В рамках исследования была выдвинута гипотеза о наличии статистически значимых связей, указывающих на влияние в каждом отдельно взятом регионе факторов региональной научной среды на результативность научных организаций.
Мультиколлинеарные переменные из исходной регрессионной модели были исключены на основе расчета факторов инфляции дисперсии (VIF) и удаления переменных с высокой степенью корреляции. Итоговые переменные их VIF приведены в таблице 2.
Таблица 2
Переменные итоговой модели
|
Пок-ль |
VIF |
Пок-ль |
VIF |
Пок-ль |
VIF |
|
|
x1 |
1,95 |
x15 |
4,85 |
x30 |
1,93 |
|
|
x3 |
1,50 |
x16 |
3,54 |
x31 |
2,62 |
|
|
x4 |
2,35 |
x17 |
4,71 |
x32 |
3,28 |
|
|
x5 |
3,35 |
x20 |
3,90 |
x33 |
2,58 |
|
|
x6 |
4,75 |
x21 |
2,46 |
x34 |
2,53 |
|
|
x7 |
4,96 |
x22 |
2,13 |
x36 |
2,71 |
|
|
x8 |
2,74 |
x23 |
1,72 |
x38 |
3,06 |
|
|
x10 |
3,07 |
x24 |
3,51 |
x40 |
3,59 |
|
|
x11 |
2,96 |
x25 |
3,40 |
x41 |
2,29 |
|
|
x12 |
4,02 |
x27 |
3,09 |
x43 |
4,82 |
|
|
x13 |
2,08 |
x28 |
4,04 |
x46 |
4,59 |
|
|
x14 |
4,41 |
x29 |
1,96 |
x47 |
3,30 |
Таким образом, для того, чтобы исключить ошибку исследователя на основе выявления фактора инфляции дисперсии из модели были исключены следующие переменные:
1. Число созданных ЦМИТ.
2. Число аспирантов и докторантов на 10000 человек населения.
3. Количество победителей конкурсов РНФ на 100 организаций, занятых исследованиями и разработками.
4. Количество победителей ФЦПИР на 100 организаций, занятых исследованиями и разработками.
5. Количество победителей программы мегагрантов на 1000 организаций, занятых исследованиями и разработками.
6. Численность персонала, занятого научными исследованиями и разработками на 10000 человек населения.
7. Количество высокопроизводительных рабочих мест, созданных в секторе исследований и разработок, в общем числе высокопроизводительных рабочих мест региона, %.
8. Количество региональных университетов, участников проекта "5-100".
9. Совокупное число публикаций в базе данных Scopus на 100 человек персонала, занятого научными исследованиями и разработками.
10. Совокупная цитируемость публикаций в базе данных Web of Science на 1 организацию, занятую исследованиями и разработками.
11. Совокупная цитируемость публикаций в базе данных Scopus на 1 организацию, занятую исследованиями и разработками.
Регрессионная модель включает в себя все имеющиеся показатели и может быть записана как .
Модель является статистически значимой (F = 2.391, p = 0.009), с R2=0.755 и R2adj = 0.439 (R2adj - скорректированный коэффициент детерминации).
Результаты исследования
Идея сравнения регионов по степени влияния региональной среды состоит в том, что при удалении из исходных данных определенного региона, получаемый при расчете модели R2 будет увеличиваться либо уменьшаться, что можно интерпретировать как результат более высокого или низкого влияния региональной среды на результативность научных организаций по сравнению со средним значением по России. В результате можно составить ранжирование по степени влияния отдельных регионов, табл. 3.
Таблица 3
Ранжирование по степени влияния отдельных регионов.
|
Регион |
R2 |
|
|
Ивановская область |
0,7448 |
|
|
Республика Северная Осетия -- Алания |
0,7450 |
|
|
Республика Тыва |
0,7450 |
|
|
Псковская область |
0,7462 |
|
|
Костромская область |
0,7465 |
|
|
Республика Хакасия |
0,7495 |
|
|
Республика Карелия |
0,7513 |
|
|
Тверская область |
0,7518 |
|
|
Московская область |
0,7523 |
|
|
Республика Башкортостан |
0,7525 |
|
|
Астраханская область |
0,7527 |
|
|
Камчатский край |
0,7530 |
|
|
Нижегородская область |
0,7530 |
|
|
Республика Дагестан |
0,7532 |
|
|
Республика Калмыкия |
0,7541 |
|
|
Приморский край |
0,7543 |
|
|
Тюменская область |
0,7545 |
|
|
Волгоградская область |
0,7545 |
|
|
Модель со всеми регионами |
0,7546 |
|
|
Смоленская область |
0,7546 |
|
|
Кировская область |
0,7547 |
|
|
Сахалинская область |
0,7551 |
|
|
Магаданская область |
0,7551 |
|
|
Еврейская автономная область |
0,7552 |
|
|
Ленинградская область |
0,7555 |
|
|
Самарская область |
0,7557 |
|
|
Курганская область |
0,7558 |
|
|
Орловская область |
0,7558 |
|
|
Челябинская область |
0,7559 |
|
|
Омская область |
0,7562 |
|
|
Забайкальский край |
0,7563 |
|
|
Архангельская область |
0,7566 |
|
|
Иркутская область |
0,7568 |
|
|
Калужская область |
0,7568 |
|
|
Краснодарский край |
0,7570 |
|
|
Курская область |
0,7572 |
|
|
Саратовская область |
0,7573 |
|
|
Томская область |
0,7575 |
|
|
Хабаровский край |
0,7576 |
|
|
Мурманская область |
0,7580 |
|
|
Новосибирская область |
0,7580 |
|
|
Ростовская область |
0,7581 |
|
|
Кемеровская область |
0,7583 |
|
|
Новгородская область |
0,7583 |
|
|
Республика Бурятия |
0,7583 |
|
|
Пермский край |
0,7585 |
|
|
Чеченская Республика |
0,7585 |
|
|
Ульяновская область |
0,7588 |
|
|
Алтайский край |
0,7596 |
|
|
Липецкая область |
0,7608 |
|
|
Республика Ингушетия |
0,7612 |
|
|
Свердловская область |
0,7633 |
|
|
Оренбургская область |
0,7637 |
|
|
Республика Коми |
0,7648 |
|
|
Республика Адыгея |
0,7714 |
|
|
Республика Саха (Якутия) |
0,7726 |
|
|
Амурская область |
0,7732 |
|
|
Воронежская область |
0,7751 |
|
|
Пензенская область |
0,7775 |
|
|
Кабардино-Балкарская Республика |
0,7812 |
|
|
Рязанская область |
0,7813 |
|
|
Ярославская область |
0,7819 |
|
|
Тульская область |
0,7840 |
|
|
Тамбовская область |
0,7918 |
|
|
Санкт-Петербург |
0,7926 |
|
|
г. Москва |
0,7978 |
Таким образом, регрессионные модели по всем регионам оказались приемлемыми, то есть в большинстве случае изменения выявленных показателей приводят к изменению результирующей переменной, описанной в порядковой шкале от 3 до 1 и нормированной по количеству сотрудников. Несмотря на это, в результате исследования не были выявлены ярко выраженные различия между регионами по степени влияния региональной научной среды на результативность научных организаций. За исключением Москвы и Санкт-Петербурга разница между остальными субъектами РФ по влиянию совокупности показателей региональной научной среды не оказалась статистически значимой. Следовательно, гипотеза о наличии статистически значимых связей, указывающих на влияние в каждом отдельно взятом регионе факторов региональной научной среды на результативность научных организаций, отклоняется.
Возможная причина полученного результата исследования также заключается в выбранных объектах изучения, в качестве которых выступают финансируемые из федерального бюджета научные организации. В этой связи влияние региональных факторов на результативность данных организаций оказалось не столь существенно.
Заключение
Исходя из полученных результатов исследования, можно сделать вывод, что система управления и поддержки бюджетных научных организаций на региональном уровне в целом не оказывает существенного влияния на научную продуктивность организаций. В условиях дотационности большинства регионов и зависимости от межбюджетных трансфертов региональные возможности по финансированию научных разработок оказываются крайне ограниченными. Это, в свою очередь, приводит к определенным сложностям при формировании научными организациями исследовательских тем, которые были бы интересны региональному сообществу и органам власти.
Федеральные фонды поддержки науки, федеральные ведомства, выступающие в роли заказчиков исследований, устанавливают критерии результативности проводимых исследований на основе, прежде всего, наукометрических показателей, в том числе цитируемости публикаций. В этой связи региональные исследования, которые ориентированы на узкий круг специалистов, не могут рассчитывать на широкое внимание научного сообщества к полученным по итогам проведения научных изысканий выводам.
Вышеперечисленное позволяет говорить о необходимости ослабления централизации в системе поддержки науки, разработки и проведения единой федерально-региональной научной политики и инструментов ее реализации путем формирования региональных фондов научно-технического развития, формирования и реализации республиканских и региональных научно-технических программ и инновационных проектов, финансируемых из местного бюджета и региональных внебюджетных фондов, формирования местной системы налоговых льгот для научных учреждений и др.