Модельное исследование перспектив развития научной отрасли Российской Федерации

Юлия Игоревна Володина
Пермский национальный исследовательский политехнический университет, Березниковский филиал, г. Березники

Павел Владимирович Михалев
Пермский национальный исследовательский политехнический университет, Березниковский филиал, г. Березники

Елена Леонидовна Бусыгина
Ижевский государственный технический университет имени М.Т. Калашникова


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.