Факторы результативности научной деятельности: микроуровневый анализ

Обложка

Цитировать

Полный текст

Аннотация

Рост государственных инвестиций в исследования и разработки в России и мире ставит вопрос об их рациональномиспользовании,т. е. в конечном счете о повышении требований к результативности сектора. Ее адекватное измерение существеннозатрудняют сложная природа научной деятельности и необходимость учитывать множество факторов национального,институционального и индивидуального уровней. Одними из важнейших условий эффективности науки являютсяподдержка и мотивация академических работников как ключевых и непосредственных производителей нового знания.Факторы результативности ученых представляют особую актуальность с точки зрения условий занятости иэффективных механизмов поощрения исследовательской деятельности.В статье проанализировано влияние различных характеристик научного капитала на уровень публикационнойактивности российских ученых, занятых в научных организациях хотя бы на одном из рабочих мест. Эмпирическойосновой анализа служат результаты первого этапа Мониторинга рынка труда научных кадров высшей квалификации,проведенного НИУ ВШЭ в 2010 г. в рамках международного исследования Карьеры докторов наук (Careers ofDoctorate Holders, CDH), координируемого ОЭСР (https://www.hse.ru/monitoring/mnk). На основе регрессионныхмоделей оценено влияние особенностей занятости, международной кооперации, квалификационных и социально-демографических характеристик на совокупное количество публикаций, в том числе в рецензируемых российских изарубежных научных журналах.Авторами выявлены различия в факторах публикационной активности исследователей младшего(до 40 лет) и старшего (4170 лет) поколений. Установлено, что наибольшее влияние на их продуктивностьоказывают скорее характеристики научного капитала, такие как объем и разнообразие исследовательского опыта,нежели возраст или другие социально-демографические факторы. Доказано отсутствие прямой связи междупродуктивностью ученых и материальными стимулами, а наиболее выигрышной стратегией университетов и научныхорганизаций названы улучшение условий для профессионального роста молодых специалистов и глубокая интеграцияв мировое профессиональное сообщество.

Об авторах

Константин Фурсов

Национальный исследовательский университет «Высшая школа экономики»

Email: ksfursov@hse.ru

Яна Рощина

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: noreply@hse.ru

Оксана Балмуш

Национальный исследовательский университет «Высшая школа экономики»

Email: ioe@hse.ru

Список литературы

  1. Ancaiani A., Anfossi A.F., Barbara A., Benedetto S., Blasi B., Carletti V., Sileoni S. (2015) Evaluating scientific research in Italy: The 2004-10 research evaluation exercise // Research Evaluation. Vol. 24. № 3. Р. 242-255.
  2. Ball P. (2005) Index aims for fair ranking of scientists // Nature. № 436. P. 900-900.
  3. Becker G. (1964) Human capital: A theoretical and empirical analysis, with special reference to education. Chicago: The University of Chicago.
  4. Bordons M., Fernández M.T., Gómez I. (2002) Advantages and limitations in the use of impact factor measures for the assessment of research performance in a peripheral country // Scientometrics. Vol. 53. № 2. Р. 195-206.
  5. Carayol N., Matt M. (2006) Individual and collective determinants of academic scientists' productivity // Information Economics and Policy. Vol. 18. № 1. Р. 55-72.
  6. Cole J.R., Zuckerman H. (1984) The Productivity Puzzle: Persistence and change in patterns of publication among men and women scientists // Advances in Motivation and Achievement / Eds. M.W. Steimkamp, M. Maehr. Vol. 2. Greenwich, CT: JAI Press.
  7. De Bellis N. (2009) Bibliometrics and citation analysis: From the Science citation index to cybermetrics. Lanham, Toronto, Plymouth: Scarecrow Press.
  8. Fox M.F. (2005) Gender, family characteristics, and publication productivity among scientists // Social Studies of Science. Vol. 35. № 1. Р. 131-150.
  9. Garfield E. (2009) From the Science of Science to Scientometrics: Visualizing the History of Science with HistCite Software // Journal of Informetrics. Vol. 3. № 3. P. 173-179.
  10. Godin B. (2006) On the origins of bibliometrics // Scientometrics. Vol. 68. № 1. Р. 109-133.
  11. Godin B. (2013) Measurement and Statistics on Science and Technology: 1920 to the Present. London: Routledge.
  12. Godin B., Gingras Y. (2000) What is scientific and technological culture and how is it measured? A multidimensional model // Public Understanding of Science. № 9. P. 43-58.
  13. Hermanowicz J.C. (2006) What Does It Take to Be Successful? // Science, Technology, and Human Values. Vol. 31. № 2. Р. 135-152.
  14. Hesli V.L., Lee J.M. (2011) Faculty research productivity: Why do some of our colleagues publish more than others? // PS: Political Science and Politics. Vol. 44. № 2. Р. 393-408.
  15. Hicks D. (2012) Performance-based university research funding system // Research Policy. № 41. Р. 251-261.
  16. Hicks D., Wouters P., Waltman L., De R., Rafols I. (2015) Bibliometrics: The Leiden Manifesto for research metrics // Nature. Vol. 520. № 7548. Р. 429-431.
  17. Katchanov Y.L., Shmatko N.A. (2014) Complexity-Based Modeling of Scientific Capital: An Outline of Mathematical Theory // International Journal of Mathematics and Mathematical Sciences. Vol. 2014. Article ID 785058. Режим доступа:http://www.hindawi.com/journals/ijmms/2014/785058/, дата обращения 03.03.2016.
  18. Lee S., Bozeman B. (2005) The Impact of Research Collaboration on Scientific Productivity // Social Studies of Science. Vol. 35. № 5. Р. 673-702.
  19. Merton R.K. (1968) The Matthew Effect in Science // Science. Vol. 159. № 3810. Р. 56-63.
  20. Merton R.K. (1973) The Sociology of Science: Theoretical and Empirical Investigations. Chicago: University of Chicago Press.
  21. Merton R.K. (1988) The Matthew Effect in Science, II: Cumulative Advantage and the Symbolism of Intellectual Property // Isis. Vol. 79. № 4. Р. 606-623.
  22. Moed H.F. (2009) New developments in the use of citation analysis in research evaluation // Archivum Immunologiae et Therapiae Experimentalis. № 57. Р. 13-18.
  23. OECD (2014) OECD Science, Technology and Industry Outlook 2014. Paris: OECD.
  24. Silman F. (2014) Work-related basic need satisfaction as a predictor of work engagement among academic staff in Turkey // South African Journal of Education. Vol. 34. № 3. P. 1-5.
  25. Stephan P. (2012) Research efficiency: Perverse incentives // Nature. Vol. 484. № 7392. P. 29-31.
  26. Weingart P. (2005) Impact of bibliometrics upon the science system: Inadvertent consequences? // Scientometrics. № 62. Р. 117-131.
  27. Володарская Е.А., Киселева В.В. (2012) Оплата труда ученых и мотивация научной деятельности // Мотивация и оплата труда. № 2. С. 154-167.
  28. Гершман М.А., Кузнецова Т.Е. (2013) Эффективный контракт в науке: параметры и модели // Форсайт. Т. 7. № 3. С. 26-36.
  29. Годэн Б. (2009) Что такое наука? Развитие статистического определения: 1920-2000 // Форсайт. Т. 3. № 2. С. 48-60.
  30. Гохберг Л.М., Заиченко С.А., Китова Г.А., Кузнецова Т.Е. (2011) Научная политика: глобальный контекст и российская практика. М.: НИУ ВШЭ.
  31. Кирчик О.И. (2011) «Незаметная» наука. Паттерны интернационализации российских научных публикаций // Форсайт. Т. 5. № 3. С. 34-42.
  32. Кузнецова И.А., Кузнецова Т.Е., Мартынова С.В., Суслов А.Б. (2015) Оценка материально-технической базы науки: вопросы классификации научного оборудования // Российские нанотехнологии. Т. 10. № 11-12. С. 13-21.
  33. НИУ ВШЭ (2011) Российский инновационный индекс / Под ред. Л.М. Гохберга. М.: НИУ ВШЭ.
  34. НИУ ВШЭ (2016) Индикаторы науки 2016: Статистический сборник. М.: НИУ ВШЭ.
  35. Рощина Я.М., Юдкевич М.М. (2009) Факторы исследовательской деятельности преподавателей вузов: политика администрации, контрактная неполнота или влияние среды? // Вопросы образования. № 3. С. 203-228.
  36. Рудь В.А., Фурсов К.С. (2011) Роль статистики в дискуссии о научно-технологическом и инновационном развитии // Вопросы экономики. № 1. С. 120-133.
  37. Суслов А.Б. (2010) Планирование научной карьеры: взгляд сквозь призму социологического обследования // Вопросы статистики. № 8. С. 35-41.
  38. Фурсов К.С. (2015) Россия в глобальной науке: результаты библиометрического анализа // Науковедческие исследования. Ежегодник: Сб. научн. тр. М.: ИНИОН РАН. С. 61-80.
  39. Шматко Н.А. (2011) Научный капитал как драйвер социальной мобильности ученых // Форсайт. Т. 5. № 3. С. 18-32.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».