Социальная психология знания - читать онлайн

Глава 1. Знания, когнитивные способности и экономические достижения[1]

В последнее время появились работы, в которых обосновано влияние психологических переменных на социальные и экономические достижения стран и обсуждаются механизмы этого влияния (Журавлев и др., 2013а, б, в). Особую роль среди этих переменных играют когнитивные способности.

Проблема обусловленности экономических достижений человеческими способностями и умениями исследуется с двух сторон: экономистами и психологами. Экономисты Чикагской школы Т. Шульц и Г. Беккер вывели на передний план понятие человеческого капитала (Becker, 1964; Schultz, 1968). Шульц обратился к этому понятию в контексте проблемы слаборазвитых стран, улучшение благосостояния которых, по его мнению, зависит не столько от земли, техники или даже усилий, сколько от знаний, умений и способностей. Способности он делил на врожденные и приобретенные, а приобретенные ценные качества, которые могут быть усилены соответствующими вложениями, обозначил как человеческий капитал. В понимаемый таким образом человеческий капитал можно инвестировать время, силы, деньги, что впоследствии приносит отдачу в виде возросших доходов. Отсюда возникает возможность работы с этим понятием в духе принципов максимизации полезности: вложения средств в образование, здравоохранение, миграцию и другие виды деятельности производятся на рациональной основе – ради получения доходов в будущем.

Исследования человеческого капитала, за которые Шульц и Беккер были удостоены Нобелевских премий, сыграли существенную роль тем, что впервые привлекли внимание к экономике сфер жизни, где происходят вложения в человека: образования, здравоохранения, семьи. Тем не менее теоретический потенциал понятия человеческого капитала не исчерпывается теми возможностями, которые реализуются с помощью идеи максимизации полезности. Сила этого понятия в том, что оно фиксирует неоднородность человеческого труда в связи с разнообразием людей, участвующих в производственном процессе. Разнообразие людей и неоднородность их труда сказываются на результатах деятельности. Отсюда возникает много интересных вопросов о том, как эти различия влияют на оплату труда, на экономические достижения фирм, регионов и стран; возникают ли они из природных способностей или же семейной или образовательной среды и т. д. В этом плане были предложены различные идеи. Так, образование рассматривалось как передаточное звено от природных способностей к профессиональному успеху и доходу (П. Тобмен, Р. Хернстайн) и даже как маркер пригодности человека к профессиональной деятельности, за который надо платить, причем способный платит меньше, чем неспособный (П. Уилс).

По сравнению с экономистами козырь психологов в отношении проблемы человеческого капитала – возможность эмпирически оценивать когнитивные способности людей и на этой основе исследовать их генетическую и эпигенетическую обусловленность, роль семейной и образовательной среды в их развитии, соотносить их с достижениями в образовании и профессиональной деятельности и многое другое. Р. Линн, инициировавший работы по изучению связи интеллекта с различными социально-экономическими переменными, убедительно продемонстрировал, что хотя понятие интеллекта уходит корнями в психологию и даже биологию, его «крона» проникает в социально-экономическую сферу.

Линн начинал с данных, касающихся связи экономического развития регионов различных стран с интеллектом их населения. На примере США впервые было показано, что средний интеллект регионов (штатов) коррелирует с подушевым доходом (Davenport, Remmers, 1950). Линн получил аналогичные данные и для различных регионов западноевропейских стран. Корреляции составили r = 0,73 для 13 областей Великобритании, r = 0,61 для 90 департаментов Франции и r = 0,65 для 48 районов Испании (Lynn, 1979, 1980, 1981).

В 2002 г. Линн и финский политолог Т. Ванханен выпустили книгу «Коэффициент интеллекта и благосостояние наций», в которой утверждалось, что интеллект населения стран является существенным фактором, оказывающим влияние на состояние их экономик (Lynn, Vanhanen, 2002). Авторы составили список среднего интеллекта для 81 страны мира на основании опубликованных данных исследований интеллекта. Они обнаружили высокую корреляцию посчитанного ими национального интеллекта как с доходом на душу населения в этих странах (корреляция составила примерно 0,7), так и с экономическим ростом в периоды 1950–1990 и 1976–1998 гг. (корреляция 0,6–0,65). Эти корреляции лишь незначительно уменьшались, если из списка, например, выводились африканские страны.

Важный, но пока не объясненный результат Линна и Ванханена заключается в том, что связь национального интеллекта с подушевым доходом нелинейна. Она хорошо аппроксимируется квадратичной зависимостью. При этом среднее отклонение от регрессионной зависимости для стран примерно пропорционально среднему интеллекту в стране.

Отсутствие понятного объяснения для столь выразительных данных подчеркивает недостаточную теоретичность этих работ на сегодняшний день. В целом хотя экономический и психологический подходы позволили высветить многие существенные аспекты проблемы, они тем не менее оставляют серьезные лакуны. Например, не проработан вопрос о том, почему в одних странах человеческий потенциал задействован в полной мере, а в других остается маловостребованным. Из данных Линна и Ванханена вытекает, что в странах с высоким интеллектом разброс экономических достижений намного больше, чем в странах с низким интеллектом. Это наводит на размышления о механизмах, которые позволяют человеческому капиталу работать в полной мере или, напротив, не позволяют этого делать. Этот вопрос не может не быть существенным для России, где социально-экономические достижения не соответствуют величине человеческого капитала.

Модели экономического роста предполагают, кроме человеческого капитала, различные условия, в том числе – финансовые и институциональные. Эти условия как бы «запускают» или наоборот «выключают» человеческий труд, который в конечном счете и производит новый продукт. Однако в контексте человеческого капитала важно, какие механизмы позволяют включать именно высококвалифицированный труд. Факт большого разброса показателей высокоинтеллектуальных стран заставляет подозревать, что механизмы востребованности высококвалифицированного труда, а значит – человеческого капитала, отличаются от механизмов востребованности низкоквалифицированного труда.

С понятием человеческого капитала в науку вошло признание индивидуальных различий в возможностях людей, были описаны условия их возрастания, показана их роль в экономическом росте, созданы средства эмпирической оценки и многое другое. Однако до сих пор не существует ясной теории механизмов «востребования» человеческих способностей экономикой. Между тем именно актуализация человеческих ресурсов является конечным основанием экономического роста, для которого инвестиции, социально-экономические институты и пр. всего лишь создают условия.

В настоящее время теоретическое осмысление проблем человеческого капитала основывается на недифференцированной и редко рефлексируемой ввиду ее очевидности предпосылке, что чем способнее, работоспособнее, образованнее человек, тем лучший результат даст его деятельность. Как статистически действующая закономерность это справедливо, однако столь абстрактный ответ не может прояснить, почему способные и образованные люди в определенных странах и в определенные исторические моменты не могут двигать экономику вперед так, как этого можно было бы ожидать, исходя из их образования и талантов.

Чтобы глубже понять эти механизмы, необходимо ввести в сферу научного рассмотрения промежуточное звено, процессы, которые лежат между человеческими способностями и экономическими достижениями. В качестве этого промежуточного звена мы предлагаем рассматривать понятие решения когнитивных задач. Создание товаров и услуг предполагает решение ряда задач, относящихся в первую очередь к их проектированию, изготовлению или организации производства. С одной стороны, успешность решения когнитивных задач зависит от интеллекта и компетенций людей. С другой – успешность решения отдельных задач складывается в социально-экономические достижения общества. То, каким образом задачи решены, определяет качество и количество произведенных товаров и услуг. Таким образом, именно решение задач оказывается промежуточным звеном между человеческими способностями и экономической успешностью.

Однако еще важнее то обстоятельство, что понятие решения задач позволяет моделировать, каким образом общество, выбирая для решения те или иные задачи, создает или не создает условия для полноценной реализации человеческого капитала. Совокупность человеческих способностей и компетенций, которыми располагает общество, может быть применена к решению различных задач. При данном человеческом капитале выбор разных задач приводит к разному результату в стоимостном выражении.

Для данной совокупности способностей и компетенций может существовать оптимальный набор задач, который позволяет максимизировать результаты труда людей, обладающих этими способностями и компетенциями[2]. В том случае, если общество ставит перед людьми подходящий набор задач, оно достигает хороших экономических результатов. Микроскоп не полезнее молотка, если задача заключается в забивании гвоздей. Для того чтобы извлечь преимущество из владения микроскопом, следует заниматься решением тех задач, для которых он необходим. Экономическое развитие, с этой точки зрения, определяется не человеческим капиталом самим по себе, а тем, в какой степени для решения выбираются такие задачи, которые востребуют когнитивный потенциал общества.

Высказанные выше общие положения необходимо развернуть, конкретизируя основные понятия.

Компетенции людей и результаты решения экономических задач

Ключевое предположение заключается в том, что при решении различных задач компетентность людей проявляется в результатах труда в разной степени. Следует различить по крайней мере два предельных типа задач. Задачи порогового типа предполагают некоторый минимальный порог компетенций, благодаря которому их решение становится возможным. Например, в первом приближении привинчивание гайки на конвейере может привести к двум вариантам результата – удовлетворительному и неудовлетворительному. Если работник завинчивает гайку удовлетворительным образом, дальнейшее повышение его компетенций уже не приводит к улучшению результата и потребительских качеств товара.

Работа нотариуса, например, по оформлению доверенности или завещания, конечно, предполагает значительно более высокий уровень квалификации, чем завинчивание гаек. Однако по достижении уровня, который позволит безошибочно оформить документ, дальнейшее его повышение не ведет к улучшению результатов труда.

Таким образом, обе задачи предполагают минимальный порог компетенций, который позволяет обеспечить удовлетворительное решение, причем в некоторых случаях требуется более высокая компетентность, чем в других.

Задачам порогового типа противостоят задачи открытого типа, в которых продукты труда у разных работников существенно варьируют по качеству. Например, работа маляра может уже существенно различаться по степени равномерности нанесения краски. Но есть профессии, где индивидуальность играет решающую роль и не существует верхнего предела для совершенства получаемого продукта. Футболист, автомобильный дизайнер, ученый или поэт имеют результатом своей деятельности продукт, который до начала деятельности определен только в общих чертах и свойства которого всегда зависят от его автора. Например, при заказе проекта здания архитектурной мастерской оговариваются лишь некоторые самые общие характеристики здания, но достоинства созданного проекта определяются талантом и трудом архитекторов и могут достичь высот совершенства вплоть до лучших образцов Гауди или Мельникова.

Таким образом, субъекты экономической деятельности располагают выбором из множества задач, успешность выполнения которых разным образом связана с компетенциями людей. Эти различия и делают выбор задач важным экономическим фактором.

Компетенции и их формирование

Прежде всего следует оговорить, что слово «компетенция» здесь используется в очень широком смысле. Под компетенцией мы понимаем все те способности, знания, умения субъектов, т. е. совокупность их внутренних возможностей, которые позволяют им решать задачи. В этом широком смысле слова компетенция – это условие как забивания гвоздя, так и создания поэтического или музыкального шедевра.

Решение реальных задач требует от людей различных качеств, в том числе, например, таких как сила и выносливость. Но все же наиболее многочисленные задачи в экономике имеют когнитивный характер, т. е. основаны на переработке информации субъектами. Другими словами, основные задачи связаны с созданием идеальных моделей различного рода объектов. Действия по материальному воплощению этих моделей при этом, конечно, тоже сохраняют свою роль. В некоторых случаях эта роль является решающей, как, например, в балете или футболе. В других случаях она может быть вообще полностью передана техническим устройствам (станки с числовым программным управлением). Однако же во всех случаях работа с идеальными моделями оказывается центральной в современной жизни, поэтому особую роль приобретают когнитивные способности, или интеллект.

Задачи в современной экономике решаются не при помощи интеллекта как такового, а при помощи специфических компетенций. Высокий интеллект сам по себе недостаточен для решения специальных задач, например, в инженерии, управлении финансами или программировании. Для этого нужны специфические компетенции. В то же время, как показали многочисленные психологические исследования, компетенции формируются на основе интеллекта как психологического свойства, имеющего частично генетическую, а частично средовую природу. Высокие компетенции ученого, инженера, писателя и т. д. могут сложиться только у человека, обладающего достаточными для этого когнитивными способностями.

Компетенции приобретаются в образовании в широком смысле этого слова, однако природные способности человека помогают ему пройти более или менее длинный путь образования и влияют на конечный уровень компетенций. Приобретение компетенций происходит главным образом через решение задач. Решая задачи, субъекты овладевают схемами и стратегиями, необходимыми для решения также и других задач, входящих в тот же класс. Таким образом, субъекты овладевают методами решения целых классов сходных задач. Так, школьник, решая некоторые арифметические задачи, усваивает методы решения других задач, а ученик токаря, вытачивая деталь, приобретает необходимые навыки для вытачивания других деталей.

Человечество постоянно производит новые компетенции, которые образуются в процессе решения ранее неизведанных задач. Решение принципиально новой задачи открывает новые возможности в двух направлениях. Во-первых, оно позволяет решать многоступенчатые задачи, где оно выступает одним из элементов. Например, решение задач по созданию компактных и мощных электроаккумуляторов открывает новые возможности по разработке электромобилей, электронных девайсов и т. д. Создание дифференциального исчисления открыло путь для развития других математических областей, таких, например, как функциональный анализ. Во-вторых, решение задач создает методы, которые позволяют решать другие задачи того же класса. Например, открытие новых подходов в живописи Клодом Моне и Пьером Огюстом Ренуаром легло в основу работы многих импрессионистов.

Области решения принципиально новых задач могут далеко отстоять от областей непосредственного потребления. Чистый пример этого дает фундаментальная наука, где между открытием и его практическим внедрением могут проходить десятилетия, если не столетия. Однако аналогичное распределение функций можно наблюдать и в других областях, например, в искусстве: вспомним высказывание В. Маяковского о В. Хлебникове: «Поэт не для потребителя, поэт для производителя».

Вновь возникшие способы решения задач часто публикуются и становятся общедоступными, как, например, в фундаментальной науке. В некоторых случаях, однако, они составляют тайну, например, корпоративную, и соответствующие компетенции, осознаваемые как коммерческая или иная ценность, передаются только вместе с принадлежностью к определенной социальной группе. Накапливаемые таким образом компетенции составляют специфический капитал.

Разные группы задач требуют для своего решения различных компетенций. Однако существует одно обстоятельство, позволяющее соизмерять компетенции – частота их встречаемости. Компетенции в сфере забивания гвоздей распространены очень широко, компетенции в сфере заверения нотариальных документов – существенно реже, а компетенцией играть в футбол на уровне Лионеля Месси или петь, как Чечилия Бартоли, возможно, кроме этих людей, никто из живущих в настоящее время на Земле не владеет. Логично предположить, что редкость компетенции определенного уровня может иметь существенные экономические последствия, в том числе служить основой закономерностей типа тех, что описаны Линном.

Механизмы выбора и постановки экономических задач

Выбор и постановка задач для решения – функция предпринимателей в широком смысле слова. Именно предприниматели ставят задачи и привлекают людей с теми или иными компетенциями для их решения. Слово «предприниматель» здесь употребляется для обозначения людей, которые выбирают экономические задачи и привлекают субъектов к их решению. В этом плане такую функцию выполняют не только бизнес-предприниматели, но и, например, ученые, принимающие решение заниматься той или иной областью науки, а также топ-менеджеры и т. д.

Товар или услуга, которые усовершенствованы решением задач на более высоком уровне, могут обладать лучшими потребительскими качествами и, соответственно, дороже продаваться. Отсюда можно ожидать, что рыночные механизмы заставят предпринимателей ставить сложные задачи и больше платить за высококвалифицированный труд.

Однако в действительности работа этого механизма возможна только при выполнении ряда условий. Понятно, что к этим условиям относятся достаточные объемы инвестиций, функционирование необходимых социально-экономических институтов и т. д. Однако здесь необходимо подчеркнуть условия, связанные с деятельностью предпринимателей. Во-первых, предприниматель должен предвидеть результат в отношении как полезности товара, так и реализуемости его путем решения задач. На практике, безусловно, бизнесменам бывает трудно это предвидеть и они ошибаются. Особенно характерен в этом смысле высокорисковый венчурный бизнес, который, однако, имеет особое достоинство в плане открытия возможностей для решения принципиально новых видов задач. Во-вторых, механизмы рынка, стремление к максимизации прибыли могут рассматриваться предпринимателями в качестве механизма оптимизации набора задач для реализации когнитивного потенциала общества в той степени, в какой прибыль извлекается из человеческого труда, а не из, например, природной ренты.

В рамках перечисленных теоретических положений можно создать значительное количество конкретных моделей для описания различных сторон экономики. Ниже мы описываем разработанную нами модель, основная цель которой – оценить, в какой степени механизмы свободного рынка могут привести к формированию зависимостей между интеллектом и подушевым доходом, как их описал Р. Линн.

При создании модели был принят ряд упрощений.

Описание модели

Рассмотрим имитационную модель рынка рабочей силы и производимых товаров в стране с одним входным параметром – средним уровнем компетентности населения I_i в данной стране i и выходным параметром D_i – ВВП на душу населения в стране i. Основной гипотезой, которую призвана проверить модель, является идея о том, что экономика сообщества тем успешнее, чем выше средняя компетентность вовлеченных в нее людей (Lynn, Vanhanen, 2002). Под уровнем компетентности подразумевается умение эффективно решать задачи в определенной профессиональной сфере. Способности индивида (в первую очередь интеллектуальные) положительно влияют на уровень его компетентности, т. е. более высокие интеллектуальные способности (IQ) благоприятствуют приобретению более высокого уровня компетентности (Ушаков, 1997, 2000). Предположим, что уровень компетентности каждого индивида может быть оценен одним числом. Из числа индивидов случайным образом выбирается множество предпринимателей (бизнесменов), каждый из которых располагает своим бюджетом. Предприниматель выбирает из множества задач (например, производство товара[3]) одну и подбирает работников из числа индивидов для ее осуществления. Результатам осуществления задачи (например, производства товара) приписывается два параметра: количество и качество. Количество определяет число произведенных товаров и зависит от бюджета бизнесмена, а качество определяется типом задачи и уровнями компетентности работников, нанятых для выполнения работ. Результаты осуществления задач предлагаются на рынке товаров всем индивидам, где и определяется их цена. Деньги, вырученные от продажи результатов осуществления задач – товаров – пополняют бюджет предпринимателей, и после этого процедура осуществления задач каждым из предпринимателей (производства) повторяется снова. Совокупная стоимость всех проданных товаров на текущем этапе определяет успешность экономики данной страны.

Предложенная имитационная модель рассматривает успешность экономики страны как успешность в решении задач, на которую напрямую влияет уровень компетентностей (способности) нанятых для этого работников. Полученные результаты имитационной модели сравниваются с данными по экономическим показателям стран (характер зависимости IQ/ВВП).

Общий алгоритм работы имитационной модели

Имитационная модель воспроизводит взаимодействие бизнесменов и работников в дискретные такты времени. На начальном этапе фиксируются множества бизнесменов B_i и работников E_i в стране i. Каждый бизнесмен j на временном такте t обладает бюджетом K_j(t), для каждого из работников k задана оценка его компетенции e_k. Множество оценок компетентностей работников в стране i распределено согласно нормальному закону с математическим ожиданием I_i и одинаковой для всех стран дисперсией. Бизнесмен в момент времени t осуществляет задачу tk_i(t) (производство товаров), выбранную им случайно исходя из равномерного закона распределения на множестве всех возможных задач. Задача определяется набором коэффициентов (α₁, α₂, …, α_kj(t), θ₁, …, θ_mj(t)) необходимых для расчета уровня качества товара (подробнее см. ниже, в следующем разделе); здесь k_j(t) – число работников, решающих подзадачи открытого типа в задаче, выбранной бизнесменом j в момент времени t; m_j(t) – число работников, решающих подзадачи закрытого типа в задаче, выбранной бизнесменом j в момент времени t. Для осуществления задачи в каждый момент времени t бизнесмен i нанимает работников с соответствующими уровнями компетенций {e_i,1, e_i,2, …, e_i,_ki(t), e_i,_ki(t)+1, …,e_i,_ki(t)+mi(t)}. В случае, если на все рабочие позиции удается найти работников, производится товар с уровнем качества, рассчитываемым по формуле

[4]

Если количество товара, проданного бизнесменом i, обозначить как Q_i(t), а совокупный размер сбережений у потребителя j в момент времени t – IC_j(t), то динамика параметров модели частично описывается совокупностью соотношений (1) – (4).

Количество проданного бизнесменом i товара ограничено количеством товара, который был произведен:

Здесь в правой части представлена производственная функция Кобба – Дугласа с коэффициентами эластичности по труду и по капиталу, равными ½. Номер самого малообеспеченного индивида из купивших товар i определяется как

Накопленные средства работника j изменяются согласно правилу

Прибыль бизнесмена i в момент t равна

Совокупный ВВП страны i – GDP_i(t) в момент времени t определяется суммарной стоимостью проданного товара и равен

Основной процесс выполнения алгоритма (рисунок 1) определяется последовательным повторением процедур найма бизнесменами работников для производства товаров (реализации выбранных бизнесменами задач), выплаты зарплаты работникам после выпуска товара в соответствии с ценностью их должности и продажи товаров на рынке. Деньги от продажи товаров используются бизнесменами для производства следующей партии. Каждый тип товара (реализованной задачи) характеризуется уровнем качества z_i(t), зависимым от компетентности работников, выполнивших данную работу. ВВП на душу населения на каждом временном такте определяется как D_i = GDP_i/|E_i ∪ B_i| (суммарная стоимость проданного товара в стране i, разделенная на число индивидов в данной стране). Далее, поскольку величина |E_i ∪ B_i| остается постоянной для всех стран, то величины GDP_i и D_i всегда отличаются в фиксированное число раз. Значит, все результаты измерений для GDP_i иллюстрируют соотношение значений D_i в имитационной модели.

Рис. 1. Схема имитационной модели

Подробное описание алгоритма можно найти в конце книги, в Приложении. Далее остановимся на формализации понятия задачи, качества товара и рассмотрим ограничение сверху на ВВП в стране.

Формализация задач, типы задач

Предположим, что для реализации задачи tk_i(t) необходимо n специалистов. Будем считать, что успешность решения задачи (или уровень качества продукта) зависит только от квалификации решающих ее специалистов (работников), которая оценена числами: x₁, …, x_n, x_j ≥ 0, j ∈ {1, …, n}. Тогда успешность решения задачи (или качество произведенного продукта) задается в виде функции z = f_tk(x₁, …, 'x_n) от компетентностей принятых специалистов и представима в виде:

(6) z = g(x₁, …, x_r)·I(x_r+1, …, x_n), 1 ≤ r ≤ n,

где: g(x₁, …, x_r) – уровень качества продукта (потенциально неограниченный сверху), обеспеченного людьми, занимающимися задачами открытого типа успешности (Ушаков, 2011), функция монотонна по каждой из своих переменных; x₁, …, x_r – компетентности людей, назначенных на задачи открытого типа, x_j ≥ 0, j ∈ {1, …, r}; I (x_r+1, …, x_n) – уровень качества продукта (потенциально ограниченный сверху I_max), обеспеченного людьми, занимающимися задачами порогового (закрытого) типа успешности (там же), функция монотонна по каждой из своих переменных; x_r+1, …, x_n – компетентности людей, назначенных на задачи порогового типа, x_j ≥ 0, j ∈ {r + 1, …, n}.

Если в (6) r = 0, то z = I (x₁, …, x_n). То есть эта задача требует только выполнения работ закрытого типа. Если же в (6) r = n, то z = g(x₁, …, x_n). То есть эта задача требует только выполнения работ открытого типа.

Рассмотрим частный случай зависимости (6) качества произведенного продукта от компетентностей работников:

где: α_i – числовая оценка важности уровня компетентности x_i работника; θ_i – минимальный порог для компетентности x_i работника, необходимый для успешного выполнения им своей задачи:

I(x_i ≥θ_i) = θ_i, если x_i ≥θ_i, и

I(x_i ≥θ_i) = 0, если x_i < θ_i.

Задача поиска максимального ввп

Для анализа зависимости ВВП от среднего уровня компетенций в стране нам понадобится максимально возможный ВВП, который может быть достижим в данной стране. Найдем условия, при которых значения GDP(t) из (5) будет максимально в модели.

Определение 1. Назовем распределением совокупного размера сбережений потребителей в момент t вектор N(t) натуральных чисел (N₁, N₂, …, N_s), соответствующий убывающей величине размера сбережений потребителей IC₁ > IС₂ > … > IC_s. Каждое из значений N_i есть число потребителей с указанным размером сбережений:

N_i = #{j ≥E|IC_j(t) = IC_i(t)}.

То есть имеется N1 потребителей с величиной сбережений IC₁ (самые обеспеченные), N2 потребителей с величиной сбережений IC₂, и т. д., с убыванием значения IC. Как следует из определения, N₁ + N₂ + … + N_s равно общему числу потребителей в E.

Определение 2. Назовем распределением количества товара по группам качества в момент t вектор M(t) натуральных чисел (M₁, M₂, …, M_p) соответствующий убывающей величине уровня качества товара z₁(t) > z₂(t) > … > z_p(t). Каждое из значений M_i есть количество товара с указанным уровнем качества:

То есть имеется товара в количестве M₁ с уровнем качества z₁(t) (самый качественный товар), товара в количестве M₂ с уровнем качества z₂(t) и т. д., с убыванием значения z. Как следует из определения, M₁ + M₂ + … + M_p равно общему количеству товара, произведенному в текущем такте.

Пусть p ≥ s, тогда примем следующее определение.

Определение 3. Будем говорить, что распределение количества товара по группам качества сегментировано, если для соответствующего ему вектора (M₁, M₂, …, M_p) и вектора распределения совокупного размера сбережений потребителей (N₁, N₂, …, N_s) выполнено условие:

M₁ = N₁, M₂ = N₂, …, M_s = N_s.

Теорема. При фиксированном распределении совокупного размера сбережений потребителей N(t) значение GDP(t) в (5) достигает максимума тогда и только тогда, когда распределение количества товара по группам качества M(t) сегментировано.

Схема доказательства

Для удобства доказательства далее будем представлять сумму (5) как сумму ненулевых слагаемых, упорядоченных по убыванию, где каждое слагаемое соответствует цене IC, которую заплатил отдельный потребитель. Число слагаемых очевидно равно числу потребителей и фиксированно.

Необходимость. Предположим, что M(t) не сегментировано и GDP(t) достигает своего максимального значения. Тогда существует i, 1 ≤ i ≤ s такой, что M₁ = N₁, …, M_i ≠ N_i. Рассмотрим два случая:

M_i < N_i

В данном случае число слагаемых в (5) со значением IC_i меньше, чем для случая сегментированного M(t) (если бы M_i = N_i). В то же время число слагаемых со значениями IC > IC_i такое же, а слагаемых со значениями IC < IC_i больше – при одном и том же общем числе слагаемых. Следовательно, значение (5) в указанном случае меньше, чем в случае сегментированного M(t).

M_i > N_i

В данном случае слагаемые в (5) со значением IC_i не встретятся, вместо этого будет большее число слагаемых с IC < IC_i. При фиксированном числе слагаемых значение (5) меньше, чем в случае сегментированного M(t).

Достаточность. Пусть M(t) сегментировано. В соответствии с алгоритмом покупки товара и в силу сегментированности M(t), в сумме (5) будет N₁ слагаемых с максимальным возможным значением IC₁ (число таких слагаемых уже нельзя увеличить, а можно только уменьшить, уменьшив общую сумму), N₂ слагаемых со значением IC₂ (их число также нельзя увеличить) и т. д. до N_s слагаемых с значением IC_s. Таким образом, получается, что сумма (5) принимает максимально возможное для себя значение.

Результаты работы имитационной модели

Сравнение результатов модели и предметных данных

Для соотнесения результатов имитационной модели и данных по странам проведем нормировку показателей средней компетентности I_i в стране i и ВВП на душу населения D_i для результатов, полученных с помощью имитационной модели и данных из работы (Lynn, Vanhanen, 2002):

На рисунке 2 проиллюстрированы два набора данных после нормировки:

• данные по реальным странам (слева), полученные из (Lynn, Vanhanen, 2002);

• данные имитационной модели (справа), полученные в момент модельного времени t = 25, когда характер зависимости, изображенной на рисунке 2, не меняется в течение более 10 тактов. Ниже, при расчетах параметров модели, рассматриваются данные на этом такте времени.

Визуально на рисунке 2 мы можем отметить наличие роста мат. ожидания и дисперсии D_i при росте значения I_i. Оценим статистически степень влияния фактора I_i на D_i отдельно по данным для стран из (Lynn, Vanhanen, 2002) и отдельно по данным, полученным в имитационной модели.

Рис. 2. Иллюстрация данных I_i и D_i, полученных из (Lynn, Vanhanen, 2002) (слева) и имитационной модели (справа)

Для оценки степени влияния I_i на D_i посредством однофакторного дисперсионного анализа проверим наличие статистической зависимости показателя D_i от уровней фактора I_i (групп различных значений) (Кобзарь, 2006). Разобьем значения I_i на три равные непересекающиеся группы (три уровня фактора I_i: «низкий», «средний» и «высокий»), сформируем три выборки значений D_i для соответствующего уровня фактора I_i. Рассчитаем уровень значимости p гипотезы Н₀:

«Все три выборки принадлежат одной генеральной совокупности или разным генеральным совокупностям с равными средними арифметическими» (если гипотеза H₀ неверна, то параметр I_i оказывает существенное влияние на D_i).

Уровень значимости p есть вероятность необоснованно (ошибочно) отвергнуть (считать неверной) гипотезу H0. Проведем расчеты отдельно для данных из работы Линна и для данных, полученных из имитационной модели.

Анализ данных из работы Линна показывает, что вероятность необоснованного отклонения нулевой гипотезы крайне мала: ≈9,44 .10^–9 (см. таблицу 1). Следовательно с большой степенью уверенности (1 – p ≈ 1) можно утверждать, что значения параметра D_i зависят от значений параметра I_i на основе данных, собранных в (Lynn, Vanhanen, 2002).

Таблица 1[5]

Оценим характер влияния I_i на D_i. На рисунке 3 проиллюстрируем результат обработки данных из (Lynn, Vanhanen, 2002) в виде графика box plot («ящик с усами»). На этом рисунке вдоль оси Ох размещены три уровня фактора I_i: «низкий», «средний» и «высокий» в соответствующем порядке. Для каждого из трех уровней фактора I_i нарисован «ящик с усами» (фигура синего цвета – «ящик», пунктирные вертикальные прямые – «усы»). Горизонтальная линия («талия» у ящика) обозначает медиану выборки значений параметра D_i, соответствующих уровню фактора I_i («низкий», «средний» и «высокий»). Как видно из рисунка 3, уровням фактора I_i соответствуют следующие значения медианы D_i: «низкий» – 0,017, «средний» – 0,065, «высокий» – 0,2. Нижняя и верхняя границы каждого из ящиков иллюстрируют первую и третью квантили q₁ и q₃ для выборки D_i соответственно[6]. Длина усов каждого из ящиков определяются значениями: нижняя – 9-й процентили, верхняя – 91-й процентили. Данные, выходящие за пределы усов (выбросы), отображаются на графике в виде крестиков.

Рис. 3. Box plot для значений D_i при соответствующем уровне фактора I_i, полученных из (Lynn, Vanhanen, 2002)

На основе анализа рисунка 3 можно сделать выводы:

1. С ростом значения I_i растет медиана значений D_i.

2. С ростом значения I_i увеличиваются как значения квантилей q₁, q₃, 9-й и 91-й процентили, так и расстояние между ними, т. е. увеличивается разброс значений D_i.

3. Распределение значений D_i в выборке становится более симметричным относительно своей медианы с ростом I_i.

Приведем результаты аналогичных процедур обработки для данных, полученных в имитационной модели (таблица 2, рисунок 4).

Таблица 2[7]

Так же, как и в случае данных из (Lynn, Vanhanen, 2002), вероятность необоснованного отклонения гипотезы Н₀ весьма мала, ≈7,59.10^–10 (см. таблицу 2). Следовательно, так же как и в предыдущем случае, с большой степенью уверенности (1 – p ≈ 1) можно утверждать, что значения параметра D_i, полученные с помощью имитационной модели, зависят от значений параметра I_i. Оценим характер этого влияния, используя график box plot для данных имитационной модели (см. рисунок 4).

Рис. 4. Box plot для значений D_i при соответствующем уровне фактора I_i, полученных из имитационной модели (справа – увеличение картинки «ящика с усами» для уровня фактора I_i «низкий» и «средний»)

Как видно из рисунка 4, трем уровням фактора I_i соответствуют следующие значения медианы D_i: «низкий» – 0,03, «средний» – 0,59, «высокий» – 0,73.

На основе рисунка 4 можно сделать вывод: с ростом значения I_i растет медиана значений D_i.

Сравнивая выводы о характере зависимостей в данных (Lynn, Vanhanen, 2002) и данных, полученных из имитационной модели, мы можем отметить, что 1-й вывод для данных из книги (Lynn, Vanhanen, 2002) воспроизводится моделью. Эффекты 2 и 3 в списке выводов для реальных данных не воспроизводятся имитационной моделью. Возможной причиной этого является отсутствие фактического общего рынка, который, в силу конкуренции между странами на рынке товаров, мог бы снизить ВВП некоторых стран с высокими значениями средних компетенций I_i, тем самым способствуя эффектам 2 и 3 в списке эффектов для данных (Lynn, Vanhanen, 2002).

Анализ результатов имитационной модели

Как было показано в предыдущем разделе, ВВП страны тем выше, чем выше средний уровень компетенций работников в данной стране. Используя результат доказанной выше теоремы, построим с помощью имитационной модели зависимость максимально возможного ВВП maxGDP_i от среднего уровня компетенций I_i в странах, а также рассчитаем и построим зависимость процента потерь ВВП rl_i (максимально возможный ВВП при фиксированном распределении доходов минус реализовавшийся ВВП при том же распределении доходов) от среднего уровня компетенций I_i:

Рис. 5. Зависимость максимально возможного ВВП от среднего уровня компетентности в стране (слева иллюстрация данных, справа средние значения и статистические оценки по трем группам значений: «низкий», «средний» и «высокий» уровень I_i)

Как видно из рисунка 5, зависимость maxGDP_i от среднего уровня компетенций I_i имеет схожий с GDP_i характер, однако процент потерь ВВП rl_i примерно один и тот же для разных значений среднего уровня компетенций I_i в стране (рисунок 6). Следовательно, характер зависимости GDP_i от I_i не определяется потерями от того, что распределение количества товара по группам качества по-разному сегментировано в группах стран с разными значениями среднего уровня компетенций I_i.

На величину выражения (5), помимо степени сегментированности распределения количества товара по группам качества, определенного выше, очевидно влияет распределение доходов потребителей (IC). Сравним распределение доходов потребителей для различных групп значений средних компетенций I_i.

Рис. 6. Зависимость процента потерь ВВП от среднего уровня компетентности в стране (сверху иллюстрация данных, снизу средние значения и статистические оценки по трем группам значений: «низкий», «средний» и «высокий» уровень Ii)

Из рисунка 7 видно, что распределение доходов для стран с высокими значениями I_i доминирует над распределением доходов стран с низкими значениями I_i. Это и предопределяет для этих стран, согласно формуле (5), более высокие значения GDP_i. Значения доходов работников из формулы (4) определяются распределением капитала бизнесменов в данной стране, и оно имеет схожий характер с распределением дохода работников (распределение капитала бизнесменов для стран с высокими значениями I_i определяет распределение капитала стран с низкими значениями I_i). Для выяснения причин, лежащих в основе различия в распределении капитала бизнесменов между группой стран с низкими и высокими значениями I_i, рассмотрим следующий пример расчетов. Внесем одно изменение в алгоритм имитационной модели: изменим правило назначения работников на подзадачи порогового типа. Для каждой страны с фиксированным средним уровнем компетенций I_i заменим минимальный порог каждой пороговой подзадачи θ_j в формуле (7) на величину θ_j + I_i – const. Таким образом, подзадачи всех задач становятся одинаково доступны для индивидов из всех стран (т. е. мы расширяем потенциальное множество задач, доступных для выполнения в каждой стране, сделав его одним и тем же для разных значений I_i). Одновременно мы не изменили вклад в качество товара, определяемого частью открытых подзадач. Приведем зависимость ВВП от значений среднего уровня компетенций в странах I_i (рисунок 8).

Рис. 7. Распределение дохода среди работников в странах с низким, средним и высоким уровнями средней компетенции в стране. График приведен в двойном логарифмическом масштабе (по обеим осям отложены логарифмы указанных величин)

Как видно из рисунка 8, положительная связь между ВВП и I_i исчезла. Данный результат стабильно сохраняется на больших значениях тактов модельного времени t. По результатам последнего вычислительного эксперимента в имитационной модели можно сделать вывод, что превосходство стран с высоким I_i над странами с низким I_i определяется тем, что для бизнесменов из первой группы (с высоким I_i) доступно для реализации большее множество задач, в то время как для вторых (с низким I_i), доступно лишь его ограниченное подмножество.

Рис. 8. Зависимость ВВП от среднего уровня компетентности в стране I_i для модифицированного варианта

Относительный масштаб экономической роли явлений, связанных с выбором задач, может быть достаточно велик, особенно в контексте развития экономики знаний. По существующим оценкам, человеческий капитал составляет в настоящее время примерно Б мирового богатства, а в развитых странах – даже ¾ национального богатства этих стран. Это означает, что диапазон сложности решаемых задач, т. е. разброс редкости компетенций в современном мире очень велик. Следовательно, роль адекватного применения способностей и издержки от его отсутствия становятся особенно существенными. Научно-технический прогресс – результат применения интеллекта и компетенций людей, и в этом плане его осмыслению может способствовать развитие понимания механизмов экономического функционирования интеллекта.

Изучение механизмов реализации человеческих способностей и компетентностей в социально-экономических достижениях позволяет перебрасывать мосты между пониманием человека и пониманием общества в целом. События последних десятилетий свидетельствуют, что экономические изменения зависят от людей, их психологических особенностей. В то же время модели общественных наук почти не рассматривают человека как переменную величину, изменяющуюся от одного исторического момента к другому и от одной страны к другой. Осмысление изменчивости этих переменных в рамках экономических теорий в этом контексте имеет существенное значение.

Признание разнообразия человеческих возможностей должно быть дополнено признанием того, что для реализации этих возможностей в экономических достижениях должны быть созданы соответствующие условия.

Глава 2. Человеческий метакапитал: управление формированием и передачей знаний в социальных средах с несовпадающими и противоположными интересами участников

Под человеческим капиталом понимается запас знаний, умений, навыков и способностей, который есть у каждого человека и который он может использовать в производственных или потребительских целях (Беккер, 2003; Капелюшников, 2011). Целью формирования человеческого капитала является повышение благосостояния его обладателя (более квалифицированный работник, как правило, лучше оплачивается) и/или повышение благосостояния нанимающей его стороны, получающей большую прибыль от более квалифицированной работы. Считается также, что накопление этого вида капитала оказывает положительное воздействие не только на его обладателя, но и на благосостояние общества в целом (там же).

Однако в социальных средах с несовпадающими и противоположными интересами участников взаимодействий наличие у человека определенного человеческого капитала (знаний, умений, компетенций) может быть в разной степени выгодно (невыгодно) ему самому и другим субъектам. В таких средах возникает основа для оценки человеческого капитала другого субъекта как отрицательного, если обладатель этого капитала, благодаря его наличию, наносит значимый ущерб другим, и как положительного, если приносит пользу.

Также мы расширим понятие «человеческий метакапитал», включив в него знания, умения, компетенции по управлению человеческим капиталом других людей, и обоснуем тезис, что в определенных пределах имеет смысл рассматривать взаимодействия обладателей человеческого метакапитала как игры с человеческим капиталом. Поскольку обычно намного больше внимания уделяется позитивным аспектам формирования и передачи знаний, мы, помимо анализа этих аспектов, подробно опишем и обсудим негативные стратегии управления человеческим капиталом.

Человеческий капитал: положительный и отрицательный

Ю. А. Корчагин предлагает различать следующие виды человеческого капитала по степени креативности, созидательности и эффективности (Корчагин, 2011, с. 8):

– положительный человеческий капитал – это капитал созидательный, креативный, инновационный;

– пассивный человеческий капитал – чисто потребительский;

– отрицательный человеческий капитал – это капитал разрушительный, активно препятствующий процессам развития; «накопленный запас особенных и специфических знаний, псевдознаний, навыков, моральных и психологических отклонений индивидуума, позволяющий ему получать для себя доходы и другие блага за счет противоправной, аморальной, мошеннической или некомпетентной деятельности, мешающей созидательной деятельности других лиц и созданию ими новых благ и доходов».

Деятельность коррупционеров, преступников, наркоманов и тому подобных лиц Корчагин совершенно обоснованно относит к накоплению отрицательного человеческого капитала.

Э. Талисайон указывает, что если умелый работник, желающий работать на благо группы, – большой плюс для данной группы, то умелый работник, по каким-либо причинам желающий работать против интересов группы (например, квалифицированный профессионал с коррупционными установками), обеспечит отрицательный вклад, и в этом случае нужно говорить об отрицательном человеческом капитале (Talisayon, Suministrado, 2011, p. 348; см. также блог Э. Талисайона: URL: http://apintalisayon.wordpress.com/2009/03/08/q18-negative-metacapital-corruption).

Дж. Стивенс развивал не столь жесткие (не связанные непосредственно с преступностью или антигрупповой активностью) представления. Он доказывал, что постепенное приобретение отрицательного человеческого капитала происходит, например, у лиц, занятых низкоквалифицированным и низкооплачиваемым трудом и постоянно меняющих место работы. Результатом «роста стажа» здесь является уменьшение зарплаты и благосостояния работника (Stevens, 1980).

Анализ и сравнение этих высказываний, сделанных авторами разных подходов в разное время, позволяет прийти к заключению, что понятие отрицательного человеческого капитала используется в существенно отличающихся друг от друга значениях.

Корчагин и Талисайон понимают под отрицательным человеческим капиталом такой, развитие и использование которого повышает благосостояние его обладателя, но при этом (или за счет этого) наносит другим людям ущерб, несопоставимый с благами, полученными его обладателем.

Разумеется, нужно уточнить, что оценка человеческого капитала как положительного или отрицательного зависит от ценностных ориентаций и интересов оценивающего. Так, в фильме О. Иоселиани «Фавориты луны» мать-воровка наращивает человеческий капитал сына, обучая его, как быстро избавляться от улик после совершенной кражи. С материнской озабоченностью и настойчивостью она повторяет: «Мама тебя плохому не научит». Но вряд ли большинство людей согласится с тем, что эта мать учит сына хорошему.

Стивенс, напротив, понимал под отрицательным человеческим капиталом не тот, который позволяет его обладателю наживаться за счет других, а тот, накопление которого понижает благосостояние его обладателя, хотя использование этого капитала остается по-прежнему в определенной степени выгодно нанимателю (иначе он не нанимал бы этого все ниже опускающегося работника) и – вероятно, хотя и не обязательно – выгодно конечным потребителям. Обладатель такого капитала не вор, не преступник, наносящий прямой ущерб (и, возможно, он никогда им и не станет, хотя риск имеется), а просто постепенно деградирующий работник, пока приносящий пользу.

Из этих сопоставлений вытекает следующий принципиально важный вывод, обычно не эксплицируемый: развитие и использование человеческого капитала (знаний, умений, компетенций) в высококонфликтных социальных средах, насыщенных противоположными интересами участников взаимодействий, необходимо оценивать по тому, какую пользу и какой ущерб этот капитал приносит (а) обладателю, (б) другим субъектам.

Можно рассмотреть два предельных и противоположных типа случаев:

– наличие определенного человеческого капитала (знаний, умений, навыков) абсолютно невыгодно его обладателю, но выгодно другому субъекту, эксплуатирующему обладателя. Например, пленным и заключенным в нацистской Германии во время Второй мировой войны владение некоторыми профессиями несло смерть: этих заключенных использовали на работах в секретных военных проектах, после чего убивали. Прямые аналогии находим в рабовладельческих и феодальных обществах, когда рабочих и мастеров после использования убивали или калечили (ослепляли). В менее страшных случаях имела место эксплуатация «говорящего орудия», невыгодная человеку, находящемуся в статусе этого орудия;

– наличие определенного человеческого капитала (знаний, умений, навыков) выгодно его обладателю, но невыгодно другим субъектам, наносит им ущерб, в пределе смертельный. Таков, например, человеческий капитал грабителя, убивающего своих жертв. Само использование словосочетания «человеческий капитал грабителя, убивающего своих жертв» звучит, с этической точки зрения, парадоксально.

Для полноты теоретического рассмотрения сюда следует добавить два других типа случаев:

– наличие определенного человеческого капитала выгодно и его обладателю, и другим субъектам. Этот тип традиционно имеется в виду в большинстве работ по человеческому капиталу и имеет наибольшее распространение в благополучных обществах с невысоким уровнем конфликтности;

– наличие определенного человеческого капитала невыгодно ни его обладателю, ни другим субъектам. Этот тип не может быть широко распространен, но в ряде случаев очень важен, если сделать уточнение «невыгоден в настоящий момент». Накоплено немало примеров того, как человек занимался делом, которое не приносило ему выгоды и рассматривалось окружающими как бесполезное или вредное, но впоследствии, иногда через несколько поколений, оценивалось обществом как величайшее достижение науки, техники, искусства.

Из описания этих четырех типов случаев следует, что традиционное использование для обозначения человеческого капитала переменной в виде аббревиатуры ЧК во многих важных ситуациях недостаточно. За ней должны стоять скобки с как минимум двумя индексами внутри: ЧК (self, others), где self – выгоды или ущерб от обладания и использования человеческого капитала для самого субъекта, а others – выгоды или ущерб от обладания и использования этого человеческого капитала для других; или, сокращенно, ЧК (s, o). Как показано выше, эти индексы могут сильно отличаться, вплоть до того, что могут иметь разные знаки.

Кроме того, в ряде случаев имеет смысл запись ЧК (s, o₁, o₂, …, o_n), отражающая выгоды или ущерб разным другим, имеющим различающиеся, в том числе противоположные, интересы. При таком подходе человеческий капитал субъекта может быть интерпретирован не как скалярная, а как векторная величина в (n + 1) – мерном пространстве, где k-е измерение пространства обозначает выгоду или ущерб от реализации человеческого капитала данного субъекта для k-го участника.

Так, человеческий капитал террориста-смертника (его знания и умения, обеспечивающие убийство себя и наибольшего количества других с созданием максимально сильной информационной волны) требует для своего описания указания как минимум на следующие показатели: o_l – польза для членов ингруппы, к которой он принадлежит; o₂ – ущерб аутгруппе, в которой он этот свой человеческий капитал реализовал. Человеческий капитал тех, кто убивает террористов, аналогично требует описания несколькими переменными.

Но убивать террористов не обязательно, можно их учить, изменяя их человеческий капитал и достигая тем самым приемлемых соотношений в ряду o₁, o₂, …, o_n. Я. Шахар, сотрудница израильского контртеррористического института, подчеркивает: «Нам очень важно знать, чему они (террористы – А. П.) учат друг друга. В форумах, на сайтах мы видим оружие, которое они предпочитают… В таких случаях мы можем вмешаться в дискуссию (под видом террористов – А. П.) и сказать: нет это неэффективно, лучше попробуйте вот это. Это же открытый университет – что-то вроде Википедии. Можно подсказать им идею глушителя, но такого, что размер слишком мал. И предложить испытать его со студентами, посмотреть, как он работает. То же со взрывчаткой: легко придумать новые варианты состава, выложить на сайт открытого университета – и на следующий день посмотреть, у кого не хватает пальцев на руках» (цит. по: Левкович-Маслюк, 2007, с. 26).

Помимо этих экстремальных примеров, есть масса других, связанных с повседневным существованием конкурирующих фирм, в которых человеческий капитал сотрудника может определяться по тому, в какой мере он способен противодействовать конкурентам и наносить им тот или иной ущерб, будь то инициативные или ответные действия. Границы допустимого и неприемлемого в этой борьбе определяются корпоративной культурой, которая в разных организациях очень разная.

Итак, то, что в теории человеческого капитала обычно понимается под его экстернальными эффектами (выгоды третьим лицам, группам, обществу в целом от обладателей того или иного человеческого капитала), может быть на самом деле совершенно невыгодно перечисленным субъектам – и не только невыгодно, но и опасно и неприемлемо настолько, что важное место в их деятельности может занять решение особой задачи – недопущение приобретения определенными лицами тех или иных знаний, умений, компетентностей, расцениваемых как отрицательный человеческий капитал. Для других же участников выгоды, напротив, могут иметься, причем очень значимые, и эти участники тоже активно включаются в борьбу.

Человеческий метакапитал: управление человеческим капиталом

Под человеческим метакапиталом[8] понимаются способности личности управлять развитием и использованием своего собственного человеческого капитала (Watts, 2002). Опираясь на свой человеческий метакапитал, люди занимаются самообразованием в выбранных областях, планируют и получают образование в соответствующих учреждениях, осмысленно и целенаправленно развивают те или иные качества своих познавательных процессов (внимание, память, мышление), физическую тренированность, поддерживают и укрепляют здоровье и т. д. «Каждый работающий человек должен сам отвечать за свое здоровье, свою мобильность, свою способность приноровиться к меняющимся местам работы, как и за повышение уровня своих знаний. Люди должны управлять всей своей жизнью как человеческим капиталом, постоянно инвестировать в него средства путем курсов повышения квалификации и понимать, что продажная цена их рабочей силы зависит от того бесплатного, невидимого и добровольного труда, посредством которого они все время заново производят самих себя» (Горц, 2007, с. 18)

Это очень важная деятельность, направленная человеком на себя, но не на других людей.

В свою очередь, мы предлагаем принципиально важное расширение понятия «метакапитал». Нужно включить в него способности, знания и умения по управлению развитием и использованием человеческого капитала других субъектов.

Для различения этих двух типов метакапитала введем следующие понятия:

– человеческий метакапитал, направленный на самого субъекта;

– человеческий метакапитал, направленный на других.

Нас интересует второй тип. С того момента, как в человеческом обществе появляется социальный институт обучения как целенаправленной передачи опыта (в отличие от стихийного приобретения знаний и умений), имеет смысл говорить и о начале формирования этого человеческого метакапитала – знаний, умений, компетентностей по формированию человеческого капитала других субъектов (будь то обучение стрельбе из лука или собиранию лекарственных растений). Вероятно, тогда же стали появляться и индивидуальные различия людей как обладателей специфического человеческого метакапитала (один опытный член племени мог лучше учить стрельбе из лука, чем другие, и становился известен именно этим).

При этом в целом, как и человеческий капитал, метакапитал может быть ориентирован на созидание или же на разрушение. Его оценка как положительного или отрицательного зависит от того, формированию какого человеческого капитала (положительного или отрицательного) он способствует или препятствует.

Как положительный оценивается человеческий метакапитал, направленный на (1) развитие таких качеств человека и приобретение им таких знаний и умений, которые считаются ценными; (2) противодействие развитию таких качеств человека и приобретению таких знаний и умений, которые считаются вредными, опасными.

Простой житейский пример: человеческий метакапитал многих родителей включает знание о способе надолго отвадить пробующего курить ребенка от этого занятия. Для этого нужно сказать ему, что он неправильно курит, и предложить втянуть в себя дым изо всех сил. Полученные ребенком впечатления могут на годы задержать его желание стать курильщиком (и это сохранит его человеческий капитал).

Итак, использование положительного человеческого метакапитала направлено на формирование положительного человеческого капитала и противодействие формированию отрицательного.

С отрицательно оцениваемым человеческим метакапиталом дело обстоит наоборот. Его использование направлено на формирование отрицательного человеческого капитала и противодействие формированию положительного. Как отрицательный оценивается человеческий метакапитал, направленный на: (1) развитие таких качеств человека и приобретение им таких знаний и умений, которые считаются вредными, опасными (например, освоение техники совершения преступлений); (2) противодействие развитию таких качеств человека и приобретению таких знаний и умений, которые считаются ценными, полезными.

Возвращаясь к примеру обучения стрельбе из лука, заметим, что уже он позволяет понять неоднозначность оценки человеческого метакапитала. Искусство обучения отличной стрельбе хорошо для племени, в котором такой учитель находится и проводит обучение, и крайне плохо для племени, на которое нападут хорошо обученные стрельбе ученики этого учителя (даже если они будут обороняться, все равно для враждебного племени плохо, что они так хорошо это делают). Итак, проблема во многом в учителе, и она может иметь разные решения…

Поскольку управляющие воздействия обладателей человеческого метакапитала предполагают стимулирование развития человеческого капитала и противодействие его развитию, рассмотрим следующее:

– положительный метакапитал, используемый для содействия развитию;

– отрицательный метакапитал, используемый для противодействия развитию (отрицательный с точки зрения того, кому противодействуют).

Положительный метакапитал, используемый для содействия развитию

Положительный человеческий метакапитал создается и используется с целью оказания другим людям помощи в развитии и применении их человеческого капитала. Он производится на разных уровнях (перечислим лишь некоторые): формулировка ценностей образования и его целей; разработка методологических положений и принципов обучения, соответствующих этим ценностям и целям; конструирование содержания образования и обучения; разработка методов и методик и многое другое, вплоть до живой творческой работы преподавателя, стремящегося раскрыть потенциал конкретного учащегося человека.

В контексте этой живой творческой работы надо прежде всего упомянуть различные системы развивающего обучения. Идеи такого обучения восходят к работам Л. С. Выготского. «Мы обучили ребенка на пфенниг, а он развился на марку. Один шаг в обучении может означать сто шагов в развитии» (Выготский, 1934, с. 202). Необходимо «видеть разницу между таким обучением, которое дает столько, сколько дает, и между таким, которое дает больше, чем оно дает непосредственно. Если мы научимся писать на пишущей машинке, то в общей структуре нашего сознания может ничего не измениться. Но если мы научимся, скажем, новому методу мышления, новому типу структур (мышления – А. П.), то это не только даст нам возможность выполнять ту самую деятельность, которая была предметом непосредственного обучения, но даст во много раз больше, – даст возможность выйти далеко за пределы тех непосредственных результатов, к которым привело обучение» (там же, с. 202–203). В этом фрагменте можно услышать созвучие идей Выготского и более поздних положений Г. Беккера о различии (а) узкоспециальной подготовки работника, которая полезна для работы только на данной фирме и вносит вклад в его специфический человеческий капитал, и (б) общей подготовки – той, которая может быть использована работником на многих фирмах и вносит вклад в его общий человеческий капитал. Если же говорить о самых общих ценностях и целях в контексте развивающего образования, то миссия последнего на современном этапе, когда конкретные знания и умения стремительно устаревают, – это формирование у людей компетенции обновления своих компетенций, компетенции саморазвития (Кузьминов, 2004).

Отрицательный метакапитал, используемый для противодействия развитию

Использование человеческого метакапитала, направленного на противодействие развитию человеческого капитала других субъектов, во многих случаях объясняется тем, что эти другие воспринимаются как конкуренты, соперники, враги.

О необходимости секретности и противодействия врагу, пытающемуся добыть ценные знания и овладеть ценными умениями (т. е. увеличить свой человеческий капитал, используемый для нанесения ущерба, а значит, оцениваемый как отрицательный), известно со времен древних цивилизаций. Достаточно вспомнить запреты и наказания вплоть до смертной казни за попытки выведать или выдать охраняемые сакральные или технологические знания (например, о производстве и технике применения греческого огня и т. п.).

Логика сокрытия ценного знания от потенциального противника (конкурента) полностью сохраняет актуальность и в современном мире. В недавнем интервью Беккер выразил мнение, что «нужно быть осторожнее со студентами из некоторых исламских стран, особенно если студенты желают специализироваться в таких щепетильных сферах, как ядерная физика, в которых мы обязаны быть более бдительными. <…> Я готов поддержать порядок, при котором в ходе отбора студентов мы будем учитывать не только их квалификацию, но и страну происхождения, поскольку это обстоятельство может содержать потенциальную угрозу» (см.: Интервью с Гэри Беккером, 2010, с. 11). Подчеркнем: в высшей степени показательно, что это говорит Нобелевский лауреат по экономике, один из создателей теории человеческого капитала, занимающий рефлексивную позицию в вопросах обучения и образования.

Действуя в этой логике, США в конце 1990-х годов приняли санкции против ряда российских вузов, подозреваемых в обучении ядерным технологиям студентов из определенных стран, в том числе из Ирана (Санкции…, 1999). Следующим этапом развертывания конфликта стало заявление представителей российской стороны, что они не согласны с этими санкциями. В рамках конкретных действий, выражающих это несогласие, из одного из вузов были уволены американские преподаватели, работавшие там по контракту, и процесс обучения ими студентов был прекращен. Завершающий (точнее, условно завершающий) этап состоял в том, что после вмешательства российского Министерства образования американские преподаватели были восстановлены на работе, а часть иностранных студентов отчислена.

Переходя от области образования к науке – той области, где новые знания создаются, – можно убедиться, что их сокрытие как одно из средств управления человеческим капиталом конкурентов имеет место и здесь. Например, член экспертного совета концерна «Наноиндустрия» член-корреспондент РАН И. В. Мелихов подчеркивает, что ни одна из национальных нанотехнологических программ не предполагает широкого обмена накопленными знаниями с другими странами: общедоступны лишь второстепенные данные и самые общие сведения о наночастицах – ликбез для начинающих, которым заведомо не догнать лидеров (Мелихов, 2007).

При этом ситуация с сокрытием знаний от конкурентов представляется значительно лучше отрефлексированной применительно к науке, чем к образованию. Имеется много работ, один из последних обзоров которых дал К. Г. Хуанг (Huang, 2011). Он показывает, как после работы Р. Мертона «The Normative Structure of Science» («Нормативная структура науки»), (1942; переизд. 1973) в социологии и экономике науки стали развиваться представления об амбивалентности, двойственности и противоречивости различных аспектов научной деятельности, в том числе связанных с необходимостью, с одной стороны, кооперироваться и обмениваться знаниями, а с другой – скрывать знания от конкурентов, будь то индивидуальные исследователи, работающие в соседней лаборатории, исследовательские группы в других университетах или же корпорации, борющиеся за первенство в получении и коммерческом использовании высокотехнологических знаний.

Для сокрытия знания исследователи используют целый ряд приемов:

– умолчания при обсуждениях и неформальном общении с коллегами;

– задержка публикации (естественно, с неизбежным риском, что конкурент может успеть опубликоваться раньше, но исследователь-первооткрыватель в некоторых случаях готов идти на этот риск);

– первоначальная публикация в малоизвестном и малочитаемом издании с целью застолбить приоритет без огласки, пока не привлекая внимания к исследованию, и тем самым получить время для дальнейшей отработки идей, подходов, процедур;

– неполное описание процедур и результатов, в том числе сознательный отказ кодифицировать для других исследователей и распространять самое ценное «живое» знание, полученное непосредственно в опыте и не выводимое из предшествующих моделей, известных конкурентам; и т. д. (Dasgupta, David, 1994). Все это относится к так называемой теневой научной методологии, в терминах А. В. Юревича (Юревич, б.д.).