Статья посвящена изучению публикационной активности университетов в субъектах Российской Федерации. Исследование основано на данных проекта OpenAlex, который предоставляет открытый и свободный доступ к информации о научных публикациях. В процессе анализа были использованы методы главных компонент и кластеризации по методу k-средних. В результате выделены три кластера регионов, существенно различающиеся по уровню и динамике публикационной активности высших учебных заведений. Проведённое исследование подчёркивает значительную неоднородность регионов России в плане развития научных систем и предлагает рекомендации для разработки дифференцированного подхода к поддержке и стимулированию научных исследований на федеральном и региональном уровнях. Представленная работа также выявляет ограничения, связанные с особенностями используемого источника данных, и намечает перспективы дальнейших исследований в области анализа публикационной активности.
Идентификаторы и классификаторы
Введение. Университеты являются важной частью экономической системы региона, способствуя развитию инноваций и предпринимательской деятельности, росту человеческого капитала и т. п. Одной из традиционных функций университетов, помимо осуществления образовательной деятельности, является проведение научных исследований, конечным результатом которых в современных условиях обычно является публикация в научном журнале. В связи этим в последние годы пристальное внимание уделяется оценке публикационной активности как университетов, так и их отдельных сотрудников или подразделений.
Список литературы
1. Алавердов А. Публикационная активность преподавателей отечественной высшей школы и резервы её повышения // Высшее образование в России. 2019. № 2. С. 23-36. DOI: 10.31992/0869-3617-2019-28-2-23-36 EDN: YYEZVZ
2. Антосик Л. В., Шевченко Е. С. Оценка влияния эффективного контракта на публикационную активность преподавателей: кейс регионального университета // Вопросы образования. 2018. № 3. С. 247-267. DOI: 10.17323/1814-9545-2018-3-247-267
3. Берестов А. В., Гусева А. И., Калашник В. М., Каминский В., Киреев С. В., Садчиков С. М. Вклад в Проект 5-100 национальных исследовательских и федеральных университетов // Высшее образование в России. 2020. № 10. С. 30-45. DOI: 10.31992/0869-3617-2020-29-10-30-45 EDN: TENIPX
4. Валинурова Л., Казакова О., Балгазин И. Кластеризация регионов Российской Федерации по типу научной специализации // Экономическое развитие России. 2024. Т. 31. № 9. С. 41-50. EDN: KEAEWW
5. Дежина И. Научная политика в ведущих российских университетах: эффекты “нового менеджериализма” // Университетское управление: практика и анализ. 2020. Т. 24. № 3. С. 13-26. DOI: 10.15826/umpa.2020.03.023 EDN: TKOEXC
6. Кузнецова О. В. Методические подходы к оценке научной активности регионов // Федерализм. 2022. Т. 27. № 1. С. 51-65. DOI: 10.21686/2073-1051-2022-1-51-65 EDN: HAPXUX
7. Михайлов А. С., Кузнецова Т. Ю., Пекер И. Ю. Типология регионов по их функциональной роли в инновационном пространстве России // Региональные исследования. 2019. № 4 (66). С. 46-57. DOI: 10.5922/1994-5280-2019-4-4 EDN: JSKYQE
8. Михайлов А. С., Кузнецова Т. Ю., Пекер И. Ю. Методы пространственной наукометрии в оценке неоднородности инновационного пространства России // Перспективы науки и образования. 2019. № 5 (41). С. 549-563. DOI: 10.32744/pse.2019.5.39 EDN: ZEYTPF
9. Михайлов А. С., Максименко Д. Д., Максименко М. Р., Филатов М. М. Научно-инновационная динамика развития Северо-Запада России в условиях геополитических перемен // Балтийский регион. 2023. Т. 15. № 4. С. 79-103. DOI: 10.5922/2079-8555-2023-4-5 EDN: UZYAXF
10. Михайлов А. С., Михайлова А. А., Плотникова А. П. Генерация знания в научном пространстве России // Псковский регионологический журнал. 2020. № 1 (41). С. 90-101. EDN: UPYWOZ
11. Михайлов А. С., Пекер И. Ю. Территориальное распределение интеллектуального капитала России // Высшее образование в России. 2019. № 6. С. 28-39. DOI: 10.31992/0869-3617-2019-28-6-28-39 EDN: GNDJWP
12. Московкин В. М., Лю Я. Методология оценки региональной публикационной активности и цитируемости на примере университетов Центрального федерального округа Российской Федерации // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2017. № 9 (258). С. 42-52. EDN: ZCJENV
13. Назарова И. Вызовы для российских университетов и преподавателей // Высшее образование в России. 2015. № 8-9. С. 61-68. EDN: VBBWJP
14. Пекер И. Ю. Центры генерации научных публикаций международного уровня в регионах России // Вестник Балтийского федерального университета им. И. Канта. Серия: Гуманитарные и общественные науки. 2021. № 1. С. 49-60. EDN: WLQCTH
15. Польдин О. В., Матвеева Н. Н., Стерлигов И. А., Юдкевич М. М. Публикационная активность вузов: эффект проекта “5-100” // Вопросы образования. 2017. № 2. С. 10-35. DOI: 10.17323/1814-9545-2017-2-10-35
16. Преображенский Ю. В. Оценка спилловер-эффекта знания на основе анализа публикационной активности: региональный аспект // Вестник Пермского университета. Серия: Экономика. 2019. Т. 14. № 4. С. 603-616. DOI: 10.17072/1994-9960-2019-4-603-616 EDN: YHSPLP
17. Руденко Д. Проект “5-100”: оценка его воздействия на публикационную активность университета // Университетское управление: практика и анализ. 2020. Т. 24. № 3. С. 27-45. DOI: 10.15826/umpa.2020.03.024 EDN: ESVFCH
18. Рудницкая А., Ахметова Г., Бурдакова А., Илиева С., Комаров Н. Мониторинг показателей результативности научно-исследовательской деятельности субъектов Российской Федерации // Управление наукой и наукометрия. 2023. Т. 18. № 1. С. 106-134. DOI: 10.33873/2686-6706.2023.18-1.106-134 EDN: QAKUBD
19. Сандлер Д. Г., Судакова А. Е., Тарасьева Т. В. Драйверы развития региональных систем высшего образования // Экономика региона. 2020. Т. 16. № 4. С. 1087-1103. DOI: 10.17059/ekon.reg.2020-4-6 EDN: BUCXFB
20. Сафиуллин М. Р., Гатауллина А. А., Ильдарханова А. К., Кузьмишин И. А. Кластеризация регионов Российской Федерации по уровню развития высшей школы и конкурентоспособности экономики // Университетское управление: практика и анализ. 2024. Т. 27. № 4. С. 23-42. DOI: 10.15826/umpa.2023.04.031 EDN: QEFRVG
21. Тамбовцев В. Действенность мер российской научной политики: что говорит мировой опыт // Управление наукой: теория и практика. 2020. Т. 2. № 1. С. 15-39. DOI: 10.19181/smtp.2020.2.1.1 EDN: TRTGPL
22. Терещенко Д. С., Щербаков В. С. Статистический анализ дифференциации российских регионов по уровню публикационной активности // ЭКО. 2019. № 9 (543). С. 132-154. DOI: 10.30680/ЕСО0131-7652-2019-9-132-154. EDN: PCZHTK
23. Терещенко Д. С., Щербаков В. С. Формирование рейтинга публикационной активности российских регионов // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2018. Т. 4. № 3. С. 213-230. DOI: 10.21684/2411-7897-2018-4-3-213-230 EDN: VRGJZU
24. Фёдоров Г. М., Пекер И. Ю. Использование возможностей базы данных elibrary.ru для оценки дифференциации общественно-географических исследований в России // Географический вестник. 2022. № 3 (62). С. 35-44. DOI: 10.17072/2079-7877-2022-3-35-44 EDN: OBFAWX
25. Эзрох Ю. Зарубежные наукометрические базы и российский эффективный контракт в высшем образовании (на примере экономических наук) // ЭКО. 2014. № 8 (482). С. 153-165.
26. Agyemang G., Broadbent J. Management control systems and research management in universities // Accounting, Auditing & Accountability Journal. 2015. Vol. 28. No. 7. P. 1018-1046. DOI: 10.1108/AAAJ-11-2013-1531
27. Benedictus R., Miedema F., Ferguson M. W. J. Fewer numbers, better science // Nature. 2016. Vol. 538. No. 7626. P. 453-455. DOI: 10.1038/538453a
28. Butler L. Assessing university research: a plea for a balanced approach // Science and Public Policy. 2007. Vol. 34. No. 8. P. 565-574. DOI: 10.3152/030234207x254404
29. Frenken K., Hoekman J. Spatial Scientometrics and Scholarly Impact: A Review of Recent Studies, Tools, and Methods // Measuring Scholarly Impact: Methods and Practice / ed. Y. Ding, R. Rousseau, D. Wolfram. Cham: Springer International Publishing, 2014. P. 127-146. DOI: 10.1007/978-3-319-10377-8_6
30. Frenken K., Hardeman S., Hoekman J. Spatial scientometrics: Towards a cumulative research program // Journal of Informetrics. 2009. Vol. 3. No. 3. P. 222-232. DOI: 10.1016/j.joi.2009.03.005
31. Guseva A. I., Kalashnik V. M., Kaminskii V. I., Kireev S. V. Key performance indicators of Russian universities for 2015-2018: Dataset and Benchmarking Data // Data in Brief. 2022. Vol. 40. P. 107695. DOI: 10.1016/j.dib.2021.107695 EDN: IVMKSO
32. Hicks D., Wouters P., Waltman L., De Rijcke S., Rafols I. Bibliometrics: The Leiden Manifesto for research metrics // Nature. 2015. Vol. 520. No. 7548. P. 429-431. DOI: 10.1038/520429a
33. Leišytė L. New public management and research productivity a precarious state of affairs of academic work in the Netherlands // Studies in Higher Education. 2016. Vol. 41. No. 5. P. 828-846. DOI: 10.1080/03075079.2016.1147721
34. Ovchinnikova N., Ovchinnikova O., Kolmykova T., Bredikhin V. New generation of regional universities in Russia // Journal of Applied Engineering Science. 2018. Vol. 16. No. 1. P. 132-141. DOI: 10.5937/jaes16-16491 EDN: XXWHNZ
35. Ter Bogt H. J., Scapens R. W. Performance Management in Universities: Effects of the Transition to More Quantitative Measurement Systems // European Accounting Review. 2012. Vol. 21. No. 3. P. 451-497. DOI: 10.1080/09638180.2012.668323
Выпуск
Другие статьи выпуска
В статье рассматривается влияние ввода Большой Кольцевой линии Московского метрополитена на пространственное перераспределение пассажиропотока. Анализируется динамика топологической структуры сети метрополитена в период с 2019 по 2023 гг. Выделено три топологических яруса сети, а также восстановление симметричного рисунка циклического остова сети метрополитена, произошедшего в период исследования. Измерены кратчайшие маршруты между всеми парами станций. Выявлены маршруты как с сократившейся, так и увеличившейся протяжённостью. Изучено изменение входящего объёма пассажиропотока. Отмечено значительное увеличение пассажиропотока на многих станциях, вошедших в состав пересадочных узлов с Большой Кольцевой линией. Проведён корреляционный анализ между сокращением протяжённости кратчайших маршрутов и изменением интенсивности пассажиропотока по станциям. Установлено, что ввод Большой Кольцевой линии не привёл к кардинальной перестройке пространственной организации пассажирских потоков, но проявил неоднородное влияние в зависимости от территориального положения станций. Наиболее значимые изменения зафиксированы в юго-западном секторе города, в то время как центральная часть ядра агломерации оказалась индифферентной к данному фактору. Сделано предположение как о пространственной неравномерности влияния изменения топологической структуры сети на пассажиропоток, так и анизотропности транспортного поведения пассажиров в зависимости от того или иного сектора.
В последнее время туристская индустрия Калининградской области переживает невероятный подъём. И это не только количественный рост, выражающийся в том вкладе, который туризм осуществляет в экономику региона. Это также касается качественного уровня развития и смены основных направлений. Цель исследования связана с выявлением ключевых тенденций развития туризма на территории региона с опорой на анализ официальных статических данных. Для достижения цели используются статический, сравнительный и описательный методы исследования. В данном исследовании проведён анализ показателей, описывающих ключевые тенденции развития регионального туризма, в том числе изменение туристских потоков. Научная новизна связана с выявление специфических черт развития туризма в Калининградской области, сложившихся за последние пять лет, а также в применении методики анализа сальдо туристского потока. В результате исследования были выделены ключевые элементы развития туризма в регионе, среди которых особенно важное место занимает увеличение гостиничного фонда за счёт роста количества коллективных средств размещения малой вместимости, смена направлений туристских поездок, стремительный прирост внутреннего туризма за счёт жителей других регионов России, рост зарубежных поездок местного населения, а также прирост валовой добавленной стоимости туристкой индустрии.
Несмотря на значительный интерес к исследованию туристской тематики в целом, отдельных компонентов туристской индустрии и функционирования туристского рынка, проблематика региональных особенностей туристской индустрии и занятости населения в сфере туризма не получила широкого развития. Целью представленного исследования является установление территориальных различий в развитии компонентов туристской индустрии Беларуси и роли туризма в обеспечении занятости населения. В статье используются статистический, сравнительный и картографический методы исследования. В основе региональной дифференциации туристской индустрии Беларуси лежат различия в уровне урбанизации и территориальная неоднородность распределения природно-рекреационных ресурсов. Имеет место высокая концентрация компонентов туристской индустрии в столице страны - Минске. При этом проявляется тенденция возрастания роли столицы как на рынке внутреннего и международного туризма, так и опережающего развития туристской инфраструктуры. Негативное воздействие на туристскую сферу Беларуси оказали пандемия COVID-19, введение и усиление санкций со стороны стран Запада в отношении Беларуси и её ключевого внешнеэкономического партнёра - Российской Федерации. К 2024 г. допандемийного уровня достигла лишь сфера гостинично-ресторанного бизнеса. Тем не менее, наблюдается адаптация туристского рынка путём переориентации на внутренний спрос и спрос со стороны российский туристов. На основе предложенного методического подхода установлен потенциал двухкратного роста занятости населения в санаторно-курортном, гостинично-ресторанном, агроэкотуристическом и туроператорско-турагентском сегментах туристской индустрии в среднесрочной перспективе.
Калининградская область в виду своего особого геополитического положения имеет ряд специфических черт развития, которые проявляются в том числе и в области демографии. Полуэксклавный характер региона накладывает свои отпечатки на особенности воспроизводства населения и трудовых ресурсов. Целью исследования является выявление основных тенденций и проблемных точек в демографическом развитии региона за последние десять лет. Анализу подвергаются такие ключевые показатели, как численность населения, плотность, миграционное движение, основные его направления, а также естественные прирост и убыль населения, позволяющие выявить демографические проблемы, требующие корректировки. Для достижения цели используются статистический метод исследования и описание. Новизна исследования связана с возможностью применения выявленных тенденций и проблем в формировании долгосрочных планов экономико-демографического развития Калининградской области. В результате исследования были определены проблемные точки, которые связаны, прежде всего, с оттоком населения из удалённых районов в направлении областного центра, а также примыкающих к нему муниципальных образований и курортных районов, что приводит к возникновению кадрового дефицита на периферии области, а также с тенденцией естественной убыли населения, которая в последние годы значительно усилилась. На сегодняшний день большинство исследователей сходятся во мнении, что именно демографический кризис является одним из основных факторов возникновения проблем социально-экономического развития региона. В связи с этим крайне важно выявить основные демографические тенденции, особенно в тех случаях, когда они носят негативный характер.
Литва является наиболее религиозной из трёх стран Прибалтики. Целью исследования является выявление связи между религиозной и этнической структурой населения Литвы, а также оценка сдвигов в конфессиональной структуре населения муниципальных образований Литвы в два межпереписных периода - с 2001 по 2011 гг. и с 2011 по 2021 гг. Основной метод исследования - статистико-картографический. Степень сложности конфессиональной структуры населения оценивается с помощью индекса религиозной (или конфессиональной) мозаичности. На основании величины индекса муниципалитеты страны классифицированы по степени гомогенности/гетерогенности конфессиональной структуры населения. Также в статье применяется расчёт потенциальной конфессиональной структуры населения исходя из традиционной религиозной принадлежности этносов, проживающих на территории. Общей чертой динамики конфессиональной структуры населения Литвы в оба периода было уменьшение доли католиков и рост доли нерелигиозного населения. В динамике доли православных и старообрядцев наблюдался рост в первом периоде, и падение - во втором. Доля протестантов, наоборот, уменьшалась в первом периоде и росла - во втором. Между 2001 и 2011 гг. подавляющее большинство городов и районов Литвы испытывало конфессиональную гетерогенизацию при росте доли нерелигиозного населения и реже - доли православных. Конфессиональную гомогенизацию в пользу католиков испытывал ряд муниципалитетов вблизи границы с Калининградской областью и Латвией. Между 2011 и 2021 гг. продолжалась конфессиональная гетерогенизация большинства самоуправлений Литвы, преимущественно за счёт роста доли нерелигиозного населения и протестантов. Более гомогенными в конфессиональном плане стало несколько муниципальных образований, расположенных вблизи границы с Латвией, Польшей и Республикой Беларусь.
Российская Федерация расположена на стыке различных цивилизаций и культурно-исторических районов мира. К тому же, сама территория России характеризуется большим разнообразием культур и религий. В нашем государстве, как и во многих других странах, граждане пользуются правом свободы совести и вероисповедания, и религиозная принадлежность является личным делом каждого гражданина. В настоящее время официальный учёт верующего населения в России не ведётся, поэтому статистические сведения о конфессиональном составе населения носят приблизительный характер. Для оценки конфессиональной структуры населения могут быть применены различные методики, в том числе и с использованием этнического принципа. Тесная взаимосвязь этнической и конфессиональной составляющей культур складывалась на протяжении всей истории человечества и существует до настоящего времени во всех религиях мира. Поэтому история любой этнической группы - это и история её традиционной религии. Новизну работы представляет расчёт современной потенциальной конфессиональной структуры населения и индекса потенциальной религиозной мозаичности на уровне субъектов Российской Федерации на основе итогов Всероссийской переписи населения, состоявшейся в 2021 г.
В статье на примере стран «Большой двадцатки» рассматривается влияние нового энергоперехода на глобальный экономический рост. В работе применяются данные по обновлённой Всемирным Банком методологии расчёта внутреннего валового продукта на душу населения по паритету покупательной способности в постоянных ценах 2021 г., а также энергобалансы стран «Большой двадцатки» в 2000-2023 гг., что позволяет оценить реальные экономические изменения, произошедшие со странами «Большой двадцатки» с учётом начавшегося энергоперехода. Важное место в исследовании отведено Российской Федерации, она рассматривается в сравнении с развитыми и развивающимися странами «Большой двадцатки», поскольку демонстрирует несвойственную обеим группам стран динамику изменений. Работа позволяет проследить изменение приоритетов в потреблении энергетических ресурсов за первую четверть XXI в. и степень их коррелированности с уровнем экономического развития страны. В результате была подтверждена гипотеза о наличии средней по силе связи между структурой энергобаланса и благосостоянием. Вместе с тем отмечается, что развивающиеся страны «Большой двадцатки» демонстрируют более высокие темпы экономического роста и активнее увеличивают применение возобновляемых источников энергии.
В эпоху больших данных и искусственного интеллекта необходимы новые инструменты общественно-географического анализа, позволяющие извлекать информацию и генерировать знание из непрерывного потока разнообразных пространственных данных. Один из таких инструментов - система геопространственного искусственного интеллекта. Однако для географической экспертизы проектов регионального социально-экономического развития подобные системы ещё не создавались. Первым шагом к созданию этих систем является уяснение парадигм проведения географической экспертизы проектов с помощью искусственного интеллекта. Поставив такую цель, впервые для мировой науки была предпринята попытка наметить ключевые особенности географической экспертизы в соответствии с парадигмами слабого, сильного и сверхсильного искусственного интеллекта, определить архитектуру трёх систем, создать систему географической экспертизы в рамках первой парадигмы и начать её апробацию на примере четырёх проектов социально-экономического развития России. Для создания систем использовались наборы правил «если …, то …», искусственные нейронные сети и графы знаний. Тестирование первой системы проводилось на данных из отечественных проектов, которые ранее анализировались автором без применения геопространственного искусственного интеллекта. Машинное обучение на этих данных позволило получить первые географические результаты, указывающие на невозможность достижения декларируемых целей проектов. Практическая значимость проведённого исследования связана с проверкой государственных документов социально-экономического развития, встраиванием предлагаемых систем в процесс формирования проектов и проведением мониторинга реализации проектов.
Издательство
- Издательство
- ПсковГУ
- Регион
- Россия, Псков
- Почтовый адрес
- 180000, Псков, площадь Ленина, дом 2.
- Юр. адрес
- 180000, Псковская обл, г Псков, пл Ленина, д 2
- ФИО
- Ильина Наталья Анатольевна (РЕКТОР)
- E-mail адрес
- rector@pskgu.ru
- Контактный телефон
- +7 (811) 2201699
- Сайт
- https://pskgu.ru/