Содержание к диссертации
Введение
Раздел 1 Системный анализ воспроизводства научных кадров в высшей школе 11
1.1 Анализ современного состояния воспроизводства научных кадров в высшей школе 11
1.2 Анализ структуры системы управления воспроизводством научных кадров в высшей школе
1.3 Анализ показателей оценки научной активности исследователей сектора высшей школы 20
1.4 Формализация процессов принятия управленческих решений в области воспроизводства научных кадров в высшей школе и постановка задачи исследования 34
Выводы по разделу 1 37
Раздел 2 Разработка модели воспроизводства научных кадров в высшей школе 39
2.1 Графовая модель воспроизводства научных кадров в высшей школе 39
2.2 Марковская модель воспроизводства научных кадров в высшей школе 45
2.3 Параметрический анализ модели воспроизводства научных кадров в высшей школе 48
Выводы по разделу 2 53
Раздел 3 Разработка моделей оценки научной активности участников процесса воспроизводства научных кадров в высшей школе 54
3.1 Выбор математического аппарата для оценки научной активности исследователей сектора высшей школы 54
3.2 Математическая модель выбора показателей для оценки научной активности 56
3.3 Определение перечней показателей для оценки научной активности исследователей сектора высшей школы 65
3.4. Формирование перечней частных показателей для оценки научной активности исследователей сектора высшей школы 71
Выводы по разделу 3 79
Раздел 4 Алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе 80
4.1 Анализ операций по обработке информации для оценки состояния воспроизводства научных кадров в высшей школе 80
4.2 Алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний 81
4.3 Алгоритмы выбора показателей научной активности участников процесса воспроизводства научных кадров в высшей школе 82
4.3.1 Алгоритмы определения количественных оценок значимости основных и частных показателей для оценки научной активности 84
4.3.2 Алгоритмы оценки значимости основных и частных показателей научной активности 86
4.4 Алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров в высшей школе 99
4.5 Апробация алгоритмов оценки уровня научной активности участников процесса воспроизводства научных кадров сектора высшей школы 102
Выводы по разделу 4
Заключение 112
Список использованных источников и литературы
- Анализ структуры системы управления воспроизводством научных кадров в высшей школе
- Марковская модель воспроизводства научных кадров в высшей школе
- Определение перечней показателей для оценки научной активности исследователей сектора высшей школы
- Алгоритмы выбора показателей научной активности участников процесса воспроизводства научных кадров в высшей школе
Анализ структуры системы управления воспроизводством научных кадров в высшей школе
Если и дальше будет продолжаться отток из науки высококвалифицированных специалистов старших возрастных групп (свыше 65-70 лет), а приток молодых кадров будет невелик, то есть представителям старшего поколения просто некому станет передавать свой опыт. Существующая сегодня проблема разрыва между поколениями ученых копилась более 15-ти лет. Для смены поколения требуется не менее 10 лет, то есть можно говорить, потеряно практически два поколения ученых. Для решения проблемы требуется политическое решение, которое качественно изменит данную із ситуацию. Именно сейчас необходимо готовить научные кадры с высоким уровнем профессионализма, интегрированные в современную мировую науку и экономику. Государственная научная политика должна рассматриваться сегодня, прежде всего, в аспекте воспроизводства научных кадров, и особо - научных кадров фундаментальной науки и образования, решающих задачу поднятия уровня научно-технического и интеллектуального развития нации.
Сегодня наибольшую тревогу вызывают процессы миграции ученых, и, в частности, ученых сектора высшей школы, как в другие страны, так и внутри России - преимущественно в коммерческие организации. Хотя отъезд ученых на постоянное место жительства за границу в абсолютных цифрах невелик (он не превышает 2 тыс. человек в год), но это касается, к сожалению, наиболее энергичных и способных исследователей. В результате же внутренней миграции за последнее время наука потеряла более 400 тыс. человек, причем наиболее интенсивный отток ученых происходит по научным направлениям, имеющим ключевую значимость для обеспечения военной, экономической и информационной безопасности и независимости страны [71, 90, 92].
При этом следует отметить, что проблемы кадровой миграции характерны именно для государственного сектора науки. В развивающемся бизнес-секторе, где формируются собственные научные подразделения, они решаются значительно проще, за счет лучшего материального оснащения лабораторий, а также существенно более высокой заработной платы, чем в государственном секторе науки (средний уровень заработной платы исследователей в высшей школе на сегодняшний день не превышает 30 тыс. руб.) [49]. При этом следует отметить, что политика зарубежных стран в области оплаты труда ученых, занятых в сфере высшего образования, направлена на поддержание высокого престижа этой категории работников и на расширение воспроизводства интеллектуального потенциала страны. Например, в США заработная плата ППС равняется, в среднем, 3,5 тыс. долларов, профессоров - 4,5 тыс. долларов, что в 2-2,5 раза превышает зарплату квалифицированного рабочего. Еще одна причина оттока научных кадров - глубокая неудовлетворенность своей работой. Результаты проведенного анализа показали, что сегодня только каждый десятый кандидат и каждый пятый доктор наук, работающие в вузах, сказали, что им удалось реализовать свои способности. В то же время опрос службы Харриса в США показал, что на десятом году после окончания учебного заведения 75 % американских исследователей заявили, что они полностью состоялись, как профессионалы, и имеют высокий уровень благосостояния.
Исходя из всего вышесказанного, можно сделать вывод, что одной из основных задач сохранения и развития кадрового потенциала научно-технического образовательного комплекса страны является создание эффективных условий для его воспроизводства и, в первую очередь, условий для привлечения в вузовскую науку и закрепления в ней талантливой молодежи. Меры по решению данной проблемы должны ориентироваться на устранение главных факторов, препятствующих притоку в науку сферы высшей школы молодых кадров (и способствующих оттоку молодежи из сферы науки и образования), а именно: - низкая заработная плата молодых ученых и преподавателей, поскольку это приводит к тому, что талантливые и амбициозные молодые люди легко могут найти применение своим силам в других областях, не связанных с высшей школой; - отсутствие жилья и перспектив его получения, потому что это обстоятельство крайне ограничивает доступ в крупные научные центры талантливых ученых из регионов; - отсутствие современной приборной базы и условий для проведения исследований, поскольку даже достойное повышение зарплаты без обеспечения современным научным оборудованием не решит проблему привлечения и закрепления кадров; - отсутствие перспектив и непредсказуемость научной карьеры, низкий престиж в обществе научной деятельности, отсутствие реальных разумных мер государства по исправлению ситуации. Таким образом, можно сделать вывод о том, что одним из основных направлений успешного развития науки и экономики страны, требующих скорейшего и кардинального решения, является воспроизводство научных кадров -кадров, которые могли бы в полной мере решать задачи по созданию действительно оригинальных инновационных разработок, решать научные задачи, открывающие новые направления знания и производства. И именно такими учеными необходимо наполнять «научный сектор» современной экономики.
Марковская модель воспроизводства научных кадров в высшей школе
Ключевым моментом в разработке лингвистической переменной «ВЕС» является построение ее терм-множества и определение смысла вошедших в него термов. Терм-множество лингвистической переменной «ВЕС» должно представлять собой совокупность термов, удовлетворяющих следующему условию:
Это условие означает, что понятия, используемые экспертом в качестве значений лингвистической переменной «ВЕС», должны составлять множество, упорядоченное по возрастанию качественных значений признака.
Количество термов, необходимых для лингвистической оценки определяется содержательной интерпретацией переменной. Минимальное количество термов равно двум - в этом случае мы приходим к бинарной оценке с нечеткими границами: Т2 = { низкий , высокий }. При решении вопроса о числе термов лингвистической переменной необходимо определить, сколько всего термов необходимо для достаточно точного представления оцениваемой величины. В настоящее время сложилось мнение, что достаточно 3-7 термов в терм-множестве [55]. При выборе числа термов, равного трем мы получаем набор из двух экстремальных значений (минимального и максимального) и среднего: Т3 = { низкий , средний , высокий }. Для большинства применений этого бывает вполне достаточно, но, учитывая сложность и многоплановость стоящей перед экспертом задачи, решаемой в данном исследовании, использование такого количества термов может привести к недостаточному использованию всех возможных мнений эксперта и, в результате, к необъективной оценке оцениваемой величины. Максимальное количество термов теоретически не ограничено и целиком зависит от требуемой точности описания лингвистической переменной.
Согласно результатам исследований способностей экспертов к классификации, число термов в терм-множестве не целесообразно иметь более 7, поскольку использование большего количества термов влечет за собой значительное возрастание числа ошибок и противоречий. При этом число 7 обусловлено емкостью кратковременной памяти человека, в которой, согласно исследованиям, может одновременно храниться до семи единиц информации [51]: Tj = { очень низкий , низкий , ниже среднего , средний , достаточно высокий , высокий , очень высокий }. В общем случае выбор количества термов терм-множества должен осуществляться, исходя из следующих принципов: наличие необходимой точности описания возможных значений лингвистической переменной, в зависимости от стоящей перед исследователем задачи; - нечеткие правила функционирования системы должны быть понятны и не доставлять существенных трудностей при их моделировании.
Учитывая указанные выше требования к терм-множеству, а также его назначение, состоящее в характеристике степени значимости параметра оценки научной деятельности, в данном исследовании для лингвистической переменной «ВЕС» можно сформировать следующее базовое пятичленное терм-множество: J5 = { низкий , ниже среднего , средний , достаточно высокий , высокий }.
После определения значений лингвистической переменной, где каждое значение является совокупностью нечетких переменных, встает задача определения ее семантики, т.е. способа, с помощью которого эксперт сможет формализовать в максимальном объеме и с максимальной достоверностью свои знания и опыт.
Как уже говорилось выше, принадлежность каждого значения к одному из термов лингвистической переменной определяется посредством функции принадлежности. При этом вопрос о построении функции принадлежности является одним из наиболее важных вопросов в теории нечетких множеств [10, 25, 47].
Для адекватного выбора функции принадлежности необходимо учитывать требования, предъявляемые к таким функциям: - требование соблюдения условия jUc(d)e[0,\], т.е. функция принадлежности должна ставить в соответствие каждому d&D число из интервала [0,1], характеризующее степень принадлежности решения к подмножеству С эффективных и допустимых решений; - требование непрерывности функции, которое формализует представление о том, что если два решения множества D отличаются лишь незначительно, то значения функции принадлежности для этих решений также близки; - требование согласованности функции цс(ф с отношением , т.е. juc(di) jur(d?) тогда и только тогда, когда d] d2; - требование соответствия вида функции реальным решениям оператора по оценке состояния исследуемых признаков.
Конкретный вид функции принадлежности определяется на основе различных дополнительных предположений о свойствах этой функции (симметричность, монотонность, непрерывность первой производной и т.д.) с учетом специфики имеющейся неопределенности, реальной ситуации на исследуемом объекте и числа степеней свободы в функциональной зависимости.
Простейшие функции принадлежности треугольная (Л) и трапециевидная (П) (рис. 3.1.1) формируются с использованием кусочно-линейной аппроксимации. Трапециевидная функция принадлежности является обобщением треугольной и позволяет задавать ядро нечеткого множества в виде интервала.
Функции принадлежности симметричная гауссовская и двухсторонняя гауссовская формируются с использованием гауссовского распределения [58]. Данные функции позволяют задавать ассиметричные функции принадлежности. Обобщенная колоколообразная функция принадлежности по своей форме похожа на гауссовские. Данные функции принадлежности используются в нечетких системах, так как на всей области определения они являются гладкими и принимают ненулевые значения.
Функции принадлежности, относящиеся к классам Z и S (рис. 3.1.1), имеют графическое представление, похожее на сигмоидную функцию принадлежности, основанную на использовании сигмоидной кривой. Эти функции позволяют формировать функции принадлежности, значения которых с некоторого значения аргумента и до +о равны 1. Именно такие функции удобны для задания лингвистических термов типа «высокий» или «низкий».
С учетом вышесказанного, среди многообразия способов построения функций принадлежности нечетких множеств одним из наиболее удобных для данного исследования является способ представления функции принадлежности модифицированной ;г-функцией [52], определяемой через функцию принадлежности S-класса и описываемой следующей системой выражений:
Определение перечней показателей для оценки научной активности исследователей сектора высшей школы
. Для удобства восприятия полученных в результате применения алгоритма оценки степени важности основных показателей научной активности количественных оценок и присвоения каждому из показателей соответствующего коэффициента важности, полученные обобщенные оценки увеличиваются в 10 раз и, по возможности, округляются до ближайшего целого числа. При этом показателю, получившему наивысшую оценку, присваивается максимальный коэффициент 10 баллов, а показателям, получившим наименьшую оценку - коэффициент, равный 0,5. В табл. 4.3.2.2 представлен пример оцениваемых основных показателей научной активности исследователя уровня подготовки «аспирант» в соответствии с присвоенными им коэффициентами важности.
Таким образом, данный алгоритм обеспечивает возможность автоматизации процедуры оценки степени важности основных показателей научной активности и расчета коэффициентов важности, характеризующих степень значимости каждого из них по отношению к другим.
Обобщенные оценки степени важности основных показателей научной активности исследователя уровня подготовки «аспирант» (qm) № п/п Показатель Обобщеннаяэкспертнаяоценка 1 2 3 1. Востребованность проводимых научных исследований 0,213 2. Издание учебно-методической литературы (монографии, учебники, учебно-методические пособия, научно-справочные издания, электронные издания) 0,606 3. Изобретательская активность 0,318 4. Коммерциализация результатов научных исследований 0,898 5. Награды, премии и другие документы общественного признания, связанные с осуществляемою научно-исследовательскою деятельностью 0,194 6. Наличие доступа к уникальным научным объектам и центрам коллективного пользования 0,072 7. Предложения от организаций и частных лиц о работе, сотрудничестве 0,212 8. Преподавательская деятельность, участие в образовательном процессе 0,252 9. Подготовка объектов интеллектуальной собственности (авторские свидетельства, патенты) 0,315 10. Публикационная активность (научные публикации, статьи и тезисы) 0,928 11. Сотрудничество с МИЛ, технопарками, бизнес-инкубаторами и др. 0,294 1 2 3 12. Участие в выставочной деятельности 0,108 13. Участие в мировом и национальном научно-техническом сотрудничестве 0,213 14. Частота появления информации о проводимых исследованиях в общедоступных средствах массовой информации 0,076 Таблица 4.3.2.2 - Коэффициенты важности показателей эффективности научной активности исследователя (уровня подготовки «аспирант» кт) № п/п Показатель Коэффициентважностипоказателя 1 2 3 1. Публикационная активность (научные публикации, статьи и тезисы) 10,0 2. Коммерциализация результатов научных исследований 9,0 3. Издание учебно-методической литературы (монографии, учебники, учебно-методические пособия, научно-справочные издания, электронные издания) 6,0 4. Изобретательская активность 3,0 5. Подготовка объектов интеллектуальной собственности (авторские свидетельства, патенты) 3,0 6. Сотрудничество с МИЛ, технопарками, бизнес-инкубаторами и др. 3,0 7. Преподавательская деятельность, участие в образовательном процессе 2,5 8. Востребованность проводимых научных исследований 2,0 9. Участие в мировом и национальном научно-техническом сотрудничестве 2,0 10. Предложения от организаций и частных лиц о работе, сотрудничестве 2,0 11. Награды, премии и другие документы общественного признания, связанные с осуществляемою научно-исследовательскою деятельностью 2,0 12. Участие в выставочной деятельности 1,0 13. Частота появления информации о проводимых исследованиях в общедоступных средствах массовой информации 0,75 14. Наличие доступа к уникальным научным объектам и центрам коллективного пользования 0,5
В соответствии с алгоритмом оценки значимости частных показателей научной активности производится оценка частных показателей для каждого из выбранных основных показателей научной активности исследователя, определенных с помощью алгоритма определения количественных оценок значимости частных показателей научной активности [п. 4.3.1] с целью выявления степени важности каждого из них по отношению к другим. В зависимости от степени важности показателя ему присваивается соответствующий коэффициент.
Данный алгоритм по своей сути аналогичен алгоритму оценки степени важности основных показателей научной активности, представленному выше.
Для реализации алгоритма оценки степени важности частных показателей научной активности также была применена математическая модель оценки показателей, аналогичная математической модели выбора показателей, характеризующих научную активность исследователя [п. 3.2].
Алгоритм оценки значимости частных показателей научной активности представлен на рис. 4.3.2.2 и предполагает последовательное исполнение следующих процедур: 1. Группе экспертов предлагается набор выбранных частных показателей для каждого из основных показателей научной активности исследователя для определенного уровня подготовки [п. 3.3, табл. 3.3.3 - 3.3.9]. 2. Используя разработанную программу [п. 3.2, Приложение 3], каждый из привлекаемых к работе экспертов, определяя параметры разработанной "-функции [п. 3.2, выражения (3.2.2) - (3.2.4)], строит функции принадлежности [п. 3.2, рис. 3.2.1]. 3. На основе процедуры [п. 3.2, выражение (3.2.8)] функции принадлежности лингвистической переменной «ВАЖНОСТЬ-Ч», построенные каждым экспертом, интерпретируются в количественные значения. 4. Формируется матрица оценок степени важности частных показателей для каждого из основных показателей научной активности, строки которой соответствуют привлеченным для оценки экспертам, а столбцы - термам лингвистической переменной «ВАЖНОСТЬ-Ч» [п. 3.3, табл. 3.3.1]. С НАЧАЛО J
Алгоритмы выбора показателей научной активности участников процесса воспроизводства научных кадров в высшей школе
Таким образом, можно сделать вывод, что использование разработанных алгоритмов позволяет оценить уровень научной активности участников процесса воспроизводства научных кадров в высшей школе. Результат применения данного алгоритмического обеспечения (итоговая оценка и задействованные показатели) позволяет выявить наиболее перспективных исследователей (на основе анализа процентного соотношения итоговой оценки относительно ее максимально возможного значения) для их работы в «научном секторе», а также дать рекомендации, каким образом они могут повысить уровень своей научной активности и указать возможные направления их дальнейшего совершенствования в научно-технической сфере.
Рекомендации формируются на основе обобщенных экспертных оценок показателей научной активности и включают в себя замечания о необходимости совершенствования и повышения качества проводимых научных исследований, в первую очередь, по показателям, максимальная обобщенная экспертная оценка по всем частным показателям которого не превышает 0,500, а также по показателям, которые не отражены в научной деятельности экспертируемого.
Публикационная активность (научные публикации, статьи и тезисы) Вид издания (монография, сборник трудов, материалы конференции, другое) 0,455
Коммерциализация результатов научных исследований Количество полученных лицензий на право использования объектов интеллектуальной собственности Место получения лицензий (в России, за рубежом) Место запуска в серийное производство изобретений и разработок (в России, за рубежом) Вид лицензий (патентная, беспатентная) Количество коммерциализованных результатов научной деятельности (изобретений и разработок) 0
Издание учебно-методической литературы(монографии, учебники, учебно-методические пособия, научно-справочные издания, электронные издания) Количество изданий 0,401 Место издания (в России, за рубежом) 0,408 Авторство (автор, соавтор) 0,214 Изобретательская активность Количество заявок Место подачи заявки (в России, за рубежом) Количество изобретений Объект интеллектуальной собственности (объект промышленной собственности, объект, охраняемый авторским правом, смежные права) 0
Подготовка объектов интеллектуальной собственности (авторские свидетельства, патенты) Место получения (в России, за рубежом) Количество объектов интеллектуальной собственности Вид охранного документа (патент, свидетельство о регистрации, другое) 0
Результаты интеллектуальной собственности (объекты промышленной собственности, объекты гуманитарной сферы, охраняемые авторским правом, смежные права) 0
Сотрудничество с МИП, технопарками, бизнес-инкубаторами и др. Доля затрат на проводимые ученым научные исследования от общего объема затрат МИП на проведение научных исследований Доля финансирования проводимых ученым научных исследований от общего объема финансирования МИП на проведение научных исследований Отношение затрат на проводимые ученым научные исследования к объемам их финансирования в рамках сотрудничества с МИП 0
Преподавательская деятельность, участие в образовательном процессе Количество обучаемых 0,335 Участие в мировом и национальном научно-техническом сотрудничестве Количество мероприятий, проведенных в рамках мирового и национального научно-технического сотрудничества 0,450 Организационно-правовая форма участия (на правах совместителя, по договору гражданско-правового характера, по контракту, другое) 0,405 Предложения от организаций и частных лиц о работе, сотрудничестве Количество предложений 0,340 Наличие согласия на предложение 0,474 Награды, премии и другие документы общественного признания, связанные с осуществляемою научно-исследовательскою деятельностью Уровень мероприятия (международный, всероссийский, региональный) 0,429
Количество наград 0,208 Вид награды (медаль, премия, диплом, грамота, другое) 0,274 Участие в выставочной деятельности Количество полученных коммерческих предложений (заключенные контракты, договоры о сотрудничестве, другое) 0,341
Частота появления информации о проводимых исследованиях в общедоступных средствах массовой информации Регулярность (периодичность) появления информации в СМИ 0,458
Наличие доступа к уникальным научным объектам и центрам коллективного пользования Затраты на использование уникального оборудования в проводимых научных исследованиях Доля использования уникального оборудования в общем объеме проводимых исследований 0
Как видно из табл. 4.5.3, повышение уровня научной активности исследователю необходимо проводить практически по всем основным показателям (по 13 из выбранных экспертами 14), при этом число частных показателей в пределах основного, требующих совершенствования, варьируется от одного (например, для показателей «Публикационная активность (научные публикации, статьи и тезисы)» или «Участие в выставочной деятельности») до полного набора частных показателей, характеризующих основной (в первую очередь, для показателей, полностью не отраженных в научной деятельности ученого, например, «Изобретательская активность» или «Подготовка объектов интеллектуальной собственности (авторские свидетельства, патенты)», а также для показателей, обобщенная экспертная оценка всех частных показателей по которым, не превысила значения 0,500, например, «Награды, премии и другие документы общественного признания, связанные с осуществляемою научно-исследовательскою деятельностью»).
Также следует отметить, что, в случае необходимости, на основе сводных данных эксперты могли дать развернутые рекомендации с учетом рассматриваемого ими полного комплекта информационных сведений, включая наименования и количественные показатели по каждой конкретной позиции.
