Вузы нужно изучать по комплексу параметров

На основе нового препринта из серии ИСИЭЗ НИУ ВШЭ "Science, Technology and Innovation", в котором представлена типология российских вузов, экспертный портал Высшей школы экономики OPEC.ru подготовил обзорный материал.

В условиях роста ожиданий со стороны государства и общества университеты должны повышать свою научную и образовательную активность. Измерить и выработать адресные рецепты ее увеличения позволяет метод, предложенный группой ученых* НИУ ВШЭ. Его можно назвать «биометрическим» — эксперты учли все основные стороны жизни университетского «организма» и представили обобщенную картину российской высшей школы.

Надежды экономики и общества, связанные с вузами, растут. Стараясь оправдать эти ожидания, университеты всеми силами пытаются нарастить КПД. Часть вузов демонстрирует деловую хватку, сотрудничая с компаниями и коммерциализируя свои разработки. Усложняются структуры учебных заведений, растет число образовательных программ и исследований, высшая школа интернационализируется, пусть и неравномерно. О том, насколько успешно университетам удается нарастить научную и образовательную результативность, позволяет судить типология вузов, разработанная учеными ВШЭ.

Они разделили университеты на кластеры с учетом пяти базовых параметров:

• средний балл ЕГЭ у первокурсников; удельный вес молодых сотрудников в профессорско-преподавательском составе (ППС);
• удельное бюджетное финансирование (УБФ, на одного студента в год);
• суммарное количество студентов;
• удельный вес средств на исследования и разработки, полученных из внебюджетных источников, в общем объеме затрат на эту деятельность.

Предложенная классификация «замеряет» потенциал вузов во всех жизненно важных аспектах его работы. Так, УБФ характеризует сразу и научную, и образовательную деятельность, поскольку учитывает все бюджетные расходы. Параметр «средний балл единых экзаменов» отражает не только образовательные опции университета, но и шансы вовлечения в исследования перспективных студентов. Доля молодежи (без ученой степени — до 30 лет, кандидаты наук — до 35 лет, доктора наук — до 40 лет) в общей когорте ППС выявляет потенциал воспроизводства человеческого капитала. Об интенсивности инвестиций в прикладную науку можно судить по удельному весу внебюджетных средств в затратах на разработки. И, наконец, размер университета служит маркером его экономической устойчивости.

Работа опирается на базу данных обследований научной и инновационной деятельности вузов и их кооперации с компаниями, реализованных Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках мониторинга экономики науки (общий охват — 400 государственных вузов). Ради надежности результатов оценивалась активность тех организаций, по которым были все значения индикаторов (219 случаев). В результате анализа исследователи выделили пять типов вузов, распределенных по шести кластерам.

Вузы в непростой ситуации

Кластеры 1 и 3 объединены в «нишевые вузы», небольшие по размеру (численность студентов — 3-7,5 тысяч человек) и принимающие абитуриентов с низким уровнем ЕГЭ (до 63 баллов). Наука там поддерживается, как правило, из внебюджетных источников. В кластере 1 по сравнению с другими кластерами отмечена самая высокая доля молодых преподавателей — 24%, в кластере 3 — напротив, минимальная (6%). Показатели УБФ в обоих кластерах невысоки — до 90 тысяч рублей. Научные опции этих организаций невелики вследствие их закрепления в территориальных нишах с ограниченными ресурсами для развития. Среди «нишевых вузов» половина — педагогические и классические, до трети — технические университеты.

«Вузы неопределенной позиции» составили кластер 5. Они крупнее «нишевых» (численность студентов — до 10 тысяч), но по качеству приема эти две категории примерно одинаковы. В кластере 5 достаточно высокая доля молодежи среди преподавателей — 21%, но налицо слабое финансирование разработок. Здесь почти такой же низкий уровень УБФ, как и у «нишевых» вузов. По мнению исследователей, со временем вузы кластера 5 могут ожидать снижения набора и трансформация в «нишевые».

Вузы, вписавшиеся в новый контекст

«Маркет-лидеры» — кластер 2 — куда более благополучны. Они активно продвигают образовательные услуги и получают от этого дивиденды. Это крупные вузы (свыше 13 тысяч студентов), принимающие абитуриентов с приличными результатами ЕГЭ (от 66 баллов). Наука в этом кластере живет за счет внебюджетных источников (свыше 85%; похожая ситуация в кластере 1). Такие вузы концентрируют ресурсы на некоторых направлениях исследований, практикуют инновации и добиваются неплохих результатов. Тем не менее, из-за обилия студентов и поточных технологий обучения таким университетам сложно интегрировать образование и науку. К «маркет-лидерам» относятся прежде всего классические и социально-экономические вузы.

«Вузы на хорошем счету» — кластер 6 — хорошо котируются у государства и потребителей. Это университеты с брендом, с явным исследовательским заделом, во многом созданным благодаря старым научным школам и связям. Это средние или крупные (около 9 тысяч студентов) вузы. Как и в кластере 2, здесь 15% молодых преподавателей. Бюджетное финансирование в среднем по кластеру выше (около 100 тысяч рублей), чем в других группах, но по этому показателю его состав неоднороден. Этот кластер отличает почти полное отсутствие поддержки науки из внебюджетных источников (привлеченных таким образом средств — лишь 13%). Их научный задел может ослабнуть из-за условной стагнации, что отразится на взаимодействиях с внешними заказчиками, прогнозируют эксперты.

Мощнейшими вузами остаются технические

По величине бюджетного финансирования, да и по остальным показателям особняком стоит кластер 4, в который входят «потенциальные и реальные научно-образовательные лидеры». Это вузы-отличники, флагманы. Более половины из них — технические. На одного студента приходится свыше 157 тысяч рублей. Средний балл абитуриентов достигает 70 баллов. Научный потенциал — наивысший. Располагая мощными ресурсами, такие вузы имеют возможность развивать науку и интегрировать ее с образованием. Участники этого кластера могут и должны сотрудничать с мировыми исследовательскими центрами и входить в международные научные проекты.

Научный потенциал вузов используется слабо

Почти половина учебных заведений оказалась среди «нишевых» и «вузов неопределенной позиции», что говорит о состоянии научного потенциала в высшей школе. Категория же «научно-образовательных лидеров» малочисленна и охватывает менее 10% исследованных вузов.

К оставшимся двум типам — «маркет-лидерам» и «вузам на хорошем счету» — относятся около 40% всех организаций выборки. Эти вузы сфокусированы, в основном, на образовании, хотя и обладают научным заделом. В любом случае, считают исследователи, вузы этих типов отвечают потребностям стейкхолдеров и способны к развитию.

«Специализация» кластеров

Эксперты изучили распределение профилей вузов по кластерам. Расклад оказался предсказуемым. Так, оказалось, что явное большинство — почти 70% — педагогических учебных заведений входят в группы «нишевых» и «вузов неопределенного типа». Около 65% социально-экономических вузов представлены «маркет-лидерами» и «вузами на хорошем счету». Причем университеты этого профиля чаще встречаются среди «маркет-лидеров». «Вузы на хорошем счету» — в основном, классические и технические. Технические вузы лучше других представлены среди «научно-образовательных лидеров».

Комбинация типологий

В работе учтен еще один важный нюанс. Кластеризация не дает «чистого» деления вузов на типы: кластеры так или иначе пересекаются. К тому же в рамках одного кластера у организаций могут быть существенные различия по ресурсам. Поэтому исследователи решили «верифицировать» кластеризацию оценками результативности университетов с помощью метода оболочечного анализа — Data Envelopment Analysis, или DEA (см. Абанкина И.В., Алескеров Ф.Т., Белоусова В.Ю., Зиньковский К.В., Петрущенко В.В. Оценка результативности университетов с помощью оболочечного анализа данных // Вопросы образования, № 2 за 2013 год, с. 15—48. В этой статье ради корректного сравнения вузов одного типа DEA применялся при изучении их относительной продуктивности по выборке).

С помощью оболочечного анализа в работе была оценена научно-образовательная результативность вузов. Входными параметрами были удельные характеристики бюджетного финансирования, наличие обладателей ученых степеней в общей когорте преподавателей и средний балл ЕГЭ. В качестве выходных параметров фигурировали суммарный контингент, публикационная активность и пр.

Наложение двух типологий дало такую картину: значительная группа вузов (кластеры 1, 3 и 5) имеет не только ограниченные ресурсы на науку, но и низкие оценки результативности, полученные по методу DEA. Особенно это видно на примере «вузов неопределенной позиции» (кластер 5), что подтверждает предположение о возможном «сжатии» вузов этого типа до «нишевых».

«Маркет-лидеры» демонстрируют существенно более высокие показатели результативности, оцененные по методу DEA, чем вузы других типов. Свыше 40% вузов «маркет-лидеров» можно отнести к высокоэффективным. Иными словами, участники этого кластера разумнее используют свои ресурсы, получают от них отдачу и добиваются результатов.

Результаты по «научно-образовательным лидерам» парадоксальны. Лишь около 10% из них оказались высокоэффективными. Однако это объясняется фактором публикационной активности, значимо влияющим на оценку производительности университетов. Для ряда вузов существуют барьеры к открытым публикациям, что занижает оценки их КПД.

Предложенная типология вузов, особенно в сочетании с методом DEA, позволяет анализировать всю разнородную совокупность российских вузов. Тем самым складывается целостный «пазл» стратегий университетов. А на выходе новая классификация позволяет выработать адресные меры поддержки каждого из выделенных кластеров.

*В группу ученых НИУ ВШЭ входят: директор Института развития образования (ИРО) Ирина Абанкина, заведующий Международной научно-учебной лабораторией анализа и выбора решений Фуад Алескеров, завотделом методологии бюджетного планирования ИСИЭЗ Вероника Белоусова, директор ИСИЭЗ, первый проректор НИУ ВШЭ Леонид Гохберг, замдиректора ИРО Кирилл Зиньковский, преподаватель кафедры высшей математики на факультете экономики Софья Кисельгоф и стажеры-исследователи лаборатории анализа и выбора решений Сергей Швыдун и Всеволод Петрущенко.

См. также:

Abankina I. V., Aleskerov F. T., Belousova V., Gokhberg L., Zinkovsky K., Kiselgof S. G., Petrushchenko S., Shvydun S. V. Performance-Based Typology Of Universities: Evidence From Russia / Working papers by NRU Higher School of Economics. Series WP BRP "Science, Technology and Innovation". 2015. No. WP BRP 33/STI/2015.

Абанкина И. В., Алескеров Ф. Т., Белоусова В. Ю., Гохберг Л. М., Зиньковский К. В., Кисельгоф С. Г., Швыдун С. В. «Типология и анализ научно-образовательной результативности российских вузов» // Форсайт. 2013. Т.7. №3. С.48—63.

Ольга Соболевская, для OPEC.ru