CC BY
123
Сидорова А. А.
Модели сотрудничества университетов и бизнеса в цифровую эпоху: преимущества и ограничения
Сидорова Александра Александровна — кандидат экономических наук, доцент, кафедра теории и методологии государственного и муниципального управления, факультет государственного управления, МГУ имени М.В. Ломоносова, Москва, РФ. E-mail: Sidorova A@spa.msu.ru SPIN-код РИНЦ: 5015-4707
Аннотация
Статья посвящена проблеме построения эффективного сотрудничества университетов и бизнеса в эпоху цифровизации. На основании анализа модели Тройной спирали Г. Ицковица, предпринимательского университета Б. Кларка, экосистемы сотрудничества университетов и бизнеса В. Галан-Мьюрос и Т. Девея предложено создать адаптивную модель сотрудничества университетов и бизнеса (УБС, англ. University-business cooperation, UBC), состоящую из четырех последовательных этапов. Первый этап — целеполагание, что предполагает формулировку целей и задач, отвечающих SMART-характеристикам, и конкретизацию направления сотрудничества (образование, научные исследования, коммерциализация, управление). Второй этап — анализ ключевых стейкхолдеров университета с использованием таких инструментов, как диаграммы влияния, матрицы планирования участия, решетки «Сила vs. Интерес» и проч. Третий этап — определение юридических рамок взаимодействия, в особенности по вопросам защиты прав интеллектуальной собственности. Четвертый этап — анализ предшествующего опыта реализации подобных проектов сотрудничества («лучших практик») с применением инструментария доказательной образовательной политики, позволяющего оценить вероятность успеха адаптации прошлого опыта в новых условиях, и созидательного бенчмаркинга, способствующего повышению открытости организаций и доступности информации о процессуальной стороне реализации взаимодействия университетов и бизнеса. Заключительным шагом в рамках адаптивной модели УБС является корректировка целей, поставленных университетом на первом этапе. Цели конкретизируются с учетом интересов ключевых стейкхолдеров, юридических рамок реализации проекта, а также анализа «лучших практик». Использование адаптивной модели позволит облегчить процесс построения эффективного взаимодействия университетов и бизнеса (в его аналитической части), заострив внимание на ключевых вопросах, позволяя одновременно выбирать оптимальную глубину проработки и детализации, не снижающую эффективность использования данной модели в целом.
Ключевые слова
Сотрудничество университетов и бизнеса, система высшего образования, цифровая экономика, коммерциализация инноваций, доказательная образовательная политика, стейкхолдеры университета, бенчмаркинг.
DOI: 10.24411/2070-1381-2020-10043 Введение
Цифровая эпоха и те новые возможности, которые предоставляет развитие информационно-коммуникационных технологий (ИКТ) для сферы высшего образования, с одной стороны, способствуют увеличению номинальной доступности, а
также массовости высшего образования1. Цифровизация ведет также к усложнению содержания труда и повышению требований по отношению к тем знаниям и навыкам, которыми должны обладать работники [Шмелькова 2016; Косоруков 2019]. С другой стороны, несмотря на оптимизацию многих управленческих и технологических процессов, цифровизация не способствует сокращению как государственных, так и личных расходов на образование2. Так, в России на протяжении последних 20 лет наблюдается положительная динамика роста государственных расходов на высшее образование3. Вместе с тем многие эксперты отмечают сохраняющуюся проблему недофинансированности отечественного образования, в особенности высшего, что подтверждается невысокой долей государственных расходов на высшее образование в общих государственных расходах по сравнению с мировыми лидерами (Россия — 1,6%, США — 3,5%, Канада — 3,4%, Великобритания — 3,2%, Швеция — 3,8%, Германия — 2,8%, Республика Корея — 2,9%)4, а также невысоким значением индикатора приоритетности высшего образования не только по сравнению с экономически развитыми странами, но также и советским периодом5.
И в этой связи одним из наиболее перспективных направлений решения проблемы финансирования университетов представляется укрепление партнерских отношений с другими организациями коммерческой и некоммерческой сферы. Причем сотрудничество не должно ограничиваться только сферой научно-исследовательских и опытно-конструкторских работ (НИОКР), но также активно развиваться в области образования, в том числе непрерывного. На данный момент наша страна существенного отстает от других европейских держав по уровню участия населения в
1 В течение 2016 года 58 миллионов записались хотя бы на один курс МООК (массовые открытые онлайн-курсы), более 700 университетов предлагают свои МООК (всего более 6 850 онлайн-курсов). [Willetts 2017, 326].
2 Российские экономисты Е.Н. Ведута и Т.Н. Джакубова отмечают, что «создание на основе "Big Data " новых информационных, математических и эконометрических моделей, как и расширение "Big Data", может быть бесконечным, при этом не иметь никакого отношения к решению экономических проблем, но увеличивать рутинные затраты предприятий на сбор ненужной информации» [Ведута, Джакубова 2017, 44].
3 В 2000 году консолидированный бюджет Российской Федерации и бюджеты государственных внебюджетных фондов оставил 214,7 млрд руб. (или 1424,6 млрд руб. в постоянных ценах 2017 г.), то в 2017 году — 3264,2 млрд руб. (Источник: Образование в цифрах: 2019: краткий статистический сборник / Н.В. Бондаренко, Л.М. Гохберг, Н.В. Ковалева и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2019.С. 26,27)
4 Образование в цифрах: 2019: краткий статистический сборник / Н.В. Бондаренко, Л.М. Гохберг, Н.В. Ковалева и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2019. С. 28.
5 Индикатор приоритетности высшего образования определяется как соотношение доли государственных расходов на высшее образование в сумме всех расходов на образование к доле студентов вузов в общей численности обучающихся. В современной России (2000-2015 гг.) среднее значение индикатора почти в 3 раза ниже, чем в СССР (1940-1982 гг.). Подробнее см. [Сидорова 2012; Сидорова 2018].
образовании в течение всей жизни (lifelong learning). По данным за 2016 год, в России всего 7% населения в возрасте 25-64 лет получали формальное образование, 16% — неформальное образование, 26% занимались самообучением (для сравнения: в Великобритании — 12%, 48% и 66% соответственно, в Швеции — 14%, 57% и 79%, в Нидерландах — 9%, 62% и 73%)6.
Кроме того, развитие более тесного сотрудничества вузов с бизнесом будет способствовать также решению проблем качества подготовки выпускников (67% работодателей удовлетворены теоретической подготовкой выпускников вузов, однако всего 29% работодателей удовлетворены практическими навыками выпускников; более половины опрошенных работодателей отмечают необходимость дополнительной подготовки молодых специалистов)7 и их дальнейшего трудоустройства в рамках полученной специальности (в 2016 году из более чем 72 млн занятых в России по специальности работало чуть больше половины — 52,3% (в 2015 году — 54,8%, в 2014 году — 55,3%)8.
Однако на практике далеко не всем университетам удается выстроить долгосрочные взаимовыгодные отношения с бизнесом и еще меньшему числу — получать из этого сотрудничества серьезную прибыль. И в этой связи особую актуальность приобретают инструменты и модели развития кооперации вузов и предприятий, включающие широкий контекст трехсторонних взаимоотношений университет — государство — бизнес, а также механизмы адаптации лучших зарубежных и отечественных практик, чему и посвящена настоящая статья.
Методы и подходы
Проблема взаимодействия университетов, государства и бизнеса занимает особое место в исследованиях отечественных и зарубежных экономистов. Подталкиваемые необходимостью решения практических задач построения эффективного сотрудничества, а также благодаря наличию обширного практического материала, ученые уделяют большое внимание вопросам разработки моделей
6 Индикаторы образования: 2018: статистический сборник / Н.В. Бондаренко, Л.М. Гохберг, Н.В. Ковалева и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2018. С. 47-52.
7 В 2017 году Агентством стратегических инициатив совместно с Минпромторгом России было проведено исследование «Оценка удовлетворенности работодателей системой кадрового обеспечения региона», в котором приняли участие 429 предприятий из 72 субъектов РФ (Источник: 42 % работодателей удовлетворены качеством практической подготовки выпускников СПО и лишь треть — навыками выпускников вузов // АСИ [Электронный ресурс]. URL: https://asi.ru/news/76708/ (дата обращения: 21.01.2020).
8 Индикаторы образования: 2018: статистический сборник / Н.В. Бондаренко, Л.М. Гохберг, Н.В. Ковалева и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2018. С. 66.
кооперации вузов, предприятий и государства. Классическими моделями принято считать модель Тройной спирали Генри Ицковица [Ицковиц 2010] и модель предпринимательского университета Бертона Кларка [Кларк 2011], созданные на рубеже XX-XXI вв. Модель Тройной спирали, вобравшая опыт предпринимательства американских вузов, в большей степени применима для атлантической системы высшего образования, которой свойственны высокая финансовая автономия университетов и непрямой контроль со стороны государства. Модель предпринимательского университета Б. Кларка, напротив, базируется на опыте кооперации университетов и бизнеса в Северной Европе (Швеция, Финляндия, Нидерланды), что, в свою очередь, помещает исследователя в контекст континентальной модели высшего образования с высокой долей государственного участия (в различных формах) в этом взаимодействии.
Однако возрастающая скорость обновления знаний, развитие цифровизации, изменение общих социально-экономических условий взаимодействия университетов, бизнеса и государства побуждают к созданию новых моделей, отвечающих требованиям нового времени. Одним из наиболее серьезных теоретических построений на настоящий момент является концепция экосистемы сотрудничества университета и бизнеса (УБС, англ. University-business cooperation, UBC), созданная группой исследователей во главе с В. Галан-Мьюрос и Т. Девеем [Galán-Muros, Davey 2017]. Данная концепция послужила теоретической основой проекта по анализу состояния взаимодействия университетов и бизнеса в Европе, реализованного под эгидой Европейской комиссии в 2016-2017 годах [Davey, Meerman et al. 2018]. Отличительными чертами подхода В. Галан-Мьюрос и Т. Девея является максимальное развитие всех возможных видов кооперации вузов и коммерческих компаний в рамках четырех направлений — образование, исследование, коммерциализация (валоризация) и управление (совместное использование ресурсов). Центральное место в модели занимает поэтапное описание самого процесса сотрудничества университетов и бизнеса, предоставляющее дополнительные возможности по аналитике и операционализации. Ключевыми элементами модели являются: входы (человеческие, финансовые и физические ресурсы), виды деятельности (14 видов совместной деятельности в сфере образования, исследования, коммерциализации результатов и управления), результаты УБС (выходы, итоги и воздействия), поддерживающие механизмы (политика, стратегия, структурные и операционные механизмы), внешняя среда (ближнее и дальнее окружение)9.
9 Подробный анализ модели экосистемы УБС проведен в статье [Сидорова 201^].
Вместе с тем в реальной управленческой практике построения взаимоотношений университетов и бизнеса зачастую наблюдается нехватка ключевых ресурсов (временных, человеческих, финансовых, информационных) для построения комплексной модели будущего взаимодействия, включающей подробный анализ всех вышеперечисленных пунктов. Помимо этого, встает вопрос о доступности аналитического инструментария: в коммерческом секторе разработан широкий спектр различных методик, позволяющих осуществлять эффективную диагностику внутренней и внешней среды, однако встает вопрос о возможностях и ограничениях его применения в некоммерческом секторе, а также готовности сотрудников университета его использовать. В такой ситуации университеты часто выбирают реактивную стратегию, реагируя на поступающие извне запросы (компания обращается в университет с целью проведения исследования или обучения своих сотрудников), либо укрепляют сотрудничество в рамках уже существующих отношений и договоренностей, либо не занимаются развитием УБС вообще. Более того, недостаточное внимание к аналитике процесса УБС, помимо прочего, может привести к проблемам восприятия преимуществ от такого сотрудничества и, в свою очередь, нежеланию развивать его в дальнейшем: согласно данным исследования кооперации вузов и предприятий в Европе 2016-2017 гг., и университеты, и бизнес убеждены, что недополучают выгоды от сотрудничества и что другая сторона получает больше [Davey, Meerman а; а1. 2018, 129].
В этой связи представляется полезным создание адаптивной модели УБС, которая позволила бы облегчить для университета сам процесс построения эффективных отношений сотрудничества с бизнесом (в его аналитической части), заострив внимание на ключевых вопросах, требующих серьезного внимания, и в то же время позволила бы вузу самостоятельно выбирать глубину проработки и детализации, не снижая при этом эффективности использования данной модели в целом.
Результаты
Адаптивная модель УБС предполагает проведение анализа потенциала сотрудничества университетов и бизнеса в рамках четырех блоков: цели, стейкхолдеры, законодательство и лучшие практики.
Первый блок — анализ целей совместной деятельности университета и бизнеса (с позиций университета).
В рамках данного блока университету предлагается определиться с
приоритетной сферой взаимодействия: образовательная деятельность, НИОКР,
272
коммерциализация (валоризация) или управление. При этом рекомендуется для каждого конкретного проекта ограничиваться одной сферой для более точного определения целевых значений индикаторов, ключевых стейкхолдеров, требований законодательства и проч. Следует отметить, что наличие уже работающих проектов, действующих договоренностей с другими организациями в рамках иных направлений (например, вуз планирует расширять сотрудничество в образовательной сфере, имея при этом несколько контрактов на осуществления совместных НИОКР с другими фирмами) только повышает вероятность успеха в случае выбора организации-партнера, с которой уже есть соглашения, так как у университета и коммерческих компаний есть опыт совместной работы. Однако изначально не следует сужать горизонт поиска новых организаций для реализации совместных проектов, а также экстраполировать имеющийся позитивный опыт сотрудничества с компанией на другие сферы, так как последняя может быть не заинтересована в расширении спектра взаимодействия.
Помимо этого, важно четко сформулировать цели, которые планирует достичь университет в рамках реализации задуманного проекта. Для этого возможно использование SMART-характеристик целей, активно применяющихся в сфере менеджмента и проектного управления. В частности, цели должны быть конкретными (Specific), измеримыми (Measurable), достижимыми (Attainable), уместными (Relevant) и определенными во времени (Time-bound). При этом на данном этапе стоит в большей степени ориентироваться на внутренние потребности университета, чем исходить из возможностей внешней среды, чтобы заранее не ограничивать свои пожелания и не смещать акценты в пользу наиболее очевидных (но не всегда оптимальных) решений. Более того, сформулированные на данном этапе цели будут скорректированы по результатам анализа, выполненного в рамках последующих трех блоков: сопряжены с ожиданиями ключевых стейкхолдеров, уточнены исходя из требований законодательства, а также доступного для ознакомления опыта реализации подобных проектов в прошлом.
Второй блок адаптивной модели — анализ стейкхолдеров университета. В Таблице 1 предложена классификация основных стейкхолдеров университета, составленная на основе типологии Р.К. Митчелла [Mitchell et al. 1997] и категоризации стейкхолдеров, предложенной П. Бенневорфом и Б. Йонгблодом [Benneworth, Jongbloed 2010]. Так, «безусловные» стейкхолдеры обладают наиболее сильным влиянием на университет, так как отвечают атрибутам власти, легитимности (взаимодействие в рамках общепринятых норм) и безотлагательности требований (степень, в которой
требования заинтересованных сторон влекут за собой незамедлительные действия). «Ожидающие» стейкхолдеры отвечают двум атрибутам из трех (чаще всего легитимности и безотлагательности), а «латентные» — одному атрибуту (например, к этой категории можно отнести потенциальных работодателей, которые находятся в юридически оформленных отношениях с университетом (по вопросам практики или участия в итоговой аттестации), однако обладают ограниченными ресурсами для оказания существенного влияния на решения университета) [Сидорова 2019Ь].
Таблица 1. Стейкхолдеры университета10
Стейкхолдеры университета
«Безусловные» «Ожидающие» «Латентные»
Органы государственной власти Министерство науки и высшего образования Российской Федерации, Федеральная служба по надзору в сфере образования и науки, региональные органы управления образованием и проч. Сотрудники Профессорско-преподавательский состав, научные сотрудники, специалисты по учебно-методической работе и проч. Поставщики Школа, другие вузы, поставщики питания, оборудования и проч.
Администр ация Ректор, проректора, декан, замдекана Потребители (клиенты) Студенты, родители/ближайшие родственники обучающихся, коммерческие и некоммерческие организации-заказчики Конкуренты Государственные и частные вузы, научные организации, корпоративные университеты, компании, организующие тренинги, и проч.
Негосударственные регуляторы Профсоюз, ассоциации вузов и проч. Доноры Частные лица (выпускники, родители и др.) и организации
Финансовые посредники Банки, страховые компании Общественность Жители района, где расположен университет, социальные службы, общественные организации
Партнеры Коммерческие и некоммерческие организации, осуществляющие совместную деятельность с университетом (разработка совместных образовательных программ, проведение совместных исследований)
Важно отметить, что в таблице приведен самый общий и наиболее
распространенный вариант распределения стейкхолдеров вуза, однако для решения каждой конкретной задачи группировка стейкхолдеров будет изменяться. Например, в рамках реализации образовательного проекта для коммерческой организации (повышения квалификации сотрудников) последняя, выступая в качестве «клиента»
10 Составлено автором на основе типологии стейкхолдеров, представленной в работах [Mitchell et al, 1997; Benneworth, Jongbloed 2010].
вуза, будет относиться к категории «безусловных» стейкхолдеров, так как будет отвечать трем атрибутам (власть, легитимность и безотлагательность требований) и обладать возможностью влиять на решения вуза в отношении реализуемой программы обучения (содержание курсов, состав лекторов, формат учебно-методических материалов, время проведения занятий и проч.). Однако сами слушатели будут выступать в данной ситуации, скорее, в качестве «латентных» стейкхолдеров по отношению к университету, обладающих юридической связью с ним, однако не имеющих прямых возможностей влиять на содержание курсов либо формат предоставления материалов (только в рамках обратной связи с организацией-заказчиком обучения).
Таким образом, для каждой конкретной проблемы необходимо проводить отдельный анализ интересов ключевых стейкхолдеров. В этой связи полезными представляются распространенные в сфере стратегического управления инструменты и техники идентификации и анализа заинтересованных сторон — решетка «Сила vs. Интерес», диаграмма влияния стейкхолдеров, матрица планирования участия, решетки «Поддержка vs. Противодействие» и «Привлекательность предложения vs. Возможности имплементации», а также техника ролевых игр [Bryson 2004]. Важно, что указанные инструменты и техники подходят не только для коммерческих компаний, но и для управления отношениями с заинтересованными сторонами университета и не нуждаются в дополнительной адаптации.
Третий блок адаптивной модели — анализ норм законодательства,
регулирующих данную сферу. Специалисты-практики в области коллаборации
университетов и бизнеса отмечают высокое значение грамотного юридического
сопровождения сотрудничества университетов с другими организациями.
В большинстве случаев это касается защиты интеллектуальной собственности, которой
уделяется недостаточное внимание в практической деятельности вузов не только в
нашей стране, но и в мире. Эффективное управление интеллектуальной
собственностью позволяет быть уверенным в использовании результатов НИОКР на
благо общества, ограничить использование или предоставить открытый доступ к
результатам исследований, генерировать дополнительный доход, а также укрепить
конкурентную позицию конкретного исследователя и увеличить его шансы на
получение грантов в будущем (в случае, если интеллектуальная собственность
оформлена на имя исследователя) либо улучшить позиции университета в
национальных или международных рейтингах. Более того, внимательное отношение к
275
заключаемым со сторонними организациями контрактам позволит избежать достаточно распространенных спорных ситуаций, когда фирма запрещает обнародование результатов проводимых исследований (чаще всего это касается побочных продуктов НИОКР, оказавшихся перспективными с коммерческой точки зрения, но не учтенными действующими контрактами, либо результатов исследований, выявивших опасности дальнейшего применения каких-либо продуктов (чаще всего в фармацевтике))11.
Решению этих проблем будет способствовать развитие юридических консультаций в вузах, позволяющих сотрудникам на бесплатной основе обратиться к специалисту даже в тех случаях, когда договор заключается не с университетом, а с конкретным исследователем. Организационно это может быть оформлено в рамках центров трансфера технологий. Это поможет снять лишнюю (и несвойственную им) нагрузку с исследователей, а также обезопасить как отдельных сотрудников, так и университет в целом от возможных скандалов и судебных разбирательств.
Четвертый блок адаптивной модели — анализ «лучших практик», успешного опыта реализации подобных проектов. Анализ прошлого опыта — ценный источник информации и важное условие успеха реализации нового проекта (даже в случае, если предыдущий опыт был негативным). «Лучшие практики» могут быть внутренними (выявлены непосредственно в самом университете) или внешними по отношению к вузу (отраслевыми, региональными, национальными, зарубежными). Однако, вне зависимости от источника такого опыта, главной проблемой будет доступность информации. Даже в рамках одной организации люди не стремятся раскрывать подробный алгоритм реализации успешного проекта, а в случае провала — тем более. Так называемая «работа над ошибками» может проводиться, однако зачастую она носит ограниченный характер и направлена на поиск виноватых или
11 В своей книге «Университеты в условиях рынка. Коммерциализация высшего образования» 25-й президент Гарвардского университета Дерек Бок приводит примеры многочисленных попыток крупных корпораций манипулировать «неудобными» для них результатами исследований. Например, «Бетти Донг из Калифорнийского университета в Сан-Франциско получила грант фармацевтической фирмы на исследование, которое должно было дать ответ на вопрос, действительно ли производимый этой фирмой дорогой препарат «синтроид» превосходил более дешевые аналоги. Вопреки ожиданиям (в том числе и ее собственным), особой разницы между ними она не обнаружила (это означало, что пациенты, покупая «синтроид», напрасно тратили ежегодно сотни миллионов долларов). Компания, получив столь обескураживающий результат, обвинила Донг в многочисленных методологических ошибках, неких этических нарушениях и даже наняла частного сыщика, который должен был найти в ее заключении корыстные мотивы (как оказалось, их не существовало). Когда Донг сделала следующий шаг и пожелала опубликовать свое открытие в профессиональном журнале, компания пригрозила ей судебным преследованием, ссылаясь на подписанный ею контракт, один из пунктов которого запрещал публикацию материалов исследования без согласия фирмы. Хотя университет никогда не проверял этот контракт и не советовал Донг воздержаться от его подписания, он отказался помогать ей, предоставив своей сотруднице в одиночку бороться с компанией. Только семь лет спустя она сумела опубликовать свою статью» [Бок 2012, 94-95].
обстоятельств непреодолимой силы, нежели на глубокий анализ процессов управления реализацией проекта. Более того, даже в случае проведения подобной работы крайне редко по завершении проекта создаются какие-либо методические рекомендации по реализации подобных проектов в дальнейшем (если их разработка не была предусмотрена самим проектом), что препятствует дальнейшему использованию этого опыта.
Решению проблемы открытости и доступности информации будут способствовать создание и поддержка различных форм коммуникации и обмена опытом, стимулирующих организации к сотрудничеству: развитие ассоциаций вузов и предприятий, проведение тематических форумов, создание электронных площадок и проч. В этой связи полезными представляются модели совместного и созидательного бенчмаркинга, предполагающие совместную разработку и взаимоувязку планируемых изменений в университетах-членах ассоциаций. Однако для успешной реализации данных мероприятий в России важным условием является поддержка государства, создающая стимулы для расширения форматов участия и побуждающая организации не только к созданию новых форм взаимодействия, но также к их поддержанию в будущем.
Вместе с тем проблема адаптации «лучших практик» часто кроется не столько в недостаточности располагаемой информации, сколько в неиспользовании эффективного аналитического инструментария, позволяющего на ее основе сделать значимые для реализации проекта выводы. В этой связи полезным представляется инструментарий доказательной политики (Evidence-based policy) [Cartwright, Hardie 2012], на основе которого можно оценить вероятность успеха адаптации «лучшей практики» в новых условиях или масштабирования результатов пилотного проекта. Алгоритм реализации доказательной политики состоит из четырех этапов:
1) анализ процесса реализации и результатов эталонного проекта, успешный опыт которого предполагается адаптировать в новых условиях;
2) горизонтальный поиск (анализ поддерживающих факторов — тех условий, которые должны обязательно присутствовать для успешной реализации проекта);
3) вертикальный поиск, предполагающий обоснование тождественности каузальных ролей: роли, которую сыграл конкретный алгоритм
действий в прошлом, и той роли, которую он будет играть в настоящем;
277
4) верификация результатов, позволяющая уточнить поддерживающие факторы и общий алгоритм реализации проекта с целью выявить неверно поставленные задачи и излишние мероприятия еще до начала осуществления проекта. Для этого используются четыре стратегии: «Предсмертная», «Мыслить перспективно», «Мыслить ретроспективно», «Это работает. Благодаря чему?» [Сидорова 2016].
Использование моделей созидательного и совместного бенчмаркинга, направленных на расширение каналов коммуникации и повышение взаимной открытости университетов и организаций-партнеров, будет способствовать облегчению поиска «лучших практик», а применение инструментария доказательной образовательной политики позволит существенно снизить риски реализации новых проектов.
Рисунок 1. Адаптивная модель УБС12
В качестве заключительного шага в рамках адаптивной модели УБС (см. Рисунок 1) предполагается возможность корректировки целей, поставленных университетом на первом этапе. Цели конкретизируются с учетом интересов ключевых стейкхолдеров, юридических рамок реализации проекта, а также анализа «лучших практик». Подобный алгоритм позволяет университету, с одной стороны, сфокусироваться на значимых для него целях и задачах и тем самым максимизировать выгоду от взаимодействия с бизнесом, а с другой — увеличить вероятность успеха реализации проекта, опираясь на результаты анализа интересов ключевых
12 Составлено автором.
стейкхолдеров, юридических ограничений, а также располагаемого опыта управления подобными проектами в прошлом.
Заключение
Применение адаптивной модели УБС будет способствовать не только повышению вероятности успеха реализации отдельных проектов в рамках сотрудничества университета с организациями коммерческого и некоммерческого секторов, но также оказывать позитивное влияние на развитие региональной экономики в целом. В частности, применение адаптивной модели УБС будет способствовать расширению спектра взаимодействия университетов и предприятий (в рамках сферы образования, НИОКР, коммерциализации и управления), укреплению и поддержке долгосрочного сотрудничества, а также развитию более тесной связи университетов и предприятий с региональной экономикой посредством повышения спроса на результаты совместных научных исследований вузов и коммерческих компаний, повышения качества подготовки выпускников и их востребованности на рынке труда.
Тем не менее адаптивная модель представляет собой лишь инструмент, позволяющий провести анализ перспектив сотрудничества университета с другими организациями в рамках реализации конкретных проектов. И несмотря на то, что ее применение будет способствовать повышению эффективности принятия управленческих решений, для обеспечения реального роста взаимодействия вузов и предприятий необходимым является создание дополнительных стимулов, как финансовых, так и нефинансовых. И ключевую роль в организации этого процесса должно играть государство, не только снижая излишние бюрократические барьеры на пути развития долгосрочной кооперации, но также создавая новые преимущества для расширения спектра взаимодействия университетов и бизнеса.
Список литературы:
Бок Д. Университеты в условиях рынка. Коммерциализация высшего образования / пер. с англ. С. Карпа; Нац. исслед. ун-т «Высшая школа экономики». М.: Изд. дом Высшей школы экономики, 2012.
Ведута Е.Н., Джакубова Т.Н. Big Data и экономическая кибернетика // Государственное управление. Электронный вестник. 2017. № 63. С. 43-66. DOI: 10.24411/2070-1381-2017-00050.
Ицковиц Г. Тройная спираль. Университеты — предприятия — государство. Инновации в действии / Пер. с англ. под ред. А.Ф. Уварова. Томск: Изд-во ТУСУР, 2010.
Кларк Б.Р. Создание предпринимательских университетов: организационные направления трансформации. М.: Изд. дом Гос. ун-та Высшей школы экономики, 2011. Косоруков А.А. Роботизация в контексте цифровой трансформации государственного управления в Российской Федерации // Вопросы политологии. 2019. Т. 9. № 11(51). С.2388-2397.
Сидорова А.А. Доказательная образовательная политика: методологические основы // Государственное управление. Электронный вестник. 2016. № 57. С. 322-339. DOI: 10.24411/2070-1381-2016-00041.
Сидорова А.А. Модель экосистемы сотрудничества университетов и бизнеса как инструмент обеспечения устойчивого инновационного развития // Устойчивое развитие российской экономики: сборник статей по материалам VI Международной научно-практической конференции (18 июня 2019 г.) / отв.ред.: М.В. Кудина, А.С. Воронов. М.: «КДУ», «Университетская книга», 2019a. С. 26-39.
Сидорова А.А. Стратегия развития высшего образования: комплексный индикатор // Государственное управление. Электронный вестник. 2012. № 33. URL: http://e-joumal.spa.msu.ru/vestnik/item/33_2012sidorova.htm (дата обращения: 21.01.2020). Сидорова А.А. Управление отношениями со стейкхолдерами университета в условиях развития экономики знаний // Государственное управление Российской Федерации: вызовы и перспективы. Материалы 16-й Международной конференции Государственное управление в XXI веке. М.: «КДУ», «Университетская книга», 2019b. С. 47-53.
Сидорова А.А. Экономика знаний и предпринимательские университеты: сущностные характеристики и особенности становления в современной России // Государственное управление. Электронный вестник. 2018. № 66. С. 77-91. DOI: 10.24411/2070-13812018-00005.
Шмелькова Л.В. Кадры для цифровой экономики: взгляд в будущее // Дополнительное профессиональное образования в стране и мире. 2016. № 8(30). С. 1-4. Benneworth P., JongbloedB.W. Who Matters to Universities? A Stakeholder Perspective on Humanities, Arts and Social Sciences Valorization // Higher Education. Berlin: Springer, 2010. No. 59. P. 567-588.
Bryson J.M. What to Do When Stakeholders Matter // Public Management Review. 2004. Vol. 6. Issue 1. P. 21-53.
Cartwright N., Hardie J. Evidence-Based Policy: A Practical Guide to Doing It Better. Oxford: Oxford University Press, 2012.
Davey T., Meerman A., Galán-Muros V., Orazbayeva B., Baaken T. The State of University-Business Cooperation in Europe. Final Report. Luxembourg: Publication Office of the European Union, 2018.
Galán-Muros V., Davey T. The UBC Ecosystem: Putting Together a comprehensive Framework for University-Business Cooperation // Journal of Technology Transfer. 2017. No. 44. P. 1311-1346.
Mitchell R.K., Agle B.R., Wood D.J. Toward a Theory of Stakeholder Identification and Salience: Defining the Principle of Who and What Really Counts // Academy of Management Review. 1997. No. 22(4). P. 853-886.
Willetts D. A University Education. Oxford: Oxford University Press, 2017. Дата поступления: 30.11.2019
Sidorova A.A.
University-Business Cooperation Models in the Digital Age: Benefits and
Limitations
Aleksandra A. Sidorova — PhD, Associate Professor, Department of State and Municipal Management Theory and Methodology, School of Public Administration, Lomonosov Moscow State University, Moscow, Russian Federation. E-mail: Sidorova A@spa.msu.ru
Abstract
The article is devoted to the problem of building the effective cooperation between universities and business in the digital age. Based on the analysis of the Triple Helix models of H. Etzkowitz, B. Clark entrepreneurial university, the UBC ecosystem of V. Galán-Muros and T. Davey, it was proposed to create an adaptive model of university-business cooperation, consisting of four successive stages. The first stage is goal-setting, which implies the formulation of goals and objectives that meet SMART characteristics, and the specification of cooperation direction (education, research, commercialization, management). The second stage is the analysis of key university stakeholders using tools such as influence diagrams, participation planning matrix, and power versus interest grid and so on. The third stage is the determination of the legal framework for interaction, in particular on the protection of intellectual property rights. The fourth stage is the analysis of previous experience in implementing similar cooperation projects ("best practices") using evidence-based policy tools to assess the likelihood of success of adapting past experiences in new conditions, and creative benchmarking, which will increase the transparency of organizations and the availability of information about the process side of interaction between universities and business. The final step in the framework of the adaptive UBC model is the adjustment of the goals set by the university in the first stage. The goals are specified taking into account the interests of key stakeholders, the legal framework for the implementation of the project, as well as the analysis of "best practices". The use of the adaptive model will facilitate the process of building the effective interaction between universities and business (in its analytical part), focusing on key issues, while simultaneously choosing the optimal depth of elaboration and detailing, which does not reduce the efficiency of using this model as a whole.
Keywords
University-business cooperation (UBC), system of higher education, digital economy, commercialization of innovations, evidence-based policy, university stakeholders, benchmarking.
DOI: 10.24411/2070-1381-2020-10043
References:
Benneworth P., Jongbloed B.W. (2010) Who Matters to Universities? A Stakeholder Perspective on Humanities, Arts and Social Sciences Valorization. Higher Education. Berlin: Springer. No. 59. P. 567-588.
Bok D. (2012) Universities in the Marketplace: The Commercialization of Higher Education. Moscow: Izd. dom Vysshey shkoly ekonomiki.
Bryson J.M. (2004) What to Do When Stakeholders Matter. Public Management Review. Vol. 6. Issue 1. P. 21-53.
Cartwright N., Hardie J. (2012) Evidence-Based Policy: A Practical Guide to Doing It Better. Oxford: Oxford University Press.
Clark B. (2011) Creating Entrepreneurial Universities: Organizational Pathways of Transformation. Moscow: Izd.dom Vysshey shkoly ekonomiki.
Davey T., Meerman A., Galán-Muros V., Orazbayeva B., Baaken T. (2018) The State of University-Business Cooperation in Europe. Final Report. Luxembourg: Publication Office of the European Union.
Etzkowitz H. (2010) The Triple Helix: University-Industry-Government. Innovation in Action. Tomsk: TUSUR.
Galán-Muros V., Davey T. (2017) The UBC Ecosystem: Putting Together a comprehensive Framework for University-Business Cooperation. Journal of Technology Transfer. No. 44. P. 1311-1346.
Kosorukov A.A. (2019) Robotization in the Context of Digital Transformation of Public Administration in Russian Federation. Voprosy politologii. Vol. 9. Issue 11(51). P. 23882397.
Mitchell R.K., Agle B.R., Wood D.J. (1997) Toward a Theory of Stakeholder Identification and Salience: Defining the Principle of Who and What Really Counts. Academy of Management Review. No. 22(4). P. 853-886.
Shmel'kova L.V. (2016) Kadry dlya tsifrovoy ekonomiki: vzglyad v budushcheye [Personnel for the Digital Economy: A Look into the Future]. Dopolnitel'noye professional'noye obrazovaniya v strane i mire. No. 8(30). P. 1-4.
Sidorova A.A. (2012) Higher Education Development Strategy: Integrated Indicator. Gosudarstvennoye upravleniye. Elektronnyy vestnik. No. 33. Available: http://e-journal.spa.msu.ru/vestnik/item/33_2012sidorova.htm (accessed: 21.01.2020).
Sidorova A.A. (2016) Evidence-Based Educational Policy: Methodological Foundations. Gosudarstvennoye upravleniye. Elektronnyy vestnik. No. 57. P. 322-339. DOI: 10.24411/2070-1381-2016-00041.
Sidorova A.A. (2018) Knowledge Economy and Entrepreneurial Universities: Essential Characteristics and Development in Modern Russia. Gosudarstvennoye upravleniye. Elektronnyy vestnik. No. 66. P. 77-91. DOI: 10.24411/2070-1381-2018-00005. Sidorova A.A. (2019a) The University-Business Cooperation Ecosystem as a Tool of Sustainable Innovation. Ustoychivoye razvitiye rossiyskoy ekonomiki: sbornik statey po materialam VI Mezhdunarodnoy nauchno-prakticheskoy konferentsii (18 iyunya 2019 g.). M.V. Kudina, A.S. Voronov (eds.). Moscow: «KDU», «University Press». P. 26-39. Sidorova A.A. (2019b) Managing the Relationship with University Stakeholders in Knowledge Economy. Gosudarstvennoye upravleniye Rossiyskoy Federatsii: vyzovy i perspektivy. Materialy 16-y Mezhdunarodnoy konferentsii Gosudarstvennoye upravleniye v XXI veke. Moscow: «KDU», «Universitetskaya kniga». P. 47-53.
Veduta E.N., Dzhakubova T.N. (2017) Big Data and Economic Cybernetics. Gosudarstvennoye upravleniye. Elektronnyy vestnik. No. 63. P. 43-66. DOI: 10.24411/20701381-2017-00050.
Willetts D. (2017) A University Education. Oxford: Oxford University Press. Received: 30.11.2019
