Компетентность и экономическая эффективность

Рассмотрим теперь превращение компетентностей в экономический результат. Проводя дальше линию анализа экономики как решения задач по аналогии с открытыми и закрытыми задачами, введем различение профессиональных деятельностей с открытым и закрытым типом успешности. Задачи закрытого типа предполагают только один вариант решения, который является оптимальным и не может быть дальше усовершенствован. Задачи открытого типа имеют множество решений, степень совершенства которых сверху не ограничена.

Если обратиться к миру профессий, то очевидно, что, например, деятельность рабочего у конвейера, контролера в общественном транспорте или кассира имеет закрытый тип успешности. При низком уровне компетентности эта деятельность не достигает оптимума успешности и характеризуется большим количеством брака. Однако по достижении определенного уровня компетентности успешность достигает потолка и далее не возрастает.

Профессии закрытого типа успешности могут быть весьма разными по когнитивной сложности и требовать разных уровней компетентности и необходимой для ее приобретения способности. Если работа у конвейера обычно не рассматривается как требующая интеллекта выше среднего, то деятельность, например, нотариуса, согласно американским правилам профессионального отбора, предполагает интеллект, превышающий средние значения более чем на одно стандартное отклонение (Gottfredson, 1997). Тем не менее нотариус или же бухгалтер – тоже профессии с закрытым типом успешности: после достижения определенного уровня профессиональной компетентности прирост успешности прекращается. Суть этих профессий – проведение действий в соответствии с установленными нормами. Если нормы выполняются, деятельность должна быть признана успешной, и далее ее успешность не повышается ввиду того, что превышать нормы не требуется или даже противопоказано.

В то же время вроде бы близкая деятельность адвоката не имеет четкого потолка успешности. Возможность влиять на суд в пользу своих подзащитных выдвигает из среды адвокатов таких выдающихся личностей, как Плевако или Кони. Аналогично, например, в сфере науки продуктивность ученого не ограничена сверху, и вклад талантливых личностей в ее развитие многократно превосходит среднестатистический уровень. Только что обсужденный аспект модели имеет любопытные следствия. Если способности нормально распределены в соответствии с гауссовым законом, то треугольный характер зависимости, представленной на рисунке 1.1, будет приводить к возникновению левосторонней асимметрии распределения компетентностей, как это показано на рисунке 1.2 (см.: Дружинин, 2002).

Рис. 1.2. Левосторонняя асимметрия распределения компетентностей

Если сопоставить асимметрию распределения компетентностей, изображенную на этом рисунке, и соотношение компетентностей и достижений в профессиональной деятельности открытого типа успешности, можно придти к выводу, что в наиболее творческих профессиях следует ожидать резкую асимметрию распределения достижений. Это означает, что в таких профессиях значительную часть продукта производит относительно небольшая часть занятых в них людей. Собственно, это совпадает с эмпирически установленными закономерностями.

Еще в конце XIX в. социолог Парето установил, что 80 % доходов в Англии того времени получали 20 % населения и нашел схожее распределение для других стран и времен. Хотя из асимметрии распределения трудовых вкладов и должна следовать асимметрия доходов, обратное неверно. Кроме того, распределение Парето оказалось применимым к очень широкому кругу феноменов – от функционирования компьютерных процессоров до систем контроля качества на производстве. В этом смысле его трактовка как следствия асимметрии трудовых вкладов представляется необоснованной, хотя применение принципа Парето к распределению трудовых вкладов на предприятиях может рассматриваться как достаточно правдоподобное.

Существуют, однако, другого рода оценки – связанные с закономерностями, которые были обнаружены в творческих профессиях. Так, согласно закону Прайса (Price, 1963), половина всех произведений в данной области создается группой, численность которой равна корню квадратному из общего числа членов данного сообщества. Например, если классический музыкальный репертуар образован произведениями примерно 250 композиторов, то половина этого репертуара принадлежит корню квадратному из 250, т. е. примерно 16 композиторам, что и обнаруживает эмпирическое исследование (Moles, 1968). Функция распределения продуктивности в любой сфере творчества оказывается резко асимметричной, причем асимметричность увеличивается с ростом выборки. Для разумных объемах выборки асимметрия оказывается существенно выше, чем в случае распределения Парето.

На основании изложенных положений модели можно выдвинуть следующее дополнительное предсказание: увеличение значимости наиболее сложных и творческих компонентов в деятельности будет приводить к нарастанию асимметрии. Это предсказание до сих пор не проверялось, однако допускает эмпирическую проверку. Например, можно предположить, что периоды «научных революций» в смысле Т. Куна требуют более неординарных подходов, чем периоды «нормального развития науки», и, следовательно, будут приводить к более выраженной левой асимметрии распределения научного продукта, в том числе измеряемого – публикаций.

Из сказанного вытекает объяснение большей асимметричности распределения Прайса, чем распределения Парето. Если распределение Парето можно рассматривать как описывающее распределение вкладов на средней корпорации, то распределение Прайса относится к «верхним этажам» человеческого творчества. Из излагаемой модели следует, что во втором случае асимметрия должна быть больше.

Оценка связи способностей, компетентности и экономических показателей в современном мире

Теперь следует перейти на более высокий уровень – от успешности деятельности отдельного профессионала к предприятию и экономике в целом. Прежде всего очевидно, что перед разными странами (и предприятиями) стоят разные задачи и для достижения одинаковых результатов от них требуются разные усилия и уровни компетентности. Следовательно, уровень компетентностей – лишь один из факторов, определяющих экономический успех, но, как будет видно из дальнейшего, весьма существенный фактор, объясняющий значительную часть дисперсии экономических показателей.

Показатели экономики представляют собой нелинейную комбинацию результатов профессиональной деятельности отдельных индивидов. Другими словами, общий результат экономики можно представить как входящие в него с разными весами результаты различных профессиональных деятельностей с закрытыми и открытыми типами успешности. В этом случае инновационная экономика характеризуется тем, что с наибольшим весом в нее входят профессиональные деятельности с открытым типом успешности.

Таким образом, связь между компетентностями людей и экономическими результатами оказывается опосредованной экономическим устройством общества. Эти процессы и структуры сами по себе представляют существенный интерес и заслуживают отдельного моделирования. Мы же здесь же воспользуемся существующими данными, которые позволяют установить отношение, характеризующее современную мировую экономику.

Для оценки связи способностей, компетентности и экономических показателей в современном мире сегодня есть возможность воспользоваться данными, собранными известным английским психологом Р. Линном.

Линн начинал с данных, касающихся связи экономического развития регионов различных стран с интеллектом их населения (см., например: Davenport, Remmers, 1950). Затем он получил аналогичные данные для различных регионов западноевропейских стран. Корреляции составили r = 0,73 для 13 областей Великобритании, r = 0,61 для 90 департаментов Франции и r = 0,65 для 48 районов Испании (Lynn, 1979, 1980, 1981).

В 2002 г. Линн и финский политолог Т. Ванханен выпустили книгу «Коэффициент интеллекта и благосостояние наций», в которой утверждалось, что интеллект населения стран является существенным фактором, оказывающим влияние на состояние их экономик (Lynn, Vanhanen, 2002). Авторы составили список среднего интеллекта для 81 страны мира на основании опубликованных данных исследований интеллекта (рисунок 1.3). Они обнаружили высокую корреляцию посчитанного ими национального интеллекта как с доходом на душу населения в этих странах (корреляция составила примерно 0,7), так и с экономическим ростом в периоды 1950–1990 и 1976–1998 гг. (корреляция 0,6–0,65). Эти корреляции лишь незначительно уменьшались, если из списка, например, выводились африканские страны.

Рис. 1.3. Связь национального интеллекта и среднедушевого дохода в различных странах мира

В более поздней работе на материале тех же данных Р. Дикерсон уточнил, что связь интеллекта с доходами страны аппроксимируется экспоненциальной зависимостью лучше, чем линейной (Dickerson, 2006). При повышении коэффициента интеллекта на 10 баллов национальный доход на душу населения примерно удваивается.

В соответствии с изложенной моделью связь между интеллектом и экономическими показателями опосредована компетентностями людей. Следовательно, если адекватно измерить в межгосударственном масштабе компетентности, можно ожидать, что их корреляции как с национальным интеллектом, так и с экономическими показателями окажутся выше, чем у этих двух конструктов между собой. Меры, позволяющие оценить компетентности, логично искать в сфере оценок образовательных систем. На первый взгляд данные, полученные в этой сфере, могут показаться довольно противоречивыми.

В работах экономистов с применением метода Байесовского усреднения классических оценок (BACE – Bayesian Averaging of Classical Estimates) было показано, что интеллект проявляет себя более мощным предиктором экономического развития, чем различные параметры системы образования (средняя продолжительность образования, его охват и т. д.), как, кстати, и рыночная свобода, демократия, инвестиции (Weede, Kampf, 2002; Jones, Schneider, 2006).

Иную картину, однако, дает анализ показателей образования не по формальным признакам, а по результатам испытаний учащихся.

С одной стороны, Линн показал высокую связь показателей среднего интеллекта по странам и результатов международных исследований качества образования (PISA и TIMSS), r = 0.9 с учетом коррекции на ненадежность измерений (Lynn, 2008).

С другой стороны, в проведенном Э. Хантом и В. Виттманом иерархическом регрессионном анализе показатели по PISA оказываются наиболее мощным предиктором ВВП, по отношению к которому интеллект не добавляет значимо объясняемой дисперсии (Hunt, Wittman, 2008).

Таким образом, правдоподобно заключить, что компетентности действительно выступают опосредующим звеном между интеллектом и экономическими показателями. К этому, однако, нужно добавить, что формальные показатели системы образования, такие как средняя продолжительность обучения, охват населения различными уровнями образования и т. д., не являются сами по себе хорошими показателями приобретенных компетентностей.

Еще один вопрос, который заслуживает здесь рассмотрения, заключается в том, связаны ли экономические показатели со средним уровнем интеллекта населения или же с особенностями его распределения, например, размером интеллектуальной элиты или, напротив, уменьшением числа людей с чрезмерно низкими когнитивными способностями, не позволяющими заниматься сколько-нибудь квалифицированной работой. В рамках развиваемой модели это означает относительную важность для экономики решения задач разного уровня сложности. Конечно, средний интеллект населения и размер интеллектуальной элиты – связанные показатели, однако их корреляция не достигает единицы. Такие страны, как США или ЮАР, имеют больший разброс интеллектуальных показателей, чем, например, западноевропейские государства, следовательно, при одинаковых средних значениях интеллекта там окажется больше лиц, как входящих в интеллектуальную элиту, так и не способных к ведению квалифицированной работы.