Содержание к диссертации
Введение
ГЛАВА 1. Современные концепции моделирования научно-инновационного развития вузов
1.1 Сущность инновационных процессов 12
1.2 Анализ современных концепций оценки и моделирования инновационных процессов в вузе 32
1.3 Показатели оценки инновационных процессов 54
ГЛАВА 2. Анализ состояния научно-инновационной деятельности вузов
2.1 Динамика инновационных процессов в вузе 72
2.2 Оценка влияния потенциала вузов на инновационные процессы ... 101
2.3 Точность математического моделирования факторного влияния на инновационные процессы в вузе 113
ГЛАВА 3. Моделирование и оценка инновационного развития вузов
3.1 Ранжирование инновационных процессов по результативному показателю 123
3.2 Финансово-экономическая составляющая и моделирование научно-инновационного потенциала вузов 140
Заключение 150
Список использованной литературы
- Анализ современных концепций оценки и моделирования инновационных процессов в вузе
- Показатели оценки инновационных процессов
- Оценка влияния потенциала вузов на инновационные процессы
- Финансово-экономическая составляющая и моделирование научно-инновационного потенциала вузов
Введение к работе
Научно-инновационный путь развития социально-экономических систем объективно является начальным этапом формирования постиндустриального общества. Глобализация мировой экономики, вступление России во Всемирную торговую организацию и желание восстановить утерянный за последние 15 лет статус обуславливает необходимость интенсификации экономического роста: перехода от сырьевой ориентации экономики к инновационному развитию.
Формирование наукоемких производств, повышение роли невещественных форм капитала (объектов интеллектуальной собственности), возрастание роли интеллектуального фактора, переход на интенсивный способ воспроизводства доказали неоспоримые преимущества и перспективность.
Мировая практика развития инновационных отраслей экономики ставит на лидирующие позиции крупнейшие мировые IT-компании: за 2003г. мировой рынок аппаратного и программного обеспечения, а также телекоммуникаций потратил на инновации 102 млрд. долл. (больше, чем любая другая сфера бизнеса). В других секторах экономики на исследования и разработки затрачено 73,8 млрд. долл.в США и 45,6 млрд. долл. в Японии.
Объем мировой торговли лицензиями на объекты интеллектуальной собственности ежегодно увеличивается на 12 %, в то время как темпы роста мирового промышленного производства не превышают 2,5-3 % в год. Россия, имея преимущества в научно-техническом потенциале и квалифицированных кадрах, располагая крупной научной базой, на мировом рынке гражданской наукоемкой продукции имеет лишь 0,3 % - 0,5 %, в то время как доля США составляет 36 %, Японии - 30 %, Китая - 6 %. Наибольшие затраты на инновации российских предприятий составляют приобретение машин и оборудования (62,2 %). В то же время на приобретение новых технологий расходуется только 18,3 % всех средств, затрачиваемых на инновации. Из них на приобретение права на использование объектов интеллектуальной собственности - 10,5 %. В общем объеме затрат предприятий на инновации
4 подавляющую долю составляют собственные средства - 82,3 %, доля иностранных инвестиций - 5,3 %, федерального бюджета - 2,8 %, бюджетов субъектов РФ - 1,3 %, внебюджетных фондов - 2,7 %.
Как показывает практика, инвестиции в исследования и разработки способствуют росту объёмов продаж компаний. Так, за последние 4 года компании, больше всего потратившие на инновации, также продемонстрировали наивысшие темпы роста доходов. По данным компании Intel, только 5% предприятий в России активно используют технологические инновации в бизнесе, а сам сектор инноваций составляет менее 1% от ВВП.
Министр образования и науки РФ А. Фурсенко считает, что сегодня уже не стоит вопрос о востребованности государственной промышленной инновационной политики. Все понимают, что она должна быть. Несмотря на то, что инновационный путь развития может быть реализован рыночными механизмами, государство не имеет права снимать с себя ответственность его стимулирования. По мнению Фурсенко, государство должно проводить анализ долгосрочного прогноза путей развития науки и производства, сохраняя так называемую научную и образовательную среду, которой так славилась Россия: школы, институты, НИИ...
В 2003 году на поддержку инноваций в России было выделено 40 млн. долларов, а на 2004 -2006 годы запланировано выделение 200 млн. долларов. Это позволило инновационным компаниям увеличить свой оборот на 1 млрд. долларов. Для сравнения: правительство земли Бавария (ФРГ) тратит на поддержку новых идей, начинаний, наукоемкого производства, то есть на инновационную сферу, 2 млрд. евро ежегодно. Это показатель среднестатистического европейского региона.
Годовой оборот на мировом рынке новых технологий и наукоемкой продукции в несколько раз превышает оборот на рынке сырья, включая столь спасительные для России нефть и газ. Общий объем этого рынка - почти 3
5 триллиона долларов, доля России в нем пренебрежительно мала - 0,3%, в то время как вклад США - 39%, Японии - 30%, Германии - 16%.
Всего же бюджетные расходы России на инновационные проекты уступают аналогичным показателям четырех десятков ведущих компаний мира (среди которых 15 американских). В бюджете 2003 года на поддержку инновационных проектов государственного значения было заложено 1,2 млрд. руб., в 2004 году эта строка выросла до 2 млрд. руб., из которых 1,5 млрд. руб. пошло на сопровождение уже начатых проектов, остальные - на новые.
Во многих регионах России за годы плановой экономики был создан мощный инновационный потенциал, который обеспечивал мировой уровень развития в приоритетных направлениях техники и отраслей производства. Однако, экономика, в которой проявлялись ненаучные административные методы, оказалась неспособной к эффективному освоению научно-технических достижений. Объективная тенденция ближайшего будущего России -экономический рост, базирующаяся на реализации её преимуществ; при этом необходимо воспользоваться проведёнными рыночными реформами, особенно - восприимчивостью рыночной экономики к инновациям. Положительный опыт интенсификации инновационного пути развития накоплен многими странами мира. Так называемый инновационный бум в Японии начался с введения механизмов поощрения инноваций, в результате чего сотрудники корпораций предложили многочисленные новшества, которые были воплощены в жизнь и существенно улучшили потребительские качества японской продукции. Инновации вошли в постоянную практику, и в Японии начался настоящий инновационный бум.
Одним из важнейших результатов инновационной деятельности являются патенты на изобретения: за 50 послевоенных лет прошлого века в Японии зарегистрировано 4 млн. патентов; в США - 2 млн. патентов; в Германия - 1 млн. патентов. Сегодня Япония является символом научно-технического прогресса, причём решающую роль в формировании Японского
экономического чуда сыграла система стимуляции инноваций. В России за тот же период создано лишь около 1 млн. изобретений.
Следует также отметить, что инновационный процесс нельзя рассматривать как следствие технических изобретений или других предпринимательских идей. Скорее он требует стратегического научно обоснованного планирования и управления, ориентированных на рынок.
Очевидно, что стимуляция инновационного пути развития путём вовлечения федеральных ресурсов через научно-исследовательские структуры высших учебных заведений может стать для России значительным прогрессивным шагом.
В "Основах политики Российской Федерации в области развития науки и технологий на период до 2010 года и дальнейшую перспективу", утвержденных Президентом РФ 30 марта 2002 г. (Пр-576), определена цель государственной политики в области развития науки и технологий: переход к инновационному развитию страны, а важнейшими направлениями этой политики являются адаптация научно-технического комплекса к условиям рыночной экономики и повышение эффективности использования результатов научной и научно-технической деятельности за счет вовлечения их в гражданский оборот.
Эффективное сопряжение научной системы, инновационных результатов с системой управления экономикой России для получения экономических и социальных результатов может обеспечить развитие как научной системы, так и формирующихся на ней инновационных производств. Важность решения данной проблемы обуславливает актуальность темы диссертационного исследования.
Степень изученности проблемы. Теоретики постиндустриального и информационного общества Д. Белл, П. Дракер, 3. Бжезинский, И. Массуд, М. Раисе, Э. Тоффлер, Дж. Форрестер и другие четверть века тому назад предвидели переход наиболее развитой части человечества к новому типу производства и общества на базе инновационных (особенно компьютерных)
7 технологий. В отечественной экономической литературе начало широкому освоению данной тематики положено в 70-е годы прошлого столетия. Можно выделить работы российских исследователей И. Ансоффа, В. Алтухова, С. Глазьева, М. Делягина, В. Иноземцева, В. Кушлина, Ф.И. Перегудова, Ф.П. Тарасенко и др., уделивших особое внимание перспективам инновационного, постиндустриального развития России.
Проблемы инновационного экономического роста достаточно подробно исследованы в работах отечественных и зарубежных авторов: Л. Абалкина, А. Аганбегяна, А. Белоусова, О. Богомолова, А. Вольского, Л.М. Гохберга, Ю.. Дегтярева, Э. Денисона, Е. Домара, П. Дугласа, В. Игнатова, Н. Игошина, С.Д. Ильенковой, В. Лексина, В. Леонтьева, В. Маевского, К.Микульского, Н. Петракова, Б. Райзберга, Д. Рубвальтера, Я. Тинбергена, Р. Харрода, С.Фишера, СЮ. Ягудина и др.
Инвестиционным аспектам инновационной деятельности посвящены исследования зарубежных авторов: Г. Александера, Д. Бейли, О. Бем-Баверка, Б. Биркенмайера, X. Бродбека, П.Э. Долана, Дж. М. Кейнса, Д. Линдсея, А. Маршала, Г. Минса, К. Менгера, X. Нойбауэра П. Савиоц, Дж. Хикса, Д. Шнайдера, И. Шумпетера и др.
В числе современных отечественных исследователей данных проблем следует выделить П.В. Акинина, Е.Н. Богачёва, П.Г. Бунина, М.В. Кларша, А.Н. Тихонова и ряд других авторов.
Однако, в современных исследованиях достаточно слабо исследованы количественные показатели и математические модели научно-инновационной деятельности как фактора экономического роста нашей страны. Недостаточно внимания уделяется инновационно-инвестиционным факторам как движущей силе экономического и технологического прорыва, который мог бы способствовать переходу экономики России от сырьевой зависимости и достижению национальной экономики конкурентоспособности, необходимой для интеграции в мировой рынок на равноправной основе.
8 Тема диссертации соответствует паспорту специальности 08.00.13 ВАК (экономические науки) - п. 1.4 «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений», п. 1.8 "Математическое моделирование экономической конъюнктуры, деловой активности, определение трендов, циклов и тенденций развития".
Цели и задачи исследования. Целью диссертационного исследования является развитие теории и практики моделирования научно-инновационной деятельности вузов, создание моделей и методик количественной оценки научно-инновационного потенциала вузов, обоснование путей инновационного развития на базе повышения экономической эффективности использования научно-инновационного потенциала вузов.
Для достижения указанной цели автор поставил перед собой следующий ряд задач:
- выполнить анализ социальной и экономической сущности научно-
инновационных процессов и обосновать необходимость стимулирования их
развития в вузах для ускорения экономического роста в России;
проанализировать рейтинговые показатели вузов и определить факторы, влияющие на динамику их развития;
выполнить анализ моделей и методик количественных оценок научно-инновационного потенциала высших учебных заведений, выявить направления их совершенствования;
- разработать математическую модель оценки потенциала научно-
инновационной деятельности вузов в условиях Российской экономики;
* - идентифицировать количественные показатели моделей оценок научно-
инновационного потенциала вузов России;
- исследовать применение разработанной модели оценок инновационного
потенциала вузов для обеспечения эффективного управления научно-
инновационной деятельностью вузов.
Объектом исследования выступает научно-инновационная деятельность высших учебных заведений.
Предметом исследования являются научно-инновационные процессы в вузах России, математические модели и методики оценки научно-инновационного потенциала высших учебных заведений.
Теоретическая база исследований. В основу диссертации легли известные исследования российских и зарубежных ученых в области экономико-математического моделирования инновационно-инвестиционной деятельности высших учебных заведений, материалы научных конференций, статьи в сборниках научных трудов и периодической печати, методические и практические пособия, законы, материалы статистических сборников России.
Эмпирическую базу исследования составили данные ежегодной статистической отчётности вузов России.
Научная новизна заключается в следующем:
осуществлен отбор показателей оценки инновационной деятельности для определения инновационного потенциала вуза математическими средствами;
определены тенденции развития инновационной деятельности вузов;
установлены зависимости между оценочными параметрами инновационной деятельности вузов, получены их математические модели;
модифицирована модель оценки научно-инновационного потенциала вуза, отличающаяся переходом от субъективных экспертных коэффициентов к объективным и системным зависимостям;
разработаны практические рекомендации по управлению научно-инновационным потенциалом вузов на основе ежегодных статистических данных с использованием предложенных моделей.
Практическая значимость исследования состоит в том, что предложенные модели и выводы могут применяться для ранжирования потенциальных подрядчиков научно-инновационных исследований и разработок, получения практических показателей научно-инновационного потенциала вузов в аналитических центрах, кредитных организациях, органах государственного управления. Предложена математическая модель оценки инновационных вузов, исключающая субъективность экспертных оценок.
Апробация результатов исследования. Основные результаты
выполненного исследования докладывались и получили одобрение на
региональной научно-практической конференции «Проблемы развития
региональной финансовой системы» (Ставрополь, СГУ, 2003 г.), на
международной конференции «Ломоносов-2004» (Москва, МГУ, 12-15 апреля
2004 г.), международной научно-практической конференции
«Информационные системы, технологии и модели управления производством» (Ставрополь, СтГАУ, 14-15 июня 2005 г.).
Структура диссертационной работы. Работа состоит из введения, трёх разделов, списка используемых источников, заключения и приложений
Во введении обосновывается актуальность темы диссертационной работы, поставлены цели и задачи, объект, предмет, база и методы исследования, а также рассматривается состояние научной разработанности проблемы, практическая целесообразность диссертационного исследования.
В первой главе диссертации «Современные концепции моделирования научно-инновационного развития вузов» рассматривается сущность инновационных процессов, выполнен анализ современных концепций оценки и моделирования инновационных процессов в вузах.
Во второй главе диссертации «Анализ состояния научно-инновационной деятельности вузов» даётся характеристика современного состояния научно-инновационной деятельности вузов в динамике, оценивается влияние потенциала вузов на инновационные процессы. По показателям оценки научно-
*
»
инновационного потенциала анализируются 15 классических университетов РФ и производится оценка точности математического моделирования факторного влияния на инновационные процессы в вузе.
В третьей главе диссертации «Моделирование и оценка инновационного развития вузов» производится оценка инновационных процессов по результативным показателям инновационной деятельности, приводится результат анализа финансово-экономической составляющей научно-инновационных процессов. Представлена апробация оценки вузов по разработанной методике и моделям; даются рекомендации по применению разработанной модели оценки инновационного потенциала вузов в научно-инновационной деятельности.
В заключении сформулированы основные теоретические и практические результаты проведённых исследований, изложены практические рекомендации по их использованию.
Автор выражает искреннюю благодарность научному руководителю -почётному работнику высшего образования РФ, доктору технических наук, профессору, В.Ф. Минакову.
Анализ современных концепций оценки и моделирования инновационных процессов в вузе
Оценка инноваций - важнейшая процедура на начальной стадии проекта, она также представляет собой непрерывный процесс, предполагающий возможность влияния на ход развития проекта в любой его фазе, основываясь на вновь появившейся дополнительной информации.
Инновационные процессы, так же как и любые другие процессы, имеют как общепринятые признаки, характеризующие, например, экономические, общественные аспекты, так и свои собственные, присущие только данному процессу, признаки.
Для анализа концепций оценки выполним декомпозицию инновационных процессов по этапам научной, научно-технической, организационной и финансовой деятельности от фундаментальных, поисковых, прикладных исследований до опытно-конструкторских разработок и производства готовой продукции.
Новация, как следствие - и инновационный процесс, приводящий к ней, часто не могут осуществляться существующими финансовыми ресурсами. Поэтому, анализ финансовой составляющей в организации инновационного процесса часто выделяют в основополагающий критерий его оценки. Данный подход рекомендуется многими учёными, исследующими развитие производственных секторов экономики в единстве с инновационными технологиями, при оценке возможности применения новаций в производственных сферах и формировании заказа на проведения инновационных исследований и разработок производителем. Так, выражают свой подход известный российский учёный Морозов Ю.П. в описании научно-практических основ системы менеджмента инновационной деятельности организации, учёные Ильенкова С.Д., Гохберг Л.М., Ягудин СЮ. и др. Рассмотрим основные источники финансирования проведения инновационных исследований. Для инновационной деятельности в вузе характерны три основных источника финансирования: государственное финансирование (ассигнования министерства образования и науки РФ); - финансирование специальными научными учреждениями (РГНФ, РФФИ, фонд Форда, фонд «Евразия» и др.); - финансирование коммерческими организациями. Из этого следует другой подход к оценке инновационных процессов # основанный на анализе организационной структуры инновационного процесса. Оценка инновационного процесса при таком подходе основана на: - формировании кадрового состава инновационного коллектива; - планировании и реализации объёмов работ по инновационной программе; - учёте трудоёмкости работ; - обеспечении занятости кадров в смежных процессах;
Из приведённого выше определяются два основных подхода оценки инновационных процессов: оценка через организацию и планирование процесса и оценка через финансирование проекта. Данные подходы также дают возможность определять степени риска инновационного процесса на стадиях реализации проекта. На основе анализа исследуемых данных строится технико # экономическая или экономико-математическая модель проведения инновационного процесса, что позволяет принимать качественные решения в сферах распределения финансовых, трудовых ресурсов, управлении инновационными структурами.
Рассмотрим подробнее финансовую оценку инновационных процессов в научно-исследовательской сфере деятельности вуза.
Сложная финансовая составляющая присуща каждому инновационному процессу, независимо от формы и продукта инновационной деятельности. Будь то создание (разработка) новой продукции или усовершенствование технологии, формы организации производства, управления и т.д.
Рассматривая инновационную деятельность в научно-исследовательской сфере деятельности вуза, детальнее рассмотрим основные источники финансирования: государственное, финансирование специальными научными учреждениями и частное.
В качестве государственного источника финансирования выступают ассигнования Министерства образования и науки РФ и данный источник финансирования носит устойчивый характер.
В качестве специализированных научных учреждений финансирующих инновационную деятельность выступают различные фонды, такие как РГНФ, РФФИ, Фонд Форда, Фонд «Евразия» и др. Данный источник финансирования может иметь и государственную основу, но уже не является стабильным и имеет адресную основу.
И третьим источником финансирования является частный капитал, который имеет чёткую адресную основу и конкретное инновационное задание к исследовательской структуре, а также получает права на готовый продукт исследований.
Показатели оценки инновационных процессов
Для изучения и эффективного управления инновационной деятельностью представляется необходимая оценка данной сферы с позиций экономических, социальных показателей, технических и других характеристик, отражающих процесс деятельности и её результат.
При исследовании результатов деятельности вузов достаточно часто применяются рейтинговые методики. Данные методики, особенно в последнее время, приобрели большую популярность, и в настоящее время можно встретить десятки рейтингов, построенных по различным методикам. Простейшие из них, такие как экспертные оценки, получаемые, например, голосованием в сети Internet, за место того или иного университета в рейтинге, или аналогичного характера с подобной методикой - регистрация количества посещений анализируемого сетевого ресурса связанного с областью деятельности вуза, не представляется в данном исследовании продуктивными, так как рейтинги, построенные с использованием упомянутых методик, имеют большую погрешность.
Рассмотрим рейтинги и методики их формирования на основе сложных структур и набора количественных показателей деятельности вуза. Одна из таких методик - Методика расчета рейтинга "100 лучших вузов".
Для оценки деятельности вузов и определения его рейтинга отобраны 20 показателей с таким расчетом, чтобы в числах были отражены характеристики студентов, профессорско-преподавательского состава и условий обучения. Причём, показатели рассчитаны так, чтобы все участники рейтинга оказались в равном положении независимо от контингента студентов и численности профессорско-преподавательского состава. В частности, такие данные, как число действительных членов и членов-корреспондентов государственных академий, число кандидатских и докторских диссертаций, защищенных сотрудниками вуза за пять лет, число монографий за пять лет, число грантов за тот же период и число научных командировок выбиралось не в "натуральном виде", а в процентном отношении к общему числу преподавателей.
При подсчете баллов показателям был придан следующий вес. Характеристика студентов - 30%: (81) конкурс в исследуемом году - 2%; (82) средний балл школьных аттестатов - 2%; (83) средний балл летней экзаменационной сессии - 2%; (84) средний балл выпускных экзаменов в исследуемом году - 3%; (85) процент выпускников, получивших дипломы с отличием в исследуемом году,- 7%; (86) процент выпускников, поступивших в аспирантуру или магистратуру в исследуемом году - 7%; (87) процент выпускников, трудоустроенных по специальности в течение шести месяцев после выпуска в исследуемом году,- 7%. Характеристика профессорско-преподавательского состава (55%): (88) число преподавателей в расчете на 100 студентов - 7%; (89) "процент остепененности" - отношение числа кандидатов и докторов наук к общему числу преподавателей - 10%; (В 10) доля учебной нагрузки, выполняемой штатными преподавателями,-7%; (В11) - число действительных членов и членов-корреспондентов государственных академий - 8%; (В 12) число кандидатских и докторских диссертаций, защищенных сотрудниками вуза за последние 5 лет,- 6%; (ВІЗ) число монографий, изданных сотрудниками вуза за последние 5 лет,- 7%; (В 14) число грантов на научные исследования, полученных сотрудниками вуза за последние 5 лет,- 5%; (В 15) число научных зарубежных командировок сотрудников за последние 5 лет - 5%. Характеристика условий обучения (15%): (В 16) бюджет вуза в расчете на одного студента в последующем за исследуемым году - 5%; (В17) библиотечный фонд вуза в расчете на одного студента - 4%; (В 18) число персональных компьютеров в расчете на 100 студентов - 4%; (В 19) учебная площадь в расчете на одного студента - 1%; (В20) Площадь общежития в расчете на одного проживающего студента - 1%. Итого 100%. При выставлении баллов по каждому показателю использовалась шкала оценок от 1 до 10. При этом минимальному значению показателя в каждой группе присваивался 0, максимальному - 10. Например, максимальный процент кандидатов и докторов наук к общему числу преподавателей в Академии народного хозяйства(АНХ) при правительстве РФ - 100%, минимальный - в Иркутском государственном университете(ИГУ) - 30,9%. Соответственно эти вузы получили 10 и 0 баллов. Чтобы рассчитать баллы вузов, которые по этому показателю находятся между АНХ и ИГУ, был найден "натуральный вес" (V) одного пункта измерений: V=(max-min): 10=( 100-30,9): 10=6,91. Зная "натуральный показатель" процента "остепененное" (N), легко найти и балл для каждого вуза: B4=(N-min):V. Например, для Московской государственной юридической академии: В4=(75,17-30,9):6,91=6,4 балла. Аналогично определяются оставшиеся показатели. Итоговый балл каждого вуза был рассчитан по формуле, составленной с т учетом веса каждого показателя: W = 1хВ1 + 1хВ2 + 5хВЗ + 10хВ4 + 15хВ5 + 15хВ6 + 10хВ7 + 10хВ8 + 10хВ9 + 5хВ10 + 5хВ11 +5хВ12+ ІхВІЗ + 5хВ14 + 5хВ15 + 1хВ16+ 1ХВ17. Первоначально были рассчитаны рейтинги вузов по шести категориям: классические университеты, технические вузы, экономические вузы, медицинские вузы, юридические вузы, негосударственные вузы. Каждый рейтинг представлен в отдельной таблице.
Оценка влияния потенциала вузов на инновационные процессы
В ходе статистического исследования этих связей необходимо выявить причинно-следственные зависимости между показателями, т.е. определить насколько изменение одних показателей зависит от изменения других показателей.
Оценку объективно существующих связей между явлениями целесообразно выполнить, используя коэффициенты корреляции.
Корреляционная связь - это связь, где воздействие отдельных факторов проявляется только как тенденция (в среднем) при массовом наблюдении фактических данных. Наиболее очевидным вариантом корреляционной зависимости является парная корреляция, т.е. зависимость между двумя признаками (результативным и факторным или между двумя факторными). По этим причинам оценочные параметры рассматриваются попарно.
Для оценки зависимости и степени влияния рассмотрим попарно все рассмотренные выше показатели оценки рейтинга классических университетов в суммарном представлении по каждому показателю. Для этого рассчитаем коэффициенты корреляции для отобранных пар оценочных признаков.
Математически эту зависимость можно выразить как зависимость результативного показателя у от факторного показателя х. Связи могут быть прямые и обратные. В первом случае с увеличением признака д: увеличивается и признак у, при обратной связи с увеличением признака х уменьшается признаку.
Важнейшая задача - измерение тесноты зависимости - для всех форм связи может быть решена при помощи вычисления эмпирического корреляционного отношения г):
Следовательно, коэффициент корреляции будет рассчитываться как: гху = і ."" , / ч , (2.3) V /=] /=1 где Xj - координаты первого параметра, yj - координаты результативного параметра, п - число наблюдений, six, siy - разность между значениями параметра временной оси и среднего значения параметра за 5 лет.
Применяя формулу расчёта коэффициента корреляции (2.3), получаем значение г = -0,16430187. Для удобства округлим значение коэффициента корреляции до 4 знаков после запятой, и будем оперировать значением г = -0,1643. Данная операция не искажает точность данных.
Полученный результат позволяет утверждать, что воздействие Параметра 1 на Параметр 2 или наоборот, не имеет место, что нагляднее говорит об отсутствии зависимости количества лица, имеющих учёную степень доктора наук и количества лица, имеющие учёное звание профессора(без учёта значений параметра 1). Среднее значение коэффициента корреляции всех пар равняется 0,7676. В дальнейшем будем считать, коэффициент корреляции менее 0,77 по модулю показательным к отсутствию зависимости между рассматриваемой парой параметров.
Применяя формулу расчёта коэффициента корреляции (2.3), и округляя полученные значения, получаем г = 0,9791. Такое значение коэффициента корреляции позволяет утверждать что существует прямая зависимость между количеством лиц, имеющих учёную степень доктора наук и количеством докторов наук и лиц, имеющих ученое звание профессора, в возрасте до 50-ти лет(одно и то же лицо учитывается только 1 раз).
Применяя формулу расчёта коэффициента корреляции (2.3) и округляя значение параметра до 4 знаков после запятой, получаем значение г = 0,9943.
Полученное значение коэффициента корреляции позволяет утверждать о наличии прямой зависимости значений Параметра 3 и Параметра 10. Важно заметить, что выявленная связь выражена теснее, чем в рассмотренных выше отношениях и близка к линейной зависимости. Это позволяет говорить, что количество докторов наук и лиц, имеющие ученое звание профессора, в возрасте до 50-ти лет, практически напрямую влияет на объем хоздоговорных работ, выполненных собственными силами.
Рассмотренные пары оценочных параметров демонстрирует все возможные исходы распределения значений коэффициента корреляции, а именно: наличие прямой и обратной зависимости при положительном или отрицательном значении коэффициента корреляции; отсутствие наличия связи при большом отклонении от максимального значении равного единице и обратное утверждение, при значениях близких к 1.
Аналогично проведённым вычислениям рассчитаем коэффициенты корреляции для всех возможных парных сочетаний исследуемых оценочных параметров.
Исходные данные отображены в таблице 2.28, промежуточные расчёты -таблица 2.29.
Результаты расчёта коэффициентов корреляции исследуемых пар признаков приведены в таблице 2.30.
При рассмотрении полученных результатов приходим к следующим выводам:
1. Значения коэффициента корреляции для выбранных пар оценочных признаков имеет высокие значении в большинстве случаев. Данные значения характеризуют наличие в большинстве случаев корреляционной зависимости исследуемых параметров.
2. Для каждого параметра эмпирически можно установить, что распределение коэффициента корреляции имеет определенный диапазон распределения.
3. Высокий коэффициент корреляции выбранных параметров оценки позволяет утверждать о правильности их выбора из общего количества оценочных признаков расчёта рейтинга вузов, а также об успешном применении метода сравнительного анализа признаков рейтинга и признаков, характеризующих инновационную деятельность.
4. Устойчивые отрицательные значения для Параметра 2 позволяют обосновать колебательные процессы исходных данных этого параметра, а также его низкое количественное представление в общем оценочном ресурсе. Полученные отрицательные значения позволяют утверждать об отсутствие обратной связи и связи как таковой вообще.
Финансово-экономическая составляющая и моделирование научно-инновационного потенциала вузов
Инновационное развитие России удивительно скромное по сравнению с тем, что можно было бы ожидать с учетом уровня накопленного резерва человеческого капитала с научными навыками и инженерного ноу-хау, и даже ее общих инвестиций в исследования и разработки. Во многих регионах России за годы плановой экономики был создан мощный инновационный потенциал, который обеспечивал мировой уровень развития по приоритетным направлениям техники и отраслям производства. Однако, экономика, в которой доминировали административные методы, оказалась неспособной к эффективному освоению научно-технических достижений.
Финансирование государственных исследовательских институтов не обеспечивается как часть системной политики. Государство финансирует результаты исследований и разработок из комбинации бюджетных каналов и программ, цели и приоритеты которых устанавливаются независимо. В результате, институты работают беспринципно, ища финансирование через контракты с частной промышленностью, государственными предприятиями и другими субъектами государственного сектора или через программы поддержки инноваций.
Анализируя сказанное, можно сделать ряд выводов: - финансирование государственных исследовательских институтов должно обеспечиваться как часть системной политики, требующей стратегического планирования ориентированного на рынок;
- государство должно финансировать результаты исследований и разработок из комбинации бюджетных каналов и программ, цели и приоритеты которых устанавливаются взаимозависимо.
научно-инновационные разработки эффективно проводить в специализированных учреждениях, которыми в Росси в данный момент могут стать высшие учебные заведения. Стимуляция инновационного пути развития путём вовлечения федеральных ресурсов через научно-исследовательские структуры высших учебных заведений должно усиливаться и основываться на современных методах;
разработка современных моделей, использование достоверных количественных оценок инновационных процессов является необходимым условием формирования новой, постиндустриальной экономики.
Приведённые выше факты и проведенное исследование актуализируют применение научно обоснованных подходов моделирования инновационной деятельности, оценки инновационного потенциала вузов с целью усиление связей между исследованиями и образованием, производством и реализацией инновационной продукции на рынке.
Основные результаты диссертационной работы состоят в следующем.
— произведена декомпозиция инновационных процессов по стадиям (фазам) развития, позволившая определить место и роль вузов в общей структуре инновационного развития, выделив для вузов приоритетные начальные стадии: фундаментальные и прикладные исследования, а также опытно-конструкторские разработки.
— математическими методами осуществлен отбор показателей научно-инновационной деятельность вузов, позволяющих оценивать динамику ее развития;
— оценены объективно существующие связи между явлениями, характеризующими оценочные параметры инновационного потенциала; установлены зависимости между оценочными параметрами инновационной деятельности вузов в разрезе основных производственных ресурсов: материальных, финансовых, интеллектуальных, информационных, научно-технических;
— установлено, что параметры, характеризующие инновационную деятельность, однозначно сортируются по коэффициенту смешанной корреляции; значения коэффициента смешанной корреляции позволяют составлять комбинируемые модели с учётом степени полинома, отражающего линию тренда; оценочные параметры имеют различную степень точности, которая должна быть ранжирована при необходимости оптимизации моделей;
— разработана усовершенствованная методика количественной и качественной оценки научно-инновационной деятельности вузов, модифицирована модель оценки научно-инновационного потенциала, отличающейся переходом от субъективных экспертных коэффициентов к объективным и системным зависимостям.
Задача качественной оценки современного инновационного потенциала высшей школы решена разработкой обобщенной модели инновационного потенциала вуза, дающей одновременно возможность руководителям вузов (и их подразделений) и министерства управлять формированием инновационного потенциала вузов путем распределения ресурсов вуза. Внедрение в практику предложенной модели позволит улучшить функционирование вузов и контроль научно-инновационной деятельности, обеспечит эффективность проводимых реформ.
