Модели совершенствования ресурсного обеспечения деятельности российской научно-инновационной инфраструктуры
Resource provision of Russia’s scientific-innovative improving models
Авторы
Аннотация
В статье описывается современная тенденция преобразования научно-инновационной инфраструктуры России. Авторские подходы к совершенствованию ресурсного обеспечения базируются на методах факторного и регрессионного анализа многомерного массива данных статистической информации. Кроме этого, в статье предложена авторская модель оптимизации ресурсного обеспечения объектов научно-инновационной инфраструктуры мезоуровня.
Ключевые слова
ресурсное обеспечение, ресурсный потенциал, научно-инновационная инфраструктура, комплексная инфраструктура.
Рекомендуемая ссылка
Сафин Эдуард Рамилевич. Модели совершенствования ресурсного обеспечения деятельности российской научно-инновационной инфраструктуры // Современные технологии управления. ISSN 2226-9339. — №7 (19). Номер статьи: 1903. Дата публикации: 08.07.2012. Режим доступа: https://sovman.ru/article/1903/
Authors
Abstract
In article the current trend of transformation of scientific-innovative infrastructure of Russia is described. Author's approaches to improvement of resource providing are based on methods of the factorial and regression analysis of a multidimensional data array of statistical information. Besides, in article is offered the author's model of optimization of resource ensuring objects of scientific-innovative infrastructure of mesolevel.
Keywords
resource providing, resource potential, scientific and innovative infrastructure, complex infrastructure.
Suggested citation
Safin Edward Ramilevich. Resource provision of Russia’s scientific-innovative improving models // Modern Management Technology. ISSN 2226-9339. — №7 (19). Art. # 1903. Date issued: 08.07.2012. Available at: https://sovman.ru/article/1903/
Введение
Потребность в трансформации советской модели кадрового обеспечения инновационной экономики, системы экономики знаний и генерации инноваций в целом обусловлена естественными процессами социально-экономического развития общества. Так, смена экономических парадигм, переход от планового к рыночному типу экономики, усиление конкурентной борьбы между экономическими агентами и возникшая неопределенность в экономической деятельности привели в конце XX – начале XXI века к необходимости построения институциональной научно-инновационной инфраструктуры (ИНИinfr), в состав которой вошли: федеральные университеты, национальные исследовательские университеты, университеты, имеющие особый статус.
Реструктуризированная научно-образовательная система и созданные на ее основе объекты ИНИinfr получили ряд дополнительных функций: участие в корректировке рынка труда и создание дополнительных рабочих мест, разработка комплексных («коробочных») научно-инновационных разработок, дальнейшее их внедрение и коммерциализация. Однако в силу недостатка опыта организации инновационной деятельности объекты ИНИinfr столкнулись со значительным комплексом проблем. Таким образом, менеджмент современных объектов ИНИinfr оказался в затруднительном положении: возникла необходимость в процессе модернизации системы управления инновационной деятельностью и оптимизации ресурсного обеспечения, как базовой составляющей модели стратегического управления инновационным развитием экономического агента.
Основная часть
Проблемам экономической оценки деятельности ИНИinfr большое внимание уделяется достаточно широким кругом современных ученых. Значительных успехов в области изучения экономики знаний и экономического измерения ресурсного потенциала и моделирования экономической деятельности экономических агентов, а также учреждений высшего профессионального образования достигли такие авторы, как Л.Л. Холод, Е.Ю. Хрусталев, И.Ф. Кошенко, С.А. Беляков, В.Л. Тамбовцев, В.Г. Белкин, К.И. Сафонова, С.А. Ерышова, И.Ч. Асхабалиев, Л.Ф Бердникова и другие [2,3,4,5,8]. Однако полученные результаты не в полной мере применимы к изучению экономической деятельности созданных научно-исследовательских и федеральных университетов, так как не учитывают полностью специфику возложенных на объекты исследования производственных функций. С данной точки зрения, объективность в складывающуюся картину мира вносят научнообоснованные экономико-математические и управленческие модели. Интерпретация экономического содержания таких моделей способствует выработке механизмов повышения эффективности экономической деятельности российской научно-инновационной инфраструктуры, в том числе и ее ресурсного обеспечения.
В рамках построения экономическо-математических моделей следует учитывать специфические сложности при проведении подобных исследований: неполнота существующей информационной базы, ее недостаточная структурированность по отдельным группам показателей и индикаторам эффективности их применения, недоступность отчетной документации. Так, например, статистические данные Росстата охватывают в основном показатели патентования, приема/выпуска студентов, присвоение ученых степеней, описывают научную деятельность, частично охватывают проблемы инновационного процесса. Перечень показателей и критериев оценки эффективности деятельности национальных исследовательских университетов [1] в свою очередь, производят оценку эффективности по 23 основным показателям оценки эффективности деятельности объектов ИНИinfr. Однако сложность аналитической задачи оценки данной группы показателей, обусловливает необходимость обработки многомерного массива данных сочетающего в себе как абсолютные, так и относительные экономические показатели, что в значительной мере осложняет процесс математического моделирования.
При построении экономико-математических моделей необходимо сформировать массив исходных данных, позволяющий адекватным образом провести процесс анализа и получения модели. С данной точки зрения предлагается привести исходный массив данных Программ развития объектов ИНИinfr к однородности путем конвертации их в синтетические интегральные показатели и индексы темпов прироста. Таким образом, получены показатели интегральной оценки РП и оценки эффективности функционирования системы РО, которые рассчитаны при помощи конвертации изучаемых данных в показатели темпов прироста (формула 1). Примененный инструмент позволяет получить соизмеримые величины и наглядным образом продемонстрировать результаты анализа в разрезе 10 наблюдаемых лет. Таким образом, наиболее подходящей моделью анализа нами определена модель абсолютного прироста, имеющая следующее математическое выражение:
(1)
где Тпр – показатель темпа прироста индивидуального либо нтегрированного показателя объекта исследования;
yi – значение исследуемого периода наблюдения;
y1 – значение базисного периода наблюдения (первый год реализации программы).
Получаемый массив исходных данных структурно будет состоять из 23 значений для каждого объекта наблюдения, что представляет сложность для построения экономико-математической модели. С целью минимизации массива исходных данных для последующей оценки необходимо прибегнуть к факторному анализу, позволяющему установить причинно-следственные связи между исходными анализируемыми переменными и получаемыми новыми компонентами.
Однако следует отметить, что получаемые с использованием показателей абсолютного прироста результаты позволяют оценивать тенденцию и динамику, тогда как для факторного анализа необходимо использовать статические показатели. Решение данной задачи приводит к необходимости применения расчетных индексных показателей темпов прироста. Формула расчета (формула 2) предложенного индекса выражается, как квадратный корень разности значения показателя конечного периода от значения показателя базисного периода в девятой степени и имеет следующее математическое выражение:
(2)
где ICрР – показатель индекса среднего темпа роста;
y1 – значение показателя базисного периода наблюдения (первый год реализации программы);
yn – значение показателя конечного периода;
n – количество наблюдаемых лет (в исследовании значение n соответствует 10 годам наблюдения).
Рассчитанные индексы для каждого исследуемого объекта являются самостоятельным инструментом анализа и оценки РП и эффективности РО инновационной деятельности ИНИinfr. Для визуализации полученных данных, массив группируется в 6 основных интегральных показателя, представленных в таблице 1 и 2.
Таблица 1 – Интегральные индексы оценки показателей темпов роста РП исследуемых объектов ИНИinfr
| Объект исследования |
Эффективность |
Эффективность |
Эффективность |
Эффективность |
Эффективность |
| КНИТУ |
14,39 |
5,75 |
12,93 |
0,88 |
7,28 |
| ПНИПУ |
18,15 |
18,70 |
0,01 |
23,28 |
64,94 |
| ТПУ |
7,82 |
11,34 |
187,08 |
17,89 |
15,83 |
| ТГУ |
41,49 |
7,63 |
1,01 |
10,50 |
65,99 |
| МИЭТ |
8,31 |
8,68 |
227,85 |
1,72 |
28,89 |
| КНИТУ им А.Н. Туполева |
27,19 |
19,19 |
402,49 |
6,37 |
96,77 |
| СГУ им. Н.Г. Чернышевского |
17,54 |
4,86 |
309,62 |
19,69 |
29,44 |
| СПГГИ |
18,37 |
5,09 |
239,74 |
3,02 |
12,38 |
| ННГУ им. Н.И. Лобачевского |
37,73 |
11,81 |
78,20 |
6,27 |
24,51 |
| МГТУ им. Н.Э. Баумана |
5,62 |
14,93 |
135,19 |
4,59 |
16,84 |
| НИУ ВШЭ |
2,64 |
14,67 |
12,55 |
0,17 |
4,23 |
| СПбГПУ |
9,10 |
10,68 |
18,06 |
3,83 |
51,40 |
| ПГНИУ |
1275,25 |
10,48 |
2295,98 |
4,72 |
129,62 |
| СПб АУ НОЦНТ РАН |
8,18 |
8,55 |
174,31 |
5,95 |
9,43 |
| ЮУрГУ |
6,89 |
4,90 |
558,52 |
23,59 |
174,54 |
| НГУ |
17,90 |
4,90 |
4473,09 |
3,05 |
8,93 |
| МАИ |
5,89 |
39,44 |
9,78 |
2,27 |
8,80 |
| РНИМУ им. Н.И. Пирогова |
6,48 |
6,68 |
311,21 |
8,61 |
43,16 |
Таблица 2 – Индексы оценки показателей темпов роста эффективности РО исследуемых объектов ИНИinfr
| Наименование объекта исследования |
Инвестиционная стратегия |
||
|
Объемы инвестиций в развитие научно-инновационного сектора |
Объемы инвестиций в развитие кадрового потенциала |
Объемы инвестиций в развитие институциональных и инфраструктурных ресурсов |
|
|
1 |
2 |
3 |
4 |
| КНИТУ |
0,10 |
0,03 |
0,10 |
| ПНИПУ |
0,23 |
322,16 |
0,03 |
| ТПУ |
35,04 |
1098,76 |
72,34 |
| ТГУ |
0,79 |
0,49 |
0,16 |
| МИЭТ |
0,00 |
51,40 |
0,00 |
| КНИТУ им А.Н. Туполева |
122,47 |
71,83 |
758,13 |
| СГУ им. Н.Г. Чернышевского |
0,27 |
0,07 |
0,16 |
| СПГГИ |
0,29 |
37,14 |
10,99 |
| ННГУ им. Н.И. Лобачевского |
0,00 |
346,12 |
6,20 |
| МГТУ им. Н.Э. Баумана |
0,18 |
0,07 |
0,07 |
| НИУ ВШЭ |
0,65 |
5,89 |
0,02 |
Продолжение таблицы 2
| 1 |
2 |
3 |
4 |
| СПбГПУ |
0,00 |
0,00 |
0,00 |
| ПГНИУ |
0,00 |
322,16 |
0,00 |
| СПб АУ НОЦНТ РАН |
0,00 |
0,00 |
0,00 |
| ЮУрГУ |
0,00 |
1095,72 |
0,00 |
| НГУ |
0,01 |
0,18 |
140,30 |
| МАИ |
0,09 |
1397,54 |
1,16 |
| РНИМУ им. Н.И. Пирогова |
0,02 |
7,08 |
0,01 |
Полученные, на основе проведенного факторного анализа, результаты позволяют осуществить экономическую интерпретацию состава главных компонент факторной модели институциональной модернизации ресурсного обеспечения деятельности ИНИinfr (таблица 3). Такими компонентами явились: 1. «Развитие ресурсного обеспечения систем проектной ориентации инновационной деятельности» (Дисперсия — 24,873%), 2. «Интенсификация предпринимательской деятельности внутренней институциональной и инновационной инфраструктуры» (дисперсия 19,854%), 3. «Формирование инновационно-ориентированного кадрового потенциала» (дисперсия 14,266%), 4. «Комплексная оптимизация научно-инновационной деятельности (дисперсия 10,377).
Таблица 3 – Ротированная матрица компонентов факторной модели институциональной модернизации ресурсного обеспечения деятельности ИНИinfr России
| Наименование анализируемых показателей |
Компонента |
|||
|
1 |
2 |
3 |
4 |
|
|
1 |
2 |
3 |
4 |
5 |
| Объемы инвестиций в развитие институциональных и инфраструктурных ресурсов |
0,900 |
|||
| Объемы инвестиций в развитие научно- инновационной деятельности |
0,892 |
|||
| Эффективность переподготовки и повышения конкурентоспособности научных кадров |
0,811 |
|||
| Эффективность адаптации системы подготовки кадров к потребностям инновационной экономики |
0,770 |
|||
| Эффективность подготовки кадров высшей компетенции |
0,650 |
|||
| Эффективность труда научного персонала |
0,509 |
|||
| Эффективность предпринимательской деятельности инфраструктуры |
0,865 |
|||
Продолжение таблицы 3
| 1 |
2 |
3 |
4 |
5 |
|
Эффективность производства РИД |
0,748 |
|||
|
Эффективность деятельности |
0,744 |
|||
|
Эффективность развития |
0,725 |
|||
|
Объемы инвестиций |
0,833 |
|||
|
Эффективность возрастной |
0,826 |
|||
|
Эффективность развития |
0,571 |
-0,703 |
||
|
Эффективность создания |
-0,623 |
|||
|
Эффективность функционирования |
0,618 |
В рамках проведенного факторного анализа, полная объясненная дисперсия компонентов равна 69,37%. Хотя полученные компоненты не в полной мере сохраняют информацию, сокращение количества переменных более чем в 7,5 раз обуславливают достоверность и целесообразность построения модели.
На основе разработанной модели регрессионного анализа, характеризующей кумулятивный эффект институциональной модернизации ресурсного обеспечения инновационной деятельности ИНИinfr, определены оптимальные для российской экономики пропорции вклада ресурсов, направленных на создание инновационного продукта:
(3)
где ЭИМРОИД — эффект институциональной модернизации ресурсного обеспечения инновационной деятельности ИНИinfr;
РОПО – показатель развития РО систем проектной ориентации
инновационной деятельности;
ИПД – показатель интенсификации предпринимательской деятельности внутренней институциональной и инновационной инфраструктуры;
ИОК – показатель формирования инновационно ориентированного кадрового потенциала;
ОИД – показатель комплексной оптимизация научно-инновационной деятельности.
Представленные выше результаты экономико-математического моделирования позволяют определить общую направленность как полученных новых компонент факторной модели, так и определенных оптимальных для российской экономики пропорции вклада ресурсов. На основании проведенных исследований и полученных экономических результатов моделирования мы приходим к выводу о дальнейшем необходимости развития кадрового потенциала, ключевых компетенций работников и предпринимательской активности внутренней инфраструктуры объектов ИНИinfr.
Таким образом, представляется целесообразным построение стратегий приоритетного развития и оптимизации по двум вышеуказанным направлениям. На наш взгляд, рассмотренные экономико-математические модели вполне применимы для выработки управленческих решений при совершенствовании ресурсного обеспечения деятельности объектов ИНИinfr. Однако исключительную прикладную ценность при формировании стратегии приоритетного развития представляют нововведения в области построения управленческих моделей, реинжиниринга основных бизнес-процессов, комбинирования доступных ресурсов для построения новых систем. В связи с чем нами предложена авторская модель построения комплексной инновационной инфраструктуры и подготовки кадровых ресурсов для удовлетворения потребностей инновационной экономики.
В основе управленческой модели ресурсного обеспечения (рисунок 1) предложено использовать продуктоориентированный подход, что несколько отличается от широко известных линейных, кластерных и иных моделей охватывающих отдельные области деятельности научно-инновационной инфраструктуры [6,7].
Рис. 1 – Управленческая модель ресурсного обеспечения комплексной инновационной инфраструктуры объекта ИНИinfr мезоуровня
Отличительной особенностью предлагаемой модели является авторский подход консолидации на базе единой инфраструктурной консоли отдельных инфраструктурных узлов объекта ИНИinfr. В отличие от сложившейся практики организации внутренней инновационной инфраструктуры в рамках модели предлагается дополнить инфраструктурную консоль такими структурами, как лаборатория прогнозирования и инжиниринговый центр.
Ключевым звеном комплексной инновационной инфраструктуры объекта ИНИinfr должна являться инжиниринговая компания, создаваемая как отдельно взятое юридическое лицо, осуществляющая свою деятельность в рамках рыночных отношений. Инжиниринговая компания должна осуществлять комплекс функций, который не способен выполняться в полной мере объектом ИНИinfr: опытная разработка; проектирование производства; стоимостной инжиниринг; организация производства; запуск и непосредственное производство; техническая поддержка; вывод на рынок разработанных товаров и услуг или малых инновационных предприятий, создаваемых «под ключ».
По нашему мнению, реализация предлагаемого комплекса мер позволит организовать всю цепочку бизнес-процессов, начиная от подбора кадров к разрабатываемому проекту и подбору научного коллектива до последующей разработки STARTUP-проекта, и заканчивая выходом конкретного инновационного продукта, защищенного патентом, либо формированием малого инновационного предприятия.
При этом, на наш взгляд, предлагаемая модель не только позволит снизить трансакционные издержки при организации продуктоориентированной инновационной деятельности, но и существенным образом увеличит возможность преодоления «долины смерти инновационных проектов». Также мы считаем, что вовлечение инновационных кадров во все стадии подготовки проекта даст возможность получать не только высококвалифицированные кадры, но и формировать стартовый проектный коллектив малых инновационных предприятий.
Заключение
В заключительной части необходимо отметить, что современная теория и методология управления совершенствованием ресурсного обеспечения деятельности научно-инновационной инфраструктуры не получили исчерпывающей научной интерпретации – не развит в достаточной мере понятийный аппарат, не в полной мере систематизированы подходы к оптимизации ресурсного обеспечения инновационной деятельности объекта исследования, отсутствует единый подход к построению экономико-математических и управленческих моделей совершенствования ресурсного обеспечения. Сформулированные же в статье научно-прикладные подходы и модели совершенствования ресурсного обеспечения деятельности российской научно-инновационной инфраструктуры позволяют в значительной мере приблизиться к решению данной исследовательской задачи.
Кроме этого, разработанный авторский подход, базирующийся как на теоретическом опыте ряда современных ученых, так и на практическом опыте автора в соответствующей области, позволит достигнуть положительных структурных сдвигов, а именно: в долгосрочной перспективе сможет оказать положительное воздействие на развитие высокотехнологичных отраслей экономики, что в свою очередь обеспечит выведение страны на точно выверенный стратегический инновационный путь развития и позволит ей занять достойное место в ряду высокоразвитых государств с высоким уровнем стабильности и благосостояния.
Читайте также
Библиографический список
- О перечне показателей, критериях и периодичности оценки эффективности реализации программ развития университетов, в отношении которых установлена категория «национальный исследовательский университет»[Электронный ресурс]: Приказ Министерства образования и науки Российской Федерации от 29 июля 2009 г. N 276 // Справочно-правовая система «Гарант». Платформа F1. – Последнее обновление 01.01.2012.
- Асхабалиев И.Ч. Ресурсный потенциал платных услуг и эффективность его использования: автореф. дис. канд. эконом. наук / И.Ч. Асхабалиев; МГУ им. М.В. Ломоносова: М., 2009. 23 с.
- Бердникова Л.Ф. Система показателей для анализа ресурсного потенциала организации // Вектор науки ТГУ. Томск. 2010. №1. С. 42-44.
- Белкин В.Г. Классификация научно-инновационных продуктов вуза и ее использование в управлении научной деятельностью // Университетское управление. 2009. № 3. С. 7-13.
- Беляков В.А. Модернизация образования в России: совершенствование управления // Управление, финансы, образование. 2008. №10. С. 6-8.
- Боуш Г. Д. Эволюционные аспекты кластеров предприятий // Проблемы современной экономики. 2010. №3. С. 102-108.
- Древинг С.Р. Сущность и основные формы кластеризации экономики // Проблемы современной экономики. 2009. №2.С. 130-143.
- Холод Л.Л. Анализ финансовой деятельности высшего учебного заведения в рыночных условиях // Аудит и финансовый анализ. 2008. №5. С. 1-20.
References
- On the list of indicators, criteria and timing for assessing the effectiveness of development programs of universities, for which established the category of “national research university”: Ministry of Education and Science of the Russian Federation on July 29, 2009 N 276.
- Askhabaliev I.CH. Resource potential of fee-based services and the effectiveness of its use: abstract. Moscow State University. 2009. page 23.
- Berdnikov L.F. The system of indicators for the analysis of the resource potential of the organization. Vector of science TSU. Tomsk. 2010. Number 1. Pages 42-44.
- Belkin V.G. Classification of scientific and innovative products of the university and its use in the management of research activity. University administration. 2009. Number 3. Pages 7-13.
- Belyakov VA Modernization of Education in Russia improved management. Management, finances, education. 2008, number 10. Pages 6-8.
- Boush G.D. Evolutionary aspects of cluster enterprises. Problems of the modern economy. 2010 Number 3. Pages 102-108.
- Dreving SR The essence and basic forms of economic clustering. Problems of the modern economy, 2009 Number 2. Pages 130-143.
- Kholod L.L. Analysis of the financial activities of the higher education institution in the market conditions. Audit and Financial Analysis. 2008. Number 5. Pages 1-20.
