CC BY
11Мальцева А.А.,
Монахов И.А.,
Веселое И.Н.1
ВЛИЯНИЕ РЕГИОНАЛЬНОЙ НАУЧНОЙ СРЕДЫ НА УРОВЕНЬ РЕЗУЛЬТАТИВНОСТИ
НАУЧНЫХ ОРГАНИЗАЦИЙ2
Ключевые слова: региональная научная среда, научные организации, результативность, регрессионный анализ.
Keywords: regional scientific environment, scientific organizations, performance, regression analysis.
Введение
В условиях экономической турбулентности в России, вызванной глобальной финансово-экономической конъюнктурой на рынке углеводородов, торговыми войнами главных экономик мира США и Китая, санкционным давлением и другими факторами, разработка и внедрение новых технологий могут обеспечить устойчивое развитие и конкурентоспособность российской экономики в долгосрочной перспективе. Учитывая важность решения данной задачи, в 2016 году была запущена Национальная технологическая инициатива — государственная программа поддержки развития в России перспективных отраслей, которые в течение следующих 20 лет могут стать основой мировой экономики.
Кроме того, в Указе Президента РФ от 07.05.2018 г. № 204 поставлена задача обеспечить переход Российской Федерации в число пяти ведущих стран мира, осуществляющих научные исследования и разработки в областях, определяемых приоритетами научно-технологического развития.
При этом государство продолжает оставаться крупнейшим источником поддержки российской науки: по итогам 2017 года его средства в составе внутренних затрат на ИР более чем вдвое превышают средства предпринимательского сектора.
Тем не менее, анализ состояния российской науки показывает, что научная продуктивность организаций не позволяет выйти на уровень, обеспечивающий ей конкурентные преимущества по сравнению с ведущими экономиками. Более того, снижение патентной активности по таким областям, как информационные технологии в управлении; тонкая и органическая химия; химия высокомолекулярных соединений и др.3, характеризующие 6-ой технологический уклад, свидетельствует о существенном отставании России в развитии данной важной технологической специализации.
По числу научных публикаций по техническим специальностям, проиндексированных в базе данных Web of Science за 2015-2017 гг., Россия заняла 12-е место в рейтинге ВШЭ4.
Между тем, результаты исследований свидетельствуют о возрастающем взаимовлиянии процессов генерации знаний и создания инноваций на региональном уровне и вызовов глобальной науки5.
1 Мальцева Анна Андреевна - к.э.н., директор Научно-методического центра по инновационной деятельности высшей школы им. Е.А. Лурье (Тверского ИнноЦентра) Тверского государственного университета. E-mail: [email protected]
Монахов Игорь Анатольевич - к.и.н., заместитель директора Научно-методического центра по инновационной деятельности высшей школы им. Е.А. Лурье. E-mail: [email protected]
Веселов Игорь Николаевич - к.х.н., с.н.с. Тверского государственного университета. E-mail [email protected]
2 Статья подготовлена в рамках проекта «Управление изменениями и развитием научных организаций в условиях государственной политики их реструктуризации» по государственному заданию Министерства образования и науки Российской Федерации Тверскому государственному университету
3 Стрельцова Е.А. Технологическая специализация России. -https://issek.hse.rU/data/2018/11/28/1141484660/NTI_N_112_28112018.pdf
4 Дьяченко Е.Л., Фурсов К.С. Россия в рейтинге стран по публикационной активности ученых: технические науки. - https://issek.hse.ru/mirror/pubs/share/226223944
5 Fritsch M., Wyrwich M. Regional knowledge, entrepreneurial culture, and innovative start-ups over time and space—an empirical investigation // Small Business Economics. 2018. - Vol. 51, N 2. - P. 337-353; Oinas P., Trippl M., Hoyssa M. Regional industrial transformations in the interconnected global economy // Cambridge Journal of Regions, Economy and Society. 2018. - Vol. 11, N 2, 7 June. - P. 227-240; Hazelkorn E., Gibson A. Global science, national research, and the question of university rankings // Palgrave Communications. 2017. - Vol. 3, N 1, 1 December.
В этой связи наличие стимулов роста научной продуктивности исследовательских учреждений на региональном уровне является фактором, обеспечивающим генерацию новых знаний, повышение конкурентоспособности страны на глобальном рынке новых технологий.
Анализ литературы
Анализ научной литературы по заявленной теме исследования показал наличие широкого круга работ по вопросам изучения отдельных факторов результативности научных учреждений. Так, например, в рамках концепции Creative Knowledge Environments рассматриваются факторы мезо- и макроуровня, которые оказывают позитивное влияние на работников, занятых проведением научных исследований как индивидуально, так и в составе научных коллективов исследовательских организаций, в их деятельности, направленной на генерацию новых знаний и создание инноваций. При этом к основным характеристикам знаниевой среды авторы концепции относят сферу исследований, человеческий капитал, физическую инфраструктуру исследований, систему управления, а также внешнюю среду, включая региональные, национальные и культурные характеристики1.
Отдельные характеристики творческой знаниевой среды более подробно изучались в работах ряда авторов.
В частности, установлено, что отдельные компоненты физической среды работника, например, характер освещения,
2
акустика, вариант планировки помещения, использование в его отделке натуральных материалов и другие компоненты, характеризующие рабочее место, должны отвечать социо-психологическим предпочтениям работников для раскрытия их творческого потенциала3. Кроме того, в числе важных параметров, оказывающих влияние на процесс генерации знаний и творчества, были выделены характер решаемой задачи (рутинная, комплексная, простая, с неопределенными целями и т.п.), параметры научного коллектива, включая наличие конфликтов, а также временные затраты4.
Одна из работ посвящена изучению влияния опыта исследователя, выраженного в количестве изданных публикаций, а также академической среды, то есть принадлежности исследователя к тому или иному научному учреждению, на качество исследований, которое измерялось количеством цитирований. Авторы пришли к выводу, что оба фактора — опыт исследователя и его аффилиация влияют на показатели цитируемости. При этом решающее значение имеет именно опыт исследователя5.
Научная продуктивность, измеряемая таким наукометрическим показателем как индекс Хирша, также зависит от включенности конкретного исследователя и занимаемой им позиции в исследовательских коллаборациях. При этом показатели цитируемости работ конкретного исследователя тем выше, чем более междисциплинарный характер будет носить академическая сеть6.
Как показали результаты исследований, проведенных на основе анализа публикационной активности научных работников норвежских университетов, научная продуктивность зависит от занимаемой должности. При этом не были выявлены статистически значимые корреляции между количеством публикаций, а также возрастом и полом научного
7
сотрудника .
При исследовании вопроса академической эффективности используется метод DEA (Data Envelopment Analysis). Метод позволяет на основе совокупности данных о деятельности организаций построить границы ее производственных возможностей и оценить техническую эффективность деятельности независимых производственных единиц, DMU - Decision Making Units8. В результате оценка эффективности организации представляет собой относительное расстояние в пространстве затрат ресурсов или выпусков продукции от точки, характеризующей достигнутые организацией результаты, до соответствующего участка графика кусочно-линейной функции, отображающей границы производственных возможностей.
Так, при использовании метода DEA при анализе технической эффективности 102 статей авторы пришли к выводу, что в число показателей, которые имеют положительную корреляцию с академической результативностью, сле-
1 Hemlin S., Allwood C.M., Martin B.R. Creative Knowledge Environments // Creativity Research Journal. 2008. - Vol. 20, N 2. -P. 196-210. DOI: 10.1080/10400410802060018
2 McCoy J.M., Evans G.W. The Potential Role of the Physical Environment in Fostering Creativity // Creativity Research Journal. 2002. - Vol. 14, N 3-4. - P. 409-426. DOI: 10.1207/S15326934CRJ1434_11
3 Bryant M. (2012). Physical Environments Conducive To Creativity and Collaboration Within the Work Environment. -http://rave.ohiolink.edu/etdc/view?acc_num=osu1338474660
4 Girdauskiene L., Savaneviciene A. Exposition of Internal Factors Enhancing Creativity and Knowledge Creation // Knowledge Discovery, Knowledge Engineering and Knowledge Management. IC3K 2013. Communications in Computer and Information Science. - Berlin; Heidelberg, 2015. - Vol. 454.
5 Hanssen T.S., Jergensen F., Larsen B. The relation between the quality of research, researchers' experience, and their academic environment // Scientometrics. 2018. N 114. - P. 933-950. - https://doi.org/10.1007/s11192-017-2580-y
6 Contandriopoulos D., Larouche C., Duhoux A. Evaluating Academic Research Networks // Canadian Journal of Program Evaluation. 2018. - Vol 33, N 1. - P. 69-89.
7 Rerstad K., Aksnes D.W. Publication rate expressed by age, gender and academic position - A large-scale analysis of Norwegian academic staff // Journal of Informetrics. 2015. - Vol. 9, N 2, April. - P. 317-333.
8 Буссофиане А., Дайсон Р.Дж., Танасулис Э. Прикладной анализ свертки данных// Российский журнал менеджмента. 2012. № 10 (2). - С. 63-88.
дует отнести трудовой стаж и состав сотрудников исследовательской организации, институциональные факторы, размер организации, финансовую структуру и систему поощрения (scientific meritocracy)1.
Таким образом, основная часть исследований посвящена изучению факторов человеческого капитала, микросреды на результативность и эффективность научных организаций. В то же время наблюдается недостаток исследований по проблемам влияния факторов мезоуровня, то есть региональной научной среды на научную продуктивность.
Несмотря на то, что за последние годы количество публикаций, связанных с использованием понятия «исследовательская среда», демонстрирует устойчивый рост, термин «региональная научная среда» пока не получил отражение в научной литературе (рис. 1).
Рисунок 1.
График частотности языковых единиц research milieu, research environment, scientific environment, построенный онлайн-сервисом Google Books Ngram Viewer за период с 1960 по 2008 гг.
Таким образом, настоящее исследование призвано восполнить данный пробел в научных изысканиях.
Материалы и методы
В рамках проведения исследования авторами были выявлены 47 аналитических показателей, которые характеризовали наличие и уровень развития в регионе системы поддержки научных исследований, включая инфраструктуру, финансовое обеспечение науки, человеческий капитал, управление научной деятельностью и др.
Показатели, используемые для оценки региональной среды, были разбиты на группы: «Условия для вовлечения молодежи в науку и популяризация карьеры исследователя»2, «Совокупность материально-технических и финансовых условий развития научной деятельности»3, «Условия для коммуникаций и коллабораций между исследователями, коммерциализации исследований и разработок»4, «Эффективная система управления и координации научной деятельности в регионе»5, «Условия для интеграции российской науки в международное пространство»1 и приведены в табл. 1.
1 Rhaiem M. Measurement and determinants of academic research efficiency: a systematic review of the evidence // Scientometrics. 2017. - N 110. - P. 581. - https://doi.org/10.1007/s11192-016-2173-1
Akhilesh K.B. R&D management. - New York: Springer, 2014; Leonidova G.V., Golovchin M.A., Lastochkina M.A., Usti-nova K.A. «Knowledge Workers» and Modernization in the Region // Economic and Social Changes: Facts, Trends, Forecast. 2016. -N 3 (45). - P. 138-153.
Dranev Y., Kotsemir M. & Syomin B. Diversity of research publications: relation to agricultural productivity and possible implications for STI policy // Scientometrics. 2018. - Vol. 116, N 3. - P. 1565-1587; Leonidova G.V., Golovchin M.A., Lastochkina M.A., Usti-nova K.A. «Knowledge Workers» and Modernization in the Region // Economic and Social Changes: Facts, Trends, Forecast. 2016. -N 3 (45). - P. 138-153; Best Practices in Assessment of Research and Development Organizations. - Washington (D.C.): The National Academies Press, 2012.
4 Roesler C., Broekel T. The role of universities in a network of subsidized R&D collaboration: The case of the biotechnology-industry in Germany // Review of Regional Research. 2017. - Vol. 37, N 2, October. - P. 135-160; De Fuentes C., Dutrenit G. Best channels of academia-industry interaction for long-term benefit // Research Policy. 2012. - Vol. 41 (9). - P. 1666-1682; Pippel G., Seefeld V. R&D cooperation with scientific institutions: a difference-in-difference approach // Economics of Innovation and New Technology. - Vol. 25, N 5. -P. 455-469. DOI: 10.1080/10438599.2015.1073480; Martinez-Noya A., Narula R. What more can we learn from R&D alliances? A review and research agenda // BRQ Business Research Quarterly. 2018. - Vol. 21. - P. 195-212.
5 Zhang Y., Chen K., Zhu G. et al. Inter-organizational scientific collaborations and policy effects: an ego-network evolutionary perspective of the Chinese Academy of Sciences // Scientometrics. 2016. - N 108. - P. 1383. - https://doi.org/10.1007/s11192-016-2022-2; Lewandowska A., Stopa M. SMEs innovativeness and institutional support system: the local experiences in qualitative perspective. Polish case study // Oeconomia Copernicana. 2018. - Vol. 9, N 2. - P. 333-351. doi: 10.24136/oc.2018.017
В качестве зависимой переменной выступала категория, к которой отнесена научная организации в соответствии с итогами мониторинга результативности деятельности научных организаций, выполняющих научно-исследовательские, опытно-конструкторские и технологические работы гражданского назначения в соответствии с данными федеральной системы мониторинга научных организаций (ФСМНО). Выборка включает 541 организацию, получившую оценку в рамках ФСМНО. Число регионов, в которых территориально расположены научные организации, получившие оценку результативности - 65.
Для удобства интерпретации результатов категории организаций были инвертированы (3 - наивысшая категория, 1 - низшая). Расчет средней категории организаций по региону был выполнен по следующей формуле:
=-
,
где Х1 - категория 1-ой организации в регионе, 8! - число сотрудников 1-ой организации, 8рег - общее число сотрудников по всем научным организациям в регионе, Хрег - средняя категория научных организаций в регионе, суммирование выполнялось по всем научным организациям в регионе.
Средневзвешенный показатель обеспечивает сопоставимость данных относительно численности их персонала.
Таблица 1
Показатели региональной научной среды
Indicator Identification
Условия для вовлечения молодежи в науку и популяризация карьеры исследователя
Число созданных детских технопарков «Кванториум» x1
Число созданных ЦМИТ x2
Количество видов премий в области науки регионального уровня x3
Количество видов персональных стипендий для исследователей регионального уровня x4
Количество видов грантов, конкурсов молодых ученых регионального уровня x5
Средний балл ЕГЭ на бюджетные места в вузах региона x6
среднегодовое число победителей ВОШ на 1000 выпускников x7
Количество получателей грантов и стипендий Президента Российской Федерации для поддержки молодых ученых на 100 исследователей с учеными степенями x8
Число аспирантов и докторантов на 10000 человек населения x9
Совокупность материально-технических и финансовых условий развития научной деятельности
Количество созданных инжиниринговых центров на 1000 организаций, занятых исследованиями и разработками x10
Количество созданных ЦКП на 1000 организаций, занятых исследованиями и разработками x11
Количество уникальных научных установок на 10000 исследователей x12
Наличие конкурса проектов фундаментальных научных исследований, проводимый РФФИ совместно с субъектами Российской Федерации x13
Наличие региональных фондов поддержки научной деятельности x14
Объем средств бюджета региона, предусмотренных на проведение фундаментальных и прикладных научных исследований на 1 исследователя, тыс. руб. x15
Удельный вес средств бюджета региона, предусмотренных на поддержку программных мероприятий по развитию научной деятельности и проведение фундаментальных и прикладных научных исследований, % x16
Удельный вес средств бюджета субъекта Российской Федерации и местных бюджетов в финансировании внутренних затрат на исследования и разработки, % x17
Количество победителей конкурсов РНФ на 100 организаций, занятых исследованиями и разработками x18
Количество победителей ФЦПИР на 100 организаций, занятых исследованиями и разработками x19
Внутренние затраты на научные исследования и разработки в среднем на 1000 организаций, тыс. руб. x20
Число созданных (разработанных) передовых производственных технологий по субъектам Российской Федерации на 100 организаций, занятых исследованиями и разработками x21
Условия для коммуникаций и коллабораций между исследователями, коммерциализации исследований и разработок
Количество созданных кластеров на 1000 организаций, занятых исследованиями и разработками x22
Количество созданных технопарков на 10000 исследователей x23
Инновационная активность организаций x24
Число созданных МИП на 100 организаций, занятых исследованиями и разработками x25
Количество победителей программы мегагрантов на 1000 организаций, занятых исследованиями и разработками x26
Количество победителей конкурса по развитию кооперации российских вузов, научных учреждений и производственных предприятий, на 1000 организаций, занятых исследованиями и разработками x27
Индикатор числа потенциально коммерциализируемых патентов на 1000 исследователей x28
Эффективная система управления и координации научной деятельности в регионе
Наличие в структуре органов исполнительной власти региона подразделения, курирующего научную деятельность x29
Наличие координирующей структуры (совета) по научной деятельности x30
Наличие действующего нормативно-правового акта по научной деятельности x31
1 Bathelt H., Malmberg A., Maskell P. Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation // Progress in Human Geography. 2004. - Vol. 28, N 1. - P. 31-56; Fitjar Rune Dahl, Rodríguez-Pose A. Networking, Context and Firm-Level Innovation: Cooperation Through the Regional Filter in Norway (May 2015). CEPR Discussion Paper N DP10624. - https://ssrn.com/ abstract=2610759
Количество государственных программ региона, включающих основные мероприятия по поддержке научной деятельности x32
Наличие вектора научно-технологического развития в целях и задачах стратегии социально-экономического развития x33
Участие в разработке и апробации региональной модели НТИ x34
Численность персонала, занятого научными исследованиями и разработками на 10000 человек населения x35
Средняя зарплата в секторе исследований и разработок, тыс. руб. x36
Количество высокопроизводительных рабочих мест, созданных в секторе исследований и разработок, в общем числе высокопроизводительных рабочих мест региона, % x37
Условия для интеграции российской науки в международное пространство
Численность иностранных ученых, работавших в научных организациях и вузах региона на 100 организаций, занятую исследованиями x38
Количество региональных университетов, участников проекта "5-100" x39
Численность исследователей, направленных на работу в ведущие российские и международные научные и научно-образовательные организации на 100 исследователей x40
Количество созданных результатов интеллектуальной деятельности, имеющих правовую охрану за пределами Российской Федерации на 10000 исследователей x41
Совокупное число публикаций в базе данных Scopus на 100 человек персонала, занятого научными исследованиями и разработками x42
Совокупное число публикаций в базе данных Web of Science на 100 человек персонала, занятого научными исследованиями и разработками x43
Совокупная цитируемость публикаций в базе данных Web of Science на 1 организацию, занятую исследованиями и разработками x44
Совокупная цитируемость публикаций в базе данных Scopus на 1 организацию, занятую исследованиями и разработками x45
Число статей, подготовленных совместно с зарубежными организациями, на 1 организацию, занятую исследованиями и разработками x46
Количество соглашений по экспорту технологий и услуг технического характера на 100 организацию, занятую исследованиями и разработками x47
Зависимая переменная
Категория научных организаций в регионе | y
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 табл. 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 10 000 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 10 000 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.
