Влияние межорганизационных отношений между университетами на эффективность научных работ сотрудников

Размещено на http://www.allbest.ru/

Содержание

Введение

1. Теоретические основы вопроса

1.1 Теоретические аспекты межорганизационных связей

1.2 Межорганизационные связи университетов

1.3 Теоретические аспекты взаимодействие между научными сотрудниками

2. Разработка оценки эффективности академических работ

3. Исследование зависимости эффективности публикаций от наличия международного сотрудничества, количества авторов в статье и цитируемости журнала

3.1 Общая характеристика и этапы исследования

3.2 Построение наилучшей эконометрической модели, отображающей зависимость эффективности публикаций от международного сотрудничества, цитируемости журнала и количества соавторов

3.3 Доработка эконометрической модели путем ее расширения. Анализ полученных результатов и практические рекомендации

Заключение

Список литературы

Приложение

Введение

Актуальность темы исследования и проблемная ситуация

Появляется все больше и больше работ, направленных на анализ межорганизационных отношений и влияния данных отношений на эффективность того или иного предприятия.

Актуальность данных работ заключается в необходимости оценить и измерить эффект данных взаимодействий. Целью этих измерений является выявление оснований дня принятия управленческих решений. То есть предприятие стремиться найти ответы на вопросы: «Стоит или не стоит сотрудничать с другими организациями?»; «Будет ли данное взаимодействие эффективным и что каждый из нас получит взамен?»

Университет, как и любое предприятие, стремится улучшить свои показатели эффективности, чтобы в последующем получить аккредитацию, престижный имидж и привлечь большее количество студентов на платную и бюджетную основу.

Одним из звеньев, которые обеспечивают эффективную или неэффективную работу университета, являются научные сотрудники данного учебного заведения.

Написано немало работ, касающихся академического сотрудничества. Ученые пытаются выяснить, что влияет на академические знания и как они устроены.

Эти работы, как правило, сосредоточены на аспектах, касающихся сплоченности и близость исследователей через соавторство, так как этот вид отношений является одной из наиболее ощутимых и важных форм сотрудничества в научной деятельности. (Акедо и Ко., 2006; Гланзел & Шуберт, 2008).

Совместные работы, такие как соавторство, цитирование, наставничество позволяет создавать пространство для обмена и развития академических знаний, проводить инновационные исследования и привлекать в них все больше квалифицированных специалистов.

Для того чтобы использовать данные сотрудничества эффективно, необходимо понимать их структуры и взаимосвязи.

Именно поэтому, данная работа, посвящена изучению вопроса влияния организационных связей между университетами на связи между их сотрудниками/учеными/преподавателями, а в последующем и на эффективность работ научных сотрудников, является актуальной.

Рабочая гипотеза

В данной работе будет рассмотрена следующая гипотеза:

H0: Сотрудничество между университетами позитивно влияет на эффективность научных работ преподавателей данных ВУЗов

Объект исследования

Межорганизационные отношения между университетами

Предмет исследования

Влияние межорганизационных отношений между университетами на эффективность научных работ сотрудников данных университетов

Цель исследования

Определить взаимосвязь межорганизационных отношений университетов и эффективности публикаций научных сотрудников

Задачи исследования

Выявить и определить взаимоотношения между университетами

Найти работы, которые были написаны в соавторстве научного сотрудника одного университета с сотрудником международного университета

Оценить эффективность данных работ, то есть количество цитирования найденных научных публикаций

Сравнить данную эффективность с эффективностью статей, которые были написаны самостоятельно одним из авторов

Выявить тренд влияния на эффективность межорганизационных отношений

Методы исследования

1. Библиографический анализ литературы и материалов сети Internet;

2.Системный анализ;

3. Выделение и синтез главных компонентов;

4. Регрессионный анализ.

Научная новизна

Есть множество статей, которые исследуют межорганизационные отношения, некоторые из них также рассматривают, как межорганизационные отношения могут влиять на работу организации. Но научной новизной в данной работе будет являться совмещение и, в тоже время, конкретизация влияния межорганизационных отношений университетов на эффективность научных публкаций академиков.

Практическая значимость

Изучение данного вопроса в последующем позволит использовать результат для управления и корректирования межорганизационных отношений и с помощью этого добиваться большей эффективности научных работ сотрудников университетов.

1. Теоретические основы вопроса

Для того, чтобы четко понимать тему исследования, а в последствии объект и предмет исследования, стоит разбить данную тему на составляющие и провести анализ теоретической части по данным составляющим.

Условно поделим выбранную тему на три составляющие, которые будут рассмотрены по отдельности, а после и в совокупности.

1. Межорганизационные связи

2. Эффективность публикаций

3. Связь между организационными связями и эффективностью

1.1 Теоретические аспекты межорганизационных связей

В данной работе рассматривается управление межорганизационными связями. Для того чтобы проводить управление необходимо понимать что такое межорганизационные связи, какие виды существуют и что может на них действовать.

В рамках данного исследования межорганизационные отношения

Будет определяться следующим образом: «группа из двух или более организаций, связанных путем, который способствует достижению общей цели (Provan et al., 2007, стр. 482) "

Формы взаимодействий в основном делятся в литературе на следующие виды: совместные предприятия, сети, консорциумы и альянсы (Barringer & Harrison, 2000), и эти формы различаются в зависимости от степени их связи.

Существует большое количество компаний, которые участвуют в различных межорганизационных взаимодействиях. Это явление набирает обороты в течение последних двух десятилетий.

В 1980-е годы такие корпорации, как IBM, AT & T, Olivetti и Toshiba сформировали более 100 сотруднических соглашений каждая.

Существует широкий спектр данных, подтверждающих важность межорганизационных взаимодействий в современной экономике. Эта стратегия пользуется все большей популярностью во всем мире, независимо от секторов и размеров компаний. С другой стороны, дело в том, что глобальные корпорации, как правило, наиболее активно участвуют в сотрудничестве. Следующие данные характеризуют важность взаимодействий в современном бизнесе:

· Примерно 10-20 процентов доходов многонациональных корпораций формируется за счет сотрудничества с другими фирмами (Chaturvedi and Gaur, 2009);

· Портфель связей Apple с EMI, Google, Salesforce.com, Microsoft и другими фирмами был ключом к ее успеху.Эти связи позволили компании Apple сосредоточиться на своих сильных сторонах, таких как архитектурное проектирование, в то же время, используя ресурсы своих партнеров и рыночные позиции (Ozcan and Eisenhardt, 2009);

· За десять лет компания Sun Microsystems, созданная в 1982 году, выросла до 3,2 млрд. Долл. В продажах и 284 млн. Долл. Прибыли.Этот замечательный рост был достигнут благодаря сети альянсов Sun (Lorenzoni and Baden-Fuller 1995);

· Процент продаж, созданных альянсами среди 1000 крупнейших корпораций США, вырос с менее чем 2% в 1980 году до 19% в 1996 году и достиг 35% в 2002 году (Tian Xie and Johnston, 2004).

· Авиакосмическая промышленность контролируется двумя сетями: Boeing и Airbus. Каждый состоит из более чем 100 партнеров (Freidheim, 1999).

· Стратегические альянсы на протяжении почти десятилетия неизменно обеспечивали возврат инвестиций почти на 17 процентов из 2000 крупнейших компаний мира. Это возвращение на 50% больше, чем средняя рентабельность инвестиций, производимых компаниями в целом. Более того, 25 компаний, наиболее активных в альянсах, добились 17,2-процентной доходности капитала - на 40% больше, чем средняя рентабельность капитала Fortune 500 (Harbison et al., 2000).

· Корпорации, такие как Toyota, ежемесячно получают более 1000 предложений о сотрудничестве (Obіуj 2007, 16).

Также говоря о причинах, которые подталкивают организации на взаимодействия друг с другом, стоит упомянуть следующее:

· Как утверждает Уильямсон - организации будут стремиться к созданию многосторонних сетевых соединений, если сотрудничество создает больше преимуществ, чем рыночные операции или иерархические структуры (Williamson, 1991).

· Межорганизационное сотрудничество позволяет снизить эксплуатационные расходы в сильно турбулентной среде, в то время как независимое функционирование создает высокие операционные издержки (Walker и Weber, 1984).

Посмотрев на данные перспективы, возникает вопрос: «Неужели все так позитивно и при взаимодействиях не возникает проблем?»

Следует, конечно же, отметить, что часто избежать конфликта при межорганизационном взаимодействии невозможно. Этому есть множество причин, связанных как с характером сотрудничающих компаний (например, с прямой конкуренцией между ними), так и с типом самой сети (например, сеть с равными партнерами, доминирующая сеть и т. д.).

Доз и Хамель (2006) утверждают, что, чем больше сеть, тем больше вероятность возникновения конфликтов, которые в основном связаны с различными интересами компаний-участников. Если сеть состоит из сотен компаний, более вероятно, что среди них будут находиться прямые конкуренты. В данной работе мы не будем рассматривать моменты конфликтов между участниками сетей, но существует множество работ, которые фокусируют на этом внимание. Примером может являться работа Wіodzimierz Sroka и Joanna Cygler - Pathologies in inter-organizational networks. Wіodzimierz, S., & Joanna, C. (2014, March 6). Pathologies in inter-organizational networks. Procedia Economics and Finance, 626-635.

Немаловажным фактором для создания межорганизационного взаимодействия без конфликтов является модель создания этих отношений.

Одной из моделей, которая считается актуальной, является модель Mitsuhashi (2002) по созданию альянса между бизнесом и бизнесом.

Мицухаси определяет формирование альянса в пять шагов, начиная с определения возможностей альянса и заканчивая заключением сделки. Модифицированная версия модели Мицухаси представлена в Таблице 1

Стадия	Действия
Стадия 1: Определения партнера	- Обозначить цель - Получить общие сведения о возможностях потенциального партнера - Рассмотреть потенциальные взаимоотношения
Стадия 2: Создание контактов	Выделить потенциальных партнеров
Стадия 3: Оценка и выбор партнера	- Объективно оценить стратегический интерес потенциальных партнеров - Проанализировать действительные и заявленные возможности потенциальных партнеров - Выделить и организовать подходящий пул партнеров - Выбрать партнеров
Стадия 4: Обсуждения партнерства	- Обозначить партнерство - Определить и согласовать документированную цель партнерства или миссию / видение - Определить конкретные общие цели / задачи для конкретных усилий - Определить организационную структуру партнерства - Определить управление и администрирование партнерства с четко определенными обязанностями - Согласовать план - Определить основные этапы - Определите меры / показатели успеха - Указать промежуточные и / или окончательные результаты
Стадия 5: Подписание соглашения	- Подготовка и подписание соглашения о сотрудничестве и / или соглашение об интеллектуальной собственности

Также одной их причин, которая влияет на успешность межорганизационных отношений, является предыдущий опыт.

В нескольких исследованиях было установлено, что результаты межорганизационных взаимодействий были бы лучше, если бы партнеры имели опыт предыдущего сотрудничества (например, Dill, 1990; Geisler, 1995).

Кулати и Гаргиуло (Culati and Gargiulo, 1999) объясняют, что существующие отношения между партнерами имеют важное значение, поскольку при наличии предшествующего опыта взаимоотношений с потенциальным партнером, может уже существовать доверие, поскольку фирмы неоднократно взаимодействовали и взаимно приспособились к ожиданиям, эволюции и требованиям партнеров.

Шартингер, Шибани и Гасслер (Schibany, Gassler, 2001) соглашаются и добавляют, что прошлый опыт сотрудничества имеет решающее значение, потому что удовлетворение прошлыми взаимодействиями на личном, технологическом и исследовательском уровнях снижает индивидуальные и институциональные барьеры и делает межорганизационные взаимоотношения более вероятными.

Исследования также утверждают, что развитие отношений может быть структурировано вокруг трех фаз зрелости от зарождающихся до промежуточных и зрелых отношений.

В зарождающихся отношениях сторонам часто не хватает информации друг о друге (Li, 2008; MacDuffie, 2011).

Категоризация позволяет сторонам оценивать друг друга на основе «прототипа ключевых характеристик какого-либо члена организации» (MacDuffie, 2011, с. 38-39).

Однако, когда организации приобретают больше опыта отношений,

генерируется первоначальное суждение о надежности другой стороны, основываясь на имеющихся сигналах, что позволяет сторонам уже более четко оценивать желание дальнейшего взаимодействия (Dietz, Gillespie, & Chao, 2010).

Таким образом, с течением времени оценка доверия становится более основанной на личном опыте (Lewicki & Bunker, 1996; Schilke & Cook, 2013).

С увеличением степени зрелости отношений стороны впоследствии развивают понимание предпочтений друг друга (Lewicki & Bunker, 1996), что приводит к общему пониманию, согласующемуся с этими предпочтениями (Schilke & Cook, 2013).

Как следствие, взаимное доверие все больше основывается на сходстве процесса принятия решений, определяемом как степень совместимости и сходства между партнерами, связанными с процессами принятия решений и стилями работы (Bucklin & Sengupta, 1993; Saxton, 1997). Такое сближение стилей работы друг друга вносит вклад в общую перспективу в отношении сотрудничества (Schilke & Cook, 2013).

Петерсон (Peterson, 1995) отмечает, что на стадии формирования важно также четко определить управленческие и административные обязанности. Кроме того, Петерсон (Peterson, 1995) также предлагает, чтобы были определены показатели успеха, промежуточные и окончательные результаты, и все различия между партнерами были решены во избежание конфликтов в ходе сотрудничества.

1.2 Межорганизационные связи университетов

Так как данная работа делает акцент на взаимоотношениях университетов, стоит более четко прописать тонкости их взаимоотношений.

Взаимодействие университетов относится к взаимодействию между любыми частями системы высшего образования, направленными главным образом на поощрение обмена знаниями и технологиями. (Bekkers & Bodas Freitas, Siegel,Waldman, 2003).

Множество исследований утверждают, что давление на университеты увеличивается (Giuliani & Arza, 2009; Meyer-Krahmer & Schmoch, 1998). Давление включает в себя рост новых знаний и проблемы роста затрат и проблем с финансированием, которые оказали огромное влияние на университеты, чтобы наладить отношения с фирмами, что позволит оставаться на первых местах во всех предметных областях (Hagen, 2002). Кроме того, усиливается социальное давление на университеты, чтобы они воспринимались, как движущие силы экономического роста и в меньшей степени выполняли более широкие социальные функции (то есть образование и генерирование знаний), которые они имели в прошлом (Blumenthal, 2003; Philbin, 2008 ).

Данные утверждения, позволяют нам предполагать, что университеты заинтересованы в сотрудничестве, как с фирмами, так и с другими университетами, чтобы продолжать выполнять свои основные цели (учеба и публикации) и новые цели, то есть развивать экономику страны.

В частности, в плане мотивации, сотрудничество может осуществляться по ряду причин, таких как привлечение ресурсов, получение знаний или построение социального капитала. M. Perkmann et al. / Research Policy 42 (2013) 423- 442( M. Perkmann et al)

Следующая часть работы будет посвящена описанию взаимодействия научных работников университетов, так как академическое участие представляет собой случаи межорганизационного сотрудничества, обычно включающие «индивидуальные взаимодействия» (Cohen et al., 2002). То есть, межорганизационное взаимодействие в последующем все равно измеряется индивидуальными взаимодействиями участников организации. Это позволяет нам сформулировать вопрос, который пронизывает данную работу: «Как взаимодействия между университетами повлияет на эффективность научных публикаций сотрудников»

1.3 Теоретические аспекты взаимодействие между научными сотрудниками

Правильнее всего будет начать с определений. Что же такое академические связи. Какие способы взаимодействий есть у научных сотрудников и чем можно измерить эффективность их взаимодействий.

Академические социальные связи - социальные связи, в которых два научных сотрудника считаются связанными, если у них есть статья в соавторстве (Newman, 2000,2001; Icgise et al., 2005). Данные связи считаются более сложными, если в их отношениях вовлечены разные виды академических сотрудничеств и взаимодействий.

Стоит упомянуть, что отношения между академиками могут быть различной силы (более или менее сильные) в зависимости от степени их коммуникаций. Например, отношения двух академиков, которые имеют общие публикации, работают в одной и той же сфере, и участвовали вместе на конференции, могут быть оценены как крепкие взаимоотношения. С другой стороны, если два академика один раз выступали вместе на конференции, их отношения могут быть оценены, как слабые.

А Кронин (1995), Лабанд и Толлисон (2000) подразделяют сотрудничества на два вида:

* Формальные (совместные документы, руководство докторских диссертаций, а также участие в научно-исследовательских группах)

* Неформальные (возникающие из замечаний коллег, рецензентов, и редакторов)

Первым этапом, стоит разобрать подробнее понятие «соавторство». Именно данному понятию будет уделено много внимания в данной работе. Так как через соавторство можно проследить взаимодействие тех или иных академиков.

Соавторство, несомненно, является наиболее формальной и видимой формой проявления функциональной связи между учеными (Аседо и др, 2006;. Кронин, 1995)

Соавторство - это наиболее формальное проявление интеллектуального сотрудничества в научных исследованиях. Оно включает в себя участие двух и более авторов в научном производстве, и приводит к научному результату лучшего качества или/и большего количества, чем результат, достигнутый одним физическим лицом.

Стоит отметить, что соавторство не всегда было распространено. В течение первой половины двадцатого века, научных статей, написанные более чем одним автором, были относительно редки. Например, в 1950 году только 8 процентов статей в Журнале политической экономии (JPE) и American Economic Review (AER) были в соавторстве.

Возникает очевидный вопрос: « Зачем и почему авторы пишут статьи в соавторстве?»

Лабанд и Толисан (2000), считают, что в естественных науках, совместное использование лабораторий и дорогостоящего оборудования исследовательскими группами в большей степени мотивирует соавторство

Барнертт (1988) утверждает, что совместная работа увеличивает число исследований, которые могут быть приняты во внимание при создании публикации, и, следовательно, увеличивает вероятность того, что авторская работа будет одобрена для публикации в журнале

Баер и Смарт (1991), Лабанд и Толлисон (2000), и Урбансак

(1992) показали, что совместное редактирование улучшает качество работы и повышает вероятность принятия публикации в высоко ценящийся журнал.

Алиреза Аббаси (2016) выдвигает мысль, что будучи близко к другим узлам в сети, узлу легче эффективно распылять ресурсы в сети из-за его близости. Другими словами соавторство позволяет продвигать свои научные идеи, так как дает возможность коммуникации с большим количеством людей (соавтором, коллегами соавтора и т.д.)

Также он отмечает, что новые действующие лица часто имеют тенденцию соединяться с такими людьми, которые имеют высокий статус, в надежде получить выгоду через ассоциацию. Например, новые исследователи часто предпочитают иметь сотрудничество с хорошо известными активными учеными, так как совместное издание получит больше внимания.

Строеле, Зимбрао, Соуза (2013) по этому вопросу также поддерживают выше высказанную идею, что социальные связи между исследователями увеличивают силу распространения идей, сгенерированных в контексте научного производства

А Гулати (1995) в свою очередь, отмечает - большее число связей, которое существует у определенных лиц, позволяет им иметь больше информации и возможности для организации новых связей.

Ганзел (2002) утверждает: статьи с большим числом авторов более цитируемые, чем статьи, написанные одним автором.

В социальных сетях часто выбор партнера зависит как от взаимных интересов и решений обоих субъектов, так и от внешней среды (Глёкер, 2007).

В работе Худсона (1996) высказана идея, что междисциплинарное исследование требует взаимодействия специалистов из различных областей, и, таким образом, данная необходимость привлекает ученых сотрудничать.

Также в современной действительности, причиной соавторства может являться желание получить гонорар или остаться на определенной позиции в университете. Так как, например, условием продолжения сотрудничеством с тем или иным ученым является n-ое количество публикаций в год.

Стоит упомянуть, многие исследования фокусировали свое внимание на феномене соавторства, так как публикации играют важную роль, как в развитии науки, в общем, так и в вознаграждении академиков в частности (Кронин, 1996; Холдер и Ко., 2000; Натхан и Ко, 1998; Сауэр, 1988).

Обобщив все идеи авторов можно выделить несколько причин соавторства:

ь Необходимость использования специфического (дорогого) оборудования

ь Недостаточность источников информации или финансирования

ь Большое количество материалов для обработки

ь Увеличение узнаваемости статьи

ь Улучшение качества статьи

ь Вынужденные обстоятельства (студент-руководитель)

ь Недостаток знаний (Междисциплинарные публикации)

ь Вознаграждение или соблюдение условий договора

Поняв условия, которые могут мотивировать научных сотрудников к соавторству, перейдем к вопросу об измерении эффективности результатов работы научных сотрудников, а в частности к измерению эффективности научных публикаций сотрудников.

Сотрудничество между университетами дает дополнительную возможность для научных сотрудников увеличить круг своего взаимодействия. Взаимодействие сотрудника университета А (далее академик А) с сотрудником из университета Б(далее академик Б) потенциально может быть более эффективным, чем взаимодействие сотрудника Университета А со своим же коллегой из выбранного университета. Данное утверждение исходит из вышеупомянутых причин взаимодействия, а именно: « Сотрудничество может осуществляться по ряду причин, таких как привлечение ресурсов, получение знаний или построение социального капитала. M. Perkmann et al. / Research Policy 42 (2013) 423- 442( M. Perkmann et al)».

Ресурсы (знания, лаборатория, экспертиза, финансы и т.д.), которые могут быть получены при сотрудничестве академика А и академика Б потенциально дают возможность написать более глубокую и качественную работу.

2. Разработка оценки эффективности академических работ

Вопрос эффективности любой деятельности всегда вызывает большой интерес с точки зрения менеджмента. Если менеджер понимает, что влияет на эффективность его сотрудников, то это дает ему возможность в той или иной мере управлять этой эффективностью, что позволяет достичь новых результатов. Такая схема работает для любых организаций, включая университеты. Одним из факторов, который отображает эффективность научных сотрудников университета, является эффективность их публикаций. В данной работе мы рассмотрим, как три выбранные нами фактора, а именно международные сотрудничества, количество авторов в статье и индекс цитирования журнала влияет на эффективность публикаций научных сотрудников.

Возникает логичный вопрос об измерении эффективности научных работ:

«Что можно считать эффективностью для научных сотрудников?»

Показатели для измерения продуктивности академиков (например, номер и качество статей) и для измерения качества их работы (например, кол-во цитирования) широко используется в качестве инструментов для оценки академического перформанса (Cole and Cole, 1973; Hansen et al., 1978; Hamermesh et al., 1982; Sutter and Kocher, 2001; Johnston et al., 2013).

Тем не менее, использование цитат в качестве инструмента оценки не всегда является идеальным (последние обсуждения см. в разделе Coupй et al., 2010; Torgler and Piatti, 2013). Например, области с высоким исследовательским интересом привлекают больше ссылок (Cole and Cole, 1971; Arrow et al., 2011), также цитаты могут определяться модой (van Dalen and Klamer, 2005).

Несмотря на это, имеются доказательства того, что цитирование сильно коррелирует с качеством документов (Lindsey, 1980) и с экспертными оценками превосходства или воспринимаемой научной значимости (Albert, 1975).

Использование цитирования имеет долгую историю во многих областях науки (Alder et al., 2009), например, в 1927 Гросс предложил использовать их для оценки качества и востребованности журнала. Если рассуждать более фундаментально, цитаты позволяют исследователю отследить, как работа эволюционирует и изменяется, как другие ученые используют ее в своих исследованиях. Они также использовались для прогнозирования лауреатов Нобелевской премии (Гарфилд и Малин, 1968, Томпсон Рейтер, 2013). В маркетинга также возрос интерес к цитатам. Здесь первичную роль играет ранжирование качества журнала и не столь очевидное качество ученых, которые публикуются в этих журналах, помимо этого, данный показатель позволяет посмотреть, кто публикуется, и кто не публикуется в топовых журналах.

Нынешняя ситуация сводится к трем основным факторам.

· Во-первых, культура измерения производительности пронизана числами, и количество цитирований - это простое и прозрачное число, соответствующее этой культуре.

· Второй фактор - это инструменты.

Google Scholar является крупным поставщиком, а бесплатное программное обеспечение Publish and Perish (использующее данные Google Scholar) - полезный инструмент. Всего за несколько минут можно использовать Publish and Perish, чтобы получить приблизительный снимок профиля публикаций другого человека и подсчитать количество цитирования данного научного сотрудника.

· Третий фактор исходит из естественного желания людей продвигать то, что они делают хорошо. Здесь многие высоко цитируемые ученые хотят содействовать использованию цитат. Это помогает подтвердить их статус и повысить их конкурентоспособность. И именно потому, для этой группы важно, чтобы цитирование стало основной метрикой эффективности публикаций.

Из-за этих факторов и критики информационной ценности подсчета цитат, многие ученые сообщают, что их не устраивает быть оцененными таким библиометрическим индексом.

Иногда ученые даже ссылаются на Альберта Эйнштейна. Табличка, висящая в его офисе в Принстоне, гласит, что «не все, что считается, может быть подсчитано, и не все, что может быть подсчитано считается» (“Not everything that counts can be counted, and not everything that can be counted counts”). Этот афоризм часто используется для омрачения действительности использования простых чисел, таких как подсчет цитирования, для измерения сложных явлений.

Несмотря на большой резонанс, который вызывает этот вопрос, цитирование все еще считается эффективный показателем для оценки научных сотрудников.

Грэхэм Довлинг Grahame R. Dowling «Playing the citations game: From publish or perish to be cited or sidelined» - Australasian Marketing Journal 22 (2014) 280-287 в своей статье пишет о том, что когда он работал помощником декана Австралийского университета, он замечал, что специалисты, которые находятся только вначале своей карьеры научных деятелей, игнорируют важность цитат их работ. Грэхэм утверждает, что делают они это очень зря, так как цитаты написанных статей, могут быть хорошим поводом для карьерных достижений, повышению зарплаты и так далее. Он подчеркивает, тот факт, что если научный сотрудник долгое время занимается научной деятельностью, но при этом не имеет статей, которые были бы цитируемы, то основания повышать ему зарплату или продвигать по должности заметно сокращаются. Именно поэтому стоит учитывать факт того, что цитирование может быть для научного сотрудника, как «другом», так и «врагом», но данный показатель в действительности используется для оценки эффективности публикаций академиков.

Это дает основания в данной работе оценивать эффективность публикаций по коэффициенту цитируемости статьи

В данной работе под понятием «эффективная статья» будет пониматься статья, которая имеет индекс цитирования больше среднего по отрасли (мы учитываем только статьи, которые были написаны научными сотрудниками из Российских ВУЗов).

Стоит отметить, что есть множество факторов, которые могут влиять на эффективность публикации. Также есть много исследований, которые анализирует влияние различных факторов на эффективность публикаций научного сотрудника. Одним из примеров такой статьи может служить научная работа Кристофера Рорстада и Дага Акснеса 2015 года, где авторы рассматривают как возраст, гендер и академическая позиция влияет на публикации Publication rate expressed by age, gender and academicposition - A large-scale analysis of Norwegian academic staffKristoffer Rшrstad?, Dag W. Aksnes (2015)

В главе три будет построена эконометрическая модель, которая позволит оценить значимость каждого из трех факторов, которые были прописаны выше, на эффективность публикаций, то есть на колиечство цитирования данных публикаций.

3. Исследование зависимости эффективности публикаций от наличия международного сотрудничества, количества авторов в статье и цитируемости журнала

3.1 Общая характеристика и этапы исследования

Как было сказана ранее в данной работе будет использовано несколько методов исследования. О ключевых хотелось бы написать более подробно.

Первый метод, который был использован для формирования теоретической базы исследования - это метод систематического обзора литературы.

Хотя обзоры литературы были впервые использованы в медицинских исследованиях (Black, 2001), они все чаще используются в социальных науках (Burrows, 2000) и области управления (Pittaway & Cope, 2007; Shwom, 2014). Систематический обзор - это исследование, которое стремится ответить на четко сформулированный вопрос путем поиска, описания и оценки доказательств из всех опубликованных исследований по темам, относящихся к этому вопросу в рамках определенного набора границ (Eriksson, 2013). Важно отметить, что это отличается от традиционных описательных обзоров, приняв надежный и строгий процесс, который уменьшает субъективную предвзятость и снижает риск упускать из виду соответствующую литературу.

Был проведен обзор следующих электронных баз данных для поиска потенциально релевантных исследований: ABI Global, Applied Social Sciences Index and Abstracts, Elsevier (Science Direct), EastView, ELibrary, Grebennikon, International Bibliography of the Social Sciences, Ingenta, NetEc, and Social Science Citation Index (Web of Science).

Эти конкретные базы данных были выбраны, поскольку они обеспечивают широкий охват литературы в исследуемой области.

В обзор были включены опубликованные работы на английском и русском языке. Данные базы данных были выбраны для определения исходных релевантных исследований с использованием конкретных комбинаций терминов, в том числе: «университет» ИЛИ «наука» ИЛИ «высшее учебное заведение» И одно из следующего: «альянс «Взаимодействие», «сотрудничество», «сотрудничество», «эксплуатация», «инновация», «межорганизационные отношения», «взаимодействие», «связь», «партнерство», «исследования и разработки», , «Передача технологий», «перенос знаний» . Несмотря на то, что использование этих терминов, как ожидалось, первоначально породило большое количество исследований, это было необходимо для обеспечения того, чтобы все потенциально релевантные исследования были отсортированы и самые важные из них были рассмотрены.

Второй метод, который будет использован для проведения исследования - это регрессионный анализ, который позволит нам проследить зависимость выбранных переменных.

Во множествах исследованиях, которые проводят схожие работы и ищут взаимосвязь одних показателей от других, используется данный статистический метод, что говорит нам об актуальности и эффективности метода для научных работ данного типа.

Исследование основывается на имеющейся выборке публикаций научных сотрудников ВШЭ и университетов-партнеров и имеющимся по ним показателям. Встает вопрос о требуемом количестве данных для проведения исследования. Для того, чтобы результаты можно было считать надежными, следует обратиться к таблице 2, отражающей необходимое количество статей для получения случайной ошибки с надежностью б.

Исследование ориентировано на надежность равную 95% и случайную ошибку равную 0,3. Таким образом, минимальное необходимое количество статей должно составлять 46 штук. Как видно из приложения 2, для проведения исследования имеется 98 статьи.



Логика исследования проходит через три основных этапа работы:

1. Первый этап - подготовительный, который включает в себя сбор информации. На данном этапе был проведен следующий ряд работ:

· Сбор информации по существующим международным сотрудничествам Высшей школы экономики с другими вузами; (Таблица 2)

Университет	Страна
University of CEMA	Argentina
Vienna University of Economics and Business (WU)	Austria
Catholic University of Leuven (KU Leuven)	Belgium
Pontifical Catholic University of Rio de Janeiro	Brasil
The State University of Campinas (Unicamp)	Brasil
Йcole des sciences de la gestion (ESG) / Universitй du Quйbec а Montrйal (UQAM)	Canada
Faculty of Political Science & Law , Faculty of Sciences / Universitй du Quйbec а Montrйal (UQAM)	Canada
University of Winnipeg	Canada
East China Normal University (ECNU)	China
University of Hong Kong	China
Zagreb School of Economics and Management	Croatia
University of Economics in Prague	Chzeck Republic
University of Tartu	Estonia
Abo University	Finland
Turku School of Economics / University of Turku	Finland
University of Helsinki	Finland
University of Jyvaskyla	Finland
Ecole normale supйrieure Paris-Saclay	France
Йcole Supйrieure des Sciences Commerciales d'Angers	France
Sciences Po	France
ESSEC Business School	France
Catholic University of Eichstдtt-Ingolstadt School of Management	Gernany
Frankfurt School of Finance & Management	Gernany
Freie Universitдt Berlin	Gernany
Friedrich-Schiller-Universitдt Jena	Gernany
Humboldt University of Berlin	Gernany
Karlshochschule International University	Gernany
Ludwig-Maximilians-Universitдt Mьnchen	Gernany
Faculty of Management, Economics and Social Science University of Cologne	Gernany
University of Passau	Gernany
Ca' Foscari University of Venice	Italy
LUISS Guido Carli University	Italy
University of Bologna	Italy
University of Rome "Tor Vergata"	Italy
The Hebrew University of Jerusalem	Israel
The Academy of Public Administration under the President of the Kyrgyz Republic	Kyrgyz Republic
Stockholm School of Economics in Riga	Latvia
Mexico Autonomous Institute of Technology (ITAM)	Mexico
The Monterrey Institute of Technology and Higher Education (ITESM)	Mexico
School of Business & Economics, Maastricht University	Netherlands
Radboud University Nijmegen	Netherlands
Faculty of Arts, University of Groningen	Netherlands
NHH Norwegian School of Economics	Norway
University of Agder	Norway
University of Oslo	Norway
Seoul National University of Science and Technology (SEOULTECH)	South Korea
Charles III University	Spain
Pompeu Fabra University	Spain
University of Alcala	Spain
Lucern University of Applied Sciences & Arts (School of Business)	Switzerland
University of Bern	Switzerland
School of Slavonic and East European Studies, University College London (SSEES UCL)	UK
American University	USA
George Mason University	USA
Pace University	USA
San Diego State University	USA

· Поиск статей, которые были написаны научными сотрудниками Высшей школы экономики с научными сотрудниками из выбранного международного вуза;

· Поиск статей, которые были написаны научными сотрудниками без участия сотрудников международного вуза; На данном этапе были выбраны те научные сотрудники, которые в свою очередь участвовали в написание статьи с научными сотрудниками Высшей школы экономики. Был проведен анализ их статей, которые были написаны без участия каких-либо сотрудников ВШЭ (Критерии отбора статей изображены на рисунке 1)

Рис.1 Критерии отбора статей

· Поиск информации о цитировании данных статей, информации и цитируемости журнала, (за основу был взят индекс цитирования Scopus - CiteScoreTracker 2016, который считается по формуле, указанной на рисунке 2);

Рис. 2 Расчет индекса цитирования журналов

2. Второй этап - это формирование базы данных на основе собранной информации. На данном этапе была осуществлена структуризация данных, таким образом они были приведены к единому формату (см. Приложение № 1). Данное действие дает возможность перейти к следующему шагу - созданию эконометрической модели.

3. Третий этап - построение модели множественной регрессии, проверка ее спецификации, и других необходимых условий, на основе которых можно обосновать значимость модели и ее параметров, а также подтвердить либо опровергнуть гипотезу о зависимость эффективности публикаций от таких параметров, как международное сотрудничество университетов, индекс цитирования журнала и количество авторов статьи.

С помощью прикладного программного пакета для математического моделирования обрабатываются систематизированные данные и делаются соответствующие выводы. Обратимся к рассмотрению третьего этапа подробней в следующем параграфе.

3.2 Построение наилучшей эконометрической модели, отображающей зависимость эффективности публикаций от международного сотрудничества, цитируемости журнала и количества соавторов

Исследование проводится с целью выявления причинной связи между факторами, а именно, зависимость эффективности публикации от международного сотрудничества. Исследование основывается на имеющейся выборке публикаций для каждой из которых имеются данные по международному сотрудничеству, эффективности публикации, цитируемости журнала и количестве соавторов

Имеется четыре основных параметра, которые рассматриваются для выявления зависимости:

· «Citations» (yi) - индекс цитирования (по нему оценивается эффективность публикации)

· «Journal» (J) - цитируемость журнала, в котором напечатана статья

· «Quantity» (Q) - количество авторов, которые участвовали в написание статьи

· «Coefficient» (k) - международное сотрудничество (то есть, написана данная статья с научным сотрудником университета-партнера или нет)

Имеющиеся данные представляют собой набор показателей в данный момент времени, что означает принадлежность данных к пространственному типу. Для анализа зависимости переменных следует использовать множественный регрессионный анализ, так как именно с его помощью можно исследовать зависимость между несколькими переменными.

Линейная модель множественной регрессии с пространственной выборкой является наиболее стандартной моделью, в которой рассматривается зависимость объясняемой переменной yi от нескольких объясняющих переменных xt. В качестве задачи выступает подбор такой функции, которая бы наилучшим образом отражала зависимость y от xt:

При этом существуют отклонения значений этой функции от фактических наблюдений:

С помощью прикладного программного пакета для математического моделирования gretl есть возможность наглядно отобразить имеющиеся наблюдения. На графике 1 синими крестиками обозначены наблюдения, а красная сетка представляет собой линейную функцию, отражающую зависимость эффективности от индекса цитирования журнала и количества авторов в статье. Данная модель берется за основу для проверки гипотезы о значимости наличия международного сотрудничества на эффективность публикации. Применение метода наименьших квадратов позволяет наилучшим образом описать существующую зависимость, так как он дает возможность подобрать такие коэффициенты бэта для каждой из переменных, чтобы сумма квадратов отклонений была наименьшей:

Безусловно, отклонения существуют, так как крайне редко в статистических данных встречаются чисто линейные модели. Существование отклонений, другими словами случайных ошибок, может быть обусловлено разными причинами. Одной из них является то, что модель не учитывает факторы, которые тоже имеют определенное влияние на зависимую переменную. Однако рассматриваемая модель в данной главе является упрощенной, что допускает существование подобных отклонений. В качестве не учтенных на данном этапе факторов могут выступать следующие: темы публикаций, популярность журнала, где была опубликована статья (кол-во просмотров за определенный период), известность авторов статей, область исследования, известность университета, к которому относится автор и т.д.

Анализ основан на упрощенной модели, так как в качестве основной цели выступает выявление зависимости (либо независимости) эффективности публикации от наличия международного сотрудничества.

Для того, чтобы коэффициенты бэта были близки к истинным значениям, должны выполняться условия, называемые предпосылками классической линейной модели регрессии. Всего выделяют 6 предпосылок:

1. Линейность по параметрам и правильная спецификация. Это означает, что полученная модель имеет наименьшие значения случайных ошибок. Данное условие может считаться выпяленным в случае удовлетворительных результатов теста Рамсея, которые будут представлены далее.

2. Регрессоры являются детерминированными величинами. Это значит, что независимые переменные (в рассматриваемом случае - цитируемость журнала, международное сотрудничество, количество авторов) являются неслучайными и не одинаковыми. В данном случаем данные факторы также соответствуют этим условиям.

3. Случайные ошибки, соответствующие разным наблюдениям, не зависят друг от друга. Условие означает отсутствие систематической связи между значениями случайного члена в любых двух наблюдениях. Это выполняется для рассматриваемой модели.

4. Наличие случайных ошибок практически неизбежно. В данном случае они присутствуют и являются независимыми.

5. Математическое ожидание случайных ошибок равно нулю.

6. Случайные ошибки имеют постоянную дисперсию, то есть нет гетероскедастичности.

7. Случайные ошибки имеют нормальное распределение.

Выполнение вышеперечисленных условий позволяет получить такие оценки методом наименьших квадратов, которые будут несмещенными и эффективными. Некоторые условия уже удалось объяснить, однако, остались еще несколько пунктов, которые следует проверить. Для начала следует проверить МНК-модель на наличие гетероскедастичности. Модели с гетероскедастичностью подразумевают наличие разных дисперсий у некоррелированных ошибок по разным наблюдениям. Вообще гетероскедастичность обычно возникает, если анализируемые объекты неоднородны. Тест Уайта проверяет наличие в модели гетероскедастичности в целом. Содержательный смысл данного теста следующий: если в модели присутствует гетероскедастичность, то, как правило, это связано с тем, что дисперсии ошибок зависят от регрессоров, а сама гетероскедастичность должна отражаться в остатках обычной регрессии исходной модели. При выполнении нулевой гипотезы (что гетероскедастичности нет) значение тестовой статистики распределено в соответствии с распределением хи квадрат с (n-1) степенями свободы.

Основная гипотеза данного теста заключается в том, что H0: у12= у22=…= уn2 , а альтернативная H1: не H0. С помощью программы gretl получаем следующий результат, где в качестве зависимой переменной выступает эффективность публикаций.

Рис.3 Эконометрическая модель

Согласно выбранному количеству наблюдений для исследования, уровень значимости равен 5%. Р-значение в тесте Уайта больше уровня значимости и составляет 23,3% , что говорит об отсутствии гетероскедастичности в модели. Следует отметить, что в случае наличия гетероскедастичности следовало бы оценить модель с помощью обобщенного метода наименьших квадратов, или как его еще называют взвешенного метода наименьших квадратов.

Далее для того, чтобы убедиться в корректности применяемого метода оценивания, рассматривается получение нормального распределения остатков (Рисунок 4).

Рис.4 Тест на нормальное распределение

Нулевая гипотеза данного теста следующая: ошибки распределены по нормальному закону. В квадратных скобках указано р-значение равное 0,2225. Согласно полученным данным гипотезу о нормальности распределения остатков следует принять, так как р-значение больше 5%. Это позволяет сказать, что метод оценивания модели корректен.

Для выбранной модели следует убедиться в правильности ее спецификации. Спецификация представляет собой формулировку модели, основываясь на связи между переменными.



Рис. 5 Тест Рамсея

Для проверки правильности спецификации обратимся к рассмотрению результатов теста Рамсея для линейной модели (рисунок 5). Р-значение не превышает критический уровень в 5% . Модель может быть рассмотрена, как надежная.

Далее перейдем к оцениванию качества модели в целом. Для этого следует обратиться к рассмотрению таких значений, как коэффициент детерминации, значимости коэффициентов уравнения и уравнения в целом, а также стандартных ошибок коэффициентов. Итак, коэффициент детерминации R2 показывает долю дисперсии зависимой переменной, объясненной уравнением регрессии и в рассматриваемой модели он равен 20%. Это говорит о том, что 20% изменения эффективности публикаций зависит от цитируемости журнала, количества авторов и международного сотрудничества университетов. Безусловно, это немного, так как принято считать «хорошим» коэффициент детерминации для модели более 50%. Однако по этому поводу следует сказать следующее. Рассматриваемая модель сильно ограничена, так как не учитывает множество других факторов, оказывающих влияние на время просмотра. Это сделано для того, чтобы выявить существование (либо отсутствие) зависимости эффективности публикации от трех факторов, которые были описаны выше. То есть посмотреть зависимость исключительно выбранных четырех показателей.

О статистической надежности коэффициентов можно судить по величине стандартных ошибок. Стандартные ошибки указаны на рисунке 6 в столбце «Ст. ошибка» и составляют 0,39; 0,14; 0,46; 0,21 для константы, переменных «Quantity» (Q), «Coefficient» (k), J«Journal» (J) соответственно. Величины стандартных ошибок малы и не превышают значения коэффициентов. Это означает, что коэффициенты статистически надежны.

Перейдем к рассмотрению значимости коэффициентов цитируемости журнала (J) , международного сотрудничества (k) и количества авторов в статье (Q). межорганизационный связь научный сотрудничество

Рис. 6 Данные о значимости регрессоров

Р-значение для регрессора Q равное 0,0239, меньше уровня значимости 5%. В дополнение программа gretl показывает рядом с ним две звездочки (**), что говорит о значимости коэффициента при выбранном уровне значимости. Константа также значима.

Проинтерпретируем коэффициент «Quantity»: при увеличении/уменьшении Quantity на единицу, Efficiency увеличится/уменьшится на 0,0239. Регрессор «Journal» в данной модели является не значимым, о чем говорит Р-значение, равное 0,2181, превышающее уровень значимости. Параметр, отображающий наличие международного сотрудничества в данной модели является незначимым (p - значение равняется 0,079, что немного превышает критический уровень в 5%), исходя из чего, можно опровергнуть выдвинутую гипотезу о наличии влияния регрессора на эффективность публикации. В рамках текущей модели при выбранном уровне надежности и величине случайно ошибки регрессор k является незначимым. Однако программа присваивает данному регрессору одну звездочку (*), что указывает на то, что данная переменная является значимой, но при условии 10%го уровня значимости. Данный результат дает предпосылки для дальнейшей модификации модели.

Рассмотренная линейная модель базируется на предположении, что росту независимой переменной соответствует прирост зависимой переменной, то есть Y будет увеличиваться при росте Q. Для того, чтобы понять насколько данная модель является подходящей с точки зрения описания зависимости, следует рассмотреть другие модели и выбрать наиболее подходящую на основе эконометрических параметров.

Сравним с линейной моделью линейно-логарифмическую модель. Эта модель используется, отталкиваясь от следующего предположения: с ростом Q, k и J влияние на Y уменьшается. Для этого создаются логарифмы переменных, которые обозначаются следующим образом l_J и l_Q. Результат логарифмической отображен на рисунке (рисунок 7). В линейно-логарифмической модели гетероскедастичность отсутствует, остатки распределены нормально, но при этом все независимые переменные имеют коэффициент p больше, чем уровень значимости, что указывает нам о незначимости переменных.

Рис.7 Линейно-логарифмическая модель

Помимо этого, данная модель не проходит тест Рамсея (рис.8), что указывает на ненадежность данной модели.

Рис.8 Тест Ремсея для линейно-логарифмической модели

Также рассмотрим модель, где вместо Q, мы возьмем логарфим Q (Рисунок 9)

Рис.9 Модель с логарифмической переменной Q

Данная модель не проходит тест Рамсея, так как все p-значения больше уровня значимости в 5%, что не дает нам возможность ее рассматривать, как подходящую. (Рисунок 10)



Рис. 10 Тест Рамсея для модели с логарифмом Q

Следующая модель, которая должна пройти тестирование - это модель, где будет взята не переменная J, а логарифм данной переменной. (Рисунок 11)

Рис. 11 Модель с логарифмом переменной J

Также проведем тест Рамсея для данной модели (Рисунок 12)



Рис. 12 Тест Рамсея для модели с логарифмом переменной J

Мы можем увидеть, что данная модель также не прошла тест Рамсея.

Проведенные экмперименты, связанные с подбором модели, привели к выводу о том, что именно линейная модель идеално подходит для описание зависимости выбранных перемен. Как было написано ранее, данная модель прошла необходимы математические тесты, которые указывают на ее надежность. Именно поэтому, выводы, которые удалось сделать благодаря данной модели, можно считать обоснованными.