Институт Государственного управления, Главный редактор - д.э.н., профессор К.А. Кирсанов права и инновационных технологий (ИГУПИТ) тел. для справок: +7 (925) 853-04-57 (с 11⁰⁰ - до 18⁰⁰)

Интернет-журнал «НАУКОВЕДЕНИЕ» №4 2013 Опубликовать статью в журнале - http://publ.naukovedenie.ru

Размещено на http://www.allbest.ru/

28

http://naukovedenie.ru 20ЭВН413

Институт Государственного управления, Главный редактор - д.э.н., профессор К.А. Кирсанов права и инновационных технологий (ИГУПИТ) тел. для справок: +7 (925) 853-04-57 (с 11⁰⁰ - до 18⁰⁰)

Интернет-журнал «НАУКОВЕДЕНИЕ» №4 2013 Опубликовать статью в журнале - http://publ.naukovedenie.ru

1

http://naukovedenie.ru 20ЭВН413

Институт социально-политических и правовых исследований РБ

Башкирский государственный аграрный университет

Способы оценки потенциала науки и ее кадров

Абдуллин Айдар Риватович

Доктор философских наук / профессор

Фаррахетдинова Альмира Риватовна

Кандидат экономических наук / доцент



Аннотация

Статья посвящено обзору предложенных в России способов количественной оценки потенциала науки. Предполагается, что сутью потенциала науки являются ее кадры. Поэтому основное внимание уделено оценке научных кадров. Рассмотрено 8 способов оценки потенциала науки в виде таких показателей как индекс интеллектуального потенциала вуза, коэффициент интеллектуального потенциала региона, индекс образовательного и научного потенциала общества, индекс экономики знаний региона, индекс инновативности региона, оценка инновационной системы региона, индекс научнотехнического потенциала региона. Далее описаны 4 способа непосредственной оценки кадрового потенциала науки. В последней части приведены: а) материалы социологического анализа кадрового потенциала российской науки, б) результаты моделирования численности и качества научного персонала, в) основные показатели наукоотдачи и позиционирование по ним России. Утверждается, что среди существующих методик определения потенциала науки и ее кадров нет ни одной интегративной оценки состояния научных кадров, например, в виде индекса кадрового потенциала науки.

Ключевые слова: наука, методика, индекс, научные кадры, инновационный потенциал, интеллектуальный потенциал, экономика знаний, научно-технический потенциал.



The Abstract

Article it is devoted to the review of the ways of a quantitative assessment of potential of science offered in Russia. It is supposed that an essence of potential of science are its personnel. Therefore the main attention is paid to an assessment of scientific personnel. 8 ways of an assessment of potential of science in the form of such indicators as an index of intellectual potential of higher education institution, coefficient of intellectual potential of the region, an index of educational and scientific potential of society, an index of economy of knowledge of the region, an index of an innovative of the region, an assessment of innovative system of the region, an index of scientific and technical potential of the region are considered. Further 4 ways of a direct assessment of personnel potential of science are described. In the last part are provided: a) materials of the sociological analysis of personnel potential of the Russian science, b) results of modeling of number and quality of the scientific personnel, c) the main indicators science return and positioning of Russia on them. It is claimed that among existing techniques of determination of potential of science and its personnel there is no integrative assessment of a condition of scientific personnel, for example, in the form of an index of personnel potential of science.

Keywords: science, technique, index, scientific personnel, innovative potential, intellectual potential, economy of knowledge, scientific and technical potential.



Содержание

интеллектуальный потенциал научный регион

1. Методики расчета Индекса интеллектуального потенциала

1.1 Интеллектуальный потенциал вуза

1.2 Коэффициент интеллектуального потенциала региона

1.3 Индекс образовательного и научного потенциала общества

1.4 Индекс экономики знаний региона

2. Методики расчета Индекса инновационного потенциала

2.1 Индекс инновативности региона

2.2 Оценка инновационной системы региона

2.3 Факторы инновационного потенциала региона

3. Методика расчета Индекса научно-технического потенциала региона

4. Методики оценки кадрового потенциала науки

4.1 Методика оценки кадрового потенциала научной организации

4.2 Кадровый потенциал науки Кыргызской Республики (2006 г.)

4.3 Кадровый потенциал науки РФ в 1990-2007 гг.

4.4 Кадровый потенциал науки РФ в 2000-2009 гг.

4.5 Социологический анализ кадрового потенциала российской науки

4.6 Моделирование численности и качества научного персонала

5. Основные показатели наукоотдачи и позиционирование по ним России

Выводы

Литература



Введение

Целью данного обзора является сбор и систематизация материала, который послужит источником для последующей разработки методологии оценки кадрового потенциала науки. В первых двух частях рассмотрены существующие методики определения численного значения (Индекса) интеллектуального и инновационного потенциала. Эти индикаторы по своему содержанию близки к научному потенциалу, а некоторые из них можно даже сказать, идентичны ему. В третьей части приведен наиболее эффективный и реалистичный вариант расчета Индекса научно-технического потенциала. Может возникнуть вопрос: зачем здесь рассматривается научный потенциал, когда целью исследования является кадровый; что общего между научным и кадровым потенциалом? Ответ состоит в следующем: кадровый потенциал науки является составной и неотъемлемой частью потенциала науки. В данном контексте важно то, что во всех этих методиках, в той или иной мере наряду с оценкой потенциала науки дается и численная оценка его персонала, т.е. того, что как раз и является предметом проводимого исследования. В четвёртой части приведены уже искомые, непосредственно интересующие нас, методики оценки кадрового потенциала науки. К сожалению, все приведенные методики, по сути, являются лишь характеристиками научного персонала, ибо в них нет результирующей итоговой оценки - численного значения кадрового потенциала как это делается, например, при оценке научного потенциала, рассматриваемого в первых трех частях этой работы. В последней пятой части приведены показатели российской науки, включающие численность ее кадров, по которым определяется ее позиция на мировом рынке научно-технической продукции; здесь же приведены показатели, являющиеся результирующими параметрами наукоотдачи.



1. Методики расчета индекса интеллектуального потенциала

1.1 Интеллектуальный потенциал вуза

В учебном пособии «Экономика знаний» [4], подготовленном коллективом авторов В.В. Глуховым, С.Б. Коробковым и Т.В. Марининой, глава 4 полностью посвящена анализу интеллектуального потенциала, который подразделяется на три разновидности: сотрудника, организации и вуза. Для целей нашего исследования важен последний из них, вводимый для сопоставления различных вузов, составления итоговых рейтингов. Оценка интеллектуального потенциала вуза рассматривается по четырем факторам: а) интеллектуальный потенциал персонала; б) интеллектуальный научный потенциал; в) интеллектуальная учебнометодическая база и г) интеллектуальное материальное обеспечение (последние два нами рассматриваться не будут). Методика расчета этих потенциалов состоит в следующем: А) Интеллектуальный потенциал персонала вуза:

1. -- численность докторов наук;

2. -- численность профессоров;

3. -- численность докторов наук и профессоров в возрасте до 50 лет;

4. -- численность кандидатов наук;

5. -- численность кандидатов наук в возрасте до 30 лет;

6. -- численность членов Российской академии наук;

7. -- численность членов Российской академии медицинских наук, Российской академии образования, Российской академии художеств, членов Российской академии сельскохозяйственных наук, Российской академии архитектуры и строительных наук;

8. -- численность членов других академий России;

9. -- численность членов зарубежных академий;

10. -- численность лауреатов государственных премий и наград; 11 -- численность лауреатов государственных званий; 12 -- численность почетных докторов других вузов.

11. Интеллектуальный потенциал персонала вуза вычисляется через квалификацию, перспективность, элитарность и общественное признание (суммируются номера выше приведенных показателей):

12. Квалификация 1+ 4.

13. Перспективность 3 + 5.

14. Элитарность 6 + 7 + 8.

15. Общественное признание 2 + 9 + 10+11 + 12. Б) Интеллектуальный научный потенциал:

16. -- число работающих диссертационных советов;

17. -- количество защищенных докторских диссертаций;

18. -- количество защищенных кандидатских диссертаций;

19. -- число научных лабораторий;

20. -- число лабораторий, имеющих статус отраслевых или межвузовских;

21. -- число научных сотрудников;

22. -- число научных сотрудников, имеющих ученые степени;

23. -- число научных сотрудников, членов академий;

24. -- объем выполненных научных работ;

25. -- полученные авторские свидетельства;

26. -- изданные монографии;

27. -- число полученных государственных наград за научные разработки; 26 -- монографии, изданные за рубежом.

Интегральными оценками интеллектуального научного потенциала вуза являются:

1. Научная база 14 + 17 + 19.

2. Квалификация 20 + 22 + 24.

3. Перспективность 15 + 16.

4. Элитарность 21 + 23 + 18.

5. Общественное признание 21 + 25 + 26. [там же, с. 146-147].

1.2 Коэффициент интеллектуального потенциала региона

В небольшой статье Л.В. Цомартовой «Влияние интеллектуального потенциала на устойчивое развитие региональных социально-экономических систем» [15] предложен метод определения коэффициента интеллектуального потенциала региона с целью оценки и мониторинга последнего. Понятие «интеллектуальный потенциал», со ссылкой на независимый Институт социальной политики, трактуется как «способность системы (государства, региона, предприятия и т.п.) к нахождению уникальных решений для достижения значимых результатов в области науки, техники, технологии и т.д.» [там же, с.137].

Этот коэффициент предлагается определять по следующей формуле:

К_ипр = ^{3 К}_ио^К_ин^К_кп, (1)

где К_ио - коэффициент изменения потенциала образования; К_ин - коэффициент изменения потенциала науки; К_кп - коэффициент изменения потенциала конкурентоспособности продукции.

Коэффициент изменения потенциала образования равен отношению:

Кио ⁼ По2 ^/ По1, (2)

где П_о1 и П_о2 - потенциал образования соответственно по сравниваемым периодам.

Коэффициент изменения потенциала науки:

Кин ⁼ Пн2 ^/ Пн1, (3)

где П_н1 и П_н2 - потенциал науки соответственно по сравниваемым периодам.

И, наконец, третий из указанных коэффициентов, не типичный, являющийся скорее всего новшеством автора этой работы, коэффициент изменения потенциала конкурентоспособности продукции предлагается определить по формуле:

К_кп = ^{3 К}_тп^К_эп^К_эст, (4)

где К_тп - коэффициент изменения конкурентоспособности продукции по техническим параметрам; К_эп - то же по экономическим параметрам; К_эст - то же по эстетическим параметрам.

Однако из последующего текста остается все же неясным, как можно вычислить этот коэффициент.

Для определения первых двух коэффициентов (потенциалов образования и науки) предлагается использовать следующие показатели: «значение удельного веса персонала, занятого в сфере науки и научного обслуживания, к общей численности занятого населения (отношение численности персонала, занятого в сфере науки и научного обслуживания, к общей численности занятого населения); удельного веса затрат на науку в процентах к ВРП для рассматриваемого региона (рассчитывается как отношение затрат на науку в регионе к ВРП региона), а минимальное и максимальное значения определяются как соответствующие значения этих показателей среди всех регионов» [там же, с. 140].

Минуя конкретные статданные и расчеты, в работе приводится таблица с проранжированным списком субъектов РФ (см. таблица 1).



Таблица 1

Коэффициент интеллектуального потенциала некоторых регионов РФ

Регион	Коэффициент интеллектуального потенциала
РФ	0,29
г. Москва	0,76
г. Санкт-Петербург	0,71
Нижегородская область	0,53
Калужская область	0,47
Новосибирская область	0,43
Томская область	0,39
Краснодарский край	0,28
Республика Северная Осетия-Алания	0,18

Однако автор статьи не останавливается на этом и предлагает не только сравнивать регионы между собой, но и устанавливать влияние интеллектуального потенциала на другие характеристики региона, в частности на объем инвестиций. Как утверждает автор «Расчет коэффициента корреляции между показателями интеллектуального потенциала и развития экономики РСО-Алания показал наличие определенной связи, которая в среднем равна 0.21, что является относительно низкой величиной» [там же, с. 142].

1.3 Индекс образовательного и научного потенциала общества

В работе А.В. Тодосийчука [13] имеется параграф «Интеллектуальный потенциал общества как объект оценки», в котором приводится методика расчета соответствующего индекса, изначально предложенная М.Н. Руткевичем и В.К. Левашовым Руткевич М.Н., Левашов В.К. О понятии интеллектуального потенциала и способах его измерения. //

Науковедение, 2000, №1..

Индекс интеллектуального потенциала (IP) рассчитывается как среднее арифметическое двух индексов по следующей формуле:

IP= (SP+EP)/2, (5)

где EP - индекс потенциала сферы образования страны; SP - индекс научного потенциала страны.

Индекс EP определяется также как среднее:

EP =(e₁ + e₂ + e₃)/3, (6)

где е₁ - индекс общей образованности населения в возрасте свыше 20 лет; е₂ - индекс численности студентов на 10000 населения; е₃ - индекс, который фиксирует долю затрат на образование в процентах к ВВП.

Индекс SP определяется аналогично:

SP=(S₁ + S₂)/2, (7)

где S₁ - индекс, характеризующий удельный вес занятых в сфере науки и научного обслуживания в составе занятого населения; S₂ - индекс, отражающий долю расходов на науку из всехисточников в ВНП.

Для подсчета индексов е₁, е₂, е₃, S₁, S₂ используется принятый в таких случаях способ масштабной линеаризации, с использованием реперных точек:

Индекс= фактическое значение - минимальное значение, ₍₈₎ максимальное значение?минимальное значение

В качестве максимальных значений предлагается взять значения соответствующих показателей в наиболее развитых странах мира, а минимальных - данные по России за 1913 г.

При этом автор считает, что предложенная методика не дает объективной оценки, так как используемые в ней показатели «не могут однозначно характеризовать интеллектуальный потенциал общества» [там же, с. 138].

В работе отмечается, что от интеллектуального потенциала общества зависит объем человеческого капитала и приводятся следующие данные: «Согласно оценкам, произведенным Всемирным банком по 192 странам мира, на долю физического капитала (накопленные материально-вещественные фонды) приходилось в среднем 16% от общего объема богатств, на долю природного капитала (природные ресурсы) - 20%, на долю интеллектуального капитала - 64%. Для России характерна следующая структура богатств страны: 72% - природный капитал, 14% - физический капитал, 14% - человеческий капитал. В некоторых странах, таких как Германия, Япония и Швеция на долю интеллектуального капитала приходится 80% от общего объема капитала» [там же, с. 139].

1.4 Индекс экономики знаний региона

В 2004 г. Всемирным банком был предложен обобщающий показатель развития «экономики знаний», названный индексом экономики знаний (ИЭЗ), который представляет собой среднее из четырех индексов: институционального режима, образования, инноваций, информационной инфраструктуры, коммуникаций. [14, с. 59]. По этой методике в Красноярском госуниверситете д.э.н. И.С. Феровой, а также Ю.И. Старцевой и Е.В. Инюхиной был выполнен расчет этого индекса на 2003 г. для «16 конкурентноспособных регионов» РФ, среднедушевой валовой региональный продукт которых превышал средний по стране уровень. «При этом, - как пишут авторы, - индекс “экономики знаний” для этих регионов определялся без учета индекса институционального режима, поскольку построение данного показателя на региональном уровне не представляется возможным» [там же, с. 60]. Таким образом, расчет был выполнен для трёх составляющих. Результаты представлены в таблице 2 [там же, с. 60].

Таблица 2

Индекс «экономики знаний» регионов России в 2003 г.

№	Субъект РФ	ИЭЗ	Составляющие его индексы
			инноваций	образования	информационной инфраструктуры
1	2	3	4	5	6
1	Москва	8,94	8,13	9,48	9,22
2	Санкт-Петербург	8,06	7,29	7,92	8,98
3	Томская область	6,55	7,43	6,04	6,17
4	Самарская область	6,32	6,94	6,56	5,47
5	Республика Татарстан	6,27	6,60	7,29	4,92
6	Тюменская область	5,89	4,93	5,94	6,80
1	2	3	4	5	6
7	Хабаровский край	5,34	4,93	7,19	3,91
8	Пермская область	5,19	6,32	3,54	5,70
9	Красноярский край	5,04	5,49	5,10	4,53
10	Мурманская область	4,91	4,17	4,69	5,86
11	Камчатская область	4,53	4,72	5,21	3,67
12	Республика Коми	4,12	4,10	3,33	4,92
13	Республика Саха	4,12	3,89	4,79	3,67
14	Магаданская область	3,40	2,99	3,23	3,98
15	Сахалинская область	2,98	2,99	2,29	3,67
16	Чукотский АО	2,58	2,15	2,40	3,20

В работе также представлена таблица расчётов, выполненных для Москвы и Красноярского края, а также средние значения по исследуемой группе регионов. Из этих трех составляющих наибольший интерес для нас вызывает индекс инноваций. В таблице ему соответствуют следующие 9 показателей:

1. Число организаций, выполняющих исследования и разработки;

2. Число инновационно-активных организаций промышленности и сферы услуг, всего;

3. Число инновационно-активных организаций промышленности и сферы услуг, выполняющих производственные проектно-конструкторские работы, % от общего числа соответствующих организаций;

4. Внутренние текущие затраты на фундаментальные исследования, % к общей сумме внутренних текущих затрат на исследования и разработки;

5. Внутренние текущие затраты на оборудование, % к общей сумме внутренних текущих затрат на исследования и разработки;

6. Удельный вес затрат на технологические инновации в объёме отгруженной продукции инновационно-активных организаций, %;

7. Количество выданных патентов, шт. на 10 тыс. чел.;

8. Выпуск из аспирантуры с защитой диссертации, % к общему выпуску из аспирантуры;

9. Выпуск из докторантуры с защитой диссертации, % к общему выпуску из докторантуры.

В результате анализа этих показателей авторы приходят к следующим выводам: «Очень низкие значения показателя “Внутренние текущие затраты на фундаментальные исследования” для Красноярского края подтверждают тот факт, что экономика региона ориентирована на промышленность, в основном на цветную металлургию и электроэнергетику, и в крае очень мало структур, занимающихся фундаментальными исследованиями. Низкий удельный вес технологических инноваций в крае говорит о том, что исследования и разработки, даже если они осуществляются хотя бы в небольших масштабах, практически не используются на практике. В этом отношении Красноярский край - показательный пример отсутствия в стране связи науки и бизнеса» [там же, с.63-64]. «Всё более ослабевает связь между обучением в аспирантуре или докторантуре и научными занятиями: не смотря на рост числа аспирантов и докторантов, численность научных кадров падает» [там же, с. 64].

Пояснения к приведенной методике и подобным расчетам даны в работе [там же, с. 19- 21]. Данные индексы рассчитываются как среднее арифметическое нормализованных данных (НД), которое осуществляют по следующей формуле:

НД = 10 * N^w/N^c, (9)

где НД - нормализованные данные (принимают значения от 0 до 10, причём 10 - это максимальное значение, соответствующее объекту с самым высоким показателем); N^w - число, соответствующее количеству объектов, показатели которых хуже; N^c - общее число рассматриваемых объектов.

Затем на основе среднего арифметического индексов инновационной системы, образования и человеческого потенциала, информационной инфраструктуры выводится общий Индекс экономики знаний для каждого региона.



2. Методики расчета индекса инновационного потенциала

2.1 Индекс инновативности региона

Изначально данная методика была разработана Всемирным экономическим форумом

(World Economic Forum) и затем адаптирована для РФ Независимым институтом социальной политики РФ в работе «Россия регионов: в каком социальном пространстве мы живем? (Часть 2. Типы, рейтинги, интегральные оценки)» [18]. Согласно этой методике были выделены две группы индикаторов: 1) базовые факторы, способствующие формированию более инновативной среды (урбанизированность, качество населения, модернизированность структуры экономики); 2) состояние информационно-коммуникационной среды (сотовая связь и интернет).

Нормирование показателей осуществляют по формуле линейного масштабирования:

Х ?^{X min}

Индекс= ,Институт Государственного управления, Главный редактор - д.э.н., профессор К.А. Кирсанов права и инновационных технологий (ИГУПИТ) тел. для справок: +7 (925) 853-04-57 (с 11⁰⁰ - до 18⁰⁰)

Интернет-журнал «НАУКОВЕДЕНИЕ» №4 2013 Опубликовать статью в журнале - http://publ.naukovedenie.ru

Размещено на http://www.allbest.ru/

28

http://naukovedenie.ru 20ЭВН413

Институт Государственного управления, Главный редактор - д.э.н., профессор К.А. Кирсанов права и инновационных технологий (ИГУПИТ) тел. для справок: +7 (925) 853-04-57 (с 11⁰⁰ - до 18⁰⁰)

Интернет-журнал «НАУКОВЕДЕНИЕ» №4 2013 Опубликовать статью в журнале - http://publ.naukovedenie.ru

1

http://naukovedenie.ru 20ЭВН413

(10)

X?X _max

где Х - значение показателя, Х_min, X_max - установленные максимальные и минимальные

значения показателей (референтные или реперные точки).

В работе отмечается, что «при установлении референтных точек для некоторых индикаторов учитывались значения по странам мира, для других принималась во внимание динамика в предыдущие годы и размах реальных значений» [там же, с. 81]. Подобранные таким образом реперные точки и значения региональных различий показателей в 2002 г. были сведены в нижеследующую таблицу 3 [там же, с. 82]:

Таблица 3

Референтные точки и полярные значения индикаторов

Индикаторы	Региональные Референтные различия точки в 2002 г. Мах Min Max Мin
1. Доля крупногородского населения (свыше 250 тыс.) в населении региона, %	100 0 99,8 0
2. Число студентов гос. вузов на 10 тыс. населения, чел.	1100 0 805 0
3. Доля занятых в науке от занятых в сфере услуг, %	25 0 9,5 0
4. ВРП в сфере услуг на душу населения, руб.	110000 1000 103145,8 4716,9
5. ВРП в науке и научном обслуживании на душу населения, руб.	3200 0 3114,3 0
6. Уровень проникновения сотовой связи в регион, %	100 0 63,0 0
7. Уровень интернетизации региона, % * - Исландия, 2001 г.	60* 0 26,1 1,0

Агрегирование нормированных индикаторов осуществлялось следующим образом. Сначала находилось среднее значение из показателей душевого ВРП в секторе услуг и душевого ВРП в науке, затем определялось среднее арифметическое уже для 6 компонентов:

где A - индекс доли крупногородского населения; B - индекс численности студентов государственных вузов; C - индекс доли занятых в науке от занятых в секторе услуг; D - индекс душевого ВРП в секторе услуг; E - индекс душевого ВРП в науке и научном обслуживании, F - индекс уровня проникновения сотовой связи; G - индекс интернетизации.

На основе полученных данных делается следующий вывод: «Распределение регионов по индексу инновативности характеризуется двумя главными чертами: сильной поляризованностью и наличием обширной и слабо дифференцированной срединной группы регионов» [там же, с. 82].



2.2 Оценка инновационной системы региона

В коллективной монографии «Инновационный путь развития для новой России» в главе 9, подготовленной А.Е. Варшавским и озаглавленной «Проблемы и показатели развития инновационных систем» [3], для количественной оценки результативности науки в регионах РФ и соответствующего их ранжирования предложена система показателей, представленная в нижеследующей таблице 4:

Таблица 4

Показатели развития инновационной системы

Группа показателей	Показатель
1	2
1. Показатели на входе	Затраты на НИОКР, в % к ВРП Расходы на НИОКР к валовому накоплению основного капитала, тыс. руб. / млн. руб. Затраты на технологические инновации к затратам на НИОКР, раз Затраты на технологические инновации к численности занятых в экономике, руб. / чел. Персонал, занятый НИОКР в общем числе занятых в экономике, % Численность докторов и кандидатов наук на 100 тыс. занятых, чел. Численность аспирантов по отношению к персоналу, занятому НИОКР, % Численность аспирантов по отношению к численности докторов и кандидатов наук, раз Выпуск аспирантов к числу занятых НИОКР, раз Выпуск аспирантов с защитой диссертации к числу занятых НИОКР, раз
2. Внутренние показатели	Число персональных компьютеров и обеспеченность ими организаций, % – в составе локальных вычислительных сетей – имеющие доступ к глобальным информационным сетям в том числе сети Интернет Персонал, занятый НИОКР, на 1 организацию, чел. Доля исследователей к персоналу, занятому НИОКР, % Доля докторов и кандидатов наук в общей численности исследователей, % Доля докторов и кандидатов наук в персонале, занятом НИОКР, % Внутренние затраты на 1 исследователя, тыс. руб. на чел. Внутренние затраты на 1 занятого НИОКР, тыс. руб. на чел. Оплата труда одного занятого НИОКР, тыс. руб. / чел. Доля фундаментальных исследований в затратах на НИОКР, % Доля прикладных исследований в затратах на НИОКР, %
3. Показатели на выходе	Удельный вес затрат на технологические инновации в объёме отгруженной продукции инновационно-активных организаций, % Поступление патентных заявок и выдача охранных документов к затратам на НИОКР, ед. на млрд. руб. Подано: а) заявок на изобретения; б) заявок на полезные модели и патентов на изобретения Выдано: а) патентов на изобретения; б) свидетельств на полезные модели и патентов на изобретения Поступление патентных заявок и выдача охранных документов к затратам на технологические инновации, ед. на млрд. руб. Подано: а) заявок на изобретения; б) заявок на полезные модели и изобретения Выдано: а) патентов на изобретения; б) свидетельств на полезные модели и патентов на изобретения

Как следует из этой таблицы, статданные, связанные с научным персоналом, относятся к показателям на входе и внутренним.

В статье «Анализ проблем развития и результативности основных элементов национальной инновационной системы с использованием моделирования» [2] А.Е. Варшавский обращается к понятию «научный капитал» (расходы на науку) для обобщенной оценки научного потенциала России: «Оценка научного капитала - обобщенной характеристики научного потенциала России - показывает, что в 1992-2006 гг. он существенно сократился: денежная оценка потерь научного потенциала страны в течение переходного периода составляет по ППС почти 180 млрд. долл. в ценах 2000 г., что примерно в 10 раз больше ежегодных внутренних затрат на науку в России, имевших место в последние годы. Долгосрочное влияние сокращения финансирования в 1990-х гг. столь серьезно, что уровень 1990-го года будет достигнут, как показывают оценки, не ранее 2015 г., а при сохранении существующих тенденций позже 2020 г. (в зависимости от сценария развития)».

2.3 Факторы инновационного потенциала региона

Э.П. Амосенок и В.А. Бажанов в работе «Интегральная оценка инновационного потенциала регионов России» » [1] с целью «поиска интегрированного показателя, оценивающего инновационный показатель региона» [там же, с. 136], применили методику факторного анализа, что позволило им выявить и выделить шесть главных компонентов, названных ими факторами. Получены они были следующим образом. Было взято 50 статистических показателей, характеризующих регионы РФ (79 субъектов и 7 федеральных округов) за период 1998-2003 гг., которые были «пересчитаны в две группы удельных показателей: на рубль ВРП и на единицу экономически активного населения (ЭАН) в регионе» [там же, с.137]; в каждую из групп вошло по 25 показателей. В итоге получилась матрица размером 516х50.

Суть же предлагаемого анализа сводится к следующему. Предполагается, что некоторые признаки (показатели) образуют группы, каждая из которых отражает определенный аспект сложного явления. Ставится задача найти максимально взаимосвязанные группы признаков. Выделяемые группы - это новые, комплексные переменные, называемые факторами. Факторный анализ позволяет не только выделить группы наиболее взаимосвязанных признаков, но и отделить несущественные признаки от существенных, и тем самым оценить их информативность. Такая замена большого числа показателей, описывающих объекты наблюдения, меньшим числом комплексных характеристик (факторов) составляет сущность факторного анализа. Полученный таким образом фактор - это некий скрытый обобщенный признак, который выявляется при помощи корреляционного анализа исходных (статистических) показателей.

Результаты, полученные в ходе этого исследования можно свести в следующую таблицу (в статье они представлены в виде 6 таблиц):



Таблица 5

Факторы инновационного потенциала региона РФ

Факторы	Показатели и их коэффициенты факторных нагрузок
1	2
1. Исследовательский потенциал населения	Число организаций, выполняющих исследования и разработки -0,87 Число организаций, ведущих подготовку аспирантов - 0,9 Численность аспирантов - 0,93 Приём в аспирантуру - 0,93 Выпуск из аспирантуры - 0,93 Выпуск из аспирантуры с защитой диссертации -0,86 Численность докторантов - 0,89 Приём в докторантуру - 0,73 Выпуск из докторантуры - 0,75 Выпуск из докторантуры с защитой диссертации - 0,72 Персонал, занятый исследованиями и разработками, всего - 0,79 Исследователи с учеными степенями, всего - 0,93 Исследователи со степенью доктора наук - 0,93 Исследователи со степенью кандидата наук - 0,93 Внутренние текущие затраты на исследования и разработки, всего - 0,82 Внутренние текущие затраты на прикладные исследования - 0,71
2. Затратоёмкость ВРП по исследовательским работам	Внутренние затраты на исследования и разработки, всего - 0,91 Внутренние текущие затраты на исследования и разработки, всего - 0,91 Внутренние текущие затраты на прикладные исследования - 0,83 Затраты на технологические инновации - 0,88 Объём инновационной продукции, подвергавшейся значительным технологическим изменениям или вновь внедрённой - 0,74 Объём инновационной продукции, подвергавшейся усовершенствованию - 0,82
3. «Наукоёмкость» ВРП по докторам наук	Численность докторантов - 0,83 Приём в докторантуру - 0,83 Выпуск из докторантуры - 0,78 Выпуск из докторантуры с защитой диссертации - 0,85
4. «Наукоёмкость» ВРП по исследователям с научными степенями	Исследователи с учёными степенями, всего - 0,79 Исследователи со степенью доктора наук - 0,8 Исследователи со степенью кандидата наук - 0,78
5. Изобретательский потенциал ЭАН	Объём инновационной продукции, подвергавшейся значительным технологическим изменениям или вновь внедрённой - 0,80
6. Уровень инновационной активности организаций	Удельный вес затрат на технологические инновации в объёме отгруженной продукции инновационно-активных организаций, на 1 руб. ВРП - 0,9 Удельный вес затрат на технологические инновации в объёме отгруженной продукции инновационно-активных организаций, на 1 ед. ЭАН - 0,9

В работе учитывались только те показатели, факторные нагрузки которых были выше 0,7 (их значения приведены в таблице). Несмотря на то, что перед нами достаточно сложная методика, других каких-либо пояснений к ее использованию в работе не приводится. Авторы пишут: «Не вдаваясь в подробности получения результатов расчетов отметим, что применённый метод выявил шесть главных компонент (в дальнейшем будем называть их факторами), которые были использованы в качестве интегральных показателей или оценок отдельных частей инновационного потенциала регионов» [там же, с. 138]. Поскольку «нет подробностей», то, следовательно, невозможно установить, насколько корректен полученный ими результат.

В этой таблице приведены вычисленные шесть факторов, названия которым были подобраны (сформулированы) самими исследователями. Например, первый фактор, отмечают авторы, можно было назвать и как «кадровое обеспечение инновационного потенциала» [там же, с. 141]. Как не трудно заметить 1, 3 и 4 факторы обусловлены показателями, определяющими кадровую составляющую науки.

В работе также приводится таблица, в которой представлены значения для каждого из факторов для 7 федеральных округов и РФ в целом. В заключении авторы приводят следующие «наиболее интересные моменты результатов ранжировки. Так, по фактору 1 (исследовательский потенциал населений) выше среднероссийского уровня в 2003 г. находились только два федеральных округа - Северо-Западный и Дальневосточный, причем последний занимал второе место и в 1998 г. В числе округов, оказавшихся ниже среднероссийского уровня, находятся два округа - Приволжский и Уральский, обладающие преимуществами по другим факторам по отношению к большинству регионов. Так, Приволжский федеральный округ имеет один из самых высоких в стране уровней инновационного потенциала (измерен показателями государственной статистики): первое место в 1998 г. и второе - в 2003 г. Напрашивается вывод, что исследовательский потенциал населения индифферентен к другим факторам. Это подтверждается тем, что рассчитанные в процессе поиска главных компонентов коэффициенты корреляции Пирсона между такими показателями как, например, “персонал, занятый исследованиями и разработками”, “выпуск из докторантуры с защитой диссертации” и “объем продукции, подвергшейся значительным технологическим изменениями или вновь внедрённой”, имели чрезвычайно низкие значения (0,02 и 0,016 соответственно)» [там же, с. 141-142]. При этом авторы обратили внимание на одно очень важное обстоятельство. «Интересно отметить, - пишут они, - что в 1998 году по фактору 1 (исследовательских потенциал населения) на первые места вышли такие регионы, как Республика Тыва, Камчатская область, Магаданская область, Республика Хакасия, Чукотский автономный округ, т.е. регионы, не имеющие крупных исследовательских организаций на своей территории. Предполагая, что основной контингент исследователей в указанных регионах относится к профессорско-преподавательскому составу местных высших учебных заведений, фактор 1 для этих регионов можно интерпретировать как степень или уровень кадрового обеспечения сферы образования» [там же, с. 142]. Однако, как они пишут, ими использовались «показатели государственной статистики, представленные в разделе “Наука и инновации” в ежегоднике “Регионы России” за 2004 г.» [там же, с. 136-137], где, как известно, не учитывается профессорско-преподавательский состав вузов, и, следовательно, их предложение и основанная на нем интерпретация неверны.

Самые важные для целей нашего исследования «Факторы 3 и 4, как интегральные оценки качества исследовательских кадров, практические не имели корреляционных связей ни с производством инновационной продукции, произведенной в регионах (фактор 5), ни с ее отгрузкой потребителям (фактор 6). Это указывает на то, что исследовательские кадры высшей квалификации пока остаются практически не востребованными в российской экономике» [там же, с. 144].

После ранжирования по всем факторам регионы РФ, «как и в других исследованиях по инновационной региональной проблематике» [там же, с. 144], предлагается разделить на четыре группы. Полученные при этом данные можно свести в следующую таблицу 6:

Таблица 6

Распределение регионов РФ по группам инновационного потенциала

Группы инновационного потенциала	Регионы РФ
1. Регионы инновационного ядра России (характерна большая концентрация научных, промышленных и финансовых ресурсов)	Москва и Московская область, СанктПетербург и Ленинградская область, Ульяновская, Нижегородская, Свердловская и Пермская области
2. Регионы инновационно-активные (способны как создавать, так и производить инновации)	Республики Башкортостан и Татарстан, Приморский край, Новосибирская, Иркутская, Ярославская, Калининградская области и др.
3. Регионы восприятия и диффузии инноваций (могут стать «передаточным» звеном инноваций в четвертую группу)	Удмуртская Республики, Алтайский край, Омская, Кемеровская области и др.
4. Регионы - реципиенты инноваций (должны внедрять уже опробованные инновации)	Национальные республики Южного и Сибирского федеральных округов

Для выполнения кластерного анализа, как известно, желательно изначально обладать априорной информацией о количестве предполагаемых кластеров. Исходя из таблицы 6 можно предположить, что все регионы России можно разделить на 4 кластера.



3. Методика расчета индекса научно-технического потенциала региона

В Институте социально-экономического развития территорий РАН, К.А. Задумкиным и И.А. Кондаковым была разработана «Методика сравнительной оценки научно-технического потенциала региона» [7], в основе которой лежит расчёт интегрального показателя - Индекса научно-технического потенциала региона. Затем ими же была опубликована монография «Научно-технический потенциал региона: оценка состояния и перспективы развития» [6], в которой авторы приводят 8 определений научно-технического потенциала (НТПт), делают небольшой их анализ и затем предлагают свое определение: «Научно-технический потенциал - это совокупность ресурсов и результатов научно-технической деятельности, взаимосвязанных и взаимодействующих между собой и внешней средой в определенных организационно-управленческих условиях для решения задач текущего и перспективного развития территории (в рамках данного исследования - региона), повышения ее конкурентоспособности и обеспечения устойчивого экономического роста» [там же, с. 12].В работе также выполнен анализ существующих методик оценки НТПт путем их сопоставления. Для этого в качестве критериев такой оценки были приняты следующие [там же, с. 16]:

а) доступность и объективность исходных данных;

б) простота методики и расчётов;

в) наглядность представления результатов;

г) возможность оценки с позиций содержания (рассмотрение имеющихся в сфере науки и техники ресурсов и результатов их практического использования), функционирования (исследование и эффективности использования, и масштабов реализации потенциала) и развития (изучение как составляющих сферы науки и техники, так и образовательной и информационнокоммуникационной среды - важнейших элементов, закладывающих базу для формирования и функционирования потенциала на рассматриваемой территории);

д) применимость к исследованию потенциала региона.

В результате этого авторы приходят к выводу, что рассмотренные ими методики «характеризуются сложностью расчётов, предполагают большие трудозатраты и высокие требования к набору исходной статистической информации (что особенно сложно в региональном разрезе). Более существенным недостатком является то, что они характеризуют потенциал инновационного развития территории достаточно фрагментарно, не учитывая особенностей его функционирования и развития» [там же, с. 25].

Учитывая все это, ими предлагается новая методика определения Индекса научнотехнического потенциала региона (I_НТПт). Этот индекс представляет собой среднее арифметическое трех индексов входящих в него блоков, раскрывающих «отдельные характеристики потенциала»: 1) «Наука и инновации»; 2) «Образование»; 3) «Информационная инфраструктура и коммуникации». Блоки и входящие в них показатели изображены в виде схемы [там же, с. 33], которую мы представляем в виде следующей таблицы 7:

Таблица 7

Схема оценки научно-технического потенциала региона

Индекс научно-технического потенциала региона
Блоки и показатели
№	Блок I Наука и инновации	Блок II Образование	Блок III Информационная инфраструктура и коммуникации
1	Число организаций, выполняющих исследования и разработки	Профессиональная образованность населения	Обеспеченность персональными компьютерами
2	Численность персонала, занятого исследованиями и разработками	Число образовательных учреждений	Число организаций, использующих ИКТ (информац. и коммуникац. технологии)
3	Численность исследователей с ученой степенью	Численность студентов высших учебных заведений	Число организаций, имеющих доступ в Интернет
4	Внутренние затраты на исследования и разработки	Численность выпускников высших учебных заведений	Число организаций, имеющих web-сайты
5	Число организаций, осуществляющих Технологические инновации	Число организаций, ведущих подготовку аспирантов	Число организаций, использующих Специальные программные средства
6	Затраты на технологические инновации	Численность аспирантов и докторантов	Наличие квартирных телефонных аппаратов сети общего пользования
7	Объем отгруженной инновационной продукции	Численность выпускников аспирантуры и докторантуры с ученой степенью	Число абонентов сотовой радиосвязи
8	Число созданных и используемых Передовых производственных технологий	Расходы консолидированных бюджетов регионов на образование	Число абонентов службы передачи данных и телематических служб
9	Количество выданных охранных документов на изобретения и полезные модели	Инвестиции в основной капитал вида деятельности «образование»	Затраты на информационные и коммуникационные технологии

Методика расчета Индекса научно-технического потенциала (I_НТПт) сводится к следующему. Вначале получают нормализованные данные (НД), для чего все показатели нормализуются путем соотнесения фактических значений (З_м) с наилучшими в выборке (З_м^мах) по формуле:

НД_м= 1000*( З_м / З_м^мах ). (12)

Затем рассчитываются Индексы для отдельных блоков НТПт как среднее арифметическое нормализованных показателей:

9

I_к= 1/9*?НДм, (13)

м=1

где м - количество показателей в блоке (м = 1, 2, 3, … 9).

После этого определяется значение Индекса НТПт как среднеарифметическое трех индексов [там же, с. 37]:

IНТПт = 1/3*(I₁ + I₂ + I₃). (14)

Полученные таким образом значения Индекса НТПт для каждого из регионов РФ предлагается разбить на 7 групп (уровней развития):

1. Предельно высокий (выше 700);

2. Очень высокий;

3. Высокий;

4. Средний;

5. Низкий;

6. Очень низкий;

7. Предельно низкий (ниже 280) [там же, с. 40].

По итогам этих расчетов, авторами составлена таблица [там же, с. 41] рейтинга для всех регионов РФ. Ниже приведен фрагмент этой таблицы, для 4-х регионов РФ.

Таблица 8

Рейтинг регионов России по уровню развития научно-технического потенциала в 2003 - 2008 гг.

Регион	2003 г.	2004 г.	2005 г.	2006 г.	2007 г.	2008 г.	Урове нь
	Индек с	Мес то	Индек с	Мес то	Индек с	Мес то	Индек с	Мес то	Индек с	Мес то	Индек с	Мес то
г. Москва	631,7	1	624,9	1	610,7	1	617,0	1	619,3	1	609,3	1	Очень высоки й
Республика Татарстан	374,0	10	370,9	12	401,4	6	401,3	7	388,2	12	396,1	7	Средн ий
Республика Башкортоста н	334,1	23	355,2	18	336,9	28	344,7	36	350,0	38	363,4	25	Низки й
Оренбургска я область	300,7	46	302,9	59	299,3	69	320,6	62	333,7	51	347,3	39	Очень низкий

4. Методы оценки кадрового потенциала науки

4.1 Методика оценки кадрового потенциала научной организации

Работа Е.А. Глуховой и Е.Л. Потемкиной «Аналитическая система комплексной оценки кадрового потенциала научной медицинской организации» [5] была выполнена в НИИ общественного здоровья и управления здравоохранением Первого Московского государственного медицинского университета им. И.М. Сеченова. Как отмечают ее авторы, «представлены методологические основы построения информационно-аналитической системы для комплексной диагностической оценки состояния и тенденций развития кадрового потенциала научной медицинской организации» [там же], что предполагает также «социально-психологическую оценку потенциала».

Основная идея работы состоит в том, чтобы ввиду «отсутствия четких формализованных оценок» и «наличия трудно поддающихся количественному выражению социально-психологических факторов» преодолеть субъективность в оценке кадрового потенциала научной организации.

Работа состоит из трех частей и Заключения: 1. Теоретические и методологические аспекты проблемы оценки кадрового потенциала. 2. Методика оценки и количественного анализа кадрового потенциала. 3. Социологическая и социальнопсихологическая оценка состояния кадрового потенциала организации. Теоретическая часть начинается с трактовки понятия потенциала «как источника возможностей, средств, запаса, которые могут быть приведены в действие, использованы для решения задачи или достижения определенной цели» и «потенциал - обобщенная собирательная характеристика ресурсов, привязанная к месту и времени» [там же]. Содержание понятия «кадрового потенциала» предлагается раскрыть исходя из определения «кадров», после чего получается, что «кадровый потенциал представляет собой взаимодействующую совокупность потенциалов групп работников, являющихся сотрудниками организации», и является «важнейшим специфичным компонентом», «составляющей трудового потенциала», которым обладает «каждый работник», а именно «совокупностью физических и духовных качеств человека, определяющих возможность и границы его участия в трудовой деятельности» [там же]. При этом не уточняется, что подразумевается под физическими и духовными качествами и переходят ли они из «трудового потенциала» в «кадровый».

Важной является и следующая формулировка, поясняющая, что «сущность кадрового потенциала состоит в том, что он является системным признаком и возникает в результате синергетических взаимодействий его составляющих» [там же]. Теперь «кадровый потенциал» - это признак, который возникает как синергетический эффект. И, тем не менее, авторы сохраняют и исходное понимание потенциала как «ресурсы, резервы, потенции» [там же]. Более того, на этих трех понятиях основана «модель структуры и характеристики кадрового потенциала организации»; в работе приводится соответствующая схема (см. Рис. 1).



Рис. 1 Модель структуры и характеристики кадрового потенциала организации Но какой смысл имеют указанные понятия

Ресурс - это налично имеющийся источник чего-либо, включающий как уже используемую, так и еще не использованную части, то, что лежит наготове в запасе. Резерв - это неиспользуемый ресурс, специально отложенный про запас, на непредвиденный случай. Хотя понятие «кадровый резерв» имеет место, но все же кадры, в первую очередь, это используемый ресурс. То, что лежит в запасе, специально отложенная или неиспользуемая часть, - всё это относится к чистой (не оцененной) возможности - это есть потенция; и ресурс, и резерв обладают потенцией. Потенциал - это количественно оцененная потенция, т.е. это уже не чистая возможность, а определённая на предмет ее достаточности, например, для выполнения определённого вида работы (точно так же как в физике разность потенциалов определяет совершаемую работу). Иными словами, потенциал показывает: достаточно ли ресурсов, того, что имеется в их потенции. Если в ресурсах ничего не используемого не осталось, то их потенциал равен нулю; чтобы этого не допустить создают … резервы. Для предприятия производящего материальную продукцию, кадровый потенциал адекватно определятся численностью (штатным расписанием) его персонала. Сложность возникает для организаций, производящих интеллектуальную продукцию. Здесь нет прямого линейного соответствия между количеством продукции и численностью персонала. Поэтому кадровый потенциал для таких организаций определяется не только численностью, но и интеллектуальным уровнем персонала; именно в этом контексте употребляется его синоним - понятие интеллектуальный потенциал.

Таким образом, «ресурсы, резервы, потенции» имеют самое непосредственное отношение к кадрового потенциалу, но они не могут выступать в качестве самостоятельных элементов его структуры. Кадры - это вид ресурса организации, а кадровый потенциал - это количественная оценка этого ресурса в его потенции (потенциальных возможностей).

В рассматриваемой работе для анализа количественной стороны кадрового потенциала организации предлагаются следующие показатели: 1) численность, состав, соотношение категорий и групп персонала; 2) структура кадрового состава в соответствии с классификатором должностей, по характеристикам профессиональной квалификационной группы и размера оплаты труда; 3) укомплектованность кадрового состава в целом и по уровням управления; 4) состояние внутреннего и внешнего совместительства; 4) текучесть кадров. Анализ же качественной стороны предлагается проводить «на основе показателей, характеризующих условия и влияние социологических и социально-психологических факторов на удовлетворенность персонала отдельными аспектами труда и взаимоотношений в коллективе» [там же].