Performance analysis of dynamics research by generalized ranking II. Generalized ranking

Full Text

Введение Материалы статьи представлены в двух частях. В первой части были рассмотрены вопросы прогнозирования показателей эффективности научных исследований [1], во второй - обобщённое ранжирование показателей динамики эффективности научных исследований на основе прогнозов развития, которые были получены по пяти приоритетным направлениям модернизации российской экономики: энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива; ядерные технологии; космические технологии, связанные с телекоммуникациями, включая 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 обобщенного ранжирования Способ обобщенного ранжирования динамики эффективности научных исследований, проводимых по приоритетным направлениям модернизации российской экономики, базируется на методологии многокритериального сравнительного оценивания - Data Envelopment Analysis (DEA). Основы DEA-методики, модели, способы решения и области применения метода подробно изложены в работах [2-5], принципы применения методологии DEA и способы решения оптимизационных задач обобщенного оценивания технологической и рыночной эффективности производственной деятельности и научных исследований приведены в трудах [6-12]. Разработанные авторами методы и анализ решения задач оптимизации, адаптированные к специфике оценивания эффективности научных исследований, изложены в работах [13-18]. Как было отмечено в первой части статьи, в качестве частных показателей динамики эффективности научной деятельности по приоритетным направлениям развития экономики были выбраны три частных индикатора: количество проводимых научно-исследовательских работ (х1); число исполнителей научной работы (х2); суммарный объем финансирования выполненных исследований (х3). На базе этих индикаторов в соответствии с методом DEA сформируем обобщенный критерий эффективности в виде функционала: . (1) Для оценки динамики эффективности научных исследований отдельно по каждому из пяти приоритетов сформируем функционалы, подобные постановке (1), для дискретных моментов времени в базовом периоде с 2000 по 2013 гг. и на прогнозном интервале 2014-2018 гг. Путем решения задач линейного математического программирования для каждого приоритета экономики по всем 19 временным периодам 2000-2018 гг. с функционалом (1) и требованиями ограничений DEA-метода (непревышение единичного значения для всей остальной совокупности временных постановок и положительность весовых коэффициентов u1,2,3≥0) могут быть получены обобщенные оценки динамики эффективности научных исследований по направлениям модернизации экономики, нормированные на интервале значений (0,1]. Обобщенное ранжирование динамики эффективности научных исследований На основе представленных в первой части статьи прогнозных значений трех параметров для приоритетов модернизации экономики проведем обобщенное ранжирование динамики эффективности научных исследований. Для этого сформируем DEA-модели с обобщенным функционалом оценки вида (1) для каждого из приоритетов на всем временном интервале с 2000 по 2018 гг. Таким образом, нам будет необходимо решить 19 задач линейного программирования для каждого из пяти приоритетов. Результаты решения таких задач формируют ранжированные сравнительные оценки эффективности деятельности научных коллективов во времени по приоритетным направлениям модернизации экономики (см. таблицу). Обобщенные характеристики динамики эффективности научных исследований отразим на графиках. На рис. 1-5 показаны графики, характеризующие временные DEA-оценки приоритетов модернизации экономики. Рис. 1. Обобщенные характеристики динамики эффективности научных исследований по приоритету «Энергоэффективность и энергосбережение, в том числе вопросы разработки новых видов топлива» Рис. 2. Обобщенные характеристики динамики эффективности научных исследований по приоритету «Ядерные технологии» Из данных диаграммы, представленной на рис. 1, видно, что в базовом периоде 2000 - 2013 гг. и на прогнозном интервале до 2018 г. обобщенная эффективность исследований выросла относительно 2000 года в 6 раз. На базовом временном интервале наблюдаются периоды локальных спадов эффективности с 2006 по 2008 гг., с 2010 по 2011 гг. и с 2012 по 2013 гг. На прогнозном интервале с 2014 по 2018 гг. наблюдается монотонный рост эффективности со средним значением около 4 % в год. Оценка обобщенной эффективности научных исследований в 2010 и 2012 гг. имела максимальные значения - 1,0. На рис. 2 представлены оценки обобщенной эффективности научных исследований для приоритета «Ядерные технологии». Как видно из данных, представленных на рис. 2, на базовом временном интервале в 2000 и 2002 гг. исследования по этой тематике не проводились. Локальные спады обобщенной эффективности характерны для периодов 2003-2005 гг. - падение оценок эффективности с 0,71 до минимума 0,27, 2006-2007 гг. - с 0,78 до 0,65, 2008-2009 гг. - с 1,00 до 0,53. Максимальное (единичное) значение оценка обобщенной эффективности имела в 2008, 2012 и 2013 гг. Рис. 3. Обобщенные характеристики динамики эффективности научных исследований по приоритету «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры» Для прогнозного интервала характерен монотонный рост эффективности исследований со среднегодовым темпом около 1,4 %. На диаграмме, представленной на рис. 3, показаны оценки эффективности по приоритету «Космические технологии, связанные с телекоммуникациями, включая и ГЛОНАСС, и программу развития наземной инфраструктуры». Как видно из данных, представленных на рис. 3, динамика оценок в базовом периоде имеет нерегулярный характер. Для 2002, 2003, 2005, 2006 и 2009 гг. оценка обобщенной эффективности принимает значение менее 0,5. Максимальная эффективность исследований наблюдается в 2008 и 2012 гг., минимальные значения - в 2005 и 2009 гг. На прогнозном интервале с 2014 по 2018 гг. среднее значение оценки эффективности составляет порядка 0,66, при этом характерен минимальный прирост эффективности со среднегодовым темпом 0,2 %. Рис. 4. Обобщенные характеристики динамики эффективности научных исследований по приоритету «Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства» Рис. 5. Обобщенные характеристики динамики эффективности научных исследований по приоритету «Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения» На диаграмме, представленной на рис. 4, показаны оценки обобщенной эффективности для приоритета «Медицинские технологии, прежде всего диагностическое оборудование, а также лекарственные средства». Как видно из данных, представленных на рис. 4, динамика эффективности имеет монотонную тенденцию роста в базовом периоде с 2000 по 2012 гг. в 5,3 раза. Максимальные значения оценки эффективности принимают в 2011 и 2012 гг., далее наблюдается спад в 2013 г. на 33 % относительно 2012 г. На прогнозном интервале наблюдается равномерный рост эффективности со среднегодовым темпом около 2,2 %. На рис. 5 представлены результаты оценок обобщенной эффективности для приоритета «Стратегические информационные технологии, включая вопросы создания суперкомпьютеров и разработки программного обеспечения». Как видно из данных, представленных на рис. 5, в базовом периоде происходит рост оценок эффективности в 2000-2005 гг. с 0,12 до 0,69 единиц, далее характерна тенденция спада этих оценок до 2007 года (0,46) и дальнейшего их роста до максимальной оценки в 2012 г. (с локальным падением в 2009 г. до 0,4). На прогнозом интервале наблюдается монотонный рост оценок эффективности со среднегодовым темпом около 2,1 %. Заключение Проанализированы характеристики динамики оценок обобщенной эффективности научных исследований для различных приоритетов модернизации российской экономики на основе ретроспективной информации и полученных прогнозов. На данных материалах проиллюстрированы возможности применения DEA-методологии для многокритериального оценивания эффективности динамики развития научных исследований. Эти оценки могут служить основанием для поддержки и стимулирования ведущих коллективов вуза с учетом их вклада в динамику развития приоритетных направлений научных исследований.

About the authors

Mihail Y Livshits

Samara State Technical University

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

Mihail Y Tsapenko

Institution of the Russian Academy of Sciences Institute for the Control of Complex Systems of RAS

Email: usat@samgtu.ru
(Ph.D. (Econ.)), Associate Professor 61, Sadovaya st., Samara, 443020, Russia

Andrey N Davydov

Samara State Technical University

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

Dmitry A Barbolin

Institution of the Russian Academy of Sciences Institute for the Control of Complex Systems of RAS

Email: usat@samgtu.ru
Senior Software Engineer 61, Sadovaya st., Samara, 443020, Russia

References

Supplementary files