Med produkcijo in prenosom znanja Analiza programa mladih raziskovalcev Katarina Košmrlj Nada Trunk Širca Ana Arzenšek Matic Novak Valentina Jošt Lešer Andreja Barle Lakota Dušan Lesjak Med produkcijo in prenosom znanja Analiza programa mladih raziskovalcev Znanstvene monografije Fakultete za management Koper Glavna urednica prof. dr. Anita Trnavčevič Uredniški odbor izr. prof. dr. Roberto Biloslavo prof. dr. Štefan Bojnec prof. dr. Slavko Dolinšek doc. dr. Justina Erčulj izr. prof. dr. Tonči A. Kuzmanić prof. dr. Zvone Vodovnik ISSN 1855-0878 Med produkcijo in prenosom znanja Analiza programa mladih raziskovalcev Katarina Košmrlj Nada Trunk Širca Ana Arzenšek Matic Novak Valentina Jošt Lešer Andreja Barle Lakota Dušan Lesjak Management Med produkcijo in prenosom znanja: analiza programa mladih raziskovalcev Katarina Košmrlj dr. Nada Trunk Širca dr. Ana Arzenšek mag. Matic Novak Valentina Jošt Lešer dr. Andreja Barle Lakota dr. Dušan Lesjak Recenzenta · dr. Valerij Dermol dr. Andrej Koren Izdala in založila · Univerza na Primorskem, Fakulteta za management, Cankarjeva 5, 6104 Koper Risbe, oblikovanje in tehnična ureditev · Alen Ježovnik Koper · 2013 © 2013 Fakulteta za management Koper CIP – Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 001.101(497.4) MED produkcijo in prenosom znanja [Elektronski vir] : analiza programa mladih raziskovalcev / Katarina Košmrlj . . . [et al.] ; [risbe Alen Ježovnik]. – El. knjiga. – Koper : Fakulteta za management, 2013. – (Znanstvene monografije Fakultete za management Koper, ISSN 1855-0878) Način dostopa (URL): http://www.fm-kp.si/zalozba/ISBN/978-961-266-138-0.pdf ISBN 978-961-266-138-0 (pdf) 1. Košmrlj, Katarina 266778112 Kazalo Seznam preglednic · 7 Seznam slik · 8 Seznam krajšav · 9 Predgovor · 11 Uvod · 13 Prvi del Program mladih raziskovalcev · 15 1 Predstavitev programa · 17 2 Osnovna pravna izhodišča programa · 21 3 Implementacija programa · 25 3.1 Spremljanje usposabljanja mladih raziskovalcev · 26 3.2 Revizija Računskega sodišča Republike Slovenije · 27 Drugi del Teoretična in druga izhodišča · 31 4 Družba znanja · 33 4.1 Družba znanja in teorija epohe modernega postindustrijskega · 33 4.2 Družba znanja: uporabnost, prenos in ustvarjanje novega znanja · 35 4.3 Vloga univerze v družbi znanja · 37 4.4 Družba znanja in EU: enotni visokošolski prostor bolonjske deklaracije · 39 4.5 Družba znanja in Slovenija · 39 5 Pregled modelov gospodarske rasti · 43 5.1 Modeli z eksogenim tehnološkim napredkom · 43 5.2 Endogeni modeli rasti · 47 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev · 57 6.1 Proizvodna funkcija v ekonomski analizi · 57 6.2 Matematična specifikacija proizvodne funkcije · 63 6.3 Podatki · 65 6.4 Rezultati ekonometrične analize za Slovenijo · 68 6.5 Ekonometrična analiza za države Evropske unije · 73 7 Intelektualni kapital · 77 7.1 Prvine intelektualnega kapitala · 77 5 Kazalo 7.2 Prenos znanja kot oblika razvoja človeškega kapitala · 81 8 Psihološki vidiki instituta mladih raziskovalcev · 85 8.1 Razvojnopsihološki vidiki · 85 8.2 Motivacija in nagrajevanje · 86 8.3 Opredelitve motivacije · 87 9 Stališča mladih raziskovalcev do prenosa znanja · 93 9.1 Opredelitev stališča · 93 9.2 Teorija razumne akcije · 94 9.3 Teorija načrtovanega vedenja · 96 9.4 Nekatere druge spremenljivke · 98 Tretji del Predstavitev raziskave · 101 10 Metodološki pristop · 103 10.1 Raziskovalni problem in raziskovalna vprašanja · 103 10.2 Izbrane metode raziskovanja · 104 11 Anketa · 105 11.1 Opis populacije in vzorca · 106 11.2 Priprava vprašalnika · 106 11.3 Potek anketiranja · 107 11.4 Opis vzorca · 107 11.5 Analize · 111 11.6 Ugotovitve ankete · 132 12 Fokusne skupine · 135 12.1 Metoda fokusnih skupin · 135 12.2 Vzorčenje in rekrutiranje udeležencev · 136 12.3 Potek fokusnih skupin · 137 12.4 Omejitve raziskave · 139 12.5 Rezultati · 139 12.6 Ugotovitve fokusnih skupin · 179 Četrti del Ugotovitve · 181 13 Povzetek rezultatov · 183 14 Sklep in priporočila · 187 Literatura · 191 6 Seznam preglednic 3.1 Časovni pregled zgodovine izvajanja programa · 27 6.1 Človeški kapital v Sloveniji v obdobju 1980–2010 · 67 6.2 Rezultati regresijske analize · 70 6.3 Rezultati regresije z alternativnima merama fizičnega in človeškega kapitala · 72 6.4 Leta šolanja za doseženo stopnjo izobrazbe v državah EU · 75 6.5 Rezultati regresijske analize za države EU · 76 11.1 Pregled vzorca glede na vrsto usposabljanja · 108 11.2 Pregled vzorca glede na vpisani študijski program med usposabljanjem · 108 11.3 Pregled vzorca glede na področje podiplomskega študija · 109 11.4 Pregled vzorca glede na stanje usposabljanja · 109 11.5 Pregled vzorca po spolu · 110 11.6 Pregled vzorca glede na zaposlitev · 110 11.7 Pregled anketirancev glede na poklic · 111 11.8 Ocena pogojev dela · 112 11.9 Ocena delovnih pogojev po področjih · 113 11.10 Ocena delovnih zadolžitev · 114 11.11 Ocena sodelovanja z mentorjem v visokošolskem zavodu · 114 11.12 Ocena mentorja v visokošolskem zavodu – Likertova lestvica · 116 11.13 Ocena sodelovanja z mentorjem v gospodarski organizaciji · 116 11.14 Regresijska analiza med spremenljivkami motivacije in prenosa znanja · 117 11.15 Prisotnost prosocialnih in intrinzičnih motivov pri anketirancih · 119 11.16 Primerjava povprečij prosocialnih in intrinzičnih motivov · 120 11.17 Rangiranje prosocialnih in intrinzičnih motivov · 122 11.18 Pregled vključevanja v projekte z gospodarstvom · 124 11.19 Primerjava pomembnosti motivov za usposabljanje · 125 11.20 Interesi za sodelovanje z gospodarstvom MR in MRG · 127 11.21 Pregled izračunanih faktorjev, indikatorjev usposabljanja · 128 11.22 Pregled izračunanih komponent, indikatorjev prenosa znanja · 129 11.23 Primerjava povprečij komponent med MR in MRG · 129 12.1 Lastnosti udeležencev fokusnih skupin · 138 7 Seznam slik 5.1 Solow-Swanov model s konstantno stopnjo tehnološkega napredka · 45 5.2 Kvalitetna lestvica s stohastičnimi skoki · 52 5.3 Stacionarno stanje v modelu kvalitetne lestvice · 54 6.1 Fizični kapital v Sloveniji v obdobju 1980–2010 · 68 9.1 Grafični prikaz Teorije načrtovanega vedenja · 97 11.1 Rangirne skupine intrinzičnih in prosocialnih motivov MR in MRG (delna motivacijska slika) · 123 11.2 Regresijska analiza motivov za vključitev v usposabljanje MR in za prenos znanja v prakso · 131 11.3 Primerjava vpliva motivov za vključitev v usposabljanje MR in na prenos znanja v prakso med MR in MRG · 132 8 Seznam krajšav MR mladi raziskovalci MRG mladi raziskovalci v gospodarstvu Program MR program usposabljanja mladih raziskovalcev ARRS Javna agencija za raziskovanje Republike Slovenije MVZT Ministrstvo za visoko šolstvo, znanost in tehnologijo ZRRD Zakon o raziskovalni in razvojni dejavnosti EU Evropska unija 9 Predgovor Pričujoča monografija predstavlja rezultate raziskave, ki smo jo na Uni- verzi na Primorskem Fakulteti za management opravili v okviru apli- kativnega projekta z naslovom Analiza učinkovitosti prepleta teorije in prakse preko inštituta mladih raziskovalcev (L5-2313 A).1 Ko smo se v letu 2008 odločali za prijavo teme aplikativnega projekta, je bil pro- gram mladih raziskovalcev v Sloveniji že dobro uveljavljen in v visokem šolstvu dobro poznan, kljub veliki količini vloženih (javnih) sredstev pa o njegovi uspešnosti nismo opazili nobenih poglobljenih analiz ali raziskav. Do danes se je to nekoliko spremenilo. Program je pod drobnogled vzelo Računsko sodišče RS (2010), uvedene so bile tudi nekatere spre- membe v implementaciji. Kljub temu smo prepričani in temu pritrjujejo tudi rezultati raziskave, da je bila taka raziskava ne le smiselna, ampak že kar potrebna. Monografija je tako namenjena vsem, ki jih program mladih razisko- valcev zanima predvsem iz izvedbenega vidika, ponuja pa tudi vpogled v nekatera ključna teoretična področja, iz katerih izhajajo program in nje- govi cilji: družba znanja, ekonomska teorija gospodarske rasti na pod- lagi človeškega kapitala, psihološke teorije motivacije in načrtnega ve- denja. Poleg podrobnega teoretičnega vpogleda bralcu ponuja tudi za- nimivo metodološko poglavje, ki lahko služi kot izhodišče za pripravo novih raziskav. S tega vidika monografija ponuja več kot le zanimivo branje o izvajanju izbranega socialnega ukrepa, ampak tudi primer iz- vedbe podrobne analize programa s prepletom dveh klasičnih metodo- loških orodij, ankete in fokusnih skupin. Raziskava je dala veliko zanimivih rezultatov. Udeleženci usposabja- nja so v povprečju sicer zadovoljni z usposabljanjem, vendar je ocena kakovosti procesa odvisna od odnosa z mentorjem. Podobno je tudi pri prenosu znanja – v grobem lahko rečemo, da mlade raziskovalce k temu 1. Vodja projekta je bila dr. Nada Trunk Širca, potekal pa je med majem 2009 in apri-lom 2012 s sofinanciranjem Agencije za raziskovalno dejavnost Republike Slovenije, Visport d. o. o. in Hruška d. o. o. 11 Predgovor spodbujajo (ali ne) predvsem mentorji. Tako mentorji kot doktorandi med šibkimi vidiki programa izpostavljajo predvsem način rekrutacije kandidatov (za mentorje in mlade raziskovalce) in preveč administra- tivnega dela (predvsem glede poročanja). Ugotovili smo, da je dvotir- nost programa ustrezna zaradi različnih potreb mladih raziskovalcev, a bi bilo usposabljanje mladih raziskovalcev v gospodarstvu treba pred- vsem nekoliko sprostiti akademskega in bolj približati poslovnemu sek- torju. Monografija je po obravnavani tematiki prva svoje vrste, njen namen je postaviti temelje za analizo programa mladih raziskovalcev, ne pa tudi postaviti absolutne ocene programa. Avtorji upamo, da bo predstavitev raziskave sprožila nova vprašanja, nove razprave in nove raziskave ter da se bodo evalvacije programa mladih raziskovalcev (deloma je bila namreč raziskava tudi evalvacijske narave), vrstile bolj pogosto in se bo ta za našo družbo pomemben in dober ukrep v prihodnosti izvajal (še) bolj uspešno. 12 Uvod Program usposabljanja mladih raziskovalcev (v nadaljevanju program MR) se v Sloveniji v različnih oblkah izvaja že od leta 1985. Gre za izo- braževanje perspektivnih študentov v odlične doktorande, ki naj bi bili nosilci razvoja znanosti. Za ta namen država namenja relativno obse- žna finančna sredstva, zato bi moralo biti vprašanje uspešnosti izvaja- nja programa ključno za njegove snovalce. Vendar v več kot 20 letih pro- grama celostne analize še ni bilo in porajala so se vprašanja, ali so bile uvedene spremembe upravičene in, še pomembneje, ali program pravzaprav izpolnjuje zadane cilje in dosega svoj namen. Z raziskavo smo želeli predvsem preučiti, ali in kako program MR ure- sničuje svoj cilj vzpostavljanja družbe znanja. Iz evidenc doktorandov oz. uspešno zaključenih usposabljanj je razvidno, da je program učin- kovit v smislu produkcije znanja in prenosa teorije, uspešen je torej z vidika razvoja znanosti. Ostajalo pa je vprašanje uspešnosti implemen- tacije tega znanja v praksi. Ali se znanje, ki ga mladi raziskovalci (v nadaljevanju MR) in mladi raziskovalci iz gospodarstva (v nadaljevanju MRG) usvojijo in razvijejo med usposabljanjem, prenese uporabnikom – bodisi v gospodarstvu, bodisi v javnem sektorju, bodisi v izobraževa- nju. Ali se sredstva, ki jih država vlaga v program, na dolgi rok povrnejo družbi in torej lahko program opredelimo kot naložbo? Analize programa MR smo se lotili na teoretično-normativni in empi- rični ravni. Preverili smo teorije z ekonomskega področja, ki visoko izo- braženost (v našem primeru doktorski študij) povezujejo z gospodarsko rastjo in ekonomsko uspešnostjo držav, preverili pa smo tudi dejavnike s področja psihologije, ki povezujejo motivacijo za študij in raziskovanje s prenosom znanja v prakso. Prenos znanja namreč vidimo kot ključni cilj programa MR. Uspešnost programa smo preverjali tudi empirično, z anketo, fokusnimi skupinami in mednarodno primerjavo podobnih mehanizmov v izbranih državah. Naš cilj ni bil poiskati pomanjkljivosti programa usposabljanja, saj ga nismo v celoti evalvirali, temveč smo z znanstvenim pristopom želeli izpostaviti tako primere dobre prakse kot področja, kjer bi po ugotovitvah sodeč implementacijo programa lahko 13 Uvod dodatno izboljšali. Pri tem ne gre le za racionalnejšo izrabo javnih sredstev, ampak predvsem za večjo učinkovitost pri produkciji znanja in nje- govem prenosu končnim uporabnikom, ki niso le gospodarski subjekti, ampak družba kot celota. V nadaljevanju uvoda podajamo predstavitev strukture monografije, s čimer želimo bralcu predstaviti kontekst vsebine pričujočega besedila. Monografija je sestavljena iz štirih sklopov, ki predstavljajo celostno analizo učinkovitosti programa MR: Program mladih raziskovalcev, Te- oretična in druga izhodišča, Predstavitev raziskave in Ugotovitve. Vsak sklop predstavlja vsebinsko zaokroženo celoto in je razdeljen na več po- glavij in podpoglavij. Program mladih raziskovalcev. V tem sklopu je podrobno predsta- vljen program MR, tako s pravnega in normativnega kot implemen- tacijskega vidika. Vključuje obseg implementacije, pregled sprememb v implementaciji (nosilci programa, izbira kandidatov), finančni vidik programa in pa povzetek ugotovitev računskega sodišča, ki je program revidiralo leta 2010. Teoretična in druga izhodišča. Sklop je razdeljen na šest poglavij, v katerih so podrobno obdelani ključni koncepti, ki jih povezujemo z imple- mentacijo in predvsem s cilji programa MR. Uvodno poglavje analizira koncept družbe znanja, predvsem z vidika pomena produkcije in prenosa znanja za njeno oblikovanje. Sledita ekonomsko obarvani poglavji o modelih gospodarske rasti in makroekonomski analizi učinkov programa MR, v katerih skušamo odgovoriti predvsem na vprašanje učinka vla- ganj v doktorski študij na (ekonomsko) družbeno blaginjo. Zadnja tri poglavja so namenjena sociološkim in psihološkim temam intelektual- nega kapitala, motivacijskih dejavnikov MR za študij in znanstvenoraz- iskovalno delo ter obravnavi stališč do prenosa znanja. Predstavitev raziskave. V tem sklopu je predstavljen metodološki pristop k raziskavi, s katero smo na empirični način skušali odgovoriti na raziskovalna vprašanja, ki smo si jih zadali v projektu. Vsebuje po- glavja s predstavitvijo rezultatov ankete in fokusnih skupin. V vsakem poglavju so predstavljene analize podatkov z interpretacijami in kratek povzetek rezultatov. Ugotovitve. V sklopu ugotovitev podajamo sintezo rezultatov opravljenih empiričnih analiz, podajamo pa tudi navezavo na ugotovitve teoretskega dela projekta. Iz posameznih ugotovitev sledijo predlogi za oblikovanje ukrepov za izboljšanje implementacije programa MR in sklep, ki je kratek evalvacijski pogled na program in projekt. 14 Prvi Program mladih del raziskovalcev 1 Predstavitev programa V Sloveniji od leta 1985 poznamo inštitut MR, ki ga država financira neposredno iz proračunskih sredstev, od leta 1999 pa je država z name- nom kadrovske pomladitve visokošolskih zavodov krajši čas financirala tudi asistente stažiste (Pravilnik o sofinanciranju asistentov stažistov). MR so podiplomski študenti, ki poleg študija opravljajo tudi razisko- valno delo pod vodstvom izbranega mentorja na raziskovalni organi- zaciji, ki se je uspešno prijavila na razpis za sofinanciranje in jih zaposluje, MRG podiplomski študij opravljajo na izbranem visokošolskem zavodu, raziskovalno delo pa v podjetju, kjer so kot MR tudi zaposleni. V program usposabljanja in financiranja MR je bilo do leta 2012 vklju- čenih 6200 podiplomskih študentov. Od začetka izvajanja programa je število MR strmo naraščalo, v zadnjih letih pa se je ustalilo pri številu okrog 1200. Približno po 30 % MR deluje na področju naravoslovja in tehnike, ostalih 40 % je približno enakomerno razporejenih med medi- cinske, biotehniške, družboslovne in humanistične vede, MR iz interdi- sciplinarnih področij je zelo malo (ARRS 2011). Financiranje posame- znega MR traja od najmanj 1,5 do največ 4,5 let, odvisno od vpisanega programa podiplomskega študija in predhodne izobrazbe kandidata. S prehodom na t. i. bolonjske oz. doktorske programe 3. stopnje se je naj- daljši čas financiranja skrajšal na 3,5 let, pri čemer imajo usposabljanci ob utemeljenih razlogih možnost podaljšanja roka za dokončanje usposabljanja, vendar brez dodatnega financiranja (Pravilnik o postopkih (so)financiranja, ocenjevanja in spremljanja izvajanja raziskovalne de- javnosti). Letno se za namen financiranja enega MR porabi v povprečju okrog 30.000,00 eur (ARRS 2012) oziroma dobrih 30 milijonov eur za celoten program (ARRS 2011). Program MR razumemo kot naložbo v človeški kapital, ki izraža spo- sobnosti, znanje, spretnosti, ki jih posameznik izrablja pri svojem eko- nomskem udejstvovanju. Te sposobnosti posameznik pridobi in razvija skozi proces formalnega, pa tudi neformalnega izobraževanja in prilo- žnostnega učenja, pri čemer je veliko odvisno od vključevanja MR v razi- skovalno, na visokošolskem zavodu pa tudi v pedagoško delo mentorja. 17 1 Predstavitev programa Dodatne delovne obveznosti MR in MRG so sicer omejene: MR lahko opravijo do 2 uri pedagoškega dela tedensko, MRG pa se sme v gospo- darskih organizacijah obremeniti z opravili in dejavnostmi, ki niso ne- posredno vključene v njihov raziskovalni program, največ do osem ur tedensko (Kolektivna pogodba za raziskovalno dejavnost). Ideja o človeškem kapitalu je pripisana že Adamu Smithu, kot anali- tični koncept pa se je v ekonomski analizi prvič uveljavil v šestdesetih letih dvajsetega stoletja. Razvoj človeškega kapitala kot ekonomske ka- tegorije je tesno povezan z razmahom neoklasične teorije gospodarske rasti in predvsem z obravnavo tehničnega napredka. Uvod predstavlja delo Kennetha Arrowa (1962), ki je zasnoval koncept učenja z delom (angl. learning by doing). Uzawa (1965) je opozoril na pozitivne zunanje učinke človeškega kapitala, ki so pogoj tehnološkega razvoja. Nelson in Phelps (1966) pa sta povezala oba koncepta in postavila tezo, da je človeški kapital izid procesa izobraževanja, ki s pozitivnimi eksternali- jami ustvarja ugodno okolje za razvoj inovacij. Na teh osnovah je Lucas (1988) človeški kapital postavil za osrednji dejavnik pri pojasnjevanju gospodarske rasti. Skušal je pojasniti tehnični napredek, hkrati pa je s to kategorijo pojasnjeval razlike v dohodku med državami (Jovanovic 2000, 2–6). Kot prvi poizkus merjenja človeškega kapitala je omenjeno delo Nordhausa (1969), ki je akumulacijo človeškega kapitala pojasnje- val z infrastrukturo, vendar so se v ekonomski analizi uveljavili pristopi, ki se bistveno bolj približujejo merjenju tistega, kar je zajeto v definiciji človeškega kapitala. Izpostavljeni so predvsem štirje pristopi: človeški kapital kot donos naložbe v izobraževanje, človeški kapital kot dosežena stopnja uradne izobrazbe, človeški kapital kot nadomestek fizičnemu kapitalu in človeški kapital kot efektivno delo. Card (1999) je po metodi donosa naložbe v izobraževanje ocenil, da je stopnja donosov za dodatno pridobljeno leto izobrazbe med šest in deset odstotkov, Acemoglu in Angrist (2000) pa navajata izračun, da je stopnja v povprečju sedem odstotkov za investicijo v dodatno leto šolskega izobraževanja. Z donosnostjo izobraževanja v Sloveniji so se ukvarjali tudi nekateri domači raziskovalci, med njimi Bevc (2008) ter Polanec in Ahčan (2007). Inštitut MR je zaradi neločljivega prepleta izobraževanja in razisko- valnega dela neposredno povezan tudi s produkcijo novega znanja, nove vednosti. Aktualizacija znanja, vednosti iz paradigmatske, konceptu- alne sfere v vsakdanje življenje in njegova aplikacija na konkretne pro- bleme v gospodarstvu in družbi zahteva ustrezen miselni preskok. Gre 18 Predstavitev programa 1 za to, da je v iskanju namena nekega družbenega mehanizma treba natančno definirati tako odnos družbe do obravnavnih fenomenov kot reprezentacijo teh fenomenov v družbi, ki naj bi se manifestirali v obliki različnih obrazcev vedenja in bivanja. Tako bi lahko po Bergerju in Luck-mannu (1988) rekli, da je program MR lahko ena od reprezentacij od- nosa družbe do lastnega razvoja, ki pa hkrati skozi svojo aktualizacijo (doktorandi/raziskovalci kot subjekti produkcije nove vednosti) pri- speva k nadaljnji konstrukciji družbene realnosti, saj se raziskovalci, ki jih financira država, primarno ukvarjajo s problematiko, ki je za dr- žavo (in torej družbo), pomembna. Cilj vsake znanosti je med drugim nedvomno tudi doseganje in odkrivanje resnice – take ali drugačne, pravzaprav iskanje ustreznih metod, ki bi pripeljale do ultimativnega spoznanja realnosti, s čimer se je med drugimi ukvarjal tudi Descartes. Sodobnejši avtorji (glej npr. Laudan 1996) ugotavljajo, da ne pozitivi- stično in torej izredno natančno in objektivno naravnano raziskovanje, ne relativistično in torej bolj holistično in subjektivno naravnano razi- skovanje, ne pripeljeta do popolnega znanja in spoznanja, pač pa lahko le ustvarita nove ali pojasnita obstoječe konstrukte, reprezentacije in mite v družbi (Barthes 1972). Spoznanje, da znanost ni absolutna in ne more sama po sebi ponuditi končnih odgovorov na družbeno (in gospodarsko) problematiko, je ključnega pomena pri ustreznem tema- tiziranju znanosti in razumevanju vednosti kot take, da se poleg samega raziskovanja vzpostavi tudi ustrezen diskurz in izmenjava med subjekti produkcije vednosti v družbi, ki so raziskovalci in raziskovalne organi- zacije, ter objekti konsumpcije znanosti, ki so različne družbene celice v gospodarskem in negospodarskem okolju. Raziskovalna dejavnost in s tem tudi ena njenih manifestacij v inštitutu MR je torej en temeljnih virov krepitve človeškega kapitala družbe, ki pa je uspešen le, če je z družbo ustrezno diskurzivno povezan. V družbi obstaja neravnovesje pozornosti, namenjene raziskovalcem v visokem šolstvu in njihovim osnovnim vlogam prenosa znanja, kar se posredno kaže tudi v relativni odsotnosti raziskav s področja udejstvo- vanja MR v komercialnih projektih. Kljub temu pa je mogoče na pod- lagi raziskav o raziskovalcih v visokem šolstvu (ne zgolj MR) potegniti nekaj vzporednic. V raziskavi, ki je temeljila na modelu Ajzenove Te- orije načrtovanega vedenja (ang. Theory of Planned Behavior, glej Standish-Kuon 2008) so skušali odgovoriti na vprašanje, zakaj velik delež raziskovalcev v visokem šolstvu pogosto ne izbere raziskovalnih smeri s komercialnim potencialom (denimo v gospodarstvu). Ajzenov model 19 1 Predstavitev programa predpostavlja, da je povezovanje univerzitetnih raziskovalcev z gospo- darsko in negospodarsko sfero neposredno povezano s samo namero o vključitvi, kar se je v raziskavi tudi potrdilo. Ostali prediktorji v modelu so dejavniki notranje motivacije, število (socialnih) mrež posameznika ter posameznikova percepcija okolja. Rezultati kažejo neposredno pozi- tivno povezanost med izkušnjami z industrijo in dostopom do virov na podlagi ustvarjenih socialnih mrež ter med izkušnjami z industrijo ter komercialnimi vedenji raziskovalcev. Na drugi strani imajo občutek za- vezanosti svoji instituciji, denar kot vrednota in čustva, povezana s per-cepcijo vloge raziskovalca posredni učinek in so povezani z namero ter kasnejšim dejanskim povezovanjem fakultetnih raziskovalcev z gospo- darsko in negospodarsko sfero. Nasprotno pa imajo stopnja nagnjeno- sti k tveganju in subjektivne norme raziskovalne skupnosti fakultetnih raziskovalcev neposreden in pozitiven učinek na namero o komercial- nem sodelovanju raziskovalcev. Analiz, ki bi se nanašale na učinkovitost inštituta MR ter na sociolo- ške in motivacijske vidike vključevanja mladih v raziskovalno delo ter aplikacijo raziskovalnih rezultatov v praksi, nismo zasledili. Prav tako v slovenskem prostoru zaenkrat še niso identificirani mehanizmi za model za učinkovito povezovanje raziskovalne dejavnosti s prakso oz. ustrezen model implementacije MR z razvojnimi potrebami gospodar- stva, negospodarstva in družbe, kar daje še večjo relevantnost pričujo- čemu projektu. 20 2 Osnovna pravna izhodišča programa V nadaljevanju bomo kratko predstavili izhodišča programa za uspo- sabljanje MR, da bralec lahko tematiko raziskave umesti v pravni okvir. Pri tem se osredotočamo v večji meri na zakonodajo, ki program ureja v sodobnosti in se ne ukvarjamo s predhodnimi ureditvami. Program se je namreč od začetka do danes nekoliko spreminjal, vendar je ure- ditev v današanji obliki tista, ki traja najdlje. Temeljna pravna akta, ki sta neposredno povezana z MR/MRG, sta Zakon o raziskovalni in razvojni dejavnosti (ZRRD) in Resolucija o nacionalnem raziskovalnem in razvojnem programu za obdobje 2006–2010 (ReNRRP). Ta dva do- kumenta določata osnove programa, obliko izvajanja in okvire financi- ranja. Podrobnosti glede izvajanja programa urejajo ostali akti: • Zakon o javnih agencijah (ZJA), • Statuta Javne agencije za raziskovalno dejavnost Republike Slovenije (2011) in Javne agencije za tehnološki razvoj Republike Slove- nije (2009), • Pravilnik o usposabljanju in financiranju mladih raziskovalcev v raziskovalnih organizacijah, • Pravilnik o kazalcih in merilih znanstvene in strokovne uspešnosti, • Pravilnik o sofinanciranju programa znanost mladini, • Pravilnik o postopku in načinu izračuna povračil sredstev v zvezi z delom in drugih osebnih prejemkov javnim raziskovalnim organizacijam, • Sklep o višini subvencije za usposabljanje mladih raziskovalcev za določeno leto, • Navodilo o porabi sredstev za usposabljanje mladih raziskovalcev, • Usmeritve Ministrstva za visoko šolstvo, znanost in tehnologijo za dodelitev proračunskih sredstev za (so)financiranje mladih raziskovalcev v okviru poziva v določenem letu, • Metodologija ocenjevanja prijav za mentorje mladim raziskoval- cem in za (so)financiranje raziskovalnih projektov, 21 2 Osnovna pravna izhodišča programa • Kolektivna pogodba za raziskovalno dejavnost. Za izvedbo programa so odgovorni MVZT (Direktorat za znanost in Direktorat za tehnologijo),1 ARRS (Sektor za raziskovalne programe in mlade raziskovalce), ki skrbi za MR in TIA,2 ki je zadolžena za MRG.3 V ZRRD je program MR neposredno omenjen le v okviru nalog ARRS, kjer je med drugim določeno, da ARRS »skrbi za izvedbo programa mla- dih raziskovalcev in drugih programov«. Med nalogami TIA, ki izvaja program v delu, ki se nanaša na MRG, pa program oziroma MR v ZRRD niso omenjeni. Iz Nacionalnega programa 2006–2010 ni mogoče razbrati vloge in pomena programa, jasno pa je definiran cilj programa – povečati šte- vilo MR od tedanjih 250 na 350 na leto, in da naj bi se povečano število usposabljalo pretežno (v 80 odstotkih vseh na novo vključenih) v go- spodarstvu. Ni dovolj jasno opredeljeno, ali povečano število pomeni povečano število MR sprejetih v usposabljanje, ali tistih, ki usposablja- nje (uspešno) zaključijo, oziroma ali se bo toliko MR tudi dejansko za- poslilo na področju razvoja in raziskav in se bo s tem povečalo število raziskovalcev. Iz nacionalnega programa 2006–2010 lahko razberemo tudi, da se bo število od sedanjega stanja (približno 220 doktorandov letno) (leta 2008) do leta 2010 povečalo na 400 doktorandov letno, v glavnem zaradi MR v poslovnem sektorju oziroma gospodarstvu. Nacionalni program 2006–2010 navaja pojem »mladi raziskovalci iz gospodarstva«, vendar ga ne obrazloži in ne pojasni, ali je povezan s programom MR, oziroma v kakšnem odnosu je do tega programa. MVZT pripravlja akcijski načrt za uresničevanje evropskega partnerstva za raziskovalce, ki je delovni dokument za Evropsko komisijo in posega tudi na področje MR. Akcijski načrt vključuje kazalnike in nji- hove vrednosti in bo smiselno vključen v novo Resolucijo o nacional- nem raziskovalnem in razvojnem programu. V ta namen je bila odprta javna razprava na spletni strani ministrstva.4 Cilji ARRS v okviru programa MR so: 1. Po koncu raziskave in pred objavo monografije se je nekdanje Ministrstvo za visoko šolstvo, znanost in tehnologijo preoblikovalo v Ministrstvo za izobraževanje, znanost in šport. 2. http://www.tia.si 3. Po koncu raziskave je že prišlo do spremembe, in sicer se program MRG seli neposredno na Ministrstvo za gospodarski razvoj in tehnologijo. 4. http://www.mvzt.gov.si/si/delovna_podrocja/znanost/javna_razprava_evropsko _partnerstvo_za_raziskovalce/ 22 Osnovna pravna izhodišča programa 2 • povečanje vpliva raziskav in razvoja v domačem okolju: spodbujanje večjega raziskovalnega in razvojnega sodelovanja med podjetji in raziskovalnim področjem ter ukrepi za spodbujanje hitrejšega prenosa znanja iz slovenskega raziskovalnega področja v podjetja; • učinkovitost vlaganj in kakovost dosežkov: koncentracija prora- čunskih sredstev na prioritetnih področjih ter povezovanje razi- skovalnega in izobraževalnega dela; • okrepitev človeških virov za raziskave in razvoj: vzgoja mladih v duhu kreativnosti, radovednosti in spodbujanje mobilnosti raziskovalcev; • razvijanje spodbudnega okolja za raziskave in razvoj: uveljavljanje sodobnega razumevanja vloge znanja in znanosti v družbi. Cilji TIA v okviru programa MR so: • pridobiti kakovostne človeške vire na področjih, kjer slovensko gospodarstvo potrebuje nova znanja za razvoj visokotehnoloških in inovativnih izdelkov, tehnologij in storitev; • ustvariti nova delovna mesta v gospodarstvu za raziskovalce; • med vsemi raziskovalci v Republiki Sloveniji povečati delež raziskovalcev, zaposlenih v gospodarstvu; • spodbuditi ustanavljanje in krepitev raziskovalnih skupin v gospodarstvu, posebno še v malih in srednje velikih podjetjih; • dvigniti raven izobrazbe zaposlenih v gospodarstvu; • povečati kakovost in uporabnost znanstvenega in raziskovalnega dela; • ustvariti pogoje za učinkovit pretok znanja med znanstveno-raziskovalnim področjem ter uporabniki znanja; • spodbujati sodelovanje med raziskovalnimi organizacijami, uni- verzami ter gospodarstvom; • spodbuditi interdisciplinarnost podiplomskega študija, ki omo- goča pridobiti širši spekter znanj. ARRS in TIA imata tudi nekatere skupne cilje, ki so: • povečati število novih MR na 350 letno, pri čemer naj bi bilo od dodatnih 100 MR tri četrtine usmerjenih v gospodarstvo; • krepitev raziskovalnega potenciala univerze s povečanjem števila MR, zlasti na področju naravoslovja in tehnike; pri tem naj pove- čanje presega reproduktivne potrebe akademskih institucij; 23 2 Osnovna pravna izhodišča programa • spremeniti razpisne pogoje in kriterije izbora tako, da bodo neposredno vezani na izvajanje projektov in programov, ter vključiti uporabnike v procese odločanja. Glede na obseg izvajanja in financiranja programa mora biti ta tudi ustrezno dokumentiran. Od začetka izvajanja se je dokumentiranje iz- vajalo različno, od konca leta 2006 pa se vodijo tri evidence: • ARRS vodi zbirko ARRS iz leta 1985, ki pa od leta 2006 vsebuje le podatke o MR, za katere je ARRS izvedla oziroma izvaja razpise; • MVZT vodi zbirko MRG (v nadaljevanju: zbirka ministrstva), ki vsebuje podatke o MRG, ki jih je ministrstvo prevzelo iz zbirke ARRS, in tiste MRG, za katere je v letu 2005 in 2006 izvedlo razpis ministrstvo; zbirka ministrstva torej vsebuje podatke o MRG, ki so bili vključeni v usposabljanje po razpisih leta 2001 do vključno 2006; • TIA vodi zbirko podatkov MRG, ki so bili izbrani na razpisih, ki jih je izvedla samostojno, torej ta zbirka podatkov vsebuje podatke o MRG od generacije 2007. 24 3 Implementacija programa Eden od instrumentov znanstvene politike ARRS je financiranje podi- plomskega študija in raziskovalnega usposabljanja MR. Program uspe- šno poteka že od leta 1985 in je izdatno prispeval k dvigu raziskav, kadrovskemu pomlajevanju raziskovalnih skupin na inštitutih, peda- goškemu delu na univerzah, krepitvi visokokvalificiranih zdravnikov – raziskovalcev na klinikah in povečanju kadrovskega potenciala za po- trebe drugih uporabnikov iz javnega in zasebnega sektorja. Zaradi uspe- šnosti tega programa Agencija namenja financiranju usposabljanja ka- drov precejšen del svojih proračunskih sredstev. Do sedaj je bilo v pro- gram letno vključenih okrog 250 do 280 MR. Skupno je bilo od leta 1985 v program vključenih več kot 6200 MR. Značilnost programa MR: • MR so ob podiplomskem študiju vključeni v raziskovalno delo na programih, temeljnih ali razvojno-raziskovalnih aplikativnih projektih; • so v rednem delovnem razmerju za določen čas; • agencija zagotavlja sredstva za njihove plače, prispevke, materialne in nematerialne stroške za raziskovalno delo ter podiplomski študij. V povprečju znaša letno financiranje enega MR okrog 30.000,00 EUR. Sredstva za usposabljanje MR se dodelijo za določen čas, in sicer za doktorat znanosti do največ tri leta in šest mesecev po novem bolonj- skem študijskem programu (Pravilnik o postopkih (so)financiranja, oce- njevanja in spremljanja izvajanja raziskovalne dejavnosti). Financiranje ni enakomerno porazdeljeno po znanstvenih vedah, temveč v skladu z razvojnimi strategijami države največ MR študira na področju nara- voslovja in tehnike, najmanj pa v družboslovju in humanistiki. Sko- raj neznaten je delež financiranja na interdisciplinarnih področjih. Če- prav se v zadnjih letih skupni obseg financiranja programa povečuje, pa razmerja med vedami ostajajo približno enaka: po okrog 33 % za naravoslovje in za tehniko ter zadnjih 33 % približno enakomerno za 25 3 Implementacija programa ostale štiri skupine: medicino, družboslovje, humanistiko in biotehno- logijo, ki pa dobi nekoliko večji delež od ostalih. Manjkajoči 1 % okvirno pokriva MR na interdisciplinarnih področjih. Velika večina MR, blizu 60 %, opravlja usposabljanje v visokošolskem sektorju, kakšnih 30 % pa v vladnih službah. Samo okrog 10 % MR opravlja usposabljanje v zaseb- nem sektorju, med temi redki v nepridobitnih organizacijah, izjemoma pa se usposabljajo tudi v tujini. Obstoj programa MR temelji na Zakonu o raziskovalni in razvojni dejavnosti, katerega namen je ustvariti temelje in določiti pogoje za fi- nanciranje raziskovalne in razvojne dejavnosti za uresničevanje temelj- nih strateških razvojnih ciljev, med drugim ustvarjanje novega znanja in spoznanj ter prenos tega in mednarodno dosegljivega znanja v javno korist in gospodarsko izrabo za povečanje družbene blaginje, krepitev sposobnosti za obvladovanje splošnega družbenega napredka in tehno- loškega napredka kot glavnega vira povečevanja produktivnosti dela in nacionalne konkurenčne sposobnosti v globalnem prostoru ter zviše- vanje individualne in družbene kakovosti življenja ter utrjevanje nacio- nalne identitete (ARRS 2009). Poleg tega je namen krepitev podiplomskega nivoja znanja pri člove- ških virih v gospodarstvu, spodbujanje mobilnosti visoko kvalificiranih kadrov in spodbujanje interdisciplinarnih timov, ki bodo delali na ra- zvojnih projektih v gospodarstvu. Financiranje MRG je potekalo nepo- sredno v podjetja, kjer so zaposleni, preko TIA, v zadnjem času pa ne- posredno iz Ministrstva za gospodarski razvoj in tehnologijo. Od 2007 do 2011 je bilo v program vključenih 377 MRG (TIA 2012). V letu 2012 se na TIA zaključujejo ukrepi za spodbujanje vlaganj pod- jetij v raziskave in razvoj, financirani iz sredstev evropske kohezijske politike v Sloveniji. Novih ukrepov za dodeljevanje finančnih spodbud v letu 2012 ni predvidenih (ibid.). Namesto tega je v letu 2012 TIA pre- vzela izvajanje novega ukrepa za krepitev razvojnih oddelkov v podje- tjih. Ukrep predstavlja združitev programov in sredstev Ministrstva za visoko šolstvo, znanost in tehnologijo in Ministrstva za gospodarstvo za spodbujanje zaposlovanja raziskovalcev in krepitev razvojnih skupin v podjetjih (ibid.). 3.1 Spremljanje usposabljanja mladih raziskovalcev Izvajalec mora poročati o usposabljanju MR v roku, ki je naveden v po- godbi in v ta namen poslati agenciji letno oziroma zaključno poročilo v skladu z navodilom za pripravo letnega in zaključnega poročila o uspo- 26 Revizija Računskega sodišča Republike Slovenije 3.2 Preglednica 3.1 Časovni pregled zgodovine izvajanja programa 1985 Začetek izvajanja programa. Izvajanje programa na podlagi dogovorjene metodologije. Vzpostavljena je računalniška podpora izvajanju programa kot enotna zbirka MR. 1986 Sprejet srednjeročni načrt. 1994 Sprejet prvi pravilnik o izvajanju programa. 1995 Sprejet Nacionalni raziskovalni program 1995–2000. 2001 Ministrstvo prvič izvede ločena razpisa za MR in MRG. Poseben pravilnik za mlade raziskovalce iz gospodarstva. Usposabljanje MRG sofinancira Ministrstvo za gospodarstvo. Sofinanciranje poteka do konca leta 2004. Prva tri leta je sofinanciranje obsegalo 25 odstotkov, leta 2004 pa 40 odstotkov sredstev namenjenih MRG. 2003 Ustanovljena ARRS. 2004 Ustanovljena TIA. Začetek delovanja ARRS. Prenos celotne zbirke MR z ministrstva na ARRS. 2005 Financiranje vseh MR se prenese z ministrstva na ARRS. Ministrstvo izvede razpis za MRG, ARRS pa za MR. Nov koncept izbire MR. Izbrani so mentorji, ti pa izberejo MR. Za MRG velja enako načelo izbire kot prejšnja leta. Septembra oziroma oktobra prenos podatkov o vseh MRG iz skupne zbirke MR nazaj na ministrstvo. 2006 Sprejet nacionalni program 2006–2010. Ministrstvo izvede razpis za MRG, ARRS pa za MR. 2007 TIA prvič izvede razpis za MRG – generacija 2007. sabljanju MR, ki ga agencija objavi na spletni strani. Izvajalec mora doktorsko disertacijo MR objaviti v elektronski obliki v Informacijskem sis- temu o raziskovalni dejavnosti v Sloveniji (SICRIS). Pred zaključkom usposabljanja se mora MR udeležiti seminarja s področja podjetništva, ki ga organizira visokošolska organizacija. Se- minar ne sme biti krajši od pet šolskih ur. Potrdilo o udeležbi na semi- narju mora biti priloženo zaključnemu poročilu iz prejšnjega odstavka (Pravilnik o usposabljanju in financiranju mladih raziskovalcev v razi- skovalnih organizacijah). 3.2 Revizija Računskega sodišča Republike Slovenije Leta 2009 je Računsko sodišče Republike Slovenije opravilo revizijo pro- grama MR. V vsem času izvajanja programa je bila to prva celostna obravnava programa MR z vidika uspešnosti. Revizija je bila v prvi vr- 27 3 Implementacija programa sti namenjena pregledu finančne učinkovitosti oz. pregledu ustreznosti porabe sredstev kot družbenemu učinku programa, vendar je revizijsko poročilo dober vir številnih vidikov implementacije programa. V analizo so bili vključeni vsi MR, ki so do konca leta 2008 zaključili usposablja- nje. Kriterija uspešnosti programa: • uspešnost doseganja ciljev programa in • uspešnost MR po zaključenem usposabljanju na področju raziskav in razvoja oziroma na področju, za katerega so se usposabljali. V celotnem trajanju programa se je na leto v usposabljanje povprečno vključilo 260 MR. Usposabljanje je v povprečju zaključilo 237 MR na leto. Od leta 1985, pa do leta 2008, je bilo v usposabljanje vključenih 6.495 MR in MRG. Do zaključka leta 2008 jih je usposabljanje zaključilo 5.060. Skupna stopnja uspešnosti v programu (torej odstotek usposabljan- cev, ki so zaključili študij) znaša 77,1 %: za pridobitev doktorskega na- ziva 82,7 %, za pridobitev magistrskega naziva pa 64,8 % MR. Ob upo- števanju možnosti, da se lahko usposabljanje za pridobitev doktorata znanosti zaključi s pridobitvijo magisterija, je bila uspešnost večja, in sicer 84,7 %. Programa nikoli ni zaključilo 15,3 % MR. MR, za katere so znani podatki o zaposlitvi po uspešno zaključenem usposabljanju, so se večinoma zaposlili v javnem sektorju, le 17,4 % se jih je zaposlilo v gospodarstvu. V javnem sektorju se je največ, 53,4 % MR, zaposlilo na univerzah in v javnih raziskovalnih zavodih (28,7 %). Sledijo drugi javni zavodi s 16,5 % in državna uprava z 1,4 % usposa- bljancev. V gospodarstvu se je največ MR po zaključenem usposabljanju zaposlilo v farmacevtski industriji, in sicer 18,3 % vseh, ki so se zaposlili v gospodarstvu. Glede na vede se je v gospodarstvu zaposlilo največ MR s področja tehnike (57,8 %) in naravoslovja (27,4 %). Za 0,7 % oziroma 25 MR obstajajo podatki, da so po uspešno zaklju- čenem usposabljanju odšli v tujino in se tam tudi zaposlili. Za tri od njih je znano, da so bili konec leta 2008 zaposleni kot raziskovalci v Republiki Sloveniji. Program je financiran iz javnih sredstev, in sicer iz državnega prora- čuna, od leta 2008 pa del teh sredstev predstavljajo tudi sredstva evrop- skega proračuna. Računsko sodišče v revizijskem poročilu podaja nekaj ugotovitev, ki se nanašajo predvsem na implementacijo in odnose med organi, ki naj 28 Revizija Računskega sodišča Republike Slovenije 3.2 bi zagotavljali ustrezno implementacijo programa. Ugotavlja se, da med MVZT, ARRS in TIA naloge in odgovornosti niso jasno določene in raz- mejene. Vzrok neurejenosti so nejasno in nedosledno opredeljene na- loge in odgovornosti v ZRRD in ReNRRP. Računsko sodišče ocenjuje, da ARRS in TIA izvajata naloge, povezane z nacionalnim programom, vendar pa obstajajo razlike v učinkovitosti izvajanja posameznih nalog programa med agencijama, kar pripisujejo tudi izkušnjam, ki jih imata agenciji z izvajanjem programa. Računsko sodišče prav tako ocenjuje, da bi lahko bilo sodelovanje med agencijama kakor tudi sodelovanje z ministrstvom boljše. Za cilje programa računsko sodišče ugotavlja, da so na ravni agen- cij napisani dovolj jasno, vendar premalo določljivi glede merljivosti in časovne opredeljenosti predvsem v povezavi z že doseženimi cilji programa v preteklosti. Odstotek MR, ki niso uspešno zaključili usposabljanja (15,3 %), ra- čunsko sodišče ocenjuje kot previsok. Računsko sodišče ocenjuje, da lahko eno temeljnih tveganj izvajanja programa izhaja iz njegovega cilja, ki govori predvsem o vključevanju MR v program usposabljanja in njegovem pravočasnem zaključku ter usposobljenosti za samostojno raziskovalno delo, premalo pa je zapisa- nega o zaposlovanju MR po uspešno zaključenem usposabljanju. V do- kumentih, ki so jih proučevali, so pogrešali vprašanja, kot so, kako MR zadržati na področju, za katerega so se usposabljali in kako jim omo- gočiti nadaljnji razvoj na področju raziskav in razvoja. Pogrešali so tudi spremljanje uspešnosti MR na področju, za katerega so se usposabljali, npr. njihov prispevek k razvoju znanosti, kaj MR dejansko pomenijo za izvajalce usposabljanja ipd. Ocenjeno je, da se tveganja, povezana z MR, pojavijo predvsem po za- ključenem programu in so povezana z iskanjem ustreznega delovnega okolja oziroma zaposlitve, ki bi MR omogočala nadaljevati z razisko- valno-razvojnim delom. Posledica tega so lahko tudi prepogosti odhodi MR oziroma strokovnjakov na področja dela, kjer pridobljeno znanje oziroma usposabljanje v okviru programa ne predstavlja želene dodane vrednosti. Računsko sodišče ugotavlja, da je ministrstvo, pristojno za visoko šolstvo in znanost, po nepotrebnem povzročilo razdrobljenost podat- kov oziroma delitev prvotne zbirke podatkov o MR. Merila za uspešnost MR izhajajo iz Pravilnika o kazalcih in merilih znanstvene in strokovne uspešnosti. MR, ki so uspešno zaključili uspo- 29 3 Implementacija programa sabljanje in so se zaposlili na področju raziskav in razvoja, so po merilih znanstvene in strokovne uspešnosti uspešnejši od drugih raziskovalcev, ki se niso usposabljali po programu, kar lahko ocenimo kot pozitiven učinek programa. Računsko sodišče ministrstvu priporoča, naj se odloči, ali program še predstavlja enovit in celovit program za zagotavljanje človeških virov na področju znanosti in razvoja, ali gre za dva ločena programa, program MR in program MRG. Ne glede na odločitev o enovitosti ali delitvi programa pa sodišče mi- nistrstvu priporoča, naj skupaj z ARRS in TIA: • postavi določljive, merljive, dosegljive, pomembne in časovno do-ločene kratkoročne in dolgoročne cilje programa in jih tudi opredeli v pravnih podlagah (v spremembah Zakona o raziskovalni in ra- zvojni dejavnosti in novem nacionalnem raziskovalnem in razvoj- nem programu) za izvajanje programa; • ugotovi vzroke za neuspešno zaključevanje programa pri posameznih MR in jih skuša odpraviti; • jasno določi in razmeji pristojnosti, naloge in odgovornosti ministrstva in obeh agencij pri izvajanju programa; • na ravni programa znova vzpostavi enotno zbirko podatkov o MR, ki bo omogočala spremljanje izvajanja programa in merjenje uspe- šnosti usposabljanja MR, predvsem pa ustrezno načrtovanje in s tem usmeritve na posamezna področja znanosti in razvoja. Ugotovitve računskega sodišča do neke mere sovpadajo s cilji, ki smo si jih zadali v raziskavi. Naš namen ni bila ekonomska analiza (torej fi- nančna učinkovitost) programa MR, pač pa smo se osredotočali pred- vsem na ovrednotenje uresničevanja družbenih ciljev programa, ki se nanašajo na oblikovanje družbe znanja, razvoj znanosti in kadrovsko krepitev raziskovalnih oddelkov, tako v (javnih) raziskovalnih inštitu- tih, kot v gospodarstvu. 30 Drugi del Teoretična in druga izhodišča 4 Družba znanja Čeprav različni koncepti družbe znanja, katerih namen je razumevanje in osvetlitev družbenih sprememb v poznih letih dvajsetega in v začetku enaindvajsetega stoletja (Valimaa in Hoffman 2008, 265–266), izvirajo že iz obdobja 1960 do 1970, pa so zlasti ob koncu dvajsetega stoletja po- stali priljubljena ideja v javnih politikah (Beerkens 2006, 1). Obstajajo različne percepcije oz. veliko različnih teoretičnih konceptov o nastajajoči moderni družbi (EFILWC 2004, 7), vsi pa imajo skupno točko v tem, da ima znanje ključno vlogo za družbeni razvoj. Omenjeni koncepti so pov- zročili tudi premike v osnovnih prepričanjih o funkciji univerze. »Namesto da služijo kot zaščita nacionalne kulture in kot kolo za socialno mobilnost, univerze vse bolj služijo nacionalnemu, regionalnemu in global- nemu, na znanju temelječem gospodarstvu« (Beerkens 2006, 1). 4.1 Družba znanja in teorija epohe modernega postindustrijskega Izvor ideje o družbi znanja lahko zasledimo v času okoli leta 1960, ko se je Fritz Machlup osredotočal na vlogo znanja in pojavljajočo se »in- dustrijo znanja« (angl. knowledge industry) v spremembah izobrazbene strukture (Beerkens 2006, 2). Izraz »industrija znanja« je bil podaljšan v »gospodarstvo znanja« (angl. knowledge economy) s Petrom F. Drucker-jem (ibid.), ki je v »1960-tih letih pričel uporabljati pojem delo, ki zahteva znanje« (angl. knowledge work) (Forstorp 2007, 231) in leta 1969 navedel, da »je znanje postalo osrednji dejavnik proizvodnje v napre- dnih, razvitih družbah« (Beerkens 2006, 2). Pojem družba znanja pa naj bi prvi uporabil avtor Robert E. Lane v svojem konceptu »znanjska družba« (angl. knowledgeable society) (Valimaa in Hoffman 2008, 267), ki jo je videl kot družbo, ki ima korenine v epistemologiji in logiki povpraševanja (Beerkens 2006, 2). Stehr (2007, 141) pravi, da je delo sociologa Daniela Bella o priha- jajoči post-industrijski družbi ( Coming of Post-Industrial Society iz leta 1973) »ena od prvih celovitih socioloških analiz družbe, v kateri ima (angl. knowledge-producing sector) sektor produkcije znanja odločilen 33 4 Družba znanja pomen za dinamiko socialnih odnosov«. Ena temeljnih značilnosti po- st-industrijske družbe je tako, da se vrednost v osnovi povečuje z zna- njem in ne z delom, kot pri teoriji delovne vrednosti (angl. labor theory of value), osrednje ideje Adama Smitha in Karla Marxa in ki temelji na teoriji vrednosti znanja (angl. kowledge theory of value) (Bell 1976, 46). Po Bellu je post-industrijska družba družba znanja zaradi novega odnosa med znanostjo in tehnologijo, ki je nastal zaradi središčnosti teoretič- nega znanja, in zaradi naraščajoče vrednosti družbe (merjeno z večjim deležem bruto nacionalnega proizvoda in večjim deležem zaposlenih) na področju znanja (Stehr 2007, 141). Nekateri so spremembe v moderni družbi poimenovali z informacij- sko družbo, kar se nanaša na hiter razvoj tehnologije s poudarkom na informacijah. Pojem družba znanja pa je postal moderen proti koncu 90. let in predstavlja alternativo informacijski družbi. Čeprav informa- cijska družba in družba znanja nista enaka koncepta, pa jih mnogi upo- rabljajo kot sopomenki, saj enačijo znanje z informacijami. Kot pravi Stehr (2007, 147), postavlja podlago za opredeljevanje napredne mo- derne družbe kot družbe znanja prav preoblikovanje struktur sodob- nega gospodarstva z znanjem kot produktivno silo. Pomembnejša druž- bena teorija, v kateri znanje in tudi informacije igrajo odločilno vlogo v družbenem razvoju sodobnih družb, je tudi Castellsova družba omrežij (angl. network society). Moderno družbo od leta 1980 dalje predstavlja družba omrežij, ki jo zaznamujejo socialna omrežja, informacije in tehnologija (Stehr 2007, 140). Predvsem lahko opazimo, da ni enotnega mnenja, kaj je družba zna- nja, zatorej lahko povzamemo, da gre predvsem za različno pojmovanje sprememb v družbi. Na splošno s pojmom družba znanja zajamemo ve- like spremembe oz. skokovit prehod, ki je nastal skozi tehnološke in in- formacijske revolucije in čas hitrega nastajanja novega znanja, inovacij in sprememb. Stehr (1994, 12–13) meni, da je med vsemi poimenova- nji omenjenih sprememb moderne družbe najbolj ustrezen prav termin družba znanja, kajti ostali predvidenih dogajanj ne zajamejo ustrezno. Informacijska družba tako poudarja le pomen informacij in napredka in je preozek pojem, spet drugi so lahko celo zavajajoči, kot na primer postindustrijska družba, saj je tudi nova družba v ključnih predpostav- kah še vedno industrijska. Družbene spremembe, ki so pripeljale do družbe znanja, izhajajo kot posledica več-dimenzionalnih procesov, za- torej jo lahko obravnavamo kot stičišče več povezanih trendov (EFILWC 2003, 5): 34 Družba znanja: uporabnost, prenos in ustvarjanje novega znanja 4.2 • razvoj informacijske družbe, ki temelji na obsežno razširjenji uporabi novih informacijskih tehnologij (v nadaljevanju IT); • vse večji pomen inovacij (zlasti tehnoloških in tudi organizacijskih), kot sestavnih delov korporativne in nacionalne konkurenč- nosti in strategij za povečanje učinkovitosti in uspešnosti organi- zacij vseh vrst; • razvoj storitvenih gospodarstev, večji del gospodarske dejavnosti, zaposlovanja in proizvodnje poteka v storitvenih sektorjih; • upravljanje znanja (angl. knowledge management) postaja posebno vprašanje organizacij, ki si prizadevajo za uporabo formalnih tehnik in novih informacijskih sistemov kot pomoč povečati učinko- vitost uporabe svojih podatkovnih virov, informacijskih sredstev in strokovnega znanja. Okoli 1990. leta je sam koncept družbe znanja postal zelo priljubljen, predvsem v politični sferi. Politiki so pojem družbo znanja pričeli uporabljati kot nekaj, k čemer je treba stremeti in kot nujno pot do napredka, kar je predvsem moč opaziti na ravni Evropske Unije. »V političnem smislu je družba znanja opredeljena kot cilj, h kateremu sledijo naci- onalne države, regije (npr. EU) in globalna skupnost« (Valimaa in Ho- ffman 2008, 266). Opazimo, da družba znanja še ni dosežena, temveč predstavlja nekakšen cilj oz. organizacijo družbe, h kateri težimo in se ji približujemo. »Družba znanja je zatorej epohalen (angl. epochal) koncept, kot so kmetijske družbe ali industrijske družbe« (Sörlin in Vessuri 2007, 11–12). 4.2 Družba znanja: uporabnost, prenos in ustvarjanje novega znanja Družba znanja je družba z dobro razvitimi informacijami, informacij- sko tehnologijo, kot tudi fizično infrastrukturo, kljub temu pa je ne smemo enačiti z informacijsko družbo, ki je le eden od njenih sestav- nih delov, saj so prav podatki ena izmed sestavin znanja (EFILWC 2003, 5). »Družba znanja temelji svojo razvojno dimenzijo na znanju, zato je več kot očitna obveza vsake družbe, da vlaga v znanje, pridobivanje in ustvarjanje novega znanja« (Barle, Trunk Širca in Lesjak 2008, 17). Po- membne so vse vrste znanja, kot je strokovno znanje, pridobljeno s for- malnim mandatom univerzitetno izobraženih strokovnjakov, vendar pa je še posebej poudarjena pomembnost znanstvenega znanja (angl. sci- entific knowledge), ki ga proizvajajo in potrjujejo znanstveniki (Thor-35 4 Družba znanja lindsson in Vilhjalmsson 2003, 99–100). Znanje je človekov proizvod, ustvarjen z lastno miselno aktivnostjo na podlagi predhodnega znanja, izkušenj, stališč, vrednot, okolja, osebnostnih lastnostih, itd. Po OE- CD-ju je »znanje kumulativna zaloga kognitivnih spretnosti in informa- cij, ki jih ima vsak posameznik, družina in skupnost in jih lahko uporabi pri delu ter v osebnih in družbenih situacijah« (OECD 1997, 33). Če smo morda nekoč zelo radi stali za izjavo »znanje je moč«, lahko danes govorimo »uporaba znanja je moč«. Govorimo lahko o dvojnem pomenu têrmina »znanje«: kot tisto, kar je znano, in kot stanje vedenja. V družbi znanja tako znanje ni le pomembno samo po sebi, temveč je še posebej pomembno postalo znanje: vedeti kaj (angl. know-what), vedeti zakaj (angl. know-why), vedeti kako (angl. know-how) in vedeti kdo (angl. know-who) (OECD 1996, 12), oziroma uporabno znanje. Znanost, inovacije in strokovno znanje so postali gibalo gospodarske rasti in socialnega razvoja. V gospodarstvih, temelječih na znanju, znanstveni sis- temi predstavljajo ključno vlogo pri (OECD 1996, 21): • produkciji znanja – razvijanju in posredovanju novih znanj, • prenosu znanja – izobraževanje in razvijanje človeških virov, • širjenju znanja – ki omogoča zagotavljanje sredstev za reševanje problemov. V družbi znanja je temelj nove ekonomije ravno védenje o tem, kako ustvariti novo znanje, ga prenesti in kar najhitreje uporabiti (Lenarčič 2007, 93). Znanje predstavlja temelj in bistveni element gospodarskega razvoja, saj poleg kapitala, dela in zemlje predstavlja enega od pomemb- nejših produkcijskih faktorjev. V družbi znanja predstavlja znanje novo obliko kapitala. Ustvarjanje dodane vrednosti v družbi znanja poteka skozi aktivno gospodarsko prakso izkoriščanja znanja, ki zajema pro- ces od ustvarjanja novega znanja do končne distribucije. Ločimo lahko štiri različne funkcionalne člene v verigi dodane vrednosti znanja (Ro- hrbach 2007, 662): • ustvarjanje znanja – proizvodnja novega znanja, • infrastruktura znanja – dejavnosti za proizvodnjo znanja, obde-lava instrumentov in storitve, • management znanja – dejavnosti za pridobitev, pripravo in po- stopke pridobivanja znanja, • prenos znanja – absorpcijo in širjenje znanja. Znanje in intelektualna lastnina sta postala ključna dejavnika gospo- 36 Vloga univerze v družbi znanja 4.3 darskega razvoja, visokošolske institucije pa ključni proizvajalci zna- nja in dobre delovne sile (Nokkala 2006, 177). Visokošolske institu- cije so postale most, ki povezuje gospodarstvo in družbo in po kate- rem se pretakajo ljudje, znanje in informacije. Novo »poslanstvo uni- verz je tako spodbujanje povezav in prenos znanja v gospodarstvo in družbo« (Probst Schilter in Lepori 2008, 479), tako postaja poleg te- meljnega znanja (angl. basic knowledge) vedno bolj pomembno znanje aplikativne narave. 4.3 Vloga univerze v družbi znanja »Družba znanja načrtno in organizirano podpira in goji razne oblike pri- dobivanja in uporabe vseh vrst znanj« (Ule 2007, 243), način oz. forma ustvarjanja znanja pa se je z ustvarjanjem družbe znanja1 spremenila. Diskurz o družbi znanja je podprt s številnimi abstraktnimi in teoretič- nimi predpostavkami o spreminjajoči se vlogi visokega šolstva v družbi. V središču družbe znanja je mnogovrstno znanje, katerega produkcija ni več omejena zgolj na akademsko okolje. Opravljanje dejavnosti v družbi znanja in s tem tudi v novih pogo- jih visokemu šolstvu predstavlja velik izziv. Pri ustvarjanju znanja kot tudi pri drugih temeljnih dejavnostih so visokošolske institucije dol- žne sodelovati z mnogimi različnimi deležniki, kot so gospodarstveniki, študenti, starši, vlada, interesne skupine, itd. Visokošolske institucije svoje delovanje počasi spreminjajo in usmerjajo k potrebam družbe, v kateri prevladujejo tehnika, informacije, globalizacija, internacionalizacija, itd., zato pa je treba vzpostavitvi tesnejše sodelovanje med visokim šolstvom, gospodarstvom in državo (Etzkowitz in Leydesdorff 2000). Treba je zagotoviti dobro interakcijo med izobraževanjem, raziskavami in inovacijami v tako imenovanem trikotniku znanja, s čimer pa viso- košolske institucije »izgubljajo monopol v pridobivanju znanja, saj se lahko znanje ustvarja v različnih organizacijah in institucijah« (Vali- maa in Hoffman 2008, 271). Pri tem ima visoko šolstvo ima posebno vlogo spodbujevalca z ustvarjanjem in širjenjem dragocenega znanja za družbo in gospodarstvo, kot tudi s povezovanjem izobraževanja, raz- iskav in inovacij prek sodelovanja s širšo skupnostjo. Kot je opaziti, družba znanja visokemu šolstvu poleg učenja in raziskovanja podeljuje še dodatno, tretjo vlogo – skrb za družbeni in gospodarski razvoj. 1. Nikjer še nimamo opravka z družbo znanja v popolni obliki, vendar pa se kažejo močne težnje v tej smeri (Ule 2007, 243). 37 4 Družba znanja Ena od bistvenih nalog visokega šolstva kot glavnih izobraževalnih organizacij je, da ustvarjajo človeški kapital. Paradigma družbe znanja od visokošolskih institucij zahteva, da za gospodarstvo, ki je vedno bolj odvisno od novega znanja, »proizvede« čim več usposobljenih ljudi, ki naj bi te spretnosti in znanje redno vzdrževali (Beerkens 2006, 4). Nu- diti usposabljanje na področju in s pomočjo raziskav je ena od temelj- nih nalog visokošolskih institucij, da pripravijo »kandidate« za različna področja družbe, kot so javni sektor, različne raziskovalne agencije, industrija, trgovina, storitveni sektor, itd. Povezovanje med univerzo in gospodarstvom je še toliko bolj pomembno, saj se na eni strani sreču- jemo z novo vlogo visokošolskega izobraževanja in prenosom znanja, v katerem se odpira dimenzija povezanosti izobraževanja s trgom dela, na drugi strani pa se srečujemo tudi z raznolikostjo študentov, ki so danes zelo različnih starosti in delujoči v različnih sektorjih družbe. Predvsem se tu visoko šolstvo srečuje z izzivom, kako dobro pripraviti doktorske študente in raziskovalce za različna dela v gospodarstvu, saj se je nekoč doktorski študij obravnaval kot vstop v akademsko kariero. Pri tem pa se visoko šolstvo sooča še z enim izzivom, in sicer s potrebo po prila- goditvi akademskega sveta na interdisciplinarno naravnano obravnavo različnih področij, ki zajemajo družbene težave, kot so trajnostni razvoj, nove zdravstvene nadloge, upravljanje s tveganji, itd. (Commission of the European Communities 2003, 8). Pri tem je potrebna reorganizacija znanja, ki jo je mogoče videti tudi kot proces brisanja mej med temelj- nimi raziskavami in uporabnimi raziskavami. Gibbons pravi, da smo priča novemu načinu oz. poteku ustvarjanja znanja v visokem šolstvu, saj smo v prehodu iz načina 1 v način 2 (Vali- maa in Hoffman 2008, 271). Prvi način bi lahko označili za tradicional- nega, saj predstavlja produkcijo znanja v okviru avtonomnih disciplin- skih kontekstov in jo upravljajo določene skupnosti akademskih inte- resov. Način 2 predstavlja znanje, proizvedeno v okviru transdiscipli- narnega raziskovanja, za katerega sta značilni raznolikost in družbena odgovornost ter predstavlja znanje, ki je ustvarjeno v okviru njegove uporabe. Gre za opredelitev znanja kot neke vrste izida2 (angl. outcome) oziroma gre za tako imenovano praktično, uporabno znanje (Bleiklie 2005, 46). Na znanju temelječe gospodarstvo in družba tako spodbujata viso- 2. Kot nasprotje konceptu opredelitve znanja kot izida se pojavlja v akademski literaturi koncept, ki se osredotoča na znanje kot proces (Bleiklie 2005, 46). 38 Družba znanja in EU 4.5 košolske institucije, da postanejo vse bolj vključene v življenje skupno- sti, v kateri izvajajo svoje temeljne naloge, (so)ustvarjajo in posredu- jejo strokovno znanje, veščine in izkušnje (Commission of the European Communities 2003, 9). Ne glede na različne poglede na vlogo visokošol- skih institucij, njihovemu delovanju in ustvarjanju znanja, so zahteve družbe do univerz drugačne kot nekoč, predvsem je to opazno v Evrop- skem visokošolskem prostoru. 4.4 Družba znanja in EU: enotni visokošolski prostor bolonjske deklaracije Vse od Lizbonske strategije iz leta 2000 je cilj EU oblikovati evropsko družbo znanja, pri čemer je potrebno sodelovanje številnih različnih ak- terjev. EU želi s poudarjanjem pomembnosti ustvarjanju družbe zna- nja poudariti bistvenost vlaganja v človeški in socialni kapital ter sredstva (Forstorp 2007, 232). Visokemu šolstvu je Evropa zaradi tradicio- nalne pripadnosti raziskovanju in poučevanju ter njune vpetosti v pro- cese inovacij podelila posebno pomembno vlogo pri ustvarjanju gospo- darske konkurenčnosti in socialne kohezije na področju regionalnega razvoja (Commission of the European Communities 2003, 3). Družbo znanja EU postavi v okvir pridobivanja globalne konkurenčnosti, kjer si prizadeva, da bi bila na vrhu (Forstorp 2007, 232). Visoko šolstvo je danes pridobilo tretjo funkcijo in nove deležnike pri izvajanju svojih temeljnih dejavnosti. Skozi diskurz o družbi znanja je postalo visoko šolstvo preko svojih osrednjih nalog proizvodnje, upo- rabe in razširjanja znanja in usposabljanja visoko kvalificirane delovne sile vse bolj pomembno za mednarodno konkurenčnost, ne le EU, tem- več mnogih držav v globaliziranem svetu (Nokkala 2006, 177). Znanje, njegova produkcija in prenos je prepoznano kot gonilo gospodarskega in socialnega napredka, univerze pa kot »ključ« do družbe znanja in na znanju temelječega gospodarstva (Commission of the European Com- munities 2003, 5). 4.5 Družba znanja in Slovenija Junija 1999 je Slovenija postala ena izmed podpisnic t. i. Bolonjske de- klaracije, s katero so se začrtale poti in smernice razvoja evropskega visokega šolstva do leta 2010. Slovenija se je kot podpisnica zavezala za (so)ustvarjanje skupnega evropskega visokošolskega izobraževalnega prostora. V skladu s tem je njen cilj postal ustvariti na znanju temelječo družbo. Na osnovi smernic Bolonjske deklaracije je bil leta 2004 sprejet 39 4 Družba znanja Zakon o visokem šolstvu, s čimer je slovensko visoko šolstvo vstopilo v proces oblikovanja evropskega visokošolskega prostora. Uvedena je bila nova študijska struktura s prvo, dodiplomsko stopnjo (univerzite- tni in visokošolski strokovni študijski programi), drugo podiplomsko stopnjo (magistrski študijski programi in enoviti magistrski programi) in tretjo podiplomsko stopnjo, kjer se opravlja doktorat znanosti. Sis- tem je postavljen tako, da diplome po prvi stopnji omogočajo dostop do programov druge stopnje, diplome po drugi stopnji pa do progra- mov doktorskega študija. Zakon je omogočil uveljavitev sistema lahko prepoznavnih in primerljivih stopenj in tudi uveljavitev nacionalnega sistema za zagotavljanje kakovosti v visokem šolstvu. Slovenski visokošolski prostor se prav tako kot evropski danes sooča z različnimi izzivi, kot je masifikacija visokega šolstva, konkurenčnost, kakovost, internacionalizacija, globalizacija, mobilnost, itd. Ob nara- ščajočem številu vključenih v visokošolsko izobraževanje in posledično ob povečevanju števila diplomantov sta pomembni vprašanji kakovosti in zaposljivosti diplomantov. V Sloveniji se namreč za študij odloča več kot polovica mladih, trg dela pa postaja pri zaposlovanju diplomantov vse bolj zahteven. V slovenskem visokošolskem prostoru je opaziti na- slednje trende: • velik vpis študentov v visokošolske študijske programe, • veliko zanimanje študentov le za določene študijske programe oz. smeri, • veliko novonastalih visokošolskih zavodov, ki le-te nudijo, • potreba po uskladitvi visokega šolstva s potrebami trg dela. Povezovanje visokošolskih institucij z gospodarstvom je v Sloveniji v povojih, izvajajo pa se že pozitivni premiki, ki so vidni predvsem v usta-navljanju različnih razvojno-znanstvenih inkubatorjev, spin-off podje- tij, konferenc, itd. Kljub temu lahko rečemo, da stanje nikakor še ni zadovoljivo. Slovenija primerjalno zaostaja po kazalcih inovativnosti, učinkovitosti nacionalnega inovacijskega sistema (NIS) in razvojnih po- litikah, kjer smo med vsemi NIS institucijami premalo uspešni v po- vezovanju in prenašanju znanja (podjetja, raziskovalne organizacije in visokošolske organizacije, podporne institucije, javni sektor in vlada). Eden od temeljnih mehanizmov, ki povezuje slovenske doktorske pro- grame z gospodarstvom so predvsem MRG. Institut MRG je ena izmed oblik prenosa znanja iz visokošolskih institucij v gospodarstvo. Njegov namen je spodbuditi priliv mladih strokovnjakov, izobražencev v gospo- 40 Družba znanja in Slovenija 4.5 darstvo in s prenosom znanja izboljšati konkurenčnost gospodarstva. Prenos znanja je pogoj za povečanje in ustvarjanje inovativnosti, do- dane vrednosti in produktivnosti v gospodarstvu. Mali idr. ugotavljajo, da je stanje na področju sodelovanja med dr- žavo, znanostjo in gospodarstvom šibko, saj so se značilnosti odnosa med znanostjo in gospodarstvom v Sloveniji oblikovale šele v procesu tranzicije (Lenarčič 2007, 96). V analizi odnosa med znanostjo (inštituti in fakultete) in gospodarstvom se je pokazalo različno dojemanje, kaj so bistvene predpostavke za sodelovanje med podjetji, državo in univerzo. In sicer »medtem ko podjetja vidijo ovire na strani znanosti, jih ta vidi na strani gospodarstva, oboji skupaj pa kot veliko oviro prepoznavajo nejasno vlogo države in slabo finančno okolje (predvsem v povezavi z državnimi sredstvi)« (Lenarčič 2007, 96). Da je treba povečati sodelova- nje in prenos znanja predvsem med gospodarstvom in univerzami ter tudi z državo, je izraženo v Resoluciji o Nacionalnem programu viso- kega šolstva 2011–2020 in Raziskovalni in inovacijski strategiji Slove- nije 2011–2020, ki sta bili sprejeti v državnem zboru 24. maja 2011 s krovnim ciljem ustvariti slovensko družbo znanja. 41 5 Pregled modelov gospodarske rasti Pregled modelov gospodarske rasti vključuje najpomembnejše modele iz prevladujoče ekonomske smeri. Ker pa sta se znotraj te neoklasične smeri oblikovali dve pomembni veji modelov gospodarske rasti, tudi v tem pregledu sledimo tej razdelitvi. Modele gospodarske rasti tako de- limo glede na to, ali je tehnološki napredek kot ključni dejavnik rasti pojasnjen znotraj (endogeno) ali zunaj (eksogeno) modela. 5.1 Modeli z eksogenim tehnološkim napredkom To skupino modelov gospodarske rasti združuje značilnost, da je raven tehnologije v vsakem trenutku določena izven ekonomije. Sem spada najbolj znan Solow-Swanov model, ki je tudi kronološko najstarejši izmed vseh obravnavanih modelov, medtem ko je Ramsey-Cass-Ko- opmansov le manjša nadgradnja prvega, ki pa bistveno spremeni razu- mevanje gospodarske rasti in s ponotranjenjem stopnje varčevanja daje dodatne možnosti vpliva na gospodarsko rast. Solow-Swanov model Solow in Swan sta leta 1956 z uporabo aksiomov, ki so značilni za pro- izvodno funkcijo klasičnih ekonomistov, vsak posebej in povsem neod- visno razvila originalni neoklasični model rasti. Njun model dolgoročne gospodarske rasti temelji na agregatni proizvodni funkciji, ki povezuje bruto domači proizvod s proizvodnima dejavnikoma delo ( L) in fizični kapital ( K) (Solow 1956, 66). Nadaljnja analiza bo vključevala še tretji proizvodni dejavnik, to je tehnologija ( A). Tehnologija je bistven element proizvodnega procesa, saj delavci in stroji ne morejo proizvesti nič brez neke »formule«, ki jim pove, kako to naredijo. Tehnologija1 se v času zaradi napredka v znanju praviloma izboljšuje. Posledično lahko enaka količina dela in kapitala proizvede vedno več. Pomembna značil- nost tehnologije je njena netekmovalnost, saj lahko isto formulo soča- 1. Formule vsebujejo predpostavko, da je celotna faktorska produktivnost odvisna le od ravni tehnologije. 43 5 Pregled modelov gospodarske rasti sno uporablja več proizvajalcev (Barro in Sala-i-Martin 2004, 24). Teh- nološke spremembe smo smatrali kot takšne, ki vplivajo zgolj na večjo učinkovitost dela in ne vplivajo na učinkovitost kapitala. Zato lahko delo in tehnologijo združimo v novo spremenljivko, ki jo poimenujemo efektivno delo ( E) in jo izračunamo kot produkt dela in tehnologije ( E = LA). Proizvodna funkcija ima torej obliko (Valdes 1999, 18–19): YtF( Kt, AtLt) = F( Kt, Et), (5.1) kjer je At indeks razpoložljive tehnologije, Kt zaloga fizičnega kapitala, Lt zaloga dela, Et pa označuje efektivno delo, kot smo ga definirali prej. Isto funkcijo lahko zapišemo tudi v intenzivni obliki, ki jo dobimo z deljenjem prejšnje enačbe z efektivnim delom (izpeljava v skladu z Barro in Sala-i-Martin 2004, 29): yt = F( Kt), (5.2) kjer je yt proizvod na enoto efektivnega dela, kt pa je kapital na enoto efektivnega dela. Grafično lahko to funkcijo, ki predstavlja ponudbeno stran gospodar- stva, prikažemo kot naraščajočo funkcijo z negativnim drugim odvo- dom ( yt = F( K) na sliki 5.1), saj mora neoklasična proizvodna funkcija izpolnjevati štiri pogoje: konstantni donosi obsega, pozitivni in padajoči mejni proizvod, inada pogoja2 in ključnost (angl. essentiality) proizvodnega dejavnika3 (Barro in Sala-i-Martin 2004, 27–28). Sedaj po- glejmo še stran povpraševanja. Ker gre za dolgoročni model, morata biti proračun in plačilna bilanca uravnotežena, gospodarstvo pa je v stanju polne zaposlenosti. Zato velja Sayev zakon, ki pravi, da so investicije enake varčevanju. V Solow-Swanovem modelu je varčevanje določeno kot konstanten delež dohodka (Valdes 1999, 24): St = sYt, (5.3) kjer St označuje varčevanje, Yt je dohodek, s pa je mejna nagnjenost k varčevanju, ki je v tem modelu konstanta, njena vrednost pa je v inter-valu med 0 in 1. Če v skladu s Sayevim zakonom v enačbi 5.3 varčeva-2. Inada pogoja pomeni, da gre mejni proizvod proizvodnega dejavnika proti neskončnosti, ko gre količina tega proizvodnega dejavnika proti 0 in da gre mejni proizvod proizvodnega dejavnika proti 0, ko gre količina tega proizvodnega dejavnika proti neskončnosti (Färe in Primont 2002). 3. Proizvodni dejavnik je ključen, če je za proizvodnjo nujna njegova prisotnost. S formulo lahko to zapišemo kot: F(0, L) = F( K,0) = 0. 44 Modeli z eksogenim tehnološkim napredkom 5.1 y ( n + g + δ) k y = F( k) y* i = sF( k) k* k Slika 5.1 Solow-Swanov model s konstantno stopnjo tehnološkega napredka (povzeto po Valdes 1999, 28) nje zamenjamo z investicijami ( It) in investicije preračunamo na enoto efektivnega dela, dobimo: it = syt = sF( kt). (5.4) Tudi ta funkcija ( i = sF( k) na sliki 5.1 ima prvi odvod pozitiven, drugi odvod pa negativen. Za dokončanje Solow-Swanovega modela potrebujemo še povezavo med ponudbo in povpraševanjem. To povezavo predstavlja sprememba kapitala oz. neto investicije. Opremljenost efektivnega dela s kapitalom je konstantna, če velja: sF( kt) = ( g + n + δ) kt. (5.5) kjer je g stopnja tehnološkega napredka, n stopnja rasti delovne sile, δ pa je stopnja amortizacije. Vse tri vzemimo za konstantne. To stanje kaže slika 5.1. Iz slike 5.1 je razvidno, da ima tudi model s tehnološkim napredkom stabilno stanje (angl. steady state), ko se k in y ne spreminjata. To stabilno stanje je doseženo, ko je kapital na enoto efektivnega dela ravno tolikšen, da investicije nadomeščajo njegovo depreciacijo. Če je k < k*, investicije presegajo vrednost depreciacije, zato se k povečuje. Seveda velja obratno, če je k > k*, saj je takrat depreciacija večja od investicij in se zato posledično k zmanjšuje. Ko gospodarstvo enkrat doseže stabilno stanje, to ne pomeni, da se takrat napredek ustavi. Da lahko to pokažemo, se moramo od umetnih spremenljivk ( k, y, . . .) vrniti k spre-45 5 Pregled modelov gospodarske rasti menljivkam iz realnega sveta ( k, y, K, Y, . . .). Proizvod na delavca ( y), ko je gospodarstvo v stabilnem stanju, raste po konstantni stopnji, ki je enaka tehnološkemu napredku ( g). Ključni dejavnik za dolgoročno gospodarsko rast je torej tehnološki napredek, ki pa je seveda povezan s človeškim kapitalom, saj nastaja kor rezultat človeškega uma. Torej je v skladu s Solow-Swanovim modelom gospodarska rast na dolgi rok odvisna samo od napredka v znanju. Ramsey-Cass-Koopmansov model Cass in Koopmans sta leta 1965 na osnovi Ramseyjevega modela iz leta 1928 razvila okvir, ki omogoča določitev stopnje varčevanja in ga je mo- goče vgraditi v osnovno enačbo rasti Solowa in Swana (Novak 2007, 37). S tem postane stopnja varčevanja endogena spremenljivka, sporna do- mneva o konstantni stopnji varčevanja pa zato v ta model ni vključena. Temelj Ramsey-Cass-Koopmansovega modela je gospodinjstvo z ne- skončno življenjsko dobo. To je mogoče kljub končni življenjski dobi posameznika, saj prebivalstvo in s tem tudi gospodinjstvo raste po kon- stantni stopnji n. Vsako gospodinjstvo želi maksimirati svojo koristnost ( U), ki je dana s funkcijo (Barro in Sala-i-Martin 2004, 87): ∞ U = u[ c( t)] ente−ρtdt, (5.6) 0 kjer u( c) predstavlja tok koristnosti na člana gospodinjstva, ρ pa je mera časovne preference. Ob dohodkovni in kreditni omejitvi, s katero se soočajo gospodinj- stva, lahko pokažemo, da stopnja varčevanja ni konstantna in določena eksogeno, kot smo domnevali v osnovnem Solow-Swanovem modelu, temveč je odvisna od potrošnje na enoto dela, ki pa je funkcija obrestne mere in mere časovne preference. Stopnjo varčevanja lahko zapišemo kot (Novak 2007, 41): F( k s = t) − ct , (5.7) F( kt) kjer je c potrošnja na enoto dela, F( k) = y pa je BDP na enoto dela. Če tako definirano stopnjo varčevanja vključimo v enačbo rasti ka- pitala, ki jo poznamo že iz Solow-Swanovega modela (enačba 5.5), dobimo: F( kt) − ct = ( n + g + δ) kt. (5.8) 46 Endogeni modeli rasti 5.2 Takšna specifikacija enačbe nadgrajuje Solow-Swanovo različico, saj zmanjšuje število spremenljivk, ki so določene izven gospodarstva. Ta sprememba modela pa ne vpliva na implikacije, ki so relevantne za nas. Če še enkrat poudarimo ključno ugotovitev, je tudi v tem modelu stop- nja gospodarske rasti (stopnja rasti BDP na zaposlenega oz. na prebi- valca) enaka stopnji tehnološkega napredka. Dolgoročna gospodarska rast je torej posledica napredka v tehnologiji, ki pa izhaja iz inovacij, te pa so povezane z znanjem in idejami, ki pa jih lahko proizvaja le člo-veški kapital. Brez povečevanja znanja in brez rasti človeškega kapitala gospodarska rast na dolgi rok ni mogoča. 5.2 Endogeni modeli rasti V Ramseyjevem in Solow-Swanovem modelu je stopnja rasti na prebi- valca enaka stopnji tehnološkega napredka, ki je eksogen. Omenjena modela zato predstavljata sicer zanimivo ogrodje za proučevanje dina- mike gospodarstev, ki pa ne pomaga pri razumevanju virov dolgoročne rasti dohodka na prebivalca (Barro in Sala-i-Martin 2004, 205). Številni ekonomisti so se zato ukvarjali z vprašanjem, kako tehnološki napredek razložiti znotraj ekonomskega sistema. Njihove rešitve lahko razdelimo v tri skupine. V prvo skupino uvrščamo rešitve, ki uvajajo razumevanje kapitala v širšem smislu, pri čemer človeški kapital odpravlja padajoče donose kapitala kot celote. Drugo in tretjo skupino predstavljajo reši- tve, ki poudarjajo pomen novih, tehnološko naprednih proizvodov, raz- lika med tema skupinama pa je, da avtorji rešitev iz druge skupine teh- nološki napredek razumejo kot povečevanje števila proizvodov, avtorji iz tretje skupine pa kot izboljševanje kakovosti proizvodov. Modeli z učenjem pri delu in prelivanjem znanja Endogeni modeli iz te skupine izhajajo iz predpostavke, da je mejni pro- izvod kapitala konstanten, kar se morda na prvi pogled zdi nerealno, vendar moramo kapital razumeti v širšem smislu, ki poleg fizičnega ka- pitala vključuje tudi človeški kapital, znanje, javno infrastrukturo itd. Proizvodna funkcija je zato linearna in jo lahko zapišemo kot (Barro in Sala-i-Martin 2004, 206): y = F( k) = Ak. (5.9) kjer je A > 0. Takšna oblika enačbe je tem modelom rasti dala tudi posebno ime, saj jih v literaturi najpogosteje imenujejo kar AK modeli. 47 5 Pregled modelov gospodarske rasti Frankel, Griliches, Romer in Lucas so le nekateri izmed avtorjev, ki so razvili modele endogene rasti, ki temeljijo na učinkih prelivanja (angl. spillover effects) (Barro in Sala-i-Martin 2004, 213). Domnevali so, da se podjetje, ko povečuje svoj fizični kapital, hkrati uči, kako proizvajati učinkoviteje. Nastajanje novega znanja kot stranskega produkta investicij pa odpravlja padajoče donose, s čimer se odmikamo od neoklasične teorije. Za razliko od Solow-Swanovega ali Ramsey-Cass-Koopmansovega modela sedaj tehnologija ( A) ne raste po eksogeni stopnji. Da lahko tehnologija postane endogena spremenljivka, moramo sprejeti dve pred- postavki. Prvič, učenje z delom poteka prek neto investicij vsakega pod- jetja, kar pomeni, da povečanje kapitala privede do vzporednega pove- čanja fonda znanja. Drugič, znanje vsakega podjetja je javna dobrina, ki je za vsa ostala podjetja brezplačno dostopna. To pa se kaže v tem, da povečanje kapitala v enem podjetju pomeni tudi hkratno povečanje kapitala na agregatni ravni. Ker je rast človeškega kapitala odvisna od agregatne rasti kapitala, lahko izhodiščno funkcijo modela zapišemo kot (Novak 2007, 43): Yit = F( Kit, KtLit). (5.10) Če sta K in Li konstantna, je vsako podjetje soočeno s padajočimi donosi Ki, kot jih poznamo iz neoklasičnega modela. Če pa vsako podjetje povečuje Ki, se posledično povečuje tudi K, ki povečuje produktivnost vseh podjetij. Na tem mestu naj poudarimo, da tukaj govorimo o več avtorjih, ki so razvili podobne modele, ki pa vendarle vsebujejo tudi do- ločene bistvene razlike. Romer je povzel nekatere Franklove rešitve in je kot osnovo za širitev znanja vzel neto investicije, Griliches je menil, da so za širitev znanja pomembne zgolj investicije v raziskave in razvoj, Lucas pa je ustvarjanje znanja pripisal človeškemu kapitalu. Glede na omenjene razlike se razlikujejo tudi definicije kapitala na ravni podjetij in panog ali držav (Barro in Sala-i-Martin 2004, 214). Zaradi poenostavitve bomo uporabili ekstremno predpostavko, da so vse iznajdbe nenačrtovani stranski proizvodi investicij in v trenutku po- stanejo dostopne za vse, kar pomeni, da ostajamo v okviru popolne kon- kurence. Za vsa podjetja so cene proizvodnih dejavnikov dane. Poleg te predpostavke domnevamo tudi, da je vsako posamezno podjetje tako majhno, da lahko zanemarimo njegov prispevek k agregatnemu obsegu kapitala. Ker v ravnotežju zaradi enakih cen proizvodnih dejavnikov vsa pod- 48 Endogeni modeli rasti 5.2 jetja sprejemajo enake odločitve, velja ki =k in K = kL. Povprečni proizvod kapitala lahko zato zapišemo kot: Y y F( k, K) K = = = f ( ) = f ( L). (5.11) K k k k Poudariti velja, da je tako definiran povprečni proizvod neodvisen od k, kar je posledica učenja z delom in učinkov prelivanja, ki odpravljajo padajoče donose (Barro in Sala-i-Martin 2004, 215). Akumulacijsko enačbo, ki je značilna za modele z učenjem pri delu in prelivanjem znanja, lahko zapišemo kot (Barro in Sala-i-Martin 2004, 216): ˙ k = f ( L) k−δk−c−nk, (5.12) kjer ˙ k označuje rast kapitala na enoto dela, ostale oznake pa smo definirali že prej. Ob predpostavki, da sta stopnji amortizacije in rasti števila zaposle- nih konstantni, je v modelu ostala zgolj ena eksogena spremenljivka in sicer količina dela. Dolgoročna gospodarska rast je mogoča tudi brez tehnološkega napredka, saj jo zagotavlja že sama akumulacija kapitala (človeškega in fizičnega). Če ugotovitve iz tega modela apliciramo na vprašanje o pomenu člo- veškega kapitala, vidimo, da je človeški kapital vsaj enako pomemben kot fizični kapital. Še več, človeški kapital je tisti ključni dejavnik, ki omogoča trajno (dolgoročno) rast, saj odpravlja padajoče donose fizič- nega kapitala. Modeli z rastočim številom proizvodov Druga skupina avtorjev se ni strinjala s tem, da je dolgoročna gospodar- ska rast mogoča brez tehnološkega napredka. Menili so, da rast člove- škega kapitala ne more v neskončnost odpravljati padajočih donosov, saj stara tehnologija novemu znanju preprečuje, da bi bilo to produk- tivno. Na podlagi osnovnega AK modela so zato Spence, Dixit in Stiglitz, Either in Romer razvili alternativne modele, ki imajo kapital na ravni podjetja definiran kot vsoto različnih vmesnih dobrin (Novak 2007, 44). Skladno s tem je osnovna proizvodna funkcija definirana kot: N Yit = F( A, Lit, Xijt), (5.13) j= 1 kjer Xij predstavlja obseg uporabe vmesnega proizvoda j v podjetju i, N pa je število različnih vmesnih proizvodov. 49 5 Pregled modelov gospodarske rasti S takšno specifikacijo proizvodne funkcije ohranimo neoklasično predpostavko padajoče mejne produktivnosti vsakega izmed proizvod- nih dejavnikov, Li in Xij, in konstantne donose obsega vseh inputov skupaj. Možnost delitve kapitala na posamezne vmesne dobrine pa pomeni, da je mejni proizvod vsake posamezne vmesne dobrine neodvi- sen od količine drugih vmesnih dobrin. Z drugimi besedami to pomeni, da vmesni proizvodi niso niti substituti niti komplementarne dobrine (Barro in Sala-i-Martin 2004, 286). Posebej velja opozoriti, da tehnološki napredek v model vstopa kot rast števila vmesnih proizvodov ( N) in ne kot dvig tehnološke ravni ( A). Vzrok za to je, da do tehnološkega napredka prihaja najprej v posamez- nih podjetjih (nastanek nove vmesne dobrine) in se šele s časovnim za- mikom prenese na gospodarstvo kot celoto (povečanje A) (Novak, 2007, 44). Da vidimo vpliv povečanja N, predpostavimo, da lahko vmesne dobrine merimo z enotno fizikalno enoto in da so vse zaposlene v enakem obsegu Xij = Xi. Proizvodno funkcijo 5.13 lahko zato spremenimo: Yit = F( A, LitNXit). (5.14) Kot smo že omenili, za vsako vmesno dobrino še vedno velja predpo- stavka o padajočem mejnem proizvodu. To seveda pomeni tudi, da, če se ob danem obsegu dela poveča količina vsake od vmesnih dobrin Xi, imamo prisotne padajoče donose, medtem ko povečanje NX zaradi po-večanega števila vmesnih dobrin ( N) ne privede do padajočih donosov. Ta značilnost proizvodne funkcije pa je osnova endogene rasti (Barro in Sala-i-Martin 2004, 287). V nekem trenutku je namreč raven tehnolo- gije takšna, da lahko proizvajamo N vmesnih dobrin. To število pa se lahko poveča le s tehnološkim napredkom, ki ga razumemo kot inova-cijo, ki omogoča proizvodnjo nove vrste vmesne dobrine. Predpostav- ljamo, da do takšnega napredka pride z namenskimi dejanji v obliki raz- iskav in razvoja (R&R) (Barro in Sala-i-Martin 2004, 289). To predpo- stavko je v svojem modelu uporabil tudi Romer in je zato gospodarstvo razdelil v tri sektorje. Raziskovalni sektor zaposluje človeški kapital in obstoječe znanje, da proizvaja novo znanje. Sektor proizvajalcev kapitalskih dobrin kupuje patente raziskovalnega sektorja in jih uporablja za proizvodnjo kapitalskih dobrin, ki jih nato končni proizvajalci kupijo ali najamejo za proizvodnjo finalnega blaga, ki se nato potroši ali pri-varčuje (Schmidt 2003, 34). Kot smo že nakazali v prejšnjem odstavku, je za raziskovalni sektor bistven človeški kapital, saj je proizvodnja novih vmesnih dobrin odvi- 50 Endogeni modeli rasti 5.2 sna od idej, za proizvodnjo idej pa je potreben zgolj človeški kapital. Ker delo razumemo v širšem smislu, tako da je vanj vključen tudi človeški kapital, lahko rečemo, da je število novih vmesnih dobrin ( N) odvisno le od tega, koliko dela je zaposlenega v raziskovalnem sektorju (Novak 2007, 45). Povečanje N pa s časovnim zamikom zviša raven tehnologije ( A). Če se vrnemo k funkciji 5.14, vidimo, da sta tako tehnološki napredek kot tudi število vmesnih proizvodov odvisna od delovne sile, ki je zaposlena v raziskovalnem sektorju, kar posledično pomeni, da je tudi dolgoročna gospodarska rast zato mogoča le ob povečevanju količine dela v raziskovalno-razvojnem sektorju gospodarstva. V sektorju R&R pa se že skladno z Romerjevo in nato tudi z Aghi- on-Howittovo definicijo zaposluje le ustrezno izobražena delovna sila, torej tista z zadostnim znanjem. Ker je torej gospodarska rast odvisna od količine dela v sektorju R&R, smo tudi tukaj pokazali, da je človeški kapital oziroma znanje temelj dolgoročne gospodarske rasti. Modeli kvalitetne lestvice Modeli kvalitetne lestvice, med katerimi naj posebej izpostavimo ti- stega, ki sta ga leta 1992 predstavila Phillippe Aghion in Peter Howitt, se od modelov iz prejšnjega poglavja razlikujejo po tem, da se ne pove- čuje število vmesnih proizvodov ampak zgolj njihova kvaliteta. Ta zna- čilnost izhaja iz predpostavke, da novi proizvodi povzročijo zastaranje starejših proizvodov, ki zato izginejo s trga. Gre za v ekonomiji znan koncept ustvarjalnega uničevanja (angl. creative destruction) (Aghion in Howitt 1999, 3), s katerim se je prvi ukvarjal Joseph Schumpeter. Prav zato so modeli kvalitetne lestvice v literaturi pogosto imenovani tudi Schumpeterjanski modeli. Tudi Aghion-Howittova različica modela sledi Schumpetrovi predpo- stavki, da posamezne inovacije vplivajo na celotno gospodarstvo. Ob- dobje je v tem modelu definirano kot čas med dvema inovacijama, nje- gova dolžina pa je stohastična (Barro in Sala-i-Martin 2004, 320). Tak- šno kvalitetno lestvico prikazujemo na sliki 5.2. Druga pomembna predpostavka tega modela pa je, da je obseg razi- skovanja v trenutnem obdobju negativno povezan s pričakovanim ob- segom raziskovanja v prihodnjem obdobju. To izhaja iz dveh razlogov, od katerih smo enega, to je ustvarjalno uničevanje, že omenili. Drugi razlog za takšno negativno povezavo pa je, da je ob velikem pričako- vanem obsegu raziskovanja pričakovati tudi povišanje plač, kar znižuje 51 5 Pregled modelov gospodarske rasti k + 1 k v ljšao izb evilo 2 Št 1 0 t 0 t 1 t 2 t 3 tk tk+ 1 t Slika 5.2 Kvalitetna lestvica s stohastičnimi skoki (povzeto po Barro in Sala-i-Martin 2004, 320) monopolne dobičke, ki izhajajo iz ekskluzivnega znanja. S tem pa se se- veda znižuje tudi interes za raziskovanje kot način ustvarjanja takšnega znanja (Aghion in Howitt 1992, 324). Tako kot model z rastočim številom proizvodov je tudi ta osnovan na treh trgih in sicer na trgu končnih proizvodov, trgu vmesnih proizvodov (kapitalskih dobrin) in trgu dela. Na trgu dela pa ločimo nekvalificirano in kvalificirano delovno silo.4 V proizvodnjo končnih proizvodov je vključena fiksna količina nekva- lificirane delovne sile ( M),5 obseg proizvodnje pa določata tok vmesnih dobrin ( x) in njihova produktivnost ( A) (Aghion in Howitt 1992, 327): Y = AF( x). (5.15) Proizvodnjo vmesnih dobrin določa tok kvalificirane delovne sile, ki se uporablja v proizvodnji vmesnih dobrin ( LI), povezavo pa lahko za-pišemo kot linearno funkcijo: x = LI. (5.16) Nadalje predpostavljamo konkurenčne razmere na trgih končnih in 4. Aghion in Howitt (1992, 327) poleg tega omenjata še specializirano delovno silo, ki je v celoti zaposlena v raziskovalno-razvojnem sektorju, vendar že sama omenjata možnost izpeljave modela ob predpostavki, da je količina specializirane delovne sile enaka 0. 5. Nekvalificirana delovna sila lahko sodeluje samo pri proizvodnji končnih proizvodov. Ker torej ni možnosti, da bi se nekvalificirani delavci zaposlovali v proizvodnji vmesnih proizvodov ali delali na raziskavah, je količina dela, ki je vključena v proizvodnjo končnih proizvodov, fiksna. 52 Endogeni modeli rasti 5.2 vmesnih proizvodov ter da so vsi ponudniki na trgu vmesnih dobrin monopolisti, saj je posamezen proizvod skladno z idejo ustvarjalnega uničevanja vedno zmožen proizvajati le najbolj napreden proizvajalec. Po drugi strani pa naj bi bile razmere na trgu končnih proizvodov ravno obratne, se pravi popolno konkurenčne. Zato so proizvajalci vmesnih proizvodov soočeni s krivuljo povpraševanja, ki je enaka mejnemu pro- izvodu tega vmesnega proizvoda v proizvodnji končnih dobrin (Aghion in Howitt 1992, 329). Ker vsako podjetje zasleduje cilj maksimalnega dobička, to velja tudi za proizvajalca vmesnih proizvodov. Za rešitev našega modela moramo torej s pomočjo enačbe profita priti še do odgovora, koliko kvalifici- ranih delavcev je zaposlenih v proizvodnji in koliko jih dela v razvoj- no-raziskovalnem sektorju. V proizvodni vmesnih proizvodov lahko po- kažemo, da je plača, ki je prilagojena za produktivnost ( ω = w/ A), v podjetju, ki maksimizira dobiček, enaka mejnemu proizvodu, ki izpolnjujejo inada pogoja. Poglejmo sedaj še v raziskovalno-razvojni sektor, torej tja, kjer nasta- jajo inovacije. V tem sektorju je zaposlen tisti del kvalificirane delovne sile, ki ni zaposlen v proizvodnji vmesnih dobrin. Inovacije nastajajo slučajno, vendar pa je njihovo število odvisno od količine kvalificirane delovne sile v raziskovalnem sektorju ( n). Sedanjo vrednost pričakova-nih monopolnih dobičkov od prihodnje inovacije ( Vt+ 1) lahko defini-ramo kot (Aghion in Howitt 1992, 330): Π V t+ 1 t+ 1 = , (5.17) f + λφ( nt+ 1) kjer r označuje stopnjo medčasovne preference, λ verjetnost nove inovacije, Π t+ 1 je dobiček v prihodnjem časovnem obdobju, λφ( nt+ 1) pa je linearna funkcija inovacij v obdobju t + 1. V enačbo 5.17 je vključena osnovna ideja tega modela, to je ustvarjalno uničevanje. Bodoča vrednost sedanje inovacije je namreč nega- tivno povezana s številom prihodnjih inovacij, saj to pomeni, da bo pod- jetje po vsej verjetnosti prej ostalo brez monopolnih dobičkov. Njihov vmesni proizvod bo namreč ob novi inovaciji nadomestil nek drug iz- boljšan proizvod. V raziskovalno-razvojem sektorju pa bo zaposlenega toliko dela, da bo izpolnjen pogoj: wt = λVt+ 1, (5.18) ki pomeni, da bo dejansko plačilo ( w) enako pričakovanemu dobičku, 53 5 Pregled modelov gospodarske rasti α L A n L n Slika 5.3 Stacionarno stanje v modelu kvalitetne lestvice (Redek 2001, 137) korigiranemu s stopnjo verjetnosti inovacije (Redek 2001, 135–136). Pokažemo lahko, da ima tudi ta model svoje stacionarno stanje, ki izhaja iz že omenjene negativne povezave med raziskovanjem v dveh zaporednih obdobjih. O ravnotežju govorimo, ko ni pritiskov na spre- membo v alokaciji delavcev med raziskovalni in proizvodni sektor. Pot uravnotežene rasti je torej tista, ki ob novih inovacijah ne spreminja strukture zaposlenosti (Aghion in Howitt 1992, 325). Pogoja, ki dolo- čata model, sta: L = n + x( ω), (5.19) λγΠ( ω) ω = , (5.20) r + λφ( n) kjer vijuga označuje ravnotežne vrednosti, y pa je stopnja tehnološkega napredka oz. razlika v kvaliteti novih vmesnih proizvodov med dvema zaporednima časovnima obdobjema. Po drugi izmed teh dveh enačb, bo za produktivnost popravljena mezda ( ω) tem večja, čim manjša bo zaposlenost kvalificirane delovne sile v raziskovalnem sektorju ( n), medtem ko prva enačba kaže ravno drugačno povezavo. Skladno s to funkcijo bo n tem večji, čim večja bo vrednost ω, saj višja raven mezd pomeni manjšo zaposlitev kvalificirane delovne sile v proizvodnji. Če ti dve funkciji prikažemo v enem koordi-natnem sistemu, lahko tako še grafično prikažemo stacionarno stanje (slika 5.3). V gospodarstvu torej obstaja neka ravnotežna raven zaposlenosti v 54 Endogeni modeli rasti 5.2 raziskovalnem sektorju, ki pa se spremeni, če se poveča obseg kvalifici- rane delovne sile ( L), produktivnost raziskovalnega sektorja ( λ), spremeni pomen inovacij ( γ) ali stopnja medčasovne preference ( r). Če se sedaj vrnemo k enačbi 5.15, s katero smo začeli izpeljavo tega modela, in upoštevamo ravnotežno raven zaposlitve v raziskovalnem sektorju (ˆ n), dobimo (Aghion in Howitt 1992, 336): Yt = AtF( L − ˆ n), (5.21) kar pa pomeni, da se proizvodnja povečuje samo zaradi napredka v teh- nologiji in to z enako stopnjo ( γ). Nadalje lahko izpeljemo še (lastna izpeljava v skladu z Aghion in Howitt 1992, 336): g = λφ(ˆ n)ln γ, (5.22) kjer je λφ(ˆ n) funkcija investicij v obdobju t do t+ 1, g pa je stopnja rasti v uravnoteženem stanju. Stopnja rasti v gospodarstvu je torej pozitivno povezana s pomenom inovacij, produktivnostjo raziskovalno-razvojnega sektorja in s števi- lom zaposlenih v R&R sektorju. Zaposlenost v sektorju raziskav in s tem posredno tudi ravnotežna gospodarska rast pa se poveča, če se po- veča količina ustrezno kvalificirane delovne sile ali če se znižajo obre- stne mere. Če naredimo primerjavo z modelom z rastočim številom proizvodov, lahko hitro opazimo, da je gospodarska rast tudi v tem primeru pove- zana s popolnoma enakimi dejavniki. Količina kapitala se v tem primeru sicer ne spreminja zaradi spremembe v številu vmesnih proizvodov am- pak zgolj zaradi izboljšane kvalitete obstoječih vmesnih proizvodov. Ker pa gre tudi v tem primeru za inovacije, so tudi te odvisne zgolj od de- lovne sile, ki je zaposlena v raziskovalno-razvojnem sektorju. Izboljšana kakovost proizvodov se v začetni fazi kaže kot povečanje fizičnega kapitala, s časovnim zamikom pa vpliva tudi na raven tehnologije. Torej je tudi v tem primeru tehnološki napredek odvisen od količine dela v raziskovalno-razvojnem sektorju. 55 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev Ekonomsko empirično analizo koristi programa MR smo naredili po- sredno, na podlagi agregatnih podatkov o izobrazbeni strukturi de- lovne sile v Sloveniji, vrednosti realnih investicij in realnega BDP po letu 1980, s čimer smo vključili vsa leta obstoja programa MR in še stanje pred njegovo uvedbo. Prvo poglavje te analize je teoretično izhodišče, ki ga uporabimo za izpeljavo in specifikacijo agregatne produkcijske funkcije, ki je osrednji analitični instrument naše analize. V sklopu tega poglavja utemeljimo izbor uporabljenih spremenljivk, matematično specifikacijo funkcije in njene analitične koncepte, ki jih lahko uporabimo za izpeljavo ekonom- skih sklepov. Drugo poglavje je empirični del analize, ki ga razčlenjujemo na štiri vsebinske dele. V prvem delu utemeljimo izbiro metode empirične ana- lize, oblikujemo bazo podatkov in izvedemo lastne izračune za neka- tere nize, ki jih potrebujemo za oceno parametrov agregatne produkcij- ske funkcije. Podatke za Slovenijo smo črpali iz elektronskih baz Stati- stičnega urada Republike Slovenije (SURS), del podatkov o izobrazbeni strukturi pa smo pridobili tudi iz statističnih publikacij, ki jih hranijo v informacijskem središču SURS. Ob koncu sledi še osrednji del, to je ekonometrična ocena izbranih modelov z izbrano cenilko metode navadnih najmanjših kvadratov (OLS) in interpretacija dobljenih rezultatov. 6.1 Proizvodna funkcija v ekonomski analizi Kot orodje analize smo izbrali proizvodno funkcijo, ki predstavlja teh- nično povezavo med obsegom proizvodnje in obsegom uporabljenih proizvodnih dejavnikov. Proizvodna funkcija predstavlja enega od te- meljev neoklasične ekonomske analize, njeni začetki pa segajo v obdo- bje fiziokratizma. Že leta 1767 jo je namreč implicitno definiral Turgot (Mishra 2010). Najpreprostejša oblika proizvodne funkcije je linearna, vendar ta pri agregatni analizi ni dobila širše potrditve. David Ricardo je razvil kva- dratno proizvodno funkcijo, Johannu Heinrichu von Thünenu pa pripi- 57 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev sujemo prvo formulacijo potenčne funkcije. Verjetno najbolj znano spe- cifikacijo proizvodne funkcije pa smo dobili leta 1927, ko sta Paul Dou- glas in Charles Cobb zasnovala to posebno obliko potenčne funkcije, ki jo danes poznamo pod imenom Cobb-Douglasova proizvodna funkcija (Novak 2003). V ekonomski analizi igra proizvodna funkcija dvojno vlogo. Je nam- reč temelj številnih modelov gospodarske rasti, med katerimi naj ome- nimo le nekatere najbolj razširjene, kot so Solow-Swanov model, Cas- s-Koopmansov model in modeli endogene rasti (AK modeli). Vse te mo- dele smo že podrobneje opisali v prejšnjem poglavju. Kot sestavni del modelov gospodarske rasti je proizvodna funkcija instrument ex-ante analize. Po drugi strani pa jo številni raziskovalci in uradi uporabljajo kot osnovo ekonomske ex-post analize. Tudi v okviru naše raziskave proizvodno funkcijo uporabljamo za pojasnjevanje in ne napovedova- nje. Opredelitev spremenljivk V najbolj splošni obliki lahko proizvodno funkcijo zapišemo kot: Q = f ( X 1, X 2, X 3,. . . , Xn), (6.1) kjer je Q obseg proizvodnje, X 1, X 2, X 3,. . . , Xn pa so angažirani proizvodni dejavniki. V empirični literaturi in modelih gospodarske rasti se je uveljavila proizvodna funkcija, ki na strani proizvodnih dejavnikov upošteva fi- zični kapital ( K), delo ( L) in tehnologijo ( A), v novejših delih pa ji obi- čajno dodajo še človeški kapital ( H). Tehnologija pove, koliko lahko proizvedemo z danim obsegom dela in kapitala (Senjur 2001, 78). Vsako izboljšanje tehnologije premakne proizvodno funkcijo navzgor. Tehnični napredek je lahko izboljšava pro- izvodnih procesov, sprememb starih proizvodov ali vpeljave novih pro- izvodov (Samuelson in Nordhaus 2001, 114). Ekonomska teorija še ne nudi načina, ki bi omogočal neposredno merjenje tehničnega napredka in ne daje mehanizma, ki bi tehnični na- predek pojasnjeval kot ekonomsko kategorijo. Ker je tehnični napredek nemerljiv, ga ne moremo v proizvodno funkcijo vključiti na enak način kot to lahko naredimo z delom in kapitalom. V ekonomski literaturi (npr. Frenkel in Hemmer 1999, 110–114) so predlagani različni načini vključevanja tehničnega napredka v proizvo- dno funkcijo: 58 Proizvodna funkcija v ekonomski analizi 6.1 • avtonomni (v proizvodno funkcijo eksplicitno vključimo spremenljivko, ki meri čas), • inducirani (tehnični napredek izrazimo kot funkcijo spremenljivk, ki ga določajo), • nevtralni (Hicksov, Harrodov in Solowov). V naši analizi bomo uporabili Hicksovo definicijo nevtralnega tehnič- nega napredka, ki vpliva na kapital in delo. Takšna definicija tehničnega napredka se tudi sicer najpogosteje uporablja. Tehnični napredek v tem primeru enostavno merimo kot rezidual pri ekonometričnem ocenjeva- nju proizvodne funkcije: Q = Af ( K, L). (6.2) Kapital Z merjenjem kapitala je povezanih precej težav, saj podatki o količini kapitala niso na voljo. Zato si je pri merjenju potrebno pomagati z oceno, koliko kapitala je bilo v določenem trenutku vključenega v proizvodni proces. Kapital nastaja z investicijami, vendar se skozi proces le počasi preoblikuje v končne proizvode. V naši ex-post analizi bi bilo torej teoretično gledano najbolj pravilno uporabiti amortizacijo, ki v ekonomskem smislu odraža potrošnjo kapitala. Težava je, da znamo amortizacijo me- riti zgolj z računovodskega stališča, v računovodskem smislu pa je amor- tizacija povsem neodvisna od izkoriščenosti kapitala in zato zagotovo ne odraža prave potrošnje kapitala. Ker torej nimamo na razpolago ustreznih podatkov, bomo kot serijo za merjenje kapitala uporabili sredstva za investicije. Ne bomo pa upo- rabili zgolj podatkov v tekočem letu, ampak bomo našo mero kapitala izračunali kot povprečje tekočega leta in štirih let pred tem. S tem do- bimo mero, ki vključuje tako zalogo kapitala, ki se je oblikovala kot po- sledica naložb v preteklih letih, kot tudi sedanjo izkoriščenost kapitala. Slednja je posredno vključena s tem, da našo mero kapitala določajo tudi investicije v tekočem obdobju, pri čemer lahko domnevamo, da so neto investicije največje, ko so obstoječe zmogljivosti že visoko izkoriščene in je zato tudi potrošnja kapitala velika. Za kontrolo robustnosti našega modela bomo uporabili še drugače definirano mero kapitala. Sledili bomo metodi, ki jo je Jongen (2004) uporabil za izračun količine kapitala v Sloveniji. Za začetno leto naše serije (1976) predpostavljamo, da je razmerje med kapitalom in BDP enako 2,14. Upoštevamo amortizacijo v višini 7,5 %, izjema je le obdo- 59 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev bje tranzicije, 1987–1992, za katerega uporabimo dvojno stopnjo amor- tizacije kapitala, to je 15 %. To je posledica velikega prestrukturiranja v času tranzicije. Tako pri začetnem razmerju med kapitalom in BDP kot pri stopnji amortizacije smo sledili Jongenu (2004). To metodo smo v našem primeru izbrali kot sekundarno in jo upo- rabljamo zgolj kot kontrolo prve metode. Razlog za to je, da v tej razli- čici kapital v našo proizvodno funkcijo vstopa v obliki zaloge kapitala, ne upoštevamo pa njegove dejanske izkoriščenosti na letni ravni. To je enako, kot da bi delo merili s številom aktivnih prebivalcev in pri tem ne bi upoštevali, koliko izmed njih je brezposelnih. Delo in človeški kapital Kot smo že zapisali pri kapitalu, moramo za takšno vrsto analize upo- rabiti podatke o toku (porabi) in ne o obsegu (zalogi) proizvodnih de- javnikov. To je pri merjenju dela dokaj enostavno rešljivo, saj je rela- tivno preprosto razlikovati med zalogo dela (aktivno prebivalstvo) in dejansko uporabljenim delom (zaposlenimi). Glavni problem pri mer- jenju dela se pojavlja drugje, to je, da v osnovni produkcijski funkciji delo ( L) nastopa kot homogen proizvodni dejavnik. To pa pomeni, da so vsi zaposleni enako produktivni ne glede na njihovo znanje in izo-brazbo, kar pa seveda ni realna predpostavka, saj nekvalificiran delavec ne more opravljati dela, ki ga sicer opravlja inženir. Posledica heterogenosti zaposlenih je, da se v empiričnih analizah poleg mere dela, ki je običajno število zaposlenih ali število opravljenih ur, uporablja še eno od meril človeškega kapitala. Človeški kapital izraža sposobnosti, znanje, spretnosti, ki jih posa- meznik uporablja pri ekonomski aktivnosti. Človeški kapital je utelešen in zato ni neposredno merljiva količina. Skozi leta raziskav so se v eko- nomski analizi pojavili številni načini merjenja človeškega kapitala. Naj na tem mestu omenimo pet izmed več možnih indikatorjev človeškega kapitala (Jongen 2004, 5–7; Novak 2003, 25): • povprečna leta šolanja, • primerjava povprečnih plač vseh zaposlenih s plačami nekvalificiranih, • item CES sestavljeni kazalec nizko in visoko usposobljenih zaposlenih, • človeški kapital kot nadomestek fizičnemu kapitalu, • človeški kapital kot efektivno delo. 60 Proizvodna funkcija v ekonomski analizi 6.1 Človeški kapital kot povprečna leta šolanja izhaja iz predpostavke, da se da razliko v kakovosti zaposlenih pojasniti z doseženo stopnjo izobrazbe. To, da se v okviru tega pristopa upošteva zgolj človeški ka- pital, ki nastaja skozi šolsko izobraževanje, je tudi glavna pomanjklji- vost tega indikatorja. Prednost tovrstnega merjenja pa je, da nam ni treba poznati oziroma definirati individualnih stopenj donosnosti in se izognemo težavam, ki so povezane z merjenjem mejne stopnje produk- tivnosti. Tak način merjenja človeškega kapitala je zato relativno eno- staven, saj gre zgolj za tehtano povprečje let izobraževanja, pri čemer je utež delež populacije z zaključeno stopnjo i-te izobrazbe. Človeški kapital kot primerjava povprečnih plač vseh zaposlenih s plačami nekvalificiranih temelji na dveh predpostavkah. Prva je, da plače dobro odražajo produktivnost, druga pa je, da se človeški kapital nekvalificiranih delavcev v času ne spreminja. Za namen naše analize ima takšna metoda merjenja človeškega kapitala pomembno pomanj- kljivost, na katero opozarja tudi Jongen (2004). Plače namreč vse do konca 1980-ih niso ustrezno odražale razlik v produktivnosti, zato za obdobje naše analize (od 1980 naprej) takšno merjenje človeškega ka- pitala ni primerno. CES sestavljeni kazalec nizko in visoko usposobljenih zaposlenih je indeks povprečnega človeškega kapitala ob upoštevanju nepopolne sub- stitucije med različnimi stopnjami kvalifikacije (Jongen 2004, 7–8). Ker je eden od korakov pri oblikovanju tega kompozitnega indeksa minimi- zacija stroškov, smo pred enakim problemom kot pri prejšnji točki. Po- novno imamo opravka s plačami, ki pa vsaj v prvem delu našega obdobja proučevanja niso odražale razlik v produktivnosti. Človeški kapital kot nadomestek fizičnemu kapitalu je merilo, ki ga je v ekonomsko teorijo uvedel Lucas (1988) ter se tako izognil kvanti- ficiranju človeškega kapitala. Proces akumulacije človeškega kapitala je opredelil vsebinsko enako kot akumulacijo fizičnega kapitala. Naložbe v lastni potencial povečujejo zalogo človeškega kapitala, amortizacija pa jo zmanjšuje. Takšna specifikacija je v empiričnih analizah slabo upo- rabna, saj stopnje amortizacije človeškega kapitala ne moremo objek- tivno določiti (Novak 2003, 28). Človeški kapital kot efektivno delo pravzaprav ni peta metoda mer- jenja BDP, ampak gre za drugačen način vključitve človeškega kapitala v proizvodno funkcijo. V tem primeru človeški kapital namreč ni ločen proizvodni dejavnik, ampak zgolj kazalec kakovosti delovne sile. Pred- nost takšne definicije je, da nimamo težav z amortizacijo človeškega 61 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev kapitala pri starejših, prav tako pa ne upoštevamo niti tistih, ki so še v procesu šolanja. Ker torej upoštevamo le delovno aktivno prebival- stvo, pravzaprav merimo porabo človeškega kapitala. To pa je točno to, kar za oceno produkcijske funkcije tudi rabimo, saj gre za zvezo med porabo proizvodnih dejavnikov in ustvarjenim proizvodom. Težava je zopet ta, da ideja efektivnega dela vsebuje domnevo, da je plačilo za opravljeno delo odvisno od posameznikove produktivnosti. Delovno aktivno prebivalstvo delimo v skupine po doseženi ravni izobrazbe, in- deks človeškega kapitala pa nato izračunamo kot tehtano povprečje re- lativnih plač, pri čemer je utež delež delovno aktivnih prebivalcev s po- samezno stopnjo izobrazbe. Efektivno delo pa je produkt indeksa člo- veškega kapitala in števila delovno aktivnih prebivalcev (Novak 2003, 29–30). Že iz komentarjev k posameznim indikatorjem človeškega kapitala je razvidno, da ima vsak od njih svoje prednosti in slabosti. Za človeški kapital kot nadomestek fizičnemu kapitalu smo že zapisali, da je njegova uporabnost predvsem v teoretičnih modelih, manj uporaben pa je v empiričnih analizah. Tri druge metode merjenja človeškega kapi- tala vključujejo plače, ki v našem primeru niso ustrezna mera razlik v produktivnosti zaposlenih. Od vseh navedenih načinov merjenja člove- škega kapitala je za našo analizo še najbolj primerna prva, to je človeški kapital kot povprečna leta šolanja. S tem indikatorjem se izognemo problemu plač, druga prednost pa je pravzaprav to, kar smo sprva navedli kot slabost. To je, da ta metoda človeški kapital omejuje zgolj na to, kar pridobimo skozi formalno izobraževanje. Ravno to pa dela to metodo skladno s ciljem našega raziskovanja, ki je ugotoviti prispevek programa MR, ki pa je v veliki meri povezan ravno s pridobivanjem formalne izo- brazbe (magister ali doktor znanosti). Da bo naša mera človeškega kapitala primerna za ex-post analizo, jo bomo še nekoliko priredili. Iz zadnjega opisanega načina merjenja člo- veškega kapitala (efektivno delo) bomo vzeli tiste rešitve, ki nam omo- gočajo, da merimo porabo in ne zalogo človeškega kapitala ter se izo- gnemo problemu amortizacije. To pomeni, da bomo upoštevali zgolj iz- obrazbeno strukturo delovno aktivnega prebivalstva, izobrazba ostalih prebivalcev pa nas ne bo zanimala. Zaradi večje prilagodljivosti bomo vložek dela merili z dvema loče- nima spremenljivkama, kjer bo L odražal število zaposlenih, H pa bo mera človeškega kapitala, ki je izračunana kot povprečno število let formalnega izobraževanja vseh zaposlenih: 62 Matematična specifikacija proizvodne funkcije 6.2 n Ht = witeit, (6.3) i= 1 kjer H označuje človeški kapital, wi je utež, ki odraža delež zaposlenih z i-to stopnjo izobrazbe, ei pa je v letih izražena i-ta stopnja izobrazbe. Za kontrolo robustnosti modela bomo dodali še nekoliko drugačno mero človeškega kapitala. Kot pri kapitalu tudi tu ponovno sledimo meri, ki jo je v svoji študiji uporabil Jongen (2004), ki pa sledi raziskavi o donosih izobraževanja na mikro ravni, ki sta jo izvedla Hall in Jones (1999). Njuna ugotovitev je, da z leti šolanja donosi na dodatno leto izobraževanja padajo. Povprečen človeški kapital na delavca definirata kot: Hit = eθ( Ei), (6.4) kjer je θ linearna funkcija s prelomi in odraža relativno produktivnost posameznika z E leti šolanja glede na produktivnost posameznika brez izobrazbe. Za prva štiri leta je donos šolanja ocenjen na 0,134 letno, za naslednja štiri leta je ta vrednost ocenjena na 0,101, za šolanje od osmega leta naprej pa na 0,068 letno. Povprečen človeški kapital ne- koga, ki se je šolal več kot osem let se torej izračuna po formuli θ(.) = 0, 134 × 4 + 0,101 × 4 + 0,068( Ei − 8). Povprečen človeški kapital za vse zaposlene nato izračunamo po formuli: n Ht = witHit, (6.5) i= 1 pri čemer wit tako kot v prvem primeru označuje delež zaposlenih z i-to stopnjo izobrazbe. 6.2 Matematična specifikacija proizvodne funkcije Za naš primer specifično proizvodno funkcijo bomo izpeljali iz Co- bb-Douglasove produkcijske funkcije,1 ki se v ekonomski analizi naj- pogosteje uporablja: Y = AKαLβ. (6.6) 1. Originalna Cobb-Douglasova funkcija sicer vsebuje omejitev, da je vsota eksponentov enaka 1, ki je mi ne bomo uporabili. Vseeno lahko tej funkciji še vedno rečemo Cobb-Douglasova, saj se je v literaturi to poimenovanje uveljavilo za vse proizvodne funkcije takšne oblike. 63 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev Model v takšni obliki bomo uporabljali le za izračun kontrolnih vre- dnosti, s katerimi bomo lahko primerjali ocene ostalih, za naš primer bolj specifičnih definicij proizvodne funkcije. Ta enačba bo torej pred- stavlja prvega od modelov, ki jih bomo ocenjevali na podlagi empiričnih podatkov za Slovenijo. Drugi model je že nekoliko bolj usmerjen k našim ciljem, saj bomo človeški kapital ( H) obravnavali kot ločen proizvodni dejavnik. V proizvodno funkcijo ga vključimo na enak način, kot sta vanjo že vključena delo ( L) in kapital ( K): Y = AKαLβHγ. (6.7) Tretji model je že zelo usmerjen v iskanje odgovorov za potrebe naše analize. Ker država od leta 1985 naprej s programom MR spodbuja šola- nje na podiplomski ravni in s tem povečuje število magistrov in doktor- jev znanosti, bomo tretjo različico našega modela naredili tako, da bomo omenjeni dve izobrazbeni strukturi izvzeli iz dela ( L) in jih obravnavali kot ločen proizvodni dejavnik: β Y = AKαLv LδOHγ, (6.8) kjer je Lv spremenljivka, ki meri število vseh zaposlenih magistrov in doktorjev znanosti, spremenljivka LO pa meri število vseh ostalih zaposlenih. Podobno bomo konstruirali še naš zadnji, četrti model, pri čemer bomo upoštevali osnovni namen programa MR, ki je vendarle v pove- čanju števila doktorandov. Zato bomo iz skupnega števila zaposlenih v tem tretjem in zadnjem modelu vzeli zgolj število doktorjev znanosti in slednje obravnavali posebej. Tudi iz teoretičnega vidika je morda to lažje utemeljiti kot v prejšnjem primeru, saj je vrsta dela, ki ga opravljajo doktorji znanosti bistveno drugačna od ostalih zaposlenih. Večinoma so vključeni v ustvarjanje novega znanja, kar predvsem za magistre zna- nosti v zadnjih letih ni več mogoče trditi. Tako specificiran model lahko zapišemo kot: β Y = AKαL Lδ dr OHγ, (6.9) kjer je Ldr spremenljivka, ki meri število vseh zaposlenih doktorjev znanosti, spremenljivka LO pa meri število vseh ostalih zaposlenih. 64 Podatki 6.3 6.3 Podatki Podatke za Slovenijo smo črpali iz elektronskih baz SURS, del podatkov o izobrazbeni strukturi pa smo pridobili tudi iz statističnih publikacij, ki jih hranijo v informacijskem središču SURS. Podatke o bruto domačem proizvodu Slovenije smo črpali iz pregle- dnice »Bruto domači proizvod, letni podatki«, kjer smo najprej vse vre- dnosti pretvorili na isto mersko enoto, to je milijone tolarjev, pri čemer smo uporabili tečaj, ki je veljal ob prevzemu evra, to je 239,64 tolarjev za en evro. Nato pa smo tako zbrane nominalne vrednosti deflacionirali z deflatorjem BDP, ki smo ga v obliki verižnih indeksov dobili iz letopisov za posamezna leta. Podatke o bruto družbenem proizvodu pred osamo-svojitvijo pa smo dobili iz preglednice 27.2 v letopisu za leto 1995. Ker so bili ti podatki izraženi v cenah leta 1972, smo jih preračunali na cene leta 1990, saj smo v teh cenah izrazili tudi realni bruto domači proizvod za obdobje po osamosvojitvi. Podatke o investicijah smo dobili iz Statističnega letopisa (različni le- tniki) in sicer iz preglednic »Bruto investicije v nova osnovna sredstva v podjetjih, družbah in organizacijah po namenu investiranja, skupi- nah osnovnih sredstev in po dejavnostih, v katere se je investiralo – načelo čistih dejavnosti«, »Ustvarjene investicije v osnovna sredstva v podjetjih, družbah in organizacijah po namenu vlaganj, naravi graditve in tehnični strukturi – načelo čistih dejavnosti«, »Ustvarjene investi- cije v podjetjih in drugih organizacijah v osnovna sredstva po namenu vlaganja in dejavnosti investitorja in po Enotni klasifikaciji dejavnosti – organizacijsko načelo« in »Ustvarjene investicije v osnovna sredstva in sredstva skupne porabe po namenu vlaganja in dejavnosti investi- torja (organizacijsko načelo)«. Vse podatke smo pretvorili v isto mer- sko enoto, to je milijone SIT ter jih nato deflacionirali z indeksom cen industrijskih proizvodov. Ker zaposlene jemljemo kot heterogeno skupino, ki se deli glede na ravni izobrazbe, smo podatke o zaposlenih zbrali ločeno za doktorje znanosti, magistre, univerzitetne diplomante, druge diplomante terci- arne stopnje izobraževanja, tiste s končano srednjo šolo in ostale (kon- čana ali nedokončana osnovna šola). Podatke o številu zaposlenih po stopnjah izobrazbe smo dobili iz statističnih gradiv Zaposlene osebe v podjetjih in drugih organizacijah (št. 689, 690, 691, 692, 693 in 694), Popis zaposlenih delavcev (št. 177), Popis delavcev v združenem delu (št. 432) in Delavci v združenem delu (št. 249, 335, 387, 449 in 498). 65 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev Ker časovne serije teh podatkov niso bile popolne, saj jih je SURS v pre- teklosti objavljal na dve ali tri leta, smo z interpolacijo izračunali manjkajoče vrednosti. Interpolacijo smo naredili ob predpostavki konstan- tne stopnje rasti v obdobju med dvema znanima vrednostma. Ta me- toda določitve vrednosti izbrane spremenljivke je za število zaposlenih oseb ustrezna, saj posamezna vrednost teh spremenljivk ni neodvisna od predhodne in naslednje vrednosti v časovni seriji. Podatke iz prejšnjega odstavka smo uporabili tudi za izračun člove- škega kapitala. Za vsako od stopenj izobrazbe smo upoštevali najbolj običajno število let šolanja, ki je povezano z dosegom te izobrazbe:2 • dokončana osnovna šola – 8 let • dokončana srednja šola – 12 let • diploma višje/visoke šola – 14 let • univerzitetna diploma – 16 let • magisterij znanosti – 18 let • doktorat znanosti – 21 let Po obeh metodah smo nato izračunali raven človeškega kapitala v Slo- veniji za obdobje od 1980 do 2010 (preglednica 6.1). Kot je razvidno iz preglednice 6.1, se je človeški kapital v analizira-nem obdobju precej povečal, je pa velikost te spremembe odvisna od izbranega indikatorja. Če kot mero človeškega kapitala vzamemo kar povprečna leta šolanja in pri tem implicitno upoštevamo konstantne donose izobraževanja, se je zaloga človeškega kapitala v delovno aktiv- nem prebivalstvu povečala za četrtino. Ob upoštevanju padajočih do- nosov izobraževanja, kot sta jih izračunala Hall in Jones (1999) pa je povečanje človeškega kapitala približno 17-odstotno. Podobno kot za človeški kapital smo tudi za obseg fizičnega kapitala sami oblikovali ustrezno podatkovno serijo. Ker je tudi tu prisotne ne- kaj arbitrarnosti pri načinu oblikovanja te serije, smo zopet uporabili dva načina, kot smo ju že definirali. Razliko v obeh serijah prikazuje slika 6.1 na strani 68. Prekinjena črta ( K 1) označuje mero fizičnega kapitala, ki smo jo dobili kot petletno povprečje investicij, polna črta ( K 2) pa označuje mero kapitala, ki smo jo dobili z uporabo amortizacijskih stopenj skladno z Jongen (2004). Obe seriji sta izraženi v obliki inde- 2. Sprememb šolskega sistema, kot so devetletna osnovna šola in triletna prva bo-lonjska stopnja, ki so se zgodile v zadnjih letih, nismo upoštevali, saj se je velika večina tistih, ki so zaposleni, izobraževala še po starem sistemu. 66 Podatki 6.3 Preglednica 6.1 Človeški kapital v Sloveniji v obdobju 1980–2010 Leto Človeški kapital Indeks H 1 Človeški kapital Indeks H 2 kot povprečna s padajočimi leta šolanja ( H 1) donosi izobra- ževanja ( H 2) 1980 9,310 100 2,802 100 1981 9,357 100,5 2,810 100,3 1982 9,403 101,0 2,819 100,6 1983 9,456 101,6 2,829 100,9 1984 9,497 102,0 2,838 101,3 1985 9,543 102,4 2,846 101,6 1986 9,968 107,1 2,930 104,6 1987 9,743 104,7 2,890 103,1 1988 9,598 103,1 2,857 102,0 1989 9,682 104,0 2,874 102,6 1990 9,782 105,1 2,893 103,3 1991 9,889 106,2 2,914 104,0 1992 9,978 107,2 2,932 104,7 1993 10,069 108,2 2,951 105,3 1994 10,425 112,0 3,023 107,9 1995 10,196 109,5 2,977 106,3 1996 10,353 111,2 3,013 107,6 1997 10,345 111,1 3,008 107,4 1998 10,422 111,9 3,024 107,9 1999 10,478 112,5 3,036 108,4 2000 10,558 113,4 3,053 109,0 2001 10,637 114,3 3,070 109,6 2002 10,719 115,1 3,088 110,2 2003 10,815 116,2 3,109 111,0 2004 10,901 117,1 3,128 111,7 2005 10,983 118,0 3,146 112,3 2006 11,042 118,6 3,159 112,8 2007 11,096 119,2 3,171 113,2 2008 11,167 120,0 3,187 113,8 2009 11,464 123,1 3,255 116,2 2010 11,593 124,5 3,284 117,2 ksa s stalno osnovo (leto 1980 je 100). Kot kaže slika, se seriji podat- kov kljub precej različnim metodam izračuna dokaj dobro prekrivata. Še največje odstopanje je v začetnem delu proučevanega obdobja (do 67 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev 190 180 170 160 150 140 130 120 110 100 90 80 70 60 1980 1985 1990 1995 2000 2005 2010 Slika 6.1 Fizični kapital v Sloveniji v obdobju 1980–2010 (prekinjena črta – K 1, polna črta – K 2 1990), kar pa lahko pojasnimo s tem, da je bilo to obdobje, ko so bile gospodarske razmere slabe. Ker serija K 2 meri zalogo kapitala, prece-njuje dejansko izkoriščenost kapitala, čemur se pri seriji K 1 izognemo, saj ta mera prek vrednosti investiciji v tekočem letu upošteva tudi izkoriščenost obstoječega kapitala (nizka izkoriščenost pomeni, da je manj potreb po novih investicijah). Ko so gospodarske razmere dobre, je tudi izkoriščenost kapitala visoka, zato so v obdobju 2005–2008 razlike v gibanju obeh mer kapitala zelo majhne. 6.4 Rezultati ekonometrične analize za Slovenijo Za potrebe ekonometrične analize je treba modele nekoliko predelati, da jih lahko ocenjujemo s cenilko navadnih najmanjših kvadratov ( OLS). Prva težava je, kako formulirati tehnološki napredek ( A), ki vpliva na produktivnost ostalih proizvodnih dejavnikov. Ob običajni transforma-ciji potenčne proizvodne funkcije v linearno obliko bi namreč A nastopal kot konstanta, vendar raven tehnologije v zadnjih 30 letih zagotovo ni ostala na enaki ravni. Namesto tega bomo uporabili precej bolj realno predpostavko o konstantni stopnji tehnološkega napredka, ki smo jo že uporabili pri Solow-Swanovem modelu. V nadaljevanju prikazujemo primer transformacije enega izmed oce- njevanih modelov. Začnemo z definiranjem modela v času t. 68 Rezultati ekonometrične analize za Slovenijo 6.4 β γ Yt = AtKαtLv, tLδo, tHt . (6.10) Da lahko potenčne produkcijske funkcije ocenimo s cenilko navadnih najmanjših kvadratov ( OLS), jih moramo najprej loglinearizirati. ln( Yt) = ln( At) + α ln( Kt) + β ln( Lv, t) + δ ln( Lo, t) + γ ln( Ht). (6.11) Transformacijo zaključimo s tem, da izračunamo prvo diferenco: Δln( Yt) = Δln( At) + αΔln( Kt) + βΔln( Lv, t) + δΔln( Lo, t) (6.12) + γΔln( Ht). Kot vidimo, se z diferenciacijo ne spremenijo parcialni regresijski ko- eficienti, rešili pa smo problem konstantne ravni tehnologije, ki jo je v enačbi 6.13 sedaj zamenjala konstanta, ki meri stopnjo tehnološkega napredka. Enako kot s tem modelom naredimo tudi z ostalimi tremi, kar po- meni, da bomo ocenjevali naslednje enačbe: (i) Δln( Y) = Δln( b 1) + b 2Δln( K) + b 3Δln( L) (ii) Δln( Y) = Δln( b 1) + b 2Δln( K) + b 3Δln( L) + b 4Δln( H) (iii) Δln( Y) = Δln( b 1) + b 2Δln( K) + b 3Δln( Lv) + b 4Δln( LO)) + b 5Δln( H) (iv) Δln( Y) = Δln( b 1) + b 2Δln( K) + b 3Δln( Ldr) + b 4Δln( LO)) + b 5Δln( H) S to transformacijo smo dobili enačbe, ki so primerne za ocenjeva-nje s cenilko OLS, po drugi strani pa s to enačbo ne bomo ocenjevali zveze med porabo proizvodnih dejavnikov in proizvodom, ampak med stopnjami rasti omenjenih spremenljivk. Glede na to, da s tem nismo vplivali na pričakovane vrednosti ocenjevanih eksponentov potenčne proizvodne funkcije, pa to niti ni pomembno. Iz rezultatov regresijske analize (preglednica 6.2) lahko ugotovimo, da imata kapital in število zaposlenih (oziroma diferenci njunih narav-nih logaritmov) ne glede na specifikacijo proizvodne funkcije vedno sta- tistično značilen vpliv na vrednost realnega BDP. Ne glede na specifi- kacijo funkcije ostajata parcialna regresijska koeficienta teh dveh poja- snjevalnih spremenljivk pozitivna, kar je skladno z ekonomsko teorijo. Po drugi strani pa je zanimivo, da človeški kapital ni statistično značilen niti v enem modelu. 69 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev Preglednica 6.2 Rezultati regresijske analize Spremenljivka (Δ ln) i ii iii iv Konstanta ( A) 0,0056 0,0090 0,0029 0,0034 Kapital ( K 1) 0,5149** 0,5043** 0,4362** 0,4644** človeški kapital ( H 1) –0,4360 –0,2391 –0,1876 Zaposleni ( L) ali zaposleni ostali ( LO) 0,3022* 0,3005* 0,2935* 0,3023* Zaposleni z ISCED 6 ( Lv) 0,0946 Zaposleni doktorji znanosti ( Ldr) 0,0944 Popravljen R 2 0,4108 0,4011 0,4063 0,3960 F-statistika 11,11** 7,47** 5,96** 5,75** Avtokorelacija Ne Ne Ne Ne Heteroskedastičnost Ne Ne Ne Ne Normalna porazdelitev Da Da Da Da Opombe * Značilno pri 5-odstotnem tveganju. ** Značilno pri 1-odstotnem tveganju. Izmed vseh štirih analiziranih modelov ima največjo skupno poja- snjevalno moč (popravljen R 2) regresijski model (i), saj lahko z njim pojasnimo dobrih 41 % variabilnost odvisne spremenljivke, kar pa niti ni tako bistven podatek, saj smo zaradi odpravljanja avtokorelacije model spremenili v stopnje rasti. Modeli z absolutnimi vrednostmi in z istimi pojasnjevalnimi spremenljivkami pa pojasnijo več kot 90 % variabilno- sti BDP in dajejo podobne rezultate, zaradi prisotnosti avtokorelacije pa jih ne moremo uporabiti za oceno statistične značilnosti posameznih parcialnih regresijskih koeficientov. Naj na tem mestu še pojasnimo, da smo prisotnost avtokorelacije ugotavljali z Durbin-Watsonovim in Bre- usch-Godfreyevim testom, morebitno heteroskedastičnost smo prever- jali z Breusch-Paganovim testom, normalno porazdelitev pa s testom koeficienta simetrije in sploščenosti. V okviru ciljev našega raziskovalnja sta najpomembnejša modela iii in iv, zato si rezultate tako specificiranih modelov oglejmo podrobneje. Najprej si poglejmo model iii, kjer zaposlene ločimo na tiste z doseže- nim znanstvenim nazivom (ISCED 6) in vse ostale. Model je kot celota visoko značilen, statistično značilna pa sta tudi dva izmed štirih parci- alnih regresijskih koeficientov. Ker izhajamo iz potenčne produkcijske funkcije, so parcialni regresijski koeficienti pravzaprav koeficienti parcialne elastičnosti. Najprej se še enkrat spomnimo na funkcijo, s katero je opredeljen naš model iii: β γ Yt = AtKαtLv, tLδo, tHt . (6.13) 70 Rezultati ekonometrične analize za Slovenijo 6.4 O ravni tehnologije ne moremo povedati nič, lahko pa iz ocene kon- stante ugotovimo, da je ta v vseh štirih modelih statistično neznačilno različna od 0, kar pomeni, da na podlagi rezultatov regresijske analize ne moremo potrditi rasti ravni tehnologije. Čeprav neznačilne, pa so ocenjene vrednosti stopnje tehnološkega napredka vendarle pozitivne in s tem skladne s pričakovanji. Ocena koeficienta parcialne elastičnosti α je 0,5149, kar pomeni, da za en odstotek povečana poraba fizičnega kapitala (merjena kot povprečje realnih investicij v petih letih) povzroči, da se realni bruto domači proizvod poveča za 0,5149 odstotka ob nespremenjenih drugih dejavnikih. Na podlagi t-statistike lahko ugotovimo, da je vrednost tega koeficienta statistično značilno različna od 0 pri zanemarljivi stopnji tveganja ( p = 0,000). Vrednost tega koeficienta je skladna z ekonomsko teorijo, saj je večja od 0 in manjša od 1, kar pomeni, da je za kapital značilen pozitiven in padajoč mejni proizvod. Ocena koeficienta parcialne elastičnosti α je 0,0946, vendar pa ta koeficient ni statistično značilno različen od nič, zato pravega zaključka o povezavi med številom zaposlenih magistrov in doktorjev znanosti ter ravnjo BDP ni mogoče podati. Če si kljub vsemu dovolimo nekaj reči o tej številki, pa je, čeprav neznačilna, skladna z ekonomko teorijo in pričakovanji, saj je ocenjena vrednost α večja od 0 in manjša od 1, kar pomeni, da tudi za najvišje kvalificirano delo velja pozitiven in padajoč mejni proizvod. Ocena koeficienta parcialne elastičnosti α je 0,2935, kar pomeni, da za en odstotek povečana poraba dela (brez magistrov in doktorjev znanosti) povzroči, da se realni bruto domači proizvod poveča za 0,2935 odstotka ceteris paribus. Na podlagi t-statistike lahko ugotovimo, da je vrednost tega koeficienta statistično značilno različna od 0 pri spreje-mljivi stopnji tveganja ( p = 0,036). Tako kot za kapital tudi za ta proizvodni dejavnik velja pozitiven in padajoč mejni proizvod. Ocena zadnjega koeficienta parcialne elastičnosti α pa je –0,2391. Ta koeficient je statistično neznačilen ( p = 0,696), kar pomeni, da o vplivu človeškega kapitala na gospodarsko rast ne moremo trditi ničesar. Ugotovitve, ki izhajajo iz modela iv, kjer smo od vseh zaposlenih ločili le tiste z doktoratom znanosti, da zelo podobne rezultate. Tudi tam je koeficient, ki nas najbolj zanima, statistično neznačilen. O vplivu šte- vila doktorjev znanosti na gospodarsko rast ni mogoče potegniti jasnih zaključkov. Kot smo že omenili, obstaja več različnih načinov, kako lahko raču- namo obseg fizičnega in človeškega kapitala. Ravno zaradi te nedore- 71 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev Preglednica 6.3 Rezultati regresije z alternativnima merama fizičnega in človeškega kapitala Spremenljivka (Δ ln) i ii iii iv Konstanta ( A) 0,0052 0,0036 –0,0019 –0,0005 Kapital ( K 2) 0,7218** 0,6978** 0,6350** 0,6322** Človeški kapital ( H 2) –0,0071 –0,0052 –0,0020 Zaposleni ( L) ali zaposleni ostali ( LO) 0,1554 0,1314 0,1394 0,1497 Zaposleni z ISCED 6 ( Lv) 0,1115 Zaposleni doktorji znanosti ( Ldr) 0,1651 Popravljen R 2 0,4682 0,4212 0,4432 0,4279 F-statistika 15,97** 8,03** 6,77** 6,42** Avtokorelacija Ne Ne Ne Ne Heteroskedastičnost Ne Ne Ne Ne Normalna porazdelitev Splošč. Splošč. Splošč. Splošč. Opombe * Značilno pri 5 %. ** Značilno pri 1 %. čenosti smo za oba omenjena proizvodna dejavnika oblikovali po dve podatkovni seriji, od katerih ena služi kot kontrolna. Naš model ima večjo pojasnjevalno moč, če rezultati regresijske analize niso pretirano odvisni od izbranega indikatorja človeškega in fizičnega kapitala. Pre- glednica 6.3 predstavlja rezultate regresijske analize, ki smo jih ob sicer enako specificiranih proizvodnih funkcijah opravili na temelju alterna-tivnih časovnih vrst za fizični in človeški kapital. Rezultati regresije z alternativnima merama (preglednica 6.3) so precej podobni rezultatom klasične regresije (preglednica 6.2). Vpliv fizič- nega kapitala je kljub drugačni metodi izračuna še vedno visoko stati- stično značilen, koeficienti pa so pozitivni. Zanimivo je, da niti v enem izmed štirih primerov nismo dobili statistično značilnega vpliva števila zaposlenih. Če se osredotočimo na model (iii), ki nas je že prej najbolj zanimal, lahko ugotovimo, da je koeficient, ki se nanaša na število za- poslenih z ISCED 6 tako kot v prejšnjem primeru tudi sedaj neznačilen, njegova ocenjena vrednost pa se ni bistveno spremenila. Drugačna de- finicija človeškega in fizičnega kapitala je precej bolj vplivala na ostale tri koeficiente. Parcialni regresijski koeficient, ki se nanaša na zaposlene z izobrazbeno stopnjo do vključno ISCED 5, je postal neznači- len, hkrati pa se je opazno povečal koeficient, ki se nanaša na fizični kapital. Tako kot prej tudi sedaj z alternativnima merama človeškega in fi- zičnega kapitala nismo uspeli potrditi, da je imelo povečevanje števila 72 Ekonometrična analiza za države Evropske unije 6.5 magistrov in doktorjev znanosti pomemben vpliv na gospodarsko rast Slovenije v preteklih tridesetih letih. Na tem mestu velja opozoriti na določene slabosti opravljene analize, ki imajo lahko vpliv na neznačilnost vpliva zaposlenih z magisterijem in/ali doktoratom znanosti na gospodarsko rast. Prva pomanjkljivost je relativno kratka časovna serija, zaradi česar je dokazovanje statistično značilnega vpliva posameznih pojasnjevalnih spremenljivk težje. Druga pomanjkljivost je, da obravnavano obdobje vključuje precej turbulentno obdobje tranzicije. Tretja in glavna pomanjkljivost pa je čisto vsebinska in izhaja iz drugačne narave dela zaposlenih z najvišjimi stopnjami izobrazbe. Pri zaposlenih, ki uporabljajo obstoječe znanje, se njihovo delo takoj odrazi v višjem BDP. Pri tistih, ki novo znanje ustvarjajo, pa re- zultati njihovega dela niso takoj vsebovani v vrednosti BDP, saj je treba novo znanje še prenesti v uporabo. Pri ocenjevanju modelov smo zato poskusili z vključevanjem odloženih spremenljivk, vendar tudi v tem primeru nismo prišli do statistično značilnega vpliva števila zaposle- nih magistrov in doktorjev znanosti na gospodarsko rast. Ob tem smo se ponovno soočili z omejitvijo, ki jo predstavlja kratka časovna serija, sklepamo pa, da je problem tudi v tem, da je čas, ki preteče od nastanka novega znanja do njegove dejanske uporabe lahko zelo različen. Zelo konkretnih zaključkov na podlagi opravljene ekonometrične analize za Slovenijo ni mogoče dati, neznačilnost koeficienta, ki meri vpliv števila zaposlenih z magisterijem in doktoratom znanosti, pa kljub temu kaže na težave pri prenosu znanja do končnih uporabnikov. 6.5 Ekonometrična analiza za države Evropske unije Ekonometrične analize produkcijske funkcije za države EU smo se lo- tili na zelo podoben način, kot smo ga že uporabili za Slovenijo. Tudi tu osnovo predstavlja proizvodna funkcija potenčne oblike. Podatke za analizo smo črpali iz podatkovnih baz LABORSTA3 (struktura zaposle- nih po izobrazbi) in AMECO4 (zaloga kapitala, realni BDP). Za razliko od prej tokrat podatkov o fizičnem kapitalu nismo računali sami, saj za večino držav EU obstajajo podatki o zalogi kapitala, ki jih redno objavlja Evropska komisija v svoji podatkovni bazi in zato ni bilo potrebe, da bi to časovno serijo formirali sami. Za pretvorbo podatkov o strukturi zaposlenih po izobrazbi v mero človeškega kapitala, smo upo- 3. Podatkovna baza Mednarodne organizacije dela. 4. Podatkovna baza Evropske komisije. 73 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev rabili podatke evropskega informacijskega omrežja za izmenjavo podat- kov o izobraževanju, Eurydice, o tipičnih letih šolanja za dosego posa- mezne stopnje izobrazbe po ISCED v državah EU Te podatke predsta- vljamo v preglednici 6.3. Za razliko od analize za Slovenijo smo tokrat človeški kapital računali le kot preprosto povprečje števila let izobra- ževanja vseh zaposlenih, ki smo ga dobili kot tehtano povprečje let, ki so v posamezni državi potrebna za i-to stopnjo izobrazbe, pri čemer so uteži deleži zaposlenih z i-to stopnjo izobrazbe. Da tokrat uporabimo zgolj eno mero kapitala smo se odločili, ker so rezultati v prejšnjem poglavju pokazali, da so neodvisni od izbire ene od dveh predlaganih mer človeškega kapita. V analizo smo želeli vključiti vse države EU, a smo jih morali zaradi omejene razpoložljivosti podatkov nekaj izpustiti. Na koncu je tako v vzorcu ostalo 20 držav, poleg Slovenije tu ni še Poljske, Romunije, Češke in Bolgarije, Dansko in Malto pa smo iz vzorca umaknili, ker so zanju na voljo prekratke časovne serije. Podatke smo organizirali v obliki panela, na katerem smo nato anali- zirali tri modele, ki jih že poznamo iz prejšnjega poglavja: (i) Δln( Y) = Δln( b 1) + b 2Δln( K) + b 3Δln( L) (ii) Δln( Y) = Δln( b 1) + b 2Δln( K) + b 3Δln( L) + b 4Δln( H) (iii) Δln( Y) = Δln( b 1) + b 2Δln( K) + b 3Δln( Lv) + b 4Δln( LO)) + b 5Δln( H) Edini model, ki ga ne moremo ponoviti na podatkih za EU, je četrti model (iv), saj najvišja stopnja izobrazbe po ISCED vključuje tako ma- gistre kot doktorje znanosti. Pri regresijski analizi navedenih modelov smo zato, ker imamo oprav- ka s panelnimi podatki, uporabili GLS cenilko. S Hausmanovim testom smo pokazali, da ne moremo zavrniti ničelne hipoteze o razliki med ko- eficienti modelov s fiksnimi in slučajnimi učinki, zato v preglednici 6.4 navajamo rezultate regresijske analize s slučajnimi učinki. Ugotovitve, ki izhajajo iz regresijske analize podatkov za države EU, so zelo podobne tistim, ki veljajo za Slovenijo. Zopet imamo (poleg kon- stante) statistično značilen le po en parcialni regresijski koeficient v vsakem modelu, to pa je v vseh treh primerih koeficient, ki se nanaša na kapital. O vplivu človeškega kapitala in zaposlenih ne moremo tr- diti ničesar, ne glede na to, ali zaposlene smatramo kot eno homogeno skupino ali pa jih delimo na dve skupini (tiste z ISCED 6 in vse ostale). 74 Ekonometrična analiza za države Evropske unije 6.5 Preglednica 6.4 Leta šolanja za doseženo stopnjo izobrazbe v državah EU Država Stopnja izobrazbe po ISCED 1 2 3 4 5b 5a 6 Avstrija 4 8 12 15 15 17 Belgija 6 8 12 13 15 17 19 Bolgarija 8 12 14 15 16 Ciper 6 9 12 15 16 18 Češka 9 13 15 16 17 Danska 10 13 15 16 18 Estonija 9 12 14 16 18 Finska 9 12 15 15 17 Francija 5 9 12 15 15 17 Grčija 6 9 12 13 16 18 Irska 6 9 12 13 14 15 18 Italija 5 8 13 14 16 18 Latvija 9 12 13 14 15 17 Litva 4 10 12 13 15 15 17 Luksemburg 6 9 13 15 15 16 18 Madžarska 8 12 13 14 15 17 Malta 6 11 13 13 14 16 18 Nemčija 4 10 12 13 16 17 19 Nizozemska 8 11 13 14 15 16 18 Poljska 6 9 12 13 15 15 17 Portugalska 6 9 12 13 15 17 Romunija 4 10 12 14 15 17 Slovaška 9 13 15 16 16 18 Slovenija 9 13 14 15 16 18 Španija 6 10 12 14 16 18 Švedska 9 12 13 14 15 17 Velika Britanija 6 9 13 14 15 16 18 Opombe Povzeto po Eurydice 2011. Glede na zadane cilje nas najbolj zanima vpliv zaposlenih z ISCED 6 sto- pnjo izobrazbe na gospodarsko rast. Kot že rečeno, parcialni regresijski koeficient za omenjeno spremenljivko ni statistično značilen, ponovno pa lahko vzroke iščemo v istih razlogih kot na primeru Slovenije. Tudi v tem primeru moramo kot prvo veliko omejitev omeniti kratke časovne vrste za posamezne države, saj so podatki za posamezne države na vo- ljo za 3 do 9 let. Druga omejitev delno izhaja iz prve težave, saj je ob 75 6 Analiza makroekonomskih učinkov programa mladih raziskovalcev Preglednica 6.5 Rezultati regresijske analize za države EU Spremenljivka (Δ ln) i ii iii Konstanta ( A) 0,0113** 0,0120** 0,0122** Kapital ( K) 0,6579** 0,6707** 0,6644** Človeški kapital ( H) –0,2350 –0,2308 Zaposleni ( L) ali zaposleni ostali ( LO) –0,1030 –0,0750 –0,0383 Zaposleni z ISCED 6 ( Lv) –0,0048 R 2 znotraj držav 0,3874 0,3950 0,4006 R 2 med državami 0,7664 0,7905 0,7984 R 2 skupaj 0,5157 0,5233 0,5242 Waldov χ 2 111,79** 114,19** 113,49** Opombe * Značilno pri 5 %. ** Značilno pri 1 %. tako kratkih časovnih serijah nemogoče vključevati odložene spremen- ljivke, kot smo zapisali že v komentarju prejšnjega poglavja pa je dol- žina odloga tudi težko določljiva, saj je čas od nastanka novega znanja do njegova prenosa v prakso lahko zelo različen. 76 7 Intelektualni kapital V zadnjih desetletjih prejšnjega stoletja so se v družbi zgodile velike spremembe, ki so se odražale tudi pri poslovanju in delovanju organiza- cij. Priča smo vedno večji globalizaciji, krajšanju življenjskih ciklov proizvodov, naraščanju deleža storitvenih dejavnosti, v proizvodnih pod- jetjih je v izdelkih čadalje več storitev. Na drugi strani so proizvodni procesi čedalje bolj avtomatizirani, hiter napredek informacijske teh- nologije pa omogoča obdelavo ogromnih količin podatkov in hiter do- stop do informacij (Merkač Skok 2005). V takšnih razmerah postajajo ključni dejavnik uspeha ljudje s svojim znanjem in pripravljenostjo, da to znanje tudi uporabijo v korist organizacije in družbe. V družbi vedno večji delež zaposlenih predstavljajo t. i. intelektu- alni delavci, ki jih ne bi smeli obravnavati kot strošek, temveč kot na- ložbo (Drucker 1999). Intelektualni kapital skupaj s finančnim kapi- talom organizacije odraža njeno tržno vrednost. Spodbujanje intelek- tualnega kapitala je pomembno za celotno družbo, saj so intelektualni delavci nosilci razvoja in blagostanja družbe. Kritične ocene nekate- rih slovenskih intelektualcev (Lah Turnšek 2008; Gams 2009; Berce 2010; Golobič 2012), ki se posebej zaostrujejo v obdobju gospodar- ske krize, gredo v smeri zapostavljanja slovenskega znanja v zadnjih dveh desetletjih, kar bo negativno vplivalo na razvoj države in slovenske družbe. 7.1 Prvine intelektualnega kapitala Intelektualni kapital se deli na človeški kapital in na strukturni kapital (Schuler, Jackson in Luo 2004). Medtem ko je strukturni kapital last organizacije (patenti, blagovne znamke, strategije za izboljšanje skupin- skega dela, idr.), je človeški kapital last vsakega posameznika posebej, ki ga »posoja« in ustvarja vrednost za druge, dokler je zaposlen v organizaciji. Le-ta si človeškega kapitala ne more lastiti. Obseg človeškega kapitala v organizaciji je odvisen predvsem od svobodne volje posame- znika, ki želi prispevati k razvoju organizacije (Merkač Skok 2005). V tem pogledu zaposleni ustvarjajo premoženje organizaciji in družbi na- 77 7 Intelektualni kapital sploh. Predvsem v nepridobitnih organizacijah premoženja ni mogoče vedno (takoj) finančno ovrednotiti. T. i. neopredmeteno premoženje (angl. intangible assets) je praviloma izjemno zahtevno dosledno meriti in ocenjevati. Med neopred- meteno premoženje sodijo denimo posebna znanja, organizacijski sis- temi, odlično obvladovanje procesov, talentirani delavci, jasnost vizij in strategij (Gruban 2007). Strukturni kapital je del organizacije, ki v njej ostaja, zaradi česar organizacija sama postane nosilec znanja. Generira se predvsem v med- sebojnih razmerjih v organizaciji (Šošter 2005). Medsebojna razmerja in tranfer znanja med zaposlenimi v organizaciji so že del socialnega kapitala, le-ta pa predstavlja del strukturnega kapitala. Zaposleni »posojajo« svoj, človeški kapital, organizaciji, ki nato ust- varja vrednost za druge. V zamenjavo zase pričakujejo neko drugo vre- dnost. Poleg finančne vrednosti (plača, dodatki) pričakujejo še druge vr- ste značilnosti delovnega okolja in spodbud: stimulativno delovno oko- lje, status, ponos, da delajo v podjetju, prepoznavanje dosežkov, pri- ložnosti za karierni razvoj, spoštovanje, itd. Način, na katerega je za- poslenim omogočena ta dodana vrednost, determinira njihovo moti- viranost, pripadnost in zavzetost, s tem pa delovno uspešnost ter nji- hov končni prispevek k dodajanju vrednosti za druge deležnike (Gruban 2007). Manjši prispevek zaposlenega, kot bi ta lahko bil, je najpogosteje plod nerazumevanja pomembnosti teh spodbudnih značilnosti delovnega okolja. Socialni kapital je mogoče umestiti v del strukturnega kapitala (Šo- šter 2005). Nanj je mogoče pogledati iz treh zornih kotov: • Raven posameznika: viri iz medsebojnih razmerij. Dejanske ali potencialne mreže formalnih ali neformalnih povezav. • Organizacijska raven: razmerja med člani organizacije, ki so formi-rana za namen vključevanja v skupne akcije. • Makro raven: vpliv socialnega kapitala na bogastvo regij in družbe (Šošter 2005). Iz te delitve je mogoče izluščiti, da je socialni kapital tisti del kapitala, ki poudarja vrednost medsebojnih razmerij med ljudmi v organizaciji, med ljudmi v organizaciji in ljudmi izven organizacije ter med organi- zacijami. Vrednost socialnega kapitala se kaže v zaupanju, vzajemnosti, skupnih vrednotah, mreženju in normah. Socialni kapital je tudi dejav- nik procesa ustvarjanja in prenosa znanja. Za razliko od človeškega ka- 78 Prvine intelektualnega kapitala 7.1 pitala ni prenosljiv, saj ga definirajo medosebni odnosi in razmerja med ljudmi. Ne glede na to, da je socialni kapital težko izmeriti, ga je mogoče opre- deliti ožje, denimo kot število formalnih ali neformalnih mrež posame- znega zaposlenega, s čemer olajašamo raziskovanje. Z novejšimi meto- dami je mogoče nakazati tudi kakovost in intenziteto medsebojnih raz- merij. Strokovnjaki pa opozarjajo tudi na to, da je na socialni kapital mogoče gledati iz različnih zornih kotov: socialni kapital posameznika je uspešnost posameznika pri uporabi socialnih mrež; socialni kapital skupine je opredeljena kot kakovost stikov med ljudmi v socialni sku- pini, lahko pa gledamo na socialni kapital tudi kot na javno dobrino, ki je stranski produkt drugih dejavnosti, in ki se z uporabo povečuje (Šo- šter 2005). Kakšne so funkcije socialnega kapitala? Langova (2004, 93) izposta- vlja tri funkcije: • Funkcija informacijskega kanala: socialna razmerja omogočajo dostop do informacij, ki pospešuje delo in razvoj v organizaciji. • Funkcija zaupanja, medsebojnih obvez in pričakovanj: zaupanje v organizacijah sloni na pričakovanju, da bodo obveze izpolnjene. • Funkcija normiranja in sankcioniranja: opredeljuje, kaj je socialno (ne)zaželeno vedenje v skupini. V ospredju je interes skupine in ne posameznika (Lang 2004). V okviru pojma socialni kapital je nastal novejši koncept, tj. socialno inovacijski kapital (angl. social innovation capital) (Šošter 2005). Nanaša se na inovacijski kapital v družbenem smislu, torej na delovanje družbenega sistema organizacij, ki omogoča ustvarjanje in integracijo novega znanja. Iz tega vidika so inovacije dojete kot proces, in ne kot produkt dela, kot ga opredeljujejo klasične delitve in inovacijsko dejavnost uvr- ščajo v človeški kapital. Ko govorimo o pozitivnih učinkih človeškega in socialnega kapitala kot sestavnih delov intelektualnega kapitala na gospodarsko rast in o vlogi MR v tem procesu, ne moremo mimo pojma razvoja teh ključnih kadrov in njihovih kompetenc za sodelovanje z gospodarstvom. Človeški kapital predstavlja jedro intelektualnega kapitala. Po Sternu in Shielyju ga sestavljajo tri komponente: kompetence, odnos in intelektualna spretnost (Merkač Skok 2005). Kompetence so znanje, spretnosti, talenti in t. i. »know-how« posameznika. V tem kontekstu je zna- nje formalno pridobivanje teoretičnih osnov za opravljanje dela, ki ga 79 7 Intelektualni kapital ni mogoče pridobiti z izkušnjami, temveč zahteva poglobljen študij. Na drugi strani so spretnosti, talenti in »know-how« do neke mere priro- jeni, lahko pa so tudi priučeni. Ponavadi povečanju znanja sledi zvišanje ravni ostalih komponent človeškega kapitala. Odnos se nanaša na posameznikovo vedenje, motivacijo in moralne vrednote. Na odnos zaposlenega do dela lahko organizacija le posredno vpliva z oblikovanjem spodbudnega notranjega okolja (Merkač Skok 2005). V največji meri lahko organizacija vpliva na posameznikovo mo- tivacijo, in sicer z izgradnjo pravičnega sistema motiviranja in nagraje- vanja. S tem, ko je motivirana večina zaposlenih, to spodbudno deluje na preostale zaposlene. Na vedenje in moralne vrednote lahko vodilni v organizaciji vplivajo na osnovi dobrega zgleda ter z močno organizacij- sko kulturo (ki pa že sodi v strukturni kapital). Sem bi lahko umestili tudi odnos družbe, preko katere se posame- znik reflektira, do inovacij in razvoja znanosti. Na mestu je kritično sa-moizpraševanje o tem, kakšen odnos ima naša družba do teh vprašanj v sedanjosti. Berce je tudi na tem mestu precej kritičen, saj meni, da »V okolju, kjer prevladuje premočan kulturni šum ozadja in družbeno okolje ni bistro, inovativna dejavnost ni mogoča ali pa je izražena zelo slabo. Po inovacije, patente in drugo znanstveno raziskovalno delo, ki si ga ›želi‹ izhodna strategija, pač ne moremo tako kot po kruh v trgovino: ›Kilo inovacij, prosim!‹ Treba je začeti zgodaj, dolgo vlagati in mogoče, ja, mogoče, zraste nekaj biserov.« (Berce 2010) Intelektualna prožnost predstavlja predvsem zmožnost prenosa znanja v različnih situacijah in na različnih področjih. Specifična oblika intelektualne spretnosti so inovacije (Šošter 2005). Intelektualna pro- žnost je vrsta sposobnosti in nepogrešljiv del človeškega kapitala v smi- slu, da omogoča uporabo znanja v najrazličnejših situacijah in sposob- nost prenosa znanja iz enega konteksta v drugega. Predstavlja tudi spo- sobnost nadgradnje znanja. Garavan na drugi strani človeški kapital definira kot celoto, sesta- vljeno iz izobrazbe, kompetenc, vrednot, naravnanosti in izkušenj. Ed- vinsson pa meni, da je človeški kapital sestavljen iz znanja, izkušenj, talentov in veščin posameznika, njegove zavzetosti, motiviranosti, pre- danosti delu in t. i. intelektualne prožnosti, skratka vsega tistega, kar zaposleni po končanem delavniku odnese s seboj domov (Šošter 2005). V zadnjih desetletjih se pozornost iz finančnega kapitala kot najpo- membnejšega podjetniškega vira vse bolj premika v smeri človeškega kapitala. Zakaj? Zaposleni so nosilci znanj, čustev, osebnosti, sposob- 80 Prenos znanja kot oblika razvoja človeškega kapitala 7.2 nosti, idej, izkušenj in vrednot, ki lahko predstavljajo pomembno kon- kurenčno prednost (Šošter 2005). Res pa je tudi, da vseh znanj, spretno- sti, čustev, idej, idr. ni mogoče uvrstiti med človeški kapital organizacije. Sem lahko uvrščamo samo tisto, kar ima za organizacijo vrednost in po- men ali kar je mogoče vključiti v procese ustvarjanja vrednosti podjetja. 7.2 Prenos znanja kot oblika razvoja človeškega kapitala Hitrost ustvarjanja znanja in njegov prenos neposrednim porabnikom oblika strateške sta v družbi znanja prednosti za gospodarske institu- cije (van Baalen in Hoogendoorn 1999; Yahya in Goh 2002; Miller idr. 2011). Obstajajo različni modeli prenosa znanja (Dooley in Kirk 2007). Model povezovanja med univerzo in vlado na univerzo gleda kot na in- stitucijo z dvojnim poslanstvom izobraževanja in bazičnim raziskova- njem, kjer so rezultati javno dobro (Dooley in Kirk 2007). Aktivnosti univerze v tem modelu presegajo ekonomski interes (Etzkowitz in Le- ydesdorff 2000). Vlade delujejo kot primarni financer akademskih raz- iskav, kjer poteka diseminacija raziskav kot »javno dobro« za družbo, v kateri so vključene tudi gospodarske institucije. Diseminacija poteka na podlagi predstavitev znanstvenih dognanj na konferencah ter objavlja- nja strokovnih in znanstvenih prispevkov v strokovnih revijah. Prenos produktov ali procesov v industrijo je sekundarnega pomena (Dooley in Kirk 2007). V skladu z omenjenim modelom prenosa znanja je leta 1985 nastal tudi program MR v Sloveniji. Drugi model, ki ga zaradi relevantnosti tukaj omenjamo, je nastal na podlagi neučinkovite interakcije med vlado in univerzami, zato je bilo predpostavljeno, da bo vrzel učinkoviteje zapolnjena z bolj neposredno vključitvijo gospodarstva. Model trojne vijačnice, ki združuje partner- stvo med univerzo, gospodarstvom in vlado, lahko po mnenju avtorjev spodbudi hitrejši prenos odkritij iz univerz na tržišče (Fontana, Geuna in Matt 2006) v obliki patentov, licenc, skupnih vlaganj ali »spin-off« podjetij. Posledično vlade spodbujajo razvoj povezav med univerzo, in- dustrijo in vlado (Etzkowitz in Leydesdorff 2000; Dooley in Kirk 2007). Vzpostavljanje povezav poteka na podlagi politik in programov, ki spod- bujajo interakcijo med univerzo, industrijo in vlado, z namenom spod- bujanja neposrednega prenosa znanja. Da bi okrepili omenjene vezi, je v Sloveniji nastal program MRG. Prenos znanja vključuje različne procese izmenjave znanja (Basker- ville in Dulipovici 2006; Wilkesmann in Wilkesmann 2011). Označuje ustvarjanje novega znanja z izmenjavo informacij na mnogoterih rav- 81 7 Intelektualni kapital neh; lahko je realiziran na nivoju posameznika, na nivoju organizacije ali pa poteka med različnimi institucijami (Wilkesmann, Wilkesmann in Virgillito 2009). Baskerville in Dulipovici (2006) menita, da procesi prenosa znanja temeljijo na predpostavki, da znanje ne more biti kodi- ficirano, lahko pa se deli v socialnih skupinah ali med dvema posame- znikoma. Medtem ko se na individualnem nivoju prenos znanja poraja med posamičnimi člani neke družbe, in se intra-organizacijski prenos zna- nja nanaša na prenos med oddelki ali timi v organizaciji, je nas zanimal nivo prenosa znanja med organizacijami, torej med akademskimi in raz- iskovalnimi institucijami, ki so odgovorne za program MR ter njihovimi uporabniki (podjetja, vladne in nevladne institucije, akademske institu- cije terdružba v celoti). Ne glede na nivo preučevanja je za prenos znanja potreben motivirani posameznik, ki bo svoje znanje prenesel na druge deležnike v družbi. Prenos znanja je le ena od stopenj v procesu upravljanja z znanjem v družbi, ki sledi ustvarjanju znanja. Prenos znanja pomeni delitev zna- nja ob podpori socialnih mrež, umeščanje znanja in zadržanje znanja ob sočasnem nudenju priložnosti za učenje (Yahya in Goh 2002; Mil- ler idr. 2011). Družba upravlja svoje znanje, da bi dosegla svoje cilje in pričakovanja ter da bi izboljšala sposobnost spoprijemanja z nenehno spreminjajočim se okoljem. Gospodarstvo od prenosa znanja lahko pridobi na različne načine – v finančnem in strateškem smislu – če celostno izkoristi znanja, veščine in izkušnje (mladih) raziskovalcev (Levin idr. 2010). Veliko znanja, ki služi kot vir prednosti, je po svoji naravi tacitno, kar pomeni, da ga je težko formalizirati in deliti (Baskerville in Dulipovici 2006). Tacitno znanje je zelo osebno in je vgrajeno v posameznikovih pričakovanjih, dejavnostih in izkušnjah. V zvezi s tem se raziskovalci prenosa znanja (Senaratne idr. 2005; Miller idr. 2011) že nekaj časa ukvarjajo s pro- blemom delitve znanja ter učenja na podlagi informacij, ki so ljudem na voljo. Ker je znanje v družbi ustvarjeno, transformirano, deljeno, umeščeno in ohranjeno s strani posameznikov, je zaželjeno preučevanje prenosa znanja na individualnem, psihološkem, nivoju (Likar, Macur in Trunk Širca 2006; Levin idr. 2010; Wilkesmann in Wilkesmann 2011). Kako je s sistematičnim ukvarjanjem z MR pri nas? Svoj pogled na to vprašanje podaja Gombač (2009), ki pravi: »Težave, ki se pojavljajo pri izobraževanju MR, so lahko zelo različne in odvisne od programa uspo- sabljanja, mentorjev, nadrejenih. V nekaterih ustanovah so MR prepu- 82 Prenos znanja kot oblika razvoja človeškega kapitala 7.2 ščeni sami sebi ter skrbijo za svoje izobraževanje doma in v tujini ter pisanje doktorata. V drugih institucijah jih vpnejo v pedagoško in razi- skovalno delo, različne prijave na vse mogoče razpise, skrbijo za prido- bivanje in nemoten potek domačih in tujih projektov, opravljajo uredni- ška dela, sodelujejo ali vodijo različne poizkuse in raziskave, sodelujejo pri organizaciji domačih in mednarodnih znanstvenih sestankov.« Gombač (2009) problem razvoja človeškega kapitala MR dodatno osvetli s pojasnitvijo, da »[. . .] postane MR delovni konj raziskovalnih in izobraževalnih ustanov. Kot delovna sila, plačana ›od zunaj‹, institucije ne stane skoraj nič, poleg tega ji ga tudi ni treba zaposliti po končanem usposabljanju. MR namreč podpiše pogodbo za določen čas in šele z doktorskim nazivom lahko začne iskati službo za nedoločen čas. Če mu seveda doktorat v tem času in z zgoraj opisanimi obreme- nitvami sploh uspe spisati.« Na drugi strani vidi tudi (vsaj) eno rešitev za trenutno stanje pomanjkanja kontinuitete, saj so po njegovih bese-dah v EU namreč ugotovili, da MR ne ponujajo dovolj možnosti, da bi se osamosvojili, razvili samostojne ideje in naredili preskok od »odvi- snega« do samostojnega raziskovalca. Tako naj bi se zamaknil prihod »naslednje« generacije raziskovalcev, ki naj bi v znanost prinesla nove ideje in zagon. Rešitev, ki jo ponuja Evropski raziskovalni svet (ERC) z namenom finančne osamosvojite mladih doktorjev s prodornimi ide- jami, je financiranje njihovih raziskovalnih skupin za dve leti v zameno za njihove prodorne ideje. 83 8 Psihološki vidiki instituta mladih raziskovalcev V procesu razvoja kompetenc je med ključnimi vprašanje motivacije MR za karierni razvoj in za sodelovanje v projektih iz gospodarstva. Za za- četek čas, v katerem se usposablja večina MR, umeščamo v ustrezno ra- zvojno obdobje, in sicer iz dveh razlogov: (1) ker vsako razvojno obdobje s seboj prinaša specifične razvojne zahteve in naloge, ki naj bi jih posameznik opravil/ razrešil, kar vpliva na vsebine in dinamiko njegovega življenja; ter (2) ker bo brez umestitve v kontekst razumevanje rezulta- tov raziskave pomanjkljivo. 8.1 Razvojnopsihološki vidiki Vprašanje o vidikih in vrstah motivacije različnih skupin podiplomskih študentov za študij in za povezovanje z gospodarstvom je povezano z razvojnopsihološkim vidikom raziskovanja. Razvoj posameznika ume- šča v aktualno stopnjo v vseživljenjskem razvoju, ki jo opredeljujemo predvsem s starostjo in generacijo, pogojujeta pa jo tudi družba in kul- tura. S trajanjem izobraževanja, ki se v tehnološko razviti družbi, kot je Slovenija, zvišuje, se v povprečju povečuje starost, v kateri se posameznik izobrazi za opravljanje poklica, zaposli, materialno osamosvoji in oblikuje družino (Zupančič, Gril in Puklek 1994). V razvojnem obdobju zgodnje odraslosti (okvirno med 25. in 40. le- tom) posamezniki težijo k obvladovanju razvojnih nalog na različnih področjih svojega življenja, med katerimi je tudi priprava in začetek de- lovne kariere (Marjanovič Umek in Zupančič 2004). Med druge za to ra- zvojno obdobje značilne dogodke uvrščamo razvoj intimnega razmerja, zapuščanje matične družine, poroko, nosečnost in rojstvo otrok. Zgodnja odraslost za posameznika predstavlja vrednotenje življenj- ske strukture in oblikovanje strukture za nadaljnja življenjska obdobja. Značilnost tega obdobja je, da življenje postane bolj resno, restriktivno, urejeno in bolj realistično. Spremembe in raziskovanje možnosti, zna- čilno za pozna dvajseta leta, postanejo nujne. Po Levinsonu je za to ob- dobje značilnih nekaj pomembnih korakov, ki jih lahko naredi mladi od- rasli, npr. sprememba poklica, odločanje o poroki, o družini ali o nakupu 85 8 Psihološki vidiki instituta mladih raziskovalcev bivališča (Cecić 1996). Cecićeva (1996) je v svoji raziskavi potrdila tudi pojav t. i. »krize tridesetih let«, ki je bila prisotna pri nekaterih udele- žencih in ki izhaja iz vseh omenjenih razvojnih zahtev in pritiskov iz okolja. Tako se usposabljanje MR začne z zaposlitvijo v raziskovalni ali gospodarski ustanovi, kjer imajo na voljo štiri leta in pol (pred bolonjsko reformo) oziroma tri leta in pol (po reformi), da se izobrazijo in doktorirajo. Sklepamo lahko, da je ta preskok precej težak tudi za MR in mladi doktorji izgubijo kar nekaj časa, da se spet ujamejo, o čemer poroča tudi Gombač (2009). Za posameznika sta v ospredju predvsem poklicna in družinska vloga. Oboje od njega zahteva določeno obdobje prilagajanja. V razi- skavi Saše Cecić (1996) so udeleženci z višjim socialno-ekonomskim statusom (diploma, magisterij, doktorat) v večji meri poudarjali odgo- vornost, ki jo imajo do svoje družine in delovnega okolja v primerjavi z udeleženci z nižjim socialno-ekonomskim statusom. Nekatere razlike se pojavljajo tudi med spoloma, vendar jih v okviru naše raziskave ne smatramo kot prioritetne. Priprava na poklicno delo v zgodnji odraslosti se odvija v smeri ra- zvoja poklicne vloge in ustalitve v poklicu, razvoj socialno odgovornega življenja pa se razširi na dejavno vključevanje v socialno skupnost. Po- samezniki pridobivajo socialne spretnosti, specifična znanja in izkušnje (npr. ekspertno in tacitno znanje), razvijajo praktično inteligentnost, na modrost vezano znanje, vsakdanjo kompetentnost (Svetina in Zu- pančič 2007). Poklicna kompetentnost in uspešnost sta pomembna vidika življenj- skega zadovoljstva pri mladih odraslih in prispevata k pripisovanju smi- sla njihovemu življenju (Rice 1998). V primeru MR to bolj konkretno pomeni, da se večinoma znajdejo v sistemu razpisov, v katerem mo- rajo nenadoma tekmovati z drugimi (že uveljavljenimi) raziskovalci na svojem področju ter preko pridobivanja projektov in sodelovanja v pro- gramskih skupinah zbrati 1.700 delovnih ur (ekvivalent zaposlitve za poln delovni čas – FTE), kar zadostuje za pokritje njihove plače. Vsto- pijo tudi v svet citatov WOS, točk po metodologiji ARRS, SCI in SSCI ter drugih podobnih meril, s katerimi se ocenjuje njihova znanstvena odličnost (Gombač 2009). 8.2 Motivacija in nagrajevanje Posamezniki s svojimi inherentnimi predispozicijami, kot so oseb- nostne poteze, ustvarjalnost, inteligentnost, veščine reševanja pro- 86 Opredelitve motivacije 8.3 blemov, stili učenja, komunikacijskimi stili, motivacijo, stališči in z njimi povezanimi pričakovanji do prenosa znanja so najpomembnejši, a hkrati tudi najmanj predvidljiv dejavnik v ciklu prenosa znanja. Zato je raziskovanje omenjenih osebnih dejavnikov po našem mnenju še toliko bolj pomembno. Zato se bomo med drugim ukvarjali z motivacijo za medorganizacijski prenos znanja pri obeh skupinah MR in pri njihovih mentorjih. 8.3 Opredelitve motivacije Ko se sprašujemo, kaj vpliva na uspešnost in učinkovitost MR pri štu- diju in kaj na njihovo raziskovalno usmeritev v (ne)akademsko sfero, kakšni so vzroki in kakšni nameni njihovega vedenja, in kakšni so cilji njihovega vedenja, se sprašujemo o njihovem motivacijskem ozadju za študij in delo. Motivacija se v splošnem nanaša na usmerjeno vedenje. Ne glede na to, da različni raziskovalni pristopi pojem motivacije razla- gajo precej različno, pa se strinjajo v opredelitvi, da je motivacija (Kobal Grum in Musek 2009, 15–16): • občutena oziroma doživljena napetost, ki je usmerjena k ali proti nekemu ciljnemu objektu; • notranji proces, ki vpliva na smer, vztrajnost in intenzivnost k cilju usmerjenega vedenja; • specifična potreba, želja ali hotenje, kot npr. lakota, žeja ali dose- žek, ki spodbudi k cilju usmerjeno vedenje. Rekli bi lahko tudi, da je motivacija psihološki proces, ki se nanaša na vedenje in z njim povezana čustva, misli, stališča, pojmovanja, prepri- čanja in druge psihične vsebine (Kobal Grum in Musek 2009, 15–16). Motivirano vedenje je po Lamovčevi (1986) sestavljeno iz več prvin: • povečano delovanje energije, • vztrajnost, moč in učinkovitost vedenja, • usmerjenost k cilju, • spreminjanje vedenja. Motivacije ni mogoče meriti neposredno, temveč preko vedenjskih sprememb, prepričanj, mnenj ali stališč posameznikov o njihovi lastni motivaciji. Motivacija ni stabilna kategorija in se lahko spreminja glede na dejavnike v osebi ali okolju. Na končno vedenje posameznika poleg motivacijskih procesov vplivajo še drugi psihični procesi, tj. emo- cionalni in kognitivni procesi (Lamovec 1986). 87 8 Psihološki vidiki instituta mladih raziskovalcev Motivirano vedenje se pojavi, ko se organizem znajde v neuravno- teženem stanju, ko organizem zazna nastalo neravnovesje ali primanj- kljaj, torej se pojavi potreba. Tej sledi motivacijska dejavnost iskanja sredstev in objektov, s pomočjo katerih pride do izravnave primanj- kljaja. Ko je ta cilj dosežen, je potreba zadovoljena (Lamovec 1986). V psihologiji motivacije pa poleg potreb, ki so vezane v glavnem na fi- ziološki del delovanja organizma, govorimo tudi o psiholoških motivih. Motive ločimo tudi na primarne in sekundarne (socialne), pri čemer so primarni motivi vrojeni in so značilni za človeka in za živali, sekun- darni motivi pa so naučeni skozi socializacijo in so pri vsakem človeku drugačni. Mednje sodijo denimo: motiv storilnosti, motiv moči, mo- tivi konformnosti in prosocialni motivi. Za namene pričujoče raziskave opisujemo tiste motive, ki so skladni z našimi raziskovalnimi vpra- šanji. • Motiv varnosti: kaže se kot težnja po lastni varnosti in zaščiti ter kot beg in bojazen pred nevarnostjo. Sem spadajo tako motiv po iskanju fizične varnosti kot motiva po duševni in ekonomski varno- sti. Na ta motiv se navezuje razmišljanje Jureta Gombača (2009), ki meni, da so MR »[. . .] odvisni od tega, kako uspešni so pri prija- vah, ali pa so odvisni od dobre volje starejših kolegov, ki jih vzamejo v svoje projekte. Zbiranje vseh tistih ur se zavleče, pokritost se do- sega postopoma – ali pa tudi ne – in v tem času vrhunski mladi strokovnjaki še naprej ›visijo‹ na pogodbah za določen čas. Zača- sna (dveletna) rešitev je podoktorski projekt, a razpisanih je precej manj mest, kot je mladih doktorandov. Še vedno pa ostajata mož- nosti prijave na tuje (EU, ZDA) projekte ali pa odhod v tujino.« • Motiv združevanja: težnja po združevanju, sodelovanju in delovanju v skupini. Sem spada težnja po prebijanju skupnega časa v družbi, gojenju družabnih stikov in skupinskem delu. • Motiv raziskovanja: izraža se v človekovi naravni radovednosti, v zanimanju za novice, znanost, umetnost, ipd. Je podlaga razisko-valnemu delu. • Motiv uveljavljanja: kaže se v težnji posameznika, da bi užival ugled in spoštovanje, da bi imel višji status in plačo, da bi napredoval hitreje kot drugi in da bi dajal vtis izbranega okusa. • Motiv dela, ustvarjanja in konstruiranja: izraža se v težnji po delu in ustvarjanju. Posebej se lahko izraža v želji po načrtovanju in sestavljanju stvari ali pri zanimanju za razvojne projekte. 88 Opredelitve motivacije 8.3 • Motiv pridobivanja: kaže se v želji po imetju, pridobivanju, lastnini (Kobal Grum in Musek 2009). Kako pa so slovenski javni zavodi dejansko motivirani za sodelovanje z gospodarstvom? Kot navaja Gams (2009): »Ker so javni zavodi po de- finiciji neprofitni in leto uspešno končajo s pozitivno ničlo, to pomeni prepoved vsakih stimulacij za delo za gospodarstvo. Torej je država že doslej najslabše urejeno sodelovanje znanosti in gospodarstva tako re- koč prepovedala. [. . .] Poleg tega je nova uredba tako rekoč odpravila stimulacijo za sodelovanje znanstvenikov z gospodarstvom.« K temu Berce (2010) dodaja tudi (relativno) majhno motiviranost podjetij za sodelovanje z javnimi zavodi: »Eden od razlogov za skromno ustvarja- nje novih delovnih mest s strani podjetij je tudi relativno visoka davčna obremenitev dela, predvsem zaradi visokih prispevkov za socialno varnost.« Storilnostna motivacija Medtem ko razvojni vidik motivacijo razlaga na splošno za vse posame- znike v enakem razvojem obdobju, se na drugi strani zastavlja vpraša- nje o morebitnih podobnostih in razlikah v vrstah motivacije za različne skupine MR iz vzorca (MR, MRG), ki, razvojno psihološko gledano, veči- noma spadajo v isto razvojno skupino. Glede na to, da želimo izvedeti, kakšni so prevladujoči motivi pri MR, se lahko opremo na preverjene modele storilnostne motivacije. Storilnostna motivacija je kompleksna potreba, ki nastane na osnovi potrebe po dosežku. V svojem dolgotraj- nem raziskovanju je McClelland ugotovil, da se storilnostna motivacija »razvije iz bazične spodbude ›narediti nekaj bolje‹, torej zgolj iz želje, da bi naredili nekaj bolje, kot smo storili doslej. Priznanje s strani drugih ali kakršnakoli pridobitev zunanje nagrade pri tem nista pomembna. Storilnostna motivacija nastane kot posledica naravne spodbude, na njen nadaljnji razvoj in modifikacije pa bistveno vpliva okolje« (Kobal Grum in Musek 2009, 212). McClelland (1961) je izdelal svoj model storilnostne motivacije, ki opredeljuje tri glavne vrste potreb, ki pogojujejo vrsto motivacije, in sicer potrebo po dosežkih, potrebo po avtoriteti in moči in potrebo po druženju (Bowditch, Buono in Stewart 2008). Omenjene potrebe lahko do določene mere zasledimo pri vseh ljudeh in na različnih področjih dela, vendar pa celoten profil izraženosti vseh treh določa stopnjo motiviranosti in vedenje. Ob različnih priložnostih ima vsakdo bolj ali manj izraženo vsako od treh vrst potreb, kar tudi 89 8 Psihološki vidiki instituta mladih raziskovalcev vpliva na specifično vedenje. Ne glede na to pa posameznik skozi soci- alizacijo in življenjske izkušnje razvije prevladujočo usmeritev v smeri ene izmed treh potreb. Nekdo bo tako bolj motiviran za doseganje ciljev, vezanih na moč in vpliv nad drugimi, medtem ko bo nekdo drug bolj motiviran na podlagi socialnih potreb ali pa na podlagi potrebe po do- sežkih. McClelland je predpostavljal, da je od posameznikove osnovne naravnanosti k eni od potreb odvisna njegova naravnanost k nalogam v organizaciji. Za namene obstoječe raziskave je ključna predvsem potreba po dosež- kih, saj kaže stopnjo posameznikove pripravljenosti za doseganje rezul- tatov zaradi rezultatov samih. Ta potreba je neposredno povezana z na- logami v organizacijah. Takšni posamezniki si postavljajo merljive cilje na podlagi svojih sposobnosti ter nenehno težijo k izboljšanju rezulta- tov, kar se tesno navezuje na motivacijski profil MR, ki je pripravljen in željan sodelovati z gospodarstvom. Rezultati raziskav kažejo, da zaposleni z visoko izraženo potrebo po dosežkih: • po dobro opravljenem delu doživljajo zadovoljstvo (Barling, Kelloway in Cheung 1996); • si postavljajo višje cilje kot posamezniki z nižje izraženo potrebo po dosežkih (Steers in Spencer 1977); • so bolj učinkoviti pri upravljanju svojega časa (Barling, Kelloway in Cheung 1996); • izboljšajo svoje delo na podlagi povratne informacije (Matsui, Okada in Kukuyama 1982). Poleg tega si osebe z visoko potrebo po dosežkih aktivno prizade- vajo za doseganje realističnih, a izzivov polnih ciljev in napredovanja pri delu. Imajo visoko izraženo potrebo po dovršenosti. To so proak- tivni posamezniki, ki stremijo, da bi svoje delo pretvorili v stvarne rezultate in na podlagi tega preverili svoje zamisli. Nenehno iščejo izboljša- nje svojega dela. Posledica vsega omenjenega je, da iščejo zaposlitve, ki ustrezajo tem potrebam, npr. omogočajo fleksibilnost in priložnost postavljanja in doseganja ciljev. Primeri takšnih zaposlitev so podjetnik, manager ali raziskovalec. Kjub temu pa visoka potreba po dosežkih sama še ne vodi neposredno do odličnih rezultatov. Posamezniki se bolj kot na spodbujanje dosežkov drugih osredotočajo na svoje lastne dosežke, kar je lahko pri timskem delu pomanjkljivost. Potreba po avtoriteti in moči je opredeljena kot potreba, pri kateri 90 Opredelitve motivacije 8.3 bi druge privedli do tega, da bi se vedli na način, na kakršnega se sicer ne bi. Je posameznikova težnja, da bi izvajal vpliv in nadzor nad drugimi. Posamezniki z dominantno potrebo po avtoriteti in moči stremijo k tekmovalnim in statusno usmerjenim situacijam in v večji meri težijo k prestižu in pridobitvi vpliva nad drugimi kot pa k učinkovitemu delu. Empirični podatki kažejo, da imajo najboljši managerji nadpovprečno izraženo potrebo po moči ter imajo sočasno nizko izraženo potrebo po druženju (Winter 2002). Potreba po druženju je opredeljena kot težnja k prijateljskim in bli- žnjim medosebnim odnosom. Posamezniki s prevladujočo potrebo po druženju stremijo k prijateljstvu, preferirajo sodelovanje (in ne tekmo- valnost) in odnose, ki vključujejo visoko stopnjo medosebnega razume- vanja. Postavlja se vprašanje, do katere mere je sistem, v katerega so vpeti slovenski MR, naravnan na eni strani storilnostno v smislu stremlje- nja k dosežkom, ki se bodo pretvorili v stvarne (in uporabne) rezultate, in koliko, na drugi strani, v druge cilje. Tako denimo Križaj (2010) kri- tično ovrednoti »izhodno« strategijo slovenske znanosti, tudi v smislu, da so slovenski MR s svojim inovativnim pristopom, svežino in tudi dol- žnostmi (doktorsko delo) sicer temelj razvoja, vendar pa trenutna me- rila omogočajo pridobitev MR le tistim mentorjem, ki imajo veliko raz- iskovalnih (Sicris) točk in veliko zbranega denarja. Namesto kakovosti projektov, na podlagi katerih so te točke prejete, zavzetosti, resnične kakovosti mentorja ali interesa MR, je v ospredju velikost (vplivnost) raziskovalne skupine. Intrinzična in ekstrinzična motivacija Izhajamo iz prepričanja, da je motivacija za akademsko kariero razi- skovalca in za sodelovanje z gospodarstvom v prvi vrsti notranja, in- trinzična, torej izhaja iz posameznika samega. Intrinzična motivacija v osnovi temelji na motivaciji za nalogo, zato težnja k trdemu delu izhaja iz ugodja, povezanega z uspešnim dokončanjem naloge. Takšno vede- nje je samo sebi namen. Na drugi strani se ekstrinzična motivacija na- naša na to, da se nečesa lotimo zato, da bi prejeli ali se izognili določenim spodbudam ali kaznim, ki so zunaj dometa same naloge (Bowditch, Buono in Stewart 2008). V nasprotju z ekstrinzičnimi nagradami, ki so podane od zunaj (pla- čilo, ugodnosti, snovne nagrade, ipd.), so intrinzične nagrade v večji meri neoprijemljive in zajemajo denimo občutek zadovoljstva, rasti in 91 8 Psihološki vidiki instituta mladih raziskovalcev izzivov pri delu, kakor tudi krepitev samozavesti (ibid.). Intrinzične nagrade so povezane z delom samim, ekstrinzične pa v večji meri s konte- kstom in materialnimi vidiki dela. Če so cilji, vrednote in filozofija organizacije ali projekta zaznani kot skladni s posameznikovim konceptom o sebi (angl. self-concept), če so zaznani kot takšni, ki omogočajo osebno rast in razvoj ali so spoznani kot sredstvo izgradnje novih kompetenc, postane izpolnjevanje naloge pogosto samo sebi namen. V tem kontekstu postanejo ekstrinzični mo- tivi manj pomembni. Tako se denimo učitelji ali raziskovalci lahko pri- tožujejo nad nizko plačo, a še vedno v svoje delo vlagajo dodaten čas in energijo, vse zaradi občutka izpolnitve in zadovoljstva, ki izvira iz naloge same. Predpostavljamo, da so MR v prvi vrsti intrinzično moti- virani za svoje delo in so pri študiju angažirani, pa vendar lahko bodo- čega mentorja nase opozorijo predvsem z dobro povprečno oceno do- diplomskega študija (obvezno), idejami in odmevnimi članki, izdanimi predvsem v tujini (Gombač 2009). Sočasno so pri njihovem usposablja- nju prisotni tudi viri ekstrinzične motivacije: dobivajo plačo in nadome- stilo za materialne stroške, s katerimi si lahko plačajo opremo, bivanje v tujini, literaturo. Vseeno pa odnos med intrinzičnimi in ekstrinzičnimi nagradami ni enoznačen. Na eni strani so ljudje motivirani za delo zato, ker uživajo v njem ali ker imajo radi okolje, v katerem delajo. Na drugi strani lahko ekstrinzične nagrade spodbudijo ljudi, da poskusijo nova, težka ali celo nevarna dela (Bowditch, Buono in Stewart 2008). V razmislek ob zgoraj navedenem podajamo nekaj dejstev, ki (lahko) vplivajo na eksrtinzično motivacijo slovenskih raziskovalcev. Gams (2009) je ugotovil, da »plače v vrtcih, osnovnih in srednjih šolah ter javni upravi (so) rasle za malenkost hitreje oziroma primerljivo z in- flacijo; torej vsa področja javnega sektorja niso enako zaostala za in- flacijo.« Primerjavo je avtor opravil tudi med leti 2002 in 2008, kjer »je že viden rezultat prvega dviga plač od štirih. Kljub zaostanku od leta 2002 do leta 2008 je bil dvig v visokem šolstvu in znanosti za 1,2 odstotne točke manjši kot denimo v vrtcih, v primerjavi z bolnišnič- nimi dejavnostmi pa za 16,5 odstotne točke.« Statistika sicer velja za celotno visoko šolstvo in MR so vključeni prav v ta segment javnega sektorja. Kot rečeno, (mladi) raziskovalci so pogosto intrinzično mo- tivirani za opravljanje svojega dela. Vprašanje pa je, kakšne posledice prinese dolgoročna odsotnost ali ponavljajoče se krčenje ekstrinzičnih motivatorjev za znanost in za razvoj družbe znanja. 92 9 Stališča mladih raziskovalcev do prenosa znanja Ena od zgornjih opredelitev motivacije predpostavlja, da se motivirano vedenje povezuje s čustvi, mislimi, pojmovanji in prepričanji o cilj- nem objektu. Vsi omenjeni psihični procesi sooblikujejo stališča do tega objekta. Stališča so zanimiva predvsem zato, ker obstaja verjetnost, da napovedujejo vedenje posameznikov. Iz tega sledi, da če spremenimo posameznikovo stališče do nekega objekta, morda lahko spremenimo tudi njegovo vedenje. 9.1 Opredelitev stališča Stališče bi lahko opredelili kot relativno trajno organizacijo prepričanj, občutkov in vedenjskih nagnjenj k socialno zaželenim objektom, skupinam, dogodkom ali simbolom (Hogg in Vaughan 2008). Po Allportu je stališče »mentalno in nevralno stanje pripravljenosti, organizirano skozi izkušnje, ki ima neposreden in dinamičen vpliv na posameznikov odziv na vse objekte in situacije, s katerimi je povezan« (Hogg in Va- ughan 2008). Naslednja opredelitev (Hogg in Vaughan 2008) stališče pojmuje preprosto kot splošen občutek ali evalvacijo (pozitivno ali ne- gativno) o neki osebi, objektu ali problemu. Danes raziskovalci stališča vidijo kot konstrukt, ki, četudi ni neposredno opazljiv, predhodi vede- nje in vodi naše izbire in odločitve. Med socialnimi psihologi in drugimi raziskovalci stališč ni enotnega mnenja, koliko komponent vključuje konstrukt stališča. Danes prevla- duje prepričanje, da je stališče skupek treh komponent, in sicer kogni- tivne, čustvene in vedenjske. V tem kontekstu je stališče videno tudi kot relativno trajen konstrukt, kar pomeni, da se skozi čas in različne situacije ne spreminja v veliki meri. Poleg tega se stališče povezuje s pomembnejšimi dražljaji iz okolja. Stališča so generalizirana in se formi- rajo na podlagi večjega števila izkušenj (Hogg in Vaughan 2008). Kljub temu pa še danes ostaja ne povsem razrešen problem, in sicer, ali je mo- goče iz stališča neposredno sklepati na vedenje, ki mu sledi (Zanna in Rempel 1988). Stališča naj bi imela več funkcij. Na primer, posedovanje stališč do 93 9 Stališča mladih raziskovalcev do prenosa znanja nekega objekta omogoča posamezniku poznavanje tega objekta in zna- nje o njem. S tem povezano je tudi zmanjšanje vložka energije, saj vsa- kič olajšajo proces odločanja, kako naj se vedemo do nekega objekta ali dogodka. Iz tega sledi, da stališča maksimizirajo možnost pozitivne iz- kušnje v neki situaciji in zmanjšajo možnost negativne/boleče izkušnje. Poleg tega stališča pomeni usmeritev k nekemu cilju (in ne k nekemu drugemu) ali na drugi strani odvrnitev od objekta, če je bil zaznan kot ogrožujoč, nevaren ali neprijeten. Stališča ščitijo ego pred napadi na samozavest, saj omogočajo skladnost predstav o sebi in svetu, sočasno pa omogočajo izražanje tistih vrednot, ki so ljudem lastne in jih definirajo kot enkratne osebnosti (Hogg in Vaughan 2008). Skladno z velikim vplivom, ki ga ima področje socialne kognicije na socialno psihologijo v zadnjih tridesetih letih, ni nenavadno, da se je v okviru stališč precejšnja raziskovalna pozornost posvečala vrednostni (evalvativni) komponenti stališč. Tako so pristopi procesiranja infor- macij poudarjali, kako kompleksna procesa sta razvoj in spreminjanje stališč. V okviru procesiranja informacij naj bi posamezniki uporabljali t. i. kognitivno algrebro, s pomočjo katere na podlagi pridobljenih informacij oblikujejo stališča. Kombiniranje teh osnovnih informacij naj bi služilo splošnemu pozitivnemu ali negativnemu vtisu o objektu (Hogg in Vaughan 2008). Vendar konstrukt stališč ni brez napak. Nekatere empirične študije (npr. Gregson in Stacey 1981; LaPiere 1934; Wicker 1969) so pokazale zgolj majhno pozitivno korelacijo med stališči in vedenjem (npr. lastnim poročanjem o uživanju alkohola ali diskriminatornim vedenjem do dru- gih ras). Ko sprašujemo po bolj generalnem stališču (kot je v našem pri- meru denimo stališče do udejstvovanja mladih raziskovalcev v gospo- darstvu), je treba pri vprašanjih upoštevati večje število kriterijev oz. dejavnikov, ki lahko vplivajo na odgovor (npr. pripisovanje vrednosti denarju, socialne mreže, skladnost raziskovalnega področja s potrebami v gospodarstvu, zaznana podpora s strani bližjih in družbe, zaznano število ovir, itd.) Na tak način so korelacije med stališči in vedenjem zmerno visoke do visoke. 9.2 Teorija razumne akcije Ajzen in Fishbein sta razvila model, imenovan teorija razumne akcije (TRA), v katerem sta skušala ustvariti povezavo med stališči in vede- njem (Radovan 2003). V modelu so poleg vedenja vključeni trije splošni procesi (Radovan 2001; 2003): 94 Teorija razumne akcije 9.2 • subjektivna norma: kaj posameznik zaznava kot pomembno prepri- čanje drugih, pomembni drugi tako predstavljajo vodič o tem, kaj je primerno in resnično; • stališče do vedenja: posameznikova prepričanja o ciljnem vedenju in o tem, kako so ta ciljna vedenja ovrednotena; to torej ni stališče do objekta samega, temveč do vedenja, ki je z njim povezano; • vedenjska namera: notranja namera o delovanju; • vedenje: samo delovanje oz. vedenje. Do delovanja bo običajno prišlo, če je (1) stališče osebe ugodno in je (2) socialna norma tudi ugodna (Radovan 2001). TRA poudarja raci- onalnost posameznikovega vedenja, prav tako pa trdi, da posameznik zavedno nadzoruje svoje vedenje. Kakšna pa je dejanska (in ne zgolj de- klarirana) socialna norma v primeru sodelovanja MR z gospodarstvom? Berce (2010) do tega izraža kritično stališče, in sicer: »V okolju, kjer prevladuje premočan kulturni šum ozadja in družbeno okolje ni bistro, ino- vativna dejavnost ni mogoča ali pa je izražena zelo slabo. [. . .] Treba je začeti zgodaj, dolgo vlagati in mogoče, ja, mogoče, zraste nekaj biserov.« Poleg tega pa o subjektivni normi do podjetništva meni tudi: »Naj- prej poskusimo ugotoviti, kaj pričakujejo mladi. Odmislimo raziskave, ki ugotavljajo, da bi bili vsi le direktorji. Vprašajmo se, ali jih vzgajamo v duhu ›končaj šolo, po možnosti univerzo, in dobil boš delo‹ ali bolj v duhu ›končaj šolo in ustanovi podjetje, potem boš sam svoj gospo- dar in boš lahko uresničeval svoje sanje‹. [. . .] Če bi se ti mladi zavedali svoje odgovornosti, če bi jih v izobraževalnem procesu naučili, da so soodgovorni za svoje delovno mesto, potem bi hiteli in čim prej do- končali študij. To bi jim omogočilo, da s svojimi pronicljivimi idejami in inovativnostjo ustvarijo nova delovna mesta; na starih so tako ali tako že zaposleni. Ampak ne, učimo jih poslušnosti, ubogljivosti (tako je pred kratkim pokazala raziskava), kar je čisti antagonizem podjetni- štva.« Kritično dodaja še, da: »Radi bi, da bi inovatorji in vrhunski znanstveniki nastali na univerzah. Se kdaj vprašate, kdaj začnejo kaliti vr- hunskega športnika? In kdaj začnemo vzgajati slovenskega vrhunskega znanstvenika? Med obojim so svetlobna leta razlike. In zato me ne čudi, da mi študentje odgovarjajo, kaj jih silim v sodelovanje in inovativnost, če pa so jih pred tem dvanajst let v šolskem sistemu ves čas mirili, naj bodo tiho, pri miru in naj poslušajo.« Radovan (2003) je s pomočjo TRA preučeval aspiracije in izobraže- valne namere brezposelnih oseb kot dejavnika motivacije za izobraže- 95 9 Stališča mladih raziskovalcev do prenosa znanja vanje. Rezultati raziskave so pokazali, da so edini pomemben dejav- nik neposrednih izobraževalnih namer pri brezposelnih njihove subjek- tivne norme. Stališča do izobraževanja nimajo pomembnega vpliva na to, temveč zgolj na pričakovanja in aspiracije za izobraževanje. Tako je raziskava pokazala, da na slovenskem vzorcu brezposelnih oseb na izo- braževalne cilje bolj vplivajo zunanji dejavniki kot njihova pričakovanja o potrebnosti izobraževanja. 9.3 Teorija načrtovanega vedenja Nekatera delovanja so manj pod zavedno kontrolo kot druga. Posle- dično je bil osnovni model TRA razširjen v smeri poudarka na posame- znikovi svobodni volji. Po Ajznu je torej zaznana vedenjska kontrola ti- sta mera, do katere posameznik verjame, da lahko ali težko izvede neko dejanje (v našem primeru denimo, da MR uspešno zaključi uposabljanje ali da sodeluje z gospodarstvom). Takšna odločitev je proces, ki vsebuje premislek o preteklih izkušnjah, kakor tudi o sedanjih ovirah, ki jih po- sameznik predvideva (Standish-Kuon 2008; Hogg in Vaughan 2008). Ajzen in Madden (1986) sta odkrila, da si študentje želijo pri svo- jih študijskih obveznostih najboljše ocene (kar pomeni, da so najboljše ocene pri njih visoko vrednotene, kar nakazuje na njihovo stališče). So- časno so to tudi ocene, ki jih pričakujejo starši in prijatelji (subjektivna norma). Ne glede na to pa bo predvidevanje o tem, ali bo nekdo dejansko prejel najboljšo oceno, nezanesljivo, dokler niso vzeta v obzir štu- dentova predvidevanja o lastnih zmožnostih. Ajzen je menil, da nadzor vedenja vpliva na vedenjsko namero, ali pa neposredno na samo vede- nje (slika 9.1). T. i. teorija načrtovanega vedenja ( Theory of Planned Behavior, glej Standish-Kuon 2008; Hogg in Vaughan 2008), ki je nadgradnja TRA, je še vedno predmet raziskovanja in velja za dominantni vir razlag, ki pojasnjujejo odnos med kognicijo in vedenjem posameznikov na različnih področjih njihovega življenja. Študije, ki so preučevale povezanost med zaznano vedenjsko kon- trolo in vedenjem, so potrdile, da zaznana vedenjska kontrola izboljša natančnost napovedi za oboje, namere in delovanje (Madden, Ellen in Ajzen 1992). V času od nastanka je teorija načrtovanega vedenja zani- miva predvsem za raziskave na področju zdravstvene preventive in psi- hologije zdravja, kjer raziskovalce zanima, kako zaznana kontrola vede- nja vpliva na dejansko zdravju (ne)škodljivo delovanje. Evalvacija obeh teorij (TRA in teorije načrtovanega vedenja) je poka- zala, da je vključitev zaznane kontrole vedenja potreben in smiseln do- 96 Teorija načrtovanega vedenja 9.3 Prepričanja Namere Delovanje Subjektivna norma Temelji na normativnih prepričanjih Vedenjska namera Stališče do vedenja Učinkovitost temelji na specifičnosti, stabilnosti Temelji na prepričanjih Vedenje v času in stopnji zazna- o vedenju nega nadzora nad svobodno voljo Zaznana vedenjska kontrola Temelji na prepričanjih o virih in prepričanjih o priložnostih Slika 9.1 Grafični prikaz Teorije načrtovanega vedenja (povzeto po Hogg in Vaughan 2008) datek k originalni teoriji, saj je meta-analiza (Armitage in Conner 2001) pokazala, da je zaznana kontrola vedenja pomembna spremenljivka, ki lahko pojasni do 20 % bodočega dejanskega vedenja. Na drugi strani pa bi lahko obema teorijama očitali zanašanje na zgolj razumski pristop – stališča niso vedno povsem racionalna in socialno vedenje ni v vseh situacijah namerno, razumno in načrtovano. Kot smo omenili, v družbi obstaja neravnovesje pozornosti, name- njene univerzitetnim raziskovalcem in njihovi osnovni vlogi prenosa znanja, kar se posredno kaže tudi v relativni odsotnosti raziskav o udej- stvovanju MR v komercialnih projektih. Kljub temu pa je mogoče na podlagi raziskav o univerzitetnih raziskovalcih (ne zgolj MR) potegniti nekaj vzporednic. V raziskavi, ki je temeljila na modelu Ajznove teorije načrtovanega vedenja, so skušali odgovoriti na vprašanje, na podlagi katerih dejavnikov nekateri univerzitetni raziskovalci izbirajo razisko- valne projekte s komercialnim potencialom (denimo v gospodarstvu), drugi raziskovalci pa teh priložnosti ne izkoristijo. Kateri so torej dejavniki podjetniških namer (stališč, percepcij kontrole vedenja in subjek- tivnih norm), povezanih s sodelovanjem z gospodarstvom? Raziskava je temeljila na predpostavki, da so notranja motivacija, so- cialne mreže in percepcije okolja tisti prediktorji, ki določajo, ali se bo raziskovalec usmeril v komercialno vedenje. Ajznov model predpostavlja, da je povezovanje univerzitetnih raziskovalcev z gospodarsko in 97 9 Stališča mladih raziskovalcev do prenosa znanja negospodarsko sfero neposredno povezano z namero o vključitvi, kar se je v raziskavi tudi potrdilo. Posredno se s komercialnimi vedenji po- vezujejo tudi nagnjenost k tveganju, občutek obvezanosti, vrednotenje denarja in čustva, povezana s poznavanjem podjetniške vloge. Nagnje- nost k tveganjem je imela neposreden učinek na namere za komercialna vedenja. Subjektivne norme profesionalne skupnosti univerzitetnega raziskovalca so prav tako vplivale na njihove namere. Rezultati niso v celoti konsistentni s teorijo načrtovanega vedenja, saj ta poudarja po- men zaznane kontrole vedenja, medtem ko v raziskavi to ni imelo vpliva niti na namere o vključitvi v komercialno vedenje, niti na dejansko vede- nje. Podobno tudi institucionalne subjektivne norme niso pomembno vplivale na namere za komercialna vedenja. Rezultati so poleg tega po- kazali še neposredne, pozitivne odnose z izkušnjami v gospodarstvu in dostopom do virov s pomočjo socialnih omrežij in komercialnim vede- njem (Standish-Kuon 2008). Raziskava je s tem pomembno doprinesla k razumevanju kognicij o podjetniškem vedenju pri akademskih razi- skovalcih, s tem pa tudi možnost odprte razprave o komercialnem pre- nosu znanja iz institucij v prakso. 9.4 Nekatere druge spremenljivke Poleg dejavnikov iz TRA in teorije načrtovanega vedenja spadajo tudi nekateri drugi (posredni) dejavniki med prediktorje vedenja, ki pa jih ti dve teoriji ne izpostavita. • Navade. Vedenje lahko postane relativno avtomatično in lahko poteka mimo procesov, ki jih opisujeta obe teoriji. • Situacija. Kontekst ali trenutna situacija lahko pripomore k temu, da se posameznik (ne) vede skladno s svojim stališčem. Posebej šibka stališča so dovzetna za vpliv sitaucijskih dejavnikov. • Osebnost. Na tem področju ni enoznačnih rezultatov študij, ki bi pokazale, da ima osebnost bolj pomemben vpliv na vedenje kot, denimo, situacijski dejavniki (Hogg in Vaughan 2008). Bolj kot sami dejavniki osebnosti se z vedenjem povezujejo razpoloženje (Smith in Stasson 2000), kognitivne napake (Paglia in Room 1999) in opredeljevanje lastne identitete (Hagger in Chatzisarantis 2006), ki pa se že povezuje z namero o delovanju, opisano v teoriji načr- tovanega vedenja. • Samoučinkovitost. Bandura je poudarjal prepričanja o lastni uspe- šnosti, ki pomenijo občutenje osebne kompetentnosti pri določe- 98 Nekatere druge spremenljivke 9.4 nem opravilu: »zaznavanje samoučinkovitosti se nanaša na prepri- čanja o posameznikovi zmožnosti organiziranja in izvršitve posa- meznih dejanj, ki so potrebna za doseganje določenega cilja« (Ra- dovan 2001). To pomeni, da posameznikov dosežek ni tako po- memben kot interpretacija tega dosežka (nekateri lahko dosežejo veliko, pa še vedno niso prepričani o svoji samoučinkovitosti). Po- sameznik bo v tisto področje delovanja, kjer se čuti uspešnega in učinkovitega, vložil več napora in truda kot v tistega, pri katerem o svoji učinkovitosti ni prepričan (Radovan 2001). Zato so izidi, ki jih pričakujemo, v veliki meri rezultat tega, kar verjamemo, da lahko storimo. To nas seveda ne sme zavesti na misel, da so pri- čakovanja o izidih in samoučinkovitost vedno konsistentni. Posa- meznik lahko kljub visoki samoučinkovitosti pričakuje (zaradi si- tuacijskih dejavnikov) negativne posledice svojega vedenja. Samo- učinkovitost je tudi ključni motiv posameznikove odločitve, da se bo z določenim problemom sploh spoprijel, koliko napora bo vložil v svoje prizadevanje in kako dolgo bo pri tem vztrajal. Na podlagi samoučinkovitosti se pri Banduri, podobno kot pri TRA, obliku- jejo namere in cilji vedenja. Bandura trdi, da posamezniki z višjo stopnjo samoučinkovitosti ob neuspehu povečajo trud in vztrajajo toliko časa, dokler želenega cilja ne dosežejo (Radovan 2001). 99 Tretji del Predstavitev raziskave 10 Metodološki pristop V pričujočem poglavju podrobneje predstavljamo raziskovalna vpraša- nja in jih razčlenimo v raziskovalne hipoteze, ki smo jih preverjali tudi empirično. Podajamo tudi opis in predstavitev metodološkega pristopa. Ker smo se ukvarjali z dokaj kompleksnim problemom, smo ga obrav- navali z različnimi metodami, s kombinacijo katerih smo povečevali za- nesljivost in tudi veljavnost raziskave in pridobljenih rezultatov. Iz takih rezultatov lahko sklepamo o nekaterih ugotovitvah, ki jih je mogoče aplicirati na obravnavani program v celoti. 10.1 Raziskovalni problem in raziskovalna vprašanja Osnovni raziskovalni problem je bila učinkovitost programa MR. Učin- kovitost se v ožjem pomenu nanaša na najbolj optimalno koriščenje vlo- ženih sredstev, v našem primeru pa pojem obravnavamo širše, bolj eval- vacijsko. Učinkovitost razumemo kot uspešnost z vidika doseganja za- danih ciljev programa in pa vidnost učinka programa v družbi (Rossi, Lipsey in Freeman 2006; Patton 2002). Ravno zato smo program MR obravnavali tako z vidika družbe znanja, iz katerega pravzaprav izha- jajo vzpostavitev programa in njegovi osnovni cilji, na podlagi česar bomo presodili uspešnost, kot iz psihološko-motivacijskih vidikov in ekonomskih vidikov, na podlagi česar bomo lahko sklepali o učinkovi- tosti programa. Osnovna raziskovalna vprašanja, ki sledijo iz zgornje razčlenitve, se torej nanašajo na posamezne vidike obravnave problema: 1. V kolikšni meri program izpolnjuje cilje doseganja slovenske druž- be znanja? 2. Kakšna je uspešnost programa z vidika doseganja specifičnih ciljev (ustreznost in prenos znanja)? 3. Kateri dejavniki vplivajo na prenos znanja pri udeležencih pro- grama? 4. Kakšne so specifične izkušnje (primeri dobrih in slabih praks) ude- ležencev programa? 103 10 Metodološki pristop 5. Kateri vidiki implementacije služijo namenu in ciljem programa, kateri pa to ovirajo? 10.2 Izbrane metode raziskovanja Vsako raziskovalno vprašanje napeljuje na uporabo specifičnih metod raziskovanja. Odgovore na nekatera smo poiskali z več metodami, na druga le z eno, na tretja lahko odgovorimo le preko posrednega sklepa- nja. Upoštevajoč raznolikost in obširnost raziskovalnih vprašanj, smo se odločili za naslednji metodi raziskovanja. • Anketa. S pomočjo ankete smo preverjali predvsem oceno usposabljanja, uporabnost pridobljenega znanja, motiviranost za študij in raziskovanje, motiviranost za prenos znanja in aktivno udeležbo v prenosu znanja. Z rezultati ankete smo odgovarjali na 2. in 3., posredno pa tudi na 1. in 5. raziskovalno vprašanje. • Fokusne skupine. Fokusne skupine so t. i. kvalitativna metoda, s katero pridobimo poglobljene podatke in vpogled v osebne izkušnje. Z metodo fokusnih skupin smo skušali pridobiti odgovore pred- vsem na 4. raziskovalno vprašanje, posredno pa tudi na 1., 3. in 5. vprašanje. Kombiniranje različnih metod raziskovanja, v zadnjem desetletju gre predvsem za kombinacijo kvalitativnih in kvantitativnih metod (Lobe 2006; Easterby-Smith, Thorpe in Lowe 2007; Rossi, Lipsey in Freeman 2006) lahko bistveno prispeva k večji veljavnosti in tudi zanesljivo- sti raziskave in njenih ugotovitev. Gre za to, da identificirani problem obravnavamo ne le iz različnih vsebinskih vidikov, ampak tudi iz različ- nih metodoloških perspektiv, saj tako lahko pridobimo ne le več, ampak predvsem bolj kakovostne podatke. 104 11 Anketa Z metodo ankete smo skušali pridobiti čim več podatkov za celovit od- govor na vprašanji o dejavnikih vpliva na prenos znanja pri udeležencih programa in za ugotavljanje uspešnosti programa z vidika doseganja specifičnih ciljev, predvsem ustreznosti in uporabnosti pridobljenega znanja ter prenosa pridobljenega znanja v prakso. Pri vprašanju ocene programa smo vključili organizacijski vidik, odnos z mentorjem ter mo- tiviranost za študij in raziskovanje. Pri vprašanju ocene uporabnosti znanja smo vključili različne vidike motivacije. Pri vprašanju o ustre- znosti usposabljanja za prenos znanja smo vključili motiviranost za ta proces, vključevanje v prenos znanja, predvsem preko projektnega dela, in dejansko dejavnost v smislu prenosa znanja. Za lažjo in kakovostnejšo pripravo vprašalnika smo zastavili nekaj konkretnejših delovnih hipotez, ki so služile tudi kot okvir za analize podatkov. • DH1: Organizacijska podpora pri usposabljanju je pomembna za oceno usposabljanja. • DH2: Delo med usposabljanjem vpliva na oceno znanja. • DH3: Odnos z mentorjem je pomemben za oceno usposabljanja in prenos znanja. • DH4: Pričakovanja v zvezi z usposabljanjem vplivajo na oceno usposabljanja. • DH5: Motiviranost za študij in raziskovanje vpliva na oceno znanja in prenos znanja. • DH7: Ocena znanja vpliva na motiviranost za prenos znanja. • DH6: Motiviranost za prenos znanja vpliva na dejanski prenos znanja. • DH8: Dejanski prenos znanja vpliva na oceno znanja in kompe- tenc. 105 11 Anketa 11.1 Opis populacije in vzorca Preučevana populacija zajema vse posameznike, ki so bili kadarkoli vključeni v program MR in kasneje tudi MRG. Vključene so torej vse generacije MR in MRG od začetka izvajanja programa leta 1985 do do študijskega leta 2010/2011, ko smo začeli z izvajanje ankete, ne glede na to, ali so usposabljanje že zaključili, ali še traja, ali so ga predčasno prekinili. Skupno število enot v populaciji je 6264. 11.2 Priprava vprašalnika Vprašalnik smo pripravili na podlagi analiz teoretičnih konceptov tako, da smo za vsak pomemben koncept glede na zadane cilje in načrt razi- skave pripravili eno ali več trditev, ki so opredeljevale naše odvisne spremenljivke (Groves idr. 2004). Nekatere odvisne spremenljivke (pred- vsem v sklopu motivacijskih dejavnikov) smo opredelili tudi s pomočjo že obstoječih in preverjenih modelov, pri čemer smo besedilo prilago- dili vsebini raziskave. Neodvisne spremenljivke smo definirali glede na značilnosti populacije in postavljene hipoteze. Vprašalnik je obsegal 30 vprašanj, od tega 10 za neodvisne in 20 za odvisne spremenljivke. Ta vprašanja so bila razdeljena na več trditev, na katera so anketiranci odgovarjali na šeststopenjski lestvici strinjanja. Kot uvod v vprašalnik smo pripravili nagovor z namenom anketiranja in povabilom k sodelovanju ter navodila za izpolnjevanje s pojasnili. Med odvisne spremenljivke smo vključili podatke o usposabljanju in demografske podatke. Podatki o usposabljanju: • vrsta usposabljanja, • študijski program, • področje usposabljanja po klasifikaciji Klasius, • stanje usposabljanja. Demografski podatki: • spol, • starost, • dosežena izobrazba, • organizacija zaposlitve, • poklic. Med neodvisne spremenljivke smo vključili vprašanja, oblikovana kot sklop trditev o naslednjih temah: 106 Potek anketiranja 11.4 • organizacijska podpora, • organiziranost dela, • odnos z mentorjem, • pričakovanja v zvezi z usposabljanjem, • motiviranost za usposabljanje, • motiviranost za zaposlitev, • odnos do prenosa znanja, • motiviranost za sodelovanja s končnimi uporabniki znanja, • stališča v zvezi z zaposlitvijo, delom in prenosom znanja, • dejanska vključenost v prenos znanja, • ocena usvojenega znanja in kompetenc. Šeststopenjsko lestvico za oceno stopnje strinjanja s trditvami ali za- dovoljstva s podanimi dejavniki smo izbrali, ker smo se želeli izogniti izbiri vnaprej podane srednje vrednosti zaradi neodločenosti. Za tak pri- mer smo lestvici dodali možnost »ne vem, ne morem se odločiti«. Prvo usklajeno verzijo vprašalnika smo pilotirali na 15 relevantnih posameznikih iz lastne socialne mreže. Na podlagi komentarjev in ugo- tovitev pilotne izvedbe smo vprašalnik nekoliko popravili: dopolnili smo pojasnila, kjer so bila nejasna, izločili nekatere trditve in vprašanja, spremenili vrstni red trditev in vprašanj ter drugače zapisali nekatere trditve, ki so bile premalo jasne. 11.3 Potek anketiranja Anketiranje je bilo spletno, preko aplikacije LimeSurvey. Anketiranje smo začeli 16. 5. 2011 s pošiljanjem vabila po elektronski pošti na vse naslove, ki sta nam jih posredovali ARRS (za MR) in TIA (za MRG). V elektronski pošti smo jim posredovali kratko predstavitev raziskave in namen anketiranja ter povezavo za dostop do vprašalnika. Po treh te- dnih smo anketirance ponovno povabili k sodelovanju v anketi, če tega še niso storili. Anketiranje smo zaključili 24. 6. 2011. 11.4 Opis vzorca Vzorec je štel 3763 naslovov, od teh so bili 404 neaktivni. Od 3358 do- seženih oseb je bilo 20 nedosegljivih (zaradi dopustov, službenih poti, bolniških ali porodniških odsotnosti). Na vabilo se je odzvalo 695 oseb, skupno smo prejeli 479 popolnih in 216 delnih odgovorov, kjer vprašal- 107 11 Anketa Preglednica 11.1 Pregled vzorca glede na vrsto usposabljanja Vrsta usposabljanja (1) (2) (3) (4) Mladi raziskovalec 370 77,2 77,2 77,2 Mladi raziskovalec v gospodarstvu 109 22,8 22,8 100,0 Skupaj 479 100,0 100,0 Opombe Naslovi stolpcev: (1) frekvenca, (2) delež v odstotkih, (3) delež veljavnih v odstotkih, (4) kumulativni delež v odstotkih. Preglednica 11.2 Pregled vzorca glede na vpisani študijski program med usposabljanjem Študijski program med usposabljanjem (1) (2) (3) (4) Drugostopenjski (magistrski strokovni) štud. prog. 3 0,6 0,6 0,6 Magistrski (znanstveni) študijski program 29 6,1 6,1 6,7 Doktorski študijski program 447 93,3 93,3 100,0 Skupaj 479 100,0 100,0 Opombe Naslovi stolpcev: (1) frekvenca, (2) delež v odstotkih, (3) delež veljavnih v odstotkih, (4) kumulativni delež v odstotkih. nik ni bil do konca izpolnjen. Glede na dosežene naslove je odzivnost na anketo 14,2 %. Vzorec je glede na vrsto usposabljanja podobno strukturiran kot po- pulacija. Uteževanje enot po vrsti usposabljanja torej v analizah ni bilo potrebno. Podobno kot v populaciji je večina anketirancev med usposabljanjem vpisana ali bila vpisana v doktorski študijski program. Pri tem ne loču- jemo t. i. starega in novega, bolonjskega doktorskega študija, saj gre za doseganje iste ravni izobrazbe. Zaradi majhnega števila enot, vpisanih v drugostopenjski (magistrski strokovni) študijski program, smo te za potrebe nadaljnjih analiz združili z anketiranci magistrskega (znanstve- nega) študijskega programa. Vidimo, da je največ anketirancev s področja naravoslovja, sledijo pa tisti s področja tehnike. Tudi sicer je financiranje programa urejeno tako, da v večji meri spodbuja razvoj kadra na področjih, ki veljajo za deficitarna. Skupno tako kar 65 % enot pripade naravoslovno-tehnični usmeritvi. V družboslovju ali humanistiki se je usposabljalo skupaj do- brih 20 % anketirancev, 8 % v kmetijskih in veterinarskih vedah, dobri 4 % pa v zdravstvu in sociali. Tudi ta struktura vzorca posnema struk- turo populacije. Zaradi majhnega števila enot v nekaterih razredih (1, 8 in 9) smo te za potrebe nadaljnjih analiz združili v eno skupino (8). 108 Opis vzorca 11.4 Preglednica 11.3 Pregled vzorca glede na področje podiplomskega študija Področje podiplomskega študija (1) (2) (3) (4) Izobraževalne vede in izobraževanje učiteljev 4 0,8 0,8 0,8 Umetnost in humanistika 45 9,4 9,4 10,3 Družbene, poslovne, upravne in pravne vede 51 10,6 10,7 20,9 Naravoslovje, matematika in računalništvo 207 43,2 43,3 64,2 Tehnika, proizvodne tehnologije in gradbeništvo 105 21,9 22,0 86,2 Kmetijstvo, gozdarstvo, ribištvo, veterinarstvo 38 7,9 7,9 94,1 Zdravstvo in sociala 21 4,4 4,4 98,5 Storitve 1 0,2 0,2 98,7 Neopredeljeno po širokem področju 6 1,3 1,3 100,0 Skupno 478 99,8 100,0 Manjkajoče vrednosti 1 0,2 Skupaj vsi 479 100,0 Opombe Naslovi stolpcev: (1) frekvenca, (2) delež v odstotkih, (3) delež veljavnih v odstotkih, (4) kumulativni delež v odstotkih. Preglednica 11.4 Pregled vzorca glede na stanje usposabljanja Stanje usposabljanja (1) (2) (3) (4) Usposabljanje uspešno zaključeno (zagovor 279 58,2 58,5 58,5 zaključne naloge) Usposabljanje še traja (kandidat/ka se še izobražuje) 195 40,7 40,9 99,4 Usposabljanje predčasno prekinjeno oz. neuspešno 3 0,6 0,6 100,0 zaključeno (brez zagovora zaključne naloge) Skupaj 477 99,6 100,0 Manjkajoče vrednosti 2 0,4 Skupaj vsi 479 100,0 Opombe Naslovi stolpcev: (1) frekvenca, (2) delež v odstotkih, (3) delež veljavnih v odstotkih, (4) kumulativni delež v odstotkih. V anketi je sodelovalo le 0,6 % takih usposabljancev, ki so usposab- ljanje iz različnih razlogov predčasno prekinili. Analize računskega so- dišča sicer kažejo, da je skupno takih tudi do 15 % MR, zato v tem oziru vzorca ne moremo šteti za reprezentativnega. Glede na časovni razpon programa lahko celo ocenimo, da je vzorec nekoliko pristranski glede na udeležbo MR in MRG, ki se še usposabljajo, saj je takih dobrih 40 % anketirancev. Zaradi premajhnega števila anketirancev, ki so usposab- ljanje prekinili oz. ga niso uspešno zaključili, jih v nadaljnjih analizah ne upoštevamo, ampak jih izločimo iz obravnave. Vprašalnik je izpolnilo nekoliko več moških kot žensk; tudi sicer v 109 11 Anketa Preglednica 11.5 Pregled vzorca po spolu Spol (1) (2) (3) (4) Ženski 214 44,7 44,7 44,7 Moški 265 55,3 55,3 100,0 Skupaj 479 100,0 100,0 Opombe Naslovi stolpcev: (1) frekvenca, (2) delež v odstotkih, (3) delež veljavnih v odstotkih, (4) kumulativni delež v odstotkih. Preglednica 11.6 Pregled vzorca glede na zaposlitev Zaposlitev (1) (2) (3) (4) Visokošolski zavod 167 34,9 34,9 34,9 Javni raziskovalni zavod 139 29,0 29,0 63,9 Zavod druge vrste 37 7,7 7,7 71,6 Javna uprava 7 1,5 1,5 73,1 Gospodarska organizacija 129 26,9 26,9 100,0 Skupaj 479 100,0 100,0 Opombe Naslovi stolpcev: (1) frekvenca, (2) delež v odstotkih, (3) delež veljavnih v odstotkih, (4) kumulativni delež v odstotkih. programu sodeluje več moških. Konkretno je šlo pri tem vprašanju le za pregled vzorca in ker nima nikakršnih implikacij za nadaljnje analize, ga ne bomo podrobneje obravnavali. Preglednica 11.6 prikazuje organizacijo trenutne zaposlitve anketirancev. Največ, skoraj 35 % jih je zaposlenih v visokošolskih zavodih, skupaj z javnimi raziskovalnimi zavodi pa kar 66 %. V gospodarstvu je zaposlena slaba tretjina anketirancev, ostali pa v javni upravi in drugih zavodih. Opozarjamo, da med zaposlene v gospodarstvu štejemo tudi vse samozaposlene MR, ki pa svojo dejavnost lahko opravljajo tudi v javnem sektorju. Odgovore smo v skupine razvrstili glede na opredelitev dela. Med raziskovalce – začetnike smo tako uvrstili vse, ki se še usposabljajo v programu MR (in imajo torej še status MR ali MRG) ter vse ostale, ki so navedli, da so raziskovalci – asistenti. Anketirance, ki so se opredelili kot višji raziskovalci, raziskovalci z doktoratom, asistenti z doktoratom ter visokošolske učitelje smo označili kot »izkušene« raziskovalce, v razredu management in vodenje so uvrščeni vsi, ki so pod poklic na- vedli vodja (laboratorija, projektov, oddelkov) ali direktor. V razred razvoj in analize smo umestili razvojne in analitične tehnike, razvijalce, načrtovalce in analitike, med drugimi poklici pa so taki, ki jih nismo 110 Analize 11.5 Preglednica 11.7 Pregled anketirancev glede na poklic Poklic (1) (2) (3) (4) Raziskovalci – začetniki 276 57,6 60,9 60,9 Raziskovalci – izkušeni 80 16,7 17,7 78,6 Management in vodenje 43 9,0 9,5 88,1 Drugo 17 3,5 3,8 91,8 Razvoj in analize 21 4,4 4,6 96,5 Strokovni sodelavci 13 2,7 2,9 99,3 Brez zaposlitve 3 0,6 0,7 100,0 Skupaj 453 94,6 100,0 Manjkajoče vrednosti 26 5,4 Skupaj vsi 479 100,0 Opombe Naslovi stolpcev: (1) frekvenca, (2) delež v odstotkih, (3) delež veljavnih v odstotkih, (4) kumulativni delež v odstotkih. mogli smiselno uvrstiti v nobenega od razredov (zdravnik, programer, diplomat). Vidimo, da so le trije anketiranci navedli, da so brez zaposlitve. Glede na podatke Zavoda RS za zaposlovanje je bilo v zadnjih letih med 30 in 60 brezposelnih doktorandov. Sicer je sklepati o deležih MR in MRG med temi neutemeljeno, kljub temu pa si upamo trditi, da naš vzorec nekoliko podcenjuje delež nezaposlenih MR. 11.5 Analize Organizacijski vidik V sklopu organizacijskega vidika smo preverjali predvsem pogoje dela in delovni odnos med mentorjem in MR. Sklop vprašanj o mentorju se je nanašal pri MR na mentorja usposabljanja v visokošolskem zavodu oz. inštitutu, pri MRG pa se je sklop ponovil, z nekaterimi modifikacijami, še za mentorja usposabljanja v podjetju. Anketirance smo povprašali tudi, če sta nalogi mentorja usposabljanja v visokošolskem zavodu in mentorja pri pripravi disertacije sovpadali, vendar podrobneje za mne- nje o mentoriranju pri disertaciji nismo spraševali, saj to ni spadalo v širši kontekst raziskave. Obe skupini usposabljancev izražata veliko zadovoljstvo tako z admi- nistrativno podporo usposabljanju na visokošolskem zavodu kot tudi s pogoji dela. Vendar pa se za razliko od MR, ki so v manjši meri pri- trdili trditvi, da je bilo v zvezi z usposabljanjem preveč administrativ- nega dela, MRG dokaj močno strinjajo, da je bilo administracije preveč. 111 11 Anketa Preglednica 11.8 Ocena pogojev dela VRSTA_USPOS O11 O12 O13* MR N 365 365 368 Povprečje 4,94 4,87 3,19 Napaka povprečja 0,066 0,070 0,084 Std. odklon 1,270 1,337 1,608 MRG N 107 107 107 Povprečje 4,80 4,81 4,43 Napaka povprečja 0,128 0,138 0,153 Std. odklon 1,321 1,428 1,579 Skupaj N 472 472 475 Povprečje 4,91 4,86 3,47 Napaka povprečja 0,059 0,062 0,077 Std. odklon 1,281 1,357 1,682 Opombe O11 – VŠZ nudil popolno administrativno podporo, O12 – na VŠZ dobri po- goji dela, O13 – preveč administracije. * Spremenljivka s statistično značilno razliko med skupinama. Ocene so sicer razmeroma razpršene, zato smo preverili še oceno pogo- jev dela glede na področje usposabljanja. Pregled po področjih (preglednica 11.9) pokaže, da so tako glede na vrsto usposabljanja kot glede na področje značilne razlike med skupinami le glede ocene količine administrativnega dela. Ne glede na po- dročje je torej ocena podpore zavoda in delovnih pogojev razmeroma visoka, MRG pa v nasprotju z MR ocenjujejo, da je bilo administrativ- nega dela preveč. Pri tem med MRG izstopajo usposabljanci na področju zdravstva in drugih disciplin, ki v primerjavi z usposabljanci iz družbo- slovnih in humanističnih ter naravoslovnih in tehniških področij oce- njujejo, da je bilo administrativnega dela več. Pri oceni delovnih zadolžitev glede na vrsto usposabljanja ni značil- nih razlik (preglednica 11.10). Anketiranci ocenjujejo, da so imeli dovolj časa za študij, naloge in delo, ki niso bili povezani s študijem ali disertacijo, pa so opravljali v manjši meri. Prav tako se v povprečju bolj niso kot so strinjali, da so glede na svoj status dobivali zahtevnejše naloge kot drugi doktorski kandidati, so pa v povprečju dobivali nekoliko več zadolžitev kot drugi zaposleni na primerljivem delovnem mestu (asi- stenti). Pri pregledu po področjih smo ugotovili, da so razlike le v oceni zahtevnosti nalog in njihovi povezanosti z disertacijo; v večji meri so se s tema trditvama strinjali usposabljanci na področju zdravstva. 112 Analize 11.5 Preglednica 11.9 Ocena delovnih pogojev po področjih VRSTA_USPOS Področje O11 O12 O13 MR Družboslovje N 86 90 90 in humanistika Povprečje 4,88 4,76 2,94 St. odklon 1,222 1,352 1,560 Naravoslovje N 255 252 254 in tehnika Povprečje 4,95 4,90 3,30 St. odklon 1,288 1,334 1,631 Zdravstvo N 24 23 24 in drugo Povprečje 5,00 5,04 3,04 St. odklon 1,285 1,331 1,488 Skupaj N 365 365 368 Povprečje 4,94 4,87 3,19 St. odklon 1,270 1,337 1,608 MRG Družboslovje N 10 10 10 in humanistika Povprečje 4,90 4,60 4,50 St. odklon 1,663 1,647 1,509 Naravoslovje N 92 92 92 in tehnika Povprečje 4,80 4,83 4,39 St. odklon 1,320 1,434 1,610 Zdravstvo N 4 4 4 in drugo Povprečje 4,50 4,75 5,00 St. odklon 0,577 0,957 1,414 Skupaj N 106 106 106 Povprečje 4,80 4,80 4,42 St. odklon 1,327 1,430 1,585 Opombe O11 – VŠZ nudil popolno administrativno podporo, O12 – na VŠZ dobri po- goji dela, O13 – preveč administracije. Preglednica 11.11 prikazuje oceno sodelovanja z mentorjem v visokošolskem zavodu. V povprečju so anketiranci dobro sodelovali s svo- jimi mentorji, ki so jim tudi ustrezno pomagali pri disertaciji. Odzivnost mentorja v povprečju obe skupini ocenjujeta kot zelo dobro, prav tako tudi sodelovanje v splošnem. Opaziti pa je razlike pri nekaterih spre- menljivkah, in sicer glede vsebinske in metodološke pomoči mentorja, ki so jo bolje ocenili MRG, medtem ko so vključevanje v znanstvenoraz- iskovalne projekte in projekte s končnimi uporabniki bolje ocenili MR. MR v povprečju v večji meri v primerjavi z MRG menijo tudi, da je men- tor od njih pričakoval več kot od ostalih doktorandov. 113 11 Anketa Preglednica 11.10 Ocena delovnih zadolžitev VRSTA_USPOS O2a1 O2a2 O2a3 O2a4 O2a5 MR N 367 355 361 367 366 Povprečje 3,67 2,79 4,48 2,96 3,21 Napaka povprečja 0,098 0,092 0,081 0,084 0,089 Std. odklon 1,881 1,737 1,531 1,615 1,702 MRG N 108 103 104 106 105 Povprečje 3,79 2,85 4,23 3,31 3,36 Napaka povprečja 0,183 0,164 0,150 0,178 0,184 Std. odklon 1,900 1,665 1,528 1,833 1,882 Skupaj N 475 458 465 473 471 Povprečje 3,69 2,81 4,42 3,04 3,25 Napaka povprečja 0,086 0,080 0,071 0,077 0,080 Std. odklon 1,884 1,720 1,532 1,671 1,743 Opombe O2a1 – več zadolžitev, O2a2 – zahtevnejše naloge, O2a3 – dovolj časa za študij, O2a4 – delo ni povezano s študijem, O2a5 – naloge niso povezane z disertacijo. Preglednica 11.11 Ocena sodelovanja z mentorjem v visokošolskem zavodu VRSTA_USPOS N Povpr. St. odkl. Mladi raziskovalec O3a1 Mentor – odlično sodelovala 369 4,78 1,464 O3a2 Mentor vedno na razpolago 369 4,81 1,447 O3a3 Mentor – več pozornosti kot drugim 338 3,44 1,736 O3a4 Mentor – hitro odzival 367 4,83 1,492 O3a5* Mentor – vsebinska pomoč 347 4,22 1,745 O3a6* Mentor – metodološka pomoč 361 4,16 1,69 O3a7* Mentor – ni ZR sodelovanja 360 2,67 1,805 O3a8* Mentor – pričakuje več kot od drugih 334 3,25 1,744 O3a9* Aktivno vključevanje v ZR projekte 365 4,41 1,742 O3a10 Disertacija – mentor ni mogel pomagati 357 2,61 1,733 O3a11* Mentor – aktivno vključeval v G projekte 304 4,01 1,835 O3a12 Nisva vzpostavila sodelovanja 363 1,56 1,221 Nadaljevanje na naslednji strani Za namen dodatne analize smo iz spremenljivk ocene mentorja tvo- rili Likertovo lestvico1 (preglednica 11.12). Primerjava skupne ocene mentorja med obema skupinama (MR in MRG) ne da značilnih razlik; 1. Spremenljivke, ki so bile vsebinsko negativne, smo rekodirali. To so spremenljivke O3a7, O3a10 in O3a12. 114 Analize 11.5 Preglednica 11.11 Nadaljevanje s prejšnje strani VRSTA_USPOS N Povpr. St. odkl. Mladi raziskovalec iz gospodarstva O3a1 Mentor – odlično sodelovala 107 5,02 1,387 O3a2 Mentor vedno na razpolago 107 5,07 1,246 O3a3 Mentor – več pozornosti kot drugim 84 3,14 1,737 O3a4 Mentor – hitro odzival 107 5,02 1,274 O3a5* Mentor – vsebinska pomoč 92 4,65 1,572 O3a6* Mentor – metodološka pomoč 105 4,71 1,405 O3a7* Mentor – ni ZR sodelovanja 101 3,09 1,94 O3a8* Mentor – pričakuje več kot od drugih 93 2,85 1,574 O3a9* Aktivno vključevanje v ZR projekte 100 3,03 1,946 O3a10 Disertacija – mentor ni mogel pomagati 99 2,24 1,578 O3a11* Mentor – aktivno vključeval v G projekte 93 3,28 1,947 O3a12 Nisva vzpostavila sodelovanja 107 1,73 1,378 Skupaj O3a1 Mentor – odlično sodelovala 476 4,84 1,449 O3a2 Mentor vedno na razpolago 476 4,87 1,407 O3a3 Mentor – več pozornosti kot drugim 422 3,38 1,738 O3a4 Mentor – hitro odzival 474 4,88 1,446 O3a5* Mentor – vsebinska pomoč 439 4,31 1,718 O3a6* Mentor – metodološka pomoč 466 4,28 1,645 O3a7* Mentor – ni ZR sodelovanja 461 2,76 1,841 O3a8* Mentor – pričakuje več kot od drugih 427 3,17 1,715 O3a9* Aktivno vključevanje v ZR projekte 465 4,11 1,873 O3a10 Disertacija – mentor ni mogel pomagati 456 2,53 1,706 O3a11* Mentor – aktivno vključeval v G projekte 397 3,84 1,885 O3a12 Nisva vzpostavila sodelovanja 470 1,6 1,259 Opombe * Spremenljivka s statistično značilno razliko med skupinami. splošna ocena mentorja je na šeststopenjski lestvici 4,32 s standardnim odklonom 1,24. Se pa razlike pokažejo med področji in sicer MR in MRG iz področja družboslovja in humanistike ocenjujejo mentorje bolje kot tisti iz drugih področij. Ne glede na razlike pa ugotavljamo, da je ocena vseh skupin razmeroma pozitivna. Sodelovanje mentorjev v VŠZ z MR lahko torej ocenimo kot dokaj dobro. Preglednica 11.13 prikazuje ocene sodelovanja z mentorjem v gospodarstvu; na ta vprašanja so odgovarjali zgolj MRG. MRG so bili v povpre- čju razmeroma zadovoljni s sodelovanjem z mentorjem v gospodarstvu. 115 11 Anketa Preglednica 11.12 Ocena mentorja v visokošolskem zavodu – Likertova lestvica Področje N Povpr. St. odkl. Družboslovje in humanistika 73 4,62 0,980 Naravoslovje in tehnika 236 4,23 1,071 Zdravstvo in drugo 18 4,22 0,956 Skupaj 327 4,32 1,055 Preglednica 11.13 Ocena sodelovanja z mentorjem v gospodarski organizaciji Ocena N Povpr. St. odkl. O3aa1 Mentor – G odlično sodelovala 103 4,69 1,566 O3aa2 Mentor – G vedno na razpolago 103 4,62 1,566 O3aa3 Mentor – G hitro odzival 102 4,69 1,561 O3aa4 Mentor – G ustrezno pomagal 102 4,34 1,674 O3aa5 Mentor – G ravnal enako kot z drugimi 93 4,73 1,540 O3aa6 Mentor – G aktivno vključeval v projekte 100 4,00 1,944 O3aa7 Mentor – G nisva vzpostavila sodelovanja 104 2,10 1,743 Najslabše, vendar kljub vsemu pozitivno, so ocenili vključevanje v pro- jekte, v največji meri pa so se strinjali s trditvijo, da je mentor z njimi ravnal povsem enako kot z drugimi primerljivimi zaposlenimi. Ocene so sicer v povprečju nekoliko nižje kot tiste za mentorje v visokošolskem zavodu. Nekaj razlogov za to smo ugotovili v fokusnih skupinah. Prosocialni in intrinzični motivi za sodelovanje v projektih iz gospodarstva pri mladih raziskovalcih Povezanost prosocialnih in intrinzičnih motivov enostavno preverimo s korelacijsko matriko. Ne faktorska ne multipla regresijska linearna analiza namreč nista dali značilnih modelov, ki bi zanesljivo razložili variabilnost zbranih podatkov. Iz korelacijske matrike ugotovimo, da je približno polovica spremenljivk paroma statistično značilno (premoso- razmerno) povezanih, večina teh povezav pa je izredno šibkih (Pearso- nov koeficient korelacije pod 0,1), zato praktično ne moremo govoriti o povezanosti. Nekaj spremenljivk kaže paroma šibko do srednjo poveza- nost (Pearsonov koeficient korelacije od 0,41 do 0,44), en par pa srednjo povezanost (Pearsonov koeficient korelacije 0,50). Značilno in z dovolj veliko stopnjo vpliva se povezujeta le PZ55 in PZ56. Značilno povezani, a srednji po jakosti so štirje pari spremenljivk: M2_4 in M2_9, M2_9 in PZ11, PZ55 in PZ27 ter PZ57 in PZ54_R. Predvsem pa je zanimiva ugotovitev, da se število projektov z gospodarstvom nikakor ne pove- 116 Analize 11.5 Preglednica 11.14 Regresijska analiza med spremenljivkami motivacije in prenosa znanja Vplivana spremenljivka Vpliv Drugi vplivi M2_9 = 0,42 × M2_4 + (2,3 ± 0,56) z znanjem kasneje pripomoči k znanje za reševanje družbenih uspehu organizacije problemov PZ11 = 0,41 × M2_9 + (4,3 ± 0,26) prispevati k organizaciji z znanjem kasneje pripomoči k zaposlitve uspehu organizacije PZ57 = 0,57 × PZ54_R + (2,6 ± 0,27) znanje MR želim povrniti družbi MR plačan, zato čutim potrebo povrniti družbi PZ55 = 0,45 × PZ27 + (1,6 ± 0,53) med MR spoznal, da z znanjem pomembno premoščanje lahko izboljša družbene razmere družbenih razlik preko službe PZ55 = 0,52 × PZ56 + (2,5 ± 0,34) med MR spoznal, da z znanjem z znanjem MR uspešneje reševal lahko izboljša družbene razmere probleme izven zaposlitve zuje z izbranimi spremenljivkami prosocialne in intrinzične motivacije. Z vsemi pari spremenljivk smo opravili regresijsko analizo, da ugoto- vimo vpliv med spremenljivkami (preglednica 11.14). Ob kontroli ostalih dejavnikov ugotovimo, da se povezane spremen- ljivke ob spremembi neodvisne za eno stopnjo/oceno spremenijo za pri- bližno pol ocene, razmeroma velik pa je tudi vpliv drugih, konstantnih dejavnikov (od 1,6 do 4,3 stopnje). Tako sta motiv vključitve MR zaradi pridobivanja znanja za reševanje družbenih problemov povečuje za 0,4 stopnje ob povečanju motiva za pridobivanje znanja za reševanje druž- benih problemov. Povečanje prvega pa vpliva na povečanje motiva pri- spevanja k organizaciji zaposlitve. Največji vpliv se kaže med spremen- ljivkama, ki merita željo povrniti pridobljeno znanje družbi in povrniti družbi vložek za usposabljanje. Ob spremembi prve za eno oceno se druga poveča za skoraj 0,6 ocene. Premoščanje družbenih razlik preko službe vpliva na povečanje motiva po pridobivanju znanja za reševanje družbenih razmer, ki se poveča za 0,45 ocene. Zadnji motiv nastopa tudi v paru najmočnejše povezanih, in sicer se poveča za 0,52 ocene pri povečanju motiva uporabe znanja MR za uspešno reševanje družbenih problemov. Značilno se torej povezujejo in sovplivajo motivi uporabe znanja za korist družbe – bodisi na splošno ali konkretneje preko orga- nizacije zaposlitve. 117 11 Anketa Izbrane trditve, ki kažejo na prosocialne in na intrinzične motive, smo v povezanosti preverili še s faktorsko analizo. Med prosocialnimi motivi tako metoda največjega verjetja kot metoda glavne osi pokažeta na en značilen faktor v ozadju izbranih spremenljivk, ki sicer srednje močno vpliva na vse spremenljivke razen PZ54_R (ker je MR plačan, čuti potrebo to povrniti družbi). Ta faktor lahko poimenujemo »Proso- cialni motivi«. Spremenljivke intrinzične motivacije sicer kažejo vpliv dveh faktorjev, vendar so uteži na posamezne spremenljivke in skupna pojasnjena varianca tako majhne, da teh faktorjev ni smiselno inter- pretirati. Zato izhajajoč iz literature in sklicujoč se na zgoraj opisano teorijo z indikatorji intrinzične motivacije izračunamo Likertovo lestvico in novo spremenljivko označimo za »Intrinzične motive« (IN- TRINZICNA). Ugotovimo, da spremenljivke niso bistveno povezane med seboj, kar smo slutili že pri analizi korelacijske matrike. Z dobljenim faktorjem in Likertovo spremenljivko preverimo line- arno odvisnost s številom projektov iz gospodarstva. Pri nobenem se ne kaže statistično značilna povezanost (za model: F = 0,034, sig. = 0,855). Ugotovimo, da prosocialni motivi pri udeležencih programa usposab- ljanja MR niso povezani s sodelovanjem v projektih z gospodarstvom oz. na tako sodelovanje nimajo značilnega vpliva. Poskusimo opraviti še regresijsko analizo vpliva posameznih spre- menljivk na sodelovanje v projektih iz gospodarstva, vendar podobno kot pri prosocialnih motivih izračunani model ne odraža statistično značilnih vplivov (pri prosocialnih motivih je rezultat F = 0,86, sig. = 0,56, pri intrinzičnih motivih pa je rezultat F = 1,04, sig. = 0,4). Ugotovimo, da ne prosocialni, ne intrinzični motivi ne vplivajo značilno na dejansko sodelovanje z gospodarstvom. Preglednica 11.15 kaže, kateri izmed merjenih prosocialnih in intrinzičnih motivov so prisotni pri anketirancih in v kolikšni meri. V ne- koliko večji meri so prisotni intrinzični kot prosocialni motivi, vendar oboji v razmeroma visoki meri. Vsi posamezni motivi imajo pozitivno oceno, torej so anketirancem vsi vsaj nekoliko pomembni. Med proso- cialnimi motivi izstopata želja prispevati k organizaciji zaposlitve in delitev znanja z drugimi, med intrinzičnimi pa naklonjenost do razisko- vanja, pomen izobraževanja tudi med zaposlitvijo in notranje zadovolj- stvo ob dobro opravljenem delu. V najmanjši meri se med prosocialnimi motivi kažejo tisti, ki merijo družbeno korist, med intrinzičnimi pa mo- tivacija za doktorski študij tudi izven programa MR. Zanima nas tudi, ali med posameznimi motivi glede na vrsto usposabljanja obstajajo ka- 118 Analize 11.5 Preglednica 11.15 Prisotnost prosocialnih in intrinzičnih motivov pri anketirancih Motiv (1) (2) PROSOC Prosocialni motivi (Likertova lestvica) 4,631 0,705 PZ11 Prispevati k organizaciji zaposlitve 5,405 0,806 PZ18 Pomembno deliti znanje z drugimi 5,343 0,798 M2_4 Notranje zadovoljstvo ob dobrem delu 4,920 1,241 PZ53 Z znanjem MR lahko prip. k razvoju organizacije 4,783 1,192 PZ57 Znanje MR želim povrniti družbi 4,546 1,262 M2_9 Z znanjem kasneje pripomogel k uspehu organizacije 4,516 1,436 PZ56 Z znanjem MR uspešneje reševal prob. izven zap. 4,386 1,331 PZ27 Pomen premoščanja družbenih razlik preko službe 4,342 1,294 PZ54_R Čeprav MR plačan, (ne) čuti potrebe povrniti družbi 4,010 1,741 PZ55 Med MR spoznal, da znanjem lahko izboljša družb. razm. 3,951 1,491 INTRINZ Intrinzični motivi (Likertova lestvica) 4,764 0,654 M2_13 Rad raziskujem 5,480 0,923 PZ14 Dodatno izobraževanje poleg zaposlitve 5,372 0,866 M3_4 Notranje zadovoljstvo ob dobrem delu 5,298 0,868 PZ52 Brez MR ta znanja pridobil drugače 4,212 1,478 M2_11 Zaposlitev, na katero bom ponosen 4,140 1,652 M2_2 Tudi brez MR DR študij 3,983 1,925 Opombe Naslovi stolpcev: (1) povprečje, (2) standardni odklon. kršnekoli razlike. S t-testom za neodvisne vzorce preverimo, ali so razlike v povprečjih med skupinami mladih raziskovalcev in mladih razi- skovalcev v gospodarstvu statistično značilne ali gre zgolj za posledico vzorčenja (preglednica 11.16). Med prosocialnimi motivi se najvišja vrednost v vseh analizah (tako za posamezno skupino kot skupno) kaže pri želji prispevati k organiza- ciji zaposlitve, ki je indikator človeškega kapitala, sledi pa pomembnost deljenja znanja z drugimi, ki je indikator socialnega kapitala in prenosa znanja. Sledijo indikatorji motivov vključitve v program MR: pridobiti znanje za reševanje družbenih problemov in znanje za uspeh organiza- cije. Pri slednjem motivu se MR nekoliko razlikujejo od MRG, saj pred uspeh organizacije postavljajo še motiv povrnitve usvojenega znanja družbi, ki je indikator človeškega kapitala in prenosa znanja. Med in- trinzičnimi motivi sta najvišje želja po raziskovanju in dodatnemu izo- braževanju, zelo visoko povprečno vrednost ocene pa ima tudi notranje zadovoljstvo ob dobro opravljenem delu. 119 11 Anketa Preglednica 11.16 Primerjava povprečij prosocialnih in intrinzičnih motivov med MR in MRG Motiv – mladi raziskovalec (1) (2) PROSOC Prosocialni motivi (Likertova lestvica) 4,620 0,706 PZ11 Prispevati k organizaciji zaposlitve 5,392 0,813 PZ18 Pomembno deliti znanje z drugimi 5,376 0,763 M2_4 Notranje zadovoljstvo ob dobrem delu 4,866 1,274 PZ53 Z znanjem MR lahko pripomore k razvoju organizacije 4,784 1,192 PZ57 Znanje MR želim povrniti družbi 4,609 1,248 M2_9* Z znanjem kasneje pripomogel k uspehu organizacije 4,401 1,442 PZ56 Z znanjem MR uspešneje reševal probleme izven zap. 4,391 1,342 PZ27 Pomen premoščanja družbenih razlik preko službe 4,334 1,337 PZ54_R Čeprav MR plačan, (ne) čuti potrebe povrniti družbi 4,062 1,760 PZ55 Med MR spoznal, da znanjem lahko izb. družb. razm. 3,913 1,491 INTRINZ Intrinzični motivi (Likertova lestvica) 4,775 0,657 M2_13* Rad raziskujem 5,545 0,843 PZ14 Dodatno izobraževanje poleg zaposlitve 5,403 0,831 M3_4 Notranje zadovoljstvo ob dobrem delu 5,321 0,861 PZ52* Brez MR ta znanja pridobil drugače 4,212 1,478 M2_11 Zaposlitev, na katero bom ponosen 4,168 1,639 M2_2 Tudi brez MR DR študij 4,006 1,894 Nadaljevanje na naslednji strani Nasploh imajo anketiranci pri vseh izbranih spremenljivkah razme- roma visoko povprečje, kar pomeni, da so jim vsi izbrani motivi dokaj do zelo pomembni. Zanimivo je, da je standardni odklon pri spremen- ljivkah z najvišjo povprečno oceno najmanjši, pod 1, pri nižje ocenjenih spremenljivkah pa je višji, tudi okrog 1,5. Bolj kot se anketiranci v povprečju strinjajo z nekim navedenim motivom, manj razpršeni so njihovi odgovori, bolj enotni so v oceni pomembnosti tega motiva. Pri v povpre- čju najnižje ocenjenem motivu, tj. da bi se tudi brez usposabljanja MR odločili za doktorski študij, je razpršenost veliko večja, saj je pri povprečni vrednosti okrog 4 standardni odklon okrog 2. Kljub temu, da so anketiranci v povprečju odgovorili, da bi se tudi brez usposabljanja MR odločili za doktorski študij, to dejansko v veliki meri drži le za približno polovico anketirancev, ostali o tem niso prepričani. Z rangiranjem motivov po pomembnosti skušamo ugotoviti motiva- cijsko sliko glede na prosocialno in intrinzično motivacijo pri obravna- vani skupini (preglednica 11.17). V istem rangu so združeni motivi, ka-120 Analize 11.5 Preglednica 11.16 Nadaljevanje s prejšnje strani Motiv – mladi raziskovalci iz gospodarstva (1) (2) PROSOC Prosocialni motivi (Likertova lestvica) 4,668 0,701 PZ11 Prispevati k organizaciji zaposlitve 5,449 0,780 PZ18 Pomembno deliti znanje z drugimi 5,231 0,903 M2_4 Notranje zadovoljstvo ob dobrem delu 5,102 1,110 M2_9* Z znanjem kasneje pripomogel k uspehu organizacije 4,907 1,350 PZ53 Z znanjem MR lahko pripomore k razvoju organizacije 4,779 1,198 PZ56 Z znanjem MR uspešneje reševal probleme izven zap. 4,369 1,298 PZ27 Pomen premoščanja družbenih razlik preko službe 4,365 1,150 PZ57 Znanje MR želim povrniti družbi 4,340 1,294 PZ55 Med MR spoznal, da znanjem lahko izb. družb. razm. 4,079 1,488 PZ54_R Čeprav MR plačan, (ne) čuti potrebe povrniti družbi 3,835 1,670 INTRINZ Intrinzični motivi (Likertova lestvica) 4,727 0,648 PZ14 Dodatno izobraževanje poleg zaposlitve 5,269 0,973 M2_13* Rad raziskujem 5,259 1,130 M3_4 Notranje zadovoljstvo ob dobrem delu 5,222 0,890 PZ52* Brez MR ta znanja pridobil drugače 4,574 1,299 M2_11 Zaposlitev, na katero bom ponosen 4,042 1,704 M2_2 Tudi brez MR DR študij 3,907 2,030 Opombe Naslovi stolpcev: (1) povprečje, (2) standardni odklon. * Spremenljivka s statistično značilno razliko med skupinama terih srednja vrednost ni statistično značilno različna; lahko torej upo- števamo, da so si isti po srednji vrednosti (preverjanje s t-testom za odvisne vzorce). Med MR (in podobno tudi med vsemi, saj je MRjev v skupni bazi toliko več, da v skupni analizi prevladajo) se motivi razme- roma enostavno porazdelijo po pomembnosti. Motiva PZ52 (brez MR bi znanje pridobil drugače) in M2_11 (MR mi bo omogočilo zaposlitev, na katero bom ponosen) se uvrščata v obe rangirni skupini, saj sta si enaka tako z motivi šeste kot z motivi sedme skupine. V skupnem pre- gledu je taka le spremenljivka M2_11. Sicer pa so MR za razliko od MRG v povprečju pretežno intrinzično motivirani; na prvih mestih najdemo kar dva. Tudi sicer MR intrinzične motive rangirajo nekoliko više kot MRG, pri katerih so za odtenek pomembnejši prosocialni motivi. Zani- mivo je, da sta v obeh skupinah med najmanj pomembnimi motivi želja po doktorskem študiju tudi brez usposabljanja MR ter potreba povrniti družbi vložek za usposabljanje MR. Med MRG je motivacijska slika pri prosocialnih in intrinzičnih mo- 121 11 Anketa Preglednica 11.17 Rangiranje prosocialnih in intrinzičnih motivov pri MR in MRG Mladi raziskovalci Mladi raziskovalci Vsi skupaj iz gospodarstva (1) (2) (3) (1) (2) (3) (1) (2) (3) M2_13 5,545 I PZ11 5,449 I M2_13 5,480 I PZ14 5,403 II PZ14 5,269 I/II PZ11 5,405 I PZ11 5,392 II M2_13 5,259 I/II PZ14 5,372 I/II PZ18 5,376 II PZ18 5,231 II PZ18 5,343 I/II M3_4 5,321 II M3_4 5,222 I/II M3_4 5,298 II M2_4 4,866 III M2_4 5,102 II M2_4 4,920 III PZ53 4,784 III M2_9 4,907 III PZ53 4,783 IV INTRINZ 4,775 III PZ53 4,779 III INTRINZ 4,764 IV PROSOC 4,620 IV INTRINZ 4,727 III PROSOC 4,631 V PZ57 4,609 IV PROSOC 4,668 III/IV PZ57 4,546 V M2_9 4,401 V PZ52 4,574 III/IV M2_9 4,516 V PZ56 4,391 VI PZ56 4,369 IV/V/Va PZ56 4,386 VI PZ27 4,334 VI PZ27 4,365 V PZ27 4,342 VI PZ52 4,212 VI/VII PZ57 4,340 V/VI PZ52 4,212 VI M2_11 4,168 VI/VII PZ55 4,079 V/VI/VII M2_11 4,140 VI/VII PZ54_R 4,062 VII M2_11 4,042 V/VI/VII PZ54_R 4,010 VII M2_2 4,006 VII M2_2 3,907 Va/VI/VII M2_2 3,983 VII PZ55 3,913 VII PZ54_R 3,835 VII PZ55 3,951 VII Opombe Naslovi stolpcev: (1) vrsta usposabljanja, (2) povprečje, (3) rang. tivih precej bolj kompleksna (slika 11.1) kot pri MR. Motivi se po pomembnosti oz. povprečni oceni združujejo veliko bolj neenakomerno, in sicer tako, da se posamezna spremenljivka (motiv) uvršča tudi v do tri rangirne skupine. Enako je z nekaterimi spremenljivkami drugih rangov, vendar so te med seboj (po rangirnih skupinah) statistično značilno različne. To pomeni, da MRG za prenos znanja v povprečju nimajo jasno defi- niranih prioritet in da se motivi ene vrste zelo prepletajo z motivi druge vrste. Ker je vzrok za tako sliko deloma tudi v relativno majhnih razlikah v pomembnosti (povprečna ocena) posameznih motivov, vsekakor lahko govorimo o drugačni naravnanosti pri prenosu znanja v prakso. MRG očitno prenos znanja v prakso povezujejo z več vidiki, zato jih k temu vodijo bolj raznoliki motivi kot MR. Čeprav so si po številu projektov z gospodarstvom, v katerih sode- 122 Analize 11.5 Motiv Rang I II III IV V VI VII VIII MR M2_13 • PZ14 • PZ11 • PZ18 • M3_4 • M2_4 • PZ53 • PZ57 • M2_9 • PZ56 • PZ27 • PZ52 • • M2_11 • • PZ54_R • M2_2 • PZ55 • MRG PZ11 • PZ14 • • M2_13 • • PZ18 • M3_4 • • M2_4 • M2_9 • PZ53 • PZ52 • • PZ56 • • • PZ27 • PZ57 • • PZ55 • • • M2_11 • • • M2_2 • • • PZ54_R • Slika 11.1 Rangirne skupine intrinzičnih in prosocialnih motivov MR in MRG (delna motivacijska slika) lujejo, MR in MRG enaki, ugotovimo velike razlike pri vključenosti v take projekte. Skoraj enkrat več MRG kot MR sodeluje v vsaj enem ta- kem projektu. Iz tega lahko sklepamo, da je prepletenost intrinzičnih 123 11 Anketa Preglednica 11.18 Pregled vključevanja v projekte z gospodarstvom Postavka MR MRG Skupaj Povprečno število projektov z gospodarstvom 4,1 4,9 4,3 (standardni odklon) (1,4) (1,1) (1,1) Delež vključenih v vsaj en projekt z gospodarstvom 47,8 % 79,8 % 55,1 % in prosocialnih motivov pri sodelovanju z gospodarstvom celo dobro- došla. Ponazorjeno s primerom to pomeni, da so MRG potencialno mo- tivirani za vključevanje v več projektov z vidika njihovih lastnosti: tako v znanstveno kot komercialno zanimive. Pregled motivacije za usposabljanje in za prenos znanja Ker se pri iskanju skupin ni pokazala nobena izrazito značilna skupina, smo nadaljevali s pregledom vzorca po vnaprej določenih skupinah. Prva taka je bila primerjava med respondenti različnega tipa usposab- ljanja. Preverjali smo hipoteze, da so motivi za vključitev posameznikov v program usposabljanja MR različni, glede na to, v kakšno vrsto pro- grama so vključeni, in da posledično izkazujejo tudi različen interes do sodelovanja z gospodarstvom in drugimi končnimi uporabniki znanja. V preglednici 11.19 prikazujemo motive za vključitev v program usposabljanja za MR/MRG. Urejeni so od najpomembnejšega do najmanj pomembnega glede na povprečno vrednost odgovora v posamezni sku- pini respondentov. V analizo smo izbrali le spremenljivke, pri katerih so bile povprečne vrednosti med skupinama statistično značilno raz- lične. Vrednosti pod 3,5 označujejo povprečno nepomembnost motiva, vrednosti 3,5 in višje pa, da je motiv za izbrano skupino v povprečju pomemben.2 Da bi ugotovili dejansko motivacijsko sliko obravnavanih skupin, smo razlike v oceni posameznih motivov preverili še s t-testom za odvisne vzorce, s čimer smo ugotovili dejansko pomembnost motivov oz. razvrstitev motivov po pomembnosti. Zaradi nekaterih razlik v načinu usposabljanja smo preverjali, ali so motivi za vključitev posameznikov v program usposabljanja MR različni glede na to, v katero vrsto usposab- ljanja se vključijo. Posledično predvidevamo, da zaradi različne narave in tudi organizacije dela izkazujejo tudi različen interes za sodelova- 2. Vrednosti se statistično značilno, pri p<0.05, razlikujejo od 3.5, ki je meja med pozitivnimi in negativnimi odgovori. Vrednosti nad prekinjeno črto obravnavamo kot pozitivne, torej pomembne, pod njo pa kot negativne, torej nepomembne. 124 Analize 11.5 Preglednica 11.19 Primerjava pomembnosti motivov za usposabljanje med MR in MRG Oznaka Opis (1) (2) Mladi raziskovalci M2_13 Rad raziskujem 5,55 1 M2_10 Pridobiti raziskovalne kompetence 5,12 2 M2_8 Najboljša pot do kakovostnega znanja 4,92 3 M2_1 Zanimal akademski poklic 4,41 4 M2_9 Z znanjem kasneje pripomoči k uspehu organizacije 4,40 4 M2_5 Plača med študijem 4,27 4 M2_12 Za višji zaslužek kasneje 3,10 5 M3_7 Zaslužek najpomembnejši dejavnik zaposlitve 2,78 6 M3_9 Rad imam tekmovalne situacije 2,50 7 Mladi raziskovalci iz gospodarstva M2_13 Rad raziskujem 5,26 1 M2_9 Z znanjem kasneje pripomoči k uspehu organizacije 4,91 2 M2_10 Pridobiti raziskovalne kompetence 4,67 2/3 M2_8 Najboljša pot do kakovostnega znanja 4,44 3 M2_12 Za višji zaslužek kasneje 3,75 4 M2_5 Plača med študijem 3,73 4 M3_7 Zaslužek najpomembnejši dejavnik zaposlitve 3,29 5 M2_1 Zanimal akademski poklic 3,19 5 M3_9 Rad imam tekmovalne situacije 3,07 5 Opombe Naslovi stolpcev: (1) povprečje, (2) rang. nje z gospodarstvom in drugimi končnimi uporabniki znanja. Motivi v preglednici so razvrščeni po pomembnosti, stolpec rang predstavlja pomembnost posameznega motiva za skupino glede na ostale motive. Rang motiva je bil določen na podlagi t-testa za odvisne vzorce, pri čemer smo paroma primerjali povprečja posameznih motivov in določali statistično značilne razlike med njimi. Spremenljivke z značilno različ- nimi povprečji so uvrščene v različne range, spremenljivke, pri katerih je razlika med povprečji posledica vzorčenja, pa v isti rang. V skladu s tem lahko motive, ki jih posamezne spremenljivke merijo, označimo za bolj ali manj pomembne od drugih motivov za posamezno opazovano skupino. Vidimo, da se motivi za vključitev v program usposabljanja med MR in MRG do neke mere razlikujejo. Najpomembnejši motiv za vse respon- dente je naklonjenost do raziskovanja, ki pa je MR v povprečju še po- 125 11 Anketa membnejši kot MRG. S tem potrjujemo hipotezo, v kateri smo predpo- stavljali, da mlade k vpisu v program vodi prav raziskovalna želja (in ne kateri od bolj pragmatičnih motivov). MR in MRG vodita še želja pridobiti raziskovalne kompetence, program MR pa ocenjujejo tudi kot najboljšo pot do kakovostnega znanja. Motivi raziskovanja in ustvarja- nja, ki so pretežno intrinzične narave, odslikujejo tudi splošno idejo o tem, kaj naj bi mlade vodilo v usposabljanje za MR. Motivi varnosti, ki so ekstrinzične narave (zaslužek) so anketiranim MR v povprečju nepo- membni (4., 5. in 6. rang). V tej skupini najdemo zanimanje za visoko cenjen akademski poklic, prispevek k uspehu organizacije in plačo med študijem. Prvega lahko povežemo s (socialnim) prestižem, druga dva pa sta posredno ali neposredno povezana s finančnimi in materialnimi do- brinami. Tudi pri MRG v 4. rangu najdemo ekstrinzične motive, pove- zane z dohodkom: verjetnost visokega zaslužka v prihodnosti in plača med študijem. Za razliko od MR akademski poklic MRG v povprečju ne zanima, za enega najpomembnejših motivov pa se v povprečju kaže že- lja po prispevanju k uspehu organizacije. Motiva uspeha in znanja se pri MRG po pomembnosti nekoliko prepletata, saj v povprečju pripisu- jejo enak pomen pridobitvi raziskovalnih kompetenc in osvojitvi znanja za uspeh organizacije, program MR pa v veliki meri ocenjujejo kot naj- boljšo pot do kakovostnega znanja in ta motiv, podobno kot MR, uvr- ščajo na tretje mesto po pomembnosti. Obema skupinama je sicer skupno, da so kot pomemben motiv ozna- čili prejemanje plače med študijem, kar pa je bilo MR bolj pomembno kot MRG. Slednje pojasnjujemo s tem, da je za MRG varnost zaposli- tve običajno večja, saj so v času usposabljanja zaposleni v podjetju, ki ima običajno tudi interes za nadaljnje sodelovanje z mladim raziskoval- cem, MR pa največkrat niso zaposleni v podjetju; svojo prvo zaposlitev na univerzi pridobijo ravno z usposabljanjem za MR, pri čemer je pri- hodnost njihove zaposlitve po usposabljanju velikokrat nepredvidljiva. Najmanj izražen motiv med izbranimi je bil motiv moči oz. uspeha, ki se odraža skozi tekmovalne situacije; ta je med MR še manj pomemben kot med MRG. Še bolj zanimiva je analiza motivov za prenos znanja. MRG skoraj vse izbrane motive označujejo za pomembne; motivi se v dve skupini ločijo kot zelo pomembni in skoraj popolnoma pomembni (na osnovi pov- prečja šeststopenjske ocenjevalne lestvice). MRG z manjšo pomemb- nostjo ocenjujejo spretnosti in specifična znanja, usvojena med uspo- sabljanjem, ki se jim ne zdijo bistvena za opravljanje poklica. Podobno 126 Analize 11.5 Preglednica 11.20 Interesi za sodelovanje z gospodarstvom MR in MRG Oznaka Opis (1) (2) Mladi raziskovalci PZ22 Reševanje konkretnega problema v organizaciji 4,94 1 PZ42 Brez spretnosti MR nezmožen opravljati poklica 4,67 2 PZ23 Sodelovanje z ljudmi iz gospodarstva 4,56 2 PZ3b1 Osebno pomembno sodelovanje z gospodarstvom 4,53 2 PZ21 Pomembno sodelovati pri projektih iz gospodarstva 4,50 2 PZ3a3 Sodelovanje pri projektih iz gospodarstva omogočilo reševa- 4,40 3 nje konkretnih problemov organizacij PZ28 Odkrivanje novih problemov v podjetjih 4,38 3 PZ3a7 Nadrejeni želi sodelovanje iz gospodarstva 3,84 4 PZ3a8 Službenim kolegom pomembno sodelovanje z gospodarstvom 3,64 5 PZ3b2 Pričakuje se sodelovanje z gospodarstvom 3,55 5 PZ51 Specifična znanja MR bistveno koristijo pri poklicu 2,29 6 Mladi raziskovalci iz gospodarstva PZ21 Pomembno sodelovati pri projektih iz gospodarstva 5,47 1 PZ3b1 Osebno pomembno sodelovanje z gospodarstvom 5,43 1 PZ23 Sodelovanje z ljudmi iz gospodarstva 5,42 1 PZ22 Reševanje konkretnega problema v organizaciji 5,39 1 PZ3b2 Pričakuje se sodelovanje z gospodarstvom 5,10 2 PZ28 Odkrivanje novih problemov v podjetjih 5,05 2 PZ3a3 Sodelovanje pri projektih iz gospodarstva omogočilo reševa- 4,97 2 nje konkretnih problemov organizacij PZ3a7 Nadrejeni želi sodelovanje iz gospodarstva 4,94 2 PZ3a8 Službenim kolegom pomembno sodelovanje z gospodarstvom 4,79 2 PZ42 Brez spretnosti MR nezmožen opravljati poklica 3,49 3 PZ51 Specifična znanja MR bistveno koristijo pri poklicu 2,88 3 Opombe Naslovi stolpcev: (1) povprečje, (2) rang. sicer menijo tudi MR, ki pa ocenjujejo, da brez spretnosti, usvojenih med usposabljanjem, ne bi mogli opravljati poklica, in ta motiv uvr- ščajo v drugi rang po pomembnosti. MR je sicer v povprečju najbolj po- membno, da lahko rešujejo konkretne probleme v organizaciji, kar je nenavadno, glede na to, da za razliko od MRG povečini niso zaposleni v gospodarstvu. Ta motiv prenosa znanja je v prvem rangu tudi med MRG, vendar v družbi še treh motivov združevanja, povezanih s sode- lovanjem z ljudmi in v projektih iz gospodarstva. Vsi ti motivi imajo sicer višjo povprečno oceno pomembnosti kot pri MR, kar pomeni, da 127 11 Anketa Preglednica 11.21 Pregled izračunanih faktorjev, indikatorjev usposabljanja Faktor Opis Pojasnjena varianca MENTOR Ocena sodelovanja z mentorjem 13,39 % PRICAKOVANJA Pričakovanja pred vključitvijo v program usposabljanja 8,44 % INTRINZIKA Intrinzični motivi za vključitev v usposabljanje 7,37 % DELO_MR Vrsta in količina s študijem nepovezanega dela, 6,98 % opravljenega med usposabljanjem EXTRINZIKA Ekstrinzični motivi za vključitev v usposabljanje 6,42 % je v celoti gledano MRG prenos znanja v smislu sodelovanja z gospodar- stvom bolj pomemben kot MR. Vsi drugi motivi, ki jih MRG označujejo kot pomembne, so si sicer po pomembnosti enaki, saj se vsi vključijo v 2. rang, poleg pričakovanj o sodelovanju s končnimi uporabniki znanja pa vključujejo še odkrivanje in reševanje problemov v organizacijah. Pri MR je slika nekoliko bolj kompleksna, saj motive prenosa zna- nja pri njih lahko po pomembnosti razvrstimo v šest rangov. V drugem rangu najdemo osebne motive za sodelovanje s končnimi uporabniki znanja, v tretjem rangu možnost odkrivanja in reševanja problemov, v četrtem in petem pa pričakovanja glede sodelovanja s končnimi uporab- niki znanja. Lahko bi rekli, da MR pri prenosu znanja v prakso postavljajo v ospredje osebni raziskovalni interes, medtem ko od nadrejenih in oko- lja niso spodbujani k sodelovanju z gospodarstvom, kar je skladno z modelom, ki poudarja povezavo »vlada–univerza« pri prenosu znanja. Na drugi strani MRG pri prenosu znanja dajejo poudarek interesu orga- nizacije oz. pričakovanjem nadrejenih in drugih v okolju, kar je skladno z modelom trojne vijačnice pri prenosu znanja. V tem oziru slednji raz- mišljajo bolj prosocialno oz. družbeno odgovorno. Vpliv motivacije za usposabljanje in ocene usposabljanja na prenos znanja Vpliv motivacije in ocene usposabljanja na prenos znanja smo preverili z uporabo faktorske in regresijske analize. S faktorsko analizo smo izra- čunali pet faktorjev, ki skupaj pojasnjujejo 42,6 % variabilnosti obrav- navanih spremenljivk. Prenos znanja je kompleksna dimenzija, ki je ne moremo enoznačno opredeliti, zato si pomagamo z več indikatorji. Te smo izračunali na podlagi drugih analiz. Z metodo glavnih komponent smo spremenljivke razdelili v skupine, ki kažejo določene elemente dimenzije prenosa zna- 128 Analize 11.5 Preglednica 11.22 Pregled izračunanih komponent, indikatorjev prenosa znanja Faktor Opis Pojasnjena varianca NAMERA Izraženost namere za sodelovanje v projektih 16,2 % z gospodarstvom USTREZNOST_MR Ustreznost usposabljanja MR za opravljanje poklica 11,5 % ZNANJE Kakovost in uporabnost znanja, pridobljenega med 11,1 % usposabljanjem, za prenos znanja DR_KORIST Izraženost namere povrniti družbi vložek za 10,0 % usposabljanje MR EKSTRINZICNA Ekstrinzčni motivi za prenos znanja v prakso 8,9 % Preglednica 11.23 Primerjava povprečij komponent med MR in MRG VRSTA_USPOS Skupaj MR MRG (1) (2) (3) (1) (2) (3) (1) (2) (3) NAMERA_G* 334 4,66 1,07 250 4,46 1,09 84 5,26 0,72 USTREZA_MR* 431 3,55 0,82 334 3,61 0,80 97 3,36 0,87 ZNANJE 437 5,01 0,63 336 5,02 0,63 101 4,98 0,62 DR_KORIST 456 4,24 1,25 350 4,29 1,23 106 4,07 1,29 EXTRINZICNA* 342 3,79 1,05 260 3,72 1,05 82 4,03 1,03 Opombe Naslovi stolpcev: (1) število enot, (2) povprečje, (3) standardni odklon. * Komponenta s statistično značilnimi razlikami med MR in MRG ( p < 0,01). nja. Izkazalo se je, da je vsebinsko najustreznejši rezultat, ki ga dobimo pri določitvi petih komponent. Za lažjo interpretacijo uteži smo uporabili varimax rotacijo. Med vsemi anketiranci ima najvišjo povprečno vrednost kompo- nenta znanja, najnižjo pa ustreznost usposabljanja MR za prenos zna- nja. MRG pa najvišjo vrednost izražajo pri komponenti namere o so- delovanju s končnimi uporabniki znanja, pri čemer se tudi razlikujejo od MR, ki izražajo bistveno nižjo namero za sodelovanje. Statistično značilne razlike med skupinama so tudi v komponenti ustreznosti us- posabljanja MR za opravljanje poklica (MR ocenjujejo bolje) ter v ek- strinzični motivaciji za prenos znanja (MRG izražajo v večji meri). V oceni komponente znanja in družbene koristi se skupini ne razlikujeta; pridobljeno znanje oboji ocenjujejo bolje kot motive družbene koristi. Z multiplo regresijsko analizo smo nato preverili vpliv faktorjev na opazovano dimenzijo, to je prenos znanja v prakso. Vpliv indikatorjev mentorstva, motivacije in pogojev smo preverjali le na izračunanih indi- katorjih prenosa znanja (slika 11.2). Regresijska analiza vpliva izbranih faktorjev na število projektov iz gospodarstva (merjeni indikator pre-129 11 Anketa nosa znanja) namreč pokaže, da ni statistično značilnih vplivov faktor- jev na spremenljivko. Na namero za sodelovanje v projektih iz gospo- darstva statistično značilno vpliva le peti faktor, ki predstavlja ekstrin-zično motivacijo za prenos znanja. Regresijski koeficient znaša 0,37, kar pomeni, da se ob povečanju ekstrinzične motivacije za eno stopnjo namera za sodelovanje v gospodarstvu poveča za 0,37 stopnje. Poveča- nje plačila ali obet več raziskovalnih točk bi pomenil tudi povečanje na- mere za sodelovanje v projektih z gospodarstvom. Na oceno ustrezno- sti kompetenc, pridobljenih z usposabljanjem MR, statistično značilno vplivajo trije faktorji: mentor, pričakovanja in intrinzična motivacija. Vsi so pozitivno povezani z oceno ustreznosti kompetenc; vsebinsko smiselno najmočnejšo povezanost opazimo s faktorjem uresničitve pri- čakovanj. Regresijska enačba kaže, da se ob povečanju uresničitve pri- čakovanj, uspešnosti sodelovanja z mentorjem in intrinzičnih motivov poveča tudi ocena ustreznosti usposabljanja MR za opravljanje dela. To pomeni, da kandidati, ki so bolj notranje motivirani, ki dobro sodelu- jejo z mentorjem (in obratno) in katerih pričakovanja se (posledično?) v programu uresničijo, od usposabljanja tudi več odnesejo. Spremenljivka ZNANJE meri neposreden prenos znanja in odnos do znanja kot vre- dnote. Vidimo, da na to spremenljivko statistično značilno vpliva ure- sničitev pričakovanj, delo v času usposabljanja in pa intrinzična moti- vacija. Zanimivo je, da obseg in vrsta dela med usposabljanjem vplivata na prenos znanja negativno, kar pomeni, da se pri veliki povezanosti dela med usposabljanjem s samo vsebino usposabljanja odnos do zna- nja »poslabša«. Iz tega gre sklepati, da je za MR celo koristno, da del dela med usposabljanjem opravijo na drugih področjih in s tem ohra- nijo nekoliko širine, hkrati pa se »umaknejo« od glavne teme svojega raziskovanja in/ali disertacije ter tako dobijo nekaj kritične distance, ki je v takem delu vedno dobrodošla in potrebna. Največji vpliv se kaže pri vplivu intrinzične motivacije, kar pa je razmeroma logično, saj je odnos do znanja in neposrednega prenosa znanja razmeroma osebna katego- rija. Na družbenokoristno vedenje statistično značilno vplivajo le ure- sničena pričakovanja in intrinzična motivacija. Vplivi izračunanih faktorjev na posamezne indikatorje prenosa zna- nja so, z izjemo dveh povezav, razmeroma nizki. Pričakovanja glede us- posabljanja srednje močno vplivajo na oceno ustreznosti usposabljanja MR za delovanje v praksi, nekoliko manjši je vpliv intrinzičnih motivov za vključitev v usposabljanje na oceno kakovosti in ustreznosti znanja, pridobljenega med usposabljanjem, za delovanje v praksi. 130 Analize 11.5 ORG4 0,87 O3a5 0,85 O3a6 0,80 O3a1 0,78 O3a4 0,75 Mentor Projekti PZ3d O3a2 0,72 0,22 O3a12_R 0,64 O3a10_R 0,64 O3a3 0,50 PZ43 O5_4 0,70 PZ51_R Ustreza MR O5_3 0,70 0,57 PZ52 O5_2 0,64 Pričakovanja PZ53 O5_1 0,58 0,18 O5_6 0,57 0,14 PZ12 PZ14 M3_10 0,67 Znanje PZ16 M2_13 0,64 0,17 PZ24 M3_2 0,60 PZ56 0,46 M2_4 0,60 Intrinzika M2_10 0,58 0,22 M3_4 0,52 M3_6 0,52 PZ54_R DR korist PZ57 O2a1_R 0,76 -0,18 O2a5_R 0,68 O2a4_R 0,62 O2a2 0,60 Delo MR O2a3 0,56 PZ26 Ekstrinzična PZ3a2 ORG2b 0,52 O3a8 0,48 PZ3a4 M2_12 0,72 0,42 M3_8 0,63 PZ21 M2_14 0,58 Ekstrinzika 0,07 Namera G PZ3a1 M3_9 0,57 PZ3a8 M2_7 0,57 Slika 11.2 Regresijska analiza motivov za vključitev v usposabljanje MR in za prenos znanja v prakso Usposabljanje MR sicer poteka dvotirno: usposabljanje MR na viso- košolskih institucijah in inštitutih ter usposabljanje MRG v gospodar- skih organizacijah. V ozadju te delitve je predpostavljena različna orientacija oz. interesna usmerjenost udeležencev usposabljanja: medtem ko naj bi bili prvi bolj zainteresirani za akademsko in znanstveno-razisko- valno delo, naj bi druge bolj zanimalo delovanje v praksi, torej razisko- vanje v gospodarskih in negospodarskih organizacijah z neposrednim prenosom rezultatov v družbo. Zato smo preverili še vplive faktorjev pri posamezni skupini usposabljancev (slika 11.3). Izkaže se, da obstajajo med MR in MRG bistvene razlike pri vplivu faktorjev usposabljanja na motive prenosa znanja. Ocena ustreznosti usposabljanja za prenos znanja v prakso je pri obeh skupinah odvisna od ocene sodelovanja z mentorjem ter od pričakovanj, ki so jih imeli glede usposabljanja, medtem ko ocena koristnosti in uporabnosti zna- 131 11 Anketa MR MRG Mentor 0,20 Ustreza MR 0,38 Mentor 0,58 0,49 Pričakovanja 0,19 Znanje Pričakovanja 0,15 0,48 Intrinzika 0,23 DR korist Intrinzika –0,26 Delo MR Ekstrinzična Delo MR 0,40 0,41 Ekstrinzika 0,35 Namera G Ekstrinzika Slika 11.3 Primerjava vpliva motivov za vključitev v usposabljanje MR in na prenos znanja v prakso med MR in MRG nja pri MRG sploh ni odvisna od izračunanih faktorjev. Pri MR na oceno znanja podobno kot pri celotni populaciji vplivajo sodelovanje z men- torjem, pričakovanja in delo v času usposabljanja. Najbolj zanimivi sta vsekakor komponenti družbene koristi in namere za sodelovanje v pro- jektih s končnimi uporabniki znanja. Pri MR je prva pod srednje šibkim vplivom intrinzičnih motivov, medtem ko pri MRG izračunani faktorji na družbeno koristen prenos znanja v prakso ne vplivajo. Pri drugi, torej nameri za sodelovanje s končnimi uporabniki znanja, pa MR izkazujejo srednji vpliv ekstrinzičnih motivov, MRG pa srednji vpliv intrinzičnih motivov. Do neke mere nam model torej potrjuje teoretične predpostavke, ki so tudi v ozadju obeh vrst usposabljanja. MRG so bolj notranje motivi- rani za sodelovanje z gospodarstvom in negospodarstvom, medtem ko MR za to v večji meri potrebujejo zunanje spodbude. Po drugi strani pa so MR bolj notranje motivirani za to, da bi s prenosom svojega znanja v družbo tej povrnili vložek v svoje usposabljanje. 11.6 Ugotovitve ankete Analiza anketnih podatkov je pokazala, da smo kljub relativno slabi od- zivnosti dosegli dokaj reprezentativen vzorec, ki je vseboval tudi za- dostno število enot za vse potrebne analize. Z razvrščanjem v skupine kljub različnim apliciranim metodam nismo mogli pridobiti značilnih skupin, zato lahko ugotovimo, da glede na opazovane dejavnike in vi- dike MR (skupaj z MRG) ne moremo ločiti v dve ali več specifično raz- 132 Ugotovitve ankete 11.6 ličnih skupin. Z diskriminantno analizo smo ugotovili, da lahko ude- ležence usposabljanja grobo ločimo na bolj intrinzično in bolj ekstrin- zično motivirane, kar v povezavi z drugimi rezultati daje nekaj okvirov za način selekcije kandidatov za usposabljanje. Nadaljnje analize smo zato opravili na podlagi vnaprej danih skupin, to je MR in MRG. Izkaže se, da sta si skupini razmeroma različni tako glede motivacije za usposabljanje kot glede motivacije za prenos znanja. V skladu z osnovnimi razlikami obeh načinov implementacije programa so MR nekoliko bolj motivirani za akademsko delo, MRG pa v večji meri izkazujejo interes za prenos znanja. Odnos z mentorjem je pri obeh sku- pinah pomemben pri oceni ustreznosti znanja in kompetenc, ne pa tudi pri prenosu znanja. Ocena usposabljanja je odvisna tudi od pričakovanj, kar je značilno za obe skupini. MRG so sicer v splošnem bolj intrinzično motivirani za prenos znanja, MRG pa bolj ekstrinzično. 133 12 Fokusne skupine Problem smo, kot je bilo predstavljeno v prejšnjem poglavju, obravna- vali kvantitativno z metodo ankete, v pričujočem poglavju pa predsta- vljamo še kvalitativni pristop, to je metodo fokusnih skupin. S to me- todo skušamo odgovoriti na nekatere vidike raziskovalnega problema, na katera z anketo nismo dobili odgovorov ali pa ti niso bili celostni. Na-našajo se predvsem na specifične izkušnje in odnose ter na poglobljen vpogled v usposabljanje. Zapišemo jih lahko v obliki naslednjih ciljev: • Katere so ključne prednosti usposabljanja v okviru programa mladih raziskovalcev? • Kako udeleženci programa prepoznavajo njegov namen in ga po- vezujejo s svojimi motivi za usposabljanje? • Katere pomanjkljivosti se kažejo pri implementaciji programa z vidika njegovega namena? • Katere dobre prakse zaznavajo udeleženci programa? Glede na definicijo raziskovalnega problema in zastavljene cilje ter upoštevajoč rezultate ankete smo za fokusne skupine pripravili nasle- dnja raziskovalna vprašanja: • Kateri so ključni motivi udeležencev za vključitev v program usposabljanja? • Kaj je udeležencem pomembno v odnosu mentor–kandidat? • Kako udeleženci programa razumejo prenos znanja in katere ovire vidijo v tem? • Katere namene programa in ovire pri njegovi implementaciji za- znavajo udeleženci programa? 12.1 Metoda fokusnih skupin Na podlagi analize možnih metod za raziskovanje zastavljenih tem smo izbrali metodo fokusnih skupin. Fokusne skupine so »raziskovalna teh- nika za zbiranje podatkov skozi skupinsko interakcijo na temo, ki jo do- loči raziskovalec. Raziskovalčev interes predstavlja fokus, podatki sami 135 12 Fokusne skupine pa se ustvarjajo skozi skupinsko interakcijo« (Morgan 1997, 6). Chur- chill in Iacobucci (2005, 81) priporočata metodo fokusnih skupin med drugim za raziskovanje odnosov in vtisov, pa tudi navad in vedenjskih vzorcev. Edmundsova (1999, 3–8) dodaja, da so fokusne skupine eden najboljših načinov za odkrivanje in razumevanje percepcij, občutkov in motivacije. Fokusne skupine kot metoda kvalitativnega pridobiva- nja podatkov omogočajo podrobnejši in bolj poglobljen vpogled v oko- liščine in so posebno primerne za raziskovanje t. i. »mehkih« družbenih pojavov, kot so odnosi ali načini delovanja (Easterby-Smith, Thorpe in Lowe 2007), hkrati pa omogočajo klasične premise opazovanja zunanje resničnosti kot kar se da objektivne. Prednost metode fokusnih skupin je predvsem v potencialnem pri- dobivanju sicer tacitnih mnenj, katerih manifestacijo sproži dinamika skupinskega pogovora, v primerjavi z individualnimi intervjuji pa zah- tevajo tudi manj časa in sredstev (Morgan 1997; Morgan in Krueger 1998). Krueger (1998) pa pri sami izvedbi fokusnih skupin opozarja na vlogo in pomen moderatorja, ki mora znati v pogovoru obdržati rdečo nit oz. fokus, torej usmerjati pogovor na raziskovano tematiko. Ker je uspešnost izvedbe fokusne skupine odvisna od spodbudne klime med udeleženci, je vloga moderatorja tudi spodbujanje manj formal- nega vzdušja pred in med njeno izvedbo. Osnovna omejitev take raz- iskave je, da ne omogoča posploševanja rezultatov in napovedi trendov (Churchill in Iacobucci 2005, 77 in Edmunds 1999, 2), ponudi pa poglo- bljen vpogled v navade, razmišljanje in vzgibe proučevanih skupin. Izhajajoč iz teorije ugotavljamo, da je glede na naša raziskovalna vprašanja in namen raziskave metoda fokusnih skupin najustreznejša. Zanima nas namreč odnos udeležencev programa – mladih raziskoval- cev in njihovih mentorjev – do izbrane tematike ter izkušnje in prakse pri implementaciji instrumenta. Ker smo se osredotočali na posamezne mehanizme in primere dobrih praks, ne pa na neke specifične lastno- sti preučevane populacije, reprezentativnost in možnost posploševanja nista ključnega pomena. 12.2 Vzorčenje in rekrutiranje udeležencev Pri sestavljanju skupin smo upoštevali splošna pravila, kot jih predsta- vijo Churchill in Iacobucci (2005, 81), Edmundsova (1999) in Green- baum (1998): udeleženci znotraj skupine naj bodo po izbranih značilno- stih čim bolj podobni, skupine pa naj se med sabo razlikujejo; stremimo torej k notranji homogenosti in zunanji heterogenosti. Na tak način naj 136 Potek fokusnih skupin 12.3 bi dosegli večjo variabilnost odgovorov. V skupine je priporočljivo vklju- čiti od 4 do 8 udeležencev, saj manj udeležencev pomeni premalo sku- pinske interakcije, več pa težjo obvladljivost in moderiranje (Morgan in Krueger 1998). Čeprav je z vidika metode priporočljivo izvesti vsaj 4 do 5 skupinskih pogovorov, pa smo se glede na ciljne skupine in pomen metode v ce- lotnem empiričnem delu odločili izpeljati 3 fokusne skupine. V vsako smo vključili predstavnike ene od ciljnih skupin v obravnavani popu- laciji, ki so jo predstavljali udeleženci programa, pri čemer smo skušali zagotoviti čim večjo variabilnost po znanstvenih in geografskih področjih. Rekrutirali smo delno na podlagi odziva oz. interesa, ki so ga za sodelovanje izrazili sodelujoči v anketi, delno s pomočjo lastnih socialnih omrežij, delno pa tudi iz javnih evidenc. Največ uspeha smo priča- kovano imeli pri rekrutiranju iz socialnih omrežij, pri čemer pa v skupi- nah niso sodelovale osebe, ki bi bile seznanjene s predhodnimi rezultati raziskave. Kandidate smo k udeležbi povabili z vabilom po elektronski pošti. Udeleženci fokusnih skupin Udeležence raziskave smo razdelili v tri skupine. V eno skupino smo vključili mlade raziskovalce, v eno mlade raziskovalce v gospodarstvu, v eno pa mentorje. Pri rekrutiranju smo skušali zastopati čim več raz- ličnih znanstvenih disciplin, skušali pa smo tudi nekoliko geografsko razpršiti udeležence. V vseh skupinah smo tako imeli nekaj predstavni- kov iz družboslovja, nekaj iz naravoslovja in nekaj iz tehničnih področij. Zaradi zagotavljanja zadostnih izkušenj je bil pogoj, da so udeleženci v program vključeni vsaj 2 leti, mentorji pa imajo uspešno zaključeno vsaj eno mentorstvo. Med mentorji so bili predstavniki univerz, inštitutov in gospodarstva. Pred pričetkom vsakega intervjuja smo udeležencem razdelili demo- grafske lističe, na katere so zapisali nekaj osnovnih podatkov o svojem usposabljanju. S temi podatki smo si pomagali pri analizi in interpreta- ciji odgovorov. Podrobnejši pregled vzorca podajamo v preglednici 12.1. 12.3 Potek fokusnih skupin Fokusne skupine so potekale v prostorih Šole za ravnatelje na Brdu pri Kranju. Na voljo smo imeli sejno sobo, v kateri je pohištvo ustrezno raz- porejeno za izvedbo takega pogovora. Udeleženci in moderatorki smo se posedli »v krogu«, s čimer je bila olajšana komunikacija in tudi na 137 12 Fokusne skupine Preglednica 12.1 Lastnosti udeležencev fokusnih skupin Lastnost Število Vloga v usposabljanju MR 7 MRG 4 Mentor 6 Stanje usposabljanja* Še traja 8 Zaključeno 9 Področje usposabljanja** Družboslovje 7 Naravoslovje 4 Tehnika 6 Zaposlitveni status Visokošolski zavod 5 Javni raziskovalni zavod 4 Gospodarstvo 7 Brez zaposlitve 1 Opombe * Pri mentorjih smo upoštevali stanje usposabljanja njihovih kandidatov. ** Področje usposabljanja je združeno glede na področja po Frascatskem priročniku (na-ravoslovne in medicinske vede v naravoslovje, inženirske in tehniške ter kmetijske vede v tehniko ter družbene in humanistične vede v družboslovje). prostorski ravni vzpostavljeno bolj neformalno vzdušje. Snemalno na- pravo (diktafon) smo postavili na sredino. Za dodatno razbremenitev morebitne napetosti pred intervjujem smo udeležencem postregli s pri- grizkom. Ob prigrizku sva moderatorki kratko predstavili raziskavo ter opisali namen in potek, udeleženci so izpolnili demografske liste. Po pridobitvi soglasja za snemanje smo vključili diktafon. Pred pričetkom for- malnega dela so se vsi udeleženci kratko predstavili. Moderatorki sva se opirali na vnaprej pripravljen vprašalnik, ki je vključeval ključna vprašanja in nekaj podvprašanj, vendar sta modera- torki ta prilagajali glede na potek pogovora. Tipično je ena od modera- tork vodila pogovor, druga pa sproti zapisovala odgovore in odzive ude- ležencev. Po potrebi sta obe moderatorki postavljali dodatna vprašanja ali prosili za pojasnitve. Vsak pogovor se je pričel z vprašanjem o oseb- nih razlogih za vključitev v program, glede na odgovore pa so naslednja vprašanja lahko sledila v različnem vrstnem redu, kot je bilo predvideno v načrtu. Načeloma je bilo vsako vprašanje postavljeno kot iztočnica, udeleženci pa so se o njem prosto pogovarjali. Ob večjem odmiku od teme ali morebitnih nejasnih odgovorih smo zastavili podvprašanja. S spodbujanjem manj aktivnih udeležencev k razpravi in umirjanjem bolj aktivnih smo občasno skušali doseči enakovredno (uravnoteženo) so- delovanje vseh udeležencev ter pluralnost stališč. 138 Omejitve raziskave 12.5 12.4 Omejitve raziskave Prva omejitev raziskave je v številu izvedenih fokusnih skupin. V skladu s teorijo naj bi ob udeležbi 5 do 8 oseb v posameznem intervjuju teh izvedli vsaj pet; kot zagotovilo, da se bodo odgovori začeli ponavljati in bo raziskava dosegla informacijsko zasičenost. V naši raziskavi smo opravili tri fokusne skupine, vendar smo ugotovili veliko prekrivnost odgovorov, torej smo kljub manjšemu številu zajetih udeležencev uspeli zadostiti pogoju raznolikosti. V fokusni skupini naj bi sodelovali ljudje, ki se med seboj ne poznajo (Greenbaum 1998, 181, 231), kar je eden od formalnih pogojev, ki mu v dveh skupinah nismo v celoti zadostili. V skupini MR in mentorjev sta bila po dva udeleženca znanca/sodelavca. Vendar narava problema in omejene možnosti pri naboru kandidatov izpolnitev tega pogoja precej omejujeta. Tudi po znanstvenih področjih in raziskovalnih institucijah nismo dosegli veliko raznolikosti. Tako natančno strukturiranje skupin glede na raziskovalna vprašanja tudi ni bilo potrebno, saj so nas zani- male osebne izkušnje in primeri dobrih praks. 12.5 Rezultati Rezultate predstavljamo v več podpoglavjih, in sicer po temah, ki smo jih v okviru fokusnih skupin obravnavali in ki so se iz odgovorov tudi pokazale kot koherentni sklopi glede izkušnje z usposabljanjem. Skladno z načrtom fokusnih skupin in podanimi odgovori obravnavamo nasled- nje teme: 1. motivi za vključitev v program, 2. percepcija namena programa, 3. ključno znanje in spretnosti, 4. vloga mentorja v usposabljanju, 5. prenos znanja, 6. implementacija programa. Vsako temo smo glede na analize odgovorov razdelili na tri ali več ka- tegorij, iz katerih izhajajo ključne ugotovitve raziskave. K vsaki kategoriji podajamo nekaj vsebinskih ugotovitev in tipične citate iz pogovorov, ki kažejo na izpostavljene elemente. Motivi za vključitev v program Izpostavljene motive za vključitev v program lahko razdelimo v tri ka- tegorije: intrinzični motivi, ekstrinzični motivi in naključje. Iz pogovorov 139 12 Fokusne skupine zaznavamo, da so pri posameznikih vse tri vrste motivov nekako ena- kovredne. Izjema so mentorji, kjer naključje ni izpostavljeno in je večji pomen dan ekstrinzičnim motivom. Intrinzični motivi Pri intrinzičnih motivih gre za vzgibe za vključitev, ki prihajajo iz ude-leženca samega, iz njegove potrebe po vedeti, izboljšati, se naučiti ali osebno/strokovno rasti. Nagrada za vedenje ne izhaja iz strani tretjih oseb, temveč je takšno delo samo po sebi nagrajujoče. Med takimi mo- tivi za vključitev v program se pojavljajo želja po raziskovalnem delu, želja po akademski karieri in želja po poglobitvi ali dopolnitvi znanja. »V glavnem to je bilo, da sem hotela delat raziskovalno in ni me dosti brigalo, ali bom imela doktorat ali ne iz vsega tega.« MR_G, usposabljanje zaključeno »Drugo je to, da vsaj zame, ko gledam, na nek način dobim dobrega mladega raziskovalca, dobro osebo, ki je sama motivirana in je pri- pravljena študirat tudi več kot 8 ur na dan.« MNT_C, univerza »Sem se odločil, da v bistvu bi rad poglobil moj osebnostni razvoj, torej se pač razvil kot pač oseba [. . .], ker na fakulteti peč me niso zanimale teme, niso bile dovolj dinamične in hitre in potem sem v gospodarstvu iskal [podjetje], ki bi pač moje ideje želelo idealizirat in tako sem pač dobil podjetje, kjer pač dobro sodelujemo. Tako da v bistvu je bila čisto notranja motivacija za pač kariero in za možnost v tujini.« MRG_C, usposabljanje še traja »Ne vem no, jaz sem v bistvu imela načrt, nekako da pridem do doktorata, čim prej po diplomi, tudi s tega vidika, ker me zanima [področje].« MR_F, usposabljanje zaključeno »Mene pa plača sploh ni zanimala, oziroma pač so me plačali zato, da sem delal tisto kar me je zanimalo in mi je bilo super ne. Pač mi je bilo super, da sem dobil možnost tudi formalno in institucionalno nekaj raziskovat, pisat to kar me je zanimalo in to je bilo to, če pa plačajo, je pa še toliko boljše.« MR_D, usposabljanje zaključeno »Moj primarni je bil, da kar naenkrat je bilo ogromno dela. [. . .] Idej je bilo preveč, kot sem lahko zmogel. Kljub vsemu je začelo zmanj- kovat časa za vse ideje, vse možnosti, ki bi jih mi želeli sprobat.« MNT_B, univerza 140 Rezultati 12.5 Ekstrinzični motivi Pri odločitvi za usposabljanje se pojavljajo tudi motivi ekstrinzične na- rave, kjer gre za vzgibe, katerih nagrada pride od zunaj, od tretjih oseb. Med temi je predvsem prejemanje plače oz. zaposlitev, plačilo šolnine, mož- nost študija oz. izmenjave v tujini. »Me je pa zelo mikalo, da bi pa tudi naprej nadaljevala pač z študi- jem, samo pač ne brez povezave gospodarstva, ker sem pač vedno mislila, da pač nima smisla, da naprej študiram, če nimam nekih pač izkušenj v gospodarstvu, ker potem ne bom pač nobenemu de- lodajalcu zanimiva z dodatnimi študijami [. . .]« MRG_B, usposab- ljanje še traja »[. . .] v bistvu prva prednost je ta, da je študij plačan, ne, ni ti treba pač plačat šolnine, če želiš priti do doktorata, drugo, kar se meni zdi dobro je pač ta člen v pogodbi, ki ga imamo pač vsi, da je mož- nost študija v tujino za nekaj časa it. [. . .] Pa v bistvu je to neka služba, za katero si plačan, ampak načeloma delaš, kar te veseli in tudi pri nas zelo redka zadeva, se mi zdi, no.« MR_F, usposabljanje zaključeno »Vsaj meni je bilo težko dojet, da moram delat nekaj, za kar nisem plačan. To je bil kar velik izziv.« MRG_C, usposabljanje še traja Ekstrinzične motive so sicer bolj poudarili mentorji; pri njih sta pre-vladovala motiva pridobivanja novih kadrov in referenc za nadaljnje delo (pridobivanje projektov). »En vidik je zagotovo obnova kadrov, mi smo vsi v tem smislu, bom rekla, ta raziskovalna sfera v finančnem smislu podhranjena. Mladi raziskovalec je pač neka nova delovna moč. [. . .] Res je tudi to, to predstavlja zagotovo eno referenco, ker smo pač v tem kolesju zbi- ranja točk in referenc, zato da preživimo, da preživimo na vseh rav- neh, ko tekmujemo za projekte, za programe, za sredstva pri pu- bliciranju, za karkoli, kar ARRS razpisuje.« MNT_A, raziskovalni inštitut »Tako da naš motiv ni, da ga usposobimo, da bo on dober razisko- valec naprej, naš motiv je, da ga usposobimo, da bo delal dobro v podjetju.« MNT_D, gospodarstvo »Zakaj smo se mi oz. zakaj se na inštitutu odločamo ali pa zakaj sem se jaz osebno odločil za mentorstvo, poleg že rečenega, teh 141 12 Fokusne skupine osebnih preferenc in podobno? Predvsem zaradi tega, ker je prišel nek trenutek, ko je bilo to [področje] na našem inštitutu izjemno kadrovsko podhranjeno in pravzaprav sem skorajda sam ostal na tem in smo ugotavljali, kako bi perspektivno vejo [področja] sku- šali nekako dvigniti. In večina je vendarle pri nas našla zaposlitev v preteklosti kot tudi v tem zadnjem obdobju preko tega meha- nizma Mladih raziskovalcev in to je bil tud moj glavni motiv, zakaj sem se odločil za to, da se podam v to tekmo, ravno zaradi tega, da uspemo razširit ekipo, da bomo lahko uspešno in normalno delali.« MNT_E, raziskovalni inštitut »To je naslednja možnost in pri tem ni oviran, in tretja je, da je to tudi referenca. Spet mi vsi gledamo kot raziskovalci, da če imaš mladega raziskovalca je to referenca, zato mi kot mentorji smo za to zainteresirani.« MNT_C, univerza »[. . .] s tem, da so seveda še drugi motivi od habilitacijski, v mojem primeru tisti drugi ključni, ki je pač pomemben, da je mentorstvo potreben pogoj za eno od stopničk v sami habilitaciji.« MNT_B, univerza Naključje Poleg motivov, ki smo jih že predvideli in potrdili v anketi in ki slonijo tudi na teoretičnih predpostavkah (Bowditch, Buono in Stewart 2008; Kobal Grum in Musek 2009), se je v fokusnih skupinah pri MR in MRG pokazal ključni element naključja. Veliko udeležencev je namreč dejalo, da jih je v vključitev v usposabljanje pravzaprav pripeljalo naključje; da programa niso dobro poznali ali sploh niso bili seznanjeni z njim. »V bistvu je bil čist naključje, da sem jaz dobila mladega razisko- valca. Ti [druga udeleženka skupine] si mi men se zdi predlagala, daj, zakaj pa ne bi enega vprašala in sem pač po naključju sem prišla do enega, do [profesorja], zelo takrat, v bistvu ni imel še nobenega mladega raziskovalca, mlad je bil in smo začeli stvari delat in čisto po naključju sem začela tudi preučevat [področje] in me je to potem čisto pritegnilo in to je to.« MR_A, usposabljanje zaključeno »[. . .] sem se zaposlil kot mladi raziskovalec na [fakulteti], ker so pač iskali nekoga, ki bi mu bila [tema] blizu in bi se ukvarjal s [po- dročjem] in sem ustrezal profilu. [. . .] Preden sem diplomiral, so mi ponudili to možnost in mi je bila tako prava ponudba v pravem času.« MR_D, usposabljanje zaključeno 142 Rezultati 12.5 »Skratka tega smo se lotili, rečmo, eksperimentalno, da vidimo, kako bo zadeva laufala, imeli smo človeka, ki je imel željo dokto- rirat, in rečmo, da je to izviren motiv za vse skupaj.« MNT_D, go- spodarstvo »[. . .] tako da v bistvu sem pač prek kolegice zvedela za ta pro- gram.« MRG_B, usposabljanje še traja »[. . .] me je v bistvu moj mentor povabil, če bi pristopil k sodelo- vanju, k tem podjetju, ker je tudi on vključen v delo podjetja, je bil vključen no. Isto v tistem času se mi je pač odprla ta opcija, ker so potrebovali profil [področja], ker so potrebovali človeka, ki bo raz- vijal [napravo] in sem dejansko bil pisan njim na kožo in meni je tudi to ustrezalo, tako da sem se iz tega razloga potem tudi odločil, da grem v to.« MRG_A, usposabljanje zaključeno »No, jaz sem bila štipendistka na inštitutu že tekom študija in sem dvakrat tudi eno krajšo prakso na tem odseku, kjer sem imela šti- pendijo, opravljala, tako da sem se preko tega že spoznala z, recimo z raziskovalnim delom tega odseka.« MR_B, usposabljanje zaklju- čeno »Nekako je potem prišlo to povabilo, ki je sovpadalo, no ta dok- torica s katero sem sodelovala, in profesor sta se spomnila name in me potem povabila, če bi bila mlada raziskovalka, in tako sem potem začela to svoje delo.« MR_C, usposabljanje zaključeno »Mi smo imeli ful srečo, da pač takrat smo imeli na [fakulteti], na šoli je bil lep laboratorij, ful dobro opremljen, celotna molekularna biologija, biologija celice, proteini, vse smo imeli, ampak ni bilo ni- kogar in sva prišle s sodelavko.« MR_G, usposabljanje zaključeno Percepcija namena programa Ko govorimo o percepcijah namena programa usposabljanja MR in MRG, so razlike glede na skupine zelo velike, čeprav lahko najdemo tudi nekaj vzporednic. Različna vloga udeležencev se zelo pozna pri percepciji namena programa, kot je zastavljen, idealni ali, če lahko tako rečemo, želeni namen pa je pri vseh skupinah podoben. Ta se osredotoča predvsem na razvojne in kadrovske vidike na mikro ravni posameznika, mezo ravni institucij in makro ravni države in družbe. Poleg tega so udeleženci navedli tudi zgrešene namene pri implementaciji programa in v 143 12 Fokusne skupine povezavi s tem opozorili na neprepoznavanje namena in s tem povezane težave pri implementaciji. Razvojni nameni Zaznani namen programa se kaže prek usvajanja in razvijanja novega znanja, doseganja širine v znanju in pa predvsem pri MRG in mentorjih kot povezovanje z gospodarstvom. »Ampak mislim, da v osnovi je bil vseeno ta program pač v to usmerjen, da bi spodbudili, no, določena nova znanja.« MR_F, usposabljanje zaključeno »Pač tisti, ki so imeli kakorkoli interes to naprej, je bilo skoraj sa- moumevno, da si bodo iskali MR-je, če so hoteli iti naprej v znano- sti.« MR_G, usposabljanje zaključeno »Mislim, da je ta značaj znanja v humanistiki, družboslovju izra- zito kumulativen. Se pravi, da ti, če ne poznaš, če nimaš temeljnih znanj, preprosto si brez sape. In če neka temeljna znanja, potem ne bomo imeli ne slovarjev, lahko zapremo NUK, lahko zapremo vse arhive in bo ta družba pač oropana za tisto po starem rečeno nadstavbo, kar koli si že kdo misli o njej. Ampak to bo neka družba, ki bo v nekem smislu prazna.« MNT_A, raziskovalni inštitut »[. . .] da ima podjetje tak problem [. . .] mi smo imeli in ga še imamo, tak problem, zato nam je to idealna rešitev. Pomeni, da problem je težek, zanimiv, znanstveno zanimiv, v bistvu bo dokto- rat prav iz tega problema nastal.« MNT_F, gospodarstvo »To je bogastvo enega podjetja, da ima v svojih vrstah ljudi, ki bodo mogoče tudi jutri na nekem drugem področju, ne samo na tistem konkretnem, na katerem se danes dela doktorat, lahko videli čez hrib in predpostavili, da za hribom obstaja nek rudnik zlata in bodo tudi imeli veščino povedati, po kakšni poti se do tja pride. Potem pa gre vojska navadnih smrtnikov, ki bodo sekali drevesa in naredili kvalitetno pot do tja. To je tisto, kar si želimo in kar tudi probamo izkoristiti in tudi probamo potegnit ven iz tega programa. Če pu- stim vse subvencije in ostale stvari.« MNT_D, gospodarstvo »Po mojem mnenju je, oziroma moje videnje je tako, da je namen tega usposabljanja v gospodarstvu ta, da se poveže raziskovalno delo z gospodarstvom v smislu, da se te ugotovitve, da te ugotovi- tve, do katerih se dokopljejo raziskovalci in ostanejo samo v nekih 144 Rezultati 12.5 znanstvenih prispevkih, člankih in po predalih ali pa se zaključijo na konferencah, ampak da zaživijo v praksi. Jaz mislim, da je to glavni namen tega in da se usposobi ljudi povezat znanost z prakso, z gospodarstvom, no.« MRG_A, usposabljanje zaključeno »Običajno se mladi raziskovalci nastavljajo oz. prihajajo k nam z nekim svojim osebnim interesom, njihove raziskave pa so pona- vadi takšne vrste, da so vključene v neko vizijo, bom rekla, razvoja discipline. Bodisi zaradi iskanja nekih povsem novih tem, za katere pač nimamo raziskovalcev in se nam zdi dobro, da bi jih odprli in da bi neka nova področja raziskali, ali pa takšnih, ki so preprosto ostala tudi spregledana.« MNT_A, raziskovalni inštitut »Mislim, da bi moral ta program biti v prvi vrsti namenjen dvigu, v bistvu jaz govorim s spektra tehnike, [. . .] bi moral ta program podpreti visoko tehnološki razvoj v Sloveniji. Moral bi podpreti to, da se slovensko gospodarstvo dvigne na višji nivo tehnologije. [. . .] Moral bi podpreti to, da se slovensko gospodarstvo dvigne na višji nivo tehnologije, kajti če bi se dvignil na višji nivo tehnologije, bi se povišala dodana vrednost, bi bili manj ranljivi, bi bili bolj kon- kurenčni.« MNT_D, gospodarstvo Kadrovski nameni Drugi zelo pogost prepoznan namen smo poimenovali kadrovski. Pred- vsem mentorji vidijo v programu usposabljanja MR in MRG priložnost za osvežitev in okrepitev kadrovske strukture inštitutov, oddelkov, pa tudi podjetij, vendar tudi MR in MRG prepoznavajo možnost zaposlitve oz. plasiranja v akademski poklic. »[. . .] ker je to takrat bilo nekih, noben denar ni bil včasih vpisnina podiplomskega študija. No, štipendija je pa pomagala celemu ko- lektivu še en čas životarit, rečmo, ker ko sem odšla ni bilo niti več za liter alkohola, ne, to je treba vedet, to je res bilo tako, tisti tečaj je bil prvi, a ne. Tako da, jaz sem videla namen pač podpreti nekoga, ki želi študirat, pa mogoče ni sredstev, tako sem videla, no.« MR_E, usposabljanje zaključeno »Fakultete si želijo kader podvojit, vidijo, da je za lastno reproduk- cijo kadra preveč in želiš kader plasirati. Mislim, da je to tudi pozi- tivna stran tega programa. Gledano z vidika fakultete, ne z vidika uporabnice, industrije kot take.« MNT_C, univerza 145 12 Fokusne skupine »Zakaj mi vzgajamo oz. usposabljamo mlade raziskovalce? En vi- dik je zagotovo obnova kadrov, mi smo vsi v tem smislu, bom re- kla, ta raziskovalna sfera v finančnem smislu podhranjena. Mladi raziskovalec je pač neka nova delovna moč.« MNT_A, raziskovalni inštitut »Namen MR-ja je včasih bil, da so res iskali potencialne kadre ki naj bi neki znanosti in državi prispevali, sej pa pač je to ena izmed zaposlitvenih možnosti in se pač zaposliš na en projekt, ki obstaja in je na razpolago.« MR_F, usposabljanje zaključeno »2004 smo približno imeli idejo, kaj bi radi sami s sabo po faxu in je bilo tako, ali pač MR, ali maš full srečo, da te zaposlijo na projektu, ali pač, če dobiš še v kakšnem laboratoriju kaj, tako, ogromno ljudi je imelo to pot MR-ja kot pač, ja, valda, itak greš to, kaj pa boš dru- gega.« MR_G, usposabljanje zaključeno »On (sedanji MRG, op. a.) je bil sicer za čas tega razpisa zaposlen v drugem podjetju, zato smo še moral malo počakat, na nek na- čin head-huntal, on je videl, mi ga poznamo že od prej, predvsem enega od teh dveh mladih raziskovalcev, kot velikega strokovnjaka, ki je sposoben marsikaj premaknit in [. . .] se mi zdi, da je zelo po- membno, kakšnega človeka dobiš. Da se čuti doprinos k podjetju že tekom tudi tega partnerstva. Mi pač razvijamo neke produkte, ki potrebujejo človeka, ki se raziskovalno ukvarja s problemom, ker problem ni jasen, tako da tu smo v bistvu, tu vidimo velik plus. Pač naša pozicija je tako, [. . .] da mora biti tekom tega, bom rekel, procesa, že doprinos v podjetju.« MNT_F, gospodarstvo »Pa v bistvu je to neka služba, za katero si plačan, ampak načeloma delaš, kar te veseli in tudi pri nas zelo redka zadeva, se mi zdi, no. Da si dosti prost in pri urniku in pri izbiri tem.« MR_F, usposablja- nje zaključeno »Men, jaz sem hotela reči, men je bila to zgolj služba.« MR_A, uspo- sabljanje zaključeno »Ampak sej je vseeno, smo pa preobremenjeni, ne, tako da to je na nek način res pač neka dodatna delovna sila, oziroma dodaten razpis ARRS-ja za projekte, pač v raziskovalnih inštitucijah, no.« MR_F, usposabljanje zaključeno 146 Rezultati 12.5 »Moj primarni je bil, da kar naenkrat je bilo ogromno dela, ki ga nisem [. . .] Idej je bilo preveč, kot sem lahko zmogel. [. . .] To je bila edina rešitev, ali delat to z diplomanti, kjer je rotacija zelo velika in seveda se navadi, pa gre, ali pa s to željo dobiti mladega razisko- valca, čim prej, kot se da.« MNT_B, univerza Zgrešeni nameni Predvsem pri govoru o kadrovskem vidiku je veliko udeležencev opozo- rilo tudi na težave oz. zgrešene namene programa, bodisi pri udeležen- cih ali pri instituciji. Tako mentorji kot mladi raziskovalci opozarjajo, da je veliko primerov, ko gre na institucionalni ravni pri usposabljanju mladega kandidata za izkoriščanje delovne sile, za zapolnitev kadrovskih lukenj za določen čas, pri posameznikih pa za izkoriščanje možnosti financiranja (za zaposlitev) ali za plačan podiplomski študij. »Ta proces, ko lahko človeka porabiš, zato da ti že danes prinaša profit oz. neko zgodbo, pri tem, da je plačan, je pravilno, zato ker neki od tega, mora on se že vključevat, on se mora vključit, vendar je tu ena meja, koliko ga lahko izkoristiš, če ga preveč izkoristiš, potem ta ne bo študiral. [. . .] Vendar se pojavi nevarnost, da ga in- dustrija v bistvu premočno začne izkoriščati in on ne more dosle- dno izpolnjevat tistih kriterijev, ki jih v bistvu postavlja študij pred njega.« MNT_C, univerza »Recimo pri nas pa na univerzitetnih oddelkih, vsaj na [dotični] fakulteti so mladi raziskovalci izjemno tudi pedagoško angažirani. [. . .] Zdaj pa so ti mladi ljudje ob že tako kratkih rokih še obreme- njeni. Seveda bolonjski študij z vso izbirnostjo itn., skratka, po- znam par primerov, kjer so bile kolizije strašne. Tematika same di- sertacije, na drugi strani pa te pedagoške obveznosti, ki jih je bilo treba pokrpat.« MNT_A, raziskovalni inštitut »Po drugi strani pa zaradi tega izkoriščajo mlade raziskovalce, ozi- roma ta denar, ki pride za mlade raziskovalce, za to, da gredo ne- kako skozi, recimo nova nastajajoča podjetja, ali pa tista v razvoju.« MRG_A, usposabljanje zaključeno »In spet smo na začetku, kjer smo bili, sej glavni namen je baje to, da je pač mladi raziskovalec pomemben, njegova pot se vodi in kaj dela, pač se izoblikuje, na koncu danes je samo pomembno, kakšen je on tam iz finančnih, da je tisti zahtevek izpolnjen in to je to.« MRG_C, usposabljanje še traja 147 12 Fokusne skupine »Se mi zdi, ne, na nek način so ti MR-ji včasih tudi, bom rekla, po- tuha fakultetam, se mi zdi, na fakultetah je sploh problem ker so pač ti raziskovalci vedno nekaj zraven, ne. Niso pedagoško osebje, ampak pač, malo denarja pride, ne, malo ga bomo porabili, malo ga bomo še za vaje porabili, ne.« MR_F, usposabljanje zaključeno »Če nimaš resno namena, da bo ta oseba jutri pedagog. Če je ta namen resen, da bo on pedagog, potem normalno začnejo obdelo- vat, če pa je to samo eksploatacija človeka, potem pa 2krat goljufaš, enkrat tega človeka, drugič pa ljudi, ki ti denar dajo.« MNT_C, uni- verza »In ker ljudje po diplomi ne vejo, kaj bi, velikokrat posebej služb ni in če so kolikor toliko dobri, se bomo pa prijavili, pa bomo delali magari to, čeprav to ni tisto. Mi imamo trenutno en problem, ko se je dekle pač prijavilo, se je prijavilo k neki mentorici in ima zdaj v bistvu temo, saj se je ogrela zanjo, ampak njene osebne afinitete so pa povsem drugje.« MNT_A, raziskovalni inštitut »Ker na začetku sem hotel jaz uskladit, da bo to vse ena in ista stvar. Da bo moja tema tudi projektno delo v podjetju in za njih, da bom delal te stvari hkrati, ampak to je nemogoče, kdor si misli, da bo to tako šlo, si pač laže. Težko je verjeti, da ne more biti tako, no, ker je enostavno si reči in potem vidiš, da ne moreš enega in istega delat za dva različna naročnika recimo, na eni strani fax, na drugi podjetje, to ne gre.« MRG_C, usposabljanje še traja »[. . .] če gledam s [področja], se je bistveno spremenila tema dok- torskih disertacij. Iz bistveno bolj temeljnih gredo v bistveno bolj aplikativne. Kje je tukaj, ima pluse in minuse. Ampak vendarle na dolgi rok ali se jim ne prilagajamo kot osrednja, rečmo osnovna hu- manistično družboslovna raziskovalna ustanova v državi, ali se ne prilagajamo preveč trgu?« MNT_E, raziskovalni inštitut »Sej ni za podjetje obveznosti, če smo čisto realni, ker v bistvu moraš delat samo temeljne raziskave, ampak ne vem če kdo, jaz jih poznam zelo veliko, pa ne vem, če kdo opravlja samo temeljne raziskave v gospodarstvu, to je po mojem mišljenju utopija, ne.« MRG_D, usposabljanje še traja »Namen je dosežen, ker pač ljudje doktorirajo, pač tisti glavni na- men. Samo prva stvar, ki piše z rdečo v pogodbi je za mlade razisko- valce ta, da ti moraš počet, da ti moraš delat znanstvene temeljne 148 Rezultati 12.5 raziskave in tako naprej, tam je cel odstavek, z rdečim tiskom, am- pak mladi raziskovalci iz gospodarstva tega ne morejo opravljat, zato ker so tam za to, da delajo za podjetje in da pač v svojem pro- stem času še nadoknadijo svoje pedagoške obveznosti, tako da je to težka stvar, nemogoče [. . .]« MRG_C, usposabljanje še traja Neprepoznavanje namena Žal je treba opozoriti, da je kar nekaj udeležencev opozorilo na neprepo- znavanje namena programa, iz česar pogosto tudi izhajajo zgoraj nave- dene težave. Iz samih izjav je sicer težko ugotavljati natančen vzrok za to, vendar lahko sklepamo, da gre bodisi za napačno komunikacijo bodisi za pomanjkanje informacij. Prepoznavanje namena programa je ovirano tudi zaradi številnih in zapletenih administrativnih postopkov, spreminja-nja kriterijev za izbiro kandidatov in pa zaradi razlik pri postavljanju prioritet v usposabljanju. »Ker na [področje] sploh nismo vedeli, kaj je to MR, mislim v na- šem letniku na primer noben ni o tem nikoli govoril. Ja, jaz sem sicer dostikrat spraševala, kaj je namen, ne vem. Izobraziti en zelo specifičen kader, potem pa ga tako malo, zdaj odvisno je, na kate- rem področju si, a ne. Jaz sem zelo v enem takem delu znanosti, ki je bila zelo znanost za sebe a ne. Tako da jaz res ne vem, kaj je bil namen, na primer, da so mene izobrazili, a ne. Kje bi lahko jaz, kot tak profil zdaj delala, pač tako ozko, a ne.« MR_A, usposabljanje zaključeno »Recimo tako, da 2002 je bila to še zelo pač, vsaj meni se je zdela tako zelo neznana zadeva, to se je tako pač malo po hodnikih, aha, ja, veš tisti MR, kaj je že to?« MR_C, usposabljanje zaključeno »Če je bil mladi raziskovalec, so bili vsi skupaj prisiljeni, da ga pri- peljejo do konca. Zakaj ga moraš do konca pripeljat? Ni nujno, da ga pripelješ. Ampak se mora ta interes nekje izrazit. Če se ta in- teres izrazi, potem je odvisno, kako pripeljemo do konca. Če tega interesa ni, se postavi vprašanje, ali je sploh pač študij smiseln. Ker mi potem produciramo neke kadre, ki jih jutri ne rabimo. Kakor koli bi jaz na nekem takem eksotičnem področju rad imel doktorante, ampak če za tega doktoranta ni potrebe, bi bilo bolj prav, da bi družbeno se odločili, da tam ni doktorantov.« MNT_C, univerza 149 12 Fokusne skupine »Zakaj so se odločili, da gredo v to, v financiranje preko TIA-e? Za- radi tega, ker je ta gospodična rekla, za mene ste vi, jaz sem vas na nek način prerasla, to podjetje, jaz si želim nekaj več, jaz si želim nekaj delat. In zaradi tega se je pri iskanju rešitev, kako jo zadržat v podjetju. Oni so ji našli to, da pravzaprav prvič, da so ji uspeli najti motiv, se pravi doktorat.« MNT_E, raziskovalni inštitut »Sej mislim, da tudi na ARRS-ju, na agenciji za raziskovanje, se za- vedajo, da je mladih raziskovalcev v zadnjih letih mogoče malo pre- več, oziroma, da ni vizije, kam potem z njimi, ker jih na fakultetah in inštitutih pač toliko ne potrebujejo, ne.« MR_D, usposabljanje zaključeno »[. . .] s tem da ravno ta problem obstaja, povezava in pač spoštova- nje znanosti na fakulteti, pa v gospodarstvu. Tu so velike razlike, ki ne funkcionirajo v naši državi in se mi zdi, da z leti, jaz sem zdaj pač tretje leto, samo z leti je ta namen, se čisto spreminja in dan- danes sem bil na tem novem razpisu, ko sem šel pogledat iz firbca, na novem razpisu za financiranje podiplomcev in sem videl, da je to čisto samo še eno financiranje podjetjem za pač lastne potrebe, tako da, kar je videti, da očiten, očitno deviacijo od prvotnega cilja – namena.« MRG_C, usposabljanje še traja Ključno znanje in spretnosti Eno bistvenih vprašanj pri programu usposabljanja MR so znanje in spretnosti, ki naj bi jih kandidati med usposabljanjem usvojili. Na to temo so mnenja skupin dokaj raznolika. MR pridobljene veščine pove- zujejo s programom in mentorjem, MRG pa s samoiniciativnostjo in priložnostmi v okolju. Mentorji pri tem tudi poudarjajo človeški fak- tor. Ključne veščine in prednosti programa lahko po izjavah razdelimo v štiri kategorije: znanstvenoraziskovalne veščine, mehke veščine, za- poslitvene veščine in mreženje. Znanstvenoraziskovalne veščine V okviru veščin, ki jih udeleženci usvojijo med usposabljanjem, je ve- liko povezanih s specifikami znanstvenoraziskovalnega dela. Med temi je skoraj samoumevno spoznavanje discipline in usvajanje novega znanja, bistveno pa je tudi poznavanje metodologije – v splošnem pomenu načr-tovanja raziskave in specifičnih postopkov raziskovanja in analize v stroki. 150 Rezultati 12.5 S tem povezana je tudi sposobnost in spretnost odkrivanja in definiranja problema. »Men je bila moja izkušnja pač dobra, ker so bili vsi projekti vezani na moje temeljno delo. Sicer so pač zelo operativni, kar pomeni, da pač tisto, kar jaz berem članke, znanstvene, jih jaz tudi operativno delam in pač imaš potem pač zelo široko perspektivo, kaj vse to pomeni. Ampak se mi področja pokrivajo, kar mi še vseeno zelo olajša.« MRG_B, usposabljanje še traja »[. . .] to ozko znanje, široko znanje, mogoče je pač na naših pod- ročjih tako, da se mi zdi, da mora pač vsak doktorand imeti neko široko disciplinarno obzorje, ne glede na to, kje se bo zaposlil, ali bo ostal pri nas ali bo nekje, kjerkoli, pač delal.« MNT_A, razisko- valni inštitut »Pri formalnih znanjih bi pa jaz delil na dva dela. Eno delo je, bi jaz rekel, čisto to recimo uhojena pot raziskovalnega dela, ki je se- stavljena iz nekih znanj, ki pa so zmeraj ozka. Glejte, doktorat je v principu ozka zadeva, to ni neka široka stvar, ki pokriva široka zna- nja, ki dajo neko blazno širino. Da bi lahko kdaj drugič uporabljal, so pa metodologije raziskave. Se pravi, da pričakujem, da bo moj doktorand obvladal metodologije ali numerične ali druge metode ali eksperimentalne, skratka, da začne razmišljat kot raziskovalci.« MNT_C, univerza »Ja, glavni namen je, da se mladi raziskovalec nauči tega pro- cesa raziskovalnega dela. In pač ti moraš sam iti skozi to pot, od neke raziskave, do nekih rezultatov, do zagovarjanja svojega dela.« MRG_C, usposabljanje še traja »Jaz, ko sem bil v gospodarstvu, meni je manjkalo, jaz sem dosti več delal v praksi, v stroki in veliko manj na znanstveno razisko- valnem področju, razen tistega, kar se je dotikalo izključno mojega usposabljanja doktorske naloge, ne. In iz tega izhaja tudi manjše število publikacij, prispevkov, člankov in s tem tistih točk, zaradi katerih se vsi borimo in se to zdaj pozna, ne.« MRG_A, usposablja- nje zaključeno »Ja no, seveda, celo analitiko, če greš čez, je res, ti razširi pojme, a ne. To je, statistiko ti doda, metode, razširi ti pogled, a ne. Prvič se naučiš pisat, drugič boš, ves program si moral usvojit, da si eno 151 12 Fokusne skupine tabelo ali kvadrat narisal, a ne, to je bilo za nas kr dosti težko od začetka.« MR_E, usposabljanje zaključeno »Kje je tista diferenciacija doktoranda v primerjavi z navadnimi smrtniki? Od njega pričakujemo neko proaktivnost, da je sposo- ben iskat problem, da je sposoben iskat pot do reševanja tega pro- blema in potem tudi to rešitev.« MNT_D, gospodarstvo »Potem pa se v bistvu dejansko mora on naučiti raziskovalno de- lat, tu pa se že lahko prepleta z uporabnikom, ni nujno, da je to fakultetni know-how, ampak da je to lahko že nek know-how, ki je deljen tudi na tistega končnega zainteresiranega, ki tega mladega raziskovalca v bistvu jutri vzame v službo.« MNT_C, univerza Mehke veščine S poimenovanjem mehke veščine smo poimenovali znanje in spretno- sti, ki niso neposredno povezani z znanstvenoraziskovalnim delom in znanostjo v smislu študija, vendar so ključnega pomena za uspešno delo na kakršnemkoli področju. Udeleženci so v tem kontekstu govorili pred- vsem o komuniciranju, samozavesti, samoiniciativnosti in skupinskem delu. »Glavni fokus je pa pač to, kako to znaš predstavit in potem ne- kako tudi prodat drugim, da nekdo sploh vidi vrednost v tem, ne. Ker pač, če jaz rečem, da delam neko raziskavo, večini podjetij se to zdi pač neuporabno, ampak jim moraš potem prevest v jezik go- spodarstva, da oni vidijo smisel, zakaj bi oni to potrebovali. So pač te mehke veščine bolj pomembne kot pa samo to analitično znanje, pa znanje, ki ga lahko dobiš na fakulteti.« MRG_B, usposabljanje še traja »Upam, da se ti raziskovalci naučijo tudi motivacijskega pristopa k delu. Mi pričakujemo od mladega raziskovalca, da je nadpovprečno motiviran, to pomeni, da ni pripravljen delati samo osem ur, am- pak da je pripravljen delati več.« MNT_C, univerza »Jaz mislim, da tukaj mogoče je dosti vseeno odvisno od mentorja. Tudi od samoiniciativnosti, malo je tudi tako, kakor tebe to za- nima, imaš kaj odprte oči in tako naprej, ampak definitivno od oko- lja, kje so kaj stimulusi, kako te, a te vpeljejo v to, a pač če pokažeš zanimanje in tako naprej, mislim, da to je vse nekaj, kar je tudi po- trebno dodati.« MR_A, usposabljanje zaključeno 152 Rezultati 12.5 »In se mi zdi, da pač čez to tudi zoriš, recimo, jaz tudi, ne vem, čez prvo leto, ne vem, ko sem pač prvič imela to izkušnjo, sem bila veliko bolj uporna, kot pa zdaj, pa se naučiš nekih pogajanj, dobiš neke te mehke veščine, ki ti definitivno koristijo.« MRG_B, uspo- sabljanje še traja »Jaz bi s tem, da bi to vizionarstvo, to sposobnost, da vidiš pro- bleme, da slutiš, da se jih da rešit, to je neka osebna lastnost, ki je verjetno v šoli ne bo dobil.« MNT_C, univerza »Zraven se moraš naučit še, vsaj jaz mislim, da je dobro, vseh teh mehkih veščin in pač predstavljanja svojega dela in pač da se na- učiš biti prepričan v to, kar delaš, pa še kaj zraven, ne vem, no. Dosti teh mehkih veščin, mislim, se moraš naučit, da potem uspe- šno uporabit to, kar raziskuješ. Ker v gospodarstvu je tako, da če ne znaš ti promovirat svojega dela, ni vredno nič. Lahko delaš te- meljne raziskave in bereš članke in ne vem kaj pišeš in če ne znaš biti podjetniški do tega, je to neuporabno.« MRG_C, usposabljanje še traja Zaposlitvene veščine Vse skupine udeležencev se zavedajo problematike zaposljivosti dok- torandov in visoko specializiranih strokovnjakov, saj je slovenska aka- demska sfera na večini področij prepolna, gospodarstvo pa prav tako ni dovolj razvojno usmerjeno, da bi bilo sposobno zaposliti toliko in tako specifično izobražene mlade ljudi. Kot veščine, ki lahko pomagajo pri pridobivanju zaposlitve in so jih pridobili (MR in MRG) ali poudarjali (mentorji) v času usposabljanja, so udeleženci navedli: spretnost predstavljanja rezultatov, sposobnost argumentacije, ter znanje pridobivanja projektov in projektnega managementa v smislu sposobnosti pridobivanja finančnih sredstev za organizacijo, omenjali pa so tudi pomen podjetni- ških veščin. »Nekoga, ki je sposoben projekt prijavit, bodisi v sodelovanju z go- spodarstvom ali s tujino ali z ARRS-jem in pripeljat potem na ta inštitut denar. [. . .] Za moje pojme že, če nas je ARRS financiral do tistega dne, ko smo doktorirali, bi moral na nek način ali v tem času ali pa kasneje nam na nek način potem omogočit, da smo lahko mi v bistvu samostojni na tem trgu, ker konec koncev tudi znanost je zdaj tudi zelo podobna trgu. Moraš svoj denar nekako pripeljat 153 12 Fokusne skupine tja notri in tega mislim, da noben ne zna.« MR_G, usposabljanje zaključeno »Se vpeljujejo na nek način dnevno in normalno v ta akademski svet in ob svojem delu imajo vsak še kakšno nalogo, denimo skrb za arhiv ali karkoli. Denimo sodelujejo pri pripravah publikacij, itn., skratka, da to akademsko orodjarno, da se v tem smislu usposo- bijo.« MNT_A, raziskovalni inštitut »Skozi administriranje mednarodnih projektov se ogromno, ogro- mno ti kandidati naučijo, ker začnejo razumet ustroj raziskoval- nega projekta. In pa seveda tudi prijave. Prijave projektov se mi zdi, da so izjemno, izjemno pomembne, ker tudi ta idejni nivo [. . .]« MNT_E, raziskovalni inštitut »Jaz lahko kr naštejem po točkah, zraven pač tega svojega dela, mi je dalo in pogled v to, kako se napiše projekt, kako se vodi, kako se oddaja poročilo, kako se tudi finančna zadeva vodi. Ampak zelo samoiniciativen moraš bit.« MR_B, usposabljanje zaključeno »Jaz imam tudi veliko tega projektnega menedžmenta ravno ne, ampak sem pač na projektih delala, vsebinsko, se pravi praktično nova znanja dobiš, konkretno, pa tudi delo v timu je zelo po- membno za raziskovanje, sploh pri našem načinu dela, potem sem se seznanila tudi z evropskimi projekti, pač kako se prijava dela, ker sem bila od enega projekta od začetka od same prijave, pa ravno zdaj ga zaključujemo.« MR_F, usposabljanje zaključeno »Jaz imam dosti kolegov, ki so pač MR, preko ARRS-ja, vsaj v ve- čini, ki jih poznam, so dokaj svobodni in delajo svoje raziskave. Samo nimajo nobenega vpogleda, nobene dinamike v bistvu, kar sam znaš, kaj sam znaš v tistem trenutku, ko začneš in izkušenj s svetom nimaš nič in taki ljudje, vsaj v [področje] industriji nimajo kaj iskat, tako da tisti MR-ji, ki končajo študij na fakulteti, so dejan- sko neuporabni, ko pridejo v industrijo.« MRG_C, usposabljanje še traja »Tudi samozavedanje tega recimo, se mi zdi, da si MRG v primerjavi z MR-jem, da sploh razumeš vrednost tega, da si pač v gospodar- stvu, da si gradiš vrednost, da razumeš, da moraš to znanje nekoč prodati, da ni samo znanje samo po sebi dovolj, samo da obstaja ta članek, ampak da potem ta članek mora imet neko dodano vre- 154 Rezultati 12.5 dnost oziroma neko funkcijo potem, ko je natiskan v zborniku, ali pa v neki reviji.« MRG_A, usposabljanje zaključeno »Če si pa tak kader, si pa res, odneseš iz vseh sfer in zaradi tega pač imaš ti osebno boljše priložnosti.« MRG_B, usposabljanje še traja »Kot so nam podturili oni program za podjetništvo, ne, bi nam mo- rali uturiti tudi program. Če ne drugo, da nam povedo, kako one razpise od ARRS-ja brat, ker jaz se tam ne znajdem.« MR_G, uspo- sabljanje zaključeno »Mislim, že podjeten biti, se že tukaj začne, ti stojiš na kongresu pred onim plakatom in kako boš zdaj ta svoj plakat čim bolj prodal v narekovaju.« MR_A, usposabljanje zaključeno Veščine mreženja Čeprav bi veščine mreženja lahko uvrstili tudi v sklop mehkih veščin, pa jih zaradi posebnega poudarka udeležencev uvrščamo v posebno kate- gorijo. Vse sodelujoče skupine so poudarile pomen izgradnje socialnih omrežij, ki so dveh vrst: omrežja z drugimi ljudmi na izbranih univerzah in sorodnih strokovnih področjih, pri čemer sta ključnega pomena socialni vidik in medosebna interakcija, ter omrežja z relevantnimi institucijami na izbranem področju (oddelki, podjetja), pri čemer je ključna možnost (so)uporabe prostorov, tehnologije in sredstev. »In ta način, da si ti ustvarjaš pač neko mrežo ljudi, s katerimi si ti v kontaktu, pa ki tudi tebe poznajo, da se znajo tud nate obrnit, če potrebujejo te informacije, pa da ti verjamejo, kot kredibilen vir [. . .] Pa pač v vsakem primeru tukaj le gradiš svoje reference, svoja poznanstva in dobivaš izkušnje, ker je pač super zame, za kasneje.« MRG_B, usposabljanje še traja »Potem sodelovanje z industrijo, tudi na sestankih smo bili vklju- čeni z ARRS-om recimo, potem tudi neko tako povezovanje, ki se mi zdi, ki zdaj vidim, da mi zelo koristi, znotraj odseka ali pa več odsekov.« MR_B, usposabljanje zaključeno »Meni je to, da imaš koga poklicat, da ti pove, in obratno. Ta ko- munikacija, se mi zdi, da je to ena od ključnih zgodb pri mladih raziskovalcih.« MNT_B, univerza »Jaz bi rekla, da te zelo dobro pripravijo na to, da potem imaš pač dosti boljše možnosti, kot pa, če bi samo doktoriral, ker pač imaš 155 12 Fokusne skupine neko mrežo poslovnih partnerjev, znancev, ki ti pač omogočijo lažji začetek ali pa predor v gospodarstvo ali pa tudi izven tvoje firme, tako da definitivno si za to pripravljen, pa tudi, če same izkušnje, čez samo na nek način birokracijo TIA-e, na nek način koordina- cijo direktorja, se tudi veliko naučiš, glede na to, da nam je to zdaj mogoče tudi težko.« MRG_B, usposabljanje še traja »[. . .] sem se tudi izobraževala tudi v tujini in s tem absolutno pri- dobila na tem, na tej mreži ljudi, ki jih spoznaš in tako naprej, kar je v Sloveniji lahko problematično, a ne, pa tako pač, ko si mladi raz- iskovalec, imaš malce drugačen status kot kolega, ki je na primer asistent, to je tudi nekaj čisto drugega, a ne.« MR_C, usposabljanje zaključeno »Potem pa si tudi, ko si različne metode, si moral iti na Inštitut Jožef Štefan, si moral iti na kemijski inštitut in tam si tudi ljudi spoznal, ki si jih kasneje lahko kontaktiral. To se mi zdi tudi zelo pomembno, samo, mislim, sama štipendija ti to ne da, ne.« MR_E, usposabljanje zaključeno Vloga mentorja v usposabljanju Z analizo odgovorov na anketni vprašalnik smo ugotovili, da ima men- tor vpliv na oceno usposabljanja in na motivacijo za prenos znanja pred- vsem pri skupini MR, v fokusnih skupinah pa se je potrdilo, da je vloga mentorja ena ključnih v procesu usposabljanja. Čeprav tako kandidati kot mentorji poudarjajo pomen svobode kandidata pri procesu defini- ranja in priprave doktorske disertacije, pri čemer imajo glavno vlogo osebnostne lastnosti doktoranda, pa je za uspešnost procesa ključnega pomena ustrezno mentoriranje. Udeleženci fokusnih skupin so navedli dokaj raznolike izkušnje glede mentoriranja, njihove vtise pa lahko smi- selno razdelimo v tri homogene kategorije: zaželene lastnosti mentorja, odnos mentorja s kandidatom in ovire pri mentoriranju. Zaželene lastnosti mentorja Zanimivo je, da so bili ravno pri zaželenih lastnostih mentorja odgovori med skupinami najbolj raznoliki, saj vsaka izmed preučevanih skupin v usposabljanje vstopa z nekoliko drugačnimi motivi. Ključne lastno- sti mentorjev, ki naj bi po mnenju udeležencev fokusnih skupin vodile v uspešno usposabljanje, so razumevanje, dostopnost, podpora in sposobnost motiviranja, širina osebnostnih pogledov in znanja, poštenost, pred-156 Rezultati 12.5 vsem glede zavedanja svojih meja in priznavanja rezultatov, organiziranost. »Da je dostopen, da je dosegljiv, da si vzame čas, kadar ga potre- buješ in da te zna ustrezno, pravilno usmerjati. Zame so to ključne točke. Mogoče še, da te zna dvignit, takrat ko si na tleh, ko si v svojih podatkih, pa čisto nič več ne boš mogel narediti, ker je šlo tam narobe, pa tam narobe, [. . .]ker zelo velikokrat se zgodi, pač, to vidiš, ko delaš nekaj, recimo, pa ne veš več res, kako naprej, pa pride recimo tja in mi reče, ja, kaj pa tole, pa si rečem, ja, pa res, to bi lahk bilo.« MRG_A, usposabljanje zaključeno »Pa mogoče fleksibilnost, vsaj iz mojega stališča, ker si pač vpet v tako veliko sfer, v tako veliko področji projektov.« MRG_B, uspo- sabljanje še traja »Pa zaupanje.« MR_A, usposabljanje zaključeno »Ja, meni se zdi, da bi moral biti mentor pošten v smislu, da bi moral poznati svoje meje, da ko nečesa ne zna, da ti kot MR, če nisi ravno direktno njegov klon. [. . .] In pač meni se je zdelo full dobro, kot stališče mojega mentorja, da je videl, kje je njegova meja, da je videl, kje se njegovo znanje konča, kje se lahko on neha vtikat in mi reče, to pa res jaz ne vem, ali poglej, ali vprašaj tega ali pa, če ne celo dvignil telefon in je on klical [drugega strokovnjaka] in on vprašal, ne. Tako no, da ne samo zato, ker je mentor, misli, da je tri četrt bog, no. In da je pač tudi pošten v tem smislu, da pač ne vem, enostavno da ne krade rezultatov. V smislu, ti delaš kot črnc, ne, na eni stranski stvari, ki sploh ni del tvojega projekta, ne, in potem seveda si vse članke lasti on.« MR_G, usposabljanje zaključeno »Je treba preresetirat, kot je popularno povedat, resetirat način razmišljanja, da to sploh ni slabo in da to mora biti praviloma, vsaj v mojem primeru razložili petkrat in to zelo grobo mogoče, da je doktorat nekaj drugega kot neka razširjena diploma.« MNT_D, go- spodarstvo »Priložnosti. Mislim, da je to naša temeljna naloga. Da daš kandi- datu priložnost, da bo lahko svoje potenciale izkoristil. To pa je, da mu daš določena znanja, da mu odpreš določena vrata, da ga v tem sploh v začetnem obdobju pravilno usmerjaš. Da znaš sku- paj s kandidatom najti fokus, ki mu bo kandidat sledil.« MNT_E, raziskovalni inštitut 157 12 Fokusne skupine »Mogoče da še ne vsiljuje neke poglede, da pusti neko prosto pot, da ti prideš na, do rezultatov ne, sam. Dobro je tudi, če te zagovar- jajo, ne.« MRG_C, usposabljanje še traja »Se mi zdi, da je treba hrbet nastavljat, da to je delo mentorja, da nastavlja hrbet.« MNT_E, raziskovalni inštitut »In da krije hrbet, tako bom rekel, da krije hrbet. Ampak hrbet se mi zdi pa, da to vlogo vsak odgovorni ima po mojem nalogo, da daje zaslombo, do neke meje, seveda.« MNT_B, univerza »[. . .] nastavljaš hrbet pred zunanjimi, na primer ovirami, lahko odpreš vrata, velikokrat so kot v smislu podpora [. . .] če se za ne- kaj skupaj odločimo, ne da potem pustiš nekoga samega, da se skor utopi, ampak tud da pač, če so stališča skupna, da jih vsi branimo in skupaj zagovarjamo, ne pa da se pusti nekoga pol, v tem smi- slu sem jaz mislil. Kritje kot potuha, potuhe nikakor ne.« MNT_E, raziskovalni inštitut »Mislim, da je to (vizionarstvo, op. a.) neka osebna lastnost, ki pa je fino, če jo znamo mi pedagogi v bistvu v mladih, to pa je naša pred- nost, mi imamo pred sabo tok in tok študentov in mi, vsaj jaz se močno trudim, da znam poiskati tiste, ki imajo nekaj od tega v sebi. [. . .] In to je treba poiskat, ne moreš ga pa tega naučit.« MNT_C, univerza »V konkretnih primerih sta se obe kandidatki ukvarjali s temama, za kateri sta sami menili, da bi jima lahko bila med narekovajema dobra mentorica, ker sem imela pač takšne in takšne raziskovalne izkušnje in mislim, da je bilo kar precejšen del tudi tega bolj ne- ulovljivega, empatičnega značaja. Se pravi, kakšen je mentor kot človek.« MNT_A, raziskovalni inštitut »Te najboljše mentorje odlikuje nek poudarjen socialni čut, tudi če niso nujno neki vrhunski raziskovalci, ampak, da je bolj človek. Da pozna svoje omejitve, da prepozna omejitve mladih raziskovalcev in jih pač zna vkomponirat. In da preprosto zna reči, jaz tega ne vem, vprašaj soseda. Ali pa piši v Ameriko.« MR_D, usposabljanje zaključeno »Še nekaj, kar bi jaz izpostavil, je, ja, da ti je mentor na razpolago, da ti odgovarja na vprašanja in to od prvega dne.« MR_D, usposab- ljanje zaključeno 158 Rezultati 12.5 »Da ti je na voljo. Da ti ne mrkne za tri mesece in neha odgovarjat na maile, telefon. [. . .] Ampak meni se zdi, da moraš imeti ta su- pport. Ker če prideš tam sam, ogromno časa in ogromno energije dejansko tam izgubiš zato, da ugotoviš, kaj tam sploh počneš in enostavno ti potem zmanjka časa za delat tvoje delo, ne.« MR_G, usposabljanje zaključeno »Ja, jaz mislim, da bistveno je, da ima širino. Pa da pač je tako, da je pripravljen v interakciji z MR-jem, a ne, se kdaj sprijazniti, da je MR zato tam, da se bo tam nekaj naučil, ne samo zato, da bo tam fotokopiral, pa da bo članek naredil pa ne vem kaj še vse, a ne, in da pač tako mora biti tudi motivator.« MR_C, usposabljanje zaključeno Odnos s kandidatom To kategorijo ločujemo od lastnosti, ker je bil ravno vidik vzpostavlja- nja odnosa zelo izpostavljen. Za ločitev od zgornje kategorije je tu bi- stveni vidik navezovanja in trajanja (osebnega in strokovnega) stika, na- čin vključevanja v delo in skupino, ne le specifične osebnostne lastnosti. Če bi lahko prvo kategorijo označili za nekoliko bolj psihološko, bi lahko pričujočo označili bolj s sociološkega vidika. V odnosu mentor – kandidat so bili izpostavljeni naslednji elementi: vodenje, timsko delo, kolegi-alnost, vzpostavitev odnosa zaupanja, ustrezno medsebojno usklajevanje (jasnost skupnih ciljev), medsebojno učenje in pa pohvala kot način motiviranja. »Se pa vidi, da, kar se tiče dela doktorskega del, ima tu velik vpliv mentor na fakulteti, recimo vsaj pri meni, ki usmerja vse skupaj, ne.« MRG_D, usposabljanje še traja »Pri nas imamo nekako drugačno prakso, ljudje so dnevno navzoči, imajo svoje mize, poznajo drobovje inštituta, funkcioniranje, so v stiku z vsemi mednarodnimi in podobnimi zadevami.« MNT_A, raziskovalni inštitut »Jaz sama sem bila vključena v vse, v celo delo odseka, v vse pro- jekte od mentorja, kar sicer ni bilo odlično, ker smo imeli premalo časa, ali pa tako, za druge stvari, samo potem pa je dalo ful širino [. . .] Mi, res smo bili zelo heterogeno vključeni. Jaz sem recimo tudi od mentorice dobila mušter, primer projekta in je prav rekla, tole boš pa recimo kdaj rabila.« MR_B, usposabljanje zaključeno 159 12 Fokusne skupine »[. . .] ta odnos da se izpostavi, kolektiv, da ti veš, kje je tvoje mesto, kaj so tvoje naloge.« MR_A, usposabljanje zaključeno »[. . .] da se trudimo po najboljših močeh najti stične točke med tem, kar mi delamo, in med tem, kar nek doktorat kot neka za- pletena raziskava lahko ponudi, in zelo vesel sem, da v tem našem primeru smo to uspeli.« MNT_D, gospodarstvo »Po navadi je pač tako, da se, mislim, da je to zelo pomembno po- udarit, da mora biti ena sinergija med mladim raziskovalcem in mentorjem.« MNT_A, raziskovalni inštitut »Ja, jaz mislim da, ne vem, mladi raziskovalci pa mentor sta en tim, ki pač furata neko, ta projekt naprej in to nalogo, tako da, če je to v sozvočju in to deluje, ne.« MRG_D, usposabljanje še traja »Ta človek se mora čutit posebnega, vi ga morate počasi v ta bi- znis vpeljat, ampak kako močno ga bomo pa vpeljevali v biznis, je pa stvar dogovora in stalnega permanentnega spremljanja uspeha tega človeka.« MNT_C, univerza »[. . .] da poskrbim, da to raziskovalno delo ima nenehen stik z re- alnostjo, ki se pri nas dogaja, in da se ta človek, ko bo naredil dok- torat, nekako vidi v tem, kaj bo delal kasneje, kako bo to znanje s pridom uporabljal v našem okolju, kako bodo njegove veščine s pridom uporabljane, da je motivacija ravno v smislu iskanja upo- rabnosti tega, kar dela.« MNT_D, gospodarstvo »Ampak ključno pa se mi zdi, da je bilo to, delati z nekom, ki mu jaz lahko, da bo tam vsaj osem ur, da se da z njim pogovorit.« MNT_B, univerza »[. . .] ker prvo leto mojega študija sem se jaz na vsake tri mesece skregal z samim direktorjem in z vsemi, ker sem, so mi nalagali projekte enega čez drugega in razne nove stvari in vse in tako na- prej.« MRG_C, usposabljanje še traja »Jaz moram reči, da pri meni je tako, da [. . .] v glavnem kako si iz- borim, tako pač je, čisto po domače in se moraš kar boriti.« MRG_D, usposabljanje še traja »Če je on to vešč, potem na nek način se prelijemo v tim, v mojem timu ali v našem timu smo pa vsi frendi, mi nismo več potem nek piramidni sistem, kjer bo na vrh in šef in bo dirigiral, kako mora 160 Rezultati 12.5 kdo delat. V bistvu je treba delo tako razporediti, da on dobi obču- tek, da je potreben, da se ekipa zanj zanima, da on tudi tisto, kar je obljubil, da bo naredil, in ko se enkrat ta pot dejansko vidi, da vsak svojo vlogo odigra, in on tudi svojo odigra, potem dejansko je on v enem kolektivu, kjer lahko zelo dobro končuje zgodbo.« MNT_C, univerza »Pa predvsem, da ne vodi vsakega, če jih ima več, ne, na enak način. Ker jaz mislim, da mora mentor imeti občutek, da vidi, da temu bolj koristi, če ga malo bolj svobodnega pustim, nekdo pa mora biti bolj voden, ne.« MR_B, usposabljanje zaključeno »Da v nekem določenem časovnem obdobju pustiš kandidata, da sam plava, da se morda skoraj utopi, ampak ga potem ven pote- gneš, ko je še čas, ne pa da mu takoj daš rokavčke pa obroč, da bo plaval. In če imaš ti načrt, da ga vidiš, da bo on pač dolgoročno v podjetju, ga moraš ven potegnit, ampak po metodi kritičnih do- godkov ga moraš spravit v situacijo, kjer on pač začne sam plavat, ker pač, če ga mal preveč ujčkaš, pol ne veš, ko ga boš soočil na koncu na trgu, kaj bo ratalo.« MNT_F, gospodarstvo »Ko si malo tako na razpotju, verjetno smo se vsi znašli v nekem momentu, imaš en kup nekih rezultatov, veš da bo treba nekako za- ključit, potem tega, ne vem, nategovat in delat ne vem kake zadeve izven tega plana, ker potem je to samo slab rezultat in tako, ko je zaključek, ko pripraviš enega kandidata da postane doktor znano- sti, je tako, ne vem, se mi zdi, da bi bilo prav, da te pohvali. [. . .] Vsi radi slišimo kdaj, da smo kaj dobro naredili.« MR_C, usposabljanje zaključeno »Ja, men ustreza, da me pusti pri miru. Jaz sicer imam tako. Jaz imam vsak ponedeljek sestanek, kjer se vidimo. Vsebina teh se- stankov je, kaj delam, kaj bom v tem tednu naredil, kateri so rezul- tati mojega prejšnjega tedna, nekako na podlagi tega, razno razni dogovori, zdaj če ni kaj drugega vmes, je to cel teden frej za mene, opravljam svoje delo in je to, to in mi to tudi ustreza. Če bi pa bilo kaj, pa vsekakor lahko pridem do njega, tako da ni, tak da meni je to super.« MRG_D, usposabljanje še traja »Ta podpora je res zelo pomembna, da tudi kandidat čuti to, da jim odpiraš vrata, da jih podpiraš, ne da si kritičen, da jih opozarjaš na neke stranpoti, na zdrse, ampak jim hkrati tudi neko svobodo, 161 12 Fokusne skupine ki je v našem tipu raziskovanja tudi pomembna, pa tudi dopuščaš, se pravi, da gre nekje svojo pot. Mentorji nismo vsevedni, mislim, jaz se ogromno od mladih raziskovalcev ogromno ob tem, ko so- delujemo z njimi, da se tudi sami zelo veliko naučimo.« MNT_A, raziskovalni inštitut »[. . .] da je pomembno, da se tudi mentor zna učiti od svojega mla- dega raziskovalca. Ne pa samo mladi raziskovalec od mentorja. [. . .] Mislim, da so tako različni vidiki, od tega da, jaz nisem več nek študent, eden od množice, ampak sem vendarle njegov kolega. Sem mlajši kolega, se imam še veliko za naučit, ampak sem njegov kolega. In tudi če jaz pišem doktorat iz nekega področja, je dobro, da se zaveda, da ga bom verjetno na nekem svojem ozkem pod- ročju nekega dne tudi presegel, če ga še nisem, ko sem prišel, ga pa še bom.« MR_D, usposabljanje zaključeno Ovire pri mentoriranju Ovire pri procesu mentoriranja so tako procesne oz. programske kot osebne narave. Nekatere, ki smo jih zaznali v fokusnih skupinah, se na- našajo na zelo specifične osebnostne lastnosti, druge pa na tehnične vidike programa. Ker smo prve v večji meri obravnavali že v prvih dveh katego-rijah, se tu osredotočamo na druge, med katerimi so: načini in postopki izbire kandidatov za mentorje in posledično kandidatov za usposabljanje, neustrezen nadzor nad mentorji in omejen čas – tako po programu, kot po zaposlenosti mentorja. »V tem smislu bi opozorila na en problem, s katerim se v zadnjih letih spoprijemajo, ko mentorji tekmujejo na razpisih in se po toč- kah rangirajo. In dobijo neka določena in ti ljudje dobijo mentor- stva, drugi jih ne, nimajo pa v bistvu primernih kandidatov oz. tisti kandidati za mlade raziskovalce ne bi izbrali ravno tega, ki je dobil status mentorja, izbrali pa bi nekoga drugega, lahko v istem inšti- tutu.« MNT_A, raziskovalni inštitut »V mojem primeru je mentor v podjetju samo nastavljen za pogoje razpisa.« MRG_C, usposabljanje še traja »Jaz imam tri mentorje, pa je super, nisem jih še zamenjala, tako da, pač je koordinacija med temi mentorji včasih zelo zahtevna, ker imajo pač vsak svoje videnje in interese in želje, ampak je ravno zaradi tega, ker je komisija zelo stroga glede pogojev tega, pa da se zavedajo, kako je pomembno za razpis, pač, da se tudi oni uskladijo 162 Rezultati 12.5 in delajo kompromise, da potem lahko potem izpeljemo projekt.« MRG_B, usposabljanje še traja »In tukaj je pomembno, da ko se vsebina za ta študij postavlja, se morajo vsi usest za mizo, študent, tisti mentor, ki je na univerzi, in tisti, ki je zainteresiran za tega študenta. Največkrat pa se to ne zgodi in se potem dogaja, da je neki nič, da se med sabo komajda spoznajo, da se niti ne poznajo dobro, študent posluša mentorja, mentor ne ve, kaj bi industrija rabila od njega ali pa uporabnik in v bistvu gre 1. letnik in je že izgubljena zgodba.« MNT_C, univerza »Dejansko sem sodeloval s svojim mentorjem, ki je bil mentor že na diplomi in sem več kot zadovoljen s sodelovanjem. Bil je na raz- polago takrat, ko sem ga jaz potreboval, ni me on gnal, bilo je ve- liko od mene odvisno, tako da sem zadovoljen, bil je pravi mentor zame.« MRG_A, usposabljanje zaključeno »Pač, ko sem začel delat, moja mentorica je bila že od prej, pa tudi potem, ko sem začel delat, mislim, da ene 4 do 5 mesecev odsotna na bolniški, ne. Kar pomeni, da sem prišel prvi dan v službo, jasno, da nisem imel ne pisarne, ne računalnika, ne ničesar, ampak nisem imel niti osebe, ki bi mi rekla, kje lahko to pač uredim, ali pa kaj naj zdaj naredim.« MR_D, usposabljanje zaključeno »Meni se zdi, da ti mladi mentorji so zelo tako na voljo, so zelo super, potem pa vedno, bolj kot so uspešni, več imajo stvari, manj imajo časa in zelo si ubog, če naletiš na enega, ki jih je že toliko dal čez,ali pa se jim tudi ne da.« MR_A, usposabljanje zaključeno Prenos znanja Prenosu znanja smo v fokusnih skupinah sicer namenili več vprašanj, katerih odgovore zaradi podobnosti združujemo v eno temo. Kategori- zacija deloma sledi zastavljenim vprašanjem, predvsem pa seveda zna- čilnostim odgovorov udeležencev. Odgovore tako vsebinsko združu- jemo v tri kategorije: razumevanje prenosa znanja, ovire pri prenosu znanja in vloga programa MR pri prenosu znanja. Vključene skupine so bile glede te teme dokaj homogene, sorodne vsebine in primerljivi odgovori so se med skupinami dokaj dosledno ponavljali. Razumevanje prenosa znanja Pojem prenos znanja si udeleženci razlagajo na raznolike načine, ven- dar lahko ob podrobnejšem pregledu ugotovimo, da so vse asociacije 163 12 Fokusne skupine usmerjene v povezovanje produkcije znanja z aplikacijo znanja, torej znanstvenoraziskovalne dejavnosti s končnimi uporabniki, ne glede na njihovo področje (gospodarstvo, negospodarstvo, družba), čeprav je v ospredju še vedno eksplicitni prenos znanja v gospodarstvo (iz znanja ustvariti nek produkt, ki bo uporaben za odjemalce), družbeni po- men pa ostaja v ozadju. Izpostavili so komunikacijo med obema sferama, s poudarkom na dvosmernosti (vračanje znanja tudi iz industrije v raziskovanje), podjetnost (ki pa je manjka). V okviru prenosa znanja so opozorili tudi na pomen poglobljenega poznavanja problematike, znanosti in na interdisciplinarnost. »To je odvisno od področja, ne. Pri vsakem ne more biti prenosa, ker nekatere raziskave so res basic, pa so tudi potrebne.« MR_B, usposabljanje zaključeno »Jaz mislim, da so vsa znanja na nek način, tudi če govorimo o družboslovju in na drugi strani o teh bolj uporabnih področjih, mi- slim, da je znanje nekaj, kar je grozno dragoceno in tudi to, ki ga produciramo mi, pač nekaj prinaša v svet. Prinaša nekaj v zavest ljudi in ima mogoče neke bolj dolgoročnejše in počasne učinke, am- pak vendarle.« MNT_A, raziskovalni inštitut »V bistvu, jaz imam izkušnje to, za te pač znanosti, pač bazične zna- nosti, ki so v bistvu boljše, da razložijo ostalim znanostim, da po- maga nekaterim, ker se jih ne da toliko aplicirati v gospodarstvu.« MR_A, usposabljanje zaključeno »Jaz mislim, da gre enostavno za neko poglobljeno znanje na dolo- čenih tematikah, ki jih ima podjetje, vsaj pri nas je tako, da dejan- sko dobi podjetje še znanstven pristop k obstoječim produktom. Oziroma lahko se gre tudi tako daleč, da dobi podjetje neke nove ideje, nove tehnologije, ki se potem prenašajo preko te znanstvene povezave.« MRG_C, usposabljanje še traja »Pa povezovanje je po moje tudi pomembno pri tem, torej ta inter- disciplinarnost in timsko delo. Res nisi, dandanes je že težko biti en ozek, ozek specialist, si lahko, ampak moraš se znati povezat z ostalimi mejnimi področji in to je eno timsko delo.« MRG_A, uspo- sabljanje zaključeno »[. . .] ta moj primer te uspešne povezave z gospodarstvom kaže pravzaprav, da tudi mi dobimo določena znanja. In prihajajo k 164 Rezultati 12.5 nam znanja iz gospodarstva in tudi razumevanje te aplikacije [. . .]« MNT_E, raziskovalni inštitut »Prenos znanja ni enosmerna pot, to je dvosmerna pot. In tisti, ki to spozna, da v bistvu se lahko marsikdaj naučiš pri partnerju in potem dejansko gradiš, to je stalno komuniciranje z nekom in v bistvu na osnovi tega komuniciranja tokovi misli in idej potujejo.« MNT_C, univerza »Super tudi za strokovni razvoj ne, smo delali res timsko in inter- disciplinarno, tako, da smo povezali in medicinsko in fizioterapev- tsko in kineziološko stroko. [. . .] To povezovanje med različnimi področji in disciplinami, mislim, na našem področju smo še pose- bej na taki temi, recimo, kineziološki, da moramo znati povezovati različne profile oziroma različne strokovnjake med sabo, različna, s tem različna področja in jih nekako integrirat v neko dodano vre- dnost.« MRG_A, usposabljanje zaključeno »Glede prenosa znanja pa bi se jaz navezal na to, kar ste povedali, da je hoja z, ne hoja za nekom, ne hoja pred nekom, ne hoja za nekom, ampak hoja z nekom. Ne da za nekoga kar koli delaš, ne da namesto koga, ampak z.« MNT_B, univerza Ovire pri prenosu znanja Ko govorimo o prenosu znanja, predvsem z vidika spodbujanja gospo- darstva, ne gre brez omembe dejavnikov, ki ta proces ovirajo. Nekatere izmed teh ovir so udeleženci navedli neposredno in konkretno, druge je bilo mogoče prepoznati iz pripovedovanja o izkušnjah. Kaže se, da največje ovire predstavlja slaba komunikacija, tako med udeleženci programa (kot enega mehanizmov za spodbujanje prenosa znanja), kot med raziskovalno sfero in gospodarstvom nasploh (praksa je nedovze- tna, raziskovalci pa nesposobni uspešnega ali pravočasnega predstavlja- nja rezultatov). Prepoznali pa smo tudi druge, bolj splošne ovire: nesti-mulativno okolje (neprepoznavanje vrednosti temeljnega raziskovanja, nepreverjanje ukrepov), družbeno stanje strahu pred novostmi, ignorance in dojemanja doktorata kot ovire, tempo, saj v gospodarstvu teče vse hitreje kot v znanosti, in nenazadnje tudi denar oz. pomanjkanje ustreznih mehanizmov financiranja. »Znanost dostikrat odleti v neko sfero, ki nima nobene zveze s ti- stim, kar se dogaja v nekem realnem okolju in to moram poudarit, to je velik problem.« MNT_D, gospodarstvo 165 12 Fokusne skupine »Pri meni se pač zelo vidi, da sem jaz zelo navezana oziroma, da je moj temelj v podjetju, medtem ko se mogoče pač zelo vidi, ne vem, navezanost na raziskovalno skupino ali na fakulteto in tistim, mogoče, ki niso, ki imajo vse znotraj ene inštitucije, mogoče niso dejansko tako izpostavljeni v gospodarstvu v tej večji meri, čeprav so mladi raziskovalci v gospodarstvu, ampak je pač fokusno razi- skovanje na temeljnih raziskavah kot takih brez dejanskega stika.« MRG_B, usposabljanje še traja »Ampak se pa zelo velikokrat zavedajo točno to, da včasih eno- stavno ne moreš kr začet nekaj delat, enostavno moraš se dol vse- dit, nekaj preštudirat, moraš nekaj prebrat, pol pa se lahko spraviš nekaj delat in ta faza pač enostavno traja in ljudje bi pa enostavno radi, da prideš tja, pa boš že kr izdelek naredil, jutri recimo, ne.« MRG_D, usposabljanje še traja »V bistvu (doktorandi) rabijo dosti časa, sicer rabijo malo časa, ko pridejo v industrijo, da dojemajo vse te nove stvari, ampak v tistem trenutku, ko pridejo, so neuporabni. In v Sloveniji namreč podjetja nimajo rada takih ljudi, oziroma nočejo investirat tiste pol leta ozi- roma eno leto, da takega človeka spravijo na top.« MRG_C, uspo- sabljanje še traja »Jaz valim vsaj del odgovornosti na znanost samo in na, ne na zna- nost samo, ampak na raziskovalce in znanstvenike same, ki pač ne znajo, kot prvo ne znajo sproti predstavljati ali pa ne zmorejo, ni- majo časa, karkoli, ne uspejo sproti teh svojih dosežkov predsta- vljati, obenem pa ne uspejo približat vlogo znanosti njihovim štu- dentom.« MR_B, usposabljanje zaključeno »V praksi situacija ni idealna na tem področju. Glede tega prenosa znanja, stojimo vsak na svojem bregu in mislim, da smo že enkrat debatirali o tej temi [. . .], kdo bi se tu moral komu približat. Jaz sem tega mnenja, pa mi ne zamerit, da se vseeno mora univerza probat približat, oz. raziskovalne inštitucije, gospodarstvu, vsaj kar se te tehnike tiče in so profesorji, so raziskovalci, ki to perfektno razu- mejo in tam sodelovanje teče zelo dobro. So pa tudi obratni primeri ljudi, ki imajo velik potencial, so zelo dobri, vendar stojijo na ne- kih svojih okopih, v nekem inkubatorju in obstaja nek prepad med tem, kaj mi potrebujemo, o čem bi se mi radi pogovarjali, in med tem, kaj počnejo, in tam tega prenosa znanja ni. Mislim, da je to de- 166 Rezultati 12.5 finitivno dvosmeren proces in definitivno je veliko neprenešenega znanja, mislim, da je problem ravno v tem, da ne želimo videti, ne želimo se premakniti s svoje pozicije.« MNT_D, gospodarstvo »V Sloveniji manjka to, da ni prehoda, ni vračanja več iz industrije na inštitut, to sem mislila, da tudi manjka, ne. [. . .] Jaz mislim, da vsak po doktoratu, ne vem, 10, 15 let bi moral v industriji in potem pa nazaj« MR_B, usposabljanje zaključeno »Ta preskok, da mogoče, da se tudi podjetja navadijo drugačnega razmišljanja, ki ga imajo na fakulteti. Jaz ne pravim nujno, ker je fakulteta, fakulteta je pa res za sebe, to je pa res en čisto drug svet, tudi ne. Ali pa recimo, pri nas recimo Inštitut Jožef Štefan, tam pa imajo čas, kolikor hočeš in pač lahko delajo, kar hočejo. So pa čisto druga realnost, ne, ker pa se sploh ne sklada z realnim svetom, pa z gospodarstvom, ker enostavno ne prideš skupaj.« MRG_D, uspo- sabljanje še traja »To je eden od teh primerov, enih ustaljenih praks, ki se mi zdi, da za nekatere stvari so v Sloveniji pač zadeve tako zacementirane in potem je tako, da v bistvu v nekem paralelnem vesolju, ki se mu reče slovenska znanost, ko gredo stvari konkretno naprej, nismo tako slabi, smo, slovenska znanost je dobra, samo slovenska zna- nost je tu, gospodarstvo in aplikacije teh zadev je tu in ne pride do teh [komunikacija peša].« MR_G, usposabljanje zaključeno »Kaj recimo jaz pogrešam. Nekaj vmes med inštituti pa industrijo. Prvič je veliko nezaupanje v industriji. [. . .] Mislim, da v tujini imajo to vmes, te neke inštitute, ki delajo samo z gospodarstvom, a ne, pri nas pa jaz tega nekako ne vidim. Se mi zdi, da ko so se od- ločili za mlade raziskovalce, bi morali tudi ta prehod, jasno, da ne morejo vsi na inštitutih pa fakultetah ostat, ta prehod niso naredili v industrijo.« MR_E, usposabljanje zaključeno »Država, bi recimo morala to nekako bolj vzpodbujat. Razno razne projekte, pa pomagat tudi gospodarstvu v teh primerih. Težko je dobiti nek projekt, zelo veliko je te papirologije.« MRG_D, uspo- sabljanje še traja »[. . .] v praksi je pa drug problem in ugotavljamo ravno tukaj, ne- stimulativno okolje, nevzpudbudno okolje za podjetja.« MRG_A, usposabljanje zaključeno 167 12 Fokusne skupine »Kao s. p., jaz sploh nikomur ne povem, da imam doktorat, to je zame hendikep, to je absurdnost te družbe no (prikimavajo).« MR_C, usposabljanje zaključeno »Jaz tudi vidim eno ignoranco, da je ignoranca res bolezen našega časa in recimo, ko se je naš inštitut sesul, isto sem občutila od oko- lja ignoranco. Si na cesti, kaj.« MR_E, usposabljanje zaključeno »Se mi zdi, da je to bolj kroničen problem slovenske družbe. Jaz konkretno se zdaj ukvarjam dosti s področja evalvacij, se nekako trudimo, da bi vzpodbudili našo vlado, celotno državno upravo, da bi pač stvari, ki bi jih izvajal, nekako spremljala, preden jo uvede, da bi pač malo potestirali [. . .] Pri nas je pa nekako ustaljen prin- cip, da se reče, to je slabo, se v bistvu ne argumentira in so spre- mljali nekaj drugega. Tako, da jaz mislim, zdaj razlog te, najbrž bi kakšnega psihologa rabili, zakaj smo pač taka družba. Tako, da je na nek način pri nas, se mi zdi, v Sloveniji zelo tak strah obstaja, da čim bomo nekaj novega poskusili, bo spodletelo, zdaj smo rešeni, za življenje in da ne moremo nič drugega več narediti. Tako da se mi zdi, da je to bolj družbeno vprašanje, se mi zdi, kot vprašanje, ki bi ga lahko res znanost rešila. Dokler se pač ne bodo na splošno kaj spremenili.« MR_F, usposabljanje zaključeno »Tempo je, tempo je full hiter, v industriji je dosti hitrejši kot na fakultetah, mogoče je tudi tukaj eden izmed problemov med MR-ji in MRG. Dejansko je ravno ta prenos tega znanja teh temeljnih raziskav zato, ker podjetja nimajo časa enostavno se ukvarjat se, podjetja delajo razvoj nekega izdelka tekom let in izkušenj, ampak izkušnja traja dosti dlje, kot neka temeljna fokusirana raziskava. Lahko ti dosti prej prideš do nekega spoznanja o določeni stvari in potem podjetje lahko pa tisto direktno implementira, torej dosti hitro.« MRG_C, usposabljanje še traja »[. . .] ker se je izjalovil prvotni program usposabljanja, oziroma ti- stega simulatorja, ki smo ga imeli namen razvit, si ga nismo, tega razvoja si nismo mogli privoščit kot novo nastajajoče podjetje.« MRG_A, usposabljanje zaključeno »Denar. V prvi vrsti denar – vse se tukaj začne in konča – gospo- darstvo v bistvu deluje pač na tem principu. Koliko to stane, koliko to pride, pa če je to sploh rentabilno. In če to ni rentabilno, pa če je tudi najboljša ideja na tem svetu, je noben ne bo delal, tako da 168 Rezultati 12.5 to je to. Mislim, da tu bi se lahko velikokrat kaj preneslo, recimo iz fakultet na podjetja, ampak podjetja enostavno nimajo denarja, podjetja sploh, pa v tej recesiji, trenutno se borijo za obstoj, vežejo denar na razno razne druge zadeve in enostavno se pač ukvarjajo s tekočimi zadevami, ne z nekim raziskovanjem.« MRG_D, usposab- ljanje še traja Vloga programa MR pri prenosu znanja V tej kategoriji so združene ugotovitve odgovorov, ki govorijo predvsem o tem, kakšna bi morala idealno biti vloga programa usposabljanja pri prenosu znanja, čeprav se že v trenutni implementaciji vidijo nekatere dobre prakse. Za uspešen prenos znanja bi moralo biti po mnenju ude- ležencev v usposabljanju poskrbljeno predvsem za povezovanje uporab- nika z znanostjo, kot uspešnega za ta namen so udeleženci prepoznali predvsem program usposabljanja MRG. Ob tem so opozorili, da je vloga programa komunikacijska: prevajanje spoznanj ene in druge strani. Nenazadnje pa je vprašanje denarja vedno aktualno, zato naj bi program z vidika prenosa znanja vključeval tudi ustrezno financiranje podjetij in inovacij. »Jaz sem pač ena izmed redkih kadrov, [. . .] ki se ukvarjam s tem področjem in zaradi tega, ker jaz dejansko sem bolj ali manj edina, ki opravljam te raziskave itd., se potem lahko pretvori in se dejan- sko že zdaj v tem času, ko že jaz pač, ne samo študiram, se vidijo do- ločeni rezultati, ko pač gre iz akademije oziroma znanstvene sfere v gospodarstvo, ker je pač to dejanska možnost povezave. Kako pa to prinaša dolgoročno ali pa, ne vem, kot piše tam v pravilniku od TIE, v razvoj nekih patentov, oziroma nečesa drugega, pa se bo vi- delo.« MRG_B, usposabljanje še traja »Doktorat je vstopnica za cirkus. In to sem takrat, nisem čisto razu- mel, ampak se mi zdi izjemno, izjemno natančno povedano glede na situacijo, ki danes je v raziskovalni sferi, v tem tekmovanju med posameznimi raziskovalci.« MNT_E, raziskovalni inštitut »V velikih primerih sem jaz delal iz podjetja neko nalogo, se pravi nekaj, kar se veže na podjetje, tako da sem raziskoval nekaj, kar je bilo v podjetju, zraven za izpit, tako da se je to nekako povezalo.« MRG_D, usposabljanje še traja »Jaz kot mentor ne rabim igrat vlogo tistega strogega znanstve- nega mentorja, ki mogoče gre v globino detajla, to je prepuščeno 169 12 Fokusne skupine njegovemu mentorju na fakulteti, moram pa se res ukvarjat s tem, kako se bo zgradila ena oseba, ki bo jutri prevzela neke odgovorne naloge pri nas, da bomo iz tega izobraževanja potegnili ven ne samo tisti strokovni detajl, ampak tudi enega izgrajenega človeka z vizijo in veščino iskanja poti do nekih novih znanj, ki jih danes nimamo.« MNT_D, gospodarstvo »Vsi moji razvojni, vsi mentorji ukvarjali z enako temo in vsi so mislili, da tisto, kar drug dela je totalnonesmiselno, pač moj ra- zvojni mentor je iz gospodarstva in se mu je zdelo, da tisto, kar piše moj pedagoški mentor na faksu, totalnoneuporabno za gospodar- stvo, moj pedagoški mentor, se mu je zdelo totalno brez akadem- ske osnove oziroma brez katere koli znanstvene relevantnosti, kar je delal moj razvojni mentor in jaz vmes sem pa razumela, kaj so oni hoteli povedat, ker razumem, kaj moj šef napiše, iz česar pa moj profesor potem, on tudi črpa podatke na nek način, da pač mi delamo tukaj en prevod, prevajaš akademske članke, v jezik, ki ga razume gospodarstvo, da se potem lahko uporabi naprej, ker go- spodarstvo nima časa, potrpljenja, itd., da prebere vse članke in da pač analizira in to je pač za večino pač naloga, ki je ne morejo opra- vljat, ne, mi pa lahko to naredimo za njih in oni dobijo neko upo- rabno informacijo, ampak mora biti pač v taki obliki, da jo oni razu- mejo. In se mi zdi da to tudi potem tako na določenih področjih, ki mogoče niso toliko znanstvena sploh, tudi doda vrednost, zaradi tega branža dobi neko kredibilnost, ki je prej ni imela.« MRG_B, usposabljanje še traja Implementacija programa Zadnja tema, ki jo prepoznavamo v okviru fokusnih skupin, so različni vidiki implementacije programa usposabljanja. Če je šlo pri predhodnih temah večinoma za različne poglede o idealni zasnovi in implementa- ciji, pa v pričujočem razdelku predstavljamo ugotovitve z vidika obsto- ječe implementacije. Identificirale so se tri kategorije odgovorov: ovire pri implementaciji, primeri dobrih praks in predlogi za izboljšanje programa. Zaradi različnih vlog v usposabljanju in tudi razlik v usposabljanju sa- mem so se glede te teme mnenja in izkušnje različnih skupin udeležen- cev nekoliko razlikovala, predvsem pri primerih dobrih praks, glede ovir pa so si bili kljub temu dokaj podobni, saj zaznavajo vsi udeleženci po- dobne težave. 170 Rezultati 12.5 Ovire pri implementaciji Identifikacija ovir pri implementaciji izhaja iz navedb težav, ki so jih imeli (ali jih še imajo) med usposabljanjem udeleženci programa. Naj- pogosteje so težave povezane z naborom kandidatov in postopki izbire, saj zainteresirani kandidat pogosto ne pride k želenemu mentorju, po drugi strani pa motiviran mentor ne dobi ustreznih kandidatov. Z na- činom izbire je povezana prijava na razpoložljive teme, kar pomeni, da so kandidati pogosto vsaj do neke mere omejeni z razpisanimi projekti mentorjev. Prav vsi udeleženci so kot oviro navedli administracijo, ki je je med usposabljanjem preveč, pogosto pa so obrazci tudi razmeroma kompleksni. V zvezi s tem so se pojavila tudi vprašanja, čemu vsa ad- ministracija sploh služi in ali kdo opravlja njene analize. Nenazadnje je treba tudi pri tej temi omeniti vprašanje financiranja, ki predvsem za MRG poteka z zamikom, kar podjetjem povzroča težave, MRG pa ne omogoča (obljubljene) finančne varnosti. »Ne, drugače je bilo to umetnost, ker si moral dobiti podpise peda- goškega mentorja, raziskovalnega mentorja in razvojnega men- torja, za vsakega si moral napravit poročilo, časovnice in [. . .]« MRG_A, usposabljanje zaključeno »S tem, da moram priznati eno, no, na začetku, kolikor jaz vem, so formalnosti, ki so bile tudi potrebne zraven, raznorazno pisanje poročil, ne vem, časovnic vodenje, so zelo omejili, skrajšali in poe- nostavili, kar je za nas kot neke udeležence zelo benificirano, mi- slim zelo v plusu in imaš zelo manj dela z nekimi takimi stvarmi, s tem da jih imaš, že tako in tako, ker moraš vsake tri mesece po- ročati, ampak [. . .] S tem da zdaj so glavno, kar se mi zdi, so res ča- sovnice, ker prej si moral vsak dan vpisovat notri, za vsak dan, kaj si točno delal, kje si bil, zdaj pa tega ni več treba.« MRG_D, uspo- sabljanje še traja »Ampak potem v samem procesu izvajanja projekta pa ugotoviš, da je zelo veliko drobnega tiska, v katerem pa ti se zelo velikokrat v negativnem položaju, oziroma nimaš nikogar, ki bi te zares za- ščitil, oziroma ti tudi povedal, kako si ti recimo, ne vem, si lahko boljši, ne vem, tudi, TIA, nikjer ne opredeljuje, kaj se zgodi, če ti prekineš pogodbo s tvojim delodajalcem, v času poteka. Pa recimo ne določa, kdaj je plačilo izvedeno, to pomeni recimo da, ne vem, zdaj pač recimo to financiramo junija, to pomeni, da podjetje od decembra pa do junija ne prejme nobenih sredstev od TIE za tvoje 171 12 Fokusne skupine plače in mora vedno pač zalagat v naprej in to je zelo velik argu- ment na strani podjetja, oziroma neke, ko zahteva neko vrednost od tebe.« MRG_B, usposabljanje še traja »To je še eno vlaganje podjetja, namesto, da bi takoj dobilo možnost napredovanja z pridobitvijo mladega raziskovalca, je še nek vložek dodaten, ki že tako pa se vlaga v proizvodnjo, v razvoj.« MRG_A, usposabljanje zaključeno »Prva, ki je še danes prisotna, je ta, da marsikdaj mladi razisko- valec večinoma nima vpogleda v materialna, v porabo materialnih sredstev. Druga je to, da se lahko denar, ki je namenjen za plačo mladega raziskovalca, porablja za druge zadeve in potem mladi raz- iskovalec ne dobi tudi po nekaj mesecev denarja, za katerega je upravičen. To so glavne zadeve. Ali je to na račun tega, da pride aneks in preden se podpiše aneks, mine toliko časa, ali podjetje preusmeri denar drugam in nima za dat mlademu raziskovalcu in je tukaj še vedno premalo nadzora in bi bilo treba zagotoviti, da vsaj tisto, kar mlademu raziskovalcu pripada, da lahko gre, opravlja svoje delo in gre skozi mesec, da dobi, ne.« MRG_A, usposabljanje zaključeno »Točno, na nek način se favorizirajo določena področja, ki mogoče ne rabijo nujno tega financiranja, glede na to, da zelo veliko sred- stev iz gospodarstva dobijo, ne, medtem, ko je družboslovje tukaj malo deprivilegirano mogoče. Tako se mi zdi, da je na nek način izkazano s temi kvotami.« MR_F, usposabljanje zaključeno »Skratka, nam ni interes, da so ljudje, da imajo titulo, nam je inte- res, da so usposobljeni zato, da lahko procesu, ki ga podjetje opra- vlja, čim več dodajo, čim bolje sodelujejo. In zdaj tukaj naletimo na en fundamentalen problem gospodarski, da v resnici slovenska podjetja ne delajo tako zahtevne stvari povečini, da bi potrebovala doktorje znanosti, in tu trčimo na težek problem.« MNT_D, gospo- darstvo »[. . .] smo prišli v sistem sploh preko ARRS-ja, kjer pravzaprav so, ni sama naloga nič točkovana več, ampak so samo naše druge kva- litete točkovane, je naša naloga, da je izjemno široko, da se pač pri- lagajamo sistemu in izjemno široko zastavimo naslov, da potem se znotraj tistega lahko kandidat najde.« MNT_A, raziskovalni inšti- tut 172 Rezultati 12.5 »Res, mene je osebno prizadela ta menjava načina izbira kandida- tov, ne, ker prej si pač, je študent kandidiral s svojo temo, zbral si je svojega mentorja in mu pač dal možnost delat in iskat neke inova-tivne ideje, delat nekaj kar ga veseli, zdaj si pa ti v resnici za 4 ure tam obsojen na neko temo, ki je prišla s projektom in mentorjem in se na nek način po moje zavira te mlade raziskovalce.« MR_F, usposabljanje zaključeno »Zdaj sam namen, pa ne vem, jaz tukaj bolj vidim tudi včasih pro- blem izbire kandidatov pri MR-jih, ne, da so velikokrat tudi ljudje, ki imajo odlično povprečje, pa niso primerni za raziskovalce, no. Da so nesamostojni in potem namen verjetno ni dosežen, ne.« MR_B, usposabljanje zaključeno »In jaz mislim in to so imeli pred leti na televiziji, pogovore je imel Sandi Čolnik z ljudmi, ker so hoteli kandidati tega pa tega men- torja, pa ga niso dobili in potem so šli ven. Se pravi v samem sis- temu prijave je nekaj že zelo narobe.« MNT_A, raziskovalni inšti- tut »Mi gremo tudi v razpise trenutno za nemlade raziskovalce in tam je naval bistveno večji. Na takšen razpis nam pride recimo po 200 prijav, na razpis za mladega raziskovalca tam nekje rečem lahko v zadnjih osmih, desetih letih imamo tam nekje okrog 8 prijav na posamezno mesto. Se pravi razmerje 8:200.« MNT_E, raziskovalni inštitut »Potem se je pa tako zgodilo, da je bila neka želja, da bi na faxu ostala in je potem pač oddelek prvo leto prijavil, ampak to je bilo tisto nesrečno leto ko se je v bistvu sistem izbora kandidatov za- menjal, kjer ni več kandidiral študent sam, ampak mentorji, ne, in takrat pač diplomski mentor ni bil izbran tisto leto, tako da sem vseeno vstopila v podiplomski program, na lastne stroške, pa sem potem spoznala mojo bodočo mentorico preko enega predmeta, kar me je zanimalo in smo potem, nekako je šlo po enem principu, da nekako sem bila izbrana že v naprej, če bi pač ona dobila mesto, tako da nama je tudi uspelo.« MR_F, usposabljanje zaključeno »Ne da se. Še posebej ne pri rokih, ki so skrajšani v zadnjem ob- dobju.« MNT_E, raziskovalni inštitut »Tako da mislim, da če bi delali korektive na tem projektu mladih raziskovalcev, bi morali potem, ko je neki bolonjski proces še skraj- 173 12 Fokusne skupine šal celo zgodbo, bi moral že na začetku jasno stopit v igro, z ja- sno nalogo, za jasnim interesom in z jasno željo, da bo to študiral.« MNT_C, univerza »Mislim, da pametnih ljudi je pri nas v tem trenutku definitivno dovolj, a ne, ali pa je gospodarstvo na dovolj visokem nivoju, da lahko absorbira te ljudi, je pa zdaj drugo vprašanje. Razumem po- zicijo reprodukcije, vendar je ne bi smeli dajat na prvo mesto.« MNT_D, gospodarstvo »Pri nas se da lepo, če ni osebne ambicije, z nogami na mizi živet, v bistvu rabimo članke v zborniku, tako, mislim. Če ni osebne am- bicije, če ni osebnega drajva, ni nič. Ponavadi minimalne kriterije pogledajo, kaj je treba naredit, in pač to narediš.« MNT_B, univerza »Meni se zdi, da smo po eni strani, vsaj nekateri od nas, no, pač malo leseni. Se obesimo na to svoje znanje, na to, kar imamo, re- cimo, to je moje področje, v tem bi jaz bil itak top of the top, ampak moramo malo pogledati levo in desno.« MR_G, usposabljanje za- ključeno »In družboslovje je ta problem. Čim greš v neko uporabnost, ne, sem se mogla zelo borit, da sem dokazala, da je to znanstvena tema, ker takoj si na tisti liniji, ali je to zdaj znanost, ne.« MR_F, usposabljanje zaključeno »Narava zavrže take, ki niso uspešni, in tudi gospodarstvo take zavrže. Raziskovalna sfera pa jih ne. Te naravne selekcije ni.« MNT_D, gospodarstvo Primeri dobrih praks Kljub številnim težavam in oviram programa pa so udeleženci navedli kar nekaj primerov dobrih praks, ki pričajo o tem, da lahko ob udeležbi visoko motiviranih ljudi program deluje uspešno in v smeri doseganja zastavljenih rezultatov. MR in MRG prepoznavajo, da kljub ozki usme- ritvi vendarle dosežejo neko široko znanje, vendar se ga v svoji speciali-zaciji mnogi ne zavedajo. Tudi pri usposabljanju MR se kljub akademski usmeritvi dogaja povezovanje z dejanskimi problemi iz gospodarstva. Mentorji ne glede na časovno omejitev usposabljanja ali pa ravno zaradi tega za svoje kandidate poudarjajo iskanje priložnosti za prihodnje zaposlitve, predvsem skozi polnovredno sodelovanje pri projektih, kjer se kandidati 174 Rezultati 12.5 naučijo tudi projektnega managementa. Kandidati, ki so to izkoristili, pa so pohvalili možnost izmenjave v tujini. »Tako, da se mi zdi, da dobiš ogromno financ, če so ti pač na raz- polago. Tudi za literaturo, ki si jo recimo imel, ali pa, če si jo sam vse financiral, si zelo težko privoščiš, ne. Tako da se mi zdi, da tudi ta materialni vidik je zelo pomemben, no. Če si ti recimo, ne, tudi če nisi asistent, recimo, če si ti zgolj, da te zanima doktorski študij, pa si zaposlen v nekem x podjetju, moraš pač investirat ogromno časa in denarja za nekaj, kar ti nihče ne subvencionira pri tem. In tudi ta vidik, kot je (druga udeleženka skupine, op. a.) rekla, ne, če si ti MR, si pa dejansko del tega raziskovanja, tega sveta in je čisto drugače, čisto drugačen občutek.« MR_F, usposabljanje zaključeno »Pač odvisno je, v katerem okolju pač delaš ne, žal na naši fakul- teti pač nekako niso spodbujal pač tega, da bi ti nekam šel, pa ne vem kaj, jaz konkretno sem šla in to je bila ena mojih boljših iz- kušenj, a ne, čeprav je bilo takrat finančno zelo tesno [. . .]« MR_C, usposabljanje zaključeno »V naših podjetjih, ki pa vlagajo v sam razvoj, vsi naši mladi raz- iskovalci, mi se trudimo delat vedno skupaj, tudi če ni formalno podjetje zraven, takoj po usposabljanju ga čaka služba, če je dober, seveda, če se izkaže, da je v redu.« MNT_B, univerza »V bistvu prva prednost je ta, da je študij plačan, ne, ni ti treba pač plačat šolnine, če želiš priti do doktorata, drugo, kar se meni zdi dobro, je pa ta člen v pogodbi, ki ga imamo vsi, da je možnost študija v tujino za nekaj časa it, kar sem jaz tudi precej izkoristila, to se mi zdi zelo dobro [. . .]« MR_F, usposabljanje zaključeno »[. . .] status mladega raziskovalca je pri nas zaradi tega zanimiv, ker recimo omogoča, da pošljemo preprosto ljudi za semester ali dva v tujino, kjer si pridobijo tudi neke komparativne izkušnje.« MNT_A, raziskovalni inštitut »Na inštitutu smo imeli dan mladih raziskovalcev in je vsak pred- stavil svoje delo iz različnih področij in si tu videl, kaj ljudje sploh delajo, zdaj zelo koristi, pa tudi ena taka, eno predavanje si imel, kar je tudi v smislu nastopanja fajn.« MR_B, usposabljanje zaklju- čeno »Pa tudi praktično vsak trenutek greš lahko ali k svojemu men- torju, ali k nekomu, ki se ukvarja z nekim drugim področjem, 175 12 Fokusne skupine skratka zagotovo se mi zdi, da jaz sem nedvomno veliko več od- nesel, pa ne samo zato, ker bi mene to več zanimalo, ampak jaz sem verjetno veliko več odnesel, kot pa en podiplomski študent, ki je bil tudi nekje drugje zaposlen in je na fax prišel ob petkih po- poldan in sobotah zjutraj, ko je samo še varnostnik poleg nas in profesorjev.« MR_D, usposabljanje zaključeno »V moji ekipi je 9 doktorjev znanosti, vse smo sproducirali v lastni hiši, imamo sodelovanje tudi z drugimi in samo dva od njih sva pedagoga, pa še ta dva napol. Vse ostalo je na trgu, trg pa zdaj zame ni samo Slovenija, seveda, gremo na vse žive projekte, kjer se da denar dobit, to je normalno, ne da bi se zdaj jaz branil projektov. Industrije je pri nas premalo, in gremo še ven, gremo čez mejo.« MNT_C, univerza »Da bi morali malo bolj ljudem dati vedeti, da pač vsaka dodatna znanja, ki jih dobijo, aha, ti si za doktorat delal to in to sintezo, super, poznaš ono molekulo v nulo, veš točno kaj, kakšen je efekt, karkoli spremeniš ti, kaj ti to tvoji molekuli naredi, ampak ti si se v tem času naučil še en kup drugih metod vsega tega in pač, na to malo ljudje pozabljajo, ne, in potem, aha, ja jaz sem pa nek mladi doktor znanosti iz kemije. Ja, pač, jaz bi delal kemijsko sintezo. Ni res, ti lahko delaš, tudi če si sintezo obvladal, imaš tako močne osnove, da lahko v parih mesecih obvladaš tudi v nekem podjetju, ki se s tem ukvarja, tudi konec koncev analitiko, ne. Ker poznaš ozadje, imaš background in se lahko priučiš tega.« MR_G, uspo- sabljanje zaključeno »Naš glavni cilj je, da pridobimo razvojne oddelke po podjetju, ki so bili zaprti v 90. letih. Moji se, v bistvu pri nas ubadamo, se ne obremenjujemo, da bi delali samo za [področje 1] podjetja, delamo tudi za [področje 2] projekte, kolega se ukvarja z [področje 3] pri nas, iščemo niše, kamor koli se le, kjerkoli, sami se skušamo v čim večji meri prilagodit, da najdemo skupno točko, potem tudi mladi raziskovalec razvija v to smer, da če se želi usposabljat, če le želi delat v podjetju in vidi realne možnosti.« MNT_B, univerza »Spomnila sem se na zgled te moje prve mlade raziskovalke, ki ni dobila, preprosto, nismo je mogli zadržati, bila je dobra, na fakul- teti tudi ni mogla dobit službe in je potem iskala službo in na koncu je dobila službo v DZ-ju in je tam v komisiji za te Slovence po svetu. 176 Rezultati 12.5 Skratka, ima neke izkušnje s komuniciranjem, z znanjem o kultu- rah itn., je tam izjemno uspešna, hkrati pa nam, kolegom, ki se ukvarjajo s tem tipom, razpira neko mrežo vezi, povezav, stikov, itn. Skratka je to en tak dvo- ali pa bi rekla krožen, spiralen prin- cip, kjer se to znanje recimo viša.« MNT_A, raziskovalni inštitut »Mi bolj, ko gremo h koncu, bolj je on naš. In jaz imam same take mlade raziskovalce, kjer na koncu računam, da bo na koncu on z mano še naprej nekaj delal, tudi če bo šel iz hiše ven v neko indu- strijo, je on še zmeraj moj človek, bi rekel, jaz sem z njim na neki relaciji. Se najbolj opeharjen počutm, če vidim, da mi je ta ušel ne- kam v neko vladno službo, to je največja tragedija, da mi vzamemo doktorja znanosti, potem pa nam zbriše dobesedno tam na neka ministrstva.« MNT_C, univerza Predlogi za izboljšanje Med pogovorom o ovirah in težavah pri implementaciji programa ter tudi o pozitivnih izkušnjah so udeleženci posredno in neposredno po- dali nekaj idej, kako bi po njihovem mnenju usposabljanje bolje teklo in program uspešneje deloval. Med temi idejami smo identificirali nekaj predlogov, ki jih bomo kasneje tudi upoštevali pri oblikovanju priporo- čil za modifikacije programa. Predvsem MRG, pa tudi mentorji menijo, da bi k izboljšanju komunikacije med udeleženci programa pripomogli skupni sestanki med kandidatom in mentorji, podobno naj bi potekalo tudi skupno določanje ciljev usposabljanja in doktorske disertacije. Mentorji glede na omejene možnosti pri izbiri kandidatov predlagajo poskusno dobo usposabljanja, z možnostjo prekinitve usposabljanja po 1 letu, če se izkaže, da kandidat ni ustrezen ali motiviran za doseganje zastavljenih ciljev. Skladno s številnimi pomisleki glede izbiranja mentorjev in kandidatov, pa so v vseh skupinah naklonjeni spremembi sistema izbire udeležencev, ki naj bi bila manj usmerjena v kvantitativno oceno mentorjev. »Mogoče bi bilo smiselno, da bi se mentorji med sabo [. . .], se- stanke, ker pač [. . .] Ja, da bi bilo z mladimi – ker mi smo imeli skupaj en sestanek, ker smo pač skupaj mlada raziskovalka in pač trije mentorji in tisto je bilo zelo produktivno, ker so se pač vsi pogovarjali in so videli, koliko je to enih interesov, pa drugačnega razumevanja.« MRG_B, usposabljanje še traja 177 12 Fokusne skupine »To moramo danes podat mišljenje na to, ali je nujno, da vsak mladi raziskovalec na koncu doktorira?« MNT_C, univerza »Zastavljeni cilji, mentor bi moral tedensko, mesečno, letno, na le- tni ravni cilje zastavit, mesečni, ali pa polletni, mesečni, pa teden- ski, tako da ja vsakič veš, za vsak teden, pa vsak mesec, kaj moraš v tistem obdobju naredit, ne. Ne mislim tako, da ti narekuje, to pa to moraš naredit, ampak v katero smer moraš it, in pa zaključek. Tako z mentorjem v podjetju kot z mentorjem na fakulteti in to uskla- dit in tako bi mladi raziskovalci zelo bolj fokusirali, bolje delali in imeli jasno pot in smer, kam grejo in koliko so bližje zaključku in doseganju teh ciljev na letni ravni recimo.« MRG_A, usposabljanje zaključeno »Po mojem mnenju pedagoško izkoriščanje, to bi bilo treba ome- jiti. Ker to je v bistvu čisto finančno izkoriščanje celega sistema.« MNT_B, univerza »Bi moral to upoštevat en tak razmeroma anonimni feedback mla- dih raziskovalcev po opravljenem usposabljanju o svojih mentor- jih. Mislim, da je to zelo pomembno, tudi ko gre za vrednotenje za naprej, ker poznam ljudi, ki kar naprej dobivajo mentorstva, am- pak kandidati pa niso zadovoljni s temi mentorji.« MNT_A, razi- skovalni inštitut »Kolk je mentor imel dobrih kandidatov. Mi ta minimum zdej lo- vimo. Nekoga, ki je imel dost že, ali pa res dobrega, bi morali imeti prednost.« MNT_C, univerza »Kvalitativni vidiki za mentorje sploh niso upoštevani. Samo kako jih upoštevat, je pa drug del zgodbe.« MNT_F, gospodarstvo »Mislim, da je dobro, da raziskovalna sfera zadiha z nekimi pro- blemi, s katerimi se mi ukvarjamo, da ugotovi, kakšne zakonitosti veljajo na tem področju, s čem se mi ukvarjamo, s čem se mi borimo in tu se mi zdi, da bi na ta način laže premostili ta razkorak med tema dvema sferama. [. . .] In se bojim, da vsled celotne slike, situ- acije, ki jo imamo v gospodarstvu, seveda ta akcija ne rojeva tako pozitivnih rezultatov, kot bi jih lahko, če bi postavili nek pogoj. Po- goji seveda, so pa pogoji v gospodarstvu.« MNT_D, gospodarstvo »Pač jaz prihajam tudi iz ene tehniških fakultet, mi nimamo teh težav z mladim kadrom. Pri nas je kadra še preveč. In tudi taprave 178 Ugotovitve fokusnih skupin 12.6 fakultete. Ljudje hodijo stran v industrijo. Ta problem naši mladi raziskovalci, glavno je, da gredo delat v taprave proizvodne obrate.« MNT_B, univerza »Tu na eni strani, bi bilo potrebno po moje izboljšati kontrolo, nad- zor nad porabo sredstev, ki jih dobi podjetje, po drugi strani pod- jetjem omogočit eno vzpodbudno okolje, da kot Pipistrelu, ima boljše pogoje za vzpostavitev nove tovarne v Italiji, kot pri nas. Iz- boljšat pogoje in vemo, da se začne na vrhu, povezava, politika, gospodarstvo.« MRG_A, usposabljanje zaključeno »In pa alumni teh mladih raziskovalcev, da se vidi, kje so, kaj so. Dober, a ne, jaz mislim, da tam dobi dosti informacij nazaj, ki so dobre za samo nadaljevanje, da se vidi, da so ti raziskovalci res za- deli ciljne skupine.« MNT_C, univerza 12.6 Ugotovitve fokusnih skupin Po analizi pogovorov v okviru fokusnih skupin ugotavljamo, da se pri implementaciji programa pojavljajo številne anomalije, na drugi strani pa tudi številni primeri dobrih praks. Največ zaznanih anomalij je pove- zanih z mentorstvom oz. z načinom dela s kandidatom med usposablja- njem ter z usodo mladih raziskovalcev po zaključenem usposabljanju. Iz odgovorov sklepamo, da te anomalije nastanejo iz razlik v motivih za vstop v usposabljanje (na obeh straneh, pri mentorjih in pri kandi- datih, pa tudi na ravni institucij). Ključno vprašanje pri tem je seveda finančno, saj se program usposabljanja očitno pogosto uporablja za kr- panje kadrovskih primanjkljajev, način izbora mentorjev in kandidatov za usposabljanje pa tudi favorizira vstop v program zaradi pridobitnih motivov; torej zapolnjevanja kvot v institucijah, pridobivanja točk in habilitacijskih pogojev pri mentorjih, ter financiranja študija pri kan- didatih. Zaradi takih anomalij udeleženci zaznavajo zmanjšano vlogo programa mladih raziskovalcev pri prenosu znanja, saj prihaja do pre- malo povezav med raziskovalno sfero in gospodarstvom, pa tudi dru- gimi uporabniki znanja. Vzroke za to udeleženci vidijo predvsem izven programa usposabljanja, v splošnem stanju v družbi, v slabi komunika- ciji med obema sferama in v neustreznem financiranju. Ravno z razumevanjem prenosa znanja pa so povezane tudi pozitivne izkušnje udeležencev. Prenos znanja, ki ga udeleženci razumejo v naj- večji meri kot dvosmerno povezovanje raziskovalne sfere in uporabni- kov, predvsem gospodarstva, pa tudi kot razvoj znanosti in interdisci- 179 12 Fokusne skupine plinarnost, je v programu mladih raziskovalcev močno prisoten pred- vsem pri MRG, pri motiviranih in angažiranih mentorjih, pa tudi pri MR v akademski sferi. Take mentorje odlikuje sposobnost komunikacije in skupinskega dela, predvsem pa aktivnega in enakovrednega vključeva- nja kandidata v raziskovalno skupino in projekte. Tako kandidati med usposabljanjem ne pridobijo le znanstveno in raziskovalno specifičnih znanj in spretnosti, pač pa se izurijo tudi v številnih t. i. mehkih veščinah, kot so skupinsko delo, komuniciranje, samozavest. Zaradi sode- lovanja v projektih z različnimi naročniki pa krepijo tudi različne za- poslitvene veščine, saj je zaradi nestimulativnega in nerazumevajočega družbenega okolja zaposljivost mladih doktorandov razmeroma nizka. Med primeri dobrih praks je treba poleg odličnih odnosov med men- torji in kandidati izpostaviti možnost izobraževanja v tujini in pred- vsem intenzivno sodelovanje s podjetji v gospodarstvu tako pri MRG kot tudi pri MR. S primeri, ki so jih navedli udeleženci, se ne le krepi vrednost posameznika v znanosti in na trgu dela, temveč tudi poten- cial v instituciji, gospodarstvu in znanosti nasploh. Ne glede na vrsto znanosti, torej, ali je ta bolj temeljna ali taka, ki je laže aplikativna, so namreč udeleženci poudarili, da je za razvoj in obstoj ne le gospodarstva, pač pa tudi družbe, ključno vlagati in razvijati znanost kot stroko. 180 Četrti del Ugotovitve 13 Povzetek rezultatov K analizi uspešnosti programa mladih raziskovalcev smo pristopili s tremi raziskovalnimi pristopi. Podrobno smo obdelali zastavljene teo- retične in normativne vidike teme, pri čemer smo se opirali predvsem na znanstveno literaturo in pravne vire. Normativno in razvojno smo analizirali program mladih raziskovalcev, mnenje računskega sodišča o njegovi implementaciji, družbo znanja kot enega poglavitnih ciljev programa, vpliv in učinek izobraževanja, predvsem post-terciarnega oz. doktorskega na gospodarsko rast ter s psihološkega vidika socialni ka- pital in motivacijo za izobraževanje in raziskovanje. Ugotovitve t. i. teoretičnega raziskovanja smo vključili v pripravo me- todološkega pristopa za empirični del raziskave. Tega smo se lotili z an- keto in s fokusnimi skupinami. V splošnem ugotavljamo, da je program mladih raziskovalcev edin- stven primer spodbujanja doktorskega študija in raziskovalnega dela tako v Evropi kot v izbranih čezoceanskih državah. Čeprav v vseh na različne, tudi primerljive načine spodbujajo in financirajo doktorande, pa statusa in vloge ter s tem pripadajočih pravic in dolžnosti nismo v enaki meri zasledili v nobeni od izbranih držav. Naše ugotovitve je na posvetu ob predstavitvi rezultatov potrdil tudi direktor ARRS in s tem vodja programa, dr. Demšar, rekoč da se kar nekaj sorodnih inštitutov v sosednjih in bližnjih državah (Avstrija, Hrvaška, Srbija) zanima za im- plementacijo podobnega programa, kot ga imamo v Sloveniji.1 Rezultati ankete kažejo, da so udeleženci v programu razmeroma za- dovoljni s svojim usposabljanjem, podrobnejša analiza njihove motiva- cije tako za znanstvenoraziskovalno delo kot za prenos znanja v prakso pa je pokazala na nekatere bistvene razlike med obema vrstama uspo- 1. V projektu smo raziskovali tudi mehanizme, sorodne programu MR v izbranih tujih državah. Analizo smo opravili s pomočno strukturiranih intervjujev z relevantnimi posamezniki in z analizo dokumentov, ki pa so bili povečini spletne predstavitvene strani in javno dostopni pravilniki. Zaradi pomanjkanja strokovnih in znanstvenih virov na tem področju obravnave mednarodne primerjave v monografiji ne podajamo. Bralci, ki bi jih ta vsebina zanimala, jo lahko poiščejo v projektnem poročilu. 183 13 Povzetek rezultatov sabljanja, MR in MRG. Medtem ko so slednji sicer bolj notranje mo- tivirani za znanstvenoraziskovalno delo in celo bolje ocenjujejo ustre- znost programa ter uporabnost kompetenc in znanja, ki so ga prido- bili, pa so MRG v večji meri motivirani, da osvojena znanja prenesejo v družbo oz. končnim uporabnikom. Tudi analiza rezultatov fokusnih skupin je pokazala, da kljub številnim administrativnim omejitvam v smislu doseganja ciljev prenosa znanja v prakso bolje deluje usposab- ljanje MRG. Anketa, predvsem pa fokusne skupine so pokazale tudi nekaj ome- jitev pri implementaciji programa. Te se tičejo predvsem veliko (po oceni udeležencev v raziskavi preveč) administrativnega dela pri vo- denju usposabljanja in pa načinu izbire kandidatov za usposabljanje: tako mentorjev kot doktorandov. Kriteriji za izbiro mentorja so pov- sem kvantitativni in vezani na njegovo/njeno raziskovalno uspešnost, medtem ko se je pri uresničevanju ciljev programa kot eden ključnih iz- kazal ravno odnos mentorja s kandidatom. Številni mentorji so po pri- čevanjih udeležencev raziskave kljub raziskovalni in znanstveni odlič- nosti na ravni kvalitativnih dejavnikov, predvsem medosebnih odno- sov in vodenja povsem nevešči, kar je za doktoranda velika oteževalna okoliščina. Ugotavljamo tudi, da kandidati po programu pridobijo premalo t. i. podjetniških veščin. Kljub temu, da je udeležba v podjetniški delavnici za vse usposabljance obvezna, pa je ta preskopa in prekratka, da bi jim dala znanje in veščine za preživetje po doktoriranju, ko jih veliko ostane brez služb. Nizko udeležbo v projektih s končnimi uporabniki znanja kažejo tudi rezultati ankete, saj relativno majhen delež MR in MRG so- deluje pri projektu, ki ni povezan z njihovim usposabljanjem in/ali di- sertacjio, ampak je usmerjen v reševanje nekega konkretnega problema v družbi ali gospodarstvu. Ker s takimi projekti niso v stiku, večinoma udeleženci usposabljanja tudi menijo, da nimajo ustreznih kompetenc za sodelovanje pri takih projektih. Izpostavljenih je bilo tudi nekaj dobrih praks. Večinoma se navezujejo na dobro sodelovanje med mentorjem in kandidatom, pri čemer posebej izpostavljamo ohranjanje sodelovanja tudi po zaključenem usposablja- nju, pri čemer si mentorji ne prizadevajo zgolj za plasiranje kandidatov na trg dela, ampak z njimi sodelujejo pri reševanju konkretnih proble- mov v družbi ali gospodarstvu (bodisi preko projektov ali na druge na- čine). V ustrezno naravnanem delovnem in učnem okolju kandidati pri- dobijo tudi številne t. i. mehke veščine, ki jim po doktoriranju do dolo- 184 Povzetek rezultatov 13 čene mere več pomenijo kot specifična visokoprofilirana znanja in spre- tnosti, saj jim omogočajo prilagoditev tudi na drugačno raziskovalno in delovno okolje. Ker pa so te zmožnosti predvsem del posameznikove osebnosti, iz raziskave ugotavljamo tudi, da bi bilo tudi pri izbiri kandidatov smiselno preveriti njihovo motivacijo. 185 14 Sklep in priporočila Program MR smo analizirali tako s teoretičnega vidika kot z vidika im- plementacije. Potrdili smo nekatere domneve, ki smo jih imeli na za- četku soočanja z analizo programa mladih raziskovalcev, med razisko- vanjem pa smo prišli tudi do nekaterih presenetljivih odkritij. Glede na to, da je bila naša raziskava prva na tem področju v Sloveniji (pri tem izvzemamo poročilo računskega sodišča, ki se je nanašalo predvsem na statistične vidike implementacije programa), ostajajo številna vpraša- nja odprta, med potekom raziskave pa so se porajala tudi nova. Tako, denimo, nismo uspeli podrobneje raziskati sicer zelo majhnega, vendar pa pomembnega deleža usposabljancev, ki so usposabljanje predčasno prekinili. To vsekakor ostaja izziv za nadaljnje raziskovanje. Prav tako ostaja odprto vprašanje razlogov nezaposljivosti doktorandov po zaključenem usposabljanju, saj številni (ne le z družboslovnih in humanističnih po- dročij) tudi več kot leto dni ostanejo brez zaposlitve. Nasploh je slede- nje udeležencem programa po zaključku usposabljanja zanimiva razi- skovalna tema, ki bi dala dober vpogled v dejansko uspešnost programa ne le s statističnega in ekonomskega vidika, pač pa z vidika konkretnega dolgoročnega doprinosa k družbi. Da pa ne bi dela zaključili z odprtimi vprašanji, podajamo predloge za izboljšanje implementacije, ki temeljijo na sintezi rezultatov analize literature in empiričnega raziskovanja, snovalcem in skrbnikom programa mladih raziskovalcev pa podajamo nekaj priporočil za izboljša- nje implementacije programa. Predstavljamo jih ločeno po segmentih implementacije, na katere se nanašajo. Postopki izbire kandidatov • Kot pomembna za uspešnost usposabljanja se kaže motivacija za vključitev v program, tako pri kandidatih kot pri mentorjih, zato priporočamo vključitev preverjanja motivacije pri izbiri kandida- tov za vključitev v program in ne le izbiranje na podlagi kvantita- tivnih kazalnikov. 187 14 Sklep in priporočila • Kot en ključnih elementov se je izkazal odnos med mentorjem in kandidatom, zato bi bilo priporočljivo preveriti oceno odnosa pri ponovnem podeljevanju mentorstev, prav tako pa spodbuditi vzpostavljanje odnosa med mentorjem in kandidatom pred začet- kom usposabljanja v izogib kasnejšim konfliktom. • Iz zgornjih dveh priporočil sledi tretje, da bi bilo priporočljivo pred začetkom usposabljanja med mentorjem in kandidatom določiti in uskladiti cilje in pričakovanja do usposabljanja, da ne bi kasneje prišlo do konfliktov. • Na podlagi predlogov in pripomb udeležencev v raziskavi poda- jamo priporočilo testnega obdobja usposabljanja, pri čemer bi se kandidat in mentor po določenem časovnem obdobju lahko razšla brez večjih negativnih posledic na eni in drugi strani. Finančno-administrativni vidiki programa • Na podlagi predlogov in pripomb udeležencev raziskave predla- gamo administrativno manj zahtevno spremljanje usposabljanja (manj poročanja, jasnejša navodila, nezapleteni obrazci). • Financiranje usposabljanja (predvsem za MRG) je časovno neu- strezno implementirano. Predlagamo, da se sofinanciranje podje- tij, ki usposabljajo MRG, izvaja sprotno. Številni MRG namreč ne dobivajo rednih izplačil, kar onemogoča ustrezen potek usposab- ljanja, vpliva na motivacijo MRG za delo in zavira pripravo diser- tacije. • Predvsem MRG so ob finančnih težavah podjetja v nezavidljivem položaju, saj ob morebitnem propadu (stečaju) podjetja propade tudi njihovo usposabljanje, čeprav sami za to ne nosijo odgovor- nosti. Predlagamo, da se status MRG uredi tako, da ob morebitni prekinitvi pogodbe o usposabljanju s prvotnim podjetjem, to lahko prenesejo na drugo podjetje, kjer nadaljujejo usposabljanje in raz- iskovalno delo. • Predlagamo več avtonomije kandidatom pri porabi sredstev za usposabljanje. Ugotovili smo, da imajo predvsem kandidati na področju naravoslovja in tehnike težave, ker kljub zadostni koli- čini sredstev teh ne morejo ustrezno porabiti za namen izvedbe raziskave za disertacijo (nabava materiala in/ali opreme). 188 Sklep in priporočila 14 Organizacijski in vsebinski vidiki implementacije programa • Rezultati raziskave in tudi statistični podatki kažejo na pomanjkanje zaposlitvenih in podjetniških veščin udeležencev programa. Predlagamo, da se ta del usposabljanja ustrezno vsebinsko razširi, tako da kandidati niso zgolj informirani o podjetništvu, ampak skozi cikel predavanj in delavnic pridobivajo konkretne podjetni- ške veščine. • V splošnem se kaže potreba po večji povezanosti raziskovanja in prakse, potrebna bi bila vmesna stopnja povezovanja gospodarstva in znanosti. Predlog se pravzaprav navezuje na zgornjega: kandi- date bi bilo smiselno ne zgolj vključiti v neke obstoječe projekte mentorjev (ki obstajajo ali ne), ampak vzpostaviti takšne vrste po- vezovalni element (npr. raziskovalni inkubatorji), kjer bi kandidati del usposabljanja opravili na realnih problemih ob povezovanju s konkretnimi uporabniki znanja. 189 Literatura Acemoglu, D. J., in J. Angrist. 2000. »How Large and Human-Capital Externalities? Evidence from Compulsory-Schooling Laws.« In NBER Macroeco- nomics Annual 2000, ur. B. S. Bernanke and K. Rogoff, 9–59. Cambridge, MA: MIT Press. Aghion, P., in P. Howitt. 1992. »A Model of Growth Through Creative Destruction.« Econometrica 60 (2): 323–351. Aghion, P., in P. Howitt. 1999. Endogenous Growth Theory. Cambridge, MA: MIT Press. Ajzen, I., in T. J. Madden. 1986. »Prediction of Goal-Directed Behaviour: Attitudes, Intentions and Perceived Behavioural Control.« Journal of Experimental Social Psychology 22:453–474. Armitage, C. J., in M. Conner. 2001. »Efficacy of the Theory of Planned Behavior: A Meta Analytic Review.« British Journal of Social Psychology 40:471–499. Arrow, K. J. 1962. »The Economic Implications of Learning by Doing.« Review of Economic Studies 29 (3): 155–173. ARRS. 2009. »Program dela Javne agencije za raziskovalno dejavnost Repu- blike Slovenije za leti 2010 in 2011 in finančni načrt za letu 2010 in 2011.« http://www.arrs.gov.si/sl/finan/letpor/10/inc/ARRS_Program _dela_10_11.pdf. ARRS. 2011. »Obseg in struktura financiranja.« http://www.arrs.gov.si/sl/mr/ obseg.asp ARRS. 2012. »Predstavitev.« http://www.arrs.gov.si/sl/mr/predstavitev.asp Barle, A., N. Trunk Širca in D. Lesjak. 2008. Družba znanja: izzivi izobraževanja v 21. stoletju. Koper: Fakulteta za management. Barling, J., E. K. Kelloway in D. Cheung. 1996. »Time Management and Achievement Striving Interact to Predict Car Sales Performance.« Journal of Applied Psychology 81:821–826. Barro, R. J., in X. Sala-i-Martin. 2004. Economic Growth. 2. izd. Cambridge, MA: MIT Press. Barthes, R. 1972. Mythologies. New York: Farrar, Straus & Giroux. Baskerville, R., in A. Dulipovici. 2006. »The Theoretical Foundations of Knowledge Management.« Knowledge Management Research & Practice 4:83–105. 191 Literatura Beerkens, E. 2006. »University Policies for the Knowledge Society: Global Standardisation, Local Re-Inventions.« Predstavljeno na Conference of the International Sociological Association, Durban, 23.–29. julij. Bell, D. 1976. »Welcome to the Post-Idustrial Society.« Physics Today 29 (2): 46–49. Berce, J. 2010. »Kilo inovacij, prosim!« http://www.fdvinfo.net/db/31/4885/ Drugi%20o%20nas/Kilo%20inovacij,%20prosim!/ Berger, P. L., in T. Luckmann. 1988. Družbena konstrukcija realnosti. Ljubljana: Cankarjeva založba. Bevc, M. 2008. »Financiranje, učinkovitost in pravičnost visokega izobraževanja.« IB revija 42 (1): 5–18. Bleiklie, I. 2005. »Organizing Higher Education in a Knowledge Society.« Higher Education 49:31–59. Bowditch, J. L., A. F. Buono in M. M. Stewart. 2008. A Primer on Organizational Behavior. 7. izd. Hoboken, NJ: John Wiley & Sons. Card, D. 1999. »The Causal Effect of Education on Earnings.« V Handbook of Labor Economics, zv. 3a, ur. O. Ashenfelter in D. Card, 1801–1863. Amsterdam: Elsevier. Cecić, S. 1996. »Razvoj pojma o človeku v zgodnji odraslosti in kriza tridesetih let.« Psihološka obzorja 5 (3): 5–17. Churchill, G. A. Jr., in D. Iacobucci. 2005. Marketing research: Methodological Foundations. Mason, OH: Thomson/South-Western. Commission of the European Communities. 2003. »The Role of the Universi- ties in the Europe of Knowledge.« Communication from the Commission, COM (2003) 58. http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri =COM:2003:0058:FIN:en:pdf Dooley, L., in D. Kirk. 2007. »University-Industry Collaboration: Grafting the Entrepreneurial Paradigm Onto Academic Structures.« European Journal of Innovation Management 10 (3): 316–332. Drucker, F. P. 1999. Management Challenges for the 21st Century. New York: Harper Collins. Easterby-Smith, M., R. Thorpe in A. Lowe. 2007. Raziskovanje v Managementu. Koper: Fakulteta za management. Edmunds, H. 1999. The Focus Group Research Handbook. Lincolnwood, IL: NTC. Etzkowitz, H., in L. Leydesdorff. 2000. »The Dynamics of Innovation: From National System and Mode 2 to a Triple Helix of University-Industry-Government Relations.« Research Policy 29 (2): 109–123. European Foundation for the Improvement of Living and Working Condi- tions (EFILWC). 2003. »Handbook of Knowledge Society Foresight.« http://www.eurofound.europa.eu/pubdocs/2003/50/en/1/ef0350en.pdf 192 Literatura European Foundation for the Improvement of Living and Working Conditions (EFILWC). 2004. »The ‘puzzle’ of the knowledge society.« http://www .eurofound.europa.eu/pubdocs/2005/134/en/1/ef05134en.pdf Färe, R., in D. Primont. 2002. »Inada Conditions and the Law of Diminishing Returns.« International Journal of Business and Economics 1 (1): 1–8. Fontana R., A. Geuna in M. Matt. 2006. »Factors affecting university-industry R&D projects: the importance of searching, screening and signalling.« Research Policy 35 (2): 309–323. Forstorp, P.-A. 2007. »Who’s Colonizing Who? The Knowledge Society Thesis and the Global Challenges in Higher Education.« Studies in Philosophy and Education 27 (8): 227–236. Frenkel, M., in H. R. Hemmer. 1999. Grundlagen der Wacstumstheorie. Mün-chen: Verlag Franz Vahlen. Gams, M. 2009. »Protislovno varčevanje pri znanju.« Delo, 26. februar. Golobič, G. 2012. »Čas krize in kriza časa.« Delo, 19. maj. Gombač, J. 2009. »Mladi raziskovalec – delovni konj na fakultetah?« Finance, 22. november. Greenbaum, T. L. 1998. The Handbook for Focus Group Research. Thousand Oaks, CA: Sage. Gregson, R. A. M., in B. G. Stacey. 1981. »Attitudes and Self-Reported Alcohol Consumption in New Zealand.« New Zealand Psychologist 10:15–23. Groves, R. M., F. J. Fowler Jr., M. P. Couper, J. M. Lepkowski, E. Singer in R. Tourangeau. 2004. Survey Methodology. Hoboken, NJ: Wiley. Gruban, B. 2007. »Upravljanje človeškega kapitala podjetij.« http://www .dialogos.si/slo/objave/clanki/intelektualni-kapital/ Hagger, M. S., in N. L. D. Chatzisarantis. 2006. »Self-Identity and the Theory of Planned Behaviour: Between- and Within-Participants Analyses.« British Journal of Social Psychology 45:731–757. Hall, R. E., in C. I. Jones. 1999. »Why Do Some Countries Produce So Much More Output per Worker than Others?« Quarterly Journal of Economics 114 (1): 83–116. Hogg, A. M., in M. G. Vaughan. 2008. Social Psychology. 5. izd. Harlow: Pearson Education. Jongen, E. L. W. 2004. »An Analysis of Past and Future GDP Growth in Slovenia.« IER Working Paper 25, Institute for Economic Research Ljubljana. Jovanovic, B. 2000. »Growth Theory.« NBER Working Paper 7468, National Bureau of Economic Research, Cambridge, MA. Kobal Grum, D., in J. Musek. 2009. Perspektive motivacije. Ljubljana: Filozofska fakulteta. »Kolektivna pogodba za raziskovalno dejavnost.« http://zakonodaja.gov.si/ rpsi/r03/predpis_KOLP103.html 193 Literatura Križaj, D. 2010. »(Brez)izhodna strategija slovenske znanosti.« Delo, 26. junij. Krueger, R. A. 1998. Moderating Focus Groups. Thousand Oaks, CA: Sage. Lah Turnšek, T. 2008. »Iščemo piskača iz Hamelina.« Delo, 25. september. Lamovec, T. 1986. Psihologija motivacije. Ljubljana: Univerza v Ljubljani. Lang, J. C. 2004. »Social Context and Social Capital as Enablers of Knowledge Integration.« Journal of Knowledge Management 3 (8): 89–105. LaPiere, R. T. 1934. »Attitudes vs Actions.« Social Forces 13:230–237. Laudan, L. 1996. Beyond Positivism and Relativism. Boulder, CO: Westview. Lenarčič, B. 2007. »Transfer znanja in socialni kapital v družbi znanja.« Druž- boslovne razprave 23 (56): 91–108. Levin, D. Z., T. R. Kurtzberg, K. W. Phillips, in R. B. Lount Jr. 2010. »The Role of Affect in Knowledge Transfer.« Group Dynamics: Theory, Research, and Practice 14 (2): 123–142. Likar, B., M. Macur in N. Trunk Širca. 2006. »Systemic Approach for Innovative Education Process.« Kybernetes 35 (7–8): 1071–1086. Lobe, B. 2006. »Združevanje kvalitativnih in kvantitativnih metod – stara praksa v novi preobleki?« Družboslovne razprave 22 (53): 55–73. Lucas, R. E. Jr. 1988. »On the Mechanism of Economic Development.« Journal of Monetary Economics 22 (1): 3–42. Madden, T. J., P. S. Ellen in I. Ajzen. 1992. »A Comparison of the Theory of Planned Behavior and the Theory of Reasoned Action.« Personality and Social Psychology Bulletin 18:3–9. Marjanovič Umek, L., in M., Zupančič, ur. 2004. Razvojna psihologija. Ljubljana: Znanstveno raziskovalni inštitut Filozofske fakultete. Matsui, T., A. Okada in T. Kukuyama. 1982. »Influence of Achievement Need on Goal Setting, Performance, and Feedback Effectiveness.« Journal of Applied Psychology 67:645–648. McClelland, D. C. 1961. The Achieving Society. Princeton, NJ: Van Nosttrand. Merkač Skok, M. 2005. Osnove managementa zaposlenih. Koper: Fakulteta za management. Miller, K., R. McAdam, S. Moffett in M. Brennan. 2011. »An Exploratory Study of Retaining and Maintaining Knowledge in University Technology Transfer Processes.« International Journal of Entrepreneurial Behaviour & Research 17 (6): 663–684. Mishra, S. 2010. »A Brief History of Production Functions.« The IUP Journal of Managerial Economics 8 (4): 6–34. Morgan, D. L. 1997. Focus Groups as Qualitative Research. Thousand Oaks, CA: Sage. Morgan, D. L., in R. A. Krueger. 1998. The Focus Group Kit. 6. zv. Thousand Oaks, CA: Sage. 194 Literatura Nelson, R. R., in Edmund Phelps, S. 1966. »Investment in Humans, Technological Diffusion, and Economic Growth.« American Economic Review 65 (2): 69–75. Nokkala, T. 2006. »Knowledge Society Discourse in Internationalisation of Higher Education. Case Study in Governmentality.« Revista Española de Edu-cación Comparada 12:171–201. Nordhaus, W. D. 1969. »An Economic Theory of Technological Change.« American Economic Review 59 (2): 18–28. Novak, M. 2003. Analiza narave rasti slovenskega gospodarstva. Koper: Fakulteta za management. Novak, M. 2007. »Frontiers of Real Convergence of a Transition Economy.« Doktorska disertacija, Ekonomska fakulteta Univerze v Ljubljani. Organizacija za gospodarsko sodelovanje in razvoj (OECD). 1996. »The Knowledge-Based Economy.« Organisation for Economic Co-operation and De- velopment, Pariz. http://www.oecd.org/dataoecd/51/8/1913021.pdf Organizacija za gospodarsko sodelovanje in razvoj (OECD). 1997. »Education Policy Analysis.« Organisation for Economic Co-operation and Development, Pariz. http://www.eric.ed.gov/PDFS/ED412296.pdf Paglia, A., in R. Room. 1999. »Expectancies About the Effects of Alcohol on the Self and on Others as Determinants of Alcohol Policy.« Journal of Applied Social Psychology 29:2632–2651. Patton, M. Q. 2002. Qualitative Research & Evaluation Methods. Thousand Oaks, CA: Sage. Polanec, S., in A. Ahčan. 2007. »Evolution of Returns to Tertiary Education During Transition: Evidence from Slovenia.« V Funding, Equity and Efficiency of Higher Education: International Conference Proceedings, 21–24 november 2007, Portorož, Slovenija, ur. M. Bevc, 315–333. CD-ROM. Koper: Faculty of Management. »Pravilnik o kazalcih in merilih znanstvene in strokovne uspešnosti.« http:// zakonodaja.gov.si/rpsi/r03/predpis_PRAV7593.html »Pravilnik o postopkih (so)financiranja, ocenjevanja in spremljanju izvajanja raziskovalne dejavnosti.« http://zakonodaja.gov.si/rpsi/r06/predpis _PRAV10306.html »Pravilnik o postopku in načinu izračuna povračil sredstev v zvezi z delom in drugih osebnih prejemkov javnim raziskovalnim organizacijam.« http:// zakonodaja.gov.si/rpsi/r07/predpis_PRAV6377.html »Pravilnik o sofinanciranju asistentov stažistov.« http://zakonodaja.gov.si/ rpsi/r02/predpis_PRAV1042.html »Pravilnik o sofinanciranju programa znanost mladini.« http://zakonodaja .gov.si/rpsi/r04/predpis_PRAV7594.html »Pravilnik o usposabljanju in financiranju mladih raziskovalcev v raziskovalnih 195 Literatura organizacijah.« http://zakonodaja.gov.si/rpsi/r05/predpis _PRAV7565.html Probst Schilter, C., in B. Lepori. 2008. »What is a doctorate? Changing mea-nings and practices in Communication Sciences in Switzerland.« European Journal of Education 43 (4): 477–494. Računsko sodišče Republike Slovenije. 2010. »Revizijsko poročilo: uspešnost izvajanja programa Mladi raziskovalci.« Računsko sodišče Republike Slovenije, Ljubljana. http://www.rs-rs.si/rsrs/rsrs.nsf/I/ 2A77DCFAD9F998A9C125772E003E09D5 Radovan, M. 2001. »Kaj določa naše vedenje.« Psihološka obzorja 10 (2): 101–112. Radovan, M. 2003. »Analiza dejavnikov, ki vplivajo na motiviranost brezposelnih za izobraževanje.« Psihološka obzorja 12 (4): 109–120. Redek, T. 2001. »Razvoj teorije gospodarske rasti.« Magistrsko delo, Ekonomska fakulteta Univerze v Ljubljani. »Resolucija o Nacionalnem raziskovalnem in razvojnem programu za obdobje 2006–2010 (ReNRRP).« http://zakonodaja.gov.si/rpsi/r09/predpis _RESO39.html Rice, P. F. 1998. Human Development. Upper Saddle River: Prentice Hall. Rohrbach, D. 2007. »The Development of Knowledge Societies in 19 OECD Countries between 1970 and 2002.« Social Science Information 46 (4): 655–689. Rossi, P. H., M. W. Lipsey in H. E. Freeman. 2006. Evaluation: A Systematic Approach. Thousand Oaks, CA: Sage. Samuelson, P. A., in W. D. Nordhaus. 2001. Economics. 17. izdaja. New York: McGraw Hill. Schmidt, G. 2003. Dynamics of Endogenous Economic Growth: A Case Study of the »Romer Model«. Amsterdam: Elsevier. Schuler, R. S., S. E. Jackson in Y. Luo. 2004. Managing Human Resources in Cros-s-Border Alliances. London: Routledge. Senaratne S., M. Kagioglou, D. Amaratunga, D. Baldry, G. Aouad in A. Bowden. 2005. »Research Knowledge Transfer into Teaching in the Built Enviro- nment.« Engineering, Construction and Architectural Management 12 (6), 587–600. Senjur, M. 2001. Makroekonomija. Maribor: MER Evrocenter. Smith, B. N., in M. F. Stasson. 2000. »A Comparison of Health Behaviour Constructs: Social Psychological Predictors of Aids-Preventive Behavioural Intentions.« Journal of Applied Social Psychology 30:443–462. Solow, R. M. 1956. »A Contribution to the Theory of Economic Growth.« The Quarterly Journal of Economics 70 (1): 65–94. 196 Literatura Sörlin, S., in H. Vessuri. 2007. »The Democratic Deficit of Knowledge Economies.« V Knowledge Society vs. Knowledge Economy: Knowledge, Power, and Politics, ur. S. Sörlin in H. Vessuri, 1–35. New York: Palgrave Macmillan. Standish-Kuon, T. A. 2008. »Gray Matters: Understanding Academic Rese- archers’ Decisions about Commercializing Their Ideas and Discoveries.« Doktorska disertacija, Rensselaer Polytechnic Institute, Troy, NY. »Statut Javne agencije za raziskovalno dejavnost Republike Slovenije.« 2011. http://www.arrs.gov.si/sl/agencija/akti/statut-ARRS-maj11.asp »Statut Javne agencije za tehnološki razvoj Republike Slovenije.« 2009. http:// www.tia.si/shared_files/Dokumenti/StatutTIA.pdf Steers, R. M., in D. G., Spencer. 1977. »The Role of Achievement Motivation in Job Design.« Journal of Applied Psychology 62:472–479. Stehr, N. 1994. Knowledge Societies. London: Sage. Stehr, N. 2007. »Societal Transformations, Globalisation and the Knowledge Society.« Knowledge and Learning 3 (2–3): 139–153. Svetina, M., in M. Zupančič. 2007. »Strategije upravljanja z življenjem v odraslosti: prečna študija v Sloveniji.« Psihološka obzorja 16 (4): 43–63. Šošter, R. 2005. »Vloga človeškega in socialnega kapitala v podjetju.« Diplomsko delo, Ekonomska fakulteta Univerze v Ljubljani. Thorlindsson, T., in R. Vilhjalmsson. 2003. »Introduction to the Special Issue: Science, Knowledge and Society.« Acta Sociologica 46 (2): 99–105. Ule, A. 2007. »Racionalnost v družbi znanja.« Anthropos 39 (1–2): 241–252. Uzawa, H. 1965. »Optimal Technical Change in an Aggregative Model of Eco- nomic Growth.« International Economic Review 6 (1): 18–31. Valdes, B. D. 1999. Economic Growth: Theory, Empirics and Policy. Cheltenham: Elgar. Valimaa, J., in D. Hoffman. 2008. »Knowledge Society Discourse and Higher Education.« High Education 56:265–285. Van Baalen, P., in J. Hoogendoorn. 1999. »Training and Development in the Dutch Context: An Overture to the Knowledge Society?« Industrial and Commercial Training 31 (2): 61–71. Wicker, A. W. 1969. »Attitudes versus Actions: The Relationship of Verbal and Overt Behavioral Responses to Attitude Objects.« Journal of Social Issues 25:41–78. Wilkesmann, M., in U. Wilkesmann. 2011. »Knowledge Transfer as Interaction between Experts and Novices Supported by Technology.« The Journal of Information and Knowledge Management Systems 41 (2): 96–112. Wilkesmann, U., M. Wilkesmann in A. Virgillito. 2009. »The Absence of Cooperation is not Necessarily Defection: Structural and Motivational Constra- ints of Knowledge Transfer in a social Dilemma Situation.« Organization Studies 30 (10): 1141–1164. 197 Literatura Winter, D. G. 2002. »The Motivational Dimensions of Leadership: Power, Achievement, and Affiliation.« V Multiple Intelligences and Leadership, ur. R. E. Riggio, S. E. Murphy in F. J. Pirozzolo, 119–138. London: Erlbaum. Yahya, S., in W. K. Goh. 2002. »Managing Human Resources toward Achie- ving Knowledge Management.« Journal of Knowledge Management 6 (5): 457–468. Zanna, M. P., in J. K. Rempel. 1988. »Attitudes: A New Look at an Old Concept.« V The Social Psychology of Knowledge, ur. D. Bar-Tal in A. W. Kru-glanski, 315–334. Cambridge: Cambridge University Press. »Zakon o javnih agencijah (ZJA).« http://zakonodaja.gov.si/rpsi/r04/predpis _ZAKO2024.html »Zakon o raziskovalni in razvojni dejavnosti (ZRRD).« http://zakonodaja.gov .si/rpsi/r07/predpis_ZAKO3387.html »Zakon o visokem šolstvu (ZVis).« http://zakonodaja.gov.si/rpsi/r02/predpis _ZAKO172.html Zupančič, M., A. Gril in M. Puklek. 1994. »Struktura in vsebina pojma o človeku: izsledki študije v Sloveniji.« Psihološka obzorja 3 (3–4): 101–116. 198 ISBN 978-961-266-138-0 Univerza na Primorskem Fakulteta za management Koper www.fm-kp.si 9 7 8 9 6 1 2 6 6 1 3 8 0 Document Outline Naslovnica Kazalo Seznam preglednic Seznam slik Seznam krajšav Predgovor Uvod Prvi del: Program mladih raziskovalcev Predstavitev programa Osnovna pravna izhodišca programa Implementacija programa Spremljanje usposabljanja mladih raziskovalcev Revizija Racunskega sodišca Republike Slovenije Drugi del: Teoretična in druga izhodišča Družba znanja Družba znanja in teorija epohe modernega postindustrijskega Družba znanja: uporabnost, prenos in ustvarjanje novega znanja Vloga univerze v družbi znanja Družba znanja in EU: enotni visokošolski prostor bolonjske deklaracije Družba znanja in Slovenija Pregled modelov gospodarske rasti Modeli z eksogenim tehnološkim napredkom Endogeni modeli rasti Analiza makroekonomskih ucinkov programa mladih raziskovalcev Proizvodna funkcija v ekonomski analizi Matematicna specifikacija proizvodne funkcije Podatki Rezultati ekonometricne analize za Slovenijo Ekonometricna analiza za države Evropske unije Intelektualni kapital Prvine intelektualnega kapitala Prenos znanja kot oblika razvoja cloveškega kapitala Psihološki vidiki instituta mladih raziskovalcev Razvojnopsihološki vidiki Motivacija in nagrajevanje Opredelitve motivacije Stališca mladih raziskovalcev do prenosa znanja Opredelitev stališca Teorija razumne akcije Teorija nacrtovanega vedenja Nekatere druge spremenljivke Tretji del: Predstavitev raziskave Metodološki pristop Raziskovalni problem in raziskovalna vprašanja Izbrane metode raziskovanja Anketa Opis populacije in vzorca Priprava vprašalnika Potek anketiranja Opis vzorca Analize Ugotovitve ankete Fokusne skupine Metoda fokusnih skupin Vzorcenje in rekrutiranje udeležencev Potek fokusnih skupin Omejitve raziskave Rezultati Ugotovitve fokusnih skupin Četrti del: Ugotovitve Povzetek rezultatov Sklep in priporocila Literatura