Модельное исследование перспектив развития научной отрасли Российской Федерации

Юлия Игоревна Володина, Павел Владимирович Михалев, Елена Леонидовна Бусыгина

Аннотация


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.


Ключевые слова


математическое моделирование; прогнозирование; наука; исследование; разработка; регрессионно-дифференциальная модель

Полный текст:

PDF

Литература


Андерсон, Т. Введение в многомерный статистический анализ / Т. Андерсон. – М.: ГИФМЛ, 1963. – 500 с.

Гераськина, И.Н. Моделирование тренда инвестиционной и строительной деятельности Российской Федерации / И.Н. Гераськина, А.В. Затонский // Вестник МГСУ. – 2017. – Т. 12, №11 (110). – С. 1229-1239. DOI: 10.22227/1997-0935.2017.11.1229-1239

Григалашвили, А.С. О применимости корреляционного анализа для исключения факторов в регрессионно-дифференциальных моделях / А.С. Григалашвили, Л.Ф. Кокшарова, И.О. Зуева // Вестник Тамбовского государственного технического университета. – 2016. – Т. 22, № 1. – С. 35-44.

Деруссо, П. Пространство состояний в теории управления / П. Деруссо, Р. Рой, Ч. Клоуз. – М.: Наука, 1970. – 620 с.

Дрейпер, Н.Р. Прикладной регрессионный анализ / Н.Р. Дрейпер. – М.: Финансы и статистика, 1986. – 366 с.

Дрейпер, Н. Прикладной регрессионный анализ / Н. Дрейпер, Г. Смит. – М.: Статистика, 1973. – 351 с.

Заседание Совета по науке и образованию. – http://kremlin.ru/events/president/news/53313 (дата обращения: 25.06.2019).

Затонский, А.В. Метод управления развитием социального ресурса региона на основе регрессионно-дифференциального моделирования / А.В. Затонский, Т.В. Янченко // Управление большими системами: сб. – 2015. – № 54. – С. 86–113.

Затонский, А.В. Преимущества дифференциальных моделей в эколого-экономическом моделировании / А.В. Затонский // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2012. – № 5. – С. 134–139.

Затонский, А.В. Программные средства глобальной оптимизации систем автоматического регулирования / А.В. Затонский. – М.: Инфра-М: ИЦ РИОР, 2013. – 136 с.

Затонский, А.В. Теоретический подход к управлению социально-техническими системами / А.В. Затонский // Программные продукты и системы. – 2008. – № 1. – С. 29–32.

Затонский, А.В. Преимущества дифференциальной модели сложной экономической системы / А.В. Затонский, Н.А. Сиротина // Образование. Наука. Научные кадры. – 2012. – № 8. – С. 98–102.

Математическое моделирование и обработка информации в исследованиях на ЭВМ / И.А. Прошин, Д.И. Прошин, Н.И. Мишина и др.; под ред. И.А. Прошина. – Пенза: ПТИ, 2000. – 422 с.

Мышкис, А.Д. Элементы теории математических моделей / А.Д. Мышкис. – М.: Комкнига, 2007. – 192 с.

Орлов, А.И. Нечисловая статистика / А.И. Орлов. – http://www.aup.ru/books/m162 (дата обращения: 25.06.2019).

Сиротина, Н.А. Об аппроксимации факторов дифференциальной модели социально-экономической системы / Н.А. Сиротина, Т.В. Янченко, А.В. Затонский // Современные исследования социальных проблем (электронный научный журнал). – 2012. – № 11. – C. 6.

Федеральная служба государственной статистики. – http://www.gks.ru (дата обращения: 25.06.2019).

Янченко, Т.В. Обоснование порядка регрессионно-дифференциальной модели краевого социального ресурса / Т.В. Янченко // Системы управления и информационные технологии. – 2014. – № 3.1 (57). – С. 187–191.

Янченко, Т.В. Определение оптимальной ранжировки частных критериев оценки краевого социального ресурса / Т.В. Янченко, А.В. Затонский // Экономика и менеджмент систем управления. – 2013. – Т. 10, № 4. – С. 99–104.

Chaturvedi, A. Robust Bayesian Analysis of the Linear Regression Model / A. Chaturvedi // Journal of Statistical Planning and Inference. – 1996. – No. 50. – P. 175–186. DOI: 10.1016/0378-3758(95)00052-6




DOI: http://dx.doi.org/10.14529/ctcr190407

Ссылки

  • На текущий момент ссылки отсутствуют.