Методика оценки готовности вузов к инновационному и технологическому развитию регионов

Размещено на http://www.allbest.ru/

Вычислительный центр ФИЦ «Информатика и управление» РАН

Методика оценки готовности вузов к инновационному и технологическому развитию регионов

Меденников В.И.

В связи с принятием программы по цифровой экономике (ЦЭ) резко увеличилось количество публикаций и конференций по данной проблематике. Подавляющее большинство авторов и экспертов, в том числе на высшем уровне, заявляют о том, что внедрение во все сферы жизни и в производство цифровых технологий - это главный приоритет и панацея от всех проблем российской экономики. Одновременно с понятием ЦЭ появилось и понятие цифровой платформы (ЦП), являющейся базовым для ЦЭ. В соответствие с программой ставится цель создания не менее 10 цифровых платформ. В научной литературе встречаются десятки определений, исходя из рода деятельности и достигнутых результатов субъектов, дающих собственную трактовку.

Анализируя все многочисленные трактовки ЦП, можно констатировать, что под ними многие в стране понимают некую внешнюю площадку (платформу) для цифрового взаимодействия в сфере бизнес-деятельности, в основном, обеспечивающую работу организаций в сфере новых форм платежей и коммуникаций с потребителями, но никак не новые формы управления и экономические отношения. Поскольку при этом не были четко определены понятия и критерии их формирования, то без такого понятийного аппарата началась широкая трактовка их, что ведет к запутыванию смысла цифровизации экономики и несет большую угрозу достижению целей Программы цифровой экономики. Чего стоят, например, фразы одного из идеологов программы Княгинина В.Н.: «И наконец, компаниям нужно развернуть собственные или адаптировать чужие представленные на рынке цифровые платформы. Платформа - обязательная часть цифрового перехода. Это система интеграции данных и программ, обеспечивающая связь всех активов в режиме реального времени и в масштабе всего производственно-технологического комплекса» [1]. Следуя данному определению, ведущему к позадачному подходу в информатизации, например, в АПК, в ближайшее время только в растениеводстве появится потенциально около 5 млн. цифровых платформ [2, 3]. Этот же принцип закладывается и в соответствующие предложения по ЦЭ АПК, что не способствует интеграции информационных ресурсов (ИР) и информационных систем (ИС) в единое целое, в единую ЦП АПК, что скажется на эффективности всей ЦЭ.

Так, обширное эмпирическое исследование, проведенное компанией Economist Intelligence Unit в 2003 г., позволило сформулировать ряд важных выводов относительно влияния ИКТ, соответственно, цифровизации, на производительность и экономический рост [4].

1. ИКТ действительно способствуют экономическому росту, но только по достижении минимального порога развития инфраструктуры ИКТ. Следовательно, распространенность и использование ИКТ (ЦЭ) должны достичь определенной критической массы, прежде чем они начнут оказывать существенное позитивное воздействие на экономику страны.

2. Существует значительная задержка во времени между инвестициями в ИКТ-сферу и проявлением положительного влияния ИКТ на экономическое развитие и производительность труда. Отсюда следует, что нельзя ожидать быстрой и весомой отдачи от инвестиций в ИКТ. Чтобы получить ощутимый эффект от использования ИКТ требуется тщательно продуманное их внедрение в экономику с привлечением смежных нематериальных активов, без которых положительный эффект инвестиций от ИКТ не возникает.

3. Таким образом, для стран, чей индекс развития ИКТ ниже порогового уровня, экономический эффект ЦЭ либо отсутствует, либо вообще может оказаться отрицательным.

На этом фоне опять начали поднимать голос ученые и практики, продолжающие считать информатизацию ненужной. Так об этом заявил директор института аграрных проблем и информатики Петриков А.В. на конференции «Аграрная экономика в условиях глобализации и интеграции» 24.10.2018. Он утверждает, что исследования и разработки информационных систем не нужны в АПК, соответственно, и ИТ кафедры в сельскохозяйственных вузах необходимо закрыть. При этом он добился закрытия тематики по ЦЭ в собственном институте. Минсельхоз, полагающийся на рыночный подход в области цифровизации АПК, также разделяет эту позицию. В результате - в АПК нет ни одного НИИ, комплексно занимающегося исследованиями в области ЦЭ. Совместными усилиями Минсельхоза и Петрикова А.В. Тимирязевская академия не превратилась в центр компетенций по этому направлению, более того, не стала полигоном, на котором бы отрабатывались самые передовые, перспективные цифровые технологии.

Отчасти такое отношение продиктовано выводом лауреата Нобелевской премии Роберта Солоу, сделанным еще в 1970-х, об отсутствии экономического эффекта при внедрении компьютеров, опровергнутого впоследствии тщательными расчетами многими экономистами и самой жизнью [4].

Анализ ЦП, анонсированных в программе цифровой экономики, указывает на отсутствие, пожалуй, одной из основных - ЦП информационных научно-образовательных ресурсов (ИНОР), поскольку информатика зародилась в недрах самой науки, именно наука испытала наибольшее начальное влияние ее. Информатизация науки заложила основы цифровизации общества. Это видно по роли информатики в ЦЭ.

1. Информационные технологии, прежде всего, на основе Интернет дали науке качественно новые возможности для широкого обмена идеями между учеными и информационными научными ресурсами и их цифрового взаимодействия. Наука - коллективная деятельность, требующая непрерывного обмена информацией между учеными.

2. Информационные технологии способны выполнить функции стимулирования научно-технического прогресса лишь при условии определенного уровня интеллектуального потенциала общества, в формировании которого ключевую роль играет система образования. В процессе трансформации научных знаний в образовательные опять же большую роль играют ИКТ.

3. Информатизация (цифровизация) общества невозможна без науки: разработка научных концепций ЦЭ, ее цифровых платформ, научное сопровождение, мониторинг процесса цифровизации страны, отраслей, предприятий, территориальных образований, общества.

В [3] на основе оригинального определения ЦП путем моделирования цифровых платформ выделены две базовые платформы: производственная, отражающая экономические отношения, и научно-образовательная, отражающая интеграцию информационных научных и научно-образовательных ресурсов в Интернет-пространстве в виде единого информационного Интернет-пространства научно-образовательных ресурсов (ЕИИПНОР). Причем показано, что эти платформы существуют сами по себе, почти не пересекаясь. Цифровизация общества, науки и экономики, стремительно набирающая обороты, почти не влияет на этот расклад, обе платформы, подобно планетам, двигаются по своим орбитам. Это подтверждает и практика. В настоящее время научную общественность больше интересует количество публикаций, рейтинг журналов, в которых публикуются ученые, цитируемость работ. Созданный механизм принуждения заставляет ученых выбирать темы исследований в соответствии с указанными выше критериями, а не потребностями экономики, общества. И информационные технологии (ИТ) активно помогают им в этом. Федеральные власти считают, что данный подход повысит эффективность научных исследований. Это началось не сейчас.

В нашей стране государство, диктующее условия и правила становления ЦЭ, не смогло создать единую систему сбора, хранения и предоставления широкому кругу пользователей научных знаний, произведенных научным сообществом. В настоящее время эти знания размыты в различных БД, никак не связанных между собой. Например, государство тратит значительные ресурсы на разработку и сопровождение БД «Единая государственная информационная система учета результатов научно-исследовательских, опытно-конструкторских и технологических работ гражданского назначения (ЕГИСУ НИОКТР)» и E-library.ru, имеющих довольно узкое целевое назначение, соответственно, специфическую аудиторию. Цель первой БД очевидна из названия. Цель второй - создание национального индекса цитирования (РИНЦ) с перспективой применения, наряду с зарубежными БД, для оценки результатов научной работы какого-либо ученого, либо коллектива. Однако именно эта направленность на оценку результатов научной работы делает базу данных РИНЦ невостребованной для широкого круга, особенно, товаропроизводителей, желающих иметь удобную систему получения знаний.

Вследствие отстранения государством РАН от научного обеспечения процесса цифровизации экономики и общества и в результате проведенных реформ в экономике в настоящее время товаропроизводителю трудно найти разработки, публикации, прочую информацию по проблемам экономики, поскольку старая система распространения инноваций на бумажных носителях была разрушена, а новая на электронных - не создана. Поэтому в производственных ИС ИНОР почти отсутствуют.

В то же время, в интересах широкого круга потребителей научных знаний в российских ИС, в наибольшей степени ориентированных на поддержку инновационной деятельности, можно найти информацию из следующих источников: elibrary, БД ФИПС, БД “ЕГИСУ НИОКТР”, сайты НИУ, федеральный портал по научной и инновационной деятельности, ИС Российского фонда фундаментальных исследований, ИС ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технического комплекса России на 2014-2020 годы», ИС Фонда содействия развитию малых и средних предприятий в научно-технической сфере (http://fasi.ru), ИС Центра информационных технологий и систем органов исполнительной власти. Все эти источники, как и следовало ожидать, имеют гетерогенные структуры.

К сожалению, ценная и актуальная информация этих БД и ИС практически недоступна для использования в инновационной сфере. Основная причина - неразвитость коммуникативной функции, т.е. отсутствие свободного доступа к их содержимому из сети Интернет, отсутствие их интеграции.

С другой стороны товаропроизводителю необходим значительно больший «ассортимент» научной продукции. Анализ сайтов НИУ, вузов, информационно-консультационных служб АПК позволил выделить семь видов ИНОР, присутствующих в том или ином виде на этих сайтах: разработки, публикации, консультационная деятельность, нормативно-правовая информация, дистанционное обучение, пакеты прикладных программ (ППП), БД. Именно данные виды представления научных знаний наиболее востребованы в экономике АПК [5].

При этом совершенствование Интернет-технологий позволяет осуществить интеграцию их на основе онтологического моделирования в ЕИИПНОР с единых научно-методологических позиций с простой, понятной любому пользователю системой навигации с размещением ИР в облаке под управлением мощной СУБД на основе таких единых классификаторов, как Государственный рубрикатор научно-технической информации (ГРНТИ) и Общероссийский классификатор продукции (ОКП) [6, 7].

Например, товаропроизводитель, выбрав разработку в виде средства борьбы с какой-либо болезнью, может получить тут же все публикации, всех консультантов, нормативно-правовую информацию, дистанционное обучение на эту тему. Потом в соответствующей БД найти нужного поставщика препарата.

Возможность создания ЕИИПНОР проверена на основе математического моделирования, а также практической реализацией при разработке портала Российской академии сельскохозяйственных наук в 2007-2008 гг. Было заведено: 12321 публикация, 2541 разработка, 444 консультанта для проведения консультационной деятельности по тематике. В тот период в БД Elibrary было значительно меньше публикаций, а остальных видов ИНОР не было и в данный момент нет [6]. Отсутствие финансовых средств и реформа науки вынудили остановить данные работы.

Требования, предъявляемые к сайтам вузов Минобрнауки, Рособрнадзором России, отраслевыми министерствами для оценки деятельности образовательных учреждений, вынуждают эти сайты становиться все более похожими друг на друга. Недалек тот день, когда вузы должны перейти на типовые сайты. А это уже первый шаг к созданию ЕИИПНОР. При внедрении типовых сайтов в вузах и НИУ и их интеграции с данным пространством ИНОР автоматически попадали бы туда.

Стандартизация представления ИНОР в ЕИИПНОР позволяет, особенно, при переходе организаций к типовым сайтам, разработать независимую, малозатратную, автоматизированную методику оценки деятельности их, в частности, готовности вузов к инновационному и технологическому развитию регионов (будем называть для сокращения места - эффективности ИНОР), единую как для вузов, так и для НИУ, что обусловлено наличием измеримых и сравнимых показателей, находящихся в единой облачной БД.

Рассмотрим в данной работе в качестве примера состояние ИНОР на сайтах сельскохозяйственных вузов и их влияние на развитие регионов на основе разработанной методики, учитывающей как требования, предъявляемые к информационному наполнению сайтов образовательных учреждений Минобрнауки, Рособрнадзором, так и востребованность их в экономике, влияние на качество подготовки квалифицированных специалистов и ученых в образовательных учреждениях, оценку сайтов методами сайтометрии (webometrics), отражающих имидж и репутацию вуза, а также современные тенденции предоставления информационных услуг вузами в Интернет-пространстве в виде электронных бирж труда и торговых площадок.

Методика оценки эффективности использования ИНОР

Для разработки методики был проведен мониторинг и анализ сайтов вузов, где использовалась разработанная оригинальная анкета с включением показателей из набора требований Минобрнауки, Рособрнадзора, а также не вошедших в этот перечень показателей, отражающих информацию о разработках, публикациях, консультационной деятельности, нормативно-правовой информации, дистанционном обучении, ППП, БД, об электронных биржах труда и торговых площадок; оценку сайтов методами сайтометрии.

В соответствующей анкете отражены 214 показателей деятельности вузов (122 показателя оценивают представительство самого вуза, 40 показателей для факультета, 46 показателей для оценки кафедр и 6 показателей для общей оценки сайта).

В исследованиях при выборе показателей из набора требований Минобрнауки, Рособрнадзора ориентировались на выборе наиболее значимых показателей деятельности вузов, влияющих на достижение целей вузов: подготовку квалификационных специалистов и ученых, производство научной продукции. Показатели, отражающие информацию о разработках, публикациях, консультационной деятельности, нормативно-правовой информации, дистанционном обучении, пакетах прикладных программ, базах данных названы первичными ИНОР.

ИР, отражающие требования Минобрнауки, Рособрнадзора, выбранные на основе экспертного опроса, в наибольшей степени влияющие на достижение целей вузов, названы вторичными информационными образовательными ресурсами. Показатели, отражающие информацию о консультационной деятельности, будут представлены в виде количества консультантов.

ИНОР в соответствии с современными тенденциями в области Интернет-технологий, когда провайдеры начинают предоставлять услуги по хранению контента сайтов в СУБД, могут храниться либо в виде каталога, либо в виде полноформатного представления (форма хранения ИР). С другой стороны, либо в виде неупорядоченного списка, либо в виде упорядоченного представления. Упорядоченное представление предполагает возможность навигации, например, на основе СУБД по тематической рубрикации ГРНТИ, по авторам, организациям, ключевым словам. Неупорядоченное и упорядоченное представление названы уровнем интеграции ИР.

Интегральный критерий оценки эффективности использования ИНОР конкретного образовательного учреждения определен как сумма взвешенных групп, общая сумма весов которых равна 1, следующих частных критериев: оценки видов представления ИНОР, оценки эффективности использования информационных ресурсов методами сайтометрии, оценки эффективности использования информационных ресурсов по состоянию электронной торговой площадки, оценки эффективности использования информационных ресурсов по состоянию электронной биржи труда.

Значение весов показателей критериев оценки эффективности использования информационных ресурсов определены на основе экспертных оценок, полученных путем анализа различных статей специалистов в области образования [8, 9, 10], методик расчета различных рейтингов образовательных учреждений, анкетирования преподавателей РГАУ-МСХА им. К.А. Тимирязева, а также применением соответствующих статистических методов.

При этом под эффективностью, с точки зрения методов исследования операций, понимается результативность в достижении цели. В нашем случае целями формирования ИНОР являются:

- доступность ИНОР для широкого круга пользователей (абитуриентов, студентов, преподавателей, служащих госорганов, товаропроизводителей, научных работников, управленцев, населения и др.);

- разнообразие форм и качества ИНОР;

- полнота, оперативность и достоверность получаемой информации;

- комфортность и простота получения информации;

- минимизация затрат на проектирование, разработку и сопровождение ИС.

Математическое описание методики

- код уровня интеграции первичных ИНОР, ;

- код формы хранения первичных ИНОР, ;

- код вида представления первичных ИНОР, ;

j - код частного критерия оценки эффективности, ;

m - номер образовательного учреждения, ;

s - код показателя критерия оценки сайта по состоянию электронной торговой площадки, ;

g - код показателя критерия оценки сайта по состоянию электронной биржи труда;

h - код показателя вторичных информационных образовательных ресурсов, ;

- частный критерий оценки эффективности использования информационного ресурса m-го образовательного учреждения по j-му показателю;

- интегральный критерий оценки эффективности использования информационного ресурса m-го образовательного учреждения;

- вес значения показателя уровня интеграции первичных ИНОР;

- вес значения показателя формы хранения первичных ИНОР;

- вес значения показателя n-го вида представления первичных ИНОР;

- вес значения критерия оценки эффективности использования информационного ресурса по j- му показателю;

- объем ИНОР i-го уровня интеграции, l-ой формы хранения, n-го вида представления на уровне m-го вуза;

- объем ИНОР i-го уровня интеграции, l-ой формы хранения, n-го вида представления на уровне f-го факультета m-го вуза;

- объем ИНОР i-го уровня интеграции, l-ой формы хранения, n-го вида представления на уровне k-й кафедры m-го вуза;

- значение критерия оценки ИНОР i-го уровня интеграции, l- ой формы хранения, n-го вида представления m-го вуза;

- объем r-го показателя оценки сайта методами сайтометрии в m-ом вузе, ;

- значение r-го показателя критерия оценки сайта методами сайтометрии в m-ом вузе;

=;

- вес значения r-го показателя критерия оценки сайта методами сайтометрии;

- значение s-го показателя критерия оценки сайта по состоянию электронной торговой площадки в m-ом вузе;

- вес значения s-го показателя критерия оценки сайта по состоянию электронной торговой площадки;

- значение g-го показателя критерия оценки сайта по состоянию электронной биржи труда в m-ом вузе;

- вес значения g-го показателя критерия оценки сайта по состоянию электронной биржи труда;

- объем h-го показателя оценки эффективности использования вторичных ИНОР в m-ом образовательном учреждении;

- значение h-го показателя критерия оценки эффективности использования вторичных ИНОР в m-ом образовательном учреждении;

=;

 - вес значения h-го показателя критерия оценки эффективности использования вторичных ИНОР в m-ом образовательном учреждении.

Тогда:

= , где , ,

, , .

Подробное описание всех параметров методики можно найти в работе [5]. экономический образовательный информационный интернет

Исследования показали, что в целом полнота сайтов ещё очень далека от оптимальной, в среднем на сайтах присутствует чуть более половины (55,4%) всей необходимой информации. Полнота показателей, отражающих научно-исследовательскую деятельность, составляет всего 18,3%, что подтверждает предположение, что в требованиях, предъявляемых к сайтам вузов Минобрнауки, Рособрнадзором существует недооценка научной деятельности вузов.

Интегральные оценки (таблица 1) эффективности использования ИНОР (максимально возможная оценка согласно методике равно единице) даже лучших вузов не превышают 40% (Кубанский ГАУ - 39,15%, Орловский ГАУ - 38.23%, РГАУ-МСХА - 32.58%, Красноярский ГАУ - 30.89).

Таблица 1 Интегральные оценки (%) эффективности использования региональных ИНОР и рейтинги сельскохозяйственных вузов

Рассмотрим взаимосвязь рейтингов вузов с различными региональными рейтингами: социально-экономического развития, субсидирования регионов Минсельхозом, эффективности сельхозпроизводства в регионах, эффективности губернаторов регионов, развития науки в регионах (таблица 2).

Таблица 2 Региональные рейтинги и ссылки их в Интернете

Ниже данные рейтинги будут упоминаться по их номерам (от 1 до 5), рейтингам вузов в таблицах ниже присвоен номер 6. Сводная таблица региональных рейтингов приведена в таблице 3.

Таблица 3 Сводная таблица региональных рейтингов

Для установления связи между приведёнными выше рейтингами используем два наиболее известных метода. Первый относится к расчету попарных связей между рангами или коэффициентов корреляции Спирмена [11], которые рассчитываются по формуле:

,

где d -- разность двух рангов, n -- число пар рангов.

Матрица рассчитанных попарных коэффициентов корреляции Спирмена региональных рейтингов представлена в таблице 4.

Таблица 4 Матрица коэффициентов корреляции Спирмена

Типичная интерпретация полученных коэффициентов корреляции Спирмена такова: от 0,3 и менее - слабая теснота связи; от 0,3 до 0,7 - умеренная теснота связи; свыше 0,7 - высокая теснота связи. Как видно, только для четырех пар значения коэффициентов достаточно велики (умеренная связь) и статистически значимы с вероятностью <5%. Только для пар рейтингов субсидирования регионов и рейтингов вузов, рейтингов эффективности сельхозпроизводства в регионах и рейтингов вузов значения коэффициента корреляции Спирмена указывают на умеренную связь и статистически значимы с вероятностью <1%.

Второй метод - вычисление т.н. коэффициента конкордации Кендалла. Данный коэффициент характеризует степень близости ранжирований.

Рассчитанная величина коэффициента конкордации Кендалла говорит о наличии слабой степени согласованности рейтингов, представленных в списке.

Таким образом, региональные рейтинги слабо (однако статистически значимо на уровне ) связаны друг с другом. Исключение (весьма условное) составляют пары рейтингов по субсидированию регионов и эффективности сельхозпроизводства с рейтингами сельскохозяйственных вузов. Это, впрочем, следовало ожидать, так как из всех рейтингов только два указанных рейтинга имеют непосредственное отношение к сельскому хозяйству.

Таким образом, переход на платформу ЕИИПНОР страны является одной из актуальных задач в рамках перехода к ЦЭ и позволит существенно (в десятки раз) сократить затраты на разработку, внедрение и сопровождение ИС в науке и образовании.

Предлагаемая ЦП явится мощным инструментом доведения самых эффективных инновационных решений в экономику, позволит при занесении публикаций, разработок и других видов представления знаний на сайтах НИУ и вузов автоматически размещать их в других БД. Эта работа была бы значительно упрощена при переходе всех этих организаций на типовую форму сайта.

Список литературы

1. Ерешко Ф.И., Кульба В.В., Меденников В.И. Интеграция цифровой платформы АПК с цифровыми платформами смежных отраслей // АПК: экономика, управление. 2018. - № 10. - С. 34-46.

2. Меденников В.И. Математическая модель формирования цифровых платформ управления экономикой страны // Цифровая экономика. 2019.

3. Акаев А.А., Рудской А.И. Конвергентные ИКТ как ключевой фактор технического прогресса на ближайшие десятилетия и их влияние на мировое экономическое развитие // International Journal of Open Information Technologies. 2017. - Vol. 5, N 1. - С. 1-18.

4. Меденников В.И., Муратова Л.Г., Сальников С.Г. Модели и методы формирования единого информационного Интернет-пространства аграрных знаний. - М.: Издательство ГУЗ, 2014.

5. Ерешко Ф.И., Меденников В.И., Сальников С.Г. Проектирование единого информационного Интернет-пространства страны // Бизнес в законе. Экономико-юридический журнал. 2016. - № 6. - С. 184-187.

6. Зацаринный А.А. Цифровая платформа для научных исследований // Материалы Международной научной конференции Математическое моделирование и информационные технологии в инженерных и бизнес-приложениях”. Воронеж, 3-6 сентября 2018. - С. 104-113.

7. Меденников В.И., Муратова Л.Г., Сальников С.Г. Анализ эффективности информационно-консультационной службы (ИКС) // Научные труды ВИАПИ. - М., 2002. - Вып. 7.

8. Сироткин Г.В. Системный анализ факторов качества образования в вузе // Прикаспийский журнал: управление и высокие технологии. 2013. - № 2 (22). - С. 109-118.

9. Айвазян С.А. Теория вероятностей и прикладная статистика. - М.: ЮНИТИ-ДАНА, 2001.

Размещено на Allbest.ru