Performance analysis of dynamics research by generalized ranking (Part 1 - Forecast)

Abstract


The paper deals with the analysis of the dynamics of the efficiency of scientific research based on the generalized method of ranking - Data Envelopment Analysis. In this article the results of multicriteria estimation of the efficiency of the dynamics of scientific research on the example forecasts of scientific studies on priority directions of modernization of the Russian economy. The materials presented in two parts: the first part addressed issues of forecasting performance of scientific research, in the second - a generalized ranking performance.

Full Text

Введение В первой части статьи рассмотрены вопросы прогнозирования развития научных исследований по пяти приоритетным направлениям модернизации российской экономики [1]: энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива; ядерные технологии; космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры; медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства; стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения. Способ прогнозирования показателей научных исследований Прогнозирование частных показателей эффективности научной деятельности возможно на основе способов комплексного прогнозирования, в основу которых положены адаптивные методы Хольта и Брауна [2]. В качестве локальных показателей динамики эффективности научной деятельности по приоритетным направлениям развития экономики выберем три частных индикатора [3, 4]: - количество проводимых научно-исследовательских работ (х1); - число исполнителей научной работы (х2); - суммарный объем финансирования выполненных исследований (х3). Методы Хольта и Брауна используются для прогнозирования временных рядов, когда есть тенденция к росту или падению значений временного ряда, а также когда есть данные за неполный цикл и выделить фактор сезонности невозможно [5]. На первом этапе прогнозирования осуществляется экспоненциальное сглаживание с помощью постоянных сглаживания α и β по трем уравнениям. Первое уравнение описывает сглаженный ряд для прогнозного значения Y на момент времени t с использованием информации за предыдущий момент времени t-1: , (1) где Yпр.,t, Yпр.,t-1 - прогнозные значения показателя в последующий и предыдущий моменты времени; Yt - табличное значение показателя в момент времени t; Тt-1 - значение тренда на момент времени t-1, которое определяется из второго уравнения: . (2) Для определения прогноза на n периодов времени используется третье уравнение: . (3) Частным случаем метода Хольта является метод Брауна, когда α=β. Постоянные сглаживания α и β подбираются путем перебора с определенным шагом. При более высоких значениях α в большей степени учитываются прошлые значения ряда, аналогично более высокие значения β оценивают прошлое движение процесса по сравнению с существующим. На втором этапе определяются качественные показатели полученных прогнозов: на основе значений t-статистики выявляется значимость факторов в уравнении регрессии, прогностические свойства оцениваются на основе критерия Дарбина - Уотсона (DW) для заданных уровней значимости. Исходные данные для анализа Исходные данные по частным показателям динамики эффективности научной деятельности в рассматриваемом примере сформированы на основе статистики, собранной по результатам деятельности научных коллективов СамГТУ в период с 2000 по 2013 гг. В табл. 1-3 представлены исходные данные по трем локальным показателям результативности научных исследований в разрезе пяти приоритетных направлений развития российской экономики. На основе собранного статистического материала проведено прогнозирование показателей эффективности научной деятельности. Таблица 1 Исходные данные по частному показателю «Количество проводимых научно-исследовательских работ» (х1) Год Количество проводимых НИР, ед. Энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива Ядерные технологии Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения 2000 30 0 4 6 2 2001 46 3 11 8 8 2002 55 0 8 5 9 2003 84 4 12 14 16 2004 80 2 12 20 21 2005 81 1 12 20 24 2006 148 5 18 28 23 2007 112 3 7 26 16 2008 95 7 59 28 20 2009 178 2 18 24 14 2010 287 4 23 27 25 2011 171 3 23 53 29 2012 185 2 22 37 35 2013 62 3 10 15 13 Таблица 2 Исходные данные по частному показателю «Число исполнителей научной работы» (х2) Год Число исполнителей НИР, чел. Энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива Ядерные технологии Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения 2000 38 0 13 10 8 2001 69 3 13 13 9 2002 76 0 10 12 10 2003 85 9 10 14 16 2004 93 7 11 14 21 2005 100 4 9 14 21 2006 106 9 8 23 31 2007 106 9 13 22 29 2008 112 11 12 26 28 2009 179 8 5 35 26 2010 183 10 16 38 54 2011 177 11 20 44 54 2012 233 16 21 54 65 2013 148 16 12 36 38 Таблица 3 Исходные данные и результаты прогнозирования по частному показателю «Суммарный объем финансирования выполненных исследований» (х3) Год Суммарный объем финансирования выполненных исследований, руб. Энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива Ядерные технологии Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения 2000 3468090,00 0,00 316637,00 419608,00 16637,00 2001 7457031,00 155000,00 228726,00 1063901,00 149526,00 2002 22808164,00 0,00 537981,00 1171197,00 954659,00 2003 26082153,00 464928,00 500757,00 4638461,00 952007,00 2004 34948293,00 152072,00 699000,00 4334033,00 2242947,00 2005 22967398,00 101902,00 939970,00 6925913,00 2142038,00 2006 26316220,00 2425129,00 714838,00 10687406,00 2100442,00 2007 28091737,00 810000,00 1944936,00 16637653,00 2699903,00 2008 28682153,00 3403492,00 2748794,00 13318687,00 2201538,00 2009 50686152,00 115000,00 1642299,00 34092478,00 3522500,00 2010 89211710,00 1438600,00 3023082,00 27507920,00 4104182,00 2011 38952029,00 1087500,00 3388661,00 72059149,00 5780611,00 2012 82886321,00 375000,00 4169764,00 29387048,00 9187788,00 2013 56074998,00 625000,00 542450,00 8397700,00 2479909,00 Прогнозирование показателей эффективности научной деятельности Прогнозные значения показателей, полученные на основе методов Хольта и Брауна, представлены на графиках (рис. 1-15). Прогнозные значения показателя «Количество проводимых научно-исследовательских работ» отражены на рис. 1-5, параметра «Число исполнителей научной работы» - на рис. 6-10, показателя «Суммарный объем финансирования выполненных исследований» - на рис. 11-15. Рис. 1. Прогноз параметра «Количество проводимых НИР» по приоритету «Энергоэффективность и энергосбережение», в том числе вопросы разработки новых видов топлива, ед. Рис. 2. Прогноз параметра «Количество проводимых НИР» по приоритету «Ядерные технологии», ед. Рис. 3. Прогноз параметра «Количество проводимых НИР» по приоритету «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры», ед. Рис. 4. Прогноз параметра «Количество проводимых НИР» по приоритету «Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства», ед. Рис. 5. Прогноз параметра «Количество проводимых НИР» по приоритету «Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения», ед. Как видно из графиков (см. рис. 1-5), для параметра, характеризующего количество проводимых НИР, прослеживается общая тенденция спада их числа к 2013 г., при этом прогнозные значения всех приоритетов, за исключением ядерных технологий, имеют тенденцию скачкообразного роста в 2014 г. в среднем на 170 %. Для приоритета «Ядерные технологии» прогнозное значение числа реализуемых НИР стабильно и составляет три единицы, минимальное (единичное) увеличение количества исследований характерно для приоритета «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры». На рис. 6-10 представлены результаты прогнозирования численности исполнителей НИР. Рис. 6. Прогноз параметра «Число исполнителей научной работы» по приоритету «Энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива», чел. Рис. 7. Прогноз параметра «Число исполнителей научной работы» по приоритету «Ядерные технологии», чел. Рис. 8. Прогноз параметра «Число исполнителей научной работы» по приоритету «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры», чел. Рис. 9. Прогноз параметра «Число исполнителей научной работы» по приоритету «Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства», чел. Рис. 10. Прогноз параметра «Число исполнителей научной работы» по приоритету «Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения», чел. Рис. 11. Прогноз параметра «Суммарный объем финансирования выполненных исследований» по приоритету «Энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива», млн руб. Рис. 12. Прогноз параметра «Суммарный объем финансирования выполненных исследований» по приоритету «Ядерные технологии», млн руб. Рис. 13. Прогноз параметра «Суммарный объем финансирования выполненных исследований» по приоритету «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры», млн руб. Рис. 14. Прогноз параметра «Суммарный объем финансирования выполненных исследований» по приоритету «Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства», млн руб. Рис. 15. Прогноз параметра «Суммарный объем финансирования выполненных исследований» по приоритету «Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения», млн руб. Как видно из графиков (см. 6-10), для трех приоритетов модернизации российской экономики, за исключением второго и третьего («Ядерные технологии» и «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры»), характерна тенденция роста численности исполнителей, занятых по анализируемым направлениям. Для приоритетов «Ядерные технологии» и «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры» прогнозные значения численности исполнителей стабилизированы на уровне 2013 г. и составляют 15 и 14 человек соответственно. Также для всех направлений за исключением приоритета «Ядерные технологии» в 2013 г. характерен спад численности исследователей в среднем на 60 %. На рис. 11-15 представлены результаты прогнозирования объемов финансирования НИР. Как видно из графиков (см. рис. 11-15), наблюдается падение объемов финансирования в 2013 г. и дальнейшее увеличение прогнозных объемов финансирования к 2018 г. со средним годовым темпом роста 3 %, при этом наибольший рост объемов финансирования прогнозируется для третьего приоритета «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры» - 4,5 %, наименьший темп роста - 2 % - характерен для первого приоритета «Энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива». Заключение Получены прогнозные значения локальных характеристик эффективности научных исследований для различных приоритетов модернизации российской экономики на основе ретроспективной информации. Эти результаты являются основой для обобщенного ранжирования динамики эффективности научных исследований. Результаты ранжирования будут представлены во второй части статьи.

About the authors

Mihail Y Livshits

Samara State Technical University

Email: usat@samgtu.ru
244, Molodogvardeiskaya st., Samara, 443100
(Dr. Sci. (Techn.)), Professor.

Mihail V Tsapenko

Samara State Technical University

Email: usat@samgtu.ru
244, Molodogvardeiskaya st., Samara, 443100
(Ph.D. (Econ.)), Associate Professor

Andrey N Davydov

Samara State Technical University

Email: usat@samgtu.ru
244, Molodogvardeiskaya st., Samara, 443100
(Ph.D. (Techn.)), Head of Research

Dmitry A Barbolin

Samara State Technical University

Email: usat@samgtu.ru
244, Molodogvardeiskaya st., Samara, 443100
Senior Software Engineer.

References

  1. Материалы первого заседания комиссии по модернизации российской экономики (18 июня 2009 г.). - М.: 2009.
  2. Светуньков С.Г. Методы социально-экономического прогнозирования: Учебник для вузов. Т. II / С.Г. Светуньков, И.С. Светуньков. - СПб.: Изд-во СПбГУЭФ, 2010. - 103 с.
  3. Дилигенский Н.В., Цапенко М.В., Давыдов А.Н. Методология и технологии формирования и классификации знаний о деятельности научных коллективов // РАН, СНЦ РАН, ИПУСС. Труды XIII Международной конференции «Проблемы управления и моделирования в сложных системах». Самара, 15 - 17 июня 2011. - С. 95-103.
  4. Дилигенский Н.В., Цапенко М.В., Давыдов А.Н. Методы оценки стратегических приоритетов научных исследований // Стратегическое планирование и развитие предприятий. Секция 3 / Материалы XIII Всероссийского симпозиума. Москва, 10-11 апреля 2012 г. Под ред. чл.-корр. РАН Г.Б. Клейнера. - М.: ЦЭМИ РАН, 2012. - 182 с. (С. 49-51).
  5. Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование. - М.: Вильямс, 2003.

Statistics

Views

Abstract - 27

PDF (Russian) - 7

Cited-By


Article Metrics

Metrics Loading ...

PlumX

Dimensions

Refbacks

  • There are currently no refbacks.

Copyright (c) 2013 Samara State Technical University

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies