Высшее образование и экономическое развитие регионов России
Подготовка специалистов для отраслей региональной экономики. Индекс развития высшего образования. Взаимосвязь между производственной структурой экономики и человеческим капиталом. Феномен опорных университетов региональной экономики в современной России.
| Рубрика | Педагогика |
| Вид | статья |
| Язык | русский |
| Дата добавления | 21.11.2021 |
| Размер файла | 157,5 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ВЫСШЕЕ ОБРАЗОВАНИЕ И ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ РЕГИОНОВ РОССИИ
Иван Львович Любимов -- кандидат экономических наук, старший научный сотрудник лаборатории исследований международной торговли Института прикладных экономических исследований, РАНХиГС (РФ, Москва
Игорь Владимирович Якубовский -- младший научный сотрудник лаборатории исследований международной торговли Института прикладных экономических исследований, РАНХиГС, Москва
Аннотация
В работе обсуждается связь между структурами отраслей экономики и высшего образования на региональном уровне. Существование такой связи открывает возможности для формирования политики диверсификации экономики региона, принимающей во внимание перспективы региональной системы высшего образования. Соответствующая экономическая политика согласуется с теоретическими взглядами на положительную роль человеческого капитала в ускорении экономического роста. В статье предлагаются механизмы, позволяющие определить направления развития и для системы высшего образования, и для отраслевой структуры на уровне соответствующего региона, а также координировать эти два процесса. Вычисляются показатели, характеризующие сложность отраслевой структуры экономики и развитие системы высшего образования на региональном уровне. Эти показатели могут дополнять общепринятые метрики (включая подушевой ВРП), информирующие о состоянии экономики региона. В частности, показатель, характеризующий сложность отраслевой структуры, отражает, за счет каких секторов (более или менее сложных) производит свой ВРП соответствующий регион. Авторы обнаруживают положительную связь между сложностью экономик и качеством, а также разнообразием программ высшего образования на региональном уровне. Однако несколько регионов отличаются более развитыми системами высшего образования относительно уровня сложности их экономик.
Такой результат поднимает вопрос о предназначении региональной системы высшего образования, в том числе представленной опорными университетами. Подготовка специалистов для отраслей региональной экономики -- важная задача этой системы. Однако качественная система высшего образования сама по себе является отраслью региональной экономики, поэтому ее развитие может иметь дополнительную ценность. Кроме того, качественная система высшего образования повышает трудовую мобильность, увеличивая возможности индивидов занять рабочие места, характеризующиеся более благоприятными условиями труда.
Ключевые слова: экономическая сложность, высшее образование, опорные университеты, неравенство.
Abstract
Ivan L. LYUBIMOV, Cand. Sci. (Econ.). Russian Presidential Academy of National Economy and Public Administration Moscow
Igor V. IAKUBOVSKII. Russian Presidential Academy of National Economy and Public Administration Moscow,
Higher Education as a Driver of Regional Economy
This paper discusses the details of the associative link between the structure of economy and the quality of higher education for Russian regions. Such a link facilitates the interplay between the sectoral structure of a regional economy and its higher education system. This kind of economic policy is consistent with a number of theoretical views on the role that human capital plays in the process of economic growth. On top of that, the paper provides an approach which helps in identifying the directions of development of both the system of higher education and the economic structure of the respective region, as well as coordinating these two processes.
In addition, we characterize the complexity of each regional economy and the development of its higher education system. The corresponding indicators complement broadly accepted metrics, such as GRP per capita, which help distinguish between regional economies. In particular, the measure of economic complexity reflects how complex, on average, the industries producing the respective GRP level are. In the paper, we also identify a positive association between the complexity of regional economies and the quality and diversity of higher education programs at the regional level. Nevertheless, a number of regions stay apart because their higher education systems are relatively more advanced compared with the level of complexity of their economies. This result lets us suggest a discussion about the main goals of the regional system of higher education. The provision of training to meet the demands of the local labor market is an important task of the education system. However, a high-quality education system can in itself be considered as a sector of the local economy which is important to develop. Moreover, a high-quality education system facilitates labor mobility, providing better access to better jobs.
Keywords: economic complexity, higher education, inequality.
Введение
Человеческий капитал как переменная, оказывающая потенциальное влияние на темпы экономического роста, получил противоречивые оценки в исследованиях экономистов. В ряде теоретических работ, значительная часть которых была создана в эпоху доминирования в теории экономического роста моделей второго поколения, или моделей эндогенного экономического роста, пришедших на смену неоклассическим моделям [Любимов, 2019], человеческому капиталу отводится ключевая роль в достижении более высоких темпов роста экономики. В частности, в работах [Benhabib, Spiegel, 1994; Nelson, Phelps, 1966] человеческий капитал играет важную роль в создании и распространении инноваций, воздействуя на темпы технологического прогресса. В работе [Lucas, 1988] человеческий капитал оказывает прямое влияние на темпы роста производства.
Однако результаты некоторых эмпирических исследований [Pritchett, 2006] поставили под сомнение роль человеческого капитала в ускорении темпов роста экономики. Многим странам удалось значительно увеличить среднее число лет образования Долгое время именно этот показатель оставался почти безальтернативной метрикой размера человеческого капитала., однако экономическому росту это достижение существенной помощи не оказало.
Есть по крайней мере два объяснения такого результата. Первое исходило от сторонников нортианских взглядов на экономический рост [Acemoglu et al., 2005]. Оно состояло в том, что фундаментальным фактором экономического роста является только качество институтов, в том числе институтов защиты прав собственности. Роль же человеческого капитала в механизме, определяющем темпы экономического роста, по мнению сторонников этого взгляда, скромнее. Они утверждают, что накопление этого фактора некоторой страной является лишь одним из проявлений экономического развития. А оно зависит прежде всего от фундаментальной переменной -- качества институтов защиты прав собственности.
Еще одно объяснение недостаточной связи среднего числа лет образования с темпами экономического роста заключается в том, что длительность обучения не является надежной метрикой человеческого капитала. На это обстоятельство указывается в работах [Hanushek, Woessmann, 2015; Pritchett, 2013; 2015]. Их авторы считают, что среднее число лет образования в некоторой стране скорее следует рассматривать буквально: как метрику времени, проведенного средним индивидом в учебных заведениях. Однако это время часто не соразмерно полученным знаниям. Индивид может провести в учебных заведениях значительно больше времени, чем требуется для получения знаний, с которыми он в итоге завершит обучение. Ни годы, проведенные в школе и университете, ни полученные в результате обучения аттестаты и дипломы не являются надежными показателями уровня образования.
В первой половине XX века, когда высшее образование было преимущественно элитарным [Trow, 2006] и затрагивало 3-5% соответствующей возрастной группы, среднее число лет образования служило более надежной метрикой размера человеческого капитала. Этому способствовала организация обучения, включавшая, в частности, строгие и сложные экзамены, индивидуальный подход профессуры к обучающимся. Однако переход к массовому образованию, в условиях которого уже 20-30% молодежи было вовлечено в систему высшего образования, сформировал очень разные по качеству национальные системы обучения. Многим из них удается решить лишь отдельные и сравнительно простые задачи формирования системы образования -- построить учебные здания, оснастить их оборудованием, нанять преподавателей и т. д. Однако с тем, чтобы сделать обучение функциональным, администраторы массовых систем образования, включая чиновников образовательных ведомств и университетских менеджеров, часто испытывают значительные трудности.
Например, компания Aspiring Minds, занимающаяся тестированием когнитивных навыков и профессиональных достижений, провела тест на умение составлять компилируемый код среди 36 тыс. программистов из Индии. Выяснилось, что только 36% из них в состоянии справиться с этой задачей. Подобные наблюдения подкрепляют тезис, что в мире, где совершен переход к массовой системе образования, показатель «среднее число лет образования индивидов в возрасте от 25 лет» Одна из наиболее полных баз данных о количественных мерах человеческого капитала собрана на сайте Educational Attainment Dataset, несмотря на популярность этой метрики в академических работах [Psacharopoulos, Patrinos, 2018], всё менее и менее пригоден для оценки размера человеческого капитала.
Страны всё сложнее различать по количественным показателям в сфере образования. Не только среднее число лет образования, но и другие количественные показатели (например, число учеников на одного учителя) не выявляют качественных различий между национальными системами высшего образования.
Авторы [Hanushek, Woessmann, 2015] предложили альтернативную метрику для определения размера человеческого капитала -- баллы по международным школьным тестам. В отличие от среднего числа лет образования этот показатель демонстрирует устойчивую корреляционную связь Такая связь указывает на то, что явление А сопровождается явлением Б, однако не позволяет сделать выводы о причинно-следственной связи между этими явлениями. с темпами экономического роста. На основании эмпирических исследований авторы утверждают, что связь между человеческим капиталом и темпами роста экономики причинно-следственная. Однако это утверждение требует дальнейшей проверки. Недостатком этого показателя является его фокус на школьном образовании. Так, финская система школьного образования на протяжении последних двадцати лет демонстрировала впечатляющие успехи [Sahlberg, 2015], превосходя школьную систему Нидерландов. Однако по международным рейтингам высшего образования финские университеты в среднем уступают нидерландским. Поэтому поиск подходящей переменной продолжается. Например, в работе [Filmer et al., 2018] предлагается использовать комбинацию количественных и качественных показателей образования.
Несмотря на некоторую реабилитацию роли человеческого капитала как переменной, оказывающей потенциальное влияние на темпы экономического роста, детали механизма этого возможного воздействия всё еще нельзя назвать хорошо определенными В частности, механистический процесс, в котором накопление человеческого капитала автоматически преобразуется в ускорение экономики [Lucas, 1988], напоминает неоклассические модели, в которых то же происходило с физическим капиталом. Неоклассический взгляд не смог себя оправдать, когда основанная на его выводах экономическая политика была использована во многих догоняющих экономиках. Выяснилось, что механизм, связывающий накопление физического капитала с успешным экономическим развитием, помимо физического капитала содержит большое число других деталей, требующих отдельного рассмотрения [Любимов, 2019]. При попытках экономического ускорения физический капитал часто накапливался в тех секторах, где у догоняющих экономик не хватало факторов производства, комплементарных капиталу [Лин, 2013]. А для товаров, которые выпускали новые секторы, часто не существовало достаточно крупных рынков сбыта. В схожих обстоятельствах формирование человеческого капитала может постичь та же судьба, что и строительство индустриальных гигантов в Гане [Easterly, Levine, 2001], где накопленный физический капитал оказался невостребованным из-за недостатка комплементарных факторов производства..
Недостаточное понимание механизмов, связывающих человеческий капитал и экономической рост, в особенности проявляется при обсуждении деталей экономической политики. Существуют разнообразные аргументы в пользу влияния человеческого капитала на экономический рост, например в работе [Акиндинова и др., 2019]. Однако часто сложно обнаружить описание подробностей, позволяющих судить о механизмах, которые связывают процессы накопления человеческого капитала и темпы роста реального подушевого ВВП. Именно эта недостаточная детализация регулярно делает рекомендации экономистов непригодными для разработки конкретных мер политики.
Реализуется ли положительная связь между накоплением человеческого капитала и ростом экономики главным образом через выполнение проектов, благодаря которым создаются инновации и копируются существующие технологии? Ведь работа с технологиями и со сложным оборудованием требует обширных знаний и навыков. Возможно, в некоторых случаях этот механизм действует. Однако инновационная стадия технологического прогресса в большей мере характерна для более поздних этапов экономического развития [Acemoglu et al., 2006].
Кроме того, предпринимательству, в том числе и инновационному, сегодня может мешать несовершенство институтов защиты прав собственности [Казакова и др., 2016]. В некоторых работах отмечается, что копирование технологий в догоняющих странах ускорилось, а вот их распространение уже внутри страны остается медленным [Comin, Mestieri, 2018]. И даже если перечисленные проблемы удастся в какой-то мере решить, нет уверенности в том, что человеческий капитал начнет воздействовать на экономический рост Таким образом, ограниченное влияние человеческого капитала на экономический рост возникает, в частности, из-за недостатка других важных факторов, воздействующих на рост в рамках механизма общего экономического равновесия. Центр проблемы может находиться на рынке труда, где работодатели формируют спрос на определенные трудовые навыки. Нередко требующиеся компаниям навыки не относятся к разряду сложных и соответствуют сравнительно небольшим запасам человеческого капитала. Этот результат можно наблюдать в том случае, если структура экономики преимущественно состоит из простых секторов, использующих для выпуска несложные навыки. В стране, где накопление человеческого капитала идет существенно быстрее накопления других факторов производства, включая производственное оборудование и надежные институты защиты прав собственности [Любимов, Казакова, 2017], для индивидов может не найтись достаточного числа производственных задач, соразмерных сложности их человеческого капитала..
Вполне возможно, что инновационному предпринимательству будет не хватать квалифицированной помощи государства, играющего ключевую роль на ранних стадиях инновационного процесса [Mazzucato, 2013]. Наиболее значимыми каналами связи человеческого капитала и роста экономики могут оказаться совсем другие, не имеющие отношения к инновационному предпринимательству.
Настоящая работа направлена на выявление каналов, соединяющих сектор образования со структурой выпуска товаров и услуг. Мы избегаем агрегирования, оставаясь в своем анализе на уровне отраслей экономики и университетов российских регионов. Сложность экономики региона сопоставляется с уровнем развития в нем системы высшего образования. Мы также сопоставляем производственную и образовательную структуры на региональном уровне.
Такой подход позволяет ответить на вопрос, связаны ли знания, которые индивиды получают в региональной системе высшего образования, с возможностями их использования в структуре отраслей этого региона. Предположим, что система образования учитывает существующую в экономике структуру отраслей. Тогда между качеством и структурой высшего образования, с одной стороны, и сложностью и структурой отраслей экономики -- с другой -- должна существовать связь. Выяснив, так ли это, можно найти ответы на некоторые вопросы экономической политики. В чем заключается предназначение региональной системы высшего образования? Стоит ли требовать реструктуризации системы образования региона, если ее связь с региональной структурой экономики недостаточно сильна?
Используя подходы теории сетей, мы связываем объекты анализа, имеющие различную природу: виды экономической деятельности, которая ведется в российских регионах, и специальности, по которым готовят своих студентов региональные российские университеты.
С помощью метрик сложности экономики и развития университетского образования, а также аналитической структуры, связывающей сферу высшего образования и структуру регионального выпуска, мы выясняем, в какой мере связаны экономика и образование в некотором регионе.
Эта работа может быть отнесена к исследованиям, где сопоставляются результаты деятельности отдельных секторов экономики и структура подготовки кадров для соответствующих профессий.
В работе [Ratcliffe, 2015] по данным обращений в экстренные службы штата Филадельфия выясняется, что деятельность полиции в значительно большей мере связана с урегулированием ненасильственных социальных конфликтов и выполнением большого числа разнообразных рутинных задач, а не с противостоянием вооруженным преступникам и угрозам насильственного характера. Однако при подготовке полицейских в Соединенных Штатах основное внимание уделяется как раз не развитию навыков социального взаимодействия, а выполнению боевых задач8. В результате подготовка полицейских сил часто не соответствует тем задачам, которые стражам правопорядка приходится выполнять в повседневной деятельности.
В нашей работе похожим образом сопоставлены структура университетского образования и структура экономики на региональном уровне.
Имеет смысл сопоставить подход, используемый в нашей работе, с методикой построения «Рейтинга вузов РФ-2019» по показателям востребованности продуктов деятельности.
Во-первых, наша работа, используя данные, структура которых раскрыта ниже, показывает, как региональные системы высшего образования реагируют на сложившуюся структуру экономики. Во-вторых, методы, используемые в работе, позволяют оценить региональные системы образования без их привязки к структуре региональной экономики.
Одна из решаемых нами задач заключается в построении рейтинга регионов по критерию развитости их систем высшего образования. Таким образом, наши результаты являются попыткой дополнить, а не опровергнуть те, что отражены в рейтинге вузов РФ по показателям востребованности.
В первом разделе приводится описание применяемой методологии. Затем мы представляем данные, при помощи которых делаем вычисления основных метрик, используемых в работе. Далее мы описываем основные результаты. Иллюстрация результатов и дискуссия завершают аналитическую часть.
Методология. Индекс экономической сложности
Для выяснения связи между региональными структурами экономики и университетского образования нам требуется метрика сложности экономики региона (Economic Сomplexity Index, ECI). Она позволит оценить разнообразие и технологическую сложность производимых в регионе товаров и услуг.
Использующийся в литературе метод оценки сложности экономик российских регионов [Любимов и др., 2018] базируется на стандартном подходе к оценке экономической сложности [Hausmann et al., 2013].
В этом подходе используется индекс выявленных сравнительных преимуществ [Balassa, 1965], который рассчитывается следующим образом:
(1)
где xci -- стоимость экспорта товара i, экспортированного страной с. Числитель выражения (1) равен доле экспорта товара i экономикой c в мировом экспорте товара i. Знаменатель -- доля экономики c в суммарном мировом экспорте.
Если значение данного показателя превышает единицу, то говорят, что экономика c имеет выявленные сравнительные преимущества в производстве товара i. В этом случае показатель RCA (revealed comparative advantage) принимают равным единице. В противном случае RCA равен нулю.
Из бинарных показателей RCA составляется матрица Mcp, показывающая, в экспорте каких товаров та или иная экономика характеризуется выявленными сравнительными преимуществами. При помощи матрицы Mcp рассчитываются показатели диверсификации экспорта учтенных в этой матрице экономик kc, 0 = Zp Mcp, а также частоты, с которой определенный товар встречается в экспортных корзинах разных экономик kp 0 = Х: Mcp.
При помощи матрицы Mcp, ее транспонированной версии Mjp, векторов kc, 0 и kp 0 составляется следующая матрица:
Каждая ячейка матрицы Wc отражает уровень «схожести» пары экономик с точки зрения их экспортных корзин. Каждый товар, маркированный в матрице Mcp с помощью единицы, взвешивается за счет величины, обратной kp, 0, измеряющей сложность этого товара.
Мера «схожести» экономик нормируется на величину, обратную уровню диверсификации экономики, -- kc, 0, измеряющую сложность экономик.
Индекс экономической сложности измеряется следующим образом:
где К -- собственный вектор матрицы Wcc,, соответствующий второму по величине собственному значению, < > -- среднее значение, а stdev -- стандартное отклонение К.
В работе [Любимов и др., 2018] для оценки уровня сложности региональных экономик использовались данные по экспорту российских регионов и стран мира.
В данных по экспорту российских регионов есть ряд недостатков, но для этой работы наиболее существенен один из них. В этих данных часто экспорт того или иного товара отражен в статистике региона, в котором зарегистрирована компания- экспортер, а не региона, где в действительности производится
соответствующий товар. Эта проблема приводит к переоценке уровня экономической сложности для одних регионов и ее недооценке -- для других.
В указанных работах эта проблема решалась за счет поиска информации по открытым данным регионов -- производителей соответствующих товаров и исправления исходной статистики. Однако это крайне продолжительный и трудоемкий процесс, который непросто повторять в каждом последующем исследовании.
Поэтому вместо данных по экспорту мы используем данные по структуре региональных рынков труда. Зная численность работников в каждом из секторов региональной экономики, мы рассчитываем индекс выявленных сравнительных преимуществ и далее используем стандартный метод оценки экономической сложности, описанный выше [Hausmann et al., 2019]. При этом, конечно, мы должны понимать, что структура занятости может отражать не столько объективные сравнительные преимущества региона, сколько последствия государственного регулирования экономики, которое, в свою очередь, обусловлено политическими обстоятельствами, мировоззрением государственных деятелей и граждан. Однако эта оговорка значима и для структуры экспорта, которая также нередко испытывает воздействие прямых и косвенных субсидий, налоговых льгот и иных регулирующих мер. Если оценка сравнительных преимуществ, основанная на структуре экспорта товаров, учитывала бы только производственные секторы региональной экономики, то оценка, основанная на структуре занятости, охватывает и отрасли, создающие услуги.
Индекс развития высшего образования
Похожий метод применяется нами и для получения интегральной оценки развития высшего образования. Мы используем данные по проходным баллам ЕГЭ, которые получили абитуриенты. Данные ЕГЭ служат приблизительной оценкой качества университетского образования в том или ином регионе: мы предполагаем, что более высокие баллы, которые набрали поступавшие, чаще отражают более высокое качество образования в соответствующем университете, а не иные условия. К последним, в частности, можно отнести монопольное положение определенного вуза на образовательном рынке региона, благодаря чему в него вынуждены поступать и абитуриенты с высокими баллами ЕГЭ. Наоборот, низкие баллы ЕГЭ в некотором университете могут быть связаны с миграцией молодежи из соответствующего региона. По этой причине относительно сильному университету при снижении числа абитуриентов приходится обучать менее подготовленных студентов, набравших меньше баллов.
Учитывая влияние этих и других особенностей регионального рынка образования, мы всё же полагаем, что в среднем баллы ЕГЭ принятых студентов прежде всего являются индикатором качества образования.
Кроме баллов ЕГЭ нам также доступны данные по численности поступивших на соответствующий факультет. Однако использование этих показателей способно сильно исказить структуру сравнительных преимуществ системы регионального высшего образования. Университеты, принимающие студентов с низкими баллами ЕГЭ, но в большом количестве, выглядят как лидеры и искажают рейтинг регионов, составленный в соответствии с индексом развития высшего образования (Higher Education Development Index, HEDI) Отметим, что одним из лидеров по количеству бюджетных мест на вузовские программы в России является Республика Крым..
Выявленные сравнительные преимущества и индекс HEDI рассчитываются при помощи порогового значения, которое определяется как 30-процентный перцентиль распределения средних баллов ЕГЭ среди всех регионов по каждой учебной дисциплине. Пороговое значение в 30% выбрано нами, чтобы избавиться в выборке от наименее качественных программ высшего образования. Соответственно, если средний балл ЕГЭ для рассматриваемой дисциплины превышает это пороговое значение, мы присваиваем ей сравнительное преимущество для данного региона. При помощи полученной матрицы сравнительных преимуществ составляем аналог выражения (3) и далее вычисляем индекс HEDI.
Образовательное пространство и системы высшего образования в российских регионах
Для выяснения того, насколько структуры региональных экономик и высшего образования соответствуют друг другу, необходимо связать сферу производства товаров и услуг с компетенциями, которые с ними ассоциируются. Выработанная компетенция может быть результатом различных процессов, включая образование и приобретенный опыт. Не случайно немецкая система наставничества [Soskice, 1994] формирует компетенции и за счет аудиторного обучения в колледжах, и за счет практики, получаемой в компаниях.
Однако для большого числа отраслей и регионов сложно измерить те компетенции, которые получены благодаря опыту, поэтому мы останавливаемся только на тех, что обусловлены образованием. В измерении этих компетенций нам помогают данные по федеральным государственным образовательным стандартам (ФГОС) для программ высшего образования. ФГОС отражают совокупность требований к соответствующим программам обучения. Мы используем данные по вузам, у которых программы удовлетворяют требованиям ФГОС, поскольку соответствующие базы данных в наибольшей мере информируют нас о структуре программ высшего образования, которые в них реализуются. Кроме того, такие сведения дают возможность установить связь с общероссийским классификатором видов экономической деятельности (ОКВЭД) второго уровня. Данные ОКВЭД позволяют определить структуру экономики того или иного региона, в том числе состав отраслей и их относительный размер.
Своеобразным переходником между данными по структуре образования, классифицированными согласно ФГОС, и данными по структуре экономики, классифицированными в соответствии с ОКВЭД, в этой работе служит Справочник профессий, разработанный российским Министерством труда и социальной защиты (далее -- Справочник). Он представляет собой описание профессий, которые привязаны к тому или иному виду деятельности. Например, «автомобилестроение» объединяет большое число компетенций, часть которых составляют профессии «автомехатроник в автомобилестроении» и «дизайнер автомобилестроения». Между перечнем областей профессиональной деятельности, указанных в Справочнике, и общероссийским классификатором видов экономической деятельности может быть установлено соответствие: Справочник содержательно напоминает перечень видов экономической деятельности.
Мы сопоставили два соответствующих списка и установили соответствие между ними вручную. Таким образом, мы получили связь между ОКВЭД и профессиями, которые требуются в той или иной сфере экономики. Профессии, указанные в Справочнике, в свою очередь связываются с классификатором специальностей, отвечающим ФГОС, которые также указаны в Справочнике. В результате формируется возможность связать ФГОС и ОКВЭД.
На основе данных Справочника мы формируем двудольный граф, который отражает связи между ФГОС и областями профессиональной деятельности, или, иными словами, между образовательной и производственной структурами некоторой экономики. Каждый узел данного графа относится к одному из двух типов, обозначая либо специальность, соответствующую ФГОС, либо вид экономической деятельности. При этом в двудольном графе нет непосредственных связей между специальностями или между областями профессиональной деятельности. Связи «специальность -- специальность» и «отрасль -- отрасль» одного типа можно установить, отследив, каким образом те связаны через узлы другого типа.
Стоит подчеркнуть, что получение двудольного графа не является эмпирическим результатом. Его происхождение полностью определяется выполненным на экспертном уровне распределением ФГОС по профессиональным областям, отраженным в Справочнике Минтруда.
На рисунке в онлайн-дополнении Онлайн-дополнение к статье:. отображен двудольный граф, иллюстрирующий связи между ФГОС и областями профессиональной деятельности. ФГОС расположены в нижней части двудольного графа, области профессиональной деятельности -- в верхней. Полученные связи выглядят интуитивно понятными. Специальности, соответствующие ФГОС, содержательно близки сферам профессиональной деятельности, на которые указывает двудольный граф. Например, область «Архитектура, проектирование, геодезия, гидрометеорология, топография и дизайн» связана с ФГОС «архитектура», «дизайн архитектурной среды», «градостроительство», «землеустройство и кадастры», «геодезия и дистанционное зондирование», «прикладная геодезия», «картография и геоинформатика», «строительство» и «геология».
Полученный нами двудольный граф дает возможность ответить на ряд вопросов. Прежде всего, имея данные ОКВЭД о структуре экономики некоторого региона, мы можем определить, какие образовательные специальности она должна использовать в соответствии со Справочником, и затем сопоставить полученный таким образом список специальностей с реальной структурой специальностей ФГОС, составляющих региональную систему высшего образования.
Стоит обратить внимание на то, что структура экономики региона, отраженная при помощи данных по занятости в определенном виде экономической деятельности, характеризует переменную запаса. Переменные, относящиеся к этой категории, аккумулируются длительное время под воздействием соответствующих потоковых переменных, каждое значение которых актуально только в определенный период. Структура экономики региона медленно меняется в результате процесса структурной трансформации, межотраслевой и межрегиональной миграции труда, выхода на рынок труда новых работников и ухода с него части рабочей силы. Сопоставляя данные об отраслевой структуре занятости со структурой системы регионального образования, отраженной при помощи ФГОС, мы фактически рассматриваем, насколько университеты и обучающиеся в них сегодня студенты принимают во внимание существующую в регионе структуру экономики. Мы поступаем так, потому что данных по структуре регионального образования за прошлые годы недостаточно, чтобы охарактеризовать всю рабочую силу соответствующего региона с точки зрения полученного ею образования. Мы не можем ответить на вопрос, кого и на каком уровне региональные университеты готовили в 1980-1990-х, и таким образом охарактеризовать возрастные категории, которые сегодня находятся на пике карьеры или близки к ее завершению. Однако мы можем ответить на вопрос, как система высшего образования реагирует на сложившуюся структуру экономики. Зная эту структуру, которая не меняется быстро, а годами сохраняет определенную инерцию, мы можем попробовать ответить на вопрос, насколько университеты и студенты учитывают структуру региональной экономики, делая соответствующий выбор. Мы используем данные за один и тот же год и для структуры регионального образования, и для структуры производства региональной экономики.
Кроме того, двудольный граф позволяет сделать еще одну проверку того, насколько интуитивно понятны связи, которые предоставляет Справочник. Для этого мы формируем образовательное пространство, используя полученный ранее двудольный граф. Образовательное пространство представляет собой сеть из ФГОС и содержательных связей между ними. Например, ФГОС «туризм» содержательно ближе к ФГОС «гостиничное дело», чем к «информационные технологии и системы связи», и образовательное пространство позволяет в этом убедиться.
Для построения образовательного пространства используется проекция двудольной сети, о которой речь шла ранее, на однодольный граф, состоящий из специальностей, классифицированных при помощи ФГОС. В двудольном графе узлы одного вида соединены через общие узлы другого вида. Такого рода непрямая зависимость может быть использована для установления прямых связей между узлами одного вида, в совокупности составляющих однодольный граф Альтернативный подход формирует нужную сеть, состоящую из предметных дисциплин и содержательных связей между ними, при помощи показателя proximity [Hausmann et al., 2013], отражающего, насколько близки две специальности с точки зрения частоты их одновременного присутствия в различных университетах..
Однодольный граф дает возможность сделать интуитивную проверку правдоподобности связей между видами профессиональной деятельности и требующимися для них компетенциями.
На рисунке в онлайн-дополнении Онлайн-дополнение к статье. отражена однодольная сеть, которая, как уже отмечалось, получила название «образовательное пространство». На однодольной сети обнаруживаются образовательные кластеры, соответствующие интуитивному критерию предметной общности. В частности, это кластеры, которые могут быть названы как по соответствующим укрупненным ФГОС (например, «искусство и культура»), так и в соответствии с содержательными направлениями образования (например, «туристическое дело»). Наиболее крупным является кластер, относящийся к ФГОС «инженерное дело, технологии и технические науки».
Стоит обратить внимание, что образовательное пространство выполняет не только функции проверки правдоподобности связей между узлами двудольного графа. Оно может также информировать, насколько новая для некоторой региональной системы высшего образования программа обучения связана с теми специальностями, по которым уже проводится подготовка в системе высшего образования рассматриваемого региона.
Мы предполагаем, что проблема формирования новых программ высшего образования решается тем легче, чем содержательно ближе эти программы к уже присутствующим в соответствующей региональной образовательной системе. Если в некотором университете уже преподаются и проводятся исследования в смежных дисциплинах, то профессорско-преподавательский состав располагает соответствующими навыками и знаниями, и тогда растут шансы, что связанная с ними образовательная программа будет успешной.
Функция образовательного пространства, позволяющая оценивать возможность добавления нового предмета к арсеналу дисциплин в некоторой системе высшего образования, будет продемонстрирована ниже.
Как уже упоминалось, области профессиональной деятельности служат переходником, или шлюзом, между ФГОС и ОКВЭД. Они позволяют сопоставить эти классификации. Однако стоит отметить, что они являются достаточно широким шлюзом, и это можно считать аналитическим недостатком Справочника. Его структура позволяет нам установить, скорее, интервальную, а не точечную связь между структурами выпуска товаров и услуг и образования. Соответствие устанавливается не между определенными ФГОС и ОКВЭД, а между их диапазонами, относящимися к одному шлюзу. Чтобы оценить соответствие между структурой региональной экономики и структурой высшего образования конкретного региона, мы используем следующее сопоставление:
где ФГОС -- число ФГОС, относящихся к определенной области профессиональной деятельности j, которые фактически есть в регионе i, ZjФГОС;
j -- число всех ФГОС, относящихся к области профессиональной деятельности j,
ОКВЭД -- число ОКВЭД, относящихся к области профессиональной деятельности j, которые фактически есть в регионе i, Zj
ОКВЭД -- общее число ОКВЭД, относящихся к определенной области профессиональной деятельности j.
Показатель (4), который мы называем индексом соответствия, измеряет наполнение некоторой области профессиональной деятельности соответствующими ей ОКВЭД и ФГОС. При этом ОКВЭД и ФГОС могут относиться к одной и той же области профессиональной деятельности, но содержательно не иметь друг к другу отношения. Однако более точных результатов, используя структуру Справочника, получить не удается. Поэтому мы делаем сильное предположение, заключающееся в том, что между ФГОС и ОКВЭД, относящимися к соответствующей области профессиональной деятельности, в среднем существует содержательное соответствие.
Описание данных
Для сопоставления региональных экономик и систем высшего образования мы используем несколько баз данных, содержащих различные сведения о региональном высшем образовании, структуре региональных рынков труда в детализации по видам экономической деятельности, а также составленные на экспертном уровне правила соответствия, позволяющие связать отраслевую и образовательную структуры.
Данные о качестве приема в высшие учебные заведения для 77 регионов РФ (Москву и Санкт-Петербург было решено объединить с Московской и Ленинградской областями соответственно, Севастополь -- с Крымом, ХМАО и ЯНАО объединены с Тюменской областью, Ненецкий АО -- с Архангельской) составлены на основе Мониторинга качества приема в вузы НИУ ВШЭ (далее -- Мониторинг). Мониторинг содержит данные по результатам приема в 692 российских вуза (для государственных и негосударственных учебных заведений, в том числе филиалов). Он включает также данные по средним и минимальным проходным баллам ЕГЭ, набранным абитуриентами для бюджетного и внебюджетного приема по 67 укрупненным направлениям подготовки за 2018 год ФГОС, входящие в укрупненные направления.
По аналогии с тем, как в работе [Hausmann, 2013] из выборки удаляются товары, рынки которых крайне малы, в настоящей работе из выборки были исключены наименее распространенные учебные дисциплины, такие как «сестринское дело», «охрана памятников», «издательское дело», «полиграфия и упаковка», «почвоведение», «культурология». Конечная выборка включает 5280 наблюдений.
Ввиду недостатка данных по среднему баллу ЕГЭ и количеству зачисленных для каждого отдельного ФГОС в качестве учебных дисциплин предлагается использовать укрупненные направления подготовки согласно Мониторингу ВШЭ.
Данные о структуре занятости, содержащиеся на портале государственной статистики ЕМИС, охватывают 48 видов экономической деятельности согласно классификации ОКВЭД Отметим, что для большинства отраслей сферы услуг и добычи полезных ископаемых данные представлены в укрупненных категориях, а наиболее дезагрегированная статистика доступна для отраслей обрабатывающих производств. за 20172018 годы Из-за пропусков данных за 2018 год по некоторым отраслям для отдельных регионов использовался усредненный показатель занятости за 2017-2018 годы. для 77 регионов (отдельные регионы объединялись по аналогии с тем, как это делалось в случае данных по образованию). В итоге выборка по занятости состоит из 5726 наблюдений.
Выявление связей между структурами экономики и высшего образования на основании кодов ОКВЭД и ФГОС связано с определенными трудностями. Они возникают из-за отсутствия однозначного соответствия между отраслями по ОКВЭД и направлениями ФГОС. Как уже отмечалось, ОКВЭД и ФГОС связаны через шлюз, соединяющий направления образования с отраслями по областям профессиональной деятельности. При помощи этого шлюза может быть установлена интервальная, но не точечная связь между ФГОС и ОКВЭД. Для вычисления индекса обеспеченности высшим образованием отрасли ОКВЭД объединяются в 34 вида профессиональной деятельности согласно Справочнику Минтруда. Благодаря этим данным вычисляется коэффициент обеспеченности высшим образованием для каждой отрасли, соответствующий выражению (4).
Взаимосвязь между производственной структурой экономики и человеческим капиталом: региональный анализ
В предыдущих разделах мы представили аналитический инструментарий и данные, позволяющие рассмотреть взаимодействие между структурами экономики и высшего образования. Этот инструментарий может быть использован для ответа на вопрос, насколько соответствуют друг другу структуры экономики и образования в российских регионах.
Мы оценили экономическую сложность и развитие систем высшего образования в российских регионах при помощи индексов ECI и HEDI. Значения индексов ECI и HEDI указаны в табл. П1. Стоит отметить, что индекс HEDI отличается хорошей устойчивостью во времени, однако более чувствителен к списку специальностей, которые в него включаются.
Эти индексы отображены на рис. 1. Маркером размера точки является «индекс соответствия» структуры регионального образования структуре региональной экономики, рассчитанный при помощи выражения (4).
Стоит обратить внимание, что индекс экономической сложности ECI учитывает данные по занятости не только в секторах, производящих товары, но и в сфере услуг. Из-за этого, например,
Рис. 1. Связь между производственной и образовательной структурами с учетом индексов экономической сложности (ось ординат) и образовательной сложности (ось абсцисс) для регионов РФ
Томский регион, характеризовавшийся невысоким ECI в случае использования данных по товарному экспорту [Любимов и др., 2018], при использовании данных по занятости, учитывающих также сектор услуг, стал одним из лидеров рейтинга экономической сложности. Такое перемещение в рейтинге сложности произошло, в частности, потому, что одним из наиболее развитых секторов услуг Томской области является высшее образование Заметим, что в таком случае корреляция между HEDI и ECI может оказаться искусственной: оба индекса учитывают сложность систем высшего образования. Однако это не так, потому что сектор образования играет в расчете индекса ECI ограниченную роль..
ECI и HEDI положительно связаны. Корреляция между HEDI и ECI составляет 0,64, между HEDI и «индексом обеспеченности» -- 0,56, а между «индексом обеспеченности» и ECI принимает значение 0,59. Таким образом, в среднем в регионе с более сложной экономикой можно обнаружить более развитую систему высшего образования.
Кроме того, регионы, отличающиеся высокими значениями HEDI или ECI, чаще также характеризуются большим разнообразием учебных дисциплин, соответствующих определенной области профессиональной деятельности, по сравнению с разнообразием отраслей экономики в этих же областях.
Полученные результаты обращают на себя внимание несколькими особенностями. Из рис. 1 мы видим, что среди российских регионов существуют такие, где развитие высшего образования явно превосходит сложность экономики. К таким регионам, в частности, относятся Иркутская область и Приморский край.
Этот результат подсказывает вопросы о том, каким образом следует развиваться соответствующей региональной системе высшего образования. Следует ли стараться строго ориентировать ее на структуру региональной экономики? Станут ли те, кто сегодня обучается в системе высшего образования региона, делать вклад в его экономическое развитие? В следующем разделе мы приводим аргументы в пользу того, что предназначение системы высшего образования не должно ограничиваться задачей обеспечения региональной экономики рабочей силой. Система высшего образования может, во-первых, быть самостоятельной отраслью экономики, а во-вторых, предоставлять индивиду лучшие возможности для трудовой мобильности.
Дискуссия и иллюстрация
Поиск возможностей, формируемых развитой региональной системой высшего образования, в сфере производства товаров и услуг можно условно назвать неомеркантилистским подходом23. Последний при составлении и реализации экономической политики отдает приоритет развитию различных отраслей. О таком подходе, в частности, говорится в работе [Иванов, Сокол-Номоконов, 2018], в которой обсуждается развитие системы опорных университетов в России. В ней также анализируются функции опорных университетов, так или иначе отраженные в официальных документах.
В работе отмечается, что одно из главных предназначений этой системы заключается в обеспечении потребности региональной экономики специалистами. Нам эта функция опорных университетов представляется важной, но отнюдь не единственной.
Кроме неомеркантилистского взгляда на предназначение системы обучения следует отметить и другой, согласно которому продвинутая система высшего образования создает для людей потребительские и карьерные возможности. Качественная и диверсифицированная система высшего образования дает индивидам возможность получить лучшие рабочие места как в своем регионе, так и в других российских регионах, делая, таким образом, вклад в снижение экономического неравенства. Это не менее важная функция высшего образования, чем обеспечение региона рабочей силой.
Оценка того, в какой мере более сложная система образования способствует снижению экономического неравенства, находится за пределами этой работы, поскольку является отдельным исследовательским вопросом. Он требует применения подходов и данных, отличных от использующихся в этой работе. Здесь же мы пока можем говорить о дилемме, которую может создать региональная система высшего образования. Речь идет о потенциальном противоречии между интересами развития региона и индивида, имеющего благодаря качественному образованию лучшие перспективы перемещения по социальной лестнице.
В абстрактной закрытой от внешнего взаимодействия экономике конфликт между этими возможностями был бы намного слабее, но региональные экономики не относятся к категории закрытых. С одной стороны, трудовая миграция, которой может способствовать развитая система высшего образования, перемещает человеческий капитал за пределы региона, тем самым уменьшая возможности для его развития. С другой -- индивиды получают возможность занять более качественное рабочее место [Rodrik, Sabel, 2019], расположенное в другом регионе.
В условиях этой дилеммы результат, скорее всего, определяется способностью региональной экономики производительно использовать человеческий капитал, создаваемый системой высшего образования. Если таких возможностей нет ввиду недостаточного развития инфраструктуры, финансового сектора, институциональной среды, нехватки капитального оборудования или других факторов, то роль человеческого капитала в развитии региона становится сомнительной.
В целом усложнение экономики региона [Hartmann et al., 2017] является продолжительным, дорогостоящим и рискованным процессом. Повышение уровня экономической сложности, трансформирующее экономику в более развитую и сложную, с более высоким уровнем богатства и благосостояния, -- редкий сценарий, который не следует воспринимать как базовый.
Экономическая политика, стимулирующая накопление человеческого капитала на территории региона, приобретает значение тогда, когда этот капитал является ключевым недостающим звеном, позволяющим запустить процесс экономического развития. Если же это не так и основная причина недостаточного развития региона заключается в дефиците других факторов, формирование которых требует продолжительного времени, тогда неомеркантилистский аргумент относительно роли человеческого капитала в развитии региональной экономики теряет свое значение.
В этой работе мы не отвечаем на вопрос, в какой мере человеческий капитал является ключевым фактором развития в том или ином регионе. Такая задача решается для каждого региона индивидуально и концептуально базируется на подходе, получившем название диагностики роста [Rodrik et al., 2005]. В настоящей статье обсуждаются различные аспекты развития региональной системы высшего образования.
Среди выгод этого развития стоит отметить не только трудовую мобильность, но также и то, что система высшего образования сама по себе является сектором экономики, способным приносить высокие доходы и предоставляющим качественные рабочие места [Rodrik, Sabel, 2019].
Для иллюстрации этих аргументов мы выбрали регион с развитой системой высшего образования -- Томскую область. На этом примере можно показать преимущества развитой системы высшего образования, не связанные с ее вкладом в усложнение регионального производства. Регионов с передовой системой высшего образования немного, однако это не значит, что развитие и коммерциализация образовательных услуг будут ограничены только этими передовыми в образовательном отношении регионами.
Томская область традиционно является одним из лидеров российской экономики с точки зрения развития региональных научно-исследовательских и образовательных систем и играет эту роль продолжительное время: Томский государственный университет, который был основан в 1878 году и тогда получил имя Императорского Томского университета, долгое время оставался единственным университетом в азиатской части России. Еще один университет области, Томский политехнический, был создан 1896 году, в результате чего стал первым техническим вузом, расположенным восточнее Москвы [Раднабазарова и др., 2014]. Сегодня Томский государственный и Томский политехнический университеты имеют статус национальных исследовательских, а Северский технологический институт является филиалом НИЯИ МИФИ. Всего в Томске функционируют шесть университетов, четыре филиала иногородних вузов и один негосударственный институт. Томские вузы обучают специалистов для рынка труда по 139 направлениям программ бакалавриата, специалитета и магистратуры. Доля населения Томской области с высшим образованием превосходит среднее значение по России и несколько превышает уровень в 25%. В университетах региона ежегодно защищаются десятки докторских и сотни кандидатских диссертаций. В 2015 году по этим показателям Томская область входила в десять ведущих регионов России [Донецкая, 2017].
...Подобные документы
Трансформация высшего образования в США в условиях формирования информационной экономики. Влияние экономического развития в период последней трети XX–начала XXI в. на систему американского высшего образования. Характер изменений в высшем образовании.
дипломная работа [87,9 K], добавлен 14.06.2017Высшее образование в России в середине XIX в. Университетские реформы Александра II. Разработка нового университетского устава, структура университетов. Формирование системы высшего женского образования в России. Расширение сети высших учебных заведений.
курсовая работа [27,6 K], добавлен 10.12.2013Зарождение и основные тенденции развития высшего образования в России. Ликвидация академических свобод университетов в годы советской власти, централизация управления высшей школой. Государственная политика современной России в области образования.
презентация [273,7 K], добавлен 06.12.2013Роль высшего образования, мотивации его получения среди студентов и учащихся (на примере выпускных классов МОУ СОШ). Модели социального старта. Проблемы высшего образования, связанные с его массовостью. Взаимоотношения между студентами и преподавателями.
курсовая работа [40,8 K], добавлен 11.02.2010Получение образования по программе бакалавриата и магистратуры. Высшее техническое образование в Великобритании и России. Создание единого европейского пространства высшего образования. Цели Болонского процесса. Подготовка высших инженерных кадров.
курсовая работа [45,5 K], добавлен 19.04.2016Педагогические идеи в системе образования. Первые учебные заведения в России. Особенности развития высшего образования между Первой и Второй мировыми войнами. Современные тенденции развития образования за рубежом и перспективы российской высшей школы.
курсовая работа [68,0 K], добавлен 25.05.2014Общая характеристика высшего и послевузовского профессионального образования: структура системы, государственные образовательные стандарты и программы, ступени, сроки получения, документы. Виды высших учебных заведений. Прием и подготовка специалистов.
курсовая работа [143,7 K], добавлен 06.08.2013Оценка параметров, оценивающих влияние вузов на социально-экономическое положение регионов. Анализ характеристик региональной системы высшего образования. Формирование показателей результативности университета как центра создания пространства инноваций.
дипломная работа [692,5 K], добавлен 31.03.2018История формирования высшего образования в России. Основные аспекты высшего образования в Турции. Анализ сходства и различий систем высшего образования в России и Турции. Коммерческая и бюджетная форма обучения. Уровень образования в России и Турции.
курсовая работа [45,8 K], добавлен 01.02.2015Понятие и общая характеристика региональной системы общего образования в РФ. Тенденции развития Московской региональной системы общего образования на рубеже веков. Образовательная политика Департамента образования города Москвы: эволюция, тренды.
дипломная работа [119,7 K], добавлен 07.06.2017Проблемы в системе образования Чеченской Республики и региональной образовательной политике. Анализ уровня качества высшего образования в условиях его модернизации. Разработка проектных мероприятий по совершенствованию образовательной системы Чечни.
дипломная работа [199,1 K], добавлен 01.05.2014Оценка эффективности системы высшего образования Российской Федерации, проблемы и характеристика положительных и негативных явлений. Цели нововведений, условия и основные аспекты инновационного развития уровней высшего образования Российской Федерации.
реферат [22,0 K], добавлен 27.03.2011Механизм эффективности подготовки кадров, раскрывающийся в показателях нелинейной положительной обратной связи в каждой точке образовательной среды. Методологические основания становления новой системы подготовки кадров для инновационной экономики.
статья [24,3 K], добавлен 11.08.2017Тенденции и инновации в сфере высшего образования в Украине и зарубежье. Общее положение высшего образования в жизни американцев, специализация обучения. Вопросы выбора колледжа или университета. История и структура высшего образования в Японии.
реферат [28,3 K], добавлен 15.06.2011Введение многоуровневой структуры высшего образования в РФ; магистратура как составная часть - традиция и инновация в условиях социальных перемен; повышение научной и профессиональной подготовки специалистов с учетом потребностей экономики и рынка труда.
реферат [22,4 K], добавлен 13.06.2011Понятие дистанционного обучения. Дистанционные образовательные технологии в военном образовании. Вклад Московского государственного университета экономики, статистики и информатики в создание теоретической основы дистанционного образования в России.
контрольная работа [26,9 K], добавлен 18.07.2013Высшее образование в России в конце XIX века. Особенности университетского обучения. Студенчество как социально-демографическая группа. Социальное положение этой прослойки общества, ее роль в общественной и политической жизни конца XIX - начала XX вв.
курсовая работа [56,7 K], добавлен 13.06.2014Экологическая подготовка специалистов. Формирование экологической культуры. Проблемы организации высшего профессионального экологического образования. Основы компетентностно-ориентированного высшего профессионального экологического образования.
дипломная работа [101,2 K], добавлен 06.06.2015Развитие и современное состояние школьного экономического образования. Проблемы экономического образования учеников школ, современные методики преподавания экономики. Пути решения современных проблем экономического образования в общеобразовательной школе.
реферат [29,1 K], добавлен 07.04.2017Современное состояние специального образования в России, его проблемы и перспективы развития. Особенности реформирования системы образования в условиях формирующейся рыночной экономики. Сущность тенденции сближения общего и специального образования.
курсовая работа [52,0 K], добавлен 22.10.2012
