CC BY
7ч
В. М. Московкин, Н. П. Зайцева. Бенчмаркинг университетско-промышленных связей
В. М. Московкин, Н. П. Зайцева
БЕНЧМАРКИНГ И МОДЕЛИРОВАНИЕ УНИВЕРСИТЕТСКО-ПРОМЫШЛЕННЫХ СВЯЗЕЙ В ТЕРРИТОРИАЛЬНЫХ ОБРАЗОВАНИЯХ
V. M. Moskovkin, N. P. Zaitseva
Benchmarking and modeling of the university-industrial relationships
in territorial formations
Conceptually a complex of matrix-analytical procedures for benchmarking of the university-industrial relationships in any territorial formation is elaborated and an idea of the creation comparative-search optimum algorithm of the combinatorial type for their modeling is also offered (optimum jointing of the institutional producers and consumers of the knowledge). The Results of using of these procedures, in the type of three matrixes built in the article, can be reflected on the regional online innovation portals.
Опыт разработки бенчмаркинговых инструментов матрично-аналитического вида европейской инновационной политики — европейское инновационное табло, база данных по мерам инновационной политики — может быть плодотворным при разработке процедур университетского бенчмаркинга, охватывающих все три университетские компетенции — образование, исследования и инновации. Это то, что сейчас на Западе подпадает под концепцию «треугольника знаний» («triangular knowledge»). В работе [1] по аналогии с двумя вышеуказанными бенчмаркинговы-ми инструментами европейской инновационной политики в формализованном матричном концептуальном виде были построены российское университетское табло и база данных по мерам российской университетской политики, которые могут сопровождаться одним из федеральных
агентств Министерства образования и науки РФ. В данной статье представлен комплекс матрич-но-аналитических процедур для отслеживания университетско-промышленных связей, но уже на уровне территориальных образований (региональные инновационные кластеры, регионы), так как в большинстве случаев такие связи локализованы на этих уровнях.
Пусть имеется произвольный региональный инновационный кластер или регион с сильными университетско-промышленными связями, тогда матрицу по научно-технологическим разработкам (технологиям, инновационным проектам) этого территориального образования можно будет представить в виде табл. 1.
В этой матрице и. — название .-го университета в территориальном образовании, А. — название 1-го класса научно-технологических раз-
Таблица 1
Матрица по научно-технологическим разработкам (технологиям, инновационным проектам) университетов произвольного территориального образования
Университеты территориального образования
Ui U2 . U. ... j U n I
Классы научно- Ai kii k12 k1j kin
технологических A2 k21 k22 ... k2n
разработок
A. 1 ku ki2 k. ... ij k, in
A m km1 km2 k . ... mj k mn
I
© В. М. Московкин, Н. П. Зайцева, 2007
Стратегия развития вуза
Зоток, к.. — количество научно-технологичес-
эаботок 1-го класса для .-го университета -I эту матрицу реализовать в виде элект-],анных, то, подводя курсор к эле-
комбинаторного вида, который будет определять оптимальные пары разработчиков и потребителей разработок. Например, пара (и111, Е3'4) означает, что первая разработка 1-го класса для пер-риваемой матрицы, мы можем с вого университета наилучшим образом подходит ки просмотреть унифициро- четвертой запрашиваемой разработке 1-го клас-
----->гические характерис- са третьим предприятием. Такой алгоритм целе-
всех к. разрабо- сообразно реализовывать в случае большого объе-мер, и.'ш, где ма предложений и спроса на разработки.
нный номер После определения всех пар организация,
которая сопровождает вышеуказанный комплекс тадии апро- матрично-аналитических процедур (например, сой: Шш*. Не- агентство по трансферу технологий), иницииру-
менту помощь: ванные опи тики, стоимость пр ток: и/1, и/2, .Ц 1 < ш < к.., озна1 ш-й разработки та. Если разработка бации, то она помечает помеченные разработки ми в экономику рассматр ного образования.
мат
Теперь постр промышленных предприятий данного территориального образования в научно-технолог ких разработках (табл. 2).
ет установление контактов между конкретными университетами и предприятиями (семинар, де-Если эти контакты заканчива-______успехом (приводят к установлению реальных университетско-промышленных связей), то акая организация имеет определенный процент суммы заключенного договора или объема
п « т^ • V®
В этой матрице Е. — название .-го промыш- продаж. того предприятия в территориальном обра- Мно:
ленного зовании, а. ких разработок
количество научно-технологичес-
Л'-му
предприятию.
Если эта матрица,
ак же
будет реализована в виде элект сор к э
ных
у
риваемой м
рицы, мы мо фицированные описания
1. рассмат-и просмотреть уни-нические требования к разработке, стоимость покупки и др.) всех Ч.. разработок: Е.'1, Е.'2, ..., Е.'ч. Например, Е.'ш, где 1 < ш < а.., означает идентификационный номер ш-й разработки 1-го класса, которая требуется .-му предприятию.
Имея две такие сопряженные матрицы (электронные базы данных), можно разработать сравнительно-поисковый оптимизационный алгоритм
жество всех потенциальных универси-тетско-промышленных связей можно представить в виде множества графов (см. рис.).
Университетско-промышленная связь предполагается реализованной, если она установлена хотя бы в одном классе разработок. Например, ранее рассмотренная гипотетическая оптимальная пара (И1'1, Е3'4), в случае реализации делового контакта, приводит к университетско-промышленной связи (И11, Е3') между первым университетом и третьим предприятием в 1-м классе разработок, и, следовательно, можно считать, что такая связь установлена в целом (И1, Е3) (она помечена на рисунке жирной линией).
Множество графов университетско-промыш-ленных связей может быть представлено количественно в матричной форме (табл. 3).
Матрица по потребностям промышленных предприятий в научно-технологических разработках
Таблица 2
Предприятия территориального образования
Е1 Е2 . Е. . Е1 ?
Классы научно- А1 Чн Ч12 % Чц
технологических разработок А2 421 Ч22 Ч21
А. 1 Ч.1 Ч.2 ЧУ Ч.1
I А ш Чш1 Чш2 а . Чш1
н В. М. Московкин, Н. П. Зайцева. Бенчмаркинг университетско-промышленных связей
Таблица 3
Матрица интенсивностей университетско-промышленных связей
Е1 Е2 ■ Е. Е1
И1 <11 <12 <1. <11
И2 <21 <22 <2. <21
И. <11 <12 <1. <11
и п <п1 <п2 <П <п1
Множество потенциальных университетско-промышленных связей
В этой матрице интенсивность университет-ско-промышленной связи 1-го университета с .)'-м предприятием (И., Е.) представлена величиной <<. которая может являться объемом хоздоговорных работ или объемом реализованной продукции, полученной в результате внедрения новой разработки. В качестве можно использовать и относительные показатели инновационной деятельности, широко применяемые за рубежом: интенсивность НИОКР (расходы на НИ-ОКР в процентах от продаж, коэффициент новых продаж)[2].
Следовательно, показатель характеризует коммерциализацию всего спектра разработок 1-го
университета в .-м предприятии (но чаще всего это будет одна-единственная разработка какого-либо класса). Для большей детализации вышеуказанная матрица может рассматриваться для каждого класса разработок (срезы матрицы), что приведет к построению трехмерной (объемной) матрицы.
Эта матрица, так же как и две предыдущие, должна реализовываться в виде электронной базы данных, так как при установлении университет-ско- промышленных связей необходимо знать их характер (например, класс научно-технологических разработок) и время установления. Естественно, что все три построенные матрицы и их электронные аналоги взаимосвязаны.
Таким образом, нами концептуально разработан комплекс матрично-аналитических процедур для бенчмаркинга университетско-промыш-ленных связей в произвольном территориальном образовании и предложена идея создания сравнительно-поискового оптимизационного алгоритма комбинаторного вида для их моделирования (оптимальная состыковка институциональных производителей и потребителей знаний). Результаты применения этих процедур, в виде построенных трех матриц, могут отражаться на региональных онлайновых инновационных порталах.
Литература
1. Московкин В. М. К построению бенчмаркинговой и информационно-аналитической системы поддержки университетской деятельности на федеральном уровне // Университетское управление: практика и анализ. 2007. № 3 (49). С. 25-32.
2. Московкин В. М., Раковская-Самойлова А. X., Пур-тов В. Ф. Количественные индикаторы научной и инновационной деятельности. Зарубежный опыт и его адаптация для отечественных условий // Бизнес-Информ (Харьков). 2002. № 11-12. С. 52-65.
