CC BY
14
О.В. КУРОЧКИНА
Ольга Владимировна КУРОЧШША — ассистент кафедры менеджмента Санкт-Петербургского государственного торгово-экономичес-кого университета.
В" 2010 г. окончила СПбГУЭФ.
Автор 23 публикаций.
Область научной специализации — экономика и управление в сфере профессиональных образовательных услуг.
-Ф- -Ф- ^
ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКИЕ УСЛОВИЯ ФОРМИРОВАНИЯ ИНТЕГРИРОВАННЫХ СТРУКТУР КЛАСТЕРНОГО ТИПА В СФЕРЕ ПРОФЕССИОНАЛЬНЫХ ОБРАЗОВАТЕЛЬНЫХ УСЛУГ*
Одним из существенных моментов стратегического планирования развития сферы образования и науки является многофакторный анализ комплекса описывающих эту предметную область статистических показателей. Эти показатели представлены в ежегодных статистических сборниках Росста-та, Единой межведомственной информационно-статистической системе (ЕМИСС) и т. п. Общее количество показателей может достигать нескольких десятков. Большое количество показателей, предназначенных для анализа, значительно затрудняет их восприятие и осмысление. Вместе с тем проведение комплексного анализа всех имеющихся данных позволяет получить более полные достоверные сведения о региональных особенностях развития сферы образования и науки.
Комплексный анализ статистических данных следует начинать с построения иерархической системы показателей и выделения наиболее информативных показателей. Анализируемый перечень показателей приводится ниже. Выделение информативных показателей проводилось с использованием корреляционного анализа. Для снижения размерности рассматриваемого набора показателей использованы методы многомерной статистики — факторного анализа и главных компонент.
В факторном анализе предполагается, что наблюдаемые показатели являются линейной комбинацией некоторых гипотетических латентных факторов [1]. С другой стороны, значение фактора может быть определено для каждой территории в виде линейной комбинации нормализованных исходных показателей. Коэффициенты линейной формы, определяемые на основе процедуры регрессионного анализа, принято называть коэффициентами значений факторов. Они могут быть интерпретированы как веса частных показателей во взвешенной сумме, значение которой можно считать равным интегральному показателю.
При решении практических задач исследования использован вариант процедуры определения латентных факторов с вращением главных компонент по методу варимакс. Главные компоненты некор-релированы и упорядочены по убыванию дисперсии. С целью сокращения количества переменных выбираются р главных компонент, соответствующие не меньшим единице собственным числам корреляционной матрицы исходных переменных. Такой выбор является обоснованным, если суммарная дисперсия выбранных компонент составляет значительную долю совокупной дисперсии исходных переменных. В результате получаем факторную модель:
ГРНТИ 06.01.05 © О.В. Курочкина, 2013
Публикуется по рекомендации д-ра экон. наук, проф. ТТ. Макашова. Работа выполнена в рамках ФЦП «Научные и научно-педагогические кадры инновационной России на 2009-2013 годы».
Х- = \gijFj + еи I = 1, ... , п.
Новые переменные /■',. / = 1, ... , р. принято называть латентными факторами. Их можно интерпретировать как интегральные показатели (обобщенные характеристики) в соответствии со значениями коэффициентов корреляции gij, / = 1, ... , п, / = 1, ... , р (называемыми факторными нагрузками) с исходными переменными. Чем выше по абсолютной величине значение тем сильнее связана исходная переменная^ с фактором /<}. / = 1. .... /г / = 1..... р.
Полученные обобщенные характеристики развития регионов (указанные выше латентные факторы) используются для построения типологии регионов [1]. С этой целью применяется кластерный анализ. Определяются однородные, в некотором смысле, группы регионов. Регионы, входящие в состав одного кластера, могут трактоваться как «похожие» с точки зрения заданной совокупности показателей. Поскольку в основу классификации положены значения нормированных и некоррелированных друг с другом факторов, применяется обычная Евклидова метрика. Для формирования кластеров используется метод определения ближайшего соседа с максимизацией межкластерных расстояний.
Многофакторный анализ показателей сферы образования, сектора исследований и разработок и инновационной сферы на региональном уровне позволяет оценить социально-экономическую дифференциацию регионов и выработать обоснованные решения при формировании региональных образовательных кластеров.
Основные требования к перечню первичных показателей развития сферы образования и науки регионов достаточно очевидны.
1. Полнота и сбалансированность. Набор показателей должен адекватно отражать уровни развития сферы образования региона, сектора исследований и разработок, инновационной сферы.
2. Чувствительность. Измеряемые показатели должны статистически достоверно меняться при изменении условий (в частности, должна прослеживаться динамика этих показателей). Это также совершенно очевидное требование, учитывая прикладное значение проводимых измерений. Слишком малая вариабельность и большая «инертность» не позволили бы проводить мониторинг.
3. Статистическая зависимость между анализируемыми показателями. Это требование связано с предыдущим. Хотя механизмы взаимовлияния показателей во многих случаях неизвестны (статистическая зависимость не означает прямой причинно-следственной взаимосвязи), только те показатели, для которых такие зависимости выявлены, могут служить индикаторами при анализе развития сферы образования и науки в регионах.
4. Интерпретируемость. Используя показатель, мы должны хотя бы в общих чертах понимать, что именно он характеризует. В противном случае все остальные требования оказываются бесполезными.
5. Доступность и надежность данных. Это требование в наибольшей степени зависит от местных условий. Выбирая тот или иной показатель для дальнейшего изучения, мы должны быть уверены, что данные по нему регулярно собираются (по крайней мере, могут быть получены), что мы можем этим данным доверять и что показатель измеряется по стандартной методике, т. е. данные из разных регионов сопоставимы.
6. Экономичность. Поскольку сбор данных может происходить в очень широких масштабах, любой лишний показатель заметно увеличит объем работ. Опираясь на известные социально-экономические показатели, надо попытаться избавиться от показателей, которые друг друга дублируют. Здесь, разумеется, мы ограничены современным уровнем знаний: не так часто можно с уверенностью утверждать, что параметры будут коррелировать друг с другом всегда и во всех ситуациях.
Информационной базой послужили официальные статистические данные о социально-экономическом развитии регионов РФ за 1991-2012 гг., представленные в официальных изданиях Росстата и Министерства образования и науки РФ [3]. Проанализированы данные за 2011 г. для 82 регионов РФ. Из анализа исключены регионы, для которых отсутствовали значения ряда из перечисленных ниже показателей (Ненецкий, Ханты-Мансийский — Югра, Ямало-Ненецкий автономные округа учтены в составе соответствующих областей).
Исходя из целей оценивания, проанализированы социально-экономические показатели, а также группы показателей развития сферы образования регионов, сектора исследований и разработок, инновационной сферы.
Социально-экономические показатели: валовый региональный продукт; численность постоянного населения; среднесписочная численность работников по полному кругу организаций.
Показатели развития сферы образования:
— численность студентов в государственных и муниципальных образовательных учреждениях, реализующих программы начального профессионального образования;
— число государственных и муниципальных образовательных учреждений, реализующих программы начального профессионального образования;
— численность студентов в государственных и муниципальных образовательных учреждениях, реализующих программы среднего профессионального образования;
— число государственных и муниципальных образовательных учреждений, реализующих программы среднего профессионального образования;
— объем финансирования образовательных учреждений, реализующих программы высшего профессионального образования;
— число образовательных учреждений, реализующих программы высшего профессионального образования, в том числе государственных, негосударственных и их филиалов;
— численность студентов в государственных и муниципальных, негосударственных образовательных учреждениях, реализующих программы высшего профессионального образования;
— число организаций, имеющих аспирантуру, в том числе научно-исследовательских институтов, образовательных учреждений высшего и дополнительного профессионального образования.
Основные показатели деятельности организаций, выполняющих научные исследования и разработки:
— внутренние затраты на научные исследования и разработки — затраты на выполнение исследований и разработок собственными силами организаций, включая как текущие, так и капитальные затраты в течение отчетного года независимо от источника финансирования;
— объем научных исследований и разработок — всего;
— численность работников, выполнявших научные исследования и разработки (без совместителей и лиц, работавших по договорам гражданско-правового характера) — совокупность лиц, чья творческая деятельность, осуществляемая на систематической основе, направлена на увеличение и поиск новых областей применения знаний, а также занятых оказанием прямых услуг, связанных с выполнением исследований и разработок;
— число организаций, выполнявших научные исследования и разработки.
Показатели инновационной деятельности организаций:
— затраты организаций на технологические инновации — выраженные в денежной форме фактические расходы, связанные с осуществлением различных видов инновационной деятельности, выполняемой в масштабе организации (вида экономической деятельности, территории, страны);
— объем инновационных товаров, работ, услуг — включает продукцию, произведенную в отчетном году на основе разного рода технологических инноваций;
— удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг организаций;
— удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг организаций промышленного производства.
Для проведения межрегиональных сравнений все показатели представлены к относительной форме (на душу населения, на одну организацию, на одного студента и т. п.). В результате корреляционного анализа выявлены наиболее информативные показатели региональной дифференциации сферы образования и науки:
— отношение численности обучающихся по программам начального и среднего профессионального образования к численности обучающихся по программам высшего профессионального образования (рассчитанное на 100 студентов вузов), обучающихся /100 студентов;
— объем финансирования, приходящийся в среднем на одно образовательное учреждение региона, реализующее программы высшего профессионального образования, тыс. руб./ОУ;
— доля образовательных учреждений высшего профессионального образования, имеющих аспирантуру, в общем числе организаций, имеющих аспирантуру, %;
— внутренние затраты организации на научные исследования и разработки, приходящиеся в среднем на одну организацию, тыс. руб./ организацию;
— объем научных исследований и разработок, осуществленных в регионе в расчете на одного работника из числа среднесписочной численности работников по полному кругу организаций, руб./работника;
— среднедушевой валовой региональный продукт, руб./душу населения региона;
— среднедушевой объем инновационных товаров, работ, услуг, произведенных в регионе, руб./душу населения региона.
В результате факторного анализа выявлены три интегральных показателя, в значительной степени определяющих вариабельность регионов по выделенным показателям развития сферы образования и науки. Результаты факторного анализа представлены в табл. 1. Доля общей дисперсии, объясняемая совокупностью факторов, составляет 70 %. Каждый из рассмотренных показателей имеет высокие по абсолютной величине коэффициенты корреляции с одним и только одним фактором. В соответствии с максимальными по модулю значениями коэффициентов корреляции все показатели разделены на две группы по числу факторов.
Таблица 1
Факторные нагрузки интегральных показателей развития сферы образования и науки
Первичные показатели развития сферы образования и науки Интегральные показатели
развития сферы образования развития сектора научных исследований и разработок инновационного развития
Отношение численности обучающихся по программам НПО и СПО к численности обучающихся по программам ВПО 0,95 -0,09 0,05
Объем финансирования, приходящийся в среднем на одно ОУ региона, реализующее программы ВПО 0,98 0,05 0,06
Доля ОУ ВПО 0,98 -0,03 0,03
Внутренние затраты организации на научные исследования и разработки (НИиР) -0,03 0,96 0,05
Объем НИиР в расчете на одного работника -0,02 0,96 0,02
Среднедушевой ВРП 0,43 0,24 0,72
Среднедушевой объем инновационных товаров, работ, услуг -0,12 -0,07 0,92
Вклад интегрального показателя в совокупную дисперсию первичных показателей, % 0,43 0,27 0,20
Исходя из анализа коэффициентов корреляции между выявленными интегральными показателями и исходными показателями, а также из содержательного состава показателей, предложена интерпретация факторов.
Выделены три интегральных показателя развития сферы образования и науки в регионе. В соответствии со значениями факторных нагрузок первый интегральный показатель назван показателем развития сферы образования; второй — показателем развития сектора научных исследований и разработок; третий — показателем инновационного развития региона.
Коэффициенты обратной факторной модели для определения значений интегральных показателей пред став ленны в табл. 2.
Вычисление и дальнейшее использование интегральных показателей для оценивания дифференциации регионов по уровню развития сферы образования и науки позволяет снизить размерность списка исследуемых показателей с 7 до 3 без потери общей информативности (суммарный вклад интегральных показателей в совокупную дисперсию первичных показателей составляет 90 %).
Таблица 2
Коэффициенты для определения интегральных показателей развития сферы образования и науки
Первичные показатели развития сферы образования и науки Интегральные показатели
развития сферы образования развития сектора научных исследований и разработок инновационного развития
Отношение численности обучающихся по программам НПО и СПО к численности обучающихся по программам ВПО 0,319 -0,043 -0,033
Объем финансирования, приходящийся в среднем на одно ОУ региона, реализующее программы ВПО 0,327 0,031 -0,041
Доля ОУ ВПО 0,330 -0,011 -0,057
Внутренние затраты организации на научные исследования и разработки (НИиР) -0,005 0,503 -0,025
Объем НИиР в расчете на одного работника -0,002 0,506 -0,049
Среднедушевой ВРП 0,089 0,079 0,490
Среднедушевой объем инновационных товаров, работ, услуг -0,120 -0,102 0,714
Рассчитанные значения интегральных показателей развития сферы образования и науки использованы для построения типологии регионов РФ (см. рис. 1).
Ленинградская >ская обл.
Чеченская Респ
Респ.Коми о
Красноярски
0,5. Ево
вренекая а,о.
нгушетия
Пе
ии »¿рай
I С Челябинская обл. f \ Калужская с5л.
^-^----¡--X-^T^- V^--;--------
нзенская обл.*» 1 , >.,-■
Ниже ородская Московская обл.
О,
лья нов
\ У/
Ульяновская обл.
ИП развития сектора научных исследований и разработок
О
Тюменская обл.
О Размер пузырька = ИП развития сферы образования
-----1----
Москва
ш
Рис. 1. Типология регионов РФ по интегральным показателям развития сферы образования и науки
Для типологизации и определения однородных, с точки зрения состояния сферы образования и науки, групп регионов использован кластерный анализ.
Первоначально выделены регионы с «аномальными» (по статистическим меркам) значениями интегральных показателей. К таким регионам отнесены Магаданская область, Сахалинская область, Чукотский автономный округ.
Далее в отдельные кластеры выделены:
Москва, характеризующаяся высокими значениями всех трех интегральных показателей;
Тюменская область, характеризующаяся высоким значением интегрального показателя инновационного развития;
Ленинградская, Нижегородская, Московская, Ульяновская области, характеризующиеся высоким значением интегрального показателя развития сектора научных исследований и разработок.
Остальные регионы сгруппированы в 4 кластера. Средние значения интегральных показателей для этих кластеров приведены в табл. 3 и на рис. 2. Анализ статистической значимости различий между кластерами по средним значениям интегральных показателей выявил достоверные различия только по показателю развития сектора научных исследований и разработок.
Таблица 3
Средние значения интегральных показателей развития сферы образования и науки для выделенных типологий
Интегральные показатели:
Содержательная характеристика развития развития сектора инновационного развития
типологии сферы образования научных исследовании и разработок
Кластер 1 — регионы с уровнем развития сектора НИиР выше среднего -0,073 0,461 -0,194
Кластер 2 — регионы со средним уровнем развития сектора НИиР -0,145 -0,124 -0,025
Кластер 3 — регионы с высоким уровнем развития сектора НИиР 0,015 1,439 -0,130
Кластер 4 — регионы с низким уровнем развития сектора НИиР -0,108 -0,692 -0,313
Ленинградская, Нижегородская, Московская, Ульяновская области -0,013 -0,359 -0,167
г. Москва 0,688 3,006 1,112
Тюменская область 0,148 0,617 2,128
Магаданская область -1,025 -0,924 5,342
Сахалинская область -0,292 -0,553 6,126
Чукотский автономный округ 8,658 -0,500 0,477
Первый кластер содержит 10 регионов. Это — Владимирская область; Воронежская область; Калининградская область; Новосибирская область; Пензенская область; Пермский край; Свердловская область; Тверская область; Томская область; Ярославская область.
Во второй кластер вошли 19 субъектов Российской Федерации: Белгородская область; Волгоградская область; Еврейская автономная область; Иркутская область; Камчатский край; Краснодарский край; Курская область; Мурманская область; Новгородская область; Омская область; Приморский край; Республика Башкортостан; Республика Коми; Республика Саха (Якутия); Республика Татарстан; Ростовская область; Рязанская область; Ставропольский край; Тульская область.
Третий кластер включает 6 регионов: Алтайский край; г. Санкт-Петербург; Калужская область; Красноярский край; Самарская область; Челябинская область.
Четвертый кластер — самый многочисленный. В его составе 36 регионов: Амурская область; Архангельская область; Астраханская область; Брянская область; Вологодская область; Забайкальский край; Ивановская область; Кабардино-Балкарская Республика; Карачаево-Черкесская Республика; Кемеровская область; Кировская область; Костромская область; Курганская область; Липецкая область; Оренбургская область; Орловская область; Псковская область; Республика Адыгея; Республика Алтай; Республика Бурятия; Республика Дагестан; Республика Ингушетия; Республика Калмыкия; Республика Карелия; Республика Марий-Эл; Республика Мордовия; Республика Северная Осетия — Алания; Республика Тыва; Республика Хакасия; Саратовская область; Смоленская область; Тамбовская область; Удмуртская Республика; Хабаровский край; Чеченская Республика; Чувашская Республика.
Plot Qf Means for Each Cluster
2,5
1 5
1,0
0,5
0,0
-0,5
-1,0
Cluster 1
-1,5
■ Cluster 2 Cluster 3 —¿¡. Cluster 4
развития сферы образования
инновационного развития
развития сектора НИиР Интегральные показатели
Рис. 2. Средние значения интегральных показателей развития сферы образования и науки для выделенных кластеров
Особенности построенных типологий регионов могут быть учтены при разработке программы по созданию и развитию региональных образовательных кластеров. Исходя из полученных результатов, можно сделать вывод о приоритетном развитии образовательных кластеров в 6 регионах: Алтайский край; г. Санкт-Петербург; Калужская область; Красноярский край; Самарская область; Челябинская область.
Образовательное пространство региона разбивается на образовательные кластеры, в центре которых располагаются профессиональные образовательные структуры кластерного типа [2]. Образовательный кластер — наиболее крупная структурная единица системы профессионального образования. Это ассоциация, союз без прав юридического лица, объединяющий образовательные учреждения и организации независимо от форм собственности и ведомственной подчиненности, реализующие образовательные программы различных уровней. Все образовательные учреждения и организации, входящие в состав образовательного кластера, сохраняют свою самостоятельность и статус юридического лица. Их отношения с университетом (университетским комплексом) осуществляются на основании договоров о совместной деятельности. Образовательный кластер, ядром которого является университет (университетский комплекс), выполняющий функции центра учебно-методического обеспечения, создается образовательными учреждениями и организациями, входящими в его состав на добровольных началах.
Важнейший элемент образовательного кластера — территориальные образовательные комплексы, создаваемые в границах тех территорий, которые непосредственно не включены в университетские комплексы, например в силу географической удаленности от них. В подавляющем большинстве территорий существует несколько учреждений профессионального образования, которые можно интегрировать в территориальные образовательные комплексы — ассоциации, развитая форма которых включает в себя филиал (филиалы) вузов, колледж, техникум, ПТУ, профильный лицей, центр переподготовки и повышения квалификации. Территориальный образовательный комплекс — это образовательный кластер в миниатюре по принципу интегрирования входящих в него образовательных учреждений. Ведущая организационная структура в нем — связка филиал вуза — колледж, выполняющая в территориальном образовательном комплексе ту же роль, что и университетский комплекс в образовательном кластере.
Многие регионы (субъекты РФ) имеют в своем составе несколько промышленно развитых центров, в которых возможно создание профессиональных образовательных структур кластерного типа и на их основе — формирование образовательных кластеров.
Следовательно, региональная система профессионального образования примет законченную форму тогда, когда университетский центр (комплекс) будет дополнен соответствующими центрами образования на территориях региона — территориальными образовательными комплексами. В этих центрах появляется возможность давать начальное, среднее и незаконченное высшее профессиональное образование, с возможностью его продолжения в университетском центре.
ЛИТЕРАТУРА
1. Айвазян СЛ. и др. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. 607 с.
2. Курочкина О.В. Создание интегрированных образовательных структур кластерного типа // Научно-технические ведомости СПбГПУ. 2011. Сер.: «Экономические науки». № 6 (137). С. 265-270.
3. Регионы России. Социально-экономические показатели-2011 г.: стат. сб. /Росстат. М., 2012. 990 с.
