Диссертация (1151117), страница 20
Текст из файла (страница 20)
Коэффициент определяет угол наклона прямой = (), где α – угол между линией регрессиии горизонтальной осью [5].Величина параметра a называется константой регрессии (свободным членом).Значение и рассчитывается по методу наименьших квадратов, т.е. чтобывеличина представленная в формуле (3.15) была минимальной.∑=1( − ( − ))(3.15)где , – значение переменных х и у для -го наблюдения; – число наблюдений[2].По каждомупоказателю из Таблицы 13 (показатели, используемые дляформирования) с разбивкой по кластерам, представленным на рисунке 29(результаткластеризацииуниверситетовподанным2012года)былисформированы среднеарифметические показатели с 2004 по 2012 год.
На данныхпоказателях были использованы различные методы прогнозирования, однако,наилучший результат был достигнут при использовании линейной регрессии.На рисунке 30 в виде диаграммы представлены коэффициенты, равныеотношениюсреднеарифметическихзначенийпоказателейв2018году,121сформированных на основе линейных моделей, к фактическим значениям 2012года, которые и используются для определения прогнозных значений показателейуниверситетов соответствующих кластеров. Данный рисунок отражает тенденцииизменения показателей деятельности университетов в различных кластерах.Рисунок 30 –Коэффициенты, отражающие тенденции изменения показателейдеятельности университетов по кластерамДалееприведенавозможнаяинтерпретациянаиболеесущественныхрезультатов, полученных в рамках оценки тенденций развития университетов:происходитзначительноеувеличениедолииностранныхпреподавателей не только среди университетов 2-го кластера, ориентированныхна активную международную деятельность, но и 3-го, представители которогозанимают средние позиции.
Данный вывод можно сделать, проанализировавкоэффициенты изменения показателя Acadstaffint / Acadstaff, характерные дляпредставителей 2-го и 3-го кластеров, которым соответствуют точечная ипунктирная линии на рисунке указанные коэффициенты принимают значениясущественно больше единицы (см. выделенную область на рисунке 30).Описанная тенденция может говорить о том, что многие университеты 3-гокластера в качестве приоритетной цели своего стратегического развития выбрали122интернационализацию предоставляемых образовательных услуг, что, в том числеможет позволить им войти в группу лидирующих университетов [67]; динамика развития всех университетов, вошедших в исследуемую выборку,за период 2004-2012 годов свидетельствует об устойчивом увеличении количествапубликаций согласно WOS.
При этом рост количества публикаций сотрудниковМГУ им. М.В. Ломоносова и СПбГУ существенно ниже средних значений:данный показатель СПбГУ за 8 лет практически не изменился, а МГУ им. М.В.Ломоносова имеет среднегодовой рост менее 3%, таким образом, для того чтобыхотя бы не отставать от ведущих университетов нужно «бежать» еще быстрее; присутствует общая тенденция сокращения показателя, характеризующегоотношение академического штата к числу студентов, что, на наш взгляд,обусловлено увеличением количества студентов, обучающихся в ведущихуниверситетах; высокие темпы прироста объема поступлений от исследовательскойдеятельности в расчете на одного преподавателя для университетов 5-го кластераво многом объясняются сравнительно низкими абсолютными значениями данногопоказателя, так как 5-й кластер составляют университеты, занимающие позиции«ниже среднего» по состоянию на 2012 год.
В тоже время, очевидна мироваятенденция на расширение исследовательской деятельности, характерная длягруппыдогоняющихуниверситетов,чтонеобходимоучитыватьприформировании планов развития ведущих отечественных университетов, дляукрепления их позиции.В целом можно говорить о еще одном существенном тренде, которыйсложился в последние годы – это процесс увеличения международной кооперациикак в создании, так и в передаче знаний, т.е. происходит процесс глобализации всфере образования [32]. Что подтверждает гипотезу, высказанную в главе 2 пункт4 настоящей диссертации, о высокой роли международной составляющей всовременном высшем образовании.1233.4. Верификация предложенной модели на основе программ развитияМГУ им.
М.В. Ломоносова и СПбГУ до 2020Врамкахпрактическогопримененияпредложенногометодапрогнозированияиспользуютсяпрограммыразвитиядвухроссийскихуниверситетов: МГУ им. М.В. Ломоносова и СПбГУ, которые по итогамкластеризации на основе данных 2012 года попали в 4-ый кластер. Необходимоотметить, что хотя программы развития университетов включает общую цель повхождению в топ-100 лучших университетов мира по версии международныхрейтингов, однако лишь некоторые индикаторы, которые используются дляформирования рейтингов, отражены в программах [54, 55].В таблице 16 приведены значения показателей МГУ им.
М.В. Ломоносова иСПбГУ по состоянию на 2012 год, которые представлены в базе данных InCites, ипрогнозируемые значения на 2018 год, которые оценены на основе данных,приведенных в программах развития. Для анализа выбран 2018 год, так какименно данные этого года лягут в основу построения международных рейтингов в2020 году, к которому необходимо обеспечить вхождение не менее пятироссийских университетов в топ-100 [35].Таблица 16.Динамика показателей деятельности МГУ им. М.В.
Ломоносова и СПбГУ№п/п12345678Значение показателяМГУим.М.В.Название индикатораЛомоносовав базе InCitesоценка на2012 год2018 годAcadstaff / Stdnt0,130,14Acad staff int / Acad staff 0,180,2Doctoral degree / Acad0,260,33staffNormalizedcitation0,961,17impact - country adjPapers3 6255105Papers int co-author /0,380,5PapersRes income / Acad staff124 917 316000Stdnt int / Stdnt0,20,32Значение показателяСПбГУ0,170,02оценка на2018 год0,170,020,080,090,870,871 01621500,440,5134 8670,09670520,12012 год124Ниже приведены оценки позиций МГУ им. М.В.
Ломоносова и СПбГУ в2018 году для двух вариантов предпосылок:I вариант – значения показателей деятельности всех университетов, кромеМГУ им. М.В. Ломоносова и СПбГУ, предполагаются неизменными на период до2018 года;II вариант – использование оценок значений показателей университетов на2018год,полученныхнаосновекоэффициентовлинейныхтрендовиндивидуально для каждого кластера, выделенного на основе данных 2012 года.I вариант.Использование значений показателей МГУ им. М.В. Ломоносова и СПбГУна 2018 год, полученных на основе программ развития, при неизменныхпоказателях прочих университетов. Данный подход предполагает значительноеупрощение, но позволяет произвести проверку целевых индикаторов программ наминимальное соответствие заявленным целям по вхождению университетов втоп-100 к 2020 году.В рамках приведенных выше предпосылок были получены следующиерезультаты:- произошло перемещение МГУ им. М.В.
Ломоносова в 1-ый кластер,соответствующийлидерамсредимировыхуниверситетов,имеющихсущественные шансы на попадание в первую сотню мировых рейтингов;- позиция СПбГУ не изменилась, университет по-прежнему остался средипредставителей 4-го кластера. Данный результат может свидетельствовать о том,что согласно предложенной модели исследования программа развития СПбГУдаже при неизменных прочих показателей не позволяет университету войти вгруппу лидеров, которые борются за попадание в топ-100. Следовательно,программа развития СПбГУ с точки зрения продвижения в мировых рейтингахсодержит значения показателей, которые недостаточны для попадания в топ-100мировых университетов.
При этом набор целевых индикаторов, представленных в125программе, не включает ряд показателей, оказывающих влияние на итогиформирования международных рейтингов.II вариант.Предполагается,чтопоказателидеятельностиведущихмировыхуниверситетов имеют тенденцию к изменению, и может быть произведена оценкаих будущих значений на основе ретроспективных статистических данных.Кластеризация на основе данных 2012 года позволила выделить пять групп,которые составили университеты, близкие по своим характеристикам, и,следовательно, имеющие схожие цели и возможности для развития. Такимобразом, прогнозирование показателей производится индивидуально для каждогокластера. Основой для прогноза являются среднеарифметические значенияпоказателей деятельности университетов каждого кластера за период с 2004 по2012 годы. Оценка значений показателей на 2018 (на шесть периодов вперед)производится с помощью линейной аппроксимации, в рамках которой дляопределения параметров линейной функции (типа y = a*x + b) используется методнаименьших квадратов.Рисунок 31– Результат кластеризации университетов по данным 2018 года126На рисунке 31 приведены результаты кластеризации для данных,полученных на основе прогнозных значений показателей на 2018 год.
В данномслучае лидирующие университеты сформировали 1-ий кластер с высокимипоказателями публикационной активности, отношения числа присвоенныхнаучных степеней к академическому штату, уровня цитирования публикаций. В 1ий кластер вошло 118 университетов, среди которых большинство такжепредставляют лидирующий кластер (1-й кластер) при группировке на основефактических данных 2012 (Рисунок 31)необходимо отметить, что количествоуниверситетов в составе передового кластера в соответствии с оценкой на 2018год увеличилось со 107 до 118, в том числе за счет вошедших в него динамичноразвивающихся в последние годы китайских университетов: ЧжэцзянскийУниверситет, Шанхайский Транспортный (Цзяотун) Университет, УниверситетЦинхуа в Пекине [38].В рамках процедуры кластеризации с использованием описанных вышепредпосылок формирования показателей деятельности университетов на 2018 годМГУ им.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
