CC BY
99СТРАТЕГИЧЕСКИЕ ОРИЕНТИРЫ РАЗВИТИЯ
-—
М. П. Астафьева, 2О. А. Зятева, И. В. Пешкова, 2Е. А. Питухин*
1 Филиал «Протвино» Международного университета природы, общества и человека «Дубна», Протвино, Россия
Петрозаводский государственный университет, Петрозаводск, Россия
анализ показателей эффективности деятельности
российских вузов
Ключевые слова: образовательный менеджмент, показатели эффективности, высшее образование, статистический анализ, кластеризация данных.
Статья посвящена анализу показателей эффективности деятельности вузов России, официально опубликованных Министерством образования и науки РФ в 2014 г. Результаты анализа планируется использовать для прогнозирования значений этих показателей.
Планируемое исследование состоит из нескольких этапов - формирование ретроспективы показателей, статистический и сравнительный анализ данных, построение моделей расчета показателей эффективности с учетом влияющих факторов на ретроспективе, прогнозирование влияющих факторов на перспективу, а также расчет на перспективу показателей эффективности деятельности вуза по ранее полученным моделям. Объектом исследования является множество вузов России, а предметом исследования - показатели эффективности их деятельности.
Целью данного этапа является проведение статистического и сравнительного анализа объектов исследования, а также их сегментация по кластерам. Были рассчитаны и проанализированы средние значения показателей в различных разрезах - по регионам, федеральным округам, группам вузов и иным характеристикам образовательных организаций (тип, вид, статус, ведомственная принадлежность, организационно-правовая форма), а также получен ряд других статистических оценок.
Результаты исследования показали, что средние значения показателей эффективности не являются информативными из-за большого среднеквадратического отклонения.
Для получения более надежных оценок и выявления вузов с похожими показателями эффективности деятельности была проведена их кластеризация методами ^-средних и самоорганизующимися картами Кохонена, при которой в качестве значимых факторов были выбраны пять основных показателей (образовательная, научно-исследовательская, международная и финансово-экономическая деятельности, а также инфраструктура). По результатам проведенного анализа вузы были разделены на семь кластеров, четыре из которых представляют однородные группы, что составило более 98 % от общего числа вузов, а остальные три включают вузы с экстремальными значениями показателей. Из всех кластеров были выделены два «позитивных» кластера (содержат 48 % организаций от общего числа) «вузов-отличников» и «вузов-хорошистов», в которых процент вузов, прошедших мониторинг эффективности деятельности выше среднего по России. Данные кластера характеризуются высокими показателями образовательной и финансовой деятельности.
Руководство вуза может сделать вывод о текущем состоянии показателей эффективности деятельности организации, определив, к какому кластеру относится их вуз. Представленные результаты статистической обработки показателей могут быть полезны им при проведении самоанализа, включая оценку своего положения
*Астафьева Марина Петровна - кандидат технических наук, доцент, заведующий кафедрой информационных технологий филиала «Протвино» Международного университета природы, общества и человека «Дубна»; 142281, Россия, Протвино, Северный проезд, 9. Тел. +7 (4967) 31-01-92. E-mail: marines2000@mail.ru
Зятева Ольга Александровна - аспирант, аналитик информационно-аналитического отдела Петрозаводского государственного университета; 185910, Россия, Петрозаводск, пр. Ленина, 33. Тел. +7 (8142) 71-32-61. E-mail: olga_zyateva@mail.ru
Пешкова Ирина Валерьевна - кандидат физико-математических наук, доцент кафедры прикладной математики и кибернетики Петрозаводского государственного университета; 185910, Россия, Петрозаводск, пр. Ленина, 33. Тел. +7 (8142) 71-32-61. E-mail: iaminova@psu.karelia.ru
Питухин Евгений Александрович - доктор технических наук, профессор кафедры прикладной математики и кибернетики Петрозаводского государственного университета; 185910, Россия, Петрозаводск, пр. Ленина, 33. Тел. +7 (8142) 71-32-55. E-mail: eugene@psu.karelia.ru
по этим показателям среди других вузов в различных разрезах, определении шансов успешного прохождения мониторинга эффективности деятельности, а также органам исполнительной власти, принимающим управленческие решения в сфере высшего образования.
Результаты исследования будут положены в основу построения математических моделей прогнозирования зависимости показателей эффективности деятельности от влияющих факторов - как самих вузов, так и внешней среды.
Введение
/^Г\дним из актуальных трендов развития уч-у^/реждений высшего образования становится прогнозирование показателей эффективности их функционирования, по которым вуз оценивается со стороны внешней среды. Это происходит как в виде формирования различных рейтингов, так и в виде мониторинга эффективности деятельности вузов, проводимого Министерством образования и науки Российской Федерации. Умение оценивать текущую ситуацию и прогнозировать значения показателей эффективности на перспективу является важным для вуза при определении своих позиций.
Большое внимание со стороны научного сообщества уделяется исследованиям в данной области. О проблемах, которые существовали в рейтинговом оценивании вузов 7-10 лет назад и как обстоит ситуация в настоящее время, рассказывается в статье [1]. Основные характеристики системы высшего образования, оцениваемые показателями мониторинга в России, а также аналогичные показатели, используемые в зарубежных системах мониторинга, приведены в [2]. Обзор существующих подходов к оценке эффективности деятельности вузов и их краткий сравнительный анализ изложен в [3]. В работе [4] предлагается инновационный подход к оценке деятельности образовательных организаций, заключающийся в сравнительном анализе успешности, результативности и эффективности деятельности вузов на основе комплексной методики количественного и качественного анализа.
Также интерес вызывают и исследования более узких смежных областей. Вопросы моделирования научной деятельности вуза рассмотрены в [5]. Предложен подход к оценке эффективности деятельности вуза с позиции трудоустройства выпускников [6]. Исследования в области разработки моделей функционирования высшего учебного заведения в условиях нормативного финансирования представлены в статье [7]. Оценка научного потенциала вуза в зависимости от его финансирования рассмотрена на примере итальянских университетов в [8]. Ряд других показателей, влияющих на эффективность деятельности малазийских вузов, обсуждается в работе [9].
В настоящей статье в качестве интегральных показателей рассматриваются основные показатели, которые лежат в основе мониторинга эффективности деятельности вузов, проводимого Минобрнауки России, начиная с 2012 г. К таковым относятся: образовательная деятельность, научно-исследовательская деятельность, международная деятельность, финансово-экономическая деятельность и инфраструктура [10].
Для построения достоверного прогноза в будущем необходимо создать адекватные причинно-следственные модели, которые связывают входные переменные внешней среды (демографические, социальные, экономические), внутренние параметры вуза и управляющие воздействия с выходными прогнозируемыми переменными -показателями эффективности деятельности вузов. Перед прогнозированием этих показателей следует провести сбор и анализ статистических данных с целью сегментации всего множества вузов на классы, обладающие общими свойствами и удовлетворяющие определенным критериям. Это позволит построить для соответствующих групп вузов модели, наиболее точно описывающие поведение выходных показателей [10].
В основу анализа положены фактические значения показателей эффективности деятельности вузов, официально опубликованные в открытом доступе [11] в 2014 г.
Анализ показателей эффективности деятельности вузов в разрезе групп Минобрнауки России
Всего в мониторинге эффективности деятельности в 2014 г. приняли участие 1846 вузов, из них 823 головных организаций и 1023 филиала. В табл. 1 представлены результаты распределения числа вузов, которые разделены на головную организацию и филиал, в зависимости от их организационно-правовой формы (бюджетное учреждение и негосударственное учреждение (далее «бюджетная» и «частная» соответственно), ведомственной (государственная, негосударственная (далее в таблицах «гос.» и «негос.» соответственно)) и групповой принадлежности. Разбиение вузов на четыре группы по территориальному критерию было проведено Министерством образования и науки Российской Федерации. К первой группе были
Таблица 1
Распределение числа вузов России по группам
Отличительный Число Организационно- Головная организация Филиал Всего
признак вузов правовая форма Гос. Негос. Гос. Негос. Гос. Негос.
1 группа 195 бюджетная частная 85 6 8 90 3 0 0 3 88 6 8 93
Группа 2 группа 74 бюджетная частная 39 1 2 21 6 0 0 5 45 1 2 26
3 группа 493 бюджетная частная 144 1 3 58 188 5 8 86 332 6 11 144
4 группа 1084 бюджетная частная 252 5 9 99 459 20 20 220 711 25 29 319
По всем группам 1226 620 бюджетная частная 520 13 22 268 656 25 28 314 1176 38 50 582
ВСЕГО 1846 - 533 290 681 342 1214 632
отнесены все вузы и филиалы г. Москвы, ко второй - г. Санкт-Петербурга, к третьей группе - вузы и филиалы 17 субъектов Российской Федерации и к четвертой - вузы и филиалы оставшихся субъектов, причем деление двух последних групп проходило в зависимости от финансово-экономического положения региона [10].
Из представленных в табл. 1 данных видно, что среди государственных вузов число филиалов превышает головные организации на 30 %. Для негосударственных - число филиалов на 20 % превышает число головных. В общем числе вузов государственных организаций больше, чем негосударственных в 2 раза. Большинство вузов финансируются за счет бюджетов всех уровней, при этом 97 % составляют государственные (как головные, так и филиалы). Для негосударственных вузов характерна частная форма владения (92 % от их общего числа).
При анализе вузов по группам самой многочисленной является четвертая, в нее входит 58 % от общего числа вузов, при этом в ее составе преобладают филиалы - их количество в два раза превышает количество головных организаций. Во второй, третьей и четвертой группах преобладают государственные организации, их более 65 %. Первая группа содержит одинаковое число государственных и негосударственных вузов (94 и 101 соответственно), чем отличается от остальных групп, в которых наблюдается двукратное превосходство государственных вузов над негосударственными. Следует отметить различную для всех групп долю филиалов в общей численности вузов. В первой группе филиалы составляют 3 % от общего числа, во второй - 12 %, в третьей - 58 %, а в четвертой - 66 %.
В табл. 2 представлены результаты расчетов показателей эффективности деятельности вузов в разрезе групп, при этом организационно-правовая форма из-за своей высокой корреляции с видом собственности опускается.
Сравнительный анализ данных, представленных в табл. 2, показывает, что полученные средние значения показателей мало отличаются между третьей и четвертой группами, кроме показателя научно-исследовательской деятельности, который в разы больше у третьей группы. Показатели первой и второй групп также находятся примерно на одном уровне. По показателю образовательной деятельности первая и вторая группы доминируют над третьей и четвертой группами по всем типам вузов. В остальном табл. 2 содержит достаточно обобщенные сведения по указанным группам, объединяющих вузы с большим разбросом значений показателей. Например, значение показателя финансово-экономической деятельности у негосударственных головных организаций первой группы в десять раз больше, чем у всех остальных. Это является основанием для проведения дальнейшего анализа в более детализированных разрезах - по федеральным округам, регионам и т. д.
Анализ показателей эффективности деятельности вузов по федеральным округам
Для федеральных округов были рассчитаны некоторые статистические характеристики (медиана, среднее значение, среднеквадратическое отклонение и коэффициент вариации) рассматриваемых показателей вузов. В табл. 3 приведены результаты вычислений, из которых видно, что
Таблица 2
Средние значения показателей эффективности деятельности по группам
Группа Показатели эффективности деятельности Головная организация Филиал Всего
Гос. Негос. Гос. Негос. Гос. Негос.
Образовательная деятельность, балл 66,4 46,9 67,2 42,9 66,4 46,8
Научно-исследовательская деятельность, 353,0 191,5 62,4 96,9 343,7 188,7
тыс. руб.
1 группа Международная деятельность, % 5,8 6,1 1,0 2,6 5,6 6,0
Финансово-экономическая деятельность, 2868,9 22398,4 2285,2 1598,9 2850,2 21781
тыс. руб.
Инфраструктура, кв. м 20,4 12,2 5,3 0 19,9 11,9
Образовательная деятельность, балл 67,4 52,1 73,5 24,0 68,2 47,1
Научно-исследовательская деятельность, 338,4 195,0 61,3 84,0 302,3 175,2
тыс. руб.
2 группа Международная деятельность, % 6,7 4,8 2,0 6,5 6,1 5,1
Финансово-экономическая деятельность, 2627,9 2052,5 2081,2 1995,9 2556,6 2042,4
тыс. руб.
Инфраструктура, кв. м 23,8 10,4 9,5 23,7 21,9 12,8
Образовательная деятельность, балл 62,8 48,3 46,4 31,0 53,4 37,8
Научно-исследовательская деятельность, 755,2 116,5 52,5 795,7 353,9 528,4
тыс. руб.
3 группа Международная деятельность, % 3,6 3,1 1,0 1,4 2,1 2,1
Финансово-экономическая деятельность, 1959,6 1654,5 2070,4 1464,7 2022,9 1539,4
тыс. руб.
Инфраструктура, кв. м 17,8 21,6 32,4 19,8 26,2 20,5
Образовательная деятельность, балл 62,9 47,7 45,9 32,2 51,8 37,0
Научно -ис следовательская деятельно сть, 121,2 99,3 36,1 259,0 65,9 209,4
тыс. руб.
4 группа Международная деятельность, % 4,0 6,2 2,3 2,2 2,9 3,5
Финансово-экономическая деятельность, 1747,9 1308,7 1921,9 1460,0 1861,1 1413,0
тыс. руб.
Инфраструктура, кв. м 18,1 20,3 34,3 17,5 28,7 18,4
среднее значение показателя образовательной деятельности у Северо-Кавказского федерального округа наибольшее, но при этом по научно-исследовательской и финансово-экономической деятельности, а также инфраструктуре он занимает последнее место. Дальневосточный федеральный округ лидирует в научно-исследовательской деятельности и инфраструктуре, но на последнем месте по показателям образовательной и международной деятельности. Первое место по финансово-экономической и международной деятельности принадлежит Центральному федеральному округу.
Для федеральных округов с высоким значением показателей характерны высокие значения коэффициента вариации, что говорит о том, что это значение было получено за счет аномальных выбросов (экстремальных значений)
соответствующих показателей вузов, отличающихся от средних значений в несколько раз. Например, показатель научно-исследовательской деятельности в Дальневосточном и Уральском федеральных округах составляют 1077,8 тыс. руб. и 514,4 тыс. руб. соответственно, а коэффициенты вариации равны 894,7 и 1082,8 %, при среднем значении по России 213,3 тыс. руб. При этом значения по этому показателю в Сибирском и Центральном федеральных округах ниже среднего, хотя в них находятся вузы с лучшими научными школами России. Похожую ситуацию можно наблюдать и по другим показателям, например, по финансово-экономической деятельности в Центральном округе, значение которого составляет 5464,8 тыс. руб. при вариации равной 1155,7 %. В табл. 4 представлены результаты расчета средних значений показателей
Таблица 3
Статистические оценки показателей эффективности деятельности
Федеральный округ Характеристики показателей по федеральным округам Образовательная деятельность, балл Научно-ис-следовательская деятельность, тыс. руб. Международная деятельность, % Финансово-экономическая деятельность, тыс. руб. Инфраструктура, кв. м
Медиана 51,3 72,3 0,1 2039,4 17,1
Дальневосточный Среднее СКО 41,8 24,6 1077,8 9136,1 0,9 1,5 2622,6 1893,6 52,7 203,7
Коэффициент вариации, % 58,7 847,7 168,3 72,2 386,7
Медиана 58,4 52,1 0,4 1349,4 13,8
Приволжский Среднее СКО 49,1 24,7 71,6 103,8 1,3 2,5 1653,0 1583,2 25,6 73,8
Коэффициент вариации, % 50,4 144,9 187,2 95,8 288,1
Медиана 59,0 65,8 1,2 1741,1 13,6
Северо-Западный Среднее СКО 48,0 27,6 415,6 3718,2 3,5 5,8 2211,0 2677,7 23,5 45,2
Коэффициент вариации, % 57,4 894,7 164,4 121,1 192,6
Медиана 59,5 50,7 0,6 1103,8 13,7
Северо-Кавказский Среднее СКО 51,9 22,4 48,8 49,0 3,4 8,6 1055,2 570,0 15,1 11,9
Коэффициент вариации, % 43,2 100,4 255,2 54,0 79,1
Медиана 57,1 65,0 0,8 1486,4 13,2
Сибирский Среднее СКО 50,3 22,7 108,9 184,0 2,5 4,1 1840,9 1549,4 27,4 68,1
Коэффициент вариации, % 45,2 169,0 163,8 84,2 249,1
Медиана 56,8 53,3 0,5 1700,8 14,7
Уральский Среднее СКО 46,7 26,3 514,4 5570,1 2,5 11,2 2192,1 1716,3 22,8 28,7
Коэффициент вариации, % 56,3 1082,8 447,9 78,3 125,8
Медиана 58,7 77,0 2,3 1633,5 14,3
Центральный Среднее СКО 50.0 26.1 138,6 300,1 5,0 10,0 5464,8 63159,1 21,0 38,6
Коэффициент вариации, % 52,2 216,4 198,3 1155,7 183,9
Медиана 56,9 50,3 0,8 1286,8 13,9
Южный Среднее СКО 48,8 23,6 67,4 117,6 3,3 10,9 1537,9 1049,9 18,1 19,8
Коэффициент вариации, % 48,3 174,6 335,6 68,3 109,2
Российская Федерация Среднее 48,9 213,3 3,2 2939,1 23,6
Таблица 4
Средние значения показателей эффективности деятельности в разрезе федеральных округов
Федеральный округ m л к о Я я и Ï? Образовательная деятельность, балл Научно-исследовательская деятельность, тыс. руб. Международная деятельность, % Финансово-экономическая деятельность, тыс. руб. Инфраструктура, кв. м
н ¡2 s 5 ° я iff S m & « « 5 а я на я S о S л а я ч я я и а я на я S о я л а и ч я я и а я на я S о я л а и ч я я и й я на Я S о я л а и ч я я и а я на я S о я л а и ч
лн £ g о © лн £ g о © лн ^ а о © лн g ^ а о иФ лн ^ а о иФ
Дальневосточный Гос. 58,2 36,7 3183,9 47,4 1,8 0,2 2525,9 3243,1 20,9 87,4
Негос. 36,2 24,7 100,3 67,7 1,29 0,2 1670,8 1892,6 46,0 32,7
Приволжский Гос. 64,5 47,8 143,5 32,1 2,7 0,4 1800,9 1681,7 16,6 35,6
Негос. 49 31,2 110,5 51,4 2,2 1,2 1723,7 1373,2 15,3 19,2
Северо-Западный Гос. 64,4 43,3 266,1 51,0 5,5 2,1 2611,1 2100,5 29,4 23,1
Негос. 52,5 26,3 186,3 1447,6 4,5 1,9 2010,3 1884,6 11,9 22,3
Северо-Кавказский Гос. 62,9 54,0 85,38 24,6 2,1 2,6 1297,5 1045,9 14,6 13,8
Негос. 50,5 30,6 57,8 50,7 8,0 1,8 880,3 884,3 18,6 14,5
Сибирский Гос. 63,5 45,3 167,4 80,9 4,7 0,4 1769,2 2215,4 13,9 44,9
Негос. 48,0 33,2 90,4 55,9 5,1 0,8 1145,3 1503,7 23,27 14,5
Уральский Гос. 61,2 48,9 130,8 40,2 2,5 2,1 2039,7 2721,7 19,0 26,3
Негос. 50,8 20,6 115,6 2301,1 7,9 0,7 1666,9 1446,7 26,7 17,8
Центральный Гос. 64,6 45,2 247,5 35,1 6,0 3,6 2279,2 1893,3 19,3 35,0
Негос. 47,0 35,0 166,5 51,5 5,8 4,2 15969,1 1474,5 13,7 15,1
Южный Гос. 65,3 46,3 117,9 31,9 3,9 3,5 1557,2 1678,0 15,8 18,4
Негос. 47,1 40,4 151,2 45,3 5,3 1,1 1272,5 1401,1 18,2 19,3
эффективности деятельности по федеральным округам, в зависимости от ведомственной принадлежности вузов. Методика расчета представлена в [1]. Исходя из полученных данных, понятно, что средние значения практически по всем показателям у государственных вузов округа выше, чем у негосударственных. Аналогичная ситуация складывается с головными организациями округа и филиалами. Причины рассмотренных в табл. 3 выбросов становятся ясны при анализе данных табл. 4. Высокий коэффициент вариации научно-исследовательской деятельности в Дальневосточном округе объясняют экстремальные значения головных государственных организаций, а в Уральском - негосударственными филиалами.
Анализ показателей эффективности деятельности вузов в разрезе регионов
Были получены средние значения показателей эффективности деятельности вузов для 81 региона. Итоги расчетов приведены в табл. 5, где представлены результаты по трем показателям эффективности деятельности - образовательная деятельность, научно-исследовательская и финансово-экономическая деятельность. Расчеты по международной деятельности
и инфраструктуре проиллюстрированы на рис. 1 и рис. 2 соответственно.
Ситуация здесь в целом складывается аналогично той, которую наблюдали в разрезе федеральных округов, а именно - в большинстве случаев идет доминирование показателей головных организаций над показателями филиалов, хотя есть ряд исключений. Например, в Вологодской области показатель образовательной деятельности головных организаций в 2 раза больше, чем у филиалов, при этом по показателю финансово-экономической деятельности они значительно им уступают. Данный факт может свидетельствовать о том, что работа филиалов имеет выраженную коммерческую направленность. Аналогичную ситуацию можно наблюдать и в некоторых других регионах.
При анализе показателей табл. 5 видно, что среднее значение по региону может быть сильно смещено к среднему значению головной организации или филиала, что говорит о численном преобладании организаций соответствующего типа. Например, в Северо-Западном федеральном округе среднее значение показателя образовательной деятельности по г. Санкт-Петербургу близко по значению со средним по головным организациям. Данный факт объясняется тем, что в Санкт-Петербурге головные организации численно
Таблица 5
Средние значения показателей эффективности деятельности в разрезе регионов
№ Регион (Республика, округ, край, область, город) Образовательная деятельность, балл Научно-исследовательская деятельность, тыс. руб. Финансово-экономическая деятельность, тыс. руб.
Головная организация Филиал Всего Головная организация Филиал Всего Головная организация Филиал Всего
Гос. Негос. Гос. Негос. Гос. Негос. Гос. Негос. Гос. Негос. Гос. Негос.
Дальневосточный федеральный округ
1 Амурская 56,3 - 48,0 51,3 52,6 88,8 - 60,3 71,4 75,9 1708 - 7315 1905 3836
2 Еврейская автономная 53,2 - - - 53,2 299,7 - - - 299,7 2338 - - - 2338
3 Камчатский 58,1 - 26,4 - 37,0 154,3 - 85,0 - 108,1 2460 - 2905 - 2757
4 Магаданская 52,3 - 57,7 23,7 39,4 85,2 - 1,6 67,5 55,4 2396 - 1180 2623 2381
5 Приморский 59,3 40,2 39,1 0 42,1 152,2 138,6 21,1 49,7 81,4 2896 2986 2806 3808 2777
6 Саха (Якутия) 55,7 47,6 35,7 27,0 38,4 21418 41,8 56,0 91,8 4563 3576 1313 2637 1897 2462
7 Сахалинская 53,1 49,3 26,1 - 38,6 209,2 15,0 31,8 - 72,0 3547 1621 810 - 1697
8 Хабаровский 61,5 24,1 39,2 30,0 44,2 144,3 122,2 55,1 11,8 99,9 2014 875 1990 1130 1691
9 Чукотский - - 25,0 - 25,0 - - 69,2 - 69,2 - - 8994 - 8994
Приволжский федеральный округ
1 Башкортостан 65,2 51,5 53,7 24,4 53,3 123,4 55,2 25,3 93,0 55,6 1403 2022 2115 1216 1856
2 Кировская 63,4 53,1 38,4 18,1 38,0 59,3 60,2 13,8 28,2 30,4 1478 1273 1490 1000 1322
3 Марий Эл 59,0 62,4 50,7 0,0 38,5 92,5 154,8 15,9 2,8 60,2 1578 1750,8 2819 1360 1741
4 Мордовия 67,5 - 35,7 60,2 46,8 188,7 - 49,0 51,9 84,2 1491 - 1052 1119 1170
5 Нижегородская 66,5 31,6 53,8 38,9 52,1 158,0 161,3 40,8 41,3 71,0 1571 1779 2611 1259 2038
6 Оренбургская 66,4 - 40,9 22,3 41,1 100,0 - 18,2 58,5 53,6 1509 - 1235 2148 1625
7 Пензенская 63,7 - 28,7 38,4 44,1 94,2 - 41,6 53,6 64,0 1372 - 1868 1485 1583
8 Пермский 65,4 60,8 49,9 12,1 48,4 254,2 60,1 34,0 40,4 99,9 2256 1659 1744 1124 1773
9 Самарская 60,6 54,5 43,5 19,3 48,8 155,3 98,5 47,6 32,2 96,2 1730 1633 1965 1251 1708
10 Саратовская 66,6 0,0 45,1 39,5 47,5 91,1 125,7 17,3 62,6 46,6 1380 743 1101 1458 1211
11 Татарстан 67,2 48,4 49,5 50,9 54,8 178,9 135,2 29,3 78,2 90,5 1946 1784 1275 1497 1555
12 Удмуртская 63,3 50,9 33,3 38,1 43,3 143,5 98,9 35,4 33,1 68,4 1781 2428 1190 1161 1457
13 Ульяновская 61,8 - 58,8 0,0 46,4 142,6 - 91,8 59,3 103,8 4409 - 1433 1153 2513
14 Чувашская 64,2 - 59,3 45,6 57,1 43,8 - 14,1 32,0 26,0 1039 - 770 1174 938
Сибирский федеральный округ
1 Алтайский 63,0 59,5 33,3 44,1 47,6 70,4 66,4 37,3 36,4 50,7 1391 1238 1643 1050 1405
2 Бурятия 58,6 - 35,6 30,9 44,8 87,0 - 38,7 65,9 66,2 1406 - 1418 1248 1375
3 Забайкальский 62,4 - 52,3 59,5 56,2 95,2 - 64,2 60,4 72,5 1941 - 2098 1739 2002
4 Иркутская 58,9 25,7 36,5 50,4 44,0 217,7 246,7 60,7 38,0 130,5 2107 1765 2934 1379 2477
5 Кемеровская 63,4 - 45,6 36,2 49,4 88,9 - 60,2 30,9 64,7 1364 - 2800 1438 2235
6 Красноярский 65,4 - 47,0 33,1 49,1 145,0 - 100,2 53,5 102,5 1786 - 1970 1629 1848
7 Новосибирская 66,6 55,3 62,6 36,8 60,0 170,1 50,2 15,7 101,2 110,7 1775 725 2097 1467 1526
8 Омская 62,2 47,3 57,6 17,8 51,2 86,0 99,7 27,8 62,8 76,0 1464 1438 1952 2363 1661
9 Томская 66,9 36,6 50,1 - 54,4 590,3 78,8 372,3 - 402,9 2735 840 1892 - 2108
10 Тыва 62,0 - - 0,0 20,7 55,5 - - 69 64,5 1916 - - 1264 1481
11 Хакасия 62,1 - 57,3 - 58,5 30,0 - 54,7 - 48,5 2610 - 1804 - 2006
Уральский федеральный округ
1 Курганская 54,1 - 54,5 40,6 49,2 73,3 - 39,6 53,8 53,3 1259 - 4462 1946 2718
2 Свердловская 65,2 58,6 46,3 19,5 47,8 134,1 109,1 34,0 27,2 70,8 1889 1845 2088 1427 1862
3 Тюменская 55,6 - 46,9 0,0 44,7 151,0 - 32,8 35,9 88,4 1961 - 4305 864 2752
4 Ханты-Мансийский 63,8 15,1 52,0 0,0 42,5 223,7 173,1 61,4 31,8 109,5 2848 1273 2760 1049 2344
5 Челябинская 59,4 60,4 54,3 31,3 51,1 81,7 79,7 44,6 7850 1770,5 2070 1467 1689 1589 1753
6 Ямало-Ненецкий - - 41,8 0,0 35,4 - - 28,7 14,3 26,4 - - 4304 1352 3850
Северо-Западный федеральный округ
1 Архангельская 44,1 - 55,1 48,4 49,4 91,0 - 21,2 76,8 59,1 5968 - 1898 1259 3551
2 Вологодская 56,2 51,9 30,5 17,7 31,9 84,6 64,8 18,5 25,1 36,3 1797 1251 1736 2506 2006
Продолжение табл. 5
№ Регион (Республика, округ, край, область, город) Образовательная деятельность, балл Научно-исследовательская деятельность, тыс. руб. Финансово-экономическая деятельность, тыс. руб.
Головная организация Филиал Всего Головная организация Филиал Всего Головная организация Филиал Всего
Гос. Негос. Гос. Негос. Гос. Негос. Гос. Негос. Гос. Негос. Гос. Негос.
3 Калининградская 61,9 - 35,3 32,6 37,8 165,6 - 25,8 34,4 50,1 2307 - 1130 2603 1534
4 Карелия 67,4 - 40,8 16,7 38,4 181,1 - 37,4 63,8 83,2 1979 - 11091 1628 5264
5 Коми 53,9 - 37,3 0,0 36,8 103,7 - 10,2 34,8 33,7 2846 - 1556 1525 1840
6 Ленинградская 61,5 - 45,8 39,3 45,2 0,03 - 116,1 71,1 99,6 1568 - 1379 1921 1510
7 Мурманская 64,4 63,1 27,0 26,3 32,5 49,4 108,6 53,9 7232 2701 2201 1800 1799 1997 1914
8 Новгородская 65,6 - 59,0 0,0 52,4 227,9 - 34,6 37,9 59,2 1567 - 1107 1161 1171
9 Псковская 59,7 - 36,3 52,2 45,9 137,1 - 23,2 54,7 64,6 1283 - 2524 1117 1954
10 Санкт-Петербург 67,4 52,1 73,5 24,0 60,2 338,3 195,0 61,3 84,0 254,2 2628 2053 2081 1996 2362
Северо-Кавказский федеральный округ
1 Дагестан 61,2 45,8 56,7 26,1 52,1 77,0 65,8 24,1 57,8 45,2 1010 803 861 878 879
2 Ингушская 70,3 70,5 - - 70,4 67,0 38,7 - - 52,9 2225 679 - - 1452
3 Кабардино-Балкарская 63,4 57,6 0,0 58,7 51,1 150,7 94,6 0,0 53,0 100,0 1604 874 0,0 1460 1191
4 Карачаево-Черкесская 56,3 - 57,3 53,7 56,1 46,2 - 19,7 34,1 29,9 1209 - 1272 946 1175
5 Северная Осетия - Алания 66,5 62,0 68,7 0,0 59,8 82,7 44,4 8,3 63,1 55,9 1254 814 2189 1264 1264
6 Ставропольский 65,8 46,9 52,4 31,8 49,0 81,3 54,9 27,9 45,2 43,8 1479 990 1194 744 1101
7 Чеченская 57,3 - - 0,0 43,0 87,4 - - 82,2 86,1 1217 - - 1100 1188
Цент ральный федеральный ок руг
1 Белгородская 66,6 52,4 62,4 29,9 57,4 258,6 149,0 28,7 76,1 118,4 1883 1573 911 1723 1400
2 Брянская 63,9 53,5 39,0 57,0 48,4 73,6 80,1 19,5 39,9 42,3 1583 1839 2479 1487 2131
3 Владимирская 59,8 55,0 33,6 36,2 40,1 95,6 68,4 39,1 43,4 50,7 1515 1119 1457 1441 1419
4 Воронежская 59,5 42,4 53,8 38,7 51,7 76,6 110,0 24,6 57,3 66,4 1952 2278 2034 1562 1933
5 Ивановская 62,1 - 57,8 20,0 51,4 129,6 - 53,0 11,4 84,6 1914 - 1254 1058 1564
6 Калужская 65,9 52 52,1 28,3 46,0 91,2 124,6 28,1 49,8 46,5 2163 1609 2161 1026 1757
7 Костромская 59,8 - - 0,0 44,8 78,8 - - 16,7 63,3 1252 - - 1006 1191
8 Курская 65,5 55,3 30,4 54,8 54,4 129,0 136,2 6,2 47,7 90,1 1078 2087 1146 1225 1378
9 Липецкая 60,8 51,6 37,0 42,3 44,7 63,4 611,1 11,0 69,9 83,3 1212 1600 5222 1493 2547
10 Москва 66,4 46,9 67,2 42,9 56,3 353,0 191,5 62,4 96,9 263,4 2869 22398 2285 1599 12655
11 Московская 60,7 50,3 44,9 29,4 43,9 262,5 71,4 25,5 44,5 70,9 2343 1591 1544 1640 1668
12 Орловская 65,6 - 35,0 59,3 50,1 82,2 - 28,2 52,4 53,1 1296 - 4919 1163 2699
13 Рязанская 65,5 33,0 42,8 39,1 46,3 173,9 152,1 32,7 39,4 84,6 1425 2035 2189 1291 1755
14 Смоленская 67,8 26,6 41,1 45,8 47,2 50,0 78,4 32,8 57,0 45,9 1248 1348 1515 1380 1409
15 Тамбовская 63,1 - 42,8 30,9 45,6 108,3 - 186,4 23,4 106,0 1492 - 560 1836 1296
16 Тверская 62,5 37,4 58,4 40,6 51,5 94,8 110,1 77,6 15,2 72,7 1510 1527 1419 1886 1569
17 Тульская 62,0 36,7 35,2 44,7 43,5 94,7 85,3 49,6 139,6 92,9 1101 1229 1234 1518 1345
18 Ярославская 65,6 62,8 39,5 25,6 45,5 216,3 196,6 27,3 42,1 107,6 1431 1531 2291 1015 1542
Южный феде ральный округ
1 Адыгея 60,9 - 34,0 50,7 42,8 67,3 - 21,9 6,5 31,4 1704 - 982 742 1133
2 Астраханская 67,8 44,4 57,3 36,5 52,0 131,3 77,0 20,6 37,6 65,1 1556 1382 2628 1348 1735
3 Волгоградская 63,1 18,7 43,0 36,0 43,4 108,1 383,2 22,6 43,3 82,2 1397 1374 1363 1779 1479
4 Калмыкия 62,4 - 61,1 57,6 60,4 85,6 - 60,0 92,0 79,1 1527 - 1481 1572 1527
5 Краснодарский 64,6 51,2 47,8 44,8 50,8 115,1 62,3 21,3 46,2 49,0 1646 1057 1399 1179 1349
6 Ростовская 68,4 52,3 46,4 39,1 48,8 138,8 181,0 52,1 48,8 85,0 1543 1465 2172 1489 1787
Итого по РФ 63,8 47,9 46,4 31,8 48,9 349,6 141,7 41,1 402,5 213,3 2063 8567 1967 1470 2939,1
450
Й 400
Г 350
И 300 о
Н 250 £ 200
£ 150
% 100
М 50 0
□ Головная организация
■ Филиал
i || i. п. п. п.
0 1 2 3 4
П _ П _ П_ П_ п- п_ - __ гп_
8 9 10 11 12 13 14 15 16 17 18 19 20
Рис.1.Распределениезначенийпоказателеймеждународнойдеятельности по головныморганизациям ифилиалам
преобладают над филиалами. Противоположная ситуация наблюдается в Калининградской области, гдечисленно преобладаютфилиалы.
Наиболее часто встречающиеся значения показателя международной деятельности для вузов наблюдается на уровне 1 %. Значения этого показателя по головным организациям и филиалам распределены по показательному закону со сдвигом, равному числу вузов с нулевым значением данного показателя (рис. 1).
Среднее значение показателя инфраструктуры (рис. 2) в филиалах (38,87) превышает значения головных организаций (18,19) более чем в два раза. Это может быть связано с тем, что приведенный контингент студентов в филиалах меньше, чем в головных организациях, т. к. в филиалах преобладают студенты, обучающиеся на заочном отделении. Деление на меньшее значение приведенного контингента увеличивает значение этого показателя.
Представленные в табл. 1-5 результаты возможно анализировать и интерпретировать
300 250
в любых иных интересующих исследователей разрезах.
Кластеризациявузовпопоказателям эффективности деятельности в целом по Российской Федерации
Был проведен анализ показателей эффективности деятельности вузов в разрезе следующих характеристик образовательных организаций: статус, вид, ведомственная принадлежность и организационно-правовая форма. В табл. 6 представлены средние значения показателей эффективности деятельности по ряду этих признаков.
Из данных табл. 6 видно, что в целом лидирующие позиции по численности занимают государственные вузы, финансируемые бюджетом. Самая многочисленная группа - университеты, они составляют 55 % от общего числа вузов, на втором месте институты - 28 %. У головных государственных организаций достаточно высокий показатель образовательной деятельности. По
«
I- 200
о ее
Е 150
О)
100 50
о
■ 1 .
п 1 п1 п! ■ ■
□ Головная организация
■ Филиал
5 10 15 20 25 30 35 40 45 50
Кв. м
Рис. 2. Распределение значений показателей инфраструктуры по головным организациям и филиалам
Таблица 6
Средние значения показателей эффективности деятельности в разрезе характеристик образовательной организации
Средние значения показателей
Статус (процент от общего числа вузов) Вид организации Ведомственная принадлежность Организационно-правовая форма Число организаций Образовательная деятельность, балл Научно-исследовательская деятельность, тыс. руб. Международная деятельность, % Финансово-экономическая деятельность, тыс. руб. Инфраструктура, кв. м
Гос. Бюджетная 328 65,0 236,2 4,3 2064,4 15,5
Головная Частная 1 66,7 110,5 6,9 1189,2 15,1
Негос. Бюджетная 2 28,9 51,0 2,1 803,7 5,6
Университет Частная 20 56,3 241,2 4,5 3008,3 16,2
(55 %) Гос. Бюджетная 517 45,3 39,5 2,1 2003,3 33,0
Филиал Частная 21 50,3 21,3 0,7 1334,1 24,0
Негос. Бюджетная Частная 19 101 41,8 34,1 49,1 58,8 2,2 2,0 1328,6 1501,4 14,8 18,7
Гос. Бюджетная 70 60,7 1347,7 4,2 2553,8 29,2
Головная Частная 9 37,4 87,4 8,3 477,7 23,2
Негос. Бюджетная 19 41,2 124,1 5,7 1808,8 18,7
Институт Частная 221 46,5 139,8 5,2 10577,4 17,2
(28 %) Гос. Бюджетная 31 52,3 42,3 1,0 1176,0 21,1
Филиал Частная 2 58,3 549,5 0,0 2110,6 36,7
Негос. Бюджетная 9 17,9 53,8 0,5 1535,1 26,5
Частная 166 29,2 768,8 2,5 1472,0 18,6
Гос. Бюджетная 122 64,8 105,2 4,4 1906,6 22,0
Головная Частная 3 49,7 252,5 8,2 1859,1 2,5
Негос. Бюджетная 1 55,8 130,3 8,3 1848,6 19,9
Академия Частная 27 59,1 102,8 7,8 1812,2 15,8
(17 %) Гос. Бюджетная 108 49,0 42,2 1,6 2104,7 39,7
Филиал Частная 2 31,1 79,8 0,5 3901,8 99,3
Негос. Бюджетная Частная 0 47 34,8 57,3 1,1 1442,4 14,4
Среднее значение по России 1846 48,9 213,3 3,2 2939,1 23,8
научно-исследовательской деятельности лидирующую позицию уверенно занимают институты. Показатель международной деятельности у головных организаций выше, чем у филиалов того же статуса, хотя с показателем инфраструктуры ситуация складывается с точностью до наоборот -филиалы доминируют над головными. Финансово-экономическая деятельность наиболее развита в головных институтах, по некоторым позициям ее значение превосходит соответствующее значение университетов в 5 раз.
Сегментация образовательных организаций высшего образования, согласно табл. 6, приводит к образованию 24 групп вузов, в трети из которых численность не более десятка. Для формирования меньшего числа групп вузов с близкими по значению показателями эффективности деятельности следует провести их независимую кластеризацию, которая выделяет вузы, схожие по двум или даже трем показателям. Это даст в последующем возможность построить корректные прогнозные модели поведения показателей для вузов каждого кластера.
Таблица 7
Матрица парных корреляций показателей эффективности деятельности вузов
Показатели Образовательная деятельность, балл Научно-исследовательская деятельность, тыс. руб. Международная деятельность, % Финансово-экономическая деятельность, тыс. руб. Инфраструктура, кв. м
Образовательная деятельность, балл 1,000 0,029 0,003 -0,002 -0,177
Научно-исследова-
тельская деятельность, 0,029 1,000 -0,011 0,000 0,006
тыс. руб.
Международная деятельность, % 0,003 -0,011 0,000 -0,008 -0,031
Финансово-эконош!-
ческая деятельность, -0,002 0,000 -0,008 1,000 0,006
дыя. руб.
Инфрасдоуктнрд,св. м -0,103 0,006 о0,031 0,006 1,000
Таблица 8 Результаты кластеризации вузов
¥
Рис.3. КартаКохоненараспределениявузов по 7 кластерам
Перед проведением кластеризации показатели эффективности деятельности были исследованы на наличие линейной зависимости. Выяснилось, что они не коррелируют между собой. Это видно из данных табл. 7, в которой представлена матрица парных корреляций показателей эффективности деятельности.
Кластеризация вузов на кластеры была проведена с использованием аналитической платформы Deductor Studio Academic двумя независимыми методами: методом ^-средних [12] и самоорганизующихся карт Кохонена [13]. В качестве исходных данных при делении вузов на кластеры использовались пять основных показателей эффективности их деятельности (единые для всех вузов).
Оба метода показали близкие результаты при делении вузов на семь кластеров (рис. 3), которые представлены в табл. 8.
Номер кластера Вид организации Ведомственная принадлежность Число вузов Число вузов в кластере Процент от общего числа
головная Гос. 0
0 Негос. 5 10 0,5
филиал Гос. 1
Негос. 4
головная Гос. 286
1 Негос. 99 711 38,5
филиал Гос. 255
Негос. 71
головная Гос. 1
2 Негос. 5 15 0,8
филиал Гос. 8
Негос. 1
головная Гос. 1
3 Негос. 0 5 0,3
филиал Гос. 4
Негос. 0
головная Гос. 143
4 Негос. 18 183 9,9
филиал Гос. 20
Негос. 2
головная Гос. 12
5 Негос. 50 342 18,5
филиал Гос. 134
Негос. 146
головная Гос. 90
6 Негос. 113 580 31,5
филиал Гос. 259
Негос. 118
Таблица 9
Максимальные, минимальные и средние значения показателей эффективности деятельности в разрезе кластеров
Номер кластера 1 6 5 4 2 0 3 Всего по РФ
Число вузов в кластере 711 580 342 183 15 10 5 1846
Число вузов в кластере, которые прошли мониторинг эффективности 442 191 50 158 5 3 0 849
Процент вузов кластера, прошедших мониторинг эффективности деятельности 62 33 15 86 33 30 0 46
Образовательная деятельность, балл max среднее min 71,6 63,1 0,0 59.5 53,7 35.6 70,2 0,1 0,0 100 75,3 61 66,2 34,8 0,0 0,0 0,0 0,0 0,0 0,0 0,0 48,9
Научно-исследовательская деятельность, max среднее 85305 349,9 1322,6 68,6 2145,2 77,4 4591,2 244,0 138,3 46,6 227,0 57,7 12,8 2,6 213,3
тыс. руб. min 0,0 0,0 0,0 0,0 0,0 0,0 0,0 -
Международная деятельность, % max среднее min 13,59 2,0 0,0 30,5 2,4 0,0 12,9 1,2 0,0 38,2 7,0 0,0 100 74,3 44,51 50,9 29,6 13,5 0,0 0,0 0,0 3,2
Финансово-экономи- max 21484 17492 509182 1418047 2697,3 6159,9 13116,5 -
ческая деятельность, среднее 1742,2 1792,9 3559,3 9917,9 1218,6 2378,3 12344,5 2939,1
тыс. руб. min 0,0 0,0 0,0 0,0 9,5 25,8 0,0 -
max 639,1 223,9 409,3 130,5 152,4 29,2 1882,8 -
Инфраструктура, кв. м среднее 16,5 19,9 35,5 18,4 19,5 9,8 935,4 23,8
min 0,0 0,0 0,0 0,0 0,0 0,0 457,6 -
При этом получилось, что четыре кластера (1, 4, 5, 6) из семи содержат более 98 % образовательных организаций от общего числа. Самым многочисленным является первый кластер, в котором преобладают государственные организации (более 75 %). Пятый кластер на 81 % состоит из филиалов. Основу шестого кластера составляют государственные филиалы и негосударственные вузы, а четвертого - головные государственные организации. Остальные три кластера состоят из вузов, которым характерны экстремальные значения (выбросы) по различным показателям эффективности.
При делении вузов на большее число кластеров складывалась ситуация, аналогичная вышеописанной, когда основная масса вузов распределялась по тем же четырем кластерам, но увеличивалось число дополнительных кластеров, которые характеризовались небольшой численностью вузов с выбросами показателей.
В табл. 9 представлены максимальные, минимальные и средние значения показателей эффективности деятельности по каждому кластеру, отсортированные по размеру кластеров.
Из представленных в табл. 9 данных видно, что в каждом кластере собраны вузы с однородными
значениями по нескольким показателям, причем эти значения могут быть как выше, так и ниже среднего. К первому кластеру относятся образовательные организации с высоким уровнем образовательной и научно-исследовательской деятельности. Во второй кластер попали образовательные организации с высоким показателем международной деятельности. В четвертый кластер вошли вузы с наивысшим уровнем образовательной и с хорошей финансово-экономической и международной деятельностью. В шестом кластере вузы со средними значениями по всем показателям. Нулевой кластер - вузы, у которых хорошее значение показателя международной деятельности, но образовательная деятельность с нулевым значением. Третий кластер характеризуется высоким значением показателя инфраструктуры, но низким уровнем международной и научно-исследовательской деятельности. Пятый кластер - группа вузов с отличными показателями по финансово-экономической деятельности и инфраструктуре, но с практически нулевым значением по образовательной деятельности. Как отмечалось ранее, пятый кластер состоит преимущественно из филиалов и негосударственных
головных организаций, которые не представили сведений об образовательной деятельности.
Интерес представляет интерпретация полученных кластеров (групп вузов) с крайними значениями некоторых показателей. Так, в результате кластеризации, была выделена группа (четвертый кластер), состоящая из 183 «вузов-отличников» (10 % от общего числа), со средним значением показателя образовательной деятельности более 75 баллов из 100 возможных и финансово-экономической деятельностью порядка 10 млн руб. Из этой группы лидирующих вузов более 80 % прошли мониторинг эффективности деятельности. Второе место за лидерами занимает группа (первый кластер) «вузов-хорошистов», состоящая из 711 вузов имеющих средний балл ЕГЭ равный 63 и наилучший показатель по научно-исследовательской деятельности. В этой группе мониторинг эффективности деятельности успешно прошли 63 % вузов, что также выше среднего по России. Третье место занимают «вузы-троечники» (достаточно многочисленный шестой кластер с 580 вузами). Несмотря на то, что процент вузов, находящихся в этом кластере, которые успешно прошли мониторинг эффективности меньше среднего по России, у них есть все шансы перейти в один из «позитивных» кластеров. Данный вывод делается на основании того, что все вузы этого кластера имеют средние значения по всем показателям. Остальные вузы (нулевой, второй, третий и пятый кластера) занимают четвертое место. Их можно условно назвать «вузы - лидеры по одному показателю», и руководителям данных вузов необходимо приложить усилия для того, чтобы улучшить ситуацию, сложившеюся в них.
Руководители вузов могут определить, к какому кластеру относится их организация (в зависимости от значений показателей эффективности деятельности) и оценить там свое положение, а именно как близко они располагаются к минимальному или максимальному значению в кластере. В случае, если какой-либо показатель находится выше среднего значения или близок к максимальному, вуз занимает устойчивые позиции и даже имеет запас по данному показателю. Если же показатель ниже среднего или, что хуже, близок к наименьшему значению, руководству следует принять меры по его увеличению для перехода в более позитивные первый или четвертый кластера.
Заключение
Проведенное исследование показало, что рассмотренные в нем варианты группировок не
позволяют выделить множество вузов, лидирующих по всем пяти интегральным показателям.
В результате независимой кластеризации по пяти показателям эффективности удалось выделить две «позитивные» группы «вузов-отличников» и «вузов-хорошистов», являющимися лидерами по отношению ко всем остальным вузам в разрезе значений этих показателей. Так, более 70 % вузов, которые прошли мониторинг эффективности деятельности, принадлежат первому и четвертому кластерам, к попаданию в которые следует стремиться руководителям организаций.
В итоге проведения сравнительного анализа подтвердился ряд устоявшихся о вузах мнений. Например, по показателю научно-исследовательской деятельности ведущие позиции уверенно занимают государственные институты, финансируемые за счет бюджета. В большинстве случаев у филиалов значения по всем показателям ниже, чем у головных организаций. За счет бюджета финансируется около 90 % государственных вузов, в числе негосударственных вузов 92 % - частные.
Выяснилось, что по средним значениям показателей в разрезах групп Минобрнауки России, федеральных округов и регионов сложно судить о вузах, находящихся в них, из-за большого разброса. Поэтому данные результаты нецелесообразно использовать при принятии решения о выборе как региона для обучения, так и самого учебного заведения.
Результаты данного исследования могут быть полезны руководителям высших учебных заведений для определения позиций своих вузов и их конкурентоспособности и выработки эффективных управленческих решений, например, о целесообразности открытия филиалов в регионах с более слабыми показателями деятельности вузов. Также представленные сведения могут быть интересны органам исполнительной власти для контроля над ситуацией в сфере высшего образования.
Список литературы
1. Полозов А. А. Рейтинг вуза: эволюция проблемы // Университ. управление: практика и анализ. 2011. N° 2 (72). С. 85-89.
2. Меликян А. В. Показатели мониторинга системы высшего образования в России и за рубежом // Университ. управление: практика и анализ. 2014. № 3 (91). С. 58-66.
3. Гаффорова Е. Б., Карловский А. В. О подходах к оценке эффективности деятельности вузов // Вестн. НГУ, 2009. № 3. С. 81-87.
4. Комплексный инновационный подход к оценке деятельности вузов / В. В. Крюков, К. И. Шахгельдян, Р. А. Луговой, Ю. А. Солдатова, В. О. Карпова // Управление эконом. системами: электрон. науч. журнал. 2015. № 2 (74).
5. Пикулин В. В., Малецкий Р. В. Моделирование показателей научной деятельности при создании информационно-аналитической системы вуза // Программные продукты и системы. 2012. № 1. С. 104-107.
6. Гуртов В. А., Питухин Е. А., Насадкин М. Ю. Эффективность деятельности вузов с позиции трудоустройства выпускников // Высш. образование в России. 2013. № 10. С. 19-27.
7. Беляков С. А. Модели функционирования высшего учебного заведения в условиях нормативного финансирования // Университет. управление: практика и анализ. 2015. № 2 (96). С. 6-15.
8. Bonaccorsi A., Ancaiani A., SecondiL., SetteducatiE. Exploring the role of third-party research in Italian universities // ICERI2011 Proceedings: 4th International Conference of Education, Research and Innovation. 2011. P. 1566-1576.
9. Karfaa M., Haq F. The challenges of strategic management in higher education: the case of a Malaysian private university // INTED2013 Proceedings: 7th International
Technology, Education and Development Conference. 2013. P. 1779-1782.
10. Зятева О. А., Мороз Д. М., Пешкова И. В., Питухин Е. А. Разработка системы прогнозирования основных показателей эффективности деятельности вуза // Университет. управление: практика и анализ. 2014. № 4-5 (92-93). С. 106-113.
11. Информационно-аналитические материалы по результатам анализа показателей эффективности образовательных организаций высшего образования [Электронный ресурс]. URL: http://miccedu.ru/monitoring/2014/ (дата обращения: 25.04.2015)
12. Айвазян С. А., Мхитарян B. C. Теория вероятностей и прикладная статистика : в 2-х т. М.: ЮНИТИ-ДАНА, 2001. Т. 1. 656 с.
13. ДебокГ., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт. М.: Альпина Паблишер. 2001. 317 с.
M. P. Astafyeva, 2O. A. Zyateva, 2L V. Peshkova, 2E. A. Pitukhin*
1 Branch ofDubna International University for Nature, Society and Man in Protvino Protvino, Russia
2 Petrozavodsk State University Petrozavodsk, Russia
Russian universities in terms of performance indicators
Keywords: strategic management, performance indicators, higher education, statistical analysis, data clustering.
The article is devoted to the analysis of performance indicators for Russian universities that were officially published by the Ministry for Education and Science of the Russian federation in 2014. Analysis results will be used for forecasting performance indicators meanings.
Planned research consists of several stages: forming performance indicators history; statistical and comparative data analysis; construction of performance indicators calculation model considering factors of influence in the previous history; calculation of performance indicators perspective according to previously obtained models. The research covers many Russian higher education institutions and the topic of the research is performance indicators.
The aim of this stage is to conduct statistic and comparative analysis on research objects and their segmentation into clusters. We calculated and analyzed average meanings for performance indicators in different aspects: regional, federal areas, university groups and other characteristics of educational institutions (type, status, branch affiliation, legal structure, etc.) and also received other statistical evaluations.
Research results demonstrate that average meaning for performance indicators are not informative because of significant standard deviation.
In order to get more reliable evaluation and identify higher educational institutions with similar performance criteria we conducted cluster grouping using the methods of ^-average and self-organizing Kokhonnen maps in which significant factors include 5 main performance indicators (educational, academic, international, financial and infrastructural activities). According to the results of the analysis universities were subdivided into seven clusters, 4 of which represent average groups covering 98% of the total university number and 3 others feature universities with extreme performance indicators. Of all the cluster 2 "positive" were chosen (contain 48% of overall organization number) with universities with good and excellent marks in which percentage of universities successfully passed performance efficacy monitoring is higher than average in Russia. These clusters have high performance indicators for educational and financial activities.
University management can make conclusions about the state of performance indicators by defining to which cluster their university belongs. Presented results of statistic performance indicators processing can be useful in conducting self-
*Astafieva Marina, Candidate of Engineering Sciences, Associate Professor, Head of Department of "Information technologies" Branch of Dubna International University for Nature, Society and Man in Protvino; North Passage 9, Protvino, 142281, Moscow region, Russian Federation; +7 (4967) 31-01-92; marines2000@mail.ru
Zyateva Olga, Graduate, Analyst of Information and analytics department of Petrozavodsk State University; Prospekt Lenina 33, Petrozavodsk, 185910, Republic of Karelia, Russian Federation; +7 (8142) 71-32-61; olga_zyateva@mail.ru
Peshkova Irina, Candidate of Physical and Mathematical Sciences, Associate Professor of Applied mathematics and cybernetics department Petrozavodsk State University; Prospekt Lenina 33, Petrozavodsk, 185910, Republic of Karelia, Russian Federation; +7 (8142) 71-32-61; iaminova@psu.karelia.ru
Pitukhin Eugene, Doctor of Engineering Sciences, Professor of Applied mathematics and cybernetics department Petrozavodsk State University; Prospekt Lenina 33, Petrozavodsk, 185910, Republic of Karelia, Russian Federation; +7 (8142) 71-32-55; eugene@psu.karelia.ru
evaluation, including evaluation of its position in terms of these indicators as compared to other educational institutions in different aspects, defining chances for successfully passing performance efficacy monitoring as well as to executive authorities making managerial decisions concerning higher education.
Research results will form the basis for mathematic models forecasting dependence of efficacy performance indicators on influence factors both for educational institutions and external environment.
References
1. Polozov, A. A. Reyting vuza: evolyutsiya problemyi [The rating of high school: evolution of the problem], Univer-sitetskoe upravlenie: praktika i analiz [University management: practice and analysis]. 2011. № 2 (72). P. 85-89.
2. Melikian, А. V. Pokazateli monitoringa sistemyi vy-isshego obrazovaniya v Rossii i za rubezhom [Performance criteria in higher education monitoring systems in Russia and abroad], Universitetskoe upravlenie: praktika i analiz [University management: practice and analysis]. 2014. №2 3 (91), P. 58-66.
3. Gafforova, E. B., Karlovski, A. V. O podhodah k ot-senke effektivnosti deyatelnosti vuzov [On the approaches to evaluating the effectiveness of universities], Vestnik NGU [Vestnik NSU]. 2009. № 3. P. 58-66.
4. Kryukov, V. V., Shahgeldyan, K. I., Lugovoy, R. A., Sol-datova, Yu. A., Karpova, V. O. Kompleksnyiy innovatsionnyiy podhod k otsenke deyatelnosti vuzov [Integrated innovative approach to the higher education institutions], Upravlenie ekonomicheskimi sistemami: elektronnyiy nauchnyiy zhurnal [Management of economic systems: an electronic scientific journal]. 2015. № 2 (74).
5. Pikulin, V. V., Maletskiy, R. V. Modelirovanie pokaza-teley nauchnoy deyatelnosti pri sozdanii informatsionno-anal-iticheskoy sistemyi vuza [Technology of indicators modelling of scientific activity at creationinformation analytical system of high school], Programmnyie produktyi i sistemyi [Software and systems]. 2012. № 1. P. 104-107.
6. Gurtov, V. A., Pituhin, E. A., Nasadkin, M. Yu. Ef-fektivnost deyatelnosti vuzov s pozitsii trudoustroystva vyipusknikov [The effectiveness of higher education institutions in terms of graduates employment], Vyisshee obra-zovanie v Rossii [Higher education in Russia]. 2013. № 10. P. 19-27.
7. Belyakov, S. A. Modeli funktsionirovaniya vyisshego uchebnogo zavedeniya v usloviyah normativnogo finansi-
rovaniya [Models of higher education institution functioning in the context of normative financing], Universitetskoe upravlenie: praktika i analiz [University management: practice and analysis]. 2015. № 2 (96). P. 6-15.
8. Bonaccorsi, A., Ancaiani, A., Secondi L., Setteducati E. Exploring the role of third-party research in Italian universities, ICERI2011 Proceedings: 4th International Conference of Education, Research and Innovation. 2011. P. 1566-1576.
9. Karfaa, M., Haq, F. The challenges of strategic management in higher education: the case of a Malaysian private university, INTED2013 Proceedings: 7th International Technology, Education and Development Conference. 2013. P. 1779-1782.
10. Zyateva, O. A., Moroz, D. M, Peshkova, I. V., Pitukh-in, E. A. Razrabotka sistemyi prognozirovaniya osnovnyih pokazateley effektivnosti deyatelnosti vuza [Development of forecasting system of university key performance indicators], Universitetskoe upravlenie: praktika i analiz [University management: practice and analysis]. 2014. № 4-5 (92-93). P. 106-113.
11. Informatsionno-analiticheskie materialyi po re-zultatam analiza pokazateley effektivnosti obrazovatelnyih organizatsiy vyisshego obrazovaniya [Information and analytical materials on the results of the analysis of indicators of efficiency of educational organizations of higher education] [Electronic resource]. URL: http://miccedu.ru/monitor-ing/2014/ (accessed 25.04.2015).
12. Ayvazyan, S. A., Mkhitaryan, V. S. Teoriya veroyat-nostey i prikladnaya statistika [Probability theory and applied statistics]. Moscow: UNITI-DANA, 2001. Vol. 1. 656 p.
13. Debok, G., Kohonen, T. Analiz finansovyih dan-nyih s pomoschyu samoorganizuyuschihsya kart [Analysis of financial data using self-organizing maps], Moscow: Alpina Pablisher, 2001. 317 p.
