Система показателей оценки инновационной политики высшего технического учебного заведения

Введение

В последние годы в России произошел значительный поворот в политике высшего образования. Акцент в данной политике сделан на интенсификацию и коммерциализацию научных исследований, разработку новых технологий, поддержку инновационного предпринимательства и развитие партнерских отношений со стейкхолдерами. Вузы стали ключевыми центрами инновационной деятельности. В особенности это касается технических вузов, которые играют важную роль в обеспечении технологического суверенитета государства. Однако, многие технические университеты сталкиваются с рядом основных проблем, таких как недостаточное развитие собственных разработок и исследований, отстраненность от современных научных и технологических достижений, недостаточно развитая инновационная среда, нестабильные связи с промышленностью и деловым сообществом и другие. Для их решения необходимо принимать меры по совершенствованию внутренней инновационной политики и проводить мониторинг инновационной деятельности вуза.

Мониторинг инновационной политики вузов необходим для оценки эффективности инновационных процессов, анализа их конкурентоспособности. Он выступает ключевым инструментом для обеспечения эффективного развития вуза и его адаптации к изменяющимся условиям. Для измерения эффективности инновационной политики технического университета важно определить гибкий набор критериев для оценки.

Целью данной работы выступает разработка системы показателей для оценки инновационной политики высшего технического учебного заведения. Предполагаемая научная новизна заключается в базировании авторской системы показателей не только на учете конечных результатов инновационной деятельности вуза, но и на процессе ее реализации. Методология построения системы показателей базируется на системном подходе, принципах измеримости и достоверности показателей, включении различных уровней инновационной деятельности – от учебного процесса до научных исследований, возможности корректировки системы показателей в соответствии с изменяющимися потребностями и целями вуза.

Гипотезой исследования выступает предположение о том, что авторская система показателей позволит более комплексно оценить воздействие инновационной политики на достижение целей вуза в области инноваций, отслеживать прогресс в реализации инновационных проектов, принимать обоснованные решения о распределении ресурсов, организации деятельности и развитии инновационной среды вуза.

Обзор литературы

В профильной научной литературе представлены разнообразные подходы к формированию множества оценочных показателей инновационной деятельности образовательных организаций высшего образования.

Обработка данных о системе образования государства согласно приказу Минобразования от 29.04.1998г. № 1109 проводится Главным информационно-вычислительным центром (ГИВЦ РТУ МИРЭА) [1]. Данный центр формирует обширный банк данных о состоянии и развитии образования в России и за рубежом, производит мониторинг эффективности образовательных организаций в РФ. Тем не менее, А.М. Марголин отмечает, ежегодное представление вузами большого количества отчетных показателей практически утратило связь с реальностью, а значительная часть содержащихся в мониторинге показателей дублируется другими формами отчетности. Поэтому предоставляемую вузами отчетность можно рассматривать как своеобразную «регуляторную гильотину» [2].

Индикаторы Национального рейтинга университетов, разработанного агентством «Интерфакс» при поддержке Минобрнауки РФ, в основном сосредотачиваются на оценке инновационного потенциала вузов [3]. Отметим, что из шести показателей только один индикатор, связанный с участием вуза в программах инновационного развития госкорпораций, непосредственно отражает результаты инновационной деятельности.

Рейтинговое агентство «Эксперт РА» ежегодно составляет рейтинг вузов, который включает пятнадцать показателей и представляет интегральную оценку качества подготовки выпускников и научно-исследовательской деятельности [4]. Следует отметить, что только показатели рейтинга связаны с инновационными процессами университетов, и даже они скорее отражают потенциал в области инноваций, чем конкретные результаты инновационной деятельности.

Для определения показателей эффективности инновационной деятельности вузов можно задействовать рейтинги инновационного развития субъектов Федерации. Например, НИУ «Высшая школа экономики» формирует рейтинги инновационного развития регионов, с использованием регионального инновационного индекса [5]. Данный индекс инкапсулирует тридцать шесть индикаторов, часть из которых отражают инновационную деятельность вузов.

В статье Перфильева О.В. были выделены показатели, отражающие инновационную активность университетов, включая количество разработанных технологий, долю инновационных товаров и услуг, долю населения, занятого в научно-инновационных секторах экономики, а также количество публикаций и патентов [6].

В работе Лавриненко Я.Б. дан анализ воздействия показателей российских вузов на достижение целей программы «Приоритет 2030» [7]. Автором выявлена сильная корреляционная связь между уровнем международного сотрудничества, размером заработной платы сотрудников и эффективностью инновационной работы вуза.

В статье Ефремовой П.В. и Романовой И.М. представлен авторский метод оценки уровня инновационной активности вуза, который основан на анализе трех направлений: научно-исследовательское, образовательное и административное [8]. В работе предложена и обоснована методика оценки, включающая алгоритм, инструменты и возможные варианты ее применения как на межвузовском, так и на уровне отдельных вузов.

В работе М.В. Ширяева разработан набор показателей экономической безопасности опорных вузов страны [9]. Автор рассматривает различные методики для оценки эффективности деятельности вузов в России. В статье описывается собственная методика диагностики уровня экономической безопасности университета на базе системы индикаторов, показатели, характеризующие инновационную деятельность.

Завершая далеко не полный обзор подходов к формированию системы индикаторов для исследования и оценки инновационной деятельности университета можно констатировать, что при формировании рейтингов исследователи применяют разнообразные показатели и их количество варьируется: в некоторых случаях используется всего лишь шесть показателей, а в других - до тридцати шести. Кроме этого, в научной литературе практически не представлены системы, отражающие эффективность инновационной политики вузов. Во многих случаях оценка инновационной активности университетов сосредотачивается на оценке их потенциала в области инноваций. На наш взгляд, для оценки эффективности инновационной политики в вузе целесообразна разработка более полной системы показателей с упором на результаты.

Система показателей

В рамках работы нами сформирована система показателей для оценки инновационной политики технического университета. Показатели системы подразделены на 8 проекций (по три индикатора в каждой проекции), отражающих ключевые направления инновационной политики вуза (таблица 1). При выборе системы оценочной показателей авторы придерживались принципов необходимости и достаточности, древовидной структуры системы и достоверности показателей [10]:

В предпоследнем столбце таблицы представлены референсные значения показателей. Выбор этих значений может быть осуществлен путем анализа данных о деятельности ведущих университетов или аналогичных образовательных организаций, с учетом экспертного мнения и др. В данном исследовании использовался метод экспертных оценок. Стоит подчеркнуть, что референсный уровень может быть адаптирован в зависимости от конкретных целей и характеристик вуза, а также изменяться со временем.

В последнем столбце таблице приведен источник данных. В настоящее время некоторые данные могут быть получены по результатам мониторинга деятельности университетов. Однако большинство показателей предоставляются вузами.

Таблица 1. Система показателей оценки эффективности инновационной политики технического университета

Апробация системы показателей

В рамках исследования были проанализированы 20 технических университетов России, входящих в лидирующие группы по множеству независимых рейтингов (МГТУ им. Н.Э. Баумана, МФТИ, МИФИ, ИТМО, МИСиС, СПбПУ Петра Великого, МАИ, ТПУ, МЭИ, Губкинский университет, УГНТУ, РТУ МИРЭА, ЛЭТИ, СТАНКИН, МИЭТ, СамГТУ, НГТУ, НГТУ им. Р.Е. Алексеева, КНИТУ-КАИ, ОмГТУ). В названных вузах сформированы многолетние традиции научных исследований и подготовки кадров по техническим направлениям. Десять университетов представляют г. Москву, три вуза находятся в г. Санкт-Петербург, по одному университету представляют города Томск, Уфу, Самару, Новосибирск, Нижний Новгород, Казань и Омск.

Поскольку показатели вузов измеряются в различных величинах, для их сопоставления и построения на одном графике в работе была задействована процедура их нормализации. При этом, если исходный показатель имел обширные пределы изменения, нормализованный показатель вычислялся по формуле:

где, R и К – референсное и исходное значение показателя соответственно. При этом . Если , то значение исходного показателя совпадает с референсным значением, если , то исходный показатель не достиг референсного уровня, в противном случае исходный показатель превысил референсное значение. В случае, если исходный показатель имел ограниченные пределы изменения (например, от 0 до 100%), использовалась кусочно-линейная нормализация.

Отметим, что из 24 индикаторов, представленных в табл. 1, только 10 находятся в свободном доступе. Поэтому наш анализ мы начинаем с рассмотрения данных, отражающих динамику соответствующих десяти нормализованных показателей для двадцати ведущих технических университетов страны (рис. 1-10).

Рис. 1. Динамика нормализованного показателя «Объем НИОКР в расчете на одного научно-педагогического работника, тыс. руб.»

Источник: Составлено авторами

Рис. 2. Динамика нормализованного показателя «Число публикаций организации, индексируемых в информационно-аналитической системе научного цитирования РИНЦ в расчете на 100 НПР»

Источник: Составлено авторами

Рис. 3. Динамика нормализованного показателя «Объем НИОКР в расчете на одного научно-педагогического работника»

Источник: Составлено авторами

Рис. 4. Динамика нормализованного показателя «Количество лицензионных соглашений на 100 НПР»

Источник: Составлено авторами

Рис. 5. Динамика нормализованного показателя «Удельный вес средств, полученных от использования результатов интеллектуальной деятельности (РИД), в общих доходах образовательной организации»

Источник: Составлено авторами

Рис. 6. Число малых инновационных предприятий (МИП) в расчете на 100 НПР»

Источник: Составлено авторами

Рис. 7. Динамика нормализованного показателя «Количество центров коллективного пользования научным оборудованием (ЦКП) в расчете на 100 НПР»

Источник: Составлено авторами

Рис. 8. Динамика нормализованного показателя «Отношение числа предприятий, с которыми заключены договоры на подготовку специалистов, к приведенному контингенту»

Источник: Составлено авторами

Рис. 9. Удельный вес численности слушателей из сторонних организаций в общей численности слушателей, прошедших обучение в образовательной организации по программам повышения квалификации или профессиональной переподготовки»

Источник: Составлено авторами

Рис. 10. Динамика нормализованного показателя «Отношение числа предприятий, являющихся базами практик, с которыми оформлены договорные отношения, к приведенному контингенту»

Источник: Составлено авторами

Анализ рисунков 1-10, позволяет сделать следующие выводы.

1. Из рис. 1. видно, что большинство университетов демонстрируют значения выше референсного значения, что свидетельствует о их достаточно активной научно-исследовательской деятельности. Некоторые университеты (МФТИ, МИФИ, МИСиС и др.) имеют высокие показатели за весь период, в то время как другие, например, УГНТУ и ОмГТУ, демонстрируют значительно более низкие результаты.

2. Анализ рис. 2 позволяет констатировать, что уровень научной продуктивности, в рассматриваемых университетах, значительно варьируется в течение рассматриваемого периода. Некоторые университеты, такие как МЭИ и МФТИ, демонстрируют стабильно высокие значения показателя, тогда как другие, например, РТУ МИРЭА и ТПУ, имеют значительно более низкие показатели.

3. Из анализа рис. 3 видно, что уровень привлечения грантов существенно различается среди университетов и меняется в течение рассматриваемого периода. Некоторые университеты, такие как МФТИ и МИФИ, демонстрируют стабильно высокие значения показателя, тогда как, например, Губкинский университет и КНИТУ-КАИ, имеют нулевые значения показателя в определенные годы. Скорее всего это связано с ошибками в предоставлении информации.

4. Данные на рис. 4 позволяют говорить о том, что число лицензионных соглашений также существенно разнится среди анализируемых вузов. Часть университетов, такие как МФТИ, УГНТУ, ИТМО и МИЭТ демонстрируют стабильно высокие значения показателя. Однако, некоторые университеты имеют низкие значения этого показателя, например, СамГТУ, РТУ МИРЭА и ряд других вузов.

5. Из анализа рис. 5 видно, что значение показателя у рассматриваемых вузов существенно разнится. Некоторые образовательные организации, такие как МФТИ и СПбПУ Петра Великого, показывают высокие значения индикатора в определенные годы, что говорит об успешной коммерциализации результатов исследований. Однако большинство вузов имеют неудовлетворительные или даже нулевые значения индикатора.

6. Рис. 6 позволяет утверждать, что число МИП существенно различается среди университетов и изменяется в течение рассматриваемого периода. Некоторые университеты (ИТМО, МИСиС, МГТУ им. Н.Э. Баумана и МФТИ) демонстрируют стабильно высокие значения показателя. Аутсайдерами выступают МАИ и РТУ МИРЭА, которые в определенные годы даже показывают нулевые значения.

7. По рис. 7 можно сделать вывод, что ряд вузов (например, МЭИ и МИЭТ, МИСиС и МФТИ), демонстрируют стабильно высокие значения показателя числа ЦКП. Однако некоторые университеты имеют более низкие значения этого показателя (например, СПбПУ и МАИ).

8. Из анализа рис. 8 видно, что значения показателя варьируются среди вузов. Некоторые университеты, такие как МГТУ им. Н.Э. Баумана и МИФИ, показывают относительно высокие значения. Однако другие университеты, например, ИТМО и МИСиС, демонстрируют низкий уровень показателя.

9. Анализ данных на рис. 9 показывает, что значения показателя у вузов разнятся. Некоторые университеты, такие как МИСиС и МФТИ, имеют относительно высокие значения индикатора, что говорит о привлекательности для слушателей из внешних организаций. В то время как, например, РТУ МИРЭА и КНИТУ-КАИ, демонстрируют более низкие значения.

10. Анализ рис. 10 показывает, что некоторые вузы, такие как МГТУ им. Н.Э. Баумана и МИСиС, демонстрируют стабильно высокие значения показателя. В то время как другие университеты, например, МФТИ и МЭИ, показывают более низкие показатели.

На следующем этапе проанализируем динамику всех 24 индикаторов инновационной политики для и НГТУ им. Р.Е. Алексеева (рис. 11-18).

Рис. 11. Динамика нормированных индикаторов проекции «Инновации в образовательной деятельности» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Рис. 12. Динамика нормированных индикаторов проекции «Научные исследования» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Рис. 13. Динамика нормированных индикаторов проекции «Управление интеллектуальной собственностью» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Рис. 14. Динамика нормированных индикаторов проекции «Инфраструктура инновационной деятельности» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Рис. 15. Динамика нормированных индикаторов проекции «Развитие предпринимательства» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Рис. 16. Динамика нормированных индикаторов проекции «Взаимодействие со стейкхолдерами» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Рис. 17. Динамика нормированных индикаторов проекции «Вовлеченность в инновационную деятельность» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Рис. 18. Динамика нормированных индикаторов проекции «Организационные инновации» НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

Анализ рис. 11-18 позволяет сделать следующие выводы.

1. Доля обучающихся по инновационным проектно-ориентированным программам и удельный вес инновационных электронных курсов в общем количестве курсов читаемых дисциплин по ООП ВО, хоть и росли, остаются ниже референсного уровня. Однако, доля программ ДПО, с применением новых информационных технологий и принципов непрерывного образования приближается к референсному значению, что свидетельствует о положительной динамике в этом направлении.

2. В показателе объема НИОКР наблюдается снижение, число публикаций также значительно сократилось. Однако некоторый рост можно зафиксировать в количестве полученных грантов.

3. Индикатор количество лицензионных соглашений в рассматриваемый период имел переменный характер, значительно сократившись в последние годы. Удельный вес средств, полученных от РИД, в общих доходах вуза также подвергался изменениям, хотя общая тенденция в последние годы показывает увеличение этого показателя. Число объектов интеллектуальной собственности также продемонстрировало рост, что может свидетельствовать о увеличении активности в этой области.

4. За последние годы количество малых инновационных предприятий в НГТУ им. Р.Е. Алексеева остается относительно стабильным. Однако, как видно из других показателей, университет активно развивает инновационную и предпринимательскую среду, в том числе, увеличивая количество центров коллективного пользования и число команд-резидентов бизнес-инкубатора и технопарка.

5. В течение рассматриваемого периода наблюдается значительный рост вовлеченности студентов в программы, направленные на развитие предпринимательства. Доля студентов, участвующих в таких программах, увеличилась более чем в два раза с начала отслеживаемого периода. Вместе с тем, вовлечение выпускников в программу «Стартап как диплом» остается незначительным, но наблюдается небольшой рост в последние годы. Относительно образовательных программ, внедряющих модули технологического и социального предпринимательства, процент таких программ также постепенно увеличивается, подчеркивая рост интереса университета к предпринимательской активности среди студентов.

6. В рамках рассматриваемого периода индикатор отношения числа предприятий, с которыми заключены договоры на подготовку специалистов, к приведенному контингенту, показывает отрицательный тренд. Доля числа слушателей из сторонних организаций прошедших обучение по программам ДПО, начинает с небольшого снижения, но затем резко возрастает к концу периода. Отношение числа предприятий, являющихся базами практик, с которыми оформлены договорные отношения, к приведенному контингенту, также показывает изменчивость, но общая тенденция указывает на увеличение этого показателя в последние годы.

7. За последние годы в НГТУ им. Р.Е. Алексеева наблюдается увеличение доли успешно трудоустроенных выпускников в технологическом секторе экономики. Также отмечается рост участия студентов и научно-педагогических работников в мероприятиях, связанных с инновационной деятельностью.

8. За исследуемый период в НГТУ им. Р.Е. Алексеева наблюдается значительный рост числа проектов развития инновационной инфраструктуры, получивших внешнее финансирование. Это указывает на активное стремление университета к развитию инновационной среды и инфраструктуры. Также отмечается увеличение доли научно-педагогических работников, повысивших квалификацию по инновационной и предпринимательской деятельности. Кроме того, наблюдается постепенный рост числа внедренных за отчетный год ИТ-сервисов в информационно-аналитической системе университета, направленных на поддержание процессов принятия управленческих решений, что свидетельствует о совершенствовании информационной базы и управленческого процесса в университете.

На рис. 19 представлена диаграмма, отражающая сравнительный анализ обобщенных показателей инновационной политики НГТУ им. Р.Е. Алексеева по отдельным проекциям и по всей системе показателей в целом. Обобщенные показатели по проекциям находились путем расчёта среднего арифметического нормализованных показателей, входящих в проекцию, а интегральный обобщенный показатель – путем расчета среднего арифметического обобщенных показателей по проекциям.

Рис. 3.20. Динамика обобщенных показателей инновационной политики НГТУ им. Р.Е. Алексеева

Источник: Составлено авторами

В целом, наблюдается положительная динамика по большинству проекций за рассматриваемый период. Наибольший рост происходит в проекции «Организационные инновации», где индекс увеличивается существенно с каждым годом. Некоторые проекции, такие как «Научные исследования» и «Вовлеченность в инновационную деятельность», демонстрируют резкие колебания в отдельные годы. Обобщенный индекс системы показывает устойчивый рост. Это свидетельствует о том, что университет обеспечивает прогрессивное развитие в ключевых аспектах инновационной деятельности и стремится к сбалансированному развитию в инновационной сфере. Тем не менее, обобщенный индекс еще не достиг референсного уровня в 0,5.

Заключение

В заключении исследования отметим, что наиболее проблемными индикаторами для рассматриваемых вузов выступают показатели проекции «Управление интеллектуальной собственностью». Кроме этого низкие значения демонстрирует показатель числа предприятий, с которыми заключены договоры на подготовку кадров. Выделение обобщенных проблем или успехов позволяет дать общие рекомендации для повышения эффективности инновационной политики университетов.

Таким образом в данной статье предложена система показателей оценки эффективности инновационной политики технического вуза. Показатели системы подразделены на 8 проекций (по три индикатора в каждой проекции), отражающих ключевые направления инновационной политики вуза. Авторская система показателей позволяет оценить воздействие инновационной политики на достижение целей вуза в области инноваций, отслеживать прогресс в реализации инновационных инициатив и проектов, принимать обоснованные решения о распределении ресурсов, организации деятельности и развитии инновационной среды. В отличии от существующих, авторская система учитывает не только конечные результаты инновационной деятельности, но и процесс ее реализации, включая взаимосвязи между различными аспектами инновационной политики.