Оценка обеспеченности кадровым, научно-технологическим и инновационным потенциалом в разрезе приоритетов научно-технологического развития Российской Федерации

l@ ф I This is an Open Access article distributed under the terms of the Creative Commons Attribution License , which permits unrestricted reuse, distribution, and reproduction in any medium provided the original work is properly cited.

В современных условиях экономический рост развитых стран основывается на решоринге роботизированного высокотехнологичного производства и размещении его в непосредственной близости к потенциальному потребителю, а также возрастающем спросе в высококвалифицированных кадрах, способных управлять сложными технологическими системами. В настоящее время стремительно нарастает скорость технологических изменений. В этих условиях выиграют те страны, которые, используя технологическую волну, смогут вырваться далеко вперед. В противном случае их ожидают технологическое отставание, угроза безопасности, экономическая зависимость и самое главное – это ослабление интеллектуального потенциала, так как молодые, образованные и талантливые люди будут мигрировать в страны, где им смогут создать привлекательные условия для построения карьерных траекторий, обеспечить высокий уровень качества жизни1.

В то же время преодоление «больших вызовов», стоящих перед Россией, предполагает концентрацию усилий на приоритетах научно-технологического развития, зафиксированных в Стратегии научно-технологического развития Российской Федерации (далее – Стратегия)2. Одним из ключевых факторов их достижения является подготовка и развитие молодых талантливых исследователей, способных упрочить и закрепить лидерство российской науки в мире.

В настоящее время с целью создания и укрепления исследовательского потенциала на уровне национальных систем предлагается три наиболее эффективные модели [1]: реализация программ привлечения молодых исследователей, окончивших престижные международные университеты; развитие «исследовательских звезд» или сосредоточение на обучении молодых исследователей путем включения их в научные проекты; подготовка научных кадров высшей квалификации (Ph.D.) как на основе формального обучения в аспирантуре (исследовательские учебные семинары), так и неформального обучения без отрыва от работы (участие в реальных исследовательских проектах).

Однако реформы, проведенные в российской аспирантуре в 2012 г., негативно отразились на основных показателях ее деятельности. За последние 5 лет прием в аспирантуру сократился на 42 % (с 45,6 тыс. чел. в 2012 г. до 26,4 тыс. чел. в 2016 г.), выпуск аспирантов снизился на 26,4 % (с 35,2 тыс. чел. в 2012 г. до 25,9 тыс. чел. в 2016 г.), из них с защитой диссертации – на 59,8 % (с 9,2 тыс. чел. в 2012 г. до 3,7 тыс. чел. в 2016 г.). При этом удельный вес аспирантов с защитой диссертации от общего набора в аспирантуру в 2012 г. составлял 20 %, а в 2016 г. уже 14 %. Сохранение существующей политики воспроизодства научных кадров создаст большие риски обеспечения государственных программ в сфере науки и технологий самым главным ресурсом – интеллектуальным3.

Общее число исследователей за последние 5 лет сохранилось в среднем на уровне 373 тыс. чел. Анализ числа исследователей по секторам науки показал, что за тот же период значение данного показателя сократилось в предпринимательском секторе на 1 % (со 192,3 тыс. чел. в 2012 г. до 190,4 тыс. чел. в 2016 г.), а в государственном секторе – на 1,6 % (со 136,4 тыс. чел. в 2012 г. до 134,2 тыс. чел. в 2016 г.). Рост числа исследователей на 4 % отмечен только в секторе высшего образования (с 43,1 тыс. чел. в 2012 г. до 44,9 тыс. чел. в 2016 г.), однако положительная динамика его изменения за анализируемый период неритмична. При этом удельный вес исследователей в активном трудоспособном возрасте (от 40 до 59 лет) составил в 2016 г. всего 31,2 %, старше 59 лет – 25,5 %. Непропорциональная возрастная структура научных кадров, значительное сокращение числа остепененных аспирантов приводят к угрозе воспроизодства научных кадров в России.

Число инженерно-технических работников по секторам науки за тот же период выросло в предпринимательском секторе на 3 % (с 26,7 тыс. чел.

в 2012 г. до 27,5 тыс. чел. в 2016 г.) и секторе высшего образования – на 4 % (с 3,9 тыс. чел. в 2012 г. до 6,8 тыс. чел. в 2016 г.). Однако отмечено сокращение числа инженерно-технических работников в государственном секторе (с 28,1 тыс. чел. в 2012 г. до 26,1 тыс. чел. в 2016 г.)4. Данные тенденции в существующей политике по отношению к инженерно-техническим работникам находят отражение в результативности прикладной науки.

Можно отметить повышение результативности фундаментальной российской науки (исследователи) и расширения ее представленности в международных системах научного цитирования, таких как Web of Science и Scopus. Доля российских научных статей, индексируемых в Web of Science, выросла с 2,1 % (29,1 тыс. ед.) в 2012 г. до 2,67 % (46,2 тыс. ед.) в 2016 г.; индексируемых в Scopus, – с 1,95 % (33 тыс. ед.) в 2012 г. до 2,87 % (55 тыс. ед.) в 2016 г.5

Результативность прикладной науки имеет несколько иной характер. В мировом потоке выданных патентов в 2015 г. доля России по изобретениям составляет 2,8 % (5-е место в мире), по полезным моделям – 1 % (3-е место), промышленным образцам – 0,7 % (11-е место)6. При этом отставание от лидеров по общему количеству выданных патентов на изобретения составляет 10,3 раза, полезные модели – 97 раз, промышленные образцы – 88 раз.

В 2016 г. наблюдался рост по таким группам передовых производственных технологий, как проектирование и инжиниринг (12 %), автоматизированная транспортировка материалов и деталей, а также осуществление автоматизированных погрузочно-разгрузочных операций (183 %), аппаратура автоматизированного наблюдения (37 %), связь и управление (23 %), интегрированное управление и контроль (33 %).

По скорости патентования российских исследователей в мире (индекс патентной специализации RSI) Россия занимает первое место по пищевой химии, анализу биологических материалов, микроструктурным и нанотехнологиям, машинам специального назначения. По показателю происхождение РСТ заявок (международные заявки) Россия находится на 22 месте в мире (отставание от лидера 64 раза). По показателю подачи РСТ заявок в патентное ведомство страны Россия находится на 13 месте в мире (отставание от лидера 55,4 раза).

Среднегодовой темп прироста экспорта высокотехнологичной продукции в России за последние 15 лет составляет 6 %, по данному показателю Россия в 2015 г. занимала 28-е место в мире (9,7 млрд долл.), первое место – Китай (554,3 млрд долл.) со среднегодовым темпом прироста экспорта высокотехнологичной продукции 19 %; второе место – Германия (185,6 млрд долл.) со среднегодовым темпом прироста экспорта высокотехнологичной продукции 5 %; третье – США (154,3 млрд долл.) со среднегодовым темпом прироста экспорта высокотехнологичной продукции – 2 %.

Неодназначность общих статистических данных предполагает необходимость оценки кадрового, научно-технологического и инновационного потенциалов в разрезе приоритетов научно-технологического развития Российской Федерации, что и явилось целью данного исследования. Следует отметить, что данная проблема особенно актуальна в современных условиях, когда возрастает межстрановая конкуренция за ресурсы, особенно за интеллектуальные.

Обзор литературы

Анализ литературных источников по теме исследования позволил сделать следующие выводы. Большинство стратегий и программ научно-технологического развития в мире основываются на научных оценках и количественных данных. В этом контексте «регуляторная наука» имеет первостепенное значение [2; 3].

Развивающиеся системы оценки научно-технической политики ряда стран показывают, что многие из них приступили к рассмотрению всех факторов, участвующих в развитии науки и технологий в своих странах. Разнообразие подходов к оценке национальных научно-технических систем обусловлено различиями политической и управленческой культуры. В целом можно выделить 3 подхода:

– распределение – направлен на распределение ресурсов между потенциальными участниками и заинтересованными сторонами специальной политики или программы;

– совершенствование – ориентирован на использование прошлого опыта (тиражирование лучших практик);

– регуляторный – направлен на достижение политических целей органами государственного управления [4].

В качестве модели оценки национальных научно-технических систем на основе рягуляторного подхода, на наш взгляд, является интересной модель роста производительности труда [5], учитывающая ряд факторов: технологический (патенты, новые технологии), кадровый (число специалистов с высшим образованием, число исследователей), финансовый (доля расходов на НИОКР в ВВП) потенциалы и др.

В ряде исследований (например, в работе Р. Тирнея, У. Хермина, С. Уолша [6]) предлагается использовать в количественных моделях метаданные о публикациях [7–10] и патентах [11–14].

Отмечена стратегическая взаимосвязь инновационного развития с кадровым потенциалом [15], которая обусловлена как прямым (число исследователей, число остепененных исследователей, число студентов), так и косвенным (показатели результативности) влиянием кадрового потенциала на показатели инновационного развития.

Количественные модели по оценке инновационного потенциала представлены в работах зарубежных авторов. Среди них можно отметить методики интегральной

оценки научно-технического потенциала страны7, комплексной оценки научно-технического потенциала страны8, расчета суммарного инновационного индекса9.

В отечественной науке появилось большое число исследований по оценке инновационного потенциала отдельных регионов и отраслей экономики. К ним относятся метод главных компонент [16], функция желательности А. Е. Харрингтона [17], интегральная оценка научно-технологического потенциала [18–23], корреляционно-регрессионный анализ, комплексная сравнительная рейтинговая оценка с применением ранжирования [24].

Большое внимание отечественные и зарубежные ученые уделяют оценке научно-образовательного потенциала как результата тесной взаимосвязи науки и образования. Результатом такой оценки многие авторы считают интегральный показатель, рассчитанный с помощью различных индексов: индекса теоретико-методической значимости публикации [25]; интегрального индекса научно-технологического потенциала университетского комплекса [26; 27]; индекса знаний, разработанного Всемирным банком10; индекс развития интеллектуального потенциала страны [28].

Наиболее распространенным методом оценки интеллектуального потенциала является метод интегральной оценки, основанный на подборе ряда факторов, которые влияют на итоговый показатель. Все авторы подбирают для своей модели различные показатели, изучив многообразие показателей и в некоторых случаях их совпадение в разных моделях [15–23; 29; 30]. Перечислим основные: численность исследователей и техников, занятых в сфере научно-технического развития; количество научных статей российских авторов, индексируемых в базе данных

Web of Science; количество зарегистрированных в стране патентов; объем экспорта инновационной продукции; количество действующих технологий, экспорт и импорт наукоемкой продукции (или технологий); объем добавленной стоимости в обрабатывающей промышленности, внутренние затраты на исследования и разработки; численность организаций, выполняющих исследования и разработки; количество аспирантов и докторантов, выпустившихся с защитой диссертации и др.

Важность обучения в аспирантуре с целью расширения профессиональных компетенций исследователей, необходимых для получения новых научных результатов и развития личностных карьерных траекторий, подчеркивают в своей статье Б. Дж. Рыбарчик, Л. Лереа, Д. Уиттинттон, Л. Дайкстра [31]. Сбалансированная учебная программа, которая включает проведение самостоятельных научных исследований, обучение и профессиональное развитие, способствует академической карьере постдоков и повышению их результативности в сфере науки и техники.

Б. Дюретт в своей работе отмечает важность обучения в докторантуре [32]. По итогам опроса, в котором участвовали 2 794 кандидата наук, создана справочная база, содержащая 111 компетенций, организованных по 6 основным категориям. По результатам статистического анализа определен набор основных компетенций, общих для докторов наук, конкурентоспособных на глобальном рынке труда в сфере науки и технологий.

В результате анализа зарубежного и отечественного опыта оценки кадрового, научно-технологического и инновационного потенциала авторами была разработана собственная многофакторная модель, в основе которой лежит расчет интегрального показателя.

Материалы и методы

Материалами данного исследования являются первичные данные Росстата и Федеральной системы мониторинга результативности научной деятельности организаций (ФСМНО)11 о численности аспирантов, исследователей, количестве созданных технологий, в том числе новых для мира, объеме инновационной (новой) продукции и экспорте высокотехнологичной (новой) продукции; Роспатента о количестве изобретений, промышленных образцов, в том числе в отношении которых заключены лицензионные договоры; Web of Science и Scopus о количестве российских публикаций, их цитируемости.

Объектом исследования выступает обеспеченность кадровым, научно-технологическим и инновационным потенциалом в разрезе приоритетов научно-технологического развития Российской Федерации (далее – приоритеты НТР РФ).

В ходе исследования разработан подход к оценке обеспеченности кадровым, научно-технологическим и инновационным потенциалом в разрезе приоритетов НТР РФ в системе координат «ресурсы – результаты – эффекты» / жизненный цикл результатов интеллектуальной деятельности, базирующийся на следующих базовых принципах (рис. 1):

– обеспечение системного представления о функционировании экономики, науки и общества;

– использование наилучших доступных источников данных разной природы, включая их открытую инфраструктуру;

– переход от учетной логики к всестороннему анализу явлений (предикативному анализу);

– адекватность полученных результатов интеллектуальной деятельности потребностям экономики;

– контроль уровня качества и достоверности информации.

В рамках данного подхода используются следующие показатели обеспеченности:

– кадровый потенциал (количество исследователей, в том числе «граждан-ских»12, аспирантов, инженерно-технического персонала и технологических предпринимателей;

– научный потенциал (число статей в научных журналах, индексируемых в международных базах данных; цитируемость российских статей в научных журналах, индексируемых в международных базах данных; количество запатентованных изобретений и полезных моделей, в том числе и в отношении которых заключены лицензионные договоры);

– технологический потенциал (число разработанных передовых производственных технологий, в том числе новых для мира);

– инновационный потенциал (объем инновационной продукции и экспорт высокотехнологичной (новой) продукции).

Показатель объема исследований с использованием AI и BigData в настоящее время не агрегируется официальными статистическими базами данных, а численность аспирантов и объем экспорта высокотехнологичной (новой) продукции учитываются в качестве дополнительных при глубокой оценке кадрового, научно-технологического и инновационного потенциала в разрезе приоритетов НТР РФ.

К основным ресурсам оценки объекта исследования относят кадровый потенциал, инфраструктуру, финансирование и госрегулирование. В качестве основополагающего ресурса авторы выделяют кадровый потенциал и финансирование науки, так как научная инфраструктура в настоящее время в виде Центра коллективного пользования и Уникальных научных установок доступна для общего пользования.

На экономический рост в современных условиях в значительной степени влияет повышение производительности труда на основе наращивания кадрового, juauidopAap рив qajedsaj joj sjsoa |BUja>ui jo эшщод

I H.N ioQBdtBd и кинкяогэгээн кн i«diBf xHHHadiAHH качдо

о в ti g s g

5 S

и ’= 5

Я В д 2 о

° и 5

Я 3 S

а

- я я a

н я 5

Ф $ г^

Г Н °

Я ф h

Я = в

ш

>s

qOJB9S9J OISBQ / кинваоКэггоои этчнчавхндрчвЬ'нЛф

qoiB9S9i pgpddy / кинваоКэкоои giaHWLDmdn

s;uiodq;Moi§ Лэ^/BiDod ИЛкО! этчаэьоигя

m В ае

13 Составлено авторами на основе Указа Президента РФ № 642 от 01.12.2016 г. «Стратегия научно-технологического развития Российской Федерации до 2035 года.

научно-технологического и инновационного потенциала. Обратным показателем производительности труда является трудоемкость. На основе данной гипотезы построена мультипликативная модель оценки влияния обеспеченности кадровым, научно-технологическим и инновационным потенциалом на трудоемкость:

L LIZPGHUDQNVF- ГП С IZPGHUDQNVFC , (1)

где

C – валовый внутренний продукт (ВВП), млрд руб.;

L – численность экономически занятого населения, чел.;

I – численность исследователей, чел.;

Z – ссылки на российские статьи в научных журналах, индексируемых в международных базах данных, ед.;

F – внутренние затраты на проведение исследований и разработок, млрд руб.;

P – число статей в научных журналах, индексируемых в международных базах данных, ед.;

G – количество патентов на изобретения и полезные модели, ед.;

H – численность инженерно-технического персонала, чел.;

U – количество востребованных изобретений и полезных моделей (в отношении которых заключены лицензионные договоры), ед.;

D – количество действующих технологий, ед.;

Q – численность технологических предпринимателей, чел.;

N – количество используемых технологий, ед.;

• V – объем инновационной (новой) продукции, млрд руб.;

Y – экспорт высокотехнологичной (инновационной) продукции.

В левой части уравнения (1) представлена трудоемкость, правая часть включает в себя следующие показатели:

^А"Г – коэффициент вовлечения общества в науку показывает численность экономически занятого населения приходящегося на одного исследователя, чел.;

а = — – коэффициент коллабораций фундаментальных исследований говорит о том, сколько исследователей должны объединить свои усилия, опыт и знания, чтобы провести исследование, на которое будет получена одна ссылка на научную статью в научном сообществе;

. Z

Ь = — – коэффициент цитируемости научных статей показывает, сколько ссылок научного сообщества приходится на одну опубликованную и индексируемую в Web of Science статью;

р

– коэффициент прикладной эффективности научной деятельности характеризует конвертацию публикаций в патенты (количество статей, приходящихся на один патент);

d = — – коэффициент патентной активности инженерно-технических работников отражает уровень их вовлеченности в процесс создания патентов (количество патентов на одного инженерно-технического работника);

е = — – коэффициент коллабораций прикладных исследований демонстрирует, сколько в среднем инженеров должны объединить усилия для получения востребованного патента (численность инженерно-технического персонала на один востребованный патент);

– коэффициент технологиче ской востребованности патентов отражает конвертацию патентов в технологии (количество востребованных изобретений и полезных моделей на одну действующую технологию);

" D

• 9 =у"– коэффициент обеспеченности технологиями отражает наличие действующих технологий, которые потенциально могут быть использованы технологическим предпринимателем (количество действующих технологий на одного технологического предпринимателя);

  
  

h = -^- – коэффициент коллабораций в области трансфера технологий отра- жает, сколько в среднем технологических предпринимателей должны объединить усилия для внедрения технологии в хозяйственный оборот (число технологических предпринимателей на одну используемую технологию);

. N

– коэффициент рыночной вос требованности технологий отражает конвертацию используемых технологий в инновационную продукцию (количество используемых технологий, приходящихся на один миллиард объема инновационной (новой) продукции);

к=— – коэффициент рыночной эф фективности внутренних затрат на исследования и разработки (объем инновационной продукции, приходящейся на один рубль внутренних затрат на исследования и разработки);

I = — – доля внутренних затрат на исследования и разработки в ВВП.

Выявление, а также устранение дисбаланса и апгрейд провальных зон будут способствовать росту экспансии российских технологий на международный рынок (рост патентов, полученных за рубежом, в том числе через процедуру РСТ), дохода от высокотехнологичного экспорта услуг (рост положительного сальдо экспорта/ импорта лицензионных платежей за использование прав на результаты интеллектуальной деятельности (далее – РИД)), а также роста социально-экономического эффекта от использования РИД в хозяйственном обороте (увеличение объема налоговых поступлений в бюджет от реализации высокотехнол огичной (новой) продукции).

На основе инструментария системного анализа и результатов проведенной оценки формируются обобщенные выводы и предложения в части обеспеченности кадровым, научно-технологическим и инновационным потенциалом в разрезе приоритетов научно-технологического развития.

Таким образом, в процессе исследования применялись следующие методы: сопоставление, методы индукции и дедукции, обобщения, цепных подстановок, логико-структурного исследования, системного анализа, а также специальные приемы статистического, сравнительного анализа. В методологическом плане в основе исследования нами применялись системный и процессный подходы.

Результаты исследования

При адаптации показателей объектов исследования (научный, технологический, инновационный потенциал) по приоритетам НТР РФ использовались следующие классификаторы: научные специальности по отраслям науки; научные направления, встроенные в базы данных Web of Science, Scopus, ФСМНО; Международный патентный классификатор изобретений и полезных моделей (МПК); Общероссийский классификатор ведения экономической деятельности (ОКВЭД).

Распределение кодов классификации по приоритетам НТР РФ и составление классификаторов-переходников осуществлялось на основе экспертного мнения и по возможности согласовывалось с представителями организаций, ответственных за учет используемых показателей (Clarivate Analytics и Elsevier).

Оценка влияния обеспеченности кадровым, научно-технологическим и инновационным потенциалом на трудоемкость в разрезе приоритетов НТР РФ. Гипотеза о влиянии кадрового, научно-технологического и инновационного потенциала на трудоемкость как обратного показателя производительности труда, исходя из оценки ряда таких факторов, как публикационная и патентная активность исследователей (в том числе доли аспирантов), инженерно-технологического персонала, количества разработанных и использованных технологий, объема произведенной инновационной продукции, вложенных внутренних затрат на исследования и разработки и других факторов, была апробирована на примере первых трех приоритетов НТР РФ за период 2015–2016 гг.:

Приоритет 1. Переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта.

Приоритет 2. Переход к экологически чистой и ресурсосберегающей энергетике, повышение эффективности добычи и глубокой переработки углеводородного сырья, формирование новых источников, способов транспортировки и хранения энергии (пп. «а» п. 20 Стратегии).

Приоритет 3. Переход к персонализированной медицине, высокотехнологичному здравоохранению и технологиям здоровьесбережения, в том числе за счет рационального применения лекарственных препаратов.

В ходе исследования было рассчитано количественное значение каждого из коэффициентов, представленных формуле 1 (табл. 1).

Анализ коэффициентов колабораций фундаментальных, прикладных исследований и в области трансфера технологий по исследуемым приоритетам НТР РФ позволил выявить наиболее узкую зону: в области прикладных исследований – это создание востребованных технологий.

В рамках жизненного цикла научного результата при анализе перехода с одной стадии на другую (коэффициент прикладной эффективности научной деятельности, коэффициент технологической востребованности патентов, коэффициент рыночной востребованности технологий) позволил выявить существенные барьеры при переходе востребованных патентов в используемые технологии.

По доле внутренних затрат на исследования и разработки в ВВП лидирует Приоритет 3, однако рыночная эффективность внутренних затрат на исследования и разработки наибольшая у Приоритета 2.

Выявление влияния каждого отдельного фактора ( A , a, b, c, d, e, f, g, h, j, k, l ) на итоговый показатель мультипликативной модели рассчитано методом цепной подстановки с помощью абсолютных разниц. Абсолютное изменение изучаемого явления в 2016 г. по сравнению с 2015 под влиянием каждого из вышеперечисленных факторов представлено в таблице 2.

На основе проведенного исследования получены следующие выводы.

Показатель трудоемкости за 2016 г. по всем трем приоритетам НТР РФ увеличился (Приоритет 1 – на 26 ед., Приоритет 2 – на 37 ед., Приоритет 3 – на 72 ед. соответственно). Таким образом, по данным приоритетам НТР РФ обеспеченность научным, научно-технологическим и инновационным потенциалом является недостаточной, что ведет к снижению обратного показателя трудоемкости - производительности труда на рынках в рамках данных приоритетов НТР РФ.

Обсуждение и заключения

Оценка обеспеченности кадровым, научно-технологическим и инновационным потенциалом в разрезе приоритетов НТР РФ на основе разработанной мультипликативной модели позволяет выявить «провалы» и разработать превентивные меры, способствующие наращиванию необходимого потенциала и достижению ответа на большие вызовы.

С точки зрения влияния на трудоемкость по всем исследуемым приоритетам НТР РФ наблюдаются рост коллабора-ций фундаментальных исследований, прикладной эффективности научной деятельности, коллабораций прикладных исследований; снижение цитируемости научных статей, патентной активности инженерно-технических работников, технологической востребованности патентов.

Таким образом, на фоне формирующейся коллаборационной активности

Т а б л и ц а 1. Расчет показателей мультипликативной модели оценки влияния обеспеченности кадровым, научно-технологическим и инновационным потенциалом на трудоемкость на примере трех приоритетов НТР РФ за период 2015–2016 гг.

T a b l e 1. Calculation of the indicators of the multiplicative model for assessing the impact of the provision of human, scientific, technological and innovative capacity on labor intensity on the example of the three priorities of the scientific and technological revolution of the Russian Federation for the period 2015–2016

Наименование показателя / Name of the indicator	2015			2016
	Приоритет 1 / Priority 1	Приоритет 2 / Priority 2	Приоритет 3 / Priority 3	Приоритет 1 / Priority 1	Приоритет 2 / Priority 2	Приоритет 3 / Priority 3
Коэффициент вовлечения населения в науку / The coefficient of population involvement in science ( А )	221	1 536	8	206	1 754	5
Коэффициент коллабораций фундаментальных исследований / Coefficient of collaborations of basic research ( a )	1,46	0,43	1,16	2,62	0,63	3,02
Коэффициент цитируемости научных статей / Coefficient of citing scientific articles ( b ) Коэффициент прикладной эффек-	3,15	2,89	3,52	1,60	1,69	1,30
тивности научной деятельности / Coefficient of applied effectiveness	6,23	16,22	5,06	13,52	43,29	11,45
of scientific activity ( с ) Коэффициент патентной активности инженерно-технических работников / Coefficient of patent activity of engineers and technicians ( d )	0,18	0,20	0,32	0,10	0,09	0,13
Коэффициент коллабораций прикладных исследований / Coefficient	103	83	96	1136	459	1012
of collaborations of applied research ( е ) Коэффициент технологической востребованности патентов / Coefficient	0,48	0,87	0,66	0,03	0,12	0,09
of technological demand for patents ( f ) Коэффициент обеспеченности технологиями / Coefficient of technolo-	0,01	0,01	0,01	0,01	0,01	0,00
gy provision ( g ) Коэффициент коллабораций в области трансфера технологий / Coefficient of collaborations in the field of	0,43	0,31	0,90	0,39	0,32	0,82
technology transfer ( h ) Коэффициент рыночной востребованности технологий / Coefficient of market demand for technology ( j ) Коэффициент рыночной эффективности внутренних затрат на	6,06	1,96	4,29	7,16	1,94	17,28
исследования и разработки / The coefficient of market efficiency of gross domestic expenditure on research and development ( k )	177	2342	148	158	3 770	39
Доля внутренних затрат на исследования и разработки в ВВП / Share of gross domestic expenditure on research and development in GDP ( l )	0,0031	0,0002	0,0037	0,0038	0,0002	0,0151
Показатель трудоемкости / The index of labor intensity	862	1 114	40	888	1 151	113

Источник: Web of Science, дата обращения: 26 февраля 2018 г., Росстат, Роспатент.

Т а б л и ц а 2. Определение влияния показателей мультипликативной модели оценки обеспеченности кадровым, научно-технологическим и инновационным потенциалом на трудоемкость на примере трех приоритетов НТР РФ (2015–2016 гг.) 14

T a b l e 2. Determination of the impact of each of the indicators of the multiplicative model of the assessment of the human, scientific, technological and innovative potential for labor intensity on the example of the three priorities of the scientific and technological revolution of the Russian Federation (2015-2016.)

Наименование показателя / Name of the indicator Приоритет 1 / Рriority 1 Приоритет 2 / Priority 2 Приоритет 3 / Рriority 3 Абсолютное изменение коэффициента вовлечения населения в науку / Absolute change in the coefficient of population involvement in science Δ(A) -62 143 -46 Абсолютное изменение коэффициента коллабораций фундаментальных исследований / Absolute change in the coefficient of collaborations of basic research Δ(а) 419 318 98 Абсолютное изменение коэффициента цитируемости научных статей / Absolute change in the coefficient of citing scientific articles Δ(b) -512 -491 -104 Абсолютное изменение коэффициента прикладной эффективности научной деятельности / Absolute change in the coefficient of applied effectiveness of scientific activity Δ(с) 563 738 92 Абсолютное изменение коэффициента патентной активности инженерно-технических работников / Absolute change in the coefficient of patent activity of engineers and technicians Δ(d) -428 -501 -112 Абсолютное изменение коэффициента коллабораций прикладных исследований / Absolute change in the coefficient of collaborations of applied research Δ(е) 826 772 168 Абсолютное изменение коэффициента технологической востребованности патентов / Absolute change in the coefficient of technological demand for patents Δ(f) -1189 -1026 -115 Абсолютное изменение коэффициента обеспеченности технологиями / Absolute change in the technology provision ratio Δ(g) 248 -77 -30 Абсолютное изменение коэффициента коллабораций в области трансфера технологий / Absolute change in the coefficient of collaborations in the field of technology transfer Δ(h) -92 69 -15 Абсолютное изменение коэффициента рыночной востребованности технологий / Absolute change in the coefficient of market demand for technology Δ(j) 172 -14 133 Абсолютное изменение коэффициента рыночной эффективности внутренних затрат на исследования и разработки / Absolute change in the coefficient of market efficiency of gross domestic expenditure on research and development Δ(k) -111 462 -121 Абсолютное изменение доля внутренних затрат на исследования и разработки в ВВП / The absolute change in the share of gross domestic expenditure on research and development in GDP Δ(l) 192 -357 125 Абсолютное изменение трудоемкости / Absolute change in labor intensity (Δ) 26 37 72 акторов процесса исследований и разработок, а также роста прикладной эффективности научной деятельности имеет место низкий уровень ориентации научных и научно-технических результатов на вовлечение в хозяйственный оборот.

Помимо общих тенденций рассмотрим более подробно положительное и негативное влияние показателей мультипликативной модели оценки обеспеченности кадровым, научно-технологическим и инновационным потенциалом

на трудоемкость в разрезе исследуемых приоритетов НТР РФ. В рамках Приоритета 1 на фоне роста обеспеченности технологиями, рыночной востребованности технологий и доли внутренних затрат на исследования и разработки в ВВП имеет негативную тенденцию вовлечение населения в науку, рост коллабораций в области трансфера технологий и рыночная эффективность внутренних затрат на исследования и разработки.

В рамках Приоритета 2 на фоне роста вовлечения населения в науку, коллабораций в области трансфера технологий и рыночной эффективности внутренних затрат на исследования и разработки имеет негативную тенденцию обеспеченность технологиями, рыночная востребованность технологий и доля внутренних затрат на исследования и разработки в ВВП.

В рамках Приоритета 3 на фоне роста рыночной востребованности технологий и доли внутренних затрат на исследования и разработки в ВВП имеет негативную тенденцию – вовлечение населения в науку, обеспеченность технологиями, коллаборации в области трансфера технологий, рыночная эффективность внутренних затрат на исследования и разработки.

Наименьшую обеспеченность научным, научно-технологическим и инновационным потенциалом имеет Приоритет 3, поскольку у данного приоритета при наибольшем приросте трудоемкости наибольшее количество коэффициентов с отрицательным значением.

Эффективной реализации приоритетов НТР РФ способствует сбалансированное наращивание кадрового, научно-технологического и инновационного потенциала. Проведенные исследования позволили выявить узкие звенья в обеспеченности данным потенциалом, к которым относятся снижение качества научных результатов, патентная активность инженерно-тех- нических работников, технологическая востребованность патентов и низкий уровень их конвертации в используемые технологии. Ключевым фактором нивелирования данных дисбалансов является развитие кадрового потенциала, обладающего компетенциями в части создания практико-ориентированных результатов и трансфера технологий.

В России ощущается дефицит специалистов высшей квалификации, способных разработать как новый продукт с учетом перспектив его применения, так и технологическую цепочку его производства; выстроить стратегию его развития в краткосрочном и долгосрочном периодах. В условиях технологического перехода существующая в России система подготовки кадров высшей квалификации должна отвечать потребностям общества в квалифицированных инновационно-ориентированных специалистах, способных творчески решать профессиональные задачи.

В качестве ключевых причин отрицательной динамики показателей эффективности аспирантуры является ужесточение требований к диссертационным советам и диссертациям, увеличению числа очных занятий, что плохо сочетается с научной работой аспирантов. Вышеуказанные тенденции свидетельствуют о потери аспирантуры своей социальной функции воспроизводства высококвалифицированных научных кадров.

В части государственного регулирования формирования кадрового, научно-технологического и инновационного потенциала можно выделить три основных инструмента: План мероприятий по реализации Стратегии научно-технологического развития Российской Федера-ции15; План мероприятий, направленных на стимулирование инновационного развития Российской Федерации, на 2017–2018 годы16; Проект Федерального закона «О научной, научно-технической и инновационной деятельности в Российской Федерации»17.

В соответствии с подпунктом «в» пункта 31 Плана мероприятий по реализации СНТР «обеспечение доступа к наукоемким образовательным программам учащихся, студентов и аспирантов вне зависимости от их мест проживания с использованием российских и международных площадок онлайн-обучения» требуется сформировать нормативно-правовую базу и информационный ресурс, определить нормативный статус информационного ресурса, обеспечивающего по принципу «одного окна» доступ к качественным онлайн-курсам, в том числе к современным, наукоемким образовательным модулям, необходимым для реализации приоритетов научно-технологического развития, а также модулям, формирующим необходимые компетенции в сфере интеллектуальной собственности18.

Значимую роль в обеспеченности научно-технологическим и инновационным потенциалом экономики государства играют инструменты поддержки научной, научно-технической и инновационной деятельности, в том числе научные фонды. Основным видом поддержки исследований и разработок такими фон- дами в данной сфере является грантовое финансирование, осуществляемое на конкурсной основе, а также субсидирование и софинансирование.

Фонды поддержки научной, научно-технической и инновационной деятельности способствуют созданию благоприятных условий для проведения исследований и разработок, соответствующих современным принципам организации научной, научно-технической и инновационной деятельности. Инструментами поддержки таких фондов, направленных на повышение уровня развития высококвалифицированного персонала сектора исследований и разработок, являются финансирование российских и зарубежных стажировок, проведение конференций, симпозиумов, семинаров и других мероприятий, необходимых для приобретения опыта и популяризации результатов отечественных научных исследований и разработок.

Анализ кадрового, научно-технологического и инновационного потенциала в разрезе приоритетов НТР показал, что линейка инструментов не обеспечивает в полной мере системную поддержку и требует модернизации и расширения спектра поддерживаемых мероприятий.

СПИСОК

ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Й^^ЙЙ INTEGRATION OF EDUCATION. Vol. 22, no. 3. 2018 ^^^^„■^^^^ё^^^^^к^^^^^^Е^^^^^

Поступила 06.03.2018; принята к печати 25.05.2018; опубликована онлайн 28.09.2018.

Об авторах :

Минцаев Магомед Шавалович, ВРИО директора департамента науки и технологий Министерства образования и науки Российской Федерации (125993, г. Москва, ул. Тверская, д. 11, ГСП-3), доктор технических наук, профессор, ORCID: , Scopus ID: 56958599000, Researcher ID: O-1875-2016,

Ильина Ирина Евгеньевна, и. о. директора ФГБУ «Российский научно-исследовательский институт экономики, политики и права в научно-технической сфере» (РИЭПП) (105064, Россия, г. Москва, ул. Земляной вал, д. 50 а, стр. 6), доктор экономических наук, доцент, ORCID: , Scopus ID: 56613287600, Researcher ID: J-9790-2014,

Парфенова Светлана Леонидовна, первый заместитель директора ФГБУ «Российский научно-исследовательский институт экономики, политики и права в научно-технической сфере» (РИЭПП) (105064, Россия, г. Москва, ул. Земляной вал, д. 50 а, стр. 6), кандидат экономических наук, ORCID: , Researcher ID: K-1116-2014,

Долгова Владислава Николаевна, заведующий сектором социально-экономических проблем развития научно-технологической сферы ФГБУ «Российский научно-исследовательский институт экономики, политики и права в научно-технической сфере» (РИЭПП) (105064, Россия, г. Москва, ул. Земляной вал, д. 50 а, стр. 6), кандидат экономических наук, ORCID: , Researcher ID: N-1723-2018,

Жарова Елена Николаевна, заведующий сектором мониторинга востребованности инструментов поддержки научной, научно-технической и инновационной деятельности ФГБУ «Российский научно-исследовательский институт экономики, политики и права в научно-технической сфере» (РИЭПП) (105064, Россия, г. Москва, ул. Земляной вал, д. 50 а, стр. 6), кандидат экономических наук, ORCID: https://orcid. org/0000-0002-8281-8812, Scopus ID: 57194616748, Researcher ID: N-1808-2018,

Агамирова Елизавета Валерьевна , заведующий сектором анализа и прогноза реализации приоритетных направлений развития научно-технологического комплекса ФГБУ «Российский научно-исследовательский институт экономики, политики и права в научно-технической сфере» (РИЭПП) (105064,

Россия, г. Москва, ул. Земляной вал, д. 50 а, стр. 6), кандидат экономических наук, ORCID: https://orcid. org/0000-0002-3972-4749, Scopus ID: 57073854200, Researcher ID: N-1823-2018,

Заявленный вклад авторов :

Минцаев Магомед Шавалович – разработка концепции; определение замысла.

Ильина Ирина Евгеньевна – научное руководство; разработка концепции; обеспечение ресурсами; написание текста.

Парфенова Светлана Леонидовна – определение методологии статьи; проведение критического анализа материалов; обеспечение ресурсами.

Долгова Владислава Николаевна – сбор и обработка информации; формализованный анализ данных; курирование данных.

Жарова Елена Николаевна – сбор и обработка информации; формализованный анализ данных; написание и доработка текста.

Агамирова Елизавета Валерьевна – сбор и обработка информации; формализованный анализ данных; написание и доработка текста.

Все авторы прочитали и одобрили окончательный вариант рукописи.