CC BY
15
УДК 004.9: 339.13
Г. А. Заремба, М. Ю. Гафитулин, Е. Ю. Полубояринова, А. М. Бессарабов*
ПАО Научный центр «Малотоннажная химия», Москва, Россия 107564, Москва, Краснобогатырская ул., д. 42 * e-mail: bessarabov@nc-mtc.ru
СИСТЕМНЫЙ АНАЛИЗ ИННОВАЦИОННЫХ РЕСУРСОВ НАУЧНОГО КОМПЛЕКСА РОССИИ (1990-2013)
Аннотация
Разработаны теоретические основы, алгоритмическое и программное обеспечение подсистемы анализа инновационного потенциала научного комплекса России по секторам (государственный, вузовский и отраслевой). С помощью данной подсистемы проведен анализ динамики инновационных ресурсов за период 1990 -2013 гг. Проведен расчет удельного веса важнейших индикаторов инновационного потенциала отраслевой науки в научном комплексе России.
Ключевые слова: информационная система, инновационный потенциал, научный комплекс.
В разработанном для Минпромторга России программном комплексе «NII-Chem» [1] нами создана подсистема для автоматизации процедуры анализа и оценки инновационного потенциала научного комплекса России по секторам: академическая, вузовская и отраслевая наука за период 1990-2013 гг. Исходя из поставленных задач, структурно-функциональный компонент информационной системы предназначенный для аналитической обработки хранимых данных, спроектирован и реализован с учетом специфичной методологии оценки научных организаций. Абстрактный уровень этой системы, представляющий собой хранилище исходных данных, создан в рамках традиционных подходов к построению реляционных баз данных
(БД).
Архитектура разработанной БД создана как многоуровневая кибернетическая система, описывающая сущности, атрибуты, связи и схемы правил поведения моделируемой предметной области. Поступающие извне команды управления данными, существующими в программных объектах, трансформируются в команды, реализация и контроль которых осуществляется средствами БД. Система реализует классическую схему реляционных БД. Для доступа к данным реляционные системы используют непроцедурный высокоуровневой язык SQL.
В архитектуре информационно-аналитической системы выделены два уровня абстракции - уровень системы управления базами данных (СУБД), представляющий собой целостную систему хранения и управления данными, и уровень реализации, который, являясь относительно независимым от СУБД, обеспечивает её функционирование с учетом специфики предметной области. Платформой системы является движок БД - Microsoft Jet, управление которым осуществляется через механизм доступа к данным DAO/Jet. Интегрированной средой определения данных в терминах БД является Microsoft Access. С его помощью логическое представление рассматриваемой модели было переведено в совокупность реляционных таблиц с соответствующими полями, а также определены типы переменных и ограничения, накладываемые на них.
Интерактивные компоненты системы, позволяющие взаимодействовать с пользователем, определялись средствами Microsoft Access, а также Visual Basic for Applications.
Первым уровнем автоматизированного анализа инновационного потенциала научного комплекса является вся наука России в целом. В качестве базовых индикаторов, характеризующих
инновационное развитие научного комплекса на разных уровнях его иерархии, используются три обособленных уровня показателей:
интеллектуальные, финансовые и материальные ресурсы, упорядоченные по секторам (государственный, предпринимательский,
вузовский). Системность рассматриваемых показателей отражает специфичность оценки инновационного потенциала научного комплекса России, поскольку традиционные методы анализа, используемые в экономических исследованиях, не всегда точно учитывают особенности сферы научной деятельности [2].
Данный уровень анализа позволяет получить представление об общей структуре и численных характеристиках научного комплекса. Именно здесь выявляется ключевая роль и значимость отраслевой науки в научном комплексе России. Предпринимательский (отраслевой) сектор науки, представляет собой основного участника инновационного развития. Например, анализ интеллектуальных ресурсов, где наиболее значимыми индикаторами для оценки инновационного потенциала являются среднесписочная численность (рис. 1), а также численность персонала, занятого исследованиями и разработками, показал, что основной тенденцией, определяющей динамику численности персонала, является его постоянное сокращение (причем, во всех секторах). На фоне общего падения численности можно выделить этапы резкого падения и относительной стабилизации. Наибольшие потери при этом понесла отраслевая наука. Если в 1990 г. отраслевой сектор занимал около 80% от численности персонала, занятого в научном комплексе, то к 2013 г. соотношение упало до 56%.
Рис. 1. Результаты компьютерного мониторинга по среднесписочной численности персонала, занятого НИР, в государственном, предпринимательском и ВУЗовском секторах научного комплекса России
Компьютерная обработка статистических данных показала что, несмотря на минимальную государственную поддержку, сегодня в отраслевом секторе сосредоточено в 1,3 раза больше кадровых и материальных ресурсов, чем в академическом и вузовском секторах науки вместе взятых. А объемы научно-исследовательских работ и разработок в 1,5 раза выше
С помощью разработанного информационной технологии проведен системный анализ
инновационного потенциала научного комплекса России по секторам (государственный, вузовский и отраслевой) за период 1990-2013 гг. Проведен расчет удельного веса важнейших индикаторов инновационного потенциала отраслевой науки в научном комплексе России. Показано, что отраслевой (предпринимательский) сектор науки, представляет собой основного участника инновационного развития и занимает лидирующие позиции по основным показателям.
Заремба Галина Александровна, н.с. ПАО НЦ «Малотоннажная химия», Россия, Москва.
Гафитулин Михаил Юрьевич, к.т.н., с.н.с. ПАО НЦ «Малотоннажная химия», Россия, Москва.
Полубояринова Екатерина Юрьевна, к.х.н., зав. отд. ПАО НЦ «Малотоннажная химия», Россия, Москва.
Бессарабов Аркадий Маркович, д.т.н., проф., зам. директора ПАО НЦ «Малотоннажная химия», Россия, Москва.
Литература
1. Бессарабов А.М., Поляков А.В. Разработка информационно-аналитической системы для оценки инновационного потенциала отраслевых НИИ химического комплекса (1990-2003 гг.) // Информационные технологии. 2005. № 11. С. 44-52.
2. Бессарабов А.М., Кулов Н.Н., Квасюк А.В. Системный анализ инновационных ресурсов отраслевой химической науки (1990-2010) // Теоретические основы химической технологии. 2012. Т. 46. № 6. С. 648-656.
Zaremba Galina Aleksandrovna, Gafitulin Mikhail Yurevich, Poluboyarinova Ekaterina Yurevna, Bessarabov Arkadiy Markovich*
R&D Centre "Fine Chemicals", Moscow, Russia.
* e-mail: bessarabov@nc-mtc.ru
SYSTEM ANALYSIS OF INNOVATIVE RESOURCES OF SCIENTIFIC COMPLEX OF RUSSIA (1990-2013)
Abstract
The theoretical bases, algorithms and software for subsystem of analysis of Russian scientific complex sector (public, university and branch) innovative potential were developed. Analysis of the innovative resources dynamics for 1990-2013 was carried out by means of this subsystem. Calculation of the proportion of the most important indicators of branch science in the scientific sector of Russia innovative potential was carried out.
Key words: information system, innovative potential, scientific complex.
