Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Оценка конкурентоспособности университетов подходы, методы, специфика. Монография
.pdf
( )
%,100
1
1
max
1
2
max
max
⋅
−
−
=
∑
=
i
k
j
iij
i
N
NN
k
ν
ij
N
( )
maxmax
%100
ii
N⋅±
ν
( )
,
)1(
1
1
2
γ
tNN
mm
m
i
iiji
⋅−
−
=∆
∑
=
γ
t
( )
γ=<ξ
γ
tP
γ
t
∆
что позволит более наглядно представлять себе общую картину:
если текущий показатель
попадает в интервал
,
то можно сделать вывод о высоком качестве результатов работы
учреждения.
Также можно было бы предложить построить доверительные интервалы для рассматриваемых показателей, при этом вероятность доверия может быть рассмотрена как показатель допустимого риска, который может быть задан исследователем,
а именно:
где
— квантиль уровня γ двусторонней функции распределения
Стьюдента:
с (m – 1) степенью свободы, который в MS Excel может быть
вычислен как
= СТЬЮДРАСПОБР(1 – γ; m – 1).
Вероятность γ определяет уровень доверия к оцениваемому отклонению
: чем больше γ, тем шире ∆.
Чаще всего рассматривают уровни доверия γ = 0,95; 0,9;
0,85.
Заметим, что в данном случае для расчета квантиля используется не стандартное нормальное распределение Ф(х),
а именно распределение Стьюдента. Это обусловлено тем, что
точное значение дисперсии неизвестно, значит, распределение
91
( )
iiii
NN ∆+∆− ;
ij
N
2
1 γ−
TE∆
)(),(),(
),( iIsSeEfF ∆∆∆∆
ISEF
γγγγ ,,,
оценки математического ожидания не подчиняется нормальному закону [11].
В итоге можно рассмотреть интервал
,
попадание в который значений
,
может означать, что
kj ,1=
учреждение достигло средних показателей.
При этом
может рассматриваться как риск недости-
жения средних показателей для слабых учреждений. Сильным
учреждениям нужно стремиться превысить верхние границы
N ∆+
.
ii
Заметим, что данное сравнение имеет смысл только при
однонаправленности всех рассматриваемых показателей, т. е.
«чем больше, тем лучше».
Также С. В. Губарьковым предложена система показате-
лей, оценивающая суммарный эффект учебно-научно-инновационного университетского комплекса с помощью следующей
линейной комбинации:
),()()()( iIsSeEfFTE
∆⋅γ+∆⋅γ+∆⋅γ+∆⋅γ=∆
ISEF
где
— общее приращение суммарного эффекта учебно-научно-
инновационного университетского комплекса;
— функции, обеспечивающие пере-
ход показателя из стоимостной оценки в балльную и характеризующие приращение финансового, учебного, научного и инновационного эффектов соответственно;
— коэффициенты приоритетности для финансово-
го, учебного, научного и инновационного эффектов соответственно.
Далее автор указывает: «Суммарный эффект учебно-
научно-инновационного университетского комплекса рассчитывается с помощью балльной системы, поскольку для многих
элементов этого эффекта порою затруднительно использовать
стоимостную оценку. В частности, к таким элементам можно
92
)(),(),(),( iIsSeEfF ∆∆∆∆
,),();,,,();,();,,(;
)(
)(
);(
77665544
33
22
11
= hoKgvfkpKgtsKgrlqKg
dKg
cKg
bKgVK
()1K
()2K
()3K
()4K
отнести научный или инновационный эффекты, для которых не
всегда можно воспользоваться стоимостной оценкой» [41].
Однако стоит отметить следующее:
1. Данный подход не вполне корректен с точки зрения
математики. Переход к балльной шкале огрубляет исходные
данные и не позволяет говорить о высокой адекватности модели. Тем не менее этот подход допустим, так как позволяет перевести наблюдения, измеренные в разных единицах, в единую
шкалу. При этом возникают вопросы, связанные с установлением градаций признаков. Возможно, было бы целесообразнее не
переводить измерения в баллы, а воспользоваться переходом
к относительным величинам или индексам.
2. Функции
автором явно не
определены, что затрудняет использование модели, однако он
дает описание общего подхода к ее построению, что может помочь экспертам при разработке конкретной системы оценивания.
В работе И. А. Заярной и Л. В. Лехтянской предлагается
эвристическая модель оценки конкурентоспособности вуза, учитывающая основные количественные и качественные показатели деятельности, в том числе уровень компетенции сотрудников [55]. Модель имеет следующий вид:
где
определяющих назначение высшего учебного заведения (если
в исследуемом периоде конкурс при поступлении в это учебное
заведение достаточно высокий, данный показатель принимает
максимальное значение, так как это расценивается как конку-
рентное преимущество перед иными представителями рынка
высшего образования);
тельности вуза;
услуг;
— функция, оценивающая уровень образовательных услуг,
— уровень качества оказываемых услуг;
— функция, отображающая экономические аспекты дея-
— функция, характеризующая уровень продвижения
93
()
5
K
()
6
K
()
7
K
7,1, =jg
j
7,1,
1 17
1
==
∑∑
∑
= =
=
j
X
X
g
m
i j
ji
m
i
ji
j
.11=
∑
=Nj
j
g
.7,1(), =jK
j
X
7,1(), =jK
j
— функция, отображающая особенности рынка, а именно
то, как услуги распределяются;
— функция, оценивающая деятельность работников вуза,
в расчетах которой задействованы такие характеристики, как
опыт, мотивированность, объем учебной нагрузки и пр.
Седьмая функция
Параметры b, c, d, q, p, l, k, r, s, t, f, v, h, o — некоторые
влияющие переменные. Величины
ми коэффициентами, что с математической точки зрения есть
избыточность модели, если не подразумевается линейная зависимость между переменными.
Тем не менее автор предлагает оценить рассматриваемые
веса
j
7,1, =jg
как доли:
не была определена.
являются весовы-
,
притом
Здесь
есть результаты опроса m экспертов по значи-
X
ji
мости семи рассматриваемых составляющих деятельности вуза,
соответствующих
Заметим, что
— это данные, измеренные в порядко-
ji
вой шкале (экспертные оценки представлены в баллах от 0 до
10). Сложные функциональные зависимости
явно не найдены и требуют дополнительного исследования,
и авторы в конечном итоге предлагают линеаризацию, которую
можно отобразить так:
94
пока
.
1
∑
=
⋅=
N
j
jj
KgK
7,1
, =jK
j
Заметим, что методика расчетов показателей
фактически не рассматривается. По всей видимости, эти значе-
ния в конечном итоге также могут быть получены экспертно.
Заметим, что полученная линеаризация в математическом
смысле практически совпадает с методикой, которую предлагает
С. Д. Резник [123].
Проблемы разработки эффективного инструментария
оценки конкурентоспособности университетов являются предметом научных исследований многих российских ученых. Рассмотрим некоторые из подходов.
С. Д. Резник, Т. А. Юдина и В. Г. Камбург в своей работе
отмечают важность репутации вуза как ключевого элемента его
конкурентоспособности. Авторы предлагают универсальную
методику рейтингования высших учебных заведений на основе
экспертных оценок. Важным для повышения конкурентоспособности российского образования и формирования репутации
российских высших учебных заведений является создание их
объективных рейтингов, для чего необходимо построение универсальной методики рейтингования. Авторский подход к составлению рейтинга вузов позволяет оценивать различные
направления их деятельности: репутацию, качество образования, трудоустройство выпускников, связь вуза со стейкхолдерами и др. Оценка конкурентной позиции вуза в рейтинге определяется путем вычисления итогового (интегрального) индекса
конкурентоспособности) [122].
В. П. Корф в своих исследованиях старается решить проблемы, возникающие при количественной оценке конкурентоспособности высших учебных заведений, используя метод главных компонент [75]. Метод главных компонент — один из основных способов уменьшения размерности данных, помогающий решить проблему разнородности и несоизмеримости показателей. Экономическая конкурентоспособность высшего учебного заведения может быть представлена в виде системы ключевых количественных показателей. Всего автором при разра-
95
ботке методики использовано 14 индикаторов. Исходные данные агрегированы с веб-сайтов вузов и из других официальных
источников. Одни индикаторы (входные критерии) позволяют
оценить вуз с позиции абитуриента, а другие (выходные критерии) дают возможность оценивания с позиции выпускников.
Метод главных компонент позволяет сократить количество переменных, выявить структуру взаимосвязей между переменными, построить новые обобщенные показатели и представить результаты исследований графически. При этом конкурентоспособность вуза рассчитывается как отношение экономического
и социального результатов образования к суммарным затратам
на него.
Е. В. Погореловой и Д. Г. Нотиным предложен инстру-
ментарий оценки конкурентоспособности университета на базе
анализа процессов трансфера и генерации знаний. Базой методологии является системный подход, с помощью которого представлено описание оценки конкурентоспособности вуза через
совокупность показателей его взаимодействия с внешней средой. Предложенная система показателей позволяет оценивать
потоки полученных и переданных знаний между университетом
и стейкхолдерами, а также количество и качественный уровень
вновь созданных в университете научных и методических знаний. Также авторами предлагается система управления знаниями, включающая модуль работы с организациями, модуль работы с университетами, модуль работы с профессиональными сообществами, модуль публикации информации для общественности [113].
Предложенный авторами инструментарий позволит оце-
нить конкурентоспособность университета с точки зрения востребованности создаваемых и передаваемых им в бизнес-среду
знаний на основе рассчитанных итоговых коэффициентов: результативности получения знаний от профессиональных сообществ и результативности передачи знаний профессиональным
сообществам [114].
Интересную точку зрения, относительно возможных ме-
тодов оценки конкурентоспособности вуза можно встретить
в научной работе В. Ю. Пашкус [111]. Автор рассматривает
возможности оценки конкурентного статуса вуза на основе
96
стратегических методов позиционирования продукта (организации) на рынке, процедур качественного ранжирования, а также
экспертно-матричных механизмов анализа сценариев.
Модель оценки конкурентоспособности при изменении
факторов внешней среды предполагает задание двух интегрированных показателей (индикаторов), в пространстве которых может быть построена матрица позиционирования (рис. 2.5).
На осях представлены: абсцисса (X) — внутренние факторы (потенциал конкурентоспособности вузов), ордината (Y) —
факторы конкурентной среды.
Рис. 2.5. Плоскость матрицы конкурентного позиционирования
в соответствии с модифицированной моделью McKinsey [111]
Принципиально новый подход к оценке конкурентоспособности вуза на основе анализа стоимости его интеллектуального капитала представлен П. А. Новгородовым и А. В. Новиковым. Авторы определяют интеллектуальный капитал как знания,
умения, опыт, базы данных, результаты НИОКР. Предлагаемый
подход базируется на концепции управления стоимостью
и направлен на обоснование возможности формирования предпринимательского университета, отвечающего цели максимизации стоимости интеллектуального капитала. При этом оценка
стоимости интеллектуального капитала является интегральным
97
0
H
2
χ
показателем деятельности вуза и важным элементом его конкурентоспособности. Предлагаемый в методике инструментарий:
оценка динамики, факторный анализ, корреляционный анализ
и другие экономико-математические методы [103].
Проанализированные подходы российских и зарубежных
ученых к оценке конкурентоспособности университетов позволяют сделать вывод, что единого мнения и «универсального»
подхода, позволяющего учесть при оценке специфику деятельности вузов, не существует. Тем не менее большинство авторов
сходятся во мнении относительно важности комплексного подхода для совершенствования существующих и поиска новых
инструментов оценки конкурентоспособности высших учебных
заведений.
§ 2.2. Анализ конкурентных позиций университетов
разных стран мира в крупнейших
мировых рейтингах
2.2.1. Рейтинг QS (QS World University Ranking)
Рассмотрим позиции университетов разных стран в рей-
тинге QS за 2010–2017 гг.
Выдвигается следующая гипотеза: в рейтинге QS структура
распределения мест из года в год остается неизменной.
Статистически эта гипотеза формулируется следующим
образом:
•
8 лет однородно и не изменялось;
•
8 лет неоднородно и менялось с годами.
Для проверки данной гипотезы воспользуемся критерием
однородности
ца сопряженности (табл. 2.1), в ячейках которой не должно быть
нулевых значений, что потребовало объединения показателей
ряда стран в группу «Другие».
— распределение стран в рейтинге QS в течение
— распределение стран в рейтинге QS в течение
H
1
Пирсона [72]. В расчетах используется табли-
98
ij
n
*i
n
Великобри-
Южная
Новая
Зеландия
jn*
Таблица сопряженности данных результатов рейтинга QS
Таблица 2.1
2010 2011 2012 2013 2014 2015 2016 2017
Год
США 31 31 31 29 28 30 32 31
тания
19 20 18 18 19 18 18 16
Австралия 7 8 7 7 8 7 6 7
Япония 5 6 6 6 5 5 5 5
Германия 5 4 4 3 3 4 3 3
Канада 4 4 3 5 5 4 4 4
Нидерланды 4 3 4 6 6 5 2 2
Швейцария 3 2 4 4 4 4 4 4
Гонконг 3 3 4 3 3 4 4 5
Китай 2 3 3 3 3 4 4 6
Сингапур 2 2 2 2 2 2 2 2
Швеция 2 2 2 2 2 2 3 2
Франция 2 2 2 2 2 2 2 2
Корея
2 3 3 2 3 3 4 4
Бельгия 1 1 1 1 1 1 1 1
Дания 1 2 2 2 2 1 1 1
Тайвань 1 1 1 1 1 1 1 1
Финляндия 1 1 1 1 1 1 1 0
243
146
57
43
29
33
32
29
29
28
16
17
16
24
8
12
8
7
1 1 1 1 1 1 1 1
Другие 4 1 1 2 1 1 2 3
100 100 100 100 100 100 100 100 800
8
15
99
2
χ
∑∑
= =
⋅
⋅
−
=χ
mis
j
ji
ji
ij
N
nn
N
nn
n
1 1
**
2
**
2
,...,,1,
1
*
sjnn
k
i
ijj
==
∑
=
.
1 1
∑∑
= =
=
mis
j
ij
nN
0
H
2
χ
α
2
χ
( )
)1(
1
2
)1)(1(
2
α−χ=χ
−
−− skпорог
)1)(1( −
− sk
α
)2,0;0(∈α
( )
,1
22
)1)(1(
χχ−=
−− sk
α
α>
Критерий
базируется на статистике:
где
*
Решение в пользу гипотезы
нимается, если статистика
чимости
ного
пороговое значение определяется с помощью обрат-
-распределения Пирсона:
,
s
,...,,1,
kjnn
==
iji
∑
1
j
=
, т. е. однородности, при-
достаточно мала. Для уровня зна-
,
где количество степеней свободы равно
.
Уровень значимости
этом обычно
выбирает сам исследователь, при
.
Достигнутый уровень значимости рассчитывается по
формуле:
p-value
при этом чем больше p-value, тем вероятнее однородность данных, т. е. при сравнении с
p-value
100
.
гипотеза
принимается, если
H
0
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]