Бенчмаркинг и моделирование университетско-промышленных связей в территориальных образованиях

Автор: Московкин Владимир Михайлович, Зайцева Наталья Петровна

Журнал: Университетское управление: практика и анализ @umj-ru

Рубрика: Стратегия развития вуза

Статья в выпуске: 5, 2007 года.

Бесплатный доступ

Комплекс аналитических процессов бенчмаркинга в университетское-промышленных связях на любой территории исходит из идеи создания оптимального алгоритма. Результаты применения этих процессов могут быть отражены на региональных интернет-порталах.

Короткий адрес: https://sciup.org/142139740

IDR: 142139740

Текст научной статьи Бенчмаркинг и моделирование университетско-промышленных связей в территориальных образованиях

  • V. M. Moskovkin, N. P. Zaitseva

Benchmarking and modeling of the university-industrial relationships in territorial formations

Conceptually a complex of matrix-analytical procedures for benchmarking of the university-industrial relationships in any territorial formation is elaborated and an idea of the creation comparative-search optimum algorithm of the combinatorial type for their modeling is also offered (optimum jointing of the institutional producers and consumers of the knowledge). The Results of using of these procedures, in the type of three matrixes built in the article, can be reflected on the regional online innovation portals.

Опыт разработки бенчмаркинговых инструментов матрично-аналитического вида европейской инновационной политики — европейское инновационное табло, база данных по мерам инновационной политики — может быть плодотворным при разработке процедур университетского бенчмаркинга, охватывающих все три университетские компетенции — образование, исследования и инновации. Это то, что сейчас на Западе подпадает под концепцию «треугольника знаний» («triangular knowledge»). В работе [1] по аналогии с двумя вышеуказанными бенчмаркинговы-ми инструментами европейской инновационной политики в формализованном матричном концептуальном виде были построены российское университетское табло и база данных по мерам российской университетской политики, которые могут сопровождаться одним из федеральных

агентств Министерства образования и науки РФ. В данной статье представлен комплекс матрично-аналитических процедур для отслеживания университетско-промышленных связей, но уже на уровне территориальных образований (региональные инновационные кластеры, регионы), так как в большинстве случаев такие связи локализованы на этих уровнях.

Пусть имеется произвольный региональный инновационный кластер или регион с сильными университетско-промышленными связями, тогда матрицу по научно-технологическим разработкам (технологиям, инновационным проектам) этого территориального образования можно будет представить в виде табл. 1.

В этой матрице U — название j-го университета в территориальном образовании, А — название i-го класса научно-технологических раз-

Таблица 1

Матрица по научно-технологическим разработкам (технологиям, инновационным проектам) университетов произвольного территориального образования

Университеты территориального образования

Ui

U2

U.                ...

j

U

n

Классы научно-

Ai

k11

k12

k1j

k ln

технологических

А2

k21

k22                ...

k2j                 ...

■ ■ ■                                         ■ ■ ■

k 2n

разработок

■ ■ ■                                            ■ ■ ■

A.

1

k,

k

ki.

k

in

A

k ,

k                   ...

■ ■ ■                                         ■ ■ ■

k                 ...

k

m

ml

m2

mj

mn

Стратегия развития вуза ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

боток, k — количество научно-технологичес- ^комбинаторного вида, которыИ будет определять оток i-го класса для j-го университета оптимальные пары разработчиков и потребите-

эту матрицу реализовать в виде элект-:ы да иных, то, подводя курсор к эле-,,„ менту k рассматриваемоИ матрицы, мы можем с помощью гиперссылки просмотреть унифицированные описания '      )гические характерис- и и др.) всех kijразрабо-

тики, стоимость п ток: UH, Uji2, ■

1 < m < k , озн: ij m-И разработки i-го к

та. Если разработка н; бации, то она помечается помеченные разработки сч1 ми в экономику рассматри ного образования.

>i и номер

леИ разработок. Например, пара (U 14 , E3 i 4) означает, что первая разработка i-го класса для первого университета наилучшим образом подходит ^четвертоИ запрашиваемоИ разработке i-го класса третьим предприятием. ТакоИ алгоритм целесообразно реализовывать в случае большого объема предложениИ и спроса на разработки.

После определения всех пар организация,

j-го университе- которая сопровождает вышеуказанныИ комплекс стадии апро- матрично-аналитических процедур (например, зкоИ: Ujim*. Не- агентство по трансферу технологиИ), иницииру-)тся внедренны- ет установление контактов между конкретными мого территориаль- университетами и предприятиями (семинар, де-:тречи). Если эти контакты заканчива-

Теперь построим матрицу по потребностям ются успехом (приводят к установлению реаль-промышленных предприятиИ данного террито ;: университетско-промышленных связеИ), то

риального образования в научно-те ких разработках (табл. 2).1 я ।

В этоИ матрице Ej — название j-го пре ленного предприятия в территориальном обра

- такая организация имеет определенныИ процент суммы заключенного договора или объема

зовании, qf — количество научно-технологических разработок i-го класса, требующихся j-му предприятию.

Если эта матрица, так же как будет реализована в виде элект]

ных,

к э

; ая,

риваемоИ матрицы, мы може фицированные описания (те

смат-

।осмотреть уни-

ния к разработке, стоимость покупки и др.) всех qy разработок: EH, Eji2, ..., Ejiqij. Например, Ejim, где 1 m q ij , означает идентификационныИ номер m-И разработки i-го класса, которая требу-

ется j-му предприятию.

Имея две такие сопряженные матрицы (элек-

।жество всех потенциальных университетско-промышленных связей можно представить в виде множества графов (см. рис.).

Университетско-промышленная связь предполагается реализованной, если она установлена хотя бы в одном классе разработок. Например, ранее рассмотренная гипотетическая оптимальная пара (U/1, E3 i 4), в случае реализации делового контакта, приводит к университетско-промышленноИ связи (U1i, E3 i ) между первым университетом и третьим предприятием в i-м классе разработок, и, следовательно, можно считать, что такая связь установлена в целом (U 1 ,

тронные базы данных), можно разработать срав-нительно-поисковыИ оптимизационныИ алгоритм

E 3 ) (она помечена на рисунке жирноИ линиеИ). Множество графов университетско-промыш-

ленных связеИ может быть представлено количественно в матричноИ форме (табл. 3).

Матрица по потребностям промышленных предприятий в научно-технологических разработках

Таблица 2

Предприятия территориального образования

E1

E 2          

E.

j

El

?

Классы научно-

А1

qn

q12

q1j

q 1i

технологических

А2

q21

q22

q2j

q2l

разработок

«ее

A.

1

q i1

q i2

q ij

qn

A

m

q m1

qm2

q mj

■ ■ ■

qm i

Таблица 3

Матрица интенсивностей университетско-промышленных связей

E                 E 2                 ...                  Е                 ...                 Е

и1

S 11                      ^ 12                     —                       S 1j                      —                       S 11

U2

S 21                      ^ 22                      —                       S 2j                      —                       S 21

U.

1

S ,1                    ^2                     -                     Sy                     -                     S il

U

n

S n1                    S n2                     -                     S nj                     -                     S nl

Множество потенциальных университетско-промышленных связей

В этой матрице интенсивность университетско-промышленной связи i-го университета с j-м предприятием (U i , E j ) представлена величиной s . которая может являться объемом хоздоговорных работ или объемом реализованной продукции, полученной в результате внедрения новой разработки. В качестве S y можно использовать и относительные показатели инновационной деятельности, широко применяемые за рубежом: интенсивность НИОКР (расходы на НИОКР в процентах от продаж, коэффициент новых продаж)[2].

Следовательно, показатель sy характеризует коммерциализацию всего спектра разработок i-го университета в j-м предприятии (но чаще всего это будет одна-единственная разработка какого-либо класса). Для большей детализации вышеуказанная матрица может рассматриваться для каждого класса разработок (срезы матрицы), что приведет к построению трехмерной (объемной) матрицы.

Эта матрица, так же как и две предыдущие, должна реализовываться в виде электронной базы данных, так как при установлении университет-ско- промышленных связей необходимо знать их характер (например, класс научно-технологических разработок) и время установления. Естественно, что все три построенные матрицы и их электронные аналоги взаимосвязаны.

Таким образом, нами концептуально разработан комплекс матрично-аналитических процедур для бенчмаркинга университетско-промышленных связей в произвольном территориальном образовании и предложена идея создания сравнительно-поискового оптимизационного алгоритма комбинаторного вида для их моделирования (оптимальная состыковка институциональных производителей и потребителей знаний). Результаты применения этих процедур, в виде построенных трех матриц, могут отражаться на региональных онлайновых инновационных порталах.

Статья научная