Модельное исследование перспектив развития научной отрасли Российской Федерации

Бесплатный доступ

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.

Еще

Математическое моделирование, прогнозирование, наука, исследование, разработка, регрессионно-дифференциальная модель

Короткий адрес: https://sciup.org/147232289

IDR: 147232289   |   DOI: 10.14529/ctcr190407

Список литературы Модельное исследование перспектив развития научной отрасли Российской Федерации

  • 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 c.
  • 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 c.
  • 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
Еще
Статья научная