CC BY
84
АНАЛИЗ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ РОССИЙСКИХ ВУЗОВ ПРЕДПРИНИМАТЕЛЬСКОГО ТИПА - НАЦИОНАЛЬНЫХ ИССЛЕДОВАТЕЛЬСКИХ УНИВЕРСИТЕТОВ
Мукасеев Е.В., аспирант Института мировой экономики и информатизации Иванов А.А., аспирант Института мировой экономики и информатизации
Статья содержит результаты анализа инновационной деятельности национальных исследовательских университетов. Рассмотрены следующие показатели: доход от НИОКР из всех источников; объем высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры; число объектов инновационной инфраструктуры; число малых инновационных предприятий. Выявлена структура факторов инновационной деятельности, предложена пространственная модель совокупности ведущих вузов российских экономических подсистем.
Ключевые слова: национальный исследовательский университет, инновационная деятельность, инновационная инфраструктура.
ANALYSIS OF THE INNOVATION OF ENTERPRISE TYPE RUSSIAN UNIVERSITIES
- NATIONAL RESEARCH UNIVERSITIES
Mukaseev E., the post-graduate student, Institute of world economy and informatization Ivanov A., the post-graduate student, Institute of world economy and informatization
The article contains the results of the analysis of innovative activities of national research universities. Includes the following indicators: income from all sources of R & D, the volume of high-tech products, created using elements of innovation infrastructure, the number of objects of innovation infrastructure, the number of small innovative enterprises. The structure factors of innovation, proposed spatial model together leading universities of Russian economic subsystems.
Keywords: National Research University, innovation, innovation infrastructure.
Актуальной задачей в развитии национальной инновационной системы Российской Федерации и ее подсистем является поддержка инновационных образовательных программ и проведения научных исследований в образовательном секторе. Практика ведущих стран мира свидетельствует, что высшее образование и наука, как специализированные области деятельности, без взаимной интеграции и тесного взаимодействия с реальным сектором экономики теряют дееспособность и становятся все менее самодостаточными [1, 2]. Отсутствие научной базы для реализации программ высшего образования ведет к тому, что, с одной стороны, выпускники вузов зачастую неконкурентоспособны на рынке труда, с другой стороны, научные организации практически утрачивают источники воспроизводства кадрового потенциала из-за отсутствия притока молодых специалистов. Это побуждает к поиску новых форм интеграции науки и образования.
Одним из направлений новых форм интеграции науки и образования является создание исследовательских университетов, которые отбираются из числа ведущих вузов широкого профиля и которые осуществляют в качестве равноценных видов деятельности как подготовку специалистов с высшим образованием всех уровней (бакалавров, магистров, аспирантов и докторантов), так и выполнение научных исследований и разработок [3]. В докладе молодых ученых Совету при Президенте Российской Федерации по науке и образованию [4] среди ключевых проблем, реализуемых в рамках государственной поддержки ведущих российских вузов, наряду с поддержкой программ развития Московского и Санкт-Петербургского университетов, а также федеральных университетов в части модернизации научно-исследовательского процесса и инновационной деятельности, отмечалась поддержка национальных исследовательских университетов.
Согласно концепции Минобрнауки, исследовательский университет - это высшее учебное заведение, одинаково эффективно осуществляющее образовательную и научную деятельность на основе интеграции науки и образования. Важнейшими отличительными признаками национального исследовательского университета являются способность не только генерировать знания, но и обеспечивать эффективный трансферт технологий в экономику, что предполагает проведение широкого спектра фундаментальных и прикладных исследований. В свою очередь, это предполагает наличие высокоэффективной системы подготовки магистров и кадров высшей квалификации, развитой системы программ переподготовки и повышения квалификации. В докладе [3] подчеркивается, что национальный исследовательский университет должен являться интегрированным научно-образовательным центром, или же включать такие центры как структурные подразделения, осуществляющие проведение исследований по общему научному направлению и подготовку кадров для определенных секторов экономики.
Такой же точки зрения придерживаются и авторы работы [5], в которой прямо указывается, что одним из наиболее эффективных путей преодоления последствий кризиса в научно-технической сфере является коммерциализация вузовской науки путем развития инновационной деятельности высшей школы в сфере науки и научного обслуживания постольку, поскольку ее развитие могло бы привести не только к восстановлению утраченных позиций на мировой арене и сохранению кадрового потенциала, но и, при условии реинвестирования вложенных бюджетных средств, может дать ощутимый вклад в увеличение финансирования учебного процесса и фундаментальных и поисковых научных исследований, а также способствовать решению острых социальных проблем вузов.
Следует согласиться с доводами авторов работы [5] в той части, которая относится к характеристике позитивных свойств отечественной высшей школы, способствующих выполнению функций системного координатора по восстановлению и развитию предприятий и территорий страны. Укажем эти свойства:
- распределенность высшей школы по всем регионам;
- высокий научно-технический потенциал;
- универсальность системы высшего образования, ее межотраслевой характер;
- взаимодействие высшей школы через своих выпускников со всеми региональными и отраслевыми структурами;
- относительно высокий уровень системы информационного обеспечения, включая глобальные и локальные вычислительные информационные сети, соединенные в единую систему;
- высокая поддержка общественностью;
- гибкость системы высшей школы.
В Российской Федерации в настоящее время сформирована сеть ведущих российских вузов: два университета с особым статусом -МГУ им. М.В. Ломоносова и Санкт-Петербургский государственный университет, восемь федеральных университетов и 29 национальных исследовательских университетов (НИУ) [5]. Среди последних - два пилотных национальных исследовательских университетов, 12 НИУ - победителей конкурсного отбора 2009 года и 15 НИУ - победителей конкурсного отбора 2010 года (табл. 1).
Однако анализ пространственного распределения университетов с особым статусом, федеральных и национальных исследовательских университетов обнаруживает их концентрацию лишь в немногих экономических подсистемах Российской Федерации (к ним мы относим, наряду с федеральными округами, крупные научные центры - г. Москву и г. Санкт-Петербург): 13 - в г. Москве, 10
- в Приволжском федеральном округе, 6 - в г. Санкт-Петербург, 5 -в Сибирском федеральном округе. По два ведущих университета находятся в Центральном и Уральском федеральных округах и один
- в Южном федеральном округе.
Таблица 1. Перечень российских ведущих университетов. Источник: [5]
Университет Краткое название Регион
Университеты с особым статусом
1 2 3
Московский Государственный Университет имени М.Б. Ломоносова МГУ им. М. Ломоносова г. Москва
Санкт-Петербургский государственный университет СПбГУ г. Санкт-Петербург
Федеральные университеты
Российский университет дружбы народов РУДН г. Москва
Уральский федеральный университет имени первого Президента России Б.Н. Ельцина УрФУ Уральский ФО
Южный федеральный университет ЮФУ Южный ФО
Сибирский федеральный университет СФУ Сибирский ФО
Казанский (Приволжский) федеральный университет КФУ Приволжский ФО
Казанский национальный исследовательский технологический университет КНИТУ Приволжский ФО
Российский государственный педагогический университет имени А.И. Герцена РГПедУ г. Санкт-Петербург
Воронежский государственный университет ВГУ Центральный ФО
Пилотные НИУ
Национальный исследовательский технологический университет «МИСиС» НИТУ «МИСиС» г. Москва
Национальный исследовательский ядерный университет «МИФИ» НИЯУ «МИФИ» г. Москва
НИУ - победители конкурсного отбора 2009 года
Государственный университет - Высшая школа экономики ВШЭ г. Москва
Казанский государственный технический университет им. А.Н. Туполева КГТУ (Т) Приволжский ФО
Московский авиационный институт (государственный технический университет) МАИ г. Москва
Московский государственный технический университет им. Н.Э. Баумана МГТУ г. Москва
Московский физико-технический институт (государственный университет) МФТИ г. Москва
Нижегородский государственный университет им. Н.И. Лобачевского НижГУ Приволжский ФО
Новосибирский государственный университет НГУ Сибирский ФО
Пермский государственный технический университет ПГТУ Приволжский ФО
Самарский государственный аэрокосмический университет им. акад. С.П. Королева СГАУ Приволжский ФО
Санкт-Петербургский государственный горный институт им. Г.В. Плеханова (технический университет) СПГГИ г. Санкт-Петербург
Санкт-Петербургский государственный университет информационных технологий, механики и оптики итмо г. Санкт-Петербург
Томский политехнический университет ТПУ Сибирский ФО
НИУ - победители конкурсного отбора 2010 года
Белгородский государственный национальный исследовательский университет БелГУ Центральный ФО
Иркутский государственный технический университет ИрГТУ Сибирский ФО
Казанский государственный технологический университет КГТУ Приволжский ФО
Московский государственный строительный университет МГСУ г. Москва
Московский государственный институт электронной техники (технический университет) миэт г. Москва
Мордовский государственный университет им. Н.П. Огарева МорГУ Приволжский ФО
Московский энергетический институт (технический университет) МЭИ г. Москва
Учреждение Российской Академии наук Санкт-Петербургский академический университет — Научно-образовательный центр нанотехнологий РАН ноцнт г. Санкт-Петербург
Пермский государственный университет ПГУ Приволжский ФО
Российский государственный медицинский университет федерального агентства по здравоохранению и социальному развитию РГМУ г. Москва
Российский государственный университет нефти и газа им. И.М. Губкина РГУ г. Москва
Саратовский государственный университет им. Н.Г. Чернышевского СГУ Приволжский ФО
Санкт-Петербургский государственный политехнический университет СПбГПУ г. Санкт-Петербург
Томский государственный университет ТГУ Сибирский ФО
Южно-Уральский государственный университет ЮУрГУ Уральский ФО
Таким образом, из 39 ведущих университетов почти половина (19 вузов) размещены в столицах (г. Москве и г. Санкт-Петербурге), более четверти (10 вузов) приходятся на Приволжский федеральный округ и восьмая часть (5 вузов) - на Сибирский федеральный округ, и поэтому еще нельзя говорить об их распределенности по всем регионам Российской Федерации. Нельзя пока говорить и о том, что указанные выше ведущие университеты являются университетами предпринимательского типа (entrepreneurial universities) - термин, принятый в современной экономической литературе.
Для обоснования этого вывода рассмотрим результаты пилотного аналитического исследования выполнения программ развития российских национальных исследовательских университетов, приведенные в работе [4]. Прежде всего, отметим, что совокупность НИУ составляет достаточно ограниченный кластер в системе отечественных вузов. Он включает лишь 2,6% от общего числа вузов страны и около 6,0% от числа вузов, осуществляющих исследовательскую деятельность; на долю исследовательских университетов приходится 6,0% численности персонала, занятого исследования-
ми и разработками; в них обучается около 5,3% общей численности студентов и аспирантов. При этом значительную часть затрат на исследования и разработки исследовательских университетов составляют бюджетные средства - 54% (для сравнения: в целом по науке России - 65%), а доля исследований, проводимых по договорам с организациями предпринимательского сектора, хотя и вдвое выше среднего уровня по России, составляет лишь 36%.
Одним из способов оценки места и роли университета в национальной инновационной системе являются глобальные рейтинги. В цитируемой работе приведены результаты рейтинга НИУ по уровню выполнения целевых индикаторов и суммарному индексу, а также их кластеризации на группы: лидеры, вице-лидеры, критические, кризисные. Хотя глобальные рейтинги являются упрощенными исследовательскими моделями, которые вряд ли могут быть использованы для решения задач государственного регулирования образовательного сектора страны, они, тем не менее, дают представление о масштабах инновационной деятельности российских университетов.
В работе [6] оценка и анализ результативности деятельности
отдельных университетов по их выполнению осуществлялись по следующим направлениям мониторинга:
- направление 1 - успешность образовательной деятельности;
- направление 2 - результативность научной и инновационной деятельности;
- направление 3 - развитие кадрового потенциала;
- направление 4 - международное признание;
- направление 5 - финансовая устойчивость деятельности университета.
Состав показателей по каждому направлению соответствовал требованиям Постановления Правительства Российской Федерации от 13 июля 2009 г. №550 "О конкурсном отборе программ развития университетов, в отношении которых устанавливается категория «национальный исследовательский университет"» [7]. Укажем эти показатели для второго направления - результативности научной и инновационной деятельности:
1) доля доходов от научно-исследовательских и опытно конструкторских работ (НИОКР) из всех источников по приоритетных направлений развития (ПНР) в общих доходах;
2) количество статей по ПНР в научной периодике, индексируемой иностранными и российскими организациями (Web of Science, Scopus, Российский индекс цитирования), в расчете на одного научно-педагогического работника (НПР);
3) отношение доходов от реализованной НИУ и организациями его инновационной инфраструктуры научно-технической продукции, включая права на результаты интеллектуальной деятельности, к расходам федерального бюджета на НИОКР, выполненные университетом;
4) количество поставленных на бухгалтерский учет объектов интеллектуальной собственности;
5) доля опытно-конструкторских работ в общем объеме НИ-ОКР;
6) количество научных лабораторий, оснащенных высокотехнологичным оборудованием.
По всем шести показателям фиксировались отношения фактического значения показателя к плановому в анализируемом году, а также отношения фактических значений анализируемого и предыдущего ему года.
Принятая в работе [6] модель предусматривала следующий алгоритм расчетов рейтинга: вначале рассчитывался уровень выполнения целевых индикаторов (факт/план), затем определялся темп роста показателей за анализируемый период (анализ динамики показателей проводился с целью установить напряженность развития заданий программы развития).
Сравнение показателей со средним значением показателей по совокупности и с лучшим показателем (лидером по группе) позволяло определить степень отрыва от среднестатистического и лидирующего уровня. Затем осуществлялось нормирование показате-
лей по традиционной формуле линейного масштабирования с целью приведения данных к единому масштабу (все расчетные величины находились в интервале [0; 1], где 0 соответствует минимальному значению признака, а 1 - максимальному). Суммарный индекс определялся как сумма целевых индексов, аналогичным образом рассчитывались рейтинги по направлениям и агрегированный индекс (по всем пяти направлениям).
В результате анализа выполнения 29-ю национальными исследовательскими университетами показателей 2010 года наиболее сложными для них оказались блоки результативности научно-инновационной деятельности и показатели международного признания: плановых показателей результативности научно-инновационной деятельности не удалось достичь 12 университетам, по показателям международного признания отставание от заданий программ допустили 13 национальных исследовательских университетов.
Информативность рейтингов, измеренных в порядковой шкале (как сумма частных индексов), ниже информативности исходных показателей, поэтому выполним вторичный анализ тех немногих количественных данных, которые приведены в работе [5]. Это, прежде всего, доход от НИОКР из всех источников, а также объем высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры.
На рис. 1 приведены диаграммы Парето, иллюстрирующие распределение этих показателей по национальным исследовательским университетам, из которых следует, что и доход от НИОКР из всех источников, и объем высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры, сконцентрированы в немногих университетах: 80% суммарного дохода от научно-исследовательских и опытно-конструкторских работ приходится на 12 национальных исследовательских университетов из 29-ти, а 80% суммарного объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры НИУ - на 14 национальных исследовательских университетов из 29-ти.
Количественную оценку уровня концентрации рассматриваемых показателей инновационной деятельности национальных исследовательских университетов дает индекс Херфиндаля-Хиршман-на (Herfindal - Hirshman Index HHI), который определяется по формуле [7]
HHI = ^(dj.i = 1,2, j
п,
(1)
где й. - доля иго национального исследовательского университета в процентах; п - общее число национальных исследовательских университетов.
Расчеты показывают, что индекс Херфиндаля-Хиршманна для первого показателя составляет величину 1292, для второго - 552, т.е. концентрация дохода от научно-исследовательских и опытно-
Рис. 1. Распределение показателей инновационной деятельности национальных исследовательских университетов в 2010 г.: а - доход от НИОКР из всех источников; б - объем высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры (на диаграммах показаны не все университеты, а первые из двух соседствующих НИУ)
а
б
2000
500
2000
= о;
ю о.
X
ч о о.
ш ю
о
500
2000
3000
= 0 0630
Доходы от НИОКР, млн. руб.
Число малых инновационных предприятий
Рис. 2. Взаимосвязь показателей инновационной деятельности национальных исследовательских университетов в 2010 г.: а - дохода от НИОКР из всех источников и объем высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры; б - число малых инновационных предприятий и дохода от НИОКР из всех источников (выборка НИУ без МФТИ)
конструкторских работ заметно выше, чем концентрация объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры НИУ.
На диаграмме рис. 1 а обращает на себя внимание экстремально большой доход от НИОКР Московского физико-технического института (МФТИ) - 10090 млн. руб., в несколько раз превышающий доходы следующих за ним Московского государственного технического университета им. Н.Э. Баумана (МГТУ) и Государственного университета - Высшей школы экономики (ВШЭ) - 2639 и 2132 млн. руб. соответственно. Эти же три НИУ лидируют и по объему высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры, только в несколько ином порядке: МГТУ; МФТИ и ВШЭ с объемами 1634; 1383 и 1320 млн. руб. соответственно. Коррелируют эти показатели инновационной деятельности и по однородной выборки НИУ (без МФТИ) - рис. 2 а: коэффициент линейной корреляции Д=0,894 статистически значим на уровне не хуже 0,0005.
Из факта сильной коррелированности дохода национальных исследовательских университетов от НИОКР из всех источников и
объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры НИУ можно заключить, что выполнение ведущими вузами страны научно-исследовательских и опытно конструкторских работ инициирует выпуск высокотехнологичной продукции.
В противоположность этому, объемы высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры НИУ, не коррелируют значимо с числом созданных при ведущих вузах малых инновационных предприятий - рис. 2 б: коэффициент линейной корреляции Д=0,237 статистически значим на уровне 0,237, что заметно превышает нормативное значение 0,05. По-видимому, это свидетельствует о том, что принятый еще в 2009 году Федеральный закон №217-ФЗ [9], согласно которому бюджетные научные учреждения и государственные высшие учебные заведения имеют право создавать малые инновационные предприятия (МИП) в форме хозяйственных обществ и целью которого являлось обеспечение реального внедрения в производство результатов научно-технической деятельности, должным образом не «срабатывает». Тем не менее, поскольку корреляция положитель-
Рис. 3. Распределение показателей инновационной деятельности национальных исследовательских университетов в 2010 г., агрегированных по экономическим подсистемам: а - доход от НИОКР из всех источников; б - объем высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры
Регион Регион
Рис. 4. Распределение показателей инновационной деятельности национальных исследовательских университетов в 2010 г., агрегированных по экономическим подсистемам: а - число объектов инновационной инфраструктуры; б - число малых
инновационных предприятий
ная, можно говорить о тенденции роста объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры НИУ, с увеличением числа созданных при вузах малых инновационных предприятий.
Для проверки этого предположения нами выполнены статистические исследования агрегированных показателей инновационной деятельности по более крупным экономическим подсистемам - федеральным округам, г. Москве и г. Санкт-Петербургу.
На первом этапе статистических исследований строили диаграммы Парето. Цель этого этапа - оценка степени концентрации агрегированных показателей инновационной деятельности по экономическим подсистемам.
Как следует из рис. 3, г. Москва является безусловным лидером по обоим финансовым показателям - и по доходу от НИОКР из всех источников, и по объему высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры. При этом концентрация обоих агрегированных показателей высока - более 80% суммарного дохода и объема высокотехнологичной продукции приходятся на долю двух экономических подси-
стем - г. Москву и Приволжский федеральный округ.
Концентрация числа объектов инновационной инфраструктуры и числа малых инновационных предприятий меньше - здесь 80% суммарного числа объектов инновационной инфраструктуры и числа малых инновационных предприятий приходятся уже на три экономические подсистемы - г. Москву, Приволжский и Сибирский федеральные округа (рис. 4).
Более точную оценку степени концентрации агрегированных показателей инновационной деятельности национальных исследовательских университетов дают расчеты индекса Херфиндаля-Хир-шманна: набольшее значение индекса НН/=5018 наблюдается для дохода от НИОКР из всех источников; концентрация объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры, заметно меньше - НН/=3768; концентрация объектов инновационной инфраструктуры и числа малых инновационных предприятий хотя и меньше - НН1=2912 и 2235 соответственно, но все же высока. Таким образом, можно говорить о монополии ведущих вузов г. Москвы и Приволжского федерального округа в инновационной сфере.
Рис. 5. Взаимосвязь показателей инновационной деятельности НИУ в 2010 г., агрегированных по экономическим подсистемам: а -
дохода от НИОКР из всех источников и объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры; б - число объектов инновационной инфраструктуры и объема высокотехнологичной продукции
Рис. 6. Распределение показателей инновационной деятельности национальных исследовательских университетов в 2010 г., агрегированных по экономическим подсистемам: а - дохода от НИОКР из всех источников и объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры; б - число объектов инновационной инфраструктуры и числа малых инновационных предприятий
Цель следующего этапа статистических исследований - анализ взаимосвязи агрегированных показателей инновационной деятельности национальных исследовательских университетов. На рис. 5 представлены корреляционные поля двух пар показателей - дохода от НИОКР из всех источников и объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры, с одной стороны, и числа объектов инновационной инфраструктуры и объема высокотехнологичной продукции, с другой.
На обеих диаграммах рис. 5 обращает на себя внимание, что метка для г. Москвы размещена хотя и вблизи линии общей тенденции, но значительно отстоит от меток для остальных экономических подсистем, т.е. здесь наблюдается эффект «ложной корреляции» [10]. Действительно, визуальный анализ ящичковых диаграмм обнаруживает, что г. Москва является «выбросом» по доходу от НИ-ОКР из всех источников и имеет повышенное значение объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры (на диаграмме рис. 6 а Москва обозначена «звездочкой» и «кружочком» соответственно).
а
По числу объектов инновационной инфраструктуры и числу малых инновационных предприятий совокупность исследовательских университетов г. Москвы не характеризуется повышенными значениями показателей.
С учетом полученных результатов, был выполнен третий этап статистических исследований, цель которого - выявление структуры агрегированных показателей инновационной деятельности национальных исследовательских университетов экономических подсистем по однородной выборке (без г. Москвы) (рис. 7). Результаты факторного анализа по методу главных компонент с вращением главных факторов по критерию «варимакс» [11] показали, что множество из четырех агрегированных показателей инновационной деятельности НИУ может быть сведено к двум главным факторам, первый из которых, объясняющий 58,5% общей дисперсии, сильно коррелирует сразу с тремя исходными показателями - доходом от НИОКР из всех источников х объемом высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры х , числом объектов инновационной инфраструктуры х а второй, менее информативный (объясняет 41,4% диспер-
б
Номер компоненты Главный фактор 1
Рнс. 7. Результаты факторного анализа показателей инновационной деятельности национальных исследовательских университетов в 2010 г., агрегированных по экономическим подсистемам: а - график «каменистой осыпи»; б - корреляции главных факторов с
исходными показателями (выборка без г. Москвы)
Рис. 8. Расположение экономических подсистем: а - на плоскости главных факторов; б - на плоскости агрегированных показателей,
коррелирующих с главными факторами
сии), сильно коррелирует лишь с одним показателем - числом малых инновационных предприятий х Отсюда следует интерпретация главных факторов: главный фактор 1 - фактор результативности инновационной деятельности НИУ, главный фактор 2 - фактор их инновационной инфраструктуры.
Двухфакторная модель структуры агрегированных показателей адекватна - она объясняет суммарно 99,9% общей дисперсии, и геометрические искажения невелики. Это позволяет представить рассматриваемые экономические системы на плоскости меток главных факторов - рис. 8 а.
Плоскость меток главных факторов осями поделена на четыре квадранта, отвечающие различному их сочетанию: квадрант I -область повышенных значений показателей результативности инновационной деятельности и инновационной инфраструктуры (точнее, числа малых инновационных предприятий), диаметрально противоположный ему квадрант III - область пониженных значений этих показателей. Квадранты II и IV также могут быть проинтерпретированы в терминах повышенных и пониженных значений показателей результативности инновационной деятельности и инновационной инфраструктуры. Соответственно, можно интерпретировать и экономические подсистемы по расположению их меток. Так, расположение метки совокупности национальных исследовательских университетов г. Санкт-Петербурга в квадранте IV интерпретируется как сочетание повышенных значений показателей результативности инновационной деятельности и пониженных - числа малых инновационных предприятий.
Главные факторы - математические абстракции, и удобнее оперировать не с ними, а с наиболее сильно коррелирующими исходными агрегированными показателями - с числом объектов инновационной инфраструктуры вместо главного фактора 1 и числом малых инновационных предприятий вместо главного фактора 2. Они сильно коррелируют с главными факторами - коэффициенты корреляции 0,925 и 0,908 соответственно (корреляционные поля не приводятся ради сокращения объема публикации), и можно рассчитывать на не слишком большие геометрические искажения при переходе от главных факторов к указанным исходным агрегированным показателям. Действительно, сравнение диаграмм на рис. 8 а и б показывает близость расположения меток экономических подсистем.
Несомненным преимуществом перехода от представления экономических подсистем на плоскости меток главных факторов к их представлению на плоскости исходных агрегированных показателей, помимо наглядности, является возможность включения в анализ экономических подсистем, ранее не рассмотренных в рамках факторного анализа, - в данном случае, совокупности национальных исследовательских университетов г. Москвы. Соответствующая метка расположена в квадранте I (осями здесь являются средние значения исходных агрегированных показателей однородной выборки), что от-
ражает повышенные значения показателей результативности инновационной деятельности НИУ г. Москвы, равно как и повышенные значения показателей инновационной инфраструктуры.
В данной публикации мы ограничились анализом одномоментного «среза» показателей инновационной деятельности национальных исследовательских университетов - по данным за 2010 г.; изложенная методика анализа может быть применена и в исследовании динамики развития инновационной деятельности вузов.
Литература:
1. Вогман О.С., Егоров А.Ю., Пилипенко П.П. К вопросу о формировании концепции «тройной спирали» инновационного развития российской экономики // Транспортное дело России. - 2013 - № 6, ч. 2, С. 267.
2. Егоров А.Ю., Логвинов Д.А. Концепция тройной спирали в структуре взаимосвязей инновационной экономики и образования. - М.: Инновационная экономика, 2012, № 4-5, С. 23-25.
3. Стратегия развития науки и инноваций в Российской Федерации на период до 2015 года // Электронный ресурс, Режим доступа: http://www.businesspravo.ru/Docum/DocumShow.asp? DocumID=168333&DocumType=52.
4. Наука, образование и инновации в России: взгляд молодых ученых на проблемы и перспективы. Доклад Совету при Президенте Российской Федерации по науке и образованию. М., 2012.
5. Высшая школа России и национальная инновационная система / А.А. Харин, А.В. Рождественский, И.Л. Коленский, И.М. Зарайская // Инновационный менеджмент, 2011, №3.
6. Казанцев А.К. Инновационное развитие университетов: аналитический обзор ведущих российских вузов // Научные доклады, №6(R)-2012. СПб.: ВШМ СПбГУ, 2012.
7. О конкурсном отборе программ развития университетов, в отношении которых устанавливается категория «национальный исследовательский университет. Постановление Правительства Российской Федерации от 13 июля 2009 г. №550.
8. Методы оценки степени рыночной концентрации // Электронный ресурс. Режим доступа: http://altaname.ru/micro/57-metody-ocenki-stepeni-rynochnojj.html.
9. О внесении изменений в отдельные законодательные акты Российской Федерации по вопросам создания бюджетными научными и образовательными учреждениями хозяйственных обществ в целях практического применения (внедрения) результатов интеллектуальной деятельности. Федеральный закон № 217-ФЗ от 02.08.2009.
10. Химмельблау Д. Анализ процессов статистическими методами. М.: Мир, 1973.
11. Факторный, дискриминантный и кластерный анализ / Дж.-О. Ким, Ч.И. Мьюллер, У.Р. Клекка и др.; Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989.
