Аннотации:
Проведен анализ развития научной отрасли, обоснована ее актуальность и доказана значимость
науки в получении принципиально новых знаний, поиске ответов на так называемые большие вызовы завтрашнего дня, что ставится задачей со стороны государства. Цель работы заключается в построении прогнозной модели общего состояния научной отрасли Российской Федерации для поддержки принятия решений и получения прогнозов на ближайшее будущее. Проанализированы различные виды моделей, определены их основные достоинства и недостатки
применительно к теме исследования. В качестве источника данных об исследуемом объекте использовался общедоступный сервис федеральной службы государственной статистики.
Из числа общедоступных годовых статистических рядов выбраны частные критерии и факторы, потенциально влияющие на объект: количество поданных заявок на выдачу патентов,
внутренние затраты на исследования и разработки, разработанные передовые производственные
технологии, число организаций, ведущих подготовку аспирантов, докторантов и др. Качество научной отрасли оценивалось показателями, которые составили общий критерий оценки объекта: количество выдаваемых патентов, численность исследователей, имеющих ученую степень, и используемые передовые производственные технологии. Исследована взаимная
корреляция факторов. Построена линейная многофакторная модель динамики объекта. Показано, что она не может применяться для прогнозирования объекта из-за плохого качества постпрогноза. Построена регрессионно-дифференциальная модель второго порядка, обладающая
хорошим качеством постпрогноза. Построен прогноз динамики изменения объекта на ближайшие три года. Исследовано влияние изменений управляемых и неуправляемых факторов
на объект. Показано, что без приложения усилий научная отрасль в ближайшие годы будет
ухудшать показатели, но этому можно препятствовать, увеличивая затраты и повышая прием аспирантов. The analysis of the development of the scientific industry is made. Its relevance is justified. Importance
of science in obtaining fundamentally new knowledge, searching for answers to the so- called big challenges of tomorrow, which is set by the state, is proved. The purpose of the work is to build a predictive model of the general state of the scientific branch of the Russian Federation to decision
support and to obtain forecasts for the near future. Various types of models are analyzed. Their main advantages and disadvantages in relation to the research topic are identified. The public statistical service of the Federal State Statistics Service was used as a source of data on the object under study. Private criteria and factors potentially influencing the object were selected from the number of publicly available annual statistical series: the number of patent applications filed, internal
research and development costs, developed advanced production technologies, the number of organizations leading the training of graduate students, doctoral students, etc. Estimated indicators summary used as a general criterion are: the number of patents, the number of researchers with a degree
and used advanced manufacturing technologies. The mutual correlation of factors is investigated.
A linear multifactor model of the object dynamics is constructed. It is shown this one cannot be used to predict the object due to the poor quality of the prediction. A second-order regression- differential model with a good quality of post-prediction is constructed. The forecast of the dynamics of changes in the object for the next three years is created. The influence of changes in controllable and uncontrollable factors on the object is investigated. It is shown that without application of effort, the scientific branch will worsen performance in next years, but this can be improved by increasing costs and increasing the admission of graduate students.
Описание:
Володина Юлия Игоревна, канд. техн. наук, доцент кафедры автоматизации технологических
процессов, Пермский национальный исследовательский политехнический университет, Березниковский
филиал, г. Березники; julia_volodina@mail.ru.
Михалев Павел Владимирович, студент, Пермский национальный исследовательский политехнический
университет, Березниковский филиал, г. Березники; pavelmi@list.ru.
Бусыгина Елена Леонидовна, канд. физ.-мат. наук, доцент кафедры физики и оптотехники,
Ижевский государственный технический университет имени М.Т. Калашникова, г. Ижевск; nico01@mail.ru. Yu.I. Volodina1, julia_volodina@mail.ru,
P.V. Mikhalev1, pavelmi@list.ru,
E.L. Busygina2, nico01@mail.ru
1 Perm National Research Polytechnic University, Berezniki Branch, Berezniki, Russian Federation,
2 Kalashnikov Izhevsk State Technical University, Izhevsk, Russian Federation.