Е.А. Носачевская

Прогнозирование развития науки –
основа принятия эффективных управленческих решений

В современном мире, для которого характерен высокий уровень конкуренции за все виды ресурсов на всех уровнях управления, а также технологически иной поход к функционированию социально-экономических процессов, эффективность управленческих решений зависит во многом от оперативности их принятия.

Научно-инновационная сфера представляет собой стратегическую отрасль, от темпов развития которой зависит не только динамика функционирования экономики государства, но и конкурентоспособность страны на мировом уровне.

В качестве важнейшего приоритета современной государственной политики Российской Федерации сформулирована задача перевода отечественной экономики на инновационные рельсы, на качественно иной путь развития.

При этом эффективность государственной научно-технической политики в новом понимании определяется не только суммой ресурсов, выделяемых из федерального бюджета на развитие науки и техники, не только искусством организации процесса внедрения и использования достижений научно-технического процесса в реальном секторе экономики.

Речь идет о более широком круге социально-экономических факторов, детерминирующих результативность научно-инновационной деятельности в обществе, и испытывающих, обратным ходом, ее нарастающее влияние.

В 2010 году на федеральном уровне был утвержден перечень из 41 государственной программы Российской Федерации. В рамках II раздела перечня госпрограмм «Инновационное развитие и модернизация экономики» функционируют 16 таких программ. Действующие ранее федеральные целевые программы были включены в состав государственных программ в качестве отдельных структурных элементов [1, 2].

Содержание государственных программ предусматривает взаимосвязь федеральных, региональных и муниципальных программ, и потенциально должно стимулировать более активное взаимодействие федерального центра с субъектами Российской Федерации.

В особенности нуждается сейчас в пристальном внимании обеспечение концентрации достаточно значительных мощностей науки на работах по непосредственному воплощению в жизнь идей и возможностей науки. В этом состоит исключительно важный ресурс повышения эффективности российской науки. Сейчас до внедрения доводится незначительная часть работ, прошедших стадию научных исследований. Большое их количество либо вообще не используется, либо осваивается столь медленно, что после внедрения оказывается отставшим от мирового уровня.

Это только один из возможных резервов повышения эффективности использования научного потенциала. Для выявления комплекса проблемных вопросов и разработки направлений их решения очевидна необходимость проведения комплексной диагностики научной политики как единого целого.

Поэтому важной частью деятельности по развитию науки является общегосударственная система научно-технической информации. Главной задачей всех звеньев этой системы является систематизация материалов, характеризующих развитие науки или отдельных ее направлений. Эта работа имеет целью своевременно сосредоточить внимание ученых и специалистов, а также представителей организаций, осуществляющих руководство научной политикой, на прогнозировании тенденций развития науки и техники, на новых направлениях науки и перспективных исследованиях.

Для функциональной и количественной оценки трансформации ключевых факторов, влияющих на развитие научной деятельности, в экономические результаты этого развития в рамках проведенного исследования была построена математическая модель.

К массивам различных статистических показателей, характеризующих процесс и промежуточные итоги научной деятельности, были применены методы корреляционно-регрессионного анализа. Это позволило выявить набор показателей, позволяющих построить статистически и математически значимую модель: персонал, занятый исследованиями и разработками; внутренние затраты на исследования и разработки; стоимость машин и оборудования для осуществления исследований и разработок; количество выданных в России патентов на изобретения.

Например, на первом этапе оценивался показатель выданных патентов на изобретения в расчете на одного исследователя при помощи следующего соотношения:

, где:

- выданные патенты на изобретения в расчете на 1 исследователя;

– стоимость машин и оборудования, используемых для проведения исследований и разработок, в расчете на 1 исследователя, в момент t;

– внутренние затраты на исследования и разработки в расчете на 1 исследователя, в момент t;

– набор параметров, подлежащий оценке.

Для оценки вида функции и набора параметров были использованы статистические данные за период с 1997 по 2010 гг. как в целом по Российской Федерации, так и по ряду других регионов страны.

Наилучшая аппроксимация ряда была получена при использовании мультипликативной функции:

, где:

– набор параметров, подлежащий оценке.

Оценка набора параметров была получена при помощи метода наименьших квадратов, примененного к функции в натуральных логарифмах.

Значения основных качественных характеристик построенных регрессий свидетельствовали об их значимости. Коэффициент детерминации составлял не менее 83%.

Для оценки функциональной зависимости внедрения новых знаний и технологий в реальный сектор экономики в качестве ключевого показателя был выбран показатель использования передовых производственных технологий,

Также в модели учитывался ряд других показателей, характеризующих научную деятельность.

С помощью данной математической модели был построен прогноз изменения значений ключевого результирующего показателя – количества созданных в стране передовых производственных технологий – при различных вариациях значений других показателей и соответственно, при разных сценариях.

При инерционном сценарии параметры управления математической моделью, то есть значения показателей использовались с учетом сохранения существующих тенденций. Согласно пессимистичному сценарию значения одного или нескольких показателей имеют тенденцию к снижению.

Оптимистичный сценарий предполагает ускоренный рост значений некоторых показателей и позволяет определить, например, зависимость создания передовых производственных технологий от прироста внутренних затрат на исследования и разработки, стоимости машин и оборудования для проведения исследований и разработок, прибытия научных кадров.

В Российской Федерации увеличение по сравнению с 2010 годом внутренних текущих затрат на исследования и разработки ежегодно на 20%, прирост стоимости машин и оборудования для осуществления исследований и разработок - на 10% и прирост численности кадров науки – на 5% к 2013 году приведет в рамках оптимистичного сценария к увеличению на 35% объема создания передовых производственных технологий.

Результаты апробации данной модели на примерах как Российской Федерации, так и ряда регионов страны, позволяют сделать вывод о том, что модель является универсальной и может быть полезна при исследовании научного и инновационного потенциала на разных уровнях.

Таким образом, прогнозирование представляет собой инструмент, позволяющий предвидеть будущие изменения и с учетом этого наиболее рационально распределять имеющиеся ресурсы, то есть эффективно управлять, принимать оптимальные в данный момент времени решения.

Список использованных источников:

1. Постановление Правительства Российской Федерации «Об утверждении порядка разработки, реализации и оценки эффективности государственных программ Российской Федерации» от 2 августа 2010 г.
№ 588 // СПС «Гарант».

2. Распоряжение Правительства Российской Федерации «Об утверждении перечня государственных программ Российской Федерации» от 11 ноября
2010 г. № 1950-р // СПС «Гарант».