Hiljuti sattusin lugema Taiwani teadlase Ding-wei Huangi artiklit teadusrahastuse optimaalsest jaotusest. Ta pakkus välja mudeli, uurimaks uut teaduse rahastuse süsteemi. Siinkohal tasuks välja tuua, et 2017. aasta seisuga kulutab Taiwan teaduse rahastamisele 3,3% SKP-st ning on sellega maailmas üsna kõrgel kohal (OECD andmed).
Teaduse rahastus on oluline, et toetada ja premeerida teadlasi nende töö eest. Reaalses elus on teaduse rahastajatel tihti omad huvid ja eeskirjad mängus, mille järgi toetust jagatakse. Toetuste jagamine võib olla olenevalt toetajast väga erinev. Tavaliseks nähtuseks on toetuste kontsentreeritus ehk mingi väike osa teadlasi saavad suurema osa toetustest (Larivière, 2010). Varasemalt on leitud, et mida rohkem uuringut toetatakse, seda produktiivsem uuring on, seetõttu on mõistlik anda rahastust teadlastele, kellelt on oodata parimaid/olulisemaid tulemusi (Gulbrandsen, 2005). Samas, mida kauem samu uuringuid toetatakse, seda väiksemaks muutub nende tootlikkus. Seetõttu on soovitatud mitte toetada teadlasi nende varasemate saavutuste põhjal, vaid pigem pöörata tähelepanu sellele, mida nad kavatsevad saavutada (Mongeon, 2016).
Rahastuse kontsentreeritus põhjustab ka teisi probleeme, näiteks suurt ajakulu, mis toetuse taotluse kirjutamisele läheb. Kuna rahastust antakse vähestele, siis rahast ilma jäänud on kaotanud ka väärtuslikku aega, mida oleks võinud hoopis teaduse tegemisele kulutada.
Rahastuse jagajate kallutatuse vältimiseks on välja pakutud uus süsteem, mille kohaselt võiks grantide määramine olla pigem teadlaste endi poolt määratud. Selline süsteem võiks potentsiaalselt olla ausam ja efektiivsem. Selle asemel, et rahastuse üle otsustab väike komisjon, võiks kogu teadlaste kogukond rahastuse jagamisel osaleda. Sellega saaks vältida rahastuse kontsentreeritust (Bollen, 2017). Seda mudelit silmas pidades tegi Huang ka oma mudeli.
Huangi idee on tutvustada uusi parameetreid, et kasu teadusele ja teadlastele oleks suurim. Tema mudelil on viis parameetrit: toetuse osakaal (ratio of donation) (F), toetuse saajate hulk (M), kuidas valida toetuse saajaid (α), kuidas jagada toetust (β) ja kogukonna (teadlaskonna) suurus (N). See uus süsteem peaks efektiivselt maha suruma rahastuse kontsentreerituse. Tulude jaotuse ebavõrdsuse mõõtmiseks kasutatakse Gini koefitsienti. Kui selle väärtus on null, siis tähendab, et kõik on võrdne ja kõik teadlased saavad sama suurt toetust. Kui koefitsient on 1, tähendab see, et on tegu maksimaalse ebavõrdsusega, kus üks teadlane saab kogu toetuse. Mudelit luues eeldas Huang, et kõik teadlased on võrdsed ja järgivad samu regulatsioone. Mõte oli selles, et kõik teadlased saavad riigilt mingi summa raha, millest teatud osa peavad andma selliste uuringute toetuseks, mis nende meelest on lisaraha väärt. F on see osa saadud rahastusest, mis tuleb anda M hulgale teiste uuringute tarbeks (Huang, 2018).
Mudelis võib näha kolme režiimi. Esimeses režiimis on rahastuse voolavus märkimisväärne. Rahastuse jaotus on jätkuv, kuna toetuse saajate valimine on minimaalne ehk kogu teadlaskond ei toeta ainult paari väljapaistvamat teadlast. Nii on rahastuse kontsentreerumine efektiivselt maha surutud. Teises ja kolmandas režiimis tõuseb esile väike grupp teadlasi, kes moodustavad eliidi, kuna nad saavad suure osa teiste teadlaste toetusest. (Teises režiimis on tegemist grupiga ja kolmandas režiimis paari väljavalituga.) Samas, kui kogu teadlaskond on nendes valikutes ühel nõul, siis on kõik aus (Huang, 2018).
Kokkuvõtlikult on ideaalselt võrdse teaduse rahastuse jagamise juures kõige olulisem, et oleks väike toetuse osakaal ja võimalikult juhuslik toetuste jagamine (Huang, 2018).
Kasutatud materjal:
Bollen J., Crandall D., Junk D., et al. An efficient system to fund science: from proposal review to peer-to-peer distributions. Scientometrics, 110 (2017), pp. 521-528.
Gulbrandsen M., Smeby J.C.Industry funding and university professors’ research performance. Res. Policy, 34 (2005), pp. 932-950.
Huang, D-W. (2018). Optimal distribution of science funding. Physica A: Statistical Mechanics and its Applications, 502, 613-618.
Larivière V., Macaluso B., Archambault É., et al. Which scientific elites? On the concentration of research funds, publications and citations. Res. Eval., 19 (2010), pp. 45-53.
Mongeon P., Brodeur C., Beaudry C., et al. Concentration of research funding leads to decreasing marginal returns. Res. Eval., 25 (2016), pp. 396-404.
Research and development (R&D) - Gross domestic spending on R&D - OECD Data. data.oecd.org. Vaadatud 22.03.2019.
Autor: Carolin Kuuskmäe