Изучение взаимосвязи между показателями кадрового воспроизводства и научной продуктивности

↑

▷ Содержание

⇐ ПредыдущаяСтр 7 из 20Следующая ⇒

Существует ли «оптимальная кадровая структура» для научно-образовательного учреждения? Имеются ли какие-либо закономерности между возрастной структурой и параметрами научной продуктивности? На эти вопросы мы попытались ответить, оценив корреляцию относительных показателей первого и второго для некоторых вузов.

В Указе Президента России В.В.Путина №599 от 7 мая 2012 г. «О мерах по реализации государственной политики в области образования и науки» установлена необходимость увеличения к 2015 г. доли публикаций российских исследователей в общем количестве публикаций в мировых научных журналах, индексируемых в базе данных Web of Science до 2,44 %. Таким образом, при анализе эффективности государственной научно-образовательной политики и продуктивности исследовательской деятельности вузов следует опираться в том числе и на этот, ставший официальным показатель.

Перечень вузов составлен из списка национальных исследовательских и одного федерального университетов, для которых приведены данные о численности публикаций сотрудников в журналах, учитываемых в Web of Science. Эти данные отражены в мультирейтинге исследовательских университетов ^[15] , подготовленном порталом «Наука и технологии РФ».

19 исследовательских университетов (б о льшая часть вузов, представленных в мультирейтинге) направили свои данные о кадровых и научных показателях в ответ на запрос Референтуры Президента России. Таким образом, для этих 19 вузов у нас имеется признанный в мире параметр научной продуктивности (число публикаций в Web of Science).

В прилагаемой к настоящей записке большой таблице (приложение 3) представлены относительные показатели воспроизводства кадров и научной продуктивности некоторых исследовательских университетов.

Ниже в таблице 10 даны значения коэффициентов корреляции между некоторыми представленными показателями вузов. Наиболее интересны для нас соотношения этих параметров с относительным числом публикаций, размещенных в Web of Science. Представлены далеко не все корреляции: опущены явные, достаточно естественные и автокорреляционные зависимости.

Наиболее интересны обратные соотношения показателей (отрицательные значения коэффициента корреляции). Конечно, они не устанавливают причинно-следственных связей между показателями, но свидетельствуют о существовании других причин, от которых эти показатели зависят, и эти причины находятся в отношениях обратной взаимозависимости.

Соотношения показателей с коэффициентом корреляции, большие по модулю чем 0,35 или -0,35 или «с натяжкой» 0,3 или -0,3, можно считать достаточно достоверными для такого небольшого числа анализируемых вузов или, по крайней мере, близким к достоверным. Другие соотношения, возможно, будут подтверждены или опровергнуты «на большой статистике».

Тем не менее, среди достаточно достоверных корреляций имеются весьма интересные, в целом объяснимые большим разрывом между вузовской наукой мирового уровня и тем во многом имитирующем современную научную деятельность состоянием, в котором пока находится наука в вузах нашей страны.

Так, в современных исследовательских университетах мирового уровня число защит кандидатских диссертаций не может находиться в достоверной обратной корреляции к числу публикаций мирового уровня (соотношение № 1).

Для краткости, остановимся далее только на некоторых, выделенным жирным шрифтом соотношениях, касающихся числа публикаций в Web of Science. Показатель «ОТНОШЕНИЕ ОБЩЕГО ЧИСЛА ПУБЛИКАЦИЙ К ЧИСЛУ ПУБЛИКАЦИЙ В WEB OF SCIENCE» отражает, по сути, уровень превалирования для вуза публикаций его ППС и исследователей в не входящих в Web of Science (зачастую собственных, вузовских и не всегда адекватно рецензируемых) изданиях над публикациями мирового уровня. Коэффициент корреляции в соотношениях показателей №№ 2, 9, 12 свидетельствует, что, грубо говоря, чем больше вышеуказанное превышение, демонстрирующее, скорее всего, приверженность к домашним, российским изданиям, тем меньше в вузе научной молодежи, руководителей старшего поколения (!) и молодых кандидатов наук.

Соотношения 15 и 18 менее достоверны, но не менее интересны. Оказывается, что относительная численность аспирантов в вузе обратно коррелирует с числом публикаций мирового уровня (!).

Итак, много научной молодежи, особенно остепененной, в сочетании с достаточной долей опытных руководителей старшего поколения – это хорошо для науки. А вот безоглядная ставка на «омолаживание» руководящего состава, большое число аспирантов и подготовку кандидатских диссертаций в современных условиях – отнюдь не гарантия научной продуктивности вуза. Возможно, это временное явление – молодежь «повзрослеет» и проявит себя – однако, определенная опасность потери преемственности поколений налицо.

Дальнейшие исследования ведущих и активно развивающихся университетов (и научных центров), включение в число показателей средних и медианных относительных заработных плат сотрудников, долю защит кандидатских (и докторских) диссертаций по гуманитарным наукам среди всех защит в вузе, сумм поступлений от научных грантов и хоздоговоров в вузе и других параметров могли бы, без сомнения, позволить составить более полную картину взаимосвязи научно-изобретательской продуктивности и возрастной (и квалификационной) структуры современного российского вуза. Возможно, следует провести сравнения с ведущими зарубежными университетами.

Таблица 10. Наиболее интересные соотношения показателей национальных исследовательских университетов и коэффициенты их корреляции

а) отрицательная корреляция:

б) положительная корреляция:

* * *

Таким образом, несмотря на малое число исследованных вузов, наше экспресс-исследование позволяет сделать некоторые (предварительные) выводы:

1. Выявлены интересные и неочевидные закономерности, которые могут быть подтверждены (или опровергнуты) включением в исследование других вузов (и научных учреждений). Соответствующие данные на более чем 400 вузов имеются (или - в отношении публикаций Web of Science - могут быть получены дополнительно).

2. Данные закономерности, даже будучи установлены твердо и на «большой статистике» не могут, конечно, являться основой для формирования принципов «новой» кадровой политики в высшей школе и науке. Нельзя составить «микстуру» из определенного количества молодежи, определенного – старшего поколения, докторов и кандидатов «оптимальных» возрастов и получить эффективное, современное научно-образовательное учреждение. Но, тем не менее, полученные результаты могут быть использованы для корректировки такой политики, а также (а возможно, и в большей степени), для корректировки кадровой политики в научно-образовательной сфере в целом. Кроме того, они интересны для дальнейшего изучения состояния высшей школы в целях получения более глубоких рекомендаций для развития ее кадрового потенциала.

3. Статистика о научно-образовательных учреждениях в настоящее время собирается достаточно устаревшим, «валовым» способом. Необходимо создать единую базу (и социальную сеть) научных и научно-педагогических работников, которая бы учитывала большой массив индивидуальных показателей, индивидуальные исследовательские траектории. Это позволило бы в любой момент времени значительно более полно и точно оценить состояние кадровой системы в науке и образовании. Примеры таких подходов к управлению кадровым потенциалом в науке есть за рубежом, а аналогичные идеи – в нашей стране, и наиболее полно эта идея может найти воплощение в доработке Национальной информационно-аналитической системы «Молодые ученые России» (головной сайт – youngscience.ru), работа над которой требует завершения.

Познавательные статьи:



Где возникла философия и почему?

Относительная высота сжатой зоны бетона

Сущность проекции Гаусса-Крюгера и использование ее в геодезии

Тарифы на перевозку пассажиров