CC BY
3ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ НАЦИОНАЛЬНЫХ ИССЛЕДОВАТЕЛЬСКИХ УНИВЕРСИТЕТОВ
Мукасеев К.В.. аспирант Института мировой экономики и информатизации Милнов Д.А.. аспирант Института мировой экономики и информатизации
Статьи содержит результаты анализа инновационной деятельности национальных исследовательских университетов. Рассмотрены следующие показатели: доход от НИОКР из всех источников; объем высокотехнологичной продукции, созданной с использованием цементов инновационной инфраструктуры: число объектов инновационной инфраструктуры; число малых инновационных предприятий Выявзена структура факторов инновационной деятельности, предложена пространственная моде.1ь совокупности ведущих вузов российских экономических подсистем.
Ключевые слова: национальный исследовательский университет, инновационная деятельность, инновационная инфраструктура.
INNOVATION OF NATIONAL RESEARCH UNIVERSITY
Mukaseev E.. the post-graduate student. Institute of world economy ami 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 о/ R ti A 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 universale • of Russian economic subsystems.
Keywords: National Research University, innovation, innovation infrastructure.
Актуальной задачей в развитии национально!) 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 жономики теряют дееспособность и становятся все менее самодостаточными. 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 пауки 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 [2]. В докладе молодых ученых Совету при Президенте Российской Федерации по науке и образованию [3] 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 - 1Т0 высшее учебное заведение, одинаково )ффективно осуществляющее образовательную и научную деятельность на основе интеграции науки н образования. Важнейшими отличительными признаками национального исследовательского университета являются способность не только генерировать знания, но и обеспечивать эффективный трансферт технологии в экономику, что предполагает проведение широкого спектра фундаментальных и прикладных исследований. В свою очередь. 1то 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 [4], 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 лап ощутимый вклад в увеличение финансирования учебного процесса и фундаментальных и поисковых научных исследований, a rat -же способствовать решению острых социальных проблем вузов
Следует согласиться с доводами авторов работы [4] в той части. которая относится к характеристике позитивных свойств отечественной высшей школы, способствующих выполнению функции системного координатора по восстановлению и развитию предприятии 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;
- г ибкость 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 (ПНУ) [5]. Среди последних два пилотных национальных исследовательских университетов. 12 ННУ - победителей конкурсного отбора 2009 года и 15 ЦПУ победителей конкурсного отбора 2010 года (табл. I).
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.
Таким образом, из 39 ведущих университетов почта половина (19 вузов) размещены в столицах (г. Москве и г. Санкт-Петербурге!, более четверги (10 вузов) приходятся на Приволжский федеральный
Таблица 1. Перечень российских ведущих университетов. Источник: (4]
Университет Краткое название Регион
Университеты с особым синусом
/ 2 }
Московский Государственный Университет имени МП. Ломоносова МГУ им. М. Ломоносова г. Москва
Санкт-Петербургский государственный университет СПбГУ г. Санкт-Петербург
Федеральные университеты
Российский университет дружбы народов РУДП г. Москва
Уральский федеральный университет имени первою Президента России Б.Н. Ьльцнна УрФУ Уральский ФО
Южный федеральный университет ЮФУ Южный ФО
Сибирский федеральный университет СФУ Сибирский ФО
Казанский (Приволжский) федеральный университет КФУ 11риволжскз<й ФО
Казанский национальный исследовательский технологический универсигег КНИГУ 11рнволжский ФО
Российский юсу дарственный педагогический университет имени А.И. Герцена РГПедУ г. Санкг-11стербург
Воронежский государственный университет ВГУ Центральный ФО
Пилотные НИУ
Национальный исследовательский технологический университет «МИСиС» НИТУ «МИСнС» г. Москва
Национальный исследовательский ядерный университет «МИФИ» НИЯУ «МИФИ» г. Москва
НИУ победители конкурсного отбора 2004 года
Государственный университет Высшая школа жономикн ВШЭ г. Москва
Казанский государственный технический университет им. А.Н. Туполева КГГУ (Т) Приволжский ФО
Московский авиационный инетиту! (государственный технический университет) МАИ г. Москва
Московский юсу дарственный технический университет им. П. ). Баумана МГТУ г. Москва
Московский физико-технический институт (госу-дарст венный у и и верентет) МФТИ г. Москва
Нижегородский государственный университет им. 11.И. Лобачевского НижГУ Приволжский ФО
Новосибирский государственный университет ИГУ Сибирский ФО
Пермский государственный технический университет ПГТУ Приволжский ФО
Самарский государственный аэрокосмический университет им. икал. С.П. Королева С ГА У 11риволжский ФО
С'анкт-1 [етербургский государственный горный институт им. Г.В. Плеханова (технический университет) сипи г. Сипкг-Псгербур!
Санкт-Петербургский государственный университет информационных технологий, механики и оптики итмо г. Санкт-Петербург
Томский политехнический университет ТГ1У Сибирский ФО
НИУ - победители конкурсного отбора 2010 года
Белгородский государст венный национальный исследовательский университет БелГУ Центральный ФО
Иркутский государственный технический университет ИрГТУ Сибирский «DO
Казанский государственный технолог ический университет КПУ Приволжский ФО
Московский г осударственный 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) МОИ г. Москва
Учреждение Российской Академии наук Санкт-Петербургский академический университет Научно-образовательный центр нанотехнологий PAI1 ноцнт г. Санкт-Петербург
Пермский государственный университет ПГУ Приволжский ФО
/ 2 3
Российский государственный медицинский университет федерального агентства но здравоохранению и социальному развитию РГМУ г. Москва
Российский государственный университет нефти и газа им. U.M. Г убкина РГУ г. Москва
Саратовский государственный университет им. П.Г. Чернышевского С ГУ Приволжский ФО
Санк1-Пегербур|ский государственный ноли технический университет СПбГПУ г. Санкт-Петербург
Томский государственный университет ТГУ Сибирский ФО
Южно-Уральский государственный университет ЮУрГУ Уральский ФО
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 творить 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 лить 2.6% от общего числа вузов страны и около 6.0% от числа ву зов, осуществляющих исследовательскую деятельность: на долю исследовательских университетов приходится 6,0% численности персонала, занятого исследованиями и разработками: в них обучается около 5,3% обшей 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 исследовании, 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 упрошенными исследовательскими моделями, которые вряд ли Moiyr быть использованы для решения задач государственного регулирования образовательного сектора страны, они, тем не менее, дают представление о масштабах инновационной деятельности российских университетов.
В работе [5] оценка и анализ результативности деятельности отдельных университетов по их выполнению осуществлялись по следующим направлениям мониторинга:
- направление I - 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"» [6]. 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 (IVeh of Science. Scopus. Российский индекс цитирования), в расчете на одного научно-педагогического работника (ПНР):
3) отношение доходов от реализованной ПНУ 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 объекте» интеллектуальной собственности:
5) доля опытно-конструкторских работ в общем объеме НИОКР;
6) количество научных лабораторий, оснащенных высокотехнологичным оборудованием.
По всем шести показателям фиксировались отношения фактического значении показателя к плановому в анализируемом году. _ также отношения фактических значений анализируемого н предыдущего ему года.
Принятая в работе [5| модель предусматривала следуюшиг алгоритм расчетов рейтинга: вначале рассчитывался уровень выполнения целевых индикаторов (факт/план), затем определялся теыг роста показателей за анализируемый период (анализ динамики показателей проводился с целью установить напряженность развития заданий программы развития).
Сравнение показателей со средним значением показателей г: совокупности и с лучшим показателем (лидером по группе) позволяло определить степень отрыва от среднестатистического и лидирующего уровня. Затем осуществлялось нормирование показателей по традиционной формуле линейного масштабирования с целью приведения данных к единому масштабу (все расчетные величины находились в интервале [0; 11. где 0 соответствует минималт ному значению признака, а I - максимальному). Суммарный индекс определялся как сумма целевых индексов, аналогичным образом рассчитывались рейтинги по направлениям и агрегированный индекс (по всем пятн 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-инновацион-ион деятельности не удалось достичь 12 университетам, по пока за-телям 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 немно-гн.х количественных данных, которые приведены в работе [5]. ">т. прежде всего, доход от НИОКР из всех источников, а также oobc'v высокотехнологичной продукции, созданной с использованием цементов инновационной инфраструктуры.
На рис. I 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 . 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 (Her/indal Hirshman Index I/Ill), который определяется по формуле [7]
/////= ш2, i = 1,2, ...,п. (h
где d - доля /-го национального исследовательского университета в процентах; п общее число национальных исследовательских университетов.
а
а. ^
0 ^
1
5
2
а
X. %о
5
о. с
н ш
I
ю
о
I 100
%
НИУ
НИУ
Рис. I. Распределение показателей инновационной деятельности национальных исследовательских университетов в 2010 г.: а - доход от 11ИОКР из всех источников: б обьсм высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры (на диаграммах показаны не все университеты, а первые из двух соседствующих НИУ)
Расчеты показывают, что индекс Херфиндапя-Хиршманна для первого показателя составляет величину 1292, для второго 552. т.е. концентрация дохода ог научно-исследовательских и опытно-конструкторских работ заметно выше, чем копнен грация 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 грн 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: 13X3 и 1320 млн. руб. соответственно. Коррелируют эти показатели инновационной деятельности и по однородной выборки НИУ (без МФТИ) - рнс. 2 а: коэффициент линейной корреляции /?=0,Х94 статистически значим на уровне не хуже 0.0005.
Из факта сильной коррелированное™ 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 продук-цин. созданной с использованием элементов инновационной инфраструктуры НИУ. не коррелируют значимо с числом созданных при ведущих ну их малых инновационных предприятий - рис. 2 б: коэффициент линейной корреляции /?=<).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 (X). 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 положительная. можно говорить о тенденции роста объема высокотехнологичной иродукшш. созданной с использованием элементов инновационной инфраструктуры НИУ, С увеличением числа созданных при вузах малых инновационных предприятий.
а
о
2000
1500
1000
3
со
5
10 О
2000
1500
Р«1 = 0 7996
Ю
а
с 1 5
3
ш
(О
О
1000
500
1000 2000 3000
= 0 0630
О 10 20 30
Доходы от НИОКР. млн руб.
Число малых инновационных предприятий
Р 1С. 2. Взаимосвязь показателей инновационной деятельности национальных исследовательских университетов в 2010 г.: и - дохода ■ НИОКР из всех источников и объем высокотехнологичной продукции, созданной с использованием элементов инновационной -фраструктуры: б - число малых инновационных предприятий и дохода от НИОКР из всех источников (выборка НИУ без МФТИ)
40000
30000
20000
а о
о
X
а
ГЛГТПг
■п
тз о
3
80
60
I
со 2
> Мослвз СФО ЦФО
ПФО г Санкт-Петербург УФО
г Москва СФО ЦФО
ПФО г Санкт-Петербург УФО
Регион
Регион
Рис. 3. Распределение показателей инновационной деятельности национальных исследовательских университетов в 2010 г.. агрегированных по экономическим подсистемам: и доход от НИОКР нз всех источников; 6 объем высокотехнологичной продукции, созданной с использованием Элементов инновационной инфраструктуры
а б
500
300
200
г Моекеа СФО ЦФО
ПФО г Санкт-Петербург УФО
Регион
ПФО СФО УФО
г Москва ЦФО г Санкт-Петербург
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
а
о
12000 г
г Москва
СО 2
2
ю О
пфо •
о /
сфо/' 2000
г. Сан! т-Петербург
№
- 0 9714
10000
20000
= 0 9301
200
Доход от НИОКР, млн руб
Число объектов инновац инфраструктуры
Рис. 5. Взаимосвязь показателей инновационной деятельности НИУ в 2010 г., агрегированных по экономическим подсист
дохода от НИОКР из всех источников н объема высокотехнологичной продукции, созданной с использованием эле: инновационной инфраструктуры; б число обьектов инновационной инфраструктуры н объема высокотехнологичной
30 1ЫтУАТ1УЕ ЕСОЬЮМУ I №5-6 2013 I
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.
l ia 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 подсистем 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-Хнр-шманна: набольшее значение индекса НИ/ 5018 наблюдается для дохода от НИОКР из всех источников; концентрация объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры, заметно меньше - /У/// 376Х; концентрация объектов инновационной инфраструктуры и числа малых инновационных предприятий хотя и меньше - НШ=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.
Цель следующего этапа статистических исследований - анализ взаимосвязи агрегированных показателей инновационной деятельности национальных исследовательских университетов. На рис. 5 представлены корреляционные поля двух пар показателей - до-хода от НИОКР из всех источников и объема высокотехнологичной продукции, созданной с использованием элементов нннованн-нной 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 размешена хотя и вблизи линии обшей тенденции. но значительно отстоит от меток для остальных экономических подсистем, т.е. здесь наблюдается эффект «ложной корреляции» 9]. Действительно, визуальный анализ ящичковых диаграмм об-аружнвает. что г. Москва является «выбросом» по доходу от ИИ-
а
N- в в
Доход от ЬИОКР ВТ-продукция
ОКР из всех источников и имеет повышенное значение объема высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры (на диаграмме рис. 6 я Москва обозначена «звездочкой» и «кружочком» соответственно). 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» 110] показали, что множество из четырех агрегированных показателей инновационной деятельности ИИУ 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 л ,, объемом высокотехнологичной продукции, созданной с использованием элементов инновационной инфраструктуры л„ числом объектов инновационной инфраструктуры а второй, менее информативный (объясняет 41.4% дисперсии). сильно коррелирует лишь с одним показателем - числом малых инновационных предприятий г,. Отсюда следует интерпретация главных факторов: главный фактор 1 фактор результативности инновационной деятельности ПИУ, главный фактор 2 - фактор их инновационной инфраструктуры.
Двухфакторпая модель структуры агрег ированных 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 «.
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.
б
N■8 9
Число МИП Чюло объектов ИИС
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; о - число объектов инновационной инфраструктуры и числа малых инновационных предприятий
Номер компоненты
Главный фактор 1
Рис. 7. Результаты факторного анализа показателей инновационной деятельности национальных исследовательских университетов % 2010 г., агрегированных по экономическим подсистемам: о график «каменистой осыгш»: б корреляции главных факторов с
исходными показателями (выборка без г. Москвы)
1.5
см я а
о |
га
-е-
о
s
g
ф 2
0.0
• 5
-10
-1.5 -1.5
а
ПФО
• а
; сфо
• а
ЦФО ;
0 1
УФО
а
г. Санкт-Петербург
-i-.--
-1.0
-.5
0.0
.5
1.5
100
С S 5 о
60
40 +..........!■.................
j®o
о
«о
г Санкт-Петербург
0 50 100 150 200
Число объектов инновац инфраструктуры
Метки главного фактора 1
Рис. Расположение экономических подсистем: а - на плоскости главных факторов: б - на плоскости агрегированных показателен.
коррелирующих с главными факторами
Главные факторы - математические абстракции, и удобнее оперировать не с ними, а с наиболее сильно коррелирующими исходными агрегированными показателями с числом объектов инновационной инфраструктуры вместо пивного 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 ч и 6 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 отражает 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 наци -нальных исследовательских университетов поданным за 201' -изложенная методика анализа может быть применена и в исследовании динамики развития инновационной деятельности вузов.
Литература:
1. Егоров Л.Ю.. Логвинов Д.А. Концепция тройной спирали ш структуре взаимосвязей инновационной экономики и образована! - М.: Инновационная экономика. 2012. №4-5.
2. Стратегия развития науки и инноваций в Российской Феде-рации на период до 2015 года // Электронный ресурс, Режим :-. тупа: littp:/Avww.busincsspravo.ru/Docum/DocumShow.asp'?DocmnlDe 168333&DocumType=52.
3. Наука, образование и инновации в России: взгляд молатш ученых па проблемы н перспективы. Доклад Совету при Президенте Российской Федерации но науке и образованию. М., 2012.
4. Высшая школа России и национальная инновационная с . . тема / A.A. Харин. A.B. Рождественский. Н.Л. Коленский, II у Зарайская И Инновационный менеджмент, 2011, №3.
5. Казанцев А.К. Инновационное развитие университетов: аналитический обзор ведущих российских вузов Научные докла-l №6(R)-20I2. СПб.: ВШМ СНбГУ. 2012.
(>. О конкурсном отборе программ развития университетов » отношении которых устанавливается категория «национальны!
¿пей,
омен-«цио-)10 г.; яедо-В.
шли в
К1МНЯ.
Феде-я дос-етЮ=
»злых »деи-
ii сис-. U.M.
• ана-стады.
ггов, в яьный
исследовательский университет. Постановление Правительства Российской Федерации от 13 июля 2009 г. №550.
7. Методы оценки степени рыночной концентрации II Электронный ресурс. Режим доступа: Икр: altaname.ru/micro 57-те1о<1у-ocenki-stepeni-rynochnojj.html.
8. 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.
9. Хнммельблау Д. Анализ процессов статистическими методами. М.: Мир. 1973.
10. Факторный, дискрнминантный и кластерный анализ / Дж,-О. Ким. Ч.И. Мыоллер. У.Р. Клекка и др.; Под ред. И.С. Енюкова. М.: Финансы и статистика. 1989.
«УМНЫЙ ГОРОД» КАК ПРИМЕР ОБУЧАЮЩЕЙСЯ ОРГАНИЗАЦИИ
Логвинов Д.А., аспирант Института мировой экономики и информатизации Гапановнч A.A., аспирант Института мировой экономики и информатизации
В Оанной станин' представлена концептуальная модель «умного города» как </юриы обучающейся организации. Проанализирован опыт деятельности таких образований. Описаны механизмы, обеспечивающие свободное перемещение потоков идей, информации, фондов.
Ключевые слова: инновационная жономика: обучающиеся организации; «умный город».
SMART CITY AS AN EXAMPLE OF A LEARNING ORGANIZATION
Logvinov L).. the post-graduate student. Institute of world economy and informatization Gapanovicli A., the post-graduate student. Institute of world economy and informatization
The paper presents a conceptual model of a "smart city " as a form of a learning organization The experience of such organizational activity is analyzed. The mechanisms which provide free transportation of flows of ideas, information, assets are described.
Keywords: innovation economy: learning organization; «smart city».
С учетом сложившейся ситуации, достаточно очевидно, что российское правительство сегодня должно решить чрезвычайно трудную проблему: чтобы обеспечить конкурентоспособность в инновационной сфере необходимо построить основанную на рыночных отношениях национальную инновационную систему, сохранив при этом потенциал советской научно технической системы и не копируя полностью западные системы инноваций.
Правительство России также создало ряд организаций, которые поддерживают малые и средние предприятия на стадии коммерциализации инновационной деятельности, так же как университетам предоставили право получать дополнительные доходы. -Технологические парки. Технологические Центры инноваций. Особые экономические зоны, Офисы передачи технологии, и Российская Венчурная Компания были созданы, чтобы обеспечить благоприятную окружающую среду для снижения рисков зарождающихся инновационных предприятий, которые могут превратиться в крупные корпорации в будущем.
Однако многие эксперты выражают беспокойства по поводу того, как фактически осуществляется данная политика: многие технологические парки стоят полупустыми, финансовые схемы остаются непрозрачными.-законодательство слаборазвито и неясно (например, нет никакой понятной нормы, определяющей как и копа участники научного творческого коллектива должны будут покинуть благоприятную среду инкубатора и выйти и мир жесткой конкуренции) (1).
Одной из главных слабостей российской научно - технической системы было разделение обучения и исследования, что означало, практически, исключение профсссорско преподавательского состава университетов из участия крупномасштабных исследованиях. Эта ситуация часто служила предметом критики как основной барьер .для получения хорошего образования будущими учеными и инженерами из-за относительного недостатка навыков исследования и знания современной науки университетскими лекторами.
Теоретическое обоснование рецептов преодоления излишней жесткости структур научно технической сферы состоит в принятии концепции обучающихся организаций, что обеспечивает прогрессивное развитие в условиях постоянных изменений внешней среды и фундаментальной неопределенности [3|.
На сегодня концепция обучающейся организации представляет собой законченный проект, имеющий свои практические приложения. Одним из примеров такого приложения является модель «умного города».
Идея «умного города» состоит в том. что его житель может попасть в любую его точку в любое время, решать свои задачи и контролировать там ситуацию. Эти идеи выросли из быс тро растущих технологических возможностей с точки зрения инфраструкту-
ры информационно-коммуникационных технологий (включая датчики). персональных технологий («умные» телефоны, Интернет и т.д.). и возможностей хранения и обработки данных. Крупные технологические компании стимулировали эти дебаты и вынудили городских лидеров и ученых подробно исследовать го. что могло бы иметь значение для будущего нашей экономики, благосостояния и качества жизни в наших городах.
Ситуация в данной сфере научных исследований характеризуется следующим образом:
(1) Понятия все еще находятся на стали «младенчества», и обсуждения до сих пор ограничиваются задачами технологий, и не затрагивают концептуальных методов их толкования или решения;
(2) Город как объект исследования и управления имеет сложный характер, это - открытая, законченная система, со многими переплетающимися силовыми полями, влияющими одновременно на ее форму;
(3) При описании будущего приходится иметь дело со многими неизвестными:
(4) Механизмы финансирования ограничили инвестиционную способность;
(5) Долгосрочные параметры все еще не определены.
Эксперты определяют «Умный город» как город, в котором узлы
и структуры различных городских систем ясно обозначены, просты и понятны, чувствительны к воздействию и даже могут меняться посредством современных технологии >1 дизайна [4]. Граждане не только включены в отношения с близким окружением и более широкими городскими экосистемами, но активно поощряются рассматривать город непосредственно как что-то. что они могут все вместе настроить, создать то. что является эффективным, интерактивным, привлекательным, адаптивным.
Понятие «умного города» было придумано для множества целен. оно обращено к городу, который использует новые информационно-коммуникационные технологии для реализации стратегий. «Умные» инвестиции могли бы включать, например, создание сети датчиков в городе. Чрезвычайно автоматизированный город, как требуется, будет лучше управляться и управлять городскими системами. сопоставляя подробную информацию об оперативном функционировании, и будет в состоянии оптимизировать решения в текущем..мгновенном, коротком и долгосрочном периодах.
Умный город включает экосистему продуктов, услуг, компаний, людей и общественных групп, которые творчески сотрудничают в целях развития инноваций в городе. Черты умного города не могут быть определены одним решением или центральной организацией. которая устанавливает нормы. Гранины и определяет возможности развития. Они будут определены отдельными гражданами.
