Средние баллы ЕГЭ поступающих и оценка факторов

Земцов С.П.1, Еремкин В.А.2, Баринова В.А.3
СРЕДНИЕ БАЛЛЫ ЕГЭ ПОСТУПАЮЩИХ И ОЦЕНКА ФАКТОРОВ
ВОСТРЕБОВАННОСТИ ВЕДУЩИХ ВУЗОВ РОССИИ
Востребованность вуза – это способность привлекать лучших абитуриентов.
Абитуриенты при выборе места обучения ориентируются на объективные
показатели деятельности вуза и на субъективные оценки близких, знакомых и
экспертов. Поэтому востребованность, или привлекательность, вуза не всегда
связана исключительно с качеством образования, на нее влияют и иные внешние, и
внутренние факторы, такие как бренд университета, ожидаемая заработная плата,
его расположение и т.д. При этом указанные факторы могут оказывать взаимное
воздействие друг на друга, что затрудняет их классификацию и выявление ключевых
факторов. В данной статье рассматривается ряд факторов, которые могут в
современных условиях влиять на востребованность вуза, определяемую через средний
балл ЕГЭ поступивших. Эконометрический анализ показал, что ключевыми
факторами при выборе вуза являются ожидаемая заработная плата, узнаваемость
бренда университета и качество преподавательского состава, а инновационная
деятельность вуза практически не значима. В итоге, инновационно-активные
технические вузы оказываются наименее востребованными в России.
Ключевые слова: ведущие университеты России, баллы ЕГЭ, факторы
востребованности вуза, студенческий выбор
Введение. Традиционно вуз выполняет три основных функции: это
образовательная функция, то есть подготовка качественных кадров и воспроизводство
человеческого капитала [21], сигнальная функция, связанная с необходимостью
снижения асимметрии информации на рынке труда [1; 30], когда работодатель
оценивает производительность труда будущего работника как функцию от его
образования, а также тесно связанная с сигнальной – барьерная функция, когда
получение высшего образования является барьером для наименее подготовленных
абитуриентов, обеспечивая таким образом отбор наиболее конкурентоспособных
абитуриентов. За рубежом большинство университетов выполняют также научноисследовательскую и инновационную функции, связанные с проведением научных
исследований и созданием новых технологий; в России эти функции выполняются
некоторыми вузами. В последние годы популярной стала модель «тройной спирали» [7;
29], в рамках которой университет выступает как основной субъект инновационной
деятельности при взаимодействии с бизнесом и государством 4. В данной модели
университет рассматривается как центр научно-исследовательской и инновационной
деятельности. Ряд авторов в рамках упомянутой модели также выделяют
предпринимательскую функцию университетов [14; 24], то есть способность создавать
новые фирмы, или инновационный бизнес. Более того, университет в ряде работ
рассматривается как основная составляющая региональных инновационных систем
[25].
К.г.н., с.н.с. лаборатории исследования корпоративных стратегий и поведения фирм Института
прикладных экономических исследований РАНХиГС
2
К.э.н., с.н.с. лаборатории исследования корпоративных стратегий и поведения фирм Института
прикладных экономических исследований РАНХиГС
3
К.э.н., заведующая лабораторией исследования корпоративных стратегий и поведения фирм Института
прикладных экономических исследований РАНХиГС
4
При разработке модели авторы приводят сравнение взаимодействия вузов, бизнеса и государства с
спиралевидной моделью ДНК
1
1
Национальная инновационная система России до сих пор находится в
значительной мере под воздействием советской модели организации образовательной и
научно-исследовательской деятельности, в которой вузы специализировались
преимущественно на подготовке кадров, то есть выполняли образовательную функцию
[6]. Сигнальная функция в советский период университетами выполнялась в меньшей
мере в условиях нелиберального рынка труда и плановой системы распределения
выпускников по рабочим местам, определяемым государством. Барьерная функция
университетов была ограничена существовавшими квотами на студентов различного
классового
происхождения.
Научно-исследовательские
функции
были
преимущественно сосредоточены в Академии наук СССР и отраслевых научноисследовательских институтах (НИИ), а инновационная деятельность, в основном,
осуществлялась в научно-исследовательских институтах и в соответствующих
подразделениях на предприятиях. Впрочем, многие ведущие классические и
технические университеты и в советский период были интегрированы в научноисследовательскую деятельность. Деградация отраслевой и кризис академической
науки в постсоветский период, а также копирование западной модели организации
университетов привели к необходимости поддержки и развития университетской науки
[12].
Процессы изменения функций университетов (или представлений об этих
функциях) за рубежом и в России привели к изменениям методик их ранжирования.
Ряд зарубежных рейтингов вузов [4; 23; 26; 31] и современные российские рейтинги
вузов [11; 16; 18], методики составления которых частично заимствованы из-за рубежа,
включают показатели научной и инновационной деятельности в качестве индикаторов,
по которым производится конечное ранжирование. При этом при расчете ряда
рейтингов данные показатели могут иметь вес более 60% от общей вариации, то есть
они наиболее значимы.
Многочисленные зарубежные эмпирические работы показывают, что
абитуриенты ориентируются в выборе вуза на результаты рейтингов, то есть высокие
позиции в рейтингах являются фактором востребованности вуза [27]. А вузы,
соответственно, изменяют направления своего развития, функции, чтобы быть более
востребованными [28]. До массового распространения и популяризации современных
рейтингов научно-исследовательская и инновационная деятельность не являлись
приоритетными направлениями развития основной массы российских вузов [7].
Сегодня ситуация изменяется, и все большее число вузов стремится развивать данные
функции.
Цель данной работы – выявить основные факторы, влияющие на
востребованность вузов России среди абитуриентов.
Объектом исследования выступают ведущие вузы России. Из всех вузов России
нами были отобраны данные по ста вузам, входящим в рейтинг «100 лучших вузов
России 2013 г.» по оценке «Эксперт РА» [18]. Авторами составлена ограниченная
выборка (характеристики выборки даны в разделе «Методика и база данных»), так как
использование данных по всем университетам страны является, на наш взгляд,
чрезмерным: для ведущих вузов выявленные закономерности проявляются в
наибольшей степени, а рассмотрение всей совокупности вузов могло привести к
сильному искажению оценок, взаимному наложению и усреднению важных факторов.
Кроме того, есть ряд индикаторов (например, ожидаемая заработная плата), которые
могут быть собраны в рамках нашей методики только для наиболее значимых
российских вузов.
Предметом исследования являются факторы, влияющие на востребованность
ведущих вузов среди абитуриентов в 2012/2013 учебном году.
2
Востребованность вуза – это характеристика университетского образования,
определяющая, насколько вуз привлекателен для абитуриентов. Одним из
традиционных показателей востребованности вуза является соотношение числа
заявлений на поступление и числа мест. Чем выше данное соотношение, тем выше
востребованность вуза при прочих равных условиях. Данный критерий авторами не
используется, так как в условиях замены вступительных экзаменов баллами ЕГЭ
показатель числа заявок снижает свою значимость; для нас важно одновременно учесть
не только тех, кто подал заявки, но кто был принят на обучение. Кроме того, сейчас в
электронном виде можно отслеживать куда и сколько и с какими баллами было подано
заявлений на поступление, что влияет на распределение заявок.
В данной статье востребованность измеряется авторами как средний балл единого
государственного экзамена (ЕГЭ) поступивших в вуз абитуриентов5.Разумно
предполагать, что чем выше средний балл ЕГЭ поступивших, тем более востребован
вуз. Более подготовленные абитуриенты стремятся поступать в лучшие, по их мнению,
вузы. В результате вуз отбирает наиболее подготовленных студентов из подавших
заявление.
Востребованность вуза является в некоторой мере внешней оценкой (со стороны
абитуриентов, их родителей и других лиц, влияющих на выбор вуза) деятельности вуза,
Абитуриенты при выборе места обучения ориентируются на объективные результаты
деятельности вуза и на субъективные оценки близких, знакомых, работодателей и
экспертов (в том числе в рамках рейтингов), поэтому востребованность зависит как от
эндогенных по отношению к вузу (качество преподавательского состава, учебный план
и т.д.), так и экзогенных факторов (расположение вуза, бренд и т.д.). При этом
указанные факторы могут оказывать взаимное воздействие друг на друга, что
затрудняет их классификацию и выявление ключевых факторов.
На сегодняшний день, авторам неизвестны работы, в которых дается описание
теоретической модели востребованности вуза6, поэтому в данной работе предложена
схема, в которой востребованность вуза зависит от результата выполнения вузом его
основных функций (рис. 1).
В результате проводимой реформы образования был введен единый государственный экзамен (ЕГЭ),
который служит одновременно выпускным экзаменом из среднего учебного заведения и вступительным
экзаменом в вузы. Для нашей работы важно, что данный экзамен призван определить способности
абитуриентов при поступлении в вуз [11; 17].
6
Существуют работы, описывающие выбор вуза конкретным абитуриентом
5
3
Рисунок 1. Модель, описывающая факторы востребованности вуза
Авторы исходят из предположения, что на востребованность вуза влияют
внутренние характеристики его деятельности: качество студенческого контингента,
качество профессорско-преподавательского состава, качество инфраструктуры и т.д., а
также оценка потенциальным абитуриентом результатов деятельности вуза по
рассмотренным ранее функциям (предполагаемые индикаторы указаны в схеме на рис.
3 во втором слева столбце)7. Особенности размещения вуза (например, размещение в
столице или в малом городе) оказывают влияние на все составляющие деятельности
вуза8. Фактически абитуриент решает оптимизационную задачу, выбирая вуз с
лучшими результатами по наиболее важным для него функциям.
В идеальном случае, каждая из функций вуза должна быть описана уравнением,
где зависимой переменной выступает результат деятельности вуза, а независимыми
могут быть как внутренние характеристики вуза, так и результат выполнения иных
функций. Тогда, модель востребованности вуза должна включать в себя систему
одновременных уравнений, описывающую взаимодействие внутренних характеристик
вуза (Inner_charact), результаты выполнения функций и внешние условия
(Regional_charact). Например, система уравнений (1) описывает теоретически
возможные взаимодействия между востребованностью (Attract) вуза, научноисследовательской
(FRnD),
инновационной
(FInnov)
функциями,
функцией
воспроизводства человеческого капитала (FHuman_capital) и сигнальной функцией (FSignal).
На основе изученных работ можно предполагать, что научно-исследовательская и
инновационная функции взаимосвязаны, при этом научно-исследовательская функция
оказывает влияние на функцию воспроизводства человеческого капитала, так как
студенты могут активно участвовать в научно-исследовательской деятельности во
Выбор конкретных индикаторов оценки результата деятельности вуза может зависеть от имеющейся
статистики и целей исследования.
8
Следует предполагать, что абитуриенты стремятся жить в наиболее комфортном городе, где высокий
уровень жизни, выше перспективы карьерного роста и т.д. С другой стороны, доступность (близость)
вуза к месту постоянного проживания абитуриента и его семьи могут оказаться не менее значимым
фактором
7
4
время обучения9. При этом научно-исследовательская деятельность напрямую может
не воздействовать на востребованность вуза, но это влияние будет проявляться через
функцию воспроизводства человеческого капитала.
 FRnD   Inner _ charact   Re gional _ charact

 FInnov  FRnD   Inner _ charact   Re gional _ charact

 FHuman _ capital  FRnD   Inner _ charact   Re gional _ charact

 FSignal  FInnov   Inner _ charact  FHuman _ capital   Re gional _ charact
 Attract  Inner _ charact  F

Human _ capital  FSignal   Re gional _ charact

(1)
К сожалению, собранные нами данные не позволили провести столь глубокий
анализ взаимосвязей между различными функциями университета, поэтому авторами
будет тестироваться упрощенная модель, состоящая из одного уравнения (2)
Attract  FHuman_ capital  FSignal  FRnD  FInnov   Inner _ charact   Re gional _ charact (2)
В первую очередь, авторы включили в уравнение переменные, описывающие
результативность выполнения вузом образовательной (FHuman_capital) и сигнальной
(FSignal) функций как важнейших и наиболее полно представленных в России. Также для
целей данной работы мы проверяли, влияет ли научная и инновационная деятельность
вузов (FRnD; FInnov) на их востребованность. Исходя из предпосылок модели (рис. 1), мы
включили в уравнение внутренние характеристики вузов (Inner_charact) и внешние
(региональные (Regional_charact)) условия.
Так как в данной спецификации модели возможно наличие эндогенных
переменных, к выбору переменных авторы отнеслись с особым вниманием.
Основываясь на проанализированных статьях, авторами тестировалось
несколько основных гипотез:
1.
Наибольшее влияние на привлекательность вуза в глазах абитуриента
оказывает «сила» бренда. Иными словами, чем более узнаваем и популярен бренд вуза,
тем выше востребованность вуза.
2.
Научно-исследовательская и инновационная деятельности вузов
положительно влияют на их востребованность. Чем больше вузов осуществляет
научно-исследовательских проектов, чем больше инновационных компаний при нем
создано, тем вуз более востребован.
3.
Востребованность вуза зависит от характеристик региона размещения
вуза. Чем выше качество жизни в регионе, тем более востребован вуз, в котором он
размещается.
4.
Востребованность вуза зависит от качества преподавательского состава.
Чем больше преподавателей на одного студента, чем выше доля преподавателей с
научной степенью, тем выше востребованность вуза.
Иными словами, на уровне университетов должна быть обнаружена статистически значимая
зависимость между объемом НИОКР и числом патентов, многократно установленная в работах
описывающих производственную функцию знаний [25]
9
5
5.
Инфраструктура
вуза
оказывает
положительное
влияние на
востребованность вуза. Чем более обеспечен вуз общежитиями, компьютерной
техникой и учебными пособиями, тем более он востребован.
Методика и база данных. Для проведения исследования авторами была
разработана база данных по ведущим вузам страны. База данных включала в себя ряд
показателей из базы данных мониторинга высших учебных заведений Министерства
образования и науки в 2013 г. [16], производные от этих показателей, а также
собранные авторами показатели10.
Региональная и отраслевая структура вузов дана на рис. 2-3. Большинство
ведущих вузов размещаются в крупнейших агломерациях страны (Москва, СанктПетербург, Екатеринбург, Новосибирск, Самара, Казань). 35% вузов сосредоточены в
Москве.
Наше исследование было разделено на три части в соответствии с тремя
исследуемыми зависимыми переменными: средний и минимальный баллы ЕГЭ
(AveUGE и MinUGE) и индекса востребованности (Univer_Ind), составленного из
предыдущих переменных, а также доли победителей школьных учебных олимпиад
среди студентов (Olimp)11. Авторы исследования понимают, что результаты ЕГЭ могут
зависеть от профиля вуза: в разных университетах принимается ЕГЭ по разным
предметам с различным уровнем сложности12.
Рисунок 2. Региональная структура исследуемых вузов
Средняя ожидаемая заработная плата выпускника вуза через пять лет после окончания университета,
рассчитанная на основе данных портала SuperJob (нормированная по методике SuperJob к заработной
плате в Москве) (http://www.superjob.ru/). Индекс цитируемости сайта по данным тематического индекса
цитирования «Яндекса» (http://www.gcmsite.ru/?pg=yandex-cy). Число поисковых запросов по краткому
названию вуза за последний месяц по данным «Яндекс. Статистика» (http://wordstat.yandex.ru/)
11
Для ряда университетов средний балл ЕГЭ искажен тем, что вне конкурса на бюджетные места была
принята значительная доля победителей и призеров школьных предметных олимпиад, что необходимо
учитывать при оценке востребованности вуза
12
О различиях в уровне сложности экзамена (или в уровне соответствующей подготовки) может
свидетельствовать разница в доле выпускников, не сдавших экзамен с первого раза. Для экзамена по
русскому языку (является вступительным экзаменом на все специальности) эта доля составила в 2013 г.
2,2%, а по математике – 7,6% (Итоги заседания комиссии Рособрнадзора по результатам ЕГЭ, URL:
http://www.obrnadzor.gov.ru/ru/press_center/news/index.php?id_4=2978)
10
6
Рисунок 3. Отраслевая структура 100 ведущих российских вузов13
Средний и минимальный баллы ЕГЭ (AveUGE и MinUGE) служат индикаторами
конкуренции за место в университете, а соответственно мы можем их использовать как
показатели востребованности вузов. При этом минимальный балл ЕГЭ может также
рассматриваться как индикатор барьерной функции университета. Доля участников,
победителей и призеров всероссийской олимпиады (Olimp) показывает, какой выбор
делают школьники, добившиеся более высоких достижений. Индекс востребованности
разработан авторами для того, чтобы учесть несколько составляющих
востребованности одновременно. Для указанной выборки средний балл ЕГЭ сильно
положительно связан с минимальным баллом ЕГЭ (коэффициент корреляции равен
0,69), но слабо связан с долей победителей школьных учебных олимпиад (0,23). Можно
предположить, что выбор участников олимпиад отличается от выбора их сверстников.
Описание индикаторов представлено в таблице 1. Все индикаторы при расчетах
были логарифмированы для снижения асимметрии данных.
Для описания внутренних характеристик вузов, которые могли бы повлиять
на востребованность, авторы использовали индикаторы, оценивающие качество
студенческого контингента и профессорско-преподавательского состава (ППС),
уровень и структуру доходов вуза и его обеспеченность инфраструктурой. В
частности, нам было важно понять, влияет ли размер вуза (численность студентов),
соотношение преподавателей и студентов, отношение доходов вуза к студентам,
обеспеченность общежитиями на востребованность вуза. Собственные доходы вуза
служат показателем его финансовых возможностей по закупке нового оборудования,
поддержания высокого качества профессорско-преподавательского состава (ППС) и
т.д. [12]
Для измерения результативности выполнения образовательной функции (в
нашем исследовании эта функция соответствовала функции воспроизводства
человеческого капитала [21]) мы использовали показатель ожидаемой заработной
платы выпускников14 и долю выпускников очной формы обучения, обратившихся за
содействием в поиске подходящей работы и признанных безработными.
Профиль вуза определялся на основе распределения контингента студентов по укрупненным группам
специальностей. Например, к экономическому вузу относился вуз, в котором более 50% контингента
обучались на специальностях в рамках УГС «Экономика и управление». К прочим вузам относятся:
юридические, аграрные, гидрометеорологический, горные.
14
Важно отметить, что многие выпускники технических и иных вузов занимают экономические и
финансовые должности (например, должность финансового директора), которые предполагают высокие
заработные ожидания. Это связано с тем, что сегодня многие вузы (вне зависимости от их профиля)
13
7
Сигнальная функция вуза связана с восприятием вуза абитуриентами, в нашем
случае – узнаваемость и популярность бренда [10; 23; 31]. Мы использовали показатели
цитируемости сайта вуза, а также число поисковых запросов с кратким названием вуза
(например, МГУ, НИУ ВШЭ, РАНХиГС и т.д.)15. Безусловно, многие факторы
являются взаимозависимыми, и авторы не утверждают, что, например, образовательная
функция не влияет на сигнальную функцию, но убеждены, что в российских условиях
их зависимость носит нелинейный характер [23]16.
C учетом теории «тройной спирали», а также веса подобных индикаторов в
университетских рейтингах, авторы включают в регрессию показатели научноисследовательской деятельности вуза, такие как число цитирования и объем научныхисследований и опытно-конструкторских разработок (НИОКР) (FInnov) [15].
В качестве дополнительных прокси-переменных используются характеристики
региона расположения вуза и его профиль. Авторы предполагали, что вуз,
расположенный в крупной агломерации или в регионе с высоким уровнем жизни более
востребован при прочих равных условиях. Экономический вуз, скорее всего, также
должен быть более востребован, в связи с популярностью экономических
специальностей среди абитуриентов. Число специальностей выступает индикатором
разнообразия деятельности университета, что при прочих равных условиях увеличивает
«перетоки» знаний (см., например, [20]) между студентами разных специальностей и
ведет к интенсификации инновационной деятельности [22]. Как индикатор
приоритетности вуза для государства служит его статус федерального или научнонационального исследовательского университета [8].
Таблица 1 Зависимые и независимые переменные
Символ
Ave_UGE
Min_UGE
Расшифровка
Зависимые переменные
Средний балл ЕГЭ студентов, принятых по результатам ЕГЭ или по результатам ЕГЭ и
дополнительных испытаний на обучение по очной форме по программам подготовки
бакалавров и специалистов за счет средств соответствующих бюджетов бюджетной
системы РФ
Усредненный по реализуемым направлениям (специальностям) минимальный балл ЕГЭ
студентов, принятых по результатам ЕГЭ или по результатам ЕГЭ и дополнительных
испытаний на обучение по очной форме на программы подготовки бакалавров и
специалистов
готовят экономистов, а экономист, обладающий дополнительными знаниями в технике может быть более
востребован рынком
15
Определенные (и достаточно сильные для ряда вузов) нарушения подобный подход вносит, так как
вузы довольно часто меняют свое название в связи с проводимыми реструктуризациями: слиянием вузов,
присоединением неэффективных, приданием статуса научно-исследовательских и т.д. Например,
академии народного хозяйства (б. АНХ) и государственной службы (б. РАГС) образовали Российскую
академию народного хозяйства и государственной службы (РАНХиГС). Для таких вузов число
поисковых запросов поначалу может быть занижено, когда большинству абитуриентов неизвестно новое
краткое наименование, хотя в ряде случаев объединение, наоборот, приводит к созданию
информационного «шума»
16
В работе [2] показано, что среднестатистический работодатель не рассматривает диплом вуза как
основной индикатор качества соискателя, а только в его сочетании с опытом работы. Опыт появляется
только в том случае, если студент сочетает функции образования и работы, в ряде случаев это может
снижать результативность образовательной функции вуза. В 2000-е гг. исследования показывали, что
большинство выпускники вуза не работают по основной специальности [5]; последние исследования
[Клячко, Беляков, 2013] показывают, что ситуация изменилась в противоположную сторону
8
Число победителей и призеров заключительного этапа всероссийской олимпиады
школьников на 10000 студентов, принятых на первый курс по программам подготовки
бакалавров и специалистов на очную форму обучения
Olimp
Независимые переменные
I. Внутренние характеристики вуза (Inner_charact)
Students
Характеристики студентов
Общая численность обучающихся в вузе, чел.
Stud_abroad
Доля студентов вуза, прошедших обучение за рубежом не менее триместра, %
Stud_fr_abк
Число иностранных студентов, прошедших обучение в вузе не менее триместра, в
расчете на 1000 студентов
Характеристики преподавателей
Численность ППС в расчете на 1000 студентов
Teach
PHD_per_tea
ch
Доля преподавателей, имеющих ученую степень кандидата и доктора наук, %
Young_scient
Доля молодых ученых в общей численности работников, %
Foreign_teach
Число иностранных НПР в расчете на 1000 работников
Доходы вуза и их структура
Income_per_s
tud
Доходы вуза из всех источников в расчете на одного студента
Commer_inco
me
Доходы вуза из средств от приносящей доход деятельности в расчете на одного НПР
Salary_to_reg
Отношение среднего заработка НПР в вузе к средней заработной плате по экономике
региона, %
Budget_inco
me
Доходы вуза из бюджетных источников в расчете на одного НПР
Инфраструктура
Доля студентов, не обеспеченных собственным общежитием вуза, в числе студентов,
нуждающихся в общежитии
Hostel
Lab_area
Общая площадь учебно-лабораторных помещений в расчете на одного студента
Modern_equi
p
Доля стоимости современных (не старше 5 лет) машин и оборудования в вузе в общей
стоимости машин и оборудования, %
Libr_fund
Число экземпляров учебной и учебно-методической литературы из общего количества
единиц хранения библиотечного фонда, состоящих на учете, в расчете на одного
студента (приведенного контингента)
RnD_area
Площадь, предназначенная для научно-исследовательских подразделений, в расчете на
1000 студентов
II. Функция воспроизводства человеческого капитала (FHuman_capital)
Средняя ожидаемая заработная плата выпускника через 5 лет после окончания вуза,
рассчитанная по методике портала SuperJob17
Salary_stud
Unempl_true
Удельный вес выпускников 2012 года очной формы обучения, обратившихся за
содействием в поиске подходящей работы и признанных безработными
II. Сигнальная функция для рынка труда (FSignal) – узнаваемость бренда
Индекс цитируемости сайта вуза по данным "Яндекса" в марте 2013 г.
Web_cited
Web_search
Число поисковых запросов с кратким названием вуза (например, МГУ) в "Яндексе" в
расчете на 100 студентов вуза в марте 2013 г.
III. Научно-исследовательская и инновационная деятельность (FRnD и FInnov)
Среднее значение для каждого вуза рассчитывалось по нескольким группам специальностей:
юриспруденция, естественнонаучные специальности, экономика и финансы, менеджмент, информатика и
вычислительная техника и иные технические специальности
17
9
Scopus_cit
Число цитирований в Web of Science на 100 НПР
RINZ_cited
Число цитирований в Российском индексе научного цитирования (далее – РИНЦ) в
расчете на 100 НПР
RnD_p_teach
Объем НИОКР в расчете на одного НПР
Income_fr_pa
tents
Доля средств от управления объектами интеллектуальной собственности в общих
доходах
Moscow
Региональные особенности (Regional_charact)
Регион размещения: 1 – столичный статус (г. Москва), 0 – остальные регионы
Agglom
Город размещения: 1 – крупная агломерация (более 1 млн чел.), 0 – остальные города
Regions-inn
Регион размещения: 1 – регион-инноватор по классификации АИРР [19], 0 – остальные
регионы
V. Прокси-переменные
Иные характеристики университетов
Federal_un
1 – статус национального исследовательского или федерального университета, включая
МГУ и СПбГУ, 0 – другие
Tech_univ18
1 – технический вуз, 0 – другие
Econom_un
1 – экономический вуз, 0 – другие
Speciality
Число укрупненных групп специальностей (УГС), по которым ведется обучение
При построении регрессии возникает вопрос эндогенности ряда переменных,
связанной с взаимовлиянием востребованности вуза и узнаваемости бренда;
востребованности вуза и характеристик образовательного процесса; востребованности
вуза и ожидаемой заработной платы и т.д. Характеристики образовательного процесса,
формируемые на протяжении многих лет, могут влиять на востребованность среди
студентов, так как они выбирают вуз, исходя из сложившихся представлений. Таким
образом, характеристики вуза в прошедшем году могут оказывать влияние на
востребованность вуза в этом году, но востребованность вуза в этом году не могла
повлиять на представленные в табл. 1 характеристики вуза в прошлом году. Ожидаемая
заработная плата описывается данными выпускников 2008 г., поэтому влияние также
однонаправленное. Поэтому хотя проблема эндогенности и существует, она в
некоторой мере в статье решена инструментальным путем (наличием временных
лагов). К сожалению, данные об узнаваемости вуза за 2012 г. у нас отсутствуют (замер
был сделан в марте 2013 г.), но здесь можно сделать предположение, что соотношение
между вузами степени узнаваемости их брендов в месяцы, когда вузом не
интересуются потенциальные абитуриенты относительно стабильно на протяжении
нескольких лет (см. рис. 4).
Специальность вуза определялся на основе распределения контингента студентов по укрупненным
группам специальностей. Например, к экономическому вузу относился вуз, в котором более 50%
контингента обучались на специальностях в рамках УГС «Экономика и управление»
18
10
Рисунок 4. Число показов страниц по фразе «МГУ» с марта 2013 г. по март 2015 г.
(копия
графика
на
сайте
http://wordstat.yandex.ru/#!/history?words=%D0%9C%D0%A4%D0%A2%D0%98).
Отчетливо видны пики во время приемных компаний (июль-август) и «ложбины» в период
начиная с ноября до конца мая
Авторы исследовали получаемые зависимости на проявление эффекта
гетероскедатичности и получили достаточные основания говорить об ее отсутствии.
При тестировании различных моделей авторами была выбрана модель с
логарифмированными переменными как наиболее релевантная (см. сравнение
распределения зависимой переменной на рис. 5).
Рисунок 5. Распределения среднего балла поступивших (рисунок слева) и
натурального логарифма от данного показателя (справа)
Для сокращения числа переменных авторами была построена матрица парных
корреляций. На основе анализа матрицы были отброшены показатели, не имеющие
значимой корреляции (значимость ниже 10% уровня) и имеющие слабую (менее 0,1)
корреляцию с зависимыми переменными, а соответственно слабо влияющие, как нам
представляется, на выбор абитуриентов. При принятии решения о выборе показателей
также использовались построенные авторами графики рассеяния (примеры на рис. 6).
К исключенным показателям для первой модели относятся: доступность
общежитий, обеспеченность лабораторными помещениями и новым оборудованием,
доля иностранных преподавателей и доля кандидатов и докторов наук. Для второй
модели незначимы оказались: доля иностранных преподавателей и студентов,
11
обеспеченность компьютерной техникой, книжными фондами, НИОКР, бюджетные
расходы, международная цитируемость и заработная плата преподавателей в сравнении
со среднерегиональной, безработица среди выпускников. Для третьей модели
незначимы схожие факторы, а также внебюджетные доходы вуза и величина дохода
вуза, приходящаяся на 1 сотрудника.
Рисунок 6. Графики рассеяния и гистограммы распределения зависимой
переменной средний балл ЕГЭ поступивших и независимых переменных:
соотношение ППС и студентов (слева) и число поисковых запросов с кратким
названием вуза (справа)
Для решения проблемы потенциальной мультиколлинеарности авторами
отбрасывался один из двух показателей со взаимной корреляцией выше |0,5|, менее
связанный с зависимой переменной.
Модель 1. Выявление факторов востребованности вуза на основе
исследования распределения средних баллов ЕГЭ. Результаты расчетов представлены
в табл. 2. Первая модель объясняет 60% общей вариации.
Наиболее значимыми факторами, как и предполагалось авторами, оказались
ожидаемая заработная плата, число поисковых запросов по названию вуза и
соотношение ППС и студентов.
Результаты научной деятельности преподавателей университета (цитируемость
по РИНЦ – RINZ_citation) оказались слабо положительно значимой переменной (рис.
7), то есть чем выше цитируемость преподавателей, тем выше востребованность вуза.
Научная работа преподавателей повышает их известность и может положительно
сказываться на качестве обучения студентов, а абитуриенты при выборе вуза
учитывают положительные отзывы об известных преподавателях.
При
этом
индикаторы
научно-исследовательской
(RnD_p_teach)
и
инновационной деятельности (Income_fr_patents) вуза оказываются отрицательно
значимы или незначимы. В наиболее востребованных вузах объем НИОКР в расчете на
одного научно-педагогического работника ниже, чем в менее востребованных вузах
(рис. 7).
12
Рисунок 7. Графики рассеяния и гистограммы распределения зависимой
переменной средний балл ЕГЭ поступивших и независимыми переменными:
цитируемость по РИНЦ в расчете на 100 НПР (слева) и объем НИОКР в расчете на
одного НПР (справа)
Можно предполагать, что в менее востребованных технических вузах научнопедагогические работники выполняют больший объем НИОКР, что подтверждается
снижением коэффициента при переменной RnD_p_teach при введении в уравнение
бинарной переменной, описывающей технический профиль университета.
Можно также предполагать, что выпускники школ не рассматривают научную
деятельность университета как привлекательный фактор при поступлении, а
профессию ученого или инженера – как будущую профессию, что может быть связано
частично со не слабой привлекательностью сферы науки и технических дисциплин в
обществе в настоящее время.
Средний балл ЕГЭ выше в экономических университетах (Econom_univ) и ниже
в технических (Tech_univ), что соответствует господствующим в обществе в последнее
время представлениям о престиже. Но не последнюю роль в заниженных значениях
среднего балла ЕГЭ большинства технических вузов может также играть структура
вступительных испытаний (ЕГЭ по математике и физике, преобладающие при
поступлении в технический вуз – сложнее других предметов). В некоторой степени
структура вступительных испытаний определяется числом УГС (переменная
Speciallity), но в данной спецификации модели переменная оказалась незначимой.
Важную роль в выборе университета играет расположение вуза. Бинарная
переменная, характеризующая размещение вуза в крупнейшей агломерации,
(Agglomeration) оказалась положительно значимой. В крупнейших агломерациях выше
уровень жизни, в них концентрируются лучшие вузы страны, что унаследовано от
советского периода, когда функции городов задавались их размером. При этом данная
переменная положительно значима с учетом остальных факторов, а значит при прочих
равных условиях вуз, расположенный в крупной агломерации более востребован.
Таблица 2. Результаты расчета модели 1
13
Модель 1: МНК19. Наблюдений: 96. Зависимая переменная: Avr_UGE
Переменные
Коэффициенты (стандартная ошибка)
3,45***
3,49***
3,44***
3,38***
3,19***
Константа
(0,28)
(0,29)
(0,27)
(0,28)
(0,28)
0,07*
0,08*
0,06
0,05
0,07**
Teach
(0,04)
(0,04)
(0,04)
(0,03)
(0,03)
0,05***
0,04***
0,04***
0,03**
0,03**
Web_search
(0,01)
(0,01)
(0,01)
(0,01)
(0,01)
0,06
0,06
0,1**
0,13**
0,15***
Salary_stud
(0,05)
(0,06)
(0,05)
(0,06)
(0,06)
0
0,01*
0*
0
Stud_fr_ab
(0)
(0)
(0)
(0)
0,01**
0,01***
0,01***
RINZ_cited
(0)
(0)
(0)
-0,02***
-0,02***
-0,02***
RnD_p_teach
(0,01)
(0,01)
(0,01)
-0,01**
-0,01**
0*
Income_fr_patents
(0)
(0)
(0)
0,09***
0,08***
Agglom
(0,02)
(0,02)
0,12***
Econom_un
(0,03)
Tech_un
Сумма кв. остатков
(ст. ошибка)
R2
(Скорр. R2)
F(n, 96)
(p-знач. (F))
Лог. правдопод.
(Кр. Акаике)
Кр. Шварца
(Крит. Хеннана-Куинна)
1,07
(0,11)
0,27
(0,25)
11,66
<0,001
84,84
(-161,7)
-151,27
(-157,5)
1,04
(0,1)
0,29
(0,26)
11,4
<0,001
86,43
(-162,8)
-149,83
(-157,6)
0,86
(0,1)
0,41
(0,37)
14,41
<0,001
95,68
(-175,4)
-154,53
(-166,9)
0,7
(0,09)
0,52
(0,48)
20,87
<0,001
106,3
(-194,6)
-171,16
(-185,1)
0,62
(0,08)
0,58
(0,54)
21,23
<0,001
112,19
(-204,4)
-178,32
(-193,8)
3,14***
(0,29)
0,07**
(0,03)
0,02**
(0,01)
0,16***
(0,06)
0
(0)
0,01***
(0)
-0,01**
(0,01)
0
(0)
0,08***
(0,02)
0,11***
(0,03)
-0,05**
(0,02)
0,58
(0,08)
0,6
(0,56)
20,46
<0,001
115,36
(-208,7)
-180,05
(-197,1)
Значимость (p-value) на уровне: *** - 0,005; ** - 0,05; * - 0,1
Модель 2. Выявление факторов востребованности вузов на основе
исследования распределения минимального среднего балла ЕГЭ. Результаты оценки
регрессии приведены в таблице 3. Во второй модели объяснено 43% вариации (R2 =
0,43).
Важно учесть, что минимальный балл ЕГЭ поступивших является не только
показателем востребованности вуза, но и индикатором барьерной функции вуза.
Распределение данной переменной существенно отличается от нормального даже после
логарифмирования, так как выделяется группа вузов-лидеров (МГУ, МГИМО, МФТИ,
НИУ ВШЭ и др.), обеспечивающих наиболее престижное образование в России.
Барьерная функция более значима для данных вузов.
Таблица 3. Результаты расчета модели 2
Переменная
Константа
Модель 2. МНК. Наблюдений: 96. Зависимая переменная: Min_UGE
Коэффициенты (стандартная ошибка)
2,48***
2,18***
2,08***
2,07***
2,08***
2,07***
Важно отметить, что выбор метода наименьших квадратов (МНК) в качестве способа аппроксимации
зависимостей в данном случае может давать определенное смещение результатов в связи с тем, что
зависимая переменная может принимать только положительные значения, поэтому все небинарные
переменные были логарифмированы
19
14
Teach
Web_search
Salary_stud
(0,36)
0,06
(0,04)
0,06***
(0,02)
0,2**
(0,08)
(0,35)
0,05
(0,04)
0,04***
(0,01)
0,2**
(0,08)
0,08**
(0,03)
(0,36)
0,07*
(0,04)
0,04***
(0,01)
0,19**
(0,08)
0,06**
(0,03)
0,04
(0,03)
(0,36)
0,06
(0,04)
0,04***
(0,01)
0,21***
(0,08)
0,05
(0,03)
0,04
(0,03)
-0,01**
(0)
(0,35)
0,06
(0,04)
0,04**
(0,01)
0,22***
(0,08)
0,05
(0,03)
0,04
(0,02)
-0,01**
(0)
-0,01
(0,01)
1,31
(0,12)
0,3
(0,27)
9,68
<0,001
74,76
(-141,53)
-131,11
(-137,3)
1,23
(0,11)
0,34
(0,31)
10,06
<0,001
77,88
(-145,77)
-132,74
(-140,5)
1,2
(0,11)
0,36
(0,32)
9,79
<0,001
79,28
(-146,56)
-130,93
(-140,2)
1,15
(0,11)
0,38
(0,34)
8,29
<0,001
81,28
(-148,56)
-130,32
(-141,2)
1,12
(0,11)
0,4
(0,35)
7,43
<0,001
82,74
(-149,47)
-128,63
(-141)
Educ_price
RINZ_publ
Income_fr_patents
Speciality
Agglom
Сумма кв. остатков
(ст. ошиб.)
R2
(Скорр. R2)
F(n, 96)
(p-знач. (F))
Лог. правдопод.
(Кр. Акаике)
Кр. Шварца
(Крит. Хеннана-Куинна)
(0,36)
0,05
(0,03)
0,03**
(0,02)
0,23***
(0,08)
0,04
(0,03)
0,04*
(0,02)
-0,01**
(0)
-0,01
(0,01)
0,05**
(0,02)
1,07
(0,11)
0,43
(0,38)
8,84
<0,001
84,92
(-151,84)
-128,39
(-142,4)
Значимость (p-value) на уровне: *** - 0,005; ** - 0,05; * - 0,1
Основными объясняющими факторами являются: ожидаемая заработная плата
выпускника (Salary_stud) и число поисковых запросов с кратким названием вуза
(Web_search) (рис. 8).
Рисунок 8. Графики рассеяния и гистограммы распределения зависимой
переменной минимальный балл ЕГЭ поступивших и независимых переменных:
ожидаемая заработная плата выпускника (слева) и число поисковых запросов по
отношению к численности студентов (справа)
Профиль вуза в данной спецификации модели значения не имеет. При этом
отрицательно влияют на минимальный балл ЕГЭ поступивших доходы вуза от
15
патентной деятельности, а положительно – научная деятельность и размещение вуза в
агломерации, что может быть объяснено так же, как и в предыдущей модели.
Модель 3. Выявление факторов востребованности вуза с помощью расчета
индекса от среднего и минимального баллов ЕГЭ и доли победителей олимпиад.
Авторы использовали в качестве новой зависимой переменной интегральный
индекс, составленный как среднее арифметическое трех субиндексов от каждой из
зависимых переменных, описывающих востребованность вуза (3):
I AveUGE  I MinUGE  I O lim p
(3)
I Attract 
3
где IAvr_UGE – субиндекс среднего балла ЕГЭ поступивших, IMin_UGE - субиндекс
минимального балла ЕГЭ поступивших, IOlimp – сбуиндекс доли победителей и призеров
олимпиад в числе студентов первого курса (см. подробнее табл. 1).
Субиндексы были рассчитаны по формуле линейного масштабирования («максмин») (4) [9], которая позволяет нормировать значения величин в разных единицах
измерения. Нормировка по диапазону разброса значений переменной по формуле
линейного масштабирования используется, когда необходимо соотнести объекты по
нескольким разноразмерным показателям, выделяя при этом объекты, имеющие
выдающиеся значения по искомым показателям20.
~
(4)
xi  ( xi  xi ,min ) ( xi ,max  xi ,min ) ,
x  [0,1] ), x - значение вуза i по исследуемому
где искомый ~
x - искомый субиндекс ( ~
i
i
i
индикатору, xi,min – минимальное значение индикатора в выборке ста ведущих вузов,
xi,max – максимальное значение в выборке.
Коэффициент корреляции между интегральным индексом востребованности и
изученными зависимыми переменными составляет 0,91; 0,69 и 0,41 соответственно.
Среди вузов-лидеров по индексу востребованности преобладают экономические,
медицинские, технические и юридические вузы (табл. 4). Четыре ведущих вуза, сильно
выделяющиеся по индексу востребованности от других: Московский физикотехнический
институт
(МФТИ),
Московский
государственный
институт
международных отношений (МГИМО) МИД России, Московский государственный
университет (МГУ) им. М.В. Ломоносова и Национальный исследовательский
университет "Высшая школа экономики" (НИУ ВШЭ). Можно говорить о том, что
данные вузы были наиболее востребованы среди российских абитуриентов в 2012/2013
учебном году.
Таблица 4. Индекс востребованности вуза в 2012/2013 учебном году (IAttract)21
№
1
2
3
4
5
Университет
Московский физико-технический институт (Национальный
исследовательский университет)
Московский государственный институт международных
отношений (университет) МИД России
Московский государственный университет им. М.В.
Ломоносова
Национальный исследовательский университет "Высшая
школа экономики"
Российский государственный университет нефти и газа имени
IAvr_UG
IAttrac
IMin_UGE
IOlimp
0,97
1,00
1,00
0,99
1,00
0,78
0,90
0,89
0,92
0,65
0,63
0,73
0,89
0,75
0,51
0,72
0,89
0,84
0,02
0,58
E
t
В нашем случае, нам необходимо было выявить вузы с выдающимися значениями по трем
показателям, характеризующим их востребованность
21
На основе выборки ста лучших вузов, используемой в работе
20
16
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
И. М. Губкина
Уральская государственная юридическая академия
Самарский государственный аэрокосмический университет
имени академика С. П. Королёва (национальный
исследовательский университет)
Санкт-Петербургский государственный университет
Российская академия народного хозяйства и государственной
службы при Президенте РФ
Уральская государственная медицинская академия
Минздравсоцразвития России
Санкт-Петербургский государственный медицинский
университет имени академика И.П. Павлова
Минздравсоцразвития России
Российский экономический университет имени Г.В. Плеханова
Воронежская государственная медицинская академия им. Н.
Н. Бурденко
Московский государственный технический университет им.
Н.Э. Баумана
Первый Московский государственный медицинский
университет имени И. М. Сеченова Минздравсоцразвития
России
Национальный минерально-сырьевой университет "Горный"
Московская государственная юридическая академия имени
О.Е. Кутафина
Финансовый университет при Правительстве РФ
Национальный исследовательский ядерный университет
«МИФИ»
Всероссийская академия внешней торговли Министерства
экономического развития РФ
0,94
0,67
0,01
0,54
0,70
0,37
0,54
0,54
0,88
0,48
0,26
0,54
0,90
0,67
0,01
0,52
0,80
0,63
0,09
0,51
0,95
0,55
0,00
0,50
0,90
0,57
0,00
0,49
0,92
0,51
0,00
0,48
0,84
0,54
0,00
0,46
0,92
0,46
0,00
0,46
0,70
0,30
0,38
0,46
0,93
0,44
0,00
0,46
0,92
0,43
0,00
0,45
0,84
0,48
0,00
0,44
0,94
0,37
0,00
0,44
Результаты расчета регрессии представлены в таблице 5.
Таблица 5. Результаты расчета модели 4
Переменные
Константа
Teach
Web_search
Salary_stud
RINZ_cited
Entr_agreem
Federal_un
Tech_univ
Speciality
Модель 4. МНК. Наблюдений: 96. Зависимая переменная: IAttract
Коэффициенты (стандартная ошибка)
-2,32*
-2,35*
-2,21*
-2,6**
-2,51*
(1,37)
(1,37)
(1,24)
(1,29)
(1,31)
0,34*
0,36*
0,34*
0,31*
0,29*
(0,18)
(0,18)
(0,18)
(0,16)
(0,16)
0,24***
0,22***
0,2***
0,18***
0,16***
(0,06)
(0,06)
(0,06)
(0,06)
(0,06)
0,64**
0,62**
0,62***
0,82***
0,88***
(0,25)
(0,25)
(0,23)
(0,26)
(0,26)
0,03
0,04*
0,02
0,02
(0,02)
(0,02)
(0,02)
(0,02)
-0,03**
-0,02
-0,01
(0,02)
(0,01)
(0,01)
0,12
0,22**
(0,1)
(0,09)
-0,38***
-0,34***
(0,1)
(0,1)
-0,07**
(0,04)
Agglomeration
Среднее завис. перемен.
(станд. откл. зав. перемен.)
Сумма кв. остатков
(ст. ошиб.)
3,04
(0,59)
23,58
(0,5)
3,04
(0,59)
23,26
(0,49)
3,04
(0,59)
22,27
(0,49)
3,04
(0,59)
18,96
(0,45)
3,04
(0,59)
18,08
(0,45)
-2,85**
(1,26)
0,25*
(0,14)
0,12**
(0,06)
0,95***
(0,26)
0,03*
(0,02)
-0,01
(0,02)
0,18**
(0,09)
-0,37***
(0,1)
-0,05
(0,03)
0,44***
(0,1)
3,04
(0,59)
14,48
(0,4)
17
R2
(Скорр. R2)
F(n, 96)
(p-знач. (F))
Лог. правдопод.
(Кр. Акаике)
Кр. Шварца
(Крит. Хеннана-Куинна)
0,32
(0,3)
14,21
<0,001
-69,65
(147,3)
157,72
(151,5)
0,33
(0,3)
10,89
<0,001
-68,98
(147,9)
160,98
(153,2)
0,35
(0,32)
10,27
<0,001
-66,8
(145,6)
161,22
(151,9)
0,45
(0,41)
10,37
<0,001
-58,74
(133,5)
154,32
(141,9)
0,48
(0,43)
9,44
<0,001
-56,37
(130,7)
154,18
(140,2)
0,58
(0,54)
15,24
<0,001
-45,29
(110,6)
136,63
(121,1)
Значимость (p-value) на уровне: *** - 0,005; ** - 0,05; * - 0,1
Проведенный регрессионный анализ показал схожие результаты с полученными
в первой модели из-за высокой корреляции интегрального индекса востребованности и
среднего балла ЕГЭ поступивших. Подтвердилась меньшая востребованность
технических вузов. Отметим, что в новой модели значимым положительным фактором
оказался статус федерального и национального исследовательского университета.
Основные выводы. Для российской системы образования мы получили
ожидаемую картину. Ключевыми факторами при выборе вуза абитуриентами являются
ожидаемая заработная плата, бренд вуза (определяемый через число поисковых
запросов) и обеспеченность профессорско-преподавательским составом. То есть для
абитуриента важно обучаться в престижном вузе с хорошим качеством преподавания,
после окончания которого он сможет иметь высокую заработную плату.
При этом незначимыми оказались показатели, оценивающие развитие
инфраструктуры вуза, доходы вуза, международную цитируемость и высокие
среднерегиональные зарплаты преподавателей.
Исследование показало, что инновационная деятельность в ведущих вузах
России оказывает слабое прямое влияние на востребованность вузов. Из нескольких
проверяемых индикаторов слабо положительно значимым оказался индикатор
цитируемости научно-педагогических работников вуза. Положительная значимость
научной цитируемости преподавателей, на наш взгляд, может свидетельствовать о
влиянии научной деятельности на качество преподавания и узнаваемость вуза.
Интерпретируя результаты, полученные в ходе исследования влияния научной
деятельности в вузе на востребованность вуза, важно учесть, что инновационная и
научно-исследовательская деятельности вуза напрямую могут и не оказывать
воздействие на принятие решения о поступлении в вуз, но они могут существенно
влиять на качество преподавательского состава и качество обучения, что впоследствии
отражается на узнаваемости бренда университета (через упоминания о научной работе
в СМИ, рейтингах и т.д.) и ожидаемой заработной плате выпускников. Так как
переменные, оценивающие влияние бренда и заработной платы, учитывались в
уравнениях регрессии изначально, эффект влияния НИОКР на востребованность вуза
оказался значительно меньше ожидаемого (или противоположным) (см. рис. 7 левый).
Более востребованы вузы, расположенные в крупной агломерации благодаря
более высокому качеству жизни в ней, а также имеющие особый статус (федеральный
или научно- национальный исследовательский университет) благодаря большему
финансированию и известности.
Ожидаемым, но негативным результатом с точки зрения будущего социальноэкономического развития страны является отрицательная значимость бинарной
переменной, соответствующей профилю технического вуза, так как иннновационноактивные, ориентированные на производство технические вузы оказываются наименее
востребованными, а соответственно и наименее конкурентоспособными при прочих
равных условиях. Исключение составляют лучшие технические вузы России, такие как
Московский физико-технический институт (Национальный исследовательский
университет) (МФТИ), Московский государственный технический университет им.
Н.Э. Баумана и Национальный исследовательский ядерный университет «МИФИ»,
18
которые по сути не конкурируют с другими техническими вузами, а находятся в
особом положении, так как являются лидерами среди всех вузов страны по
востребованности (табл. 4).
Список литературы
1. Аистов А.В. О фильтрующей роли образования в России. // Экономический
журнал ВШЭ. 2009. №13(3), с. 452-481.
2. Апокин А.Ю., Юдкевич М.М. Анализ студенческой занятости в контексте
российского рынка труда. // Вопросы экономики, 2008. №6, с. 98-110.
3. Арефьев В.П. Кластеризация классических университетов на основе
вступительных испытаний // Открытое и дистанционное образование. 2011. № 3. C. 20–
31.
4. Балацкий Е.В., Екимова H.А.. Сравнительная надежность глобальных
рейтингов университетов. // Вопросы экономической политики. 2011. №11.
5. Гимпельсон В.Е., Капелюшников Р.И., Карабчук Т.С., Рыжикова З.А., Биляк
Т. А. Выбор профессии: чему учились и где пригодились? // Alma mater. 2009. №10, с.
54-67.
6. Гохберг Л.М. Национальная инновационная система России в условиях
«новой экономики». // Вопросы экономики, 2003. №3, с. 26-44.
7. Дежина И.Г., Киселева В.В. Государство, наука и бизнес в инновационной
системе России. – М.: ИЭПП. 2008. 227 с.
8. Дежина
И.
"Ведущие
вузы",
или
"исследовательские
университеты". Высшее образование в России, 2004. №8, с. 9-17.
9. Земцов С.П. Опыт выявления и оценки потенциала инновационных
кластеров (на примере отрасли «Рациональное природопользование») // Региональные
исследования. 2013. № 2 (40). С. 12–19.
10. Ильчук С.Б. Востребованность выпускника на рынке труда как индикатор
эффективной деятельности современного вуза. // Журнал социологии и социальной
антропологии, 2008. №1(11), с. 191-200.
11. Качество приема в вузы – 2012 // Официальный сайт ВШЭ. URL:
http://www.hse.ru/ege/second_section2012/ (дата обращения: 12.10.14)
12. Клячко
Т.Л.
Модернизация
российской
системы
высшего
профессионального образования. Докторская дисс. на соиск. уч. степени докт. эконом.
наук // АНХ – М., 2007.
13. Клячко Т.Л., Мау В.А. Тенденции развития высшего профессионального
образования в Российской Федерации. // Вопросы образования, 2007. №3, с. 46-64.
14. Константинов Г.Н., Филонович С.Р. Что такое предпринимательский
университет. // Вопросы образования. 2007, №1, с. 49-62.
15. Кортов С.В. Инновационный потенциал и инновационная активность вузов
УрФО // Университетское управление. 2004. № 129.
16. Мониторинг высших учебных заведений Министерства образования и наука
Российской Федерации в 2013 г. URL: http://miccedu.ru/monitoring2013/index.htm
17. Никифорова Е.П. Единый государственный экзамен как индикатор качества
обучения // Теория и практика общественного развития. 2013. № 2. С. 96–98
18. Рейтинг
ВУЗов
России
2013.
URL:
http://raexpert.ru/rankings/vuz/vuz_rus_2013/ (дата обращения: 12.10.14
19. Рейтинг инновационных регионов России для целей мониторинга и
управления: версия 2013-2.0. 2014. URL: http://www.i-regions.org/upload/nasait.pdf
20. Anselin L., Varga A., Acs Z. Local geographic spillovers between university
research and high technology innovations. // Journal of urban economics, 1997. №42(3), p.
422-448.
19
21. Becker G.S. Human capital: A theoretical and empirical analysis, with special
reference to education. University of Chicago Press. 2009.
22. Bublitz E., Fritsch M., Wyrwich M. Balanced skills and the city: An analysis of
the relationship between entrepreneurial skill balance, thickness and innovation (No. 2013010). Jena Economic Research Papers. 2013.
23. Cartter A. An assessment of quality in graduate education. 1966. ERIC
24. Etzkowitz H. The evolution of the entrepreneurial university. // International
Journal of Technology and Globalisation, 2004. №11, р. 64-77.
25. Fritsch M., Schwirten C. Enterprise-university co-operation and the role of public
research institutions in regional innovation systems. // Industry and innovation, 1999, №61, р.
69-83.
26. Harvey L. Rankings of higher education institutions: A critical review. 2008,
р.187-207.
27. Hazelkorn E. The impact of league tables and ranking systems on higher
education decision making. // Higher Education Management and Policy, 2007. №192, р. 87.
28. Hazelkorn E. Impact of global rankings on higher education research and the
production of knowledge. Articles, 4. 2009
29. Leydesdorff L., Etzkowitz H.. Emergence of a Triple Helix of university—
industry—government relations. // Science and public policy, 1996. №23(5), р. 279-286.
30. Spence M. Job market signaling. // The quarterly journal of Economics, 1973. Р.
355-374.
31. Tam M. Measuring quality and performance in higher education. // Quality in
higher Education, 2001. №71, р. 47-54.
20