CC BY
8Многомерный статистический анализ международной конъюнктуры в сфере высшего образования
A Statistical Analysis of the Global Situation in Higher Education
УДК 378:311
Максимова Татьяна Геннадьевна
заведующий кафедрой Санкт-Петербургского государственного торгово-экономического университета, доктор экономических наук, профессор 194021, Санкт-Петербург, ул. Новороссийская, д. 50
Maksimova Tat'yana Gennad'evna
Novorossiyskaya Str. 50, St. Petersburg, 194021, Russian Federation
Гумская Елена Валентиновна
аспирант Санкт-Петербургского
государственного торгово-экономического
университета
194021, Санкт-Петербург,
ул. Новороссийская, д. 50
Gumskaya Elena Valentinovna
Novorossiyskaya Str. 50, St. Petersburg, 194021, Russian Federation
В XXI в. мы являемся свидетелями беспрецедентного спроса на высшее образование и его широкой диверсификации наряду со все большим осознанием его решающего значения для социально-культурного и экономического развития. Несмотря на новые технологии, способствующие расширению знаний, высшее образование сталкивается с серьезными проблемами и трудностями в таких областях, как финансирование, повышение и сохранение качества преподавания, научных исследований и услуг, трудоустройство выпускников, обеспечение равноправного доступа к благам международного сотрудничества.
В статье предлагается сравнительный анализ индикаторов высшего образования на мировом уровне с применением многомерных статистических методов. При анализе главных компонентов было выделено три фактора, представляющих бóльшую часть объясненной дисперсии. Данные факторы связаны с затратами на высшее образование, учебно-трудовой деятельностью экономически активного населения, уровнем образования взрослого населения. Проведенный анализ показал, что Российская Федерация характеризуется высокими показателями трудовой занятости, положительным уровнем образования взрослого населения и невысокими значениями расходов на высшее образование. В современных условиях конкуренции между высшими школами необходимо продолжать работу в данной области, привлекая бизнес-структуры для научно-исследовательской деятельности и создавая международные научно-образовательные центры в партнерстве с представителями ведущих зарубежных университетов.
The article presents a statistical analysis of higher education (HiEd) throughout the world, which is facing an unprecedented demand for HiEd and diversification. The paper says these issues are being played out against the backdrop of a growing awareness of the roles assumed by socio-cultural and economic development. In an era of expanded knowledge and new technologies, HiEd has to overcome challenges in areas such as financing and learning skills. In the study's view, HiEd has to preserve instructional quality and research and service levels, while also attaining employment for graduates and ensuring equitable access to all of the international cooperation benefits. The document offers a comparative statistical analysis of HiEd indicators on a global scale, attributing most of the recorded variance to three factors: the costs of HiEd; the instruction and employment of an economically active population; and the high level of adult education. The blueprint says that HiEd in the Russian Federation is currently inexpensive, and the
adult population has a positive attitude toward it. In conclusion, the review says the highly competitive HiEd environment needs to attract business-related research and development, and set up international education and research centers (in partnership with leading foreign universities)
Ключевые слова: высшее образование, факторный анализ, кластерный анализ, Организация экономического сотрудничества и развития
Keywords: higher education, factor analysis, cluster analysis, Organization for economic cooperation and development (OECD)
Высшее образование играет фундаментальную роль в жизни общества, является катализатором инновационного развития и экономического роста. Для поддержания мировых стандартов качества в области научных исследований и инноваций национальные системы высшего образования должны быть в состоянии эффективно реагировать на потребности мирового сообщества.
На протяжении многих веков университеты сотрудничали на мировом уровне в большей степени в рамках международного сообщества учреждений, ученых и исследователей. Но глобализация, главная реальность XXI в., усилила значимость учета в этом сотрудничестве мировой конъюнктуры. Феномен глобализации несет как преимущества для рассматриваемой сферы деятельности, так и обладает рядом недостатков. С одной стороны, он открывает огромные возможности в области научных исследований и разработок, которые не ограничиваются национальными границами, с другой — является угрозой национальной культуре и автономии.
Основные изменения, произошедшие в последние десятилетия в мировой экономике, в значительной мере связаны с увеличением спроса на высшее образование, возникшим с появлением постиндустриальной экономики, ростом сферы услуг и появлением экономики знаний. На сегодняшний день более чем 150 млн студентов и 10 млн преподавателей перемещаются свободно во всем мире, что создает необходимые предпосылки для сотрудничества и заключения соглашений на международном уровне [1].
Следует также отметить и трудности, с которыми страны сталкиваются при международном взаимодей-
^ ствии, например, при принятии международных норм, ^ позволяющих правильно оценить иностранную квали-g фикацию. В данном контексте интернационализация m сыграла значительную роль на региональном и между-^ народном уровне. Болонский процесс и Стратегия о Лиссабона в Европе — наиболее очевидные примеры международных обязательств в области образования. Данные соглашения объединяют более 40 стран, решивших создавать европейское пространство высшего образования. Этот процесс стал примером для других регионов мира, которые предприняли подобные инициативы (ENLACES в Латинской Америке, стратегии координации в Африканском союзе, The Brisbane Communiqué, принятого 27 странами региона Азии и Тихого океана, на встрече министров образования в Юго-Восточной Азии). В последнее десятилетие число программ и учреждений, действующих на международном уровне, значительно возросло [2].
Дифференциация национальных систем высшего образования, а также между различными учреждениями одной и той же страны, углубилась в течение последних десятилетий. Университетский мир всегда характеризовался наличием центра и периферии. Университеты, показывающие значительные результаты научных исследований и имеющие превосходную репутацию, считаются центрами, в отличие, например, от университетов стран Африки, которые изо всех сил пытаются найти свое место на мировой арене.
В этой связи особую актуальность имеет оценка российского и зарубежного опыта деятельности высших учебных заведений. Комплексный анализ систем образования различных стран на основе данных международной образовательной статистики позволяет оценить положительные и отрицательные моменты развития национальных систем высшего образования и определить его общемировые тенденции развития.
Проблематика развития мировой и европейской высшей школы, совершенствования качества образования и повышения креативности университетов рассматривалась многими исследователями. Основные идеи и выводы представлены в аналитическом докладе, построенном на основании многообразных исследований и проектов, осуществленных за последние два года всемирными и европейскими структурами (Всемирной конференции ЮНЕСКО и Конференции министров, ответственных за высшее образование, стран — участниц Болонского процесса) [Там же].
Построение рейтингов и классификация высших учебных заведений является основным методическим приемом при анализе конъюнктуры в сфере высшего образования. Международный рейтинг отдает предпочтение университетам, у которых английский язык выступает в качестве главного языка обучения и научных исследований, заведениям, которые предлагают разнообразные дисциплины и программы и располагают значительными фондами для научных исследований. Построение рейтинговых оценок имеет множество методологических проблем: получение сопоставимых данных на национальном и международном уровне, создание унифицированного способа анализа и обработки полученной информации, учет специфики исследуемых объектов. Но, несмотря на ряд недостатков, рейтинговые таблицы высших учебных заведений широко используются и весьма влиятельны [3].
В данной статье проводится сравнительный анализ индикаторов развития сферы высшего образования на макроэкономическом уровне с применением многомерных статистических методов.
Для анализа были выбраны 27 стран — членов Организации экономического сотрудничества и развития (ОЭСР) и 5 стран — участниц проекта ОЭСР в сфере образования (Бразилия, Эстония, Российская Федерация, Израиль и Словения), Рассмотрено 11 количественных показателей развития сферы высшего образования. Представленные показатели включают в себя долю студентов, прибывших в ту или иную страну с целью получения образования или обучающихся за пределами страны происхождения; расходы на высшее образование в процентах к общей численности расходов на образование; государственные расходы на одного учащегося высших учебных заведений в процентах от ВВП на душу населения; численность студентов и педагогического состава; уровни занятости и безработицы [1; 4; 5].
Целесообразность выполнения факторного анализа определяется наличием корреляций между переменными. Анализ корреляционной матрицы, состоящий из 11 переменных, выявил сильную корреляционную зависимость между государственными расходами на одного учащегося высших учебных заведений в процентах от ВВП на душу населения (DEP (PIB)) [5] и уровнем занятости населения (Ev de TE) [4], равную -0,61. Отметим, что показатели динамики уровня занятости и безработицы имеют статистически значимый отрицательный коэффициент корреляции, равный -0,6.
Переменные: государственные расходы на одного учащегося высших учебных заведений в процентах от ВВП на душу населения (DEP (PIB)) и расходы на высшее образование в процентах к общей сумме расходов на образование (DEP) [5]; доля студентов, обучающихся за пределами страны происхождения (TM vers E), и количество студентов, получающих образование за рубежом (EN insc à E) [5], являются мультиколлинеарными, и при дальнейшем рассмотрении необходимо исключить одну из этих переменных из анализа. Также иррациональные результаты показывает переменная количества преподавателей в сфере высшего образования (ENS) [4]. После изучения корреляционных зависимостей для дальнейшего анализа было оставлено семь индикаторов.
Проведем проверку целесообразности проведения факторного анализа. Для этого необходимо рассмотреть несколько главных статистик. Нулевую гипотезу о том, что корреляционная матрица совокупности является единичной матрицей, можно отклонить в соответствии с критерием сферичности Бартлетта. Приближенное значение статистики хи-квадрат равно 41,549 с 21-й степенью свободы, она является значимой при уровне 0,05. Другая важная характеристика — критерий адекватности выборки Кайзера-Мейера-Олкина (КМО). Данный коэффициент сравнивает значения наблюдаемых коэффициентов корреляции со значениями частных коэффициентов корреляции. Так, небольшие значения КМО-статистики указывают на то, что корреляции между парами переменных нельзя объяснить другими переменными, и использование факторного анализа нецелесообразно. Значение статистики КМО (0,53) можно охарактеризовать как среднее (> 0,5). Таким образом, факторный анализ можно рассматривать как приемлемый метод для анализа корреляционной матрицы.
Для определения числа извлекаемых факторов воспользуемся таблицей объясненной дисперсии. Из семи факторов только три имеют собственные значения выше 1. Дисперсия, обусловленная влиянием первого
Таблица 1 ш
Матрица факторных нагрузок после вращения факторов ^
Показатели Факторы
1 2 3
Доля студентов, обучающихся за пределами страны происхождения (TM vers E), % 0,802 -0,315
Динамика уровня занятости, согласно уровню образования (Ev de TE), % 0,779 0,361 -0,153
Динамика уровня безработицы, согласно уровню образования (Ev de ТС), % -0,690 -0,462 -0,106
Доля студентов, прибывших в ту или иную страну с целью получения образования (TM vers PA), % 0,203 0,785 -0,108
Расходы на высшее образование к общей численности расходов государственного бюджета на образование (DEP), % 0,667 0,117
Количество студентов высших учебных заведений в расчете на 100 000 жителей (NE) 0,124 0,876
Количество выпускников, получивших диплом о высшем образовании, в общей численности населения (P de DIP),% 0,173 0,847
Примечание: Extraction Method — Principal Component Analysis; Rotation Method — Varimax with Kaiser Normalization.
фактора, равна 2,168, или 30,974% от полной дисперсии. Аналогично дисперсия, обусловленная влиянием второго фактора, равна 1,550, или 22,136% от полной дисперсии, и 1,149, или 16,421% соответственно для третьего. Три фактора вместе объясняют 69,531% полной дисперсии. Остальные факторы имеют собственные значения меньше 1, поэтому они не будут включены в дальнейший анализ.
Для того чтобы получить более простое факторное представление, воспользуемся вращением УАЯ1МАХ (табл. 1). Это ортогональный метод вращения, который минимизирует число переменных с высокими значениями нагрузок, усиливая тем самым интерпретируемость факторов [2].
Заключительный этап факторного анализа состоит в интерпретации факторов, для которых необходимо определить переменные, имеющие высокие значения нагрузок по одному и тому же фактору.
В матрице из табл. 1 фактор 1 имеет высокие коэффициенты для переменных: показатель академической мобильности студентов, динамика уровня занятости и отрицательный коэффициент для переменной динамики уровня безработицы. Следовательно, этот фактор можно назвать фактором учебно-трудовой деятельности экономически активного населения.
Второй фактор тесно связан с переменными: индекс академической мобильности принимающей страны и затраты на высшее образование. Таким образом, данный фактор можно определить как фактор затрат на высшее образование. Третий фактор можно интерпретировать как фактор уровня образования взрослого населения, так как он представлен показателями: количество студентов высшего образования на 100 000 жителей и количество студентов, получивших диплом о высшем образовании, % от общего количества студентов.
Использованный подход позволил облегчить анализ, снизив размерность пространства исследуемых показателей, а также устранил проблему мультико-линеарности переменных.
Вычисленные значения факторов в дальнейшем можно использовать вместо исходных переменных в последующем многомерном анализе. Проведем ти-пологизацию стран с помощью кластерного анализа.
Данный анализ позволит провести классификацию объектов на относительно гомогенные группы, исходя из рассматриваемого набора трех факторов, которые были получены в результате факторного анализа [6].
По таблице средних связей между группами был выделен шаг процесса формирования кластеров, на котором произошел первый сравнительно большой скачок коэффициента агломерации. Данный скачок произошел на 12-м шаге. Из этого следует, что оптимальным количеством кластеров для данной совокупности следует считать 3.
При построении линейного распределения осуществилось сегментирование в сформированных кластерах. Первая группа содержит 31,25% от общей совокупности (10 стран), вторая группа — 50% (16 стран) и соответственно третья группа составляет 18,75% (6 стран).
Для стран первого кластера существенно высоки значения фактора трудовой занятости и положительного уровня образования взрослого населения. В данную группу стран входят Российская Федерация, США, Республика Корея, Израиль и европейские страны (Ирландия, Исландия, Польша, Словакия и Словения).
Группа стран, входящих во второй кластер, характеризуется положительными индикаторами высшего образования и высоким уровнем расходов. Страны, входящие в данную группу, — это страны Центральной Европы (Бельгия, Дания, Франция, Нидерланды, Швейцария, Швеция Финляндия, Норвегия, Чехия), Австралия и Новая Зеландия [7; 8].
Регионы третьего кластера характеризуются отрицательными значениями образовательных характеристик. В составе кластера страны Латинской Америки, Япония, некоторые европейские страны (Венгрия, Испания, Италия, Португалия), Мексика и Турция.
Проведенный анализ показал, что Российская Федерация характеризуется высокими показателям трудовой занятости, положительным уровнем образования взрослого населения и невысокими значениями расходов на высшее образование. Основная задача при разработке стратегии развития российской сис-
h ф
 1.5
н
«2 и й si Ф
о
1—I
Рч
1,0
0,5
0,0
-0,5
-1,0
-1,5
— cluster 1
— cluster 2
— cluster 3
Varl
Var 2
Var 3 Variables
Рис. 1. График средних значений латентных факторов для сформированных кластеров
Примечание: Var 1 — учебно-трудовая деятельность экономически активного населения; Var 2 — затраты на высшее образование; Var 3 — уровень образования взрослого населения.
темы образования в этой связи состоит в том, чтобы предложить обществу и государству взвешенную, научно обоснованную, отражающую реальные противоречия и проблемы, потребности и возможности концепцию дальнейшего развития отечественной системы образования.
Среди основных задач можно выделить: дальнейшую модернизацию содержания образования путем введения преемственных государственных образовательных стандартов и соответствующих им преемственных образовательных программ; внедрение новых образовательных технологий, предусматривающих активное участие студентов в учебном процессе; введение в действие обоснованных экономических механизмов функционирования и развития высшей школы, основанных на оптимальных нормативах ее финансового и материально-технического обеспечения; увеличение государственной и социальной поддержки работников высшей школы и студентов; интеграцию образования, науки и производства; развитие дистанционного образования и использования современных образовательных технологий.
Некоторые шаги уже были сделаны в данном направлении. Так, в соответствии с Приоритетным национальным проектом «Образование» многие вузы России, победившие в конкурсе инновационных образовательных программ, планируют использовать выделенные финансовые средства на создание международных научно-образовательных центров в партнерстве с представителями ведущих зарубежных университетов, привлекать к научно-исследовательским и опытно-конструкторским работам структуры российского бизнеса, инвестиционные и 1Т-компании.
В данной статье был предложен и апробирован статистический инструментарий комплексного анализа международной конъюнктуры в сфере высшего образования. Проведена оценка российского высшего образования в сравнении с международным уровнем. Обоснован ряд перспективных, с точки зрения динамики международной конъюнктуры в сфере высшего
образования, направлений развития системы российского высшего образования.
Результаты статистического анализа индикаторов развития сферы высшего образования на мировом уровне в дальнейшем могут быть использованы для принятия решений при разработке политики в сфере образования, направленной на совершенствование управления учебными системами и мобилизацию дополнительных ресурсов для удовлетворения растущего спроса на продукты образования.
Литература
1. Benoit Floc'h. Les classements sont devenus incontournables // Le Monde. Rubrique: Universités et Grandes écoles. 06.10.2011.
2. Карпенко О. М., Бершадской М. Д. Высшее образование в странах мира: Анализ данных образовательной статистики и глобальных рейтингов в сфере образования. М., 2009. 243 с.
3. Altbach Ph. G., Reisberg L., Rumbley L. E. Evolutions de l'enseignement supérieur au niveau mondial: vers une révolution du monde universitaire: Résumé // Rapport d'orientation pour la Conférence mondiale de l'UNESCO sur l'enseignement supérieur 2009.
4. Основные тенденции развития высшего образования: глобальные и болонские измерения / Под науч. ред. В. И. Бай-денко. М.: Исследовательский центр проблем качества подготовки специалистов, 2010. 352 с.
5. OCDE. Regards sur l'éducation. 2010: [Электронный ресурс]. Режим доступа: http://oecd.org/edu/rse2010.
6. Eurostat: [Электронный ресурс]. Режим доступа: http://epp. eurostat.ec.europa.eu/portal/page/portal/education/data/da-tabase.
7. UNESCO Institute for Statistics: [Электронный ресурс]. Режим доступа: http://stats.uis.unesco.org/unesco/Report-Folders/ReportFolders.aspx.
8. Нэреш К. М. Маркетинговые исследования: Практич. руководство. 3-е изд. / Пер. с англ. М.: Издат. дом «Вильяме», 2002. 960 с.
References
1. Benoit Floc'h. Les classements sont devenus incontournables [Ratings Have Become Important]. Le Monde, Rubrique: Universités et Grandes écoles, 06.10.2011.
2. Karpenko O. M., Bershadskoy M. D. Vysshee obrazovanie v stranakh mira: Analiz dannykh obrazovatel'noy statistiki i global'nykh reytingov vsfere obrazovaniya [Higher Education in the World: Data Analysis of Educational Statistics and Global Ratings in Education]. Moscow, Modern Univ. for the Humanities Publ., 2009. 243 p.
3. Altbach Ph. G., Reisberg L., Rumbley L. E. Evolutions de l'enseignement supérieur au niveau mondial: vers une révolution du monde universitaire [Evolution of Higher Education Worldwide: Towards a Revolution in Academia]. Résumé. Rapport d'orientation pour la Conférence mondiale de l'UNESCO sur l'enseignement supérieur. 2009.
4. Baydenko V. I., ed. Osnovnye tendentsii razvitiya vysshego obrazovaniya: global'nye i bolonskie izmereniya [Major Trends in Higher Education: Global and Bologna Dimensions]. Moscow, Res. Cent. for the Quality of Training Problems Publ., 2010. 352 p.
5. OCDE, Regards sur l'éducation [OECD, Education at a Glance]. 2010. Available at: http://oecd.org/edu/rse2010.
6. Eurostat. Available at: http://epp.eurostat.ec.europa.eu/por-tal/page/portal/education/data/database.
7. UNESCO Institute for Statistics. Available at: http://stats.uis. unesco.org/unesco/ReportFolders/ReportFolders.aspx.
8. Malhotra N. K. Marketing Research: An Applied Orientation. Englewood Cliffs, Prentice Hall, 2002. 936 p. (Russ. ed.: Malkhotra, Neresh K. Marketingovye issledovaniya. Prak-ticheskoe rukovodstvo. Moscow, Vil'yams Publ., 2002. 960 p.).
