WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

1

На правах рукописи

САЗОНОВА Анна Сергеевна

МОДЕЛИ И МЕТОДЫ ПРОГНОЗИРОВАНИЯ ЧИСЛЕННОСТИ АСПИРАНТОВ С УЧЕТОМ ПРИОРИТЕТНЫХ НАПРАВЛЕНИЙ РАЗВИТИЯ РЕГИОНА

Специальность 05.13.10 – Управление в социальных и экономических системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Брянск, 2012

Работа выполнена на кафедре "Компьютерные технологии и системы" ФГБОУ ВПО "Брянский государственный технический университет"

Научный консультант: Заслуженный деятель науки, доктор технических наук, профессор АВЕРЧЕНКОВ Владимир Иванович

Официальные оппоненты: доктор технических наук, профессор КОНСТАНТИНОВ Игорь Сергеевич, заведующий кафедрой «Информационные системы», Государственный университет – УНПК кандидат технических наук, профессор КВИТКО Борис Иванович, проректор по информатизации и внешним связям, Брянская государственная сельскохозяйственная академия

Ведущая организация: ФГБОУ ВПО "Волгоградский государственный технический университет"

Защита диссертации состоится «28» мая 2012г. в 16-00 часов на заседании диссертационного совета Д 212.021.03 при ФГБОУ ВПО «Брянский государственный технический университет» по адресу: 241035 г.Брянск, бульвар 50-летия Октября, д.7, учебный корпус №2, ауд.220.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Брянский государственный технический университет».

Автореферат разослан «26» апреля 2012г.

Ученый секретарь диссертационного совета, кандидат технических наук, доцент В.А.Шкаберин

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Согласно Федеральной целевой программе «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы и в соответствии со «Стратегией развития науки и инноваций в Российской Федерации на период до 2015 года» основу государственного сектора науки и высшего образования в перспективе составят технически оснащенные на мировом уровне, укомплектованные квалифицированными кадрами научные и образовательные организации. В связи с этим преобразования, направленные на реформирование государственного сектора науки и высшего образования, и реструктуризация государственных научных учреждений и вузов должны осуществляться с участием научных и научно-педагогических кадров высшей квалификации, подготовку и закрепление которых в секторе науки необходимо осуществлять одновременно со структурными преобразованиями.

В последнее десятилетие XX века оказалась существенно подорванной система воспроизводства научных кадров, что привело к значительному сокращению числа исследователей, быстрому старению и изменению качественного состава научных сотрудников. Резко сократилось число научных организаций и структур, занятых инновационными научно-техническими разработками на предприятиях промышленности, что привело к сокращению численности персонала, занятого исследованиями и разработками. Одновременно с этим наблюдается снижение остепененности научных сотрудников, старение научных кадров и малый приток в науку молодых специалистов. Все эти тенденции привели к спаду в научной отрасли государства.

В настоящее время высококвалифицированные научные кадры – это основной носитель инновационного потенциала и стратегического роста конкурентоспособности как России в целом, так и отдельных регионов на международных рынках. Принятие управленческих решений для создания эффективной системы подготовки научных кадров высшей квалификации, планирование процессов подготовки научных кадров и обоснованное определение потребности региона в кадрах высшей научной квалификации являются актуальными и востребованными насущными требованиями региональной экономики.

Объектом исследования в диссертационной работе являются процессы изменения численности научных кадров высшей квалификации на региональном уровне.

В качестве предмета исследования рассматриваются математические модели и методы оценки научного потенциала региона и прогнозирования численности научных кадров высшей квалификации с учетом развития приоритетных отраслей экономики региона.

Целью диссертационной работы является создание методов и алгоритмов прогнозирования численности научных кадров высшей квалификации с учетом развития основных отраслей экономики на примере отдельного региона.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Исследовать численную потребность в научных кадрах высшей квалификации как одного из факторов, оказывающих влияние на экономическое развитие региона.

2. Разработать математическую модель оценки научного потенциала региона.

3. Разработать методические основы прогнозирования численности приема в аспирантуру.

4. Разработать методику распределения прогнозной численности приема аспирантов по приоритетным отраслям региона.

5. Разработать программный комплекс, включающий базы данных и модули расчета прогнозных значений численности приема в аспирантуру, позволяющих реализовывать управленческие решения по формированию научно обоснованной структуры аспирантуры с учетом приоритетных отраслей региона.

Методы и средства исследования. В процессе данного исследования использованы положения системного и статистического анализа изучаемых процессов и явлений, методы математического моделирования, регрессионный анализ данных, метод попарных сравнений, метод Дельфы. В рамках обозначенных положений научного познания применялись следующие методы: анализ и синтез, обобщение и конкретизация, индукция и дедукция. При разработке автоматизированной системы использовались основные положения теории реляционных баз данных и методы объектно-ориентированного проектирования и программирования. Методологической и теоретической основой исследования является теория статистического и динамического анализа и прогнозирования.

В качестве информационной базы использовалась научная литература по экономической теории, теории статистического и динамического прогнозирования, материалы и нормативно-правовые документы региональной направленности, общероссийские законодательные и нормативные акты, данные государственной статистики, материалы региональных исследований по вопросам развития науки и производства, представленные в работах отечественных ученых.

Научная новизна состоит в следующем:

1. Разработана модель оценки научного потенциала региона и показателей его измерения.

2. Предложена методика прогнозирования численности научных кадров высшей квалификации с учетом показателя научного потенциала региона.

3. Разработана методика распределения общей численности приема аспирантов по отраслям наук, удовлетворяющего потребностям развития приоритетных отраслей региона.

4. Разработан автоматизированный метод прогнозирования численности приема аспирантов с учетом развития приоритетных отраслей региона.

Теоретическая значимость диссертации заключается в развитии методических подходов к исследованию потребности региона в кадрах высшей научной квалификации. Разработанные теоретические и прикладные положения позволяют осуществлять прогнозирование потребности в кадрах, рассматривая ее как результат существования закономерностей и процессов, протекающих как в экономической, так и в социальной сфере.

Практическая значимость работы заключается в использовании разработанных методических подходов для оценки и прогнозирования численности научных кадров высшей квалификации для принятия управленческих решений для формирования и развития эффективной системы подготовки научных кадров высшей квалификации в рамках отдельного региона.

Практическая ценность работы подтверждается свидетельством о регистрации электронного ресурса №16732 «Информационно-аналитический портал "Подготовка научных кадров высшей квалификации в вузах и научных организациях" (на примере Центрального федерального округа)».

Работа выполнялась в рамках проекта № 2.2.2.4/5069 «Создание информационно-аналитической системы мониторинга, анализа и прогнозирования процесса подготовки научных кадров в вузах и научных организациях с учетом приоритетных направлений развития экономики и социальной сферы федерального округа» и аналитической ведомственной целевой программы “Развитие научного потенциала высшей школы (2009-2010 годы)”.

Апробация работы. Основные положения и результаты диссертационного исследования докладывались и обсуждались на VI Международной науч.-практ.

конференции "Стратегия и тактика развития производственно-хозяйственных систем" (г.Гомель, ноябрь 2009г.); на международной научно-практической конференции "Наука и производство-2009" (г.Брянск, март 2009 г.); на международной науч.-практ. конференции "Современные университеты как центры образовательной, научной и инновационной деятельности приграничных регионов Российской Федерации и Республики Беларусь" (г.Могилев, 2010 г.); на региональной науч. конф. студентов и аспирантов, посвящ. 80-летию Брянского государственного технического университета "Достижения молодых ученых Брянской области" (г.Брянск, 2010 г.); на международной научно-практической конференции "Достижения молодых ученых в развитии инновационных процессов в экономике, науке, образовании" (г.Брянск, 2010 г.).

Публикации по теме исследования. По теме исследования опубликовано более 30 печатных работ в виде научных статей и тезисов докладов, в том числе публикации в журналах, входящих в перечень рекомендованных ВАК изданий, выпущено две монографии в соавторстве, получено свидетельство о регистрации электронного ресурса.

Положения, выносимые на защиту:

1. Модель оценки научного потенциала региона и показателей его измерения с использованием весовых коэффициентов частных характеристик в интегрирующем показателе.

2. Модель оценки научного потенциала региона и показателей его измерения при помощи построения площадных диаграмм.

3. Методика прогнозирования численности приема аспирантов в регионе.

4. Методика распределения общей численности приема аспирантов по отраслям наук, удовлетворяющего потребностям развития приоритетных отраслей региона.

5. Структура автоматизированной системы мониторинга и прогнозирования показателей научного и социально-демографического потенциалов, численности приема аспирантов в регионе.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав с краткими выводами, заключения, списка литературы и приложений.

Основная часть работы изложена на 170 страницах машинописного текста, включающего 48 рисунков, 17 таблиц, список литературы из 130 наименований, приложения.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, определены цель и задачи, сформулирована научная новизна, теоретическая и практическая значимость работы, приведены основные положения, выносимые на защиту.

В первой главе определено содержание понятия «научный потенциал региона», проведен анализ существующих концепций и методик управления научным потенциалом и его оценки. Рассмотрены вопросы управления и прогнозирования процесса подготовки научных кадров высшей квалификации.

Потребность экономики региона в научных кадрах является важным показателем развития научного и инновационного потенциалов региона. В последнее десятилетие XX века в стране наблюдалась неблагоприятная тенденция снижения численности научных кадров, расформирования научных школ и общего упадка научного сектора государства. Сократилось число научноисследовательских, проектно-конструкторских подразделений в организациях и вузах. Существенно подорванной оказалась система воспроизводства научных кадров ввиду недофинансирования государством сферы науки, уменьшения числа рабочих мест, что привело к сокращению числа исследователей, нарушению преемственности научных и педагогических школ. Отсутствие инноваций, внедрений результатов научного труда в производство негативно влияют на экономическую ситуацию в регионах и, как следствие, на благосостояние граждан.

Для принятия управленческих решений относительно вопроса подготовки научных кадров в регионе следует знать не только текущий уровень потребности экономики в кадрах, но и иметь возможность дать оценку научному потенциалу региона как фактору, оказывающему значительное влияние на численность научных кадров высшей квалификации. Анализ предметной области показал, что наиболее целесообразно для оценки научного потенциала использовать комплексную величину, отражающую кадровую, организационную, материально-техническую, ресурсную и информационную составляющие научного потенциала. Данная оценка призвана стать показателем эффективности, результативности управленческих решений в сфере науки, а также показателем уровня развития научной отрасли.

Также при прогнозировании численности научных кадров необходимо учитывать социально-демографические факторы, которые отражают уровень благосостояния населения и экономическое благополучие региона.

Особенности прогнозирования численности научных кадров были исследованы М.А.Мотовой, А.Н.Райковым, Д.А.Рубвальтером, М.Н.Стрихановым и др. Потребность экономики в научных кадрах рассматривалась в работах Е.Б.Виноградовой, Д.В.Маркова, А.Г.Мокроносова, М.Э.Матафонова, Е.И.Чучкаловой, Д.М.Прудникова, Г.В.Моруновой. Вопросы оценки и прогнозирования научного потенциала рассматривались в работах Ю.А.Гаджиева, Е.Ю.Старовойтовой, Э.А.Фиякселя, Г.Н.Гродской, А.О.Ладного, Г.И.Дмитриева, В.В.Качака, Б.И.Бедного.

Однако в отечественной литературе не достаточно освещены работы, в которых рассмотрены потребность и механизмы распределения численности научных кадров высшей квалификации с учетом развития приоритетных отраслей региона.

В главе сформулированы цель и задачи исследования. Сделан вывод о целесообразности разработки программного комплекса оценки научного потенциала и прогнозирования численности научных кадров высшей квалификации.

Во второй главе рассмотрены модели оценки научного и социальнодемографического потенциалов региона, определены факторы-индикаторы (показатели) этих величин.

Научный потенциал (НП) региона является комплексной величиной, интегрирующей в себе показатели результативности научной деятельности в виде новых научных знаний и их практического применения, показатели ресурсной составляющей научной деятельности, показатели обеспеченности региона кадрами, материально-техническую, организационную и информационную составляющие.

Были выделены четыре укрупненных группы показателей, в комплексе отражающие исследуемый объект:

– кадровая составляющая (множество Kadr);

– организационная составляющая (множество Org);

– результирующая составляющая (множество Res);

– материально-техническая составляющая (множество Mt).

В каждой группе были определены показатели (факторы-индикаторы), предположительно оказывающие влияние на показатель научного потенциала.

На основе приведенного определения была предложена для рассмотрения математическая модель научного потенциала следующего вида:

НП=, (1) где НП – показатель научного потенциала региона.

Для оценки показателя научного потенциала региона были применены два подхода, на основе которых разработаны модели оценки. Первый подход основан на использовании весовых коэффициентов частных характеристик в обобщающем показателе. Второй – предполагает построение площадных диаграмм.

В рамках первого подхода возможно использование двух разных экспертных методов. В основе одного из них лежит метод парных сравнений. Для уменьшения субъективности полученных с его помощью «весов» возможна их «объективизация» путем усреднения значений, полученных несколькими экспертами. В основе другого лежит прямое назначение «весов» экспертами с последующим их согласованием при помощи итерационной процедуры, предусмотренной методом Дельфы.

Модель оценки научного потенциала с использованием весовых коэффициентов частных характеристик в обобщающем показателе представлена на рис. 1.

Этап 1 Этап Kadr 2.1. Заполнение 1.1. Определение 1.2. Определение системы хOrg экспертами матрицы укрупненных групп факторов-индикаторов в ….

парных сравнений, Res показателей, каждой группе показателей, расчет весовых отражающих отражающих совокупный xi Mt коэффициентов совокупный научный научный потенциал региона факторов-индикаторов потенциал региона m1 … mi Этап 4. k1 Этап 3. Повторное назначение весов М1i 2.2. Обработка результатов, НПrt Расчет ….. факторов–индикаторов экспертами, M2i показателя использование итерационной полученных с помощью научного ki процедуры метода Дельфы, M3i метода парных потенциала получение итоговых значений сравнений M4i региона весовых коэффициентов факторовиндикаторов Рис.1. Этапы моделирования показателя научного потенциала с использованием весовых коэффициентов факторов-индикаторов Этап 1. Определение системы факторов-индикаторов, отражающих совокупный научный потенциал региона.

Система факторов-индикаторов, отражающих научный потенциал исследуемого объекта, выбирается на основе выявления наиболее существенных сторон и особенностей, а также возможностей достоверного измерения или расчета фактически достигаемых значений показателей.

Для выявления объективного состава факторов-индикаторов, всесторонне характеризующих научный потенциал Брянской области, была разработана анкета, включающая в себя предлагаемый перечень факторов-индикаторов, также экспертам было предложено высказать свои пожелания по дополнению исходного перечня показателей. Было осуществлено анкетирование группы специалистов, в качестве которых привлекались преподаватели вузов областного центра. По результатам обработки анкетных данных были отобраны 11 наиболее существенных показателей, имеющих количественное выражение. Данные показатели (факторыиндикаторы) представлены в виде элементов множеств:

Org=(x1,x2); Mt=(x3,x4); Res=(x5,x6,x7,x8); Kadr=(x9,x10,x11), где x1 – число вузов в регионе, ед.; х2 – число организаций, выполняющих исследования и разработки в регионе, ед.; х3 – объем финансирования НИР вузов в регионе, млн.руб.; х4 – среднегодовая стоимость машин и научного оборудования в регионе, млн.руб.; х5 – годовое количество полученных охранных документов на интеллектуальную собственность в регионе, ед.; х6 – годовое количество вознаграждений, премий и т.д., полученных исследователями в регионе, ед.; х7 – годовое количество защищенных кандидатских диссертаций в регионе, ед.; х8 – годовое количество защищенных докторских диссертаций в регионе, ед.; х9 – численность кандидатов наук в регионе, чел.; х10 – численность докторов наук в регионе, чел.; х11 – численность персонала, занятого исследованиями и разработками в регионе, чел.

Этап 2. Для определения весовых коэффициентов факторов-индикаторов была разработана анкета для заполнения экспертами, представленная в виде матрицы парных сравнений. Значения весовых коэффициентов определяются на основе стандартной процедуры. Для этого формируется матрица М парных сравнений. Элементами матрицы mij являются степень проявления важности одного фактора относительно другого, выставленные в соответствии со шкалой: одинаковая важность – 1, несколько важнее – 3, важнее – 5, заметно важнее – 7, существенно важнее – 9, промежуточные значения – 2,4,6,8. Искомый весовой вектор w=(w1,w2,…wn)Т вычисляется как собственный вектор этой матрицы, отвечающий ее максимальному собственному значению.

После обработки анкет всех экспертов были получены наборы весовых коэффициентов. Далее по каждому фактору-индикатору из всего набора были вычислены значения: максимальное (M1i), минимальное (M2i), медианное (M3i), среднее арифметическое (M4i).

Этап 3. На данном этапе была сформирована повторная анкета, содержащая в себе результаты обработки первого тура (M1i, M2i, M3i, M4i). Экспертам было предложено назначить новые веса факторов с учетом предыдущих результатов.

Итоговые значения весов факторов, указанные экспертами, были усреднены и приняты за весовые коэффициенты факторов-индикаторов:

n ki Аin, (2) n nгде ki – усредненный весовой коэффициент i-ого фактора, Аin – назначенный n-ым экспертом весовой коэффициент для i-ого фактора, n – число экспертов.

Этап 4. Полученные весовые коэффициенты были использованы для расчета показателя научного потенциала региона. Была предложена математическая модель оценки научного потенциала вида:

i НПrt Зirt, (3) ki iгде НПrt – значение показателя научного потенциала r-ого региона в t-ом году, ki – весовой коэффициент для i-ого фактора-индикатора, Зirt – значение i-ого фактораиндикатора для r-ого региона в t-ом году.

В рамках второго подхода к оценке научного потенциала региона была построена модель, представленная на рис. 2.

Этап Этап 2.

хKadr 1.1. Определение 1.2. Определение системы Нормализация Org … укрупненных групп факторов-индикаторов в значений показателей, отражающих Res каждой группе показателей, факторовxi совокупный научный отражающих совокупный индикаторов Mt потенциал региона научный потенциал региона n1 … ni НПrt Этап 3. Построение площадных диаграмм. Расчет показателя научного потенциала региона Рис.2. Этапы моделирования показателя научного потенциала при помощи площадных диаграмм Построение рассматриваемой модели включало следующие этапы:

Этап 1. Определение системы факторов-индикаторов, отражающих совокупный научный потенциал региона.

Первый этап совпадает с аналогичным, использующимся в первом подходе.

Этап 2. Нормализация факторов-индикаторов.

В процессе сбора статистических данных и первоначального построения математической модели, было выявлено, что значительный разброс в размерности единиц измерения оказывает существенное влияние на итоговый результат. С целью исключения влияния на показатель научного потенциала региона при построении площадных диаграмм разной размерности частных факторов-индикаторов представилось целесообразным включить в процесс моделирования этап нормализации факторов-индикаторов. Нормализация значения выполнялась при помощи следующего выражения:

xir xi min nir xi max xi min, (4) где nir – нормализованное значение i-ого фактора-индикатора по r-ому региону в рассматриваемом массиве данных, 0 nir 1; xir – абсолютное или относительное (фактическое) значение i-ого фактора для r-ого региона в рассматриваемом массиве данных; ximin и ximax – минимальное и максимальное значение i-ого фактора в рассматриваемом массиве данных.

Этап 3. Построение площадных диаграмм. Расчет площадей диаграмм.

Свертка частных ресурсных характеристик в единый обобщающий показатель выполнялась при помощи построения площадных диаграмм.

Был предложен метод, сводящийся к тому, что в качестве фактора–функции в линейной регрессионной модели зависимости научного потенциала от факторов– индикаторов использовались площади рассматриваемых диаграмм, на лучах которых откладывались значения тех же факторов–индикаторов. Построение диаграмм имеет исключительно показательный характер, так как все расчеты выполняются аналитически.

Расчет площадей диаграмм был выполнен по следующей формуле:

i kirt k(i1)rt sin(360/i) Srt , (5) iгде Srt – площадь построенной диаграммы для r-ого региона в t-ом году, kirt – нормализованное значение i-ого фактора-индикатора по r-ому региону в t-ом году в рассматриваемом массиве данных, i – количество выбранных для моделирования факторов-индикаторов.

Так как значение площади диаграммы для r-ого региона в t-ый год является значением показателя научного потенциала для r-ого региона в t-ый год, то справедливо равенство:

Srt НПrt, (6) где Srt – площадь построенной диаграммы для r-ого региона в t-ом году, НПrt – значение научного потенциала региона для r-ого региона в t-ом году.

При верификации данных моделей значительных отклонений в расчетных значениях выявлено не было. Наличие достаточно высокой статистической связи между результатами измерения НП региона на различной основе свидетельствует о релевантности этих результатов оценивания и пригодности использования данных моделей для прогнозирования. Полученные значения были использованы для прогнозирования численности приема аспирантов в регионе.

Социально-демографический потенциал (СДП) можно определить как сбалансированную систему количественных и качественных характеристик развития населения. Для получения комплексного показателя СДП были использованы показатели, отражающие способность населения к воспроизводству, выполнению экономических функций, социальной активности и др.

Были выделены три укрупненных группы показателей, в комплексе отражающие исследуемый объект:

– демографические показатели (множество Dem);

– социальные показатели (множество Soc);

– экономические показатели (множество Econ).

В каждой группе были определены показатели (факторы-индикаторы), предположительно оказывающие влияние на показатель социальнодемографического потенциала. Данные факторы-индикаторы представлены в виде элементов множеств:

Dem=(x1); Soc=(x2,x3); Econ=(x4,x5,x6), где х1 – численность населения в регионе, тыс.чел.; х2 – численность экономически активного населения в регионе, тыс.чел.; х3 – среднедушевой доход населения в регионе, тыс.руб.; х4 – среднемесячная номинальная начисленная заработная плата в регионе, тыс.руб.; х5 – удельный вес численности населения с денежными доходами выше величины прожиточного минимума в регионе (в процентах от общей численности населения РФ); х6 – общая площадь жилых помещений, приходящаяся в среднем на одного жителя в регионе (жилищный фонд, на конец года, квадратных метров).

На основе вышеприведенного определения предложена математическая модель вида:

СДП=, (7) где СДП – значение показателя социально-демографического потенциала региона.

Для оценки показателя социально-демографического потенциала региона был применен подход, основанный на построении площадных диаграмм, изложенный выше применительно к научному потенциалу. Полученные значения были использованы для прогнозирования численности приема аспирантов в регионе.

В третьей главе разработана методика прогнозирования численности приема аспирантов, описано применение метода группового учета аргументов для расчета прогнозных значений численности приема аспирантов, а также разработаны алгоритмы распределения численности приема аспирантов по отраслям наук с учетом приоритетных направлений развития региона.

В итоговую прогнозную модель в качестве основных факторов для прогнозирования численности приема аспирантов по регионам были выбраны следующие:

численность студентов на конец учебного года, тыс. чел.;

показатель научного потенциала региона, усл.ед.;

социально-демографический показатель, усл.ед.

Была разработана методика прогнозирования численности приема аспирантов по регионам, представленная на рис. 3.

Формирование банка ретроспективных данных об исходных значениях входных параметров Моделирование и расчет показателя Моделирование и расчет показателя научного потенциала регионов социально-демографического потенциала регионов Формирование банка данных о значениях научного потенциала региона, социальнодемографического потенциала регионов и численности выпускников вузов на конец учебного года Построение прогнозной модели численности приема аспирантов с применением метода группового учета аргументов и расчет прогнозной численности приема аспирантов Рис.3. Схема методики прогнозирования численности приема аспирантов по регионам Была предложена математическая модель прогнозирования численности приема аспирантов следующего вида:

Чприем Чвып, НП,СДП,t, (8) где Чприем – численность приема аспирантов в регионе; Чвып – численность выпускников вузов на конец учебного года, чел.на 10000 чел.населения; НП – значение научного потенциала региона в t-ом году, усл.ед.; СДП – значение социально-демографического потенциала региона в t-ом году, усл.ед.; t – порядковый номер года в рассматриваемом промежутке времени.

Для построения прогнозной модели численности подготовки аспирантов был применен метод группового учета аргументов (МГУА). Данный метод подразумевает собой итерационную процедуру построения регрессионных моделей на основе базовой и их верификацию по значению внешнего критерия. Алгоритм применения данного метода представлен на рис. 4.

При построении моделей было введено ограничение на длину полинома базовой модели (максимальная степень полинома R=2). Соответственно, базовая модель принимает вид:

yt a0 a1x1t a2 x2t a3x3t a4 x1t x2t a5x2t x3t a6 x1t x2t x3t a7 x1t x3t , (9) 2 2 a8x1t a9 x2t a10x3t a11t, где yt – численность приема аспирантов в регионе в t-ом году, чел. на 1000 чел..; х1t – численность выпускников вузов в t-ом году, чел. на 1000 чел.населения; х2t – значение научного потенциала региона в t-ом году, усл.ед.; х3t – значение социальнодемографического потенциала региона в t-ом году, усл.ед.

В качестве внешнего критерия было выбрано среднеквадратичное отклонение расчетных значений от исходных, вычисляемое по формуле:

N f (xt )), (10) (yt N tгде - среднеквадратичное отклонение; f(xt) – расчетное значение численности приема аспирантов.

Далее была Начало сформирована обучающая и Выбор базовой модели тестовая выборка входных данных. На основании Выбор внешнего критерия Vout и внутреннего критерия Vin базовой модели последовательно по Ввод ограничения R на обучающей выборке были длину базовой модели сгенерированы моделиФормирование обучающей и тестовой претенденты и рассчитаны выборки входных данных значения внешних критериев Генератор экспериментальных данных для этих моделей. Далее были отобраны m моделей, В качестве новых Получение моделей всех возможных аргументов для которых значение частных описаний с учетом ограничения R выбираются m на обучающей выборке min. Оптимальной отобранных моделей для прогнозирования Расчет коэффициентов параметров модели методом регрессионного анализа считается модель, обеспечивающая минимум Вычисление Vout внешнего критерия min.

Отбор лучших m полиномов, для которых Для верификации Vout min модели было рассчитано Выбор наилучшей модели, для которой среднее отклонение Vout=Min (Vout.m) полученных на обучающей Расчет внутреннего критерия Vin на основе выборке значений от тестовой выборки тестовых:

N нет Vin < Vout yt ), (11) (yt исх расч N iда Вывод итоговой модели где уtисх –исходные значения численности приема Конец аспирантов в i-ом году Рис.4. Общий вид алгоритма МГУА (тестовая выборка);

уtрасч –расчетные значения численности приема аспирантов по полученной модели в t-ом году. Если , то полученная модель пригодна для прогнозирования с высокой степенью точности.

Для расчета прогнозных значений численности приема аспирантов по полученной модели необходимо первоначально спрогнозировать значения входных данных. С этой целью был разработан алгоритм экстраполяционного прогнозирования входных данных, приведенный на рис.5.

Начало Сбор экспериментальных данных Предварительная обработка экспериментальных данных Выход из цикла m=1,5,Да m=1 Нет m=2 Нет m=Да Да Да Определение Определение Определение уравнения тренда уравнения тренда уравнения тренда y1=ax+b y2=ax2+bх+с y3=a*ln(x)+b Расчет Расчет Расчет среднеквадратического среднеквадратического среднеквадратического отклонения 1 отклонения 2 отклонения Нет Нет m=4 Нет m=Да Да Определение Определение уравнения тренда уравнения тренда y4=a*ebx y5=axb Расчет Расчет среднеквадратического среднеквадратического отклонения 4 отклонения Выбор функции аппроксимации yn, для которой n=min(1,2,3,4,5) Экстраполяция значений функции на m периодов Получение прогнозных значений Конец Рис.5. Алгоритм экстраполяционного прогнозирования входных данных Для выявления рациональной отраслевой структуры подготовки аспирантов был разработана методика распределения общей численности приема аспирантов по отраслям наук в соответствии с приоритетами региона, включающая этапы:

Этап 1. В соответствии с перечнем приоритетных направлений развития науки, технологий и техники в Российской Федерации и областной целевой программой «Развитие научной и инновационной деятельности в Брянской области» (2011–2015 годы) были выделены приоритетные для региона отрасли экономики.

Этап 2. Для нахождения весовых коэффициентов значимости приоритетных отраслей был осуществлен экспертный опрос и последующая обработка результатов с помощью метода Дельфы. Итерационная процедура обработки, предусмотренная данным методом, включала в себя два цикла анкетирования и обработки. По результатам второго тура были получены искомые весовые коэффициенты wn для приоритетных отраслей.

Этап 3. Распределение общей прогнозной численности приема в аспирантуру по отраслям наук осуществлялось согласно полученным весовым коэффициентам по формуле:

Чпрог.п wn Чпрог.общ.

, (12) где Чпрог.n – прогнозная численность приема аспирантов по выделенной n-ой отрасли, Чпрог.общ. – общая прогнозная численность приема аспирантов по региону, полученная с помощью алгоритма МГУА, wn – весовой коэффициент для n-ой отрасли.

В четвертой главе на основе предложенных моделей, алгоритмов и методики разработана автоматизированная система мониторинга и прогнозирования показателей научного и социально-демографического потенциалов, численности приема аспирантов в регионе.

Автоматизированная система разработана для поддержки принятия управленческих решений в сфере подготовки научных кадров высшей квалификации, а также для мониторинга и прогнозирования показателей научного и социально-демографического потенциалов региона.

Автоматизированная система позволяет решать следующие задачи:

– расчет показателя научного потенциала регионов; прогнозирование значений показателя научного потенциала регионов методом экстраполяции трендов; ранжирование регионов на основе показателя их научного потенциала;

– расчет показателя социально-демографического потенциала регионов;

прогнозирование значений показателя социально-демографического потенциала регионов методом экстраполяции трендов; ранжирование регионов на основе показателя их социально-демографического потенциала;

– расчет прогнозных значений численности приема аспирантов по регионам с применением метода группового учета аргументов;

– распределение общей прогнозной численности приема аспирантов по отраслям наук согласно приоритетным отраслям развития региона.

В ходе эксперимента были выполнены расчеты показателей научного и социально-демографического потенциалов для Брянской области за 2003-2010 гг.

Результаты расчетов представлены в табл.1.

Таблица Результаты расчета значений научного и социально-демографического потенциала Показатель 2003 2004 2005 2006 2007 2008 2009 20НП 0,051 0,039 0,052 0,062 0,056 0,072 0,085 0,0СДП 0,185 0,208 0,336 0,425 0,549 0,718 0,553 0,6Для визуализации результатов были построены графики изменения указанных показателей (рис.6,7):

0,120 0,80,70,10,60,00,50,060 0,40,30,00,20,00,10,000 0,02003 2004 2005 2006 2007 2008 2009 2010 2003 2004 2005 2006 2007 2008 2009 20Рис.6. График динамики НП Рис.7. График динамики СДП Была построена прогнозная модель численности приема аспирантов на примере Брянской области и рассчитана прогнозная численность приема аспирантов на 2012-2013гг по приоритетным отраслям региона (рис. 8).

Рис.8. Результаты расчета прогнозных значений численности приема аспирантов для Брянской области на 2012-2013 гг.

Анализ полученных результатов показал, что Брянская область находится на 12-ом месте по показателю научного и социально-демографического потенциала среди регионов ЦФО. Однако в последние годы наблюдается положительная тенденция на увеличение данных показателей. Проведенные расчеты могут служить важным инструментом в процессе управления, мониторинга и прогнозирования научного и социально-демографического потенциалов.

Анализ последних тенденций изменения численности приема аспирантов по области показал, что, несмотря на некоторый "провал" значений в 2008 и 2010 гг., прослеживается положительная тенденция увеличения численности приема аспирантов.

Полученные результаты по прогнозированию, а также по распределению численности приема аспирантов по приоритетным направлениям экономики и науки региона, могут служить важным фактором в процессах управления деятельностью института аспирантуры в регионе. Данные результаты дают возможность предвидеть количество аспирантов на несколько лет вперед исходя из сложившихся тенденций, а также оказать помощь в принятии решений в распределении общей численности приема по приоритетным отраслям развития науки и экономики региона.

Основные результаты диссертационной работы использованы для организации работы отдела аспирантуры и докторантуры в ФГБОУ ВПО "Брянский государственный технический университет" и рекомендованы к внедрению в органы управления научной деятельностью администрации Брянской области.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ 1. На основании проведенного исследования предложены методы управления процессом подготовки научных кадров высшей квалификации, необходимого для повышения эффективности научной деятельности в регионе, что может оказать положительное воздействие на инновационный потенциал и экономическое развитие региона.

2. Разработаны и проанализированы модели оценки научного потенциала региона на основе двух подходов: на использовании весовых коэффициентов частных характеристик в обобщающем показателе и при помощи построения площадных диаграмм. Полученные результаты оценивания необходимы для прогнозирования процесса подготовки научных кадров в вузах и научных организациях с учетом приоритетных направлений развития экономики.

3. Разработана и проанализирована модель оценки социально-демографического потенциала региона при помощи построения площадных диаграмм.

4. Предложена методика прогнозирования численности приема в аспирантуру с применением метода группового учета аргументов.

5. Показана возможность применения методики распределения общей прогнозной численности приема аспирантов по приоритетным отраслям региона.

6. Разработана автоматизированная система, осуществляющая расчет показателя научного и социально-демографического потенциалов региона, расчет прогнозных значений численности приема в аспирантуру, позволяющих реализовывать управленческие решения по формированию научно обоснованной структуры аспирантуры с учетом приоритетных отраслей региона.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Статьи в журналахиз перечня ВАК 1. Сазонова, А.С. Оценка научного потенциала региона [Текст] / А.С.Сазонова, В.И.Аверченков, В.М.Кожухар// Вестник БГТУ.-Брянск:БГТУ, 2009.-№2.-С. 123127.

2. Сазонова, А.С. Прогнозирование численности приема аспирантов и докторантов в вузах регионов ЦФО с использованием показателя научного потенциала региона [Текст] / А.С.Сазонова // Вестник БГТУ.-Брянск:БГТУ, 2010.-№3.-С. 123-127.

3. Сазонова, А.С. Модель оценки социально-демографического потенциала и его влияние на структуру высшего профессионального и послевузовского образования в регионе [Текст]/ А.С.Сазонова, А.В.Лагерев, Р.А.Филиппов// Информационные системы и технологии.-Орел: Госуниверситет-УНПК, 2012.-№2.-С.72-78.

Монографии 4. Сазонова, А.С. Научный потенциал. Оценка и моделирование его влияния на экономическое состояние региона (монография) / В.И.Аверченков, В.М.Кожухар, Ю.Н.Лунев, Д.Г.Лагерев, А.С.Сазонова.- Брянск: БГТУ.-2009.-204 с.

5. Сазонова, А.С. Мониторинг и прогнозирование региональной потребности в специалистах высшей научной квалификации (монография) / В.И.Аверченков, В.М.Кожухар, А.Г.Подвесовский, А.С.Сазонова.- Брянск: БГТУ.-2010.-163 с.

Публикации в сборниках научных трудов и материалов конференций 6. Сазонова, А.С. Научный потенциал региона: сущность и роль в инновационном развитии [Текст] / А.С.Сазонова, В.И.Аверченков, В.М.Кожухар// Стратегия и тактика развития производственно-хозяйственных систем: тезисы докладов VI Международной науч.-практ. конференции, Гомель 26-27 нояб.2009 г. в 2 ч. под общей ред. Р.И.Громыко.-Гомель:ГГТУ им.П.О.Сухого, 2009.- Ч.2.-С.83-84.

7. Сазонова, А.С. Автоматизация методов расчета оценки научного потенциала регионов с использованием площадных диаграмм [Текст] / А.С.Сазонова// Материалы Международной научно-практической конференции «Состояние, проблемы и перспективы автоматизации технической подготовки производства на промышленных предприятиях», 16-18 нояб. 2009г./под ред.Аверченкова В.И.- Брянск:БГТУ, 2009.-С.100-101.

8. Сазонова, А.С. Вузовская система организации студенческой НИР как средство повышения мотивации учебы в аспирантуре [Текст]/ А.С.Сазонова, В.И.Аверченков, В.М.Кожухар// Наука и производство-2009.- материалы Международной научнопрактической конференции в 2 ч. /под ред. С.П.Сазонова, П.В.Новикова.-Брянск:

БГТУ, 2009.-Ч.2.-С.110-111.

9. Сазонова, А.С. Оценка научного потенциала вузов ЦФО с применением методологии бенчмаркинга [Текст] / А.С.Сазонова, В.И.Аверченков, В.М.Кожухар// Современные университеты как центры образовательной, научной и инновационной деятельности приграничных регионов Российской Федерации и Республики Беларусь: материалы междунар. науч.-практ. конф./М-во образования Респ.

Беларусь, М-во образования и науки РФ, Федеральное агентство по образованию, Междунар. ассоц.вузов приграничных обл.Белор. и Рос., Бел.-Рос. ун-т. -Могилев :

БРУ, 2010.-С. 12-13.

10. Сазонова, А.С. Оценка научного потенциала учебных заведений вузов западных приграничных областей России [Текст] / А.С.Сазонова, В.И.Аверченков, В.М.Кожухар// Вестник славянских вузов/под ред. А.В.Лагерева, И.С.Сазонова.Брянск:БГТУ, 2010.-С.17-24.

11. Сазонова, А.С. Прогнозирование численности приема аспирантов и докторантов в вузах регионов ЦФО количественно-сценарным методом [Электронный ресурс] / А.С.Сазонова // Материалы международной научно-практической конференции "Достижения молодых ученых в развитии инновационных процессов в экономике, науке, образовании"/под ред.И.А.Лагерева.- Брянск:БГТУ, 2010.- С.143.

12. Сазонова, А.С. Прогнозирование численности приема аспирантов методом линейной экстраполяции [Текст] / А.С.Сазонова // Материалы международной научно-практической конференции "Достижения молодых ученых в развитии инновационных процессов в экономике, науке, образовании"/под ред.И.А.Лагерева.Брянск:БГТУ, 2010.- С.146.

13. Сазонова, А.С. Оценка инновационного потенциала социотехнических систем [Текст]/ А.С.Сазонова, В.И.Аверченков, В.М.Кожухар// Актуальные социальноэкономические проблемы России и высшей школы. Межвузовский сборник научных работ - Брянск: РИО БГУ, 2010-С.5-9.

14. Сазонова, А.С. Зависимость успешности аспирантской подготовки от участия студентов в научно-исследовательской работе [Текст]/ А.С.Сазонова// Актуальные социально-экономические проблемы России и высшей школы. Межвузовский сборник научных работ - Брянск: РИО БГУ, 2010-С.81-83.

15. Сазонова, А.С. Содержание управленческой функции прогнозирование [Текст]/ А.С. Сазонова// Материалы международной научно-практической конференции "Достижения молодых ученых в развитии инновационных процессов в экономике, науке, образовании"/под ред.И.А.Лагерева.-Брянск:БГТУ, 2010.- С.146.

16. Сазонова, А.С. Прогнозирование численности приема аспирантов методом линейной экстраполяции [Текст] /А.С.Сазонова // Социально-экономическое развитие регионов России: проблемы теории и практики.-Смоленск: "Смоленский гуманитарный университет",2010.-С.232-234.

17. Сазонова, А.С. Принципы и методика конструирования тест-опросника диагностики мотивационной готовности выпускников к поступлению в аспирантуру [Текст]/ В.И.Аверченков, В.В.Спасенников, А.С.Сазонова // Известия Международной ассоциации славянских вузов №1, 2011. Ежегодный научнообразовательный журнал. Изд. ПГУ им.Т.Г.Шевченко, Рыбницкий филиал.Рыбница-2011.-С.92.

18. Сазонова, А.С. Роль мотивации вовлеченности студентов и аспирантов в НИР в формировании и подготовке научных кадров [Текст]/ А.С.Сазонова, С.П.Сазонов// Известия Международной ассоциации славянских вузов №1, 2011. Ежегодный научно-образовательный журнал. Изд. ПГУ им.Т.Г.Шевченко, Рыбницкий филиал.Рыбница-2011.-С.83.

Подписано к печати 25.04.2012 г. Формат 60х84 1/Объем 1,0 усл. п.л. Тираж 100 экз. Заказ №____ Отпечатано с готового оригинал-макета на полиграфической базе ФГБОУ ВПО «Брянский государственный технический университет» 241035, г.Брянск, бул.50-летия Октября, 7.




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.