Факторы востребованности ведущих вузов России_семинар "Актуальные исследовани...Stepan Zemtsov
Доклад посвящен исследованию критериев, используемых абитуриентами при выборе вуза. Была разработана эмпирическая модель, в которой в качестве индикатора востребованности вуза использован средний балл ЕГЭ поступивших, а независимыми переменными служат характеристики ведущих вузов страны.
Проведенный эконометрический анализ показал, что ключевыми факторами при выборе университета являются узнаваемость его бренда, успешность выпускников, доходность вуза и качество преподавательского состава.
В ряде случаев значима оказывается научно-исследовательская деятельность, но большинство инновационно активных технических вузов менее востребованы.
Естественнонаучное образование в России и в миреIlya Orlov
Аналитическая лекция о состоянии системы образования, в том числе образования в области естественных наук, в России и в мире.
Лекция впервые прочитана 30.07.2012 на Летней школе "Русского Репортёра".
Вебинар vs. семинар: попытка сравнительного анализа эффективности обучения пе...Olga Arakelyan
С докладом, посвященным сравнительному анализу эффективности дистанционного и очного варианта обучения переводчиков, выступил директор компании Кондратович Федор Вячеславович на Летней школе перевода Союза переводчиков России в июле 2015 года.
совершенствование программ профобразованияAtner Yegorov
Олег Гаврилович Волков, зам. директора Чебоксарского политехнического института: "Совершенствование программ профессионального образования в условиях перехода на двухуровневую систему ВПО"
Факторы востребованности ведущих вузов России_семинар "Актуальные исследовани...Stepan Zemtsov
Доклад посвящен исследованию критериев, используемых абитуриентами при выборе вуза. Была разработана эмпирическая модель, в которой в качестве индикатора востребованности вуза использован средний балл ЕГЭ поступивших, а независимыми переменными служат характеристики ведущих вузов страны.
Проведенный эконометрический анализ показал, что ключевыми факторами при выборе университета являются узнаваемость его бренда, успешность выпускников, доходность вуза и качество преподавательского состава.
В ряде случаев значима оказывается научно-исследовательская деятельность, но большинство инновационно активных технических вузов менее востребованы.
Естественнонаучное образование в России и в миреIlya Orlov
Аналитическая лекция о состоянии системы образования, в том числе образования в области естественных наук, в России и в мире.
Лекция впервые прочитана 30.07.2012 на Летней школе "Русского Репортёра".
Вебинар vs. семинар: попытка сравнительного анализа эффективности обучения пе...Olga Arakelyan
С докладом, посвященным сравнительному анализу эффективности дистанционного и очного варианта обучения переводчиков, выступил директор компании Кондратович Федор Вячеславович на Летней школе перевода Союза переводчиков России в июле 2015 года.
совершенствование программ профобразованияAtner Yegorov
Олег Гаврилович Волков, зам. директора Чебоксарского политехнического института: "Совершенствование программ профессионального образования в условиях перехода на двухуровневую систему ВПО"
Founded in 1724, St. Petersburg State University is the oldest institution of higher education in Russia. During the 290 years of its existence University secured the right to be acknowledged as one of the best institutions of higher education in Russia: its rich history, modern large-scale research activities, development and innovations make University ahead of the curve in the field of Russian science.
At present, there are more than 32,000 students in University, receiving education in more than 323 specialties in 24 faculties. University's staff comprises almost 14,000 people, including nearly 6,000 teachers (1,000 Doctors of Science, over 2,000 Candidates of Science, 42 Academicians of state academies) who represent 289 academic departments. The University has everything to enjoy studies, hobbies and research: the richest Research Library named after Maksim Gorky, research institutes, museums, the big University publishing house, the University choir of students, graduates and teachers, clubs (from rugby and orienteering to the Ingria search party), etc.
In November 2009, Russian President Dmitry Medvedev signed a law granting St. Petersburg State University the special status of "a unique scientific and education complex, an oldest institution of higher education in Russia being of a great importance to the development of the Russian society". The right of giving its own diplomas with the official symbols of the Russian Federation has also been granted to University.
Сравнительный анализ эффективности обучения языкам в очном и онлайн форматах, а также рекомендации по эффективному построению дистанционного обучения языкам
Российский Государственный Гуманитарный Университет предлагает получить высшее образование дистанционно (online) по специальностям: туризм, журналистика, реклама и PR, менеджмент, экономика, культорология, управление персоналом, психолого-педагогическое образование, документоведение и архивоведение, государственное и муниципальное управление, юриспруденция. Обучение ведется на русском языке. Государственный диплом РФ
Образование в престижном Университете onlineE-STUDY
Российский Государственный Гуманитарный Университет (www.rggu.ru) предлагает получить высшее образование дистанционно (online) по специальностям: туризм, журналистика, реклама и PR, менеджмент, экономика, культорология, управление персоналом, психолого-педагогическое образование, документоведение и архивоведение, государственное и муниципальное управление, юриспруденция. Обучение ведется на русском языке. Государственный диплом РФ
90s: just places in old Soviet industrial ‘giants’ (with some facilities from an old factory)
2000s: more balanced approach, a lot of instruments (technoparks, SEZs)
2010: the Association of Industrial Parks of Russia was created
2012: subsidy for industrial parks from the Ministry of Economic Development
2014: Federal Law No. 488-FZ "On Industrial Policy in the Russian Federation" and "National Standard of Industrial Parks “
2017: many greenfield industrial parks, management companies provide many facilities
2018: sharp increase in competition between parks (165 operating and 110 constructed) and with 59 territories of advanced development (more favorable tax regimes ).
Zemtsov S. New technologies, potential unemployment and nescience economy in ...Stepan Zemtsov
The use of unmanned technologies can cause a decrease in the level of employment. The article discusses the compensation mechanisms and conflicting results of empirical studies. On the basis of internationally comparable methods (Frey, Osborne, 2017; Manyika et al, 2017), it was estimated that about 44% of the workers in Russia can be replaced, which is lower than in most developed countries. In the regions, specializing in the manufacturing industry, this value is higher, the least values are in the least developed regions. Some people will be not ready for life-long learning, competition with robots, and accordingly there is a possibility of their social exclusion in the future.
More Related Content
Similar to Средние баллы ЕГЭ поступающих и оценка факторов востребованности ведущих вузов России
Founded in 1724, St. Petersburg State University is the oldest institution of higher education in Russia. During the 290 years of its existence University secured the right to be acknowledged as one of the best institutions of higher education in Russia: its rich history, modern large-scale research activities, development and innovations make University ahead of the curve in the field of Russian science.
At present, there are more than 32,000 students in University, receiving education in more than 323 specialties in 24 faculties. University's staff comprises almost 14,000 people, including nearly 6,000 teachers (1,000 Doctors of Science, over 2,000 Candidates of Science, 42 Academicians of state academies) who represent 289 academic departments. The University has everything to enjoy studies, hobbies and research: the richest Research Library named after Maksim Gorky, research institutes, museums, the big University publishing house, the University choir of students, graduates and teachers, clubs (from rugby and orienteering to the Ingria search party), etc.
In November 2009, Russian President Dmitry Medvedev signed a law granting St. Petersburg State University the special status of "a unique scientific and education complex, an oldest institution of higher education in Russia being of a great importance to the development of the Russian society". The right of giving its own diplomas with the official symbols of the Russian Federation has also been granted to University.
Сравнительный анализ эффективности обучения языкам в очном и онлайн форматах, а также рекомендации по эффективному построению дистанционного обучения языкам
Российский Государственный Гуманитарный Университет предлагает получить высшее образование дистанционно (online) по специальностям: туризм, журналистика, реклама и PR, менеджмент, экономика, культорология, управление персоналом, психолого-педагогическое образование, документоведение и архивоведение, государственное и муниципальное управление, юриспруденция. Обучение ведется на русском языке. Государственный диплом РФ
Образование в престижном Университете onlineE-STUDY
Российский Государственный Гуманитарный Университет (www.rggu.ru) предлагает получить высшее образование дистанционно (online) по специальностям: туризм, журналистика, реклама и PR, менеджмент, экономика, культорология, управление персоналом, психолого-педагогическое образование, документоведение и архивоведение, государственное и муниципальное управление, юриспруденция. Обучение ведется на русском языке. Государственный диплом РФ
90s: just places in old Soviet industrial ‘giants’ (with some facilities from an old factory)
2000s: more balanced approach, a lot of instruments (technoparks, SEZs)
2010: the Association of Industrial Parks of Russia was created
2012: subsidy for industrial parks from the Ministry of Economic Development
2014: Federal Law No. 488-FZ "On Industrial Policy in the Russian Federation" and "National Standard of Industrial Parks “
2017: many greenfield industrial parks, management companies provide many facilities
2018: sharp increase in competition between parks (165 operating and 110 constructed) and with 59 territories of advanced development (more favorable tax regimes ).
Zemtsov S. New technologies, potential unemployment and nescience economy in ...Stepan Zemtsov
The use of unmanned technologies can cause a decrease in the level of employment. The article discusses the compensation mechanisms and conflicting results of empirical studies. On the basis of internationally comparable methods (Frey, Osborne, 2017; Manyika et al, 2017), it was estimated that about 44% of the workers in Russia can be replaced, which is lower than in most developed countries. In the regions, specializing in the manufacturing industry, this value is higher, the least values are in the least developed regions. Some people will be not ready for life-long learning, competition with robots, and accordingly there is a possibility of their social exclusion in the future.
Zemtsov S. Inclusive (sustainable) growth and regional resilience in RussiaStepan Zemtsov
The article presents a methodology for inclusive growth assessment in the Russian regions by building an appropriate comprehensive index. We sought to understand how years of economic growth, based on high energy prices, have reduced inequality, poverty and environmental pressures in the regions, and what trends have emerged in recent years. The article shows that a number of the most developed regions have significantly improved their performance, e.g. St. Petersburg, Moscow region, the Republic of Tatarstan, Sverdlovsk, Voronezh and Tyumen regions, especially in the field of longevity, income, reducing the environmental burden. But in the period from 2012 to 2015, the value of the inclusive growth index in Russia fell to the level of 2007, and its differentiation between regions has increased dramatically. Accordingly, the results of a decade work to improve the sustainability and equity of regional development have been partially nullified. In 2016, the index recovered to the level of 2011. For policy recommendations, it is important that the regions, where economic growth was accompanied by positive externalities in social and environmental sectors, were more resilient to external shocks. The developed index makes it possible to assess the dynamics and differentiation of socio-economic development of regions in terms of sustainability and inclusiveness.
Национальный доклад "Высокотехнологичный бизнес в регионах России"Stepan Zemtsov
Для цитирования: Национальный доклад «Высокотехнологичный бизнес в регионах России» / Баринова В.А., Земцов С.П., Семенова Р.И., Федотов И.В. – М.: РАНХиГС, АИРР, 2018. – 56 с.
Национальный доклад о развитии высокотехнологичного бизнеса в регионах России впервые подготовлен РАНХиГС и АИРР, совместно с Группой «Интерфакс». Доклад основан на результатах рейтинга «Инновационный бизнес в регионах России» , презентованном на Гайдаровском Форуме 2017. Тогда же разрабатываемая система мониторинга поддержана главами регионов АИРР.
Высокотехнологичный сектор вносит значимый вклад в российскую экономику (около 22,3% ВВП, 36,6% числа работников, около 15% в сборе налогов на прибыль), играет важнейшую роль в импортозамещении и обеспечении национальной безопасности страны. В современных условиях низких темпов роста национальной экономики и с учетом ограничений на импорт технологий и оборудования поддержка высокотехнологичного бизнеса в регионах России становится одной из наиболее актуальных задач.
Глобальная цель Доклада – определить потенциальные точки несырьевого роста российской экономики на основе анализа региональной структуры и основных тенденций развития высокотехнологичного бизнеса за 2010 -2016 гг.
Предлагаемая в Докладе система показателей учитывает условия для развития высокотехнологичного бизнеса и его вклад в региональное развитие. В качестве условий учитываются ресурсы капитала, труда, научный потенциал, институциональная среда, инфраструктурная обеспеченность и объем госзакупок в регионах. Дана оценка вклада в валовый региональный продукт (ВРП), экспорт, создание рабочих мест, формирование бюджета и выращивание нового бизнеса.
Разработанная система мониторинга дает возможность отслеживать ежегодную динамику развития высокотехнологичного сектора в России и отдельных регионах, что важно для принятия взвешенных политических решений. Сравнение со среднерегиональными значениями позволяет выявить сильные и слабые стороны развития каждого региона.
Zemtsov S. Factors of entrepreneurial activity in Russia: institutions or loc...Stepan Zemtsov
The purpose of the research: to identify regional factors of entrepreneurial activity in Russia in 1998-2014.
The (null) hypothesis: geographical position can be an important factor for entrepreneurial activity (NEG)
Земцов С.П. Инновационный потенциал и развитие высоких технологий в Арктическ...Stepan Zemtsov
Существуют десятки специализированных научных институтов и вузов на Севере и в Арктике
Значительная часть технологий заимствуется за рубежом – ограничения в связи с санкциями
Существует идея «пространственного маневра» - стимулирование переноса НИОКР и высоких технологий на юг России для снижения издержек
Цель – выявить потенциал создания и внедрения новых технологий в Арктических регионах России
Гипотеза: роль Арктических регионов в создании и использовании новых технологий незначительная и снижается.
Zemtsov S.P. Hazardous hydrological phenomena and social vulnerability in RussiaStepan Zemtsov
The relevance of our research:
Climate change increases number of natural hazards
More than 10 million people are exposed in Russia
The main gap is social vulnerability assessment
The purpose of the research: to estimate influence of hydrological phenomena on social and economic development in Russia
The hypothesis:
real social loses from hydrological events are similar to economic damage but the first one is underestimated because of low “value of life”
Земцов С.П. Глобальное потепление: мифы и реальность. Природные и экологическ...Stepan Zemtsov
ГЛОБАЛЬНОЕ ПОТЕПЛЕНИЕ КЛИМАТА (МИФЫ И РЕАЛЬНОСТЬ). В Доме ученых РАН выступили: д.г.н., проф. А.В.Кислов – заведующий кафедрой МГУ им. М.В. Ломоносова - об изменении климата; к.г.н. С.П.Земцов - с.н.с. ИПЭИ РАНХиГС - о влиянии этих процессов на социально-экономическое развитие.Заседание вели: д.геогр.н., проф. Д.Л.Лопатников; д.б.н., проф. Е.И.Голубева
Земцов С.П. Географические и эколого-климатические условия и развитие инновац...Stepan Zemtsov
Цель – проследить возможное наличие взаимосвязи между географическими условиями (фактически: комфортностью проживания) и инновационными процессами на разных территориальных уровнях
Существуют десятки научных институтов, вузов на Севере и в Арктике. Насколько они эффективны?
Идея «пространственного маневра» - стимулирование переноса НИОКР и высоких технологий на юг России для снижения издержек (поддерживается идеями Ф. Хилл, К. Гэдди, Т. Михайловой, Р. Флориды и др.)
Рейтинг "Инновационный бизнес в регионах России" (брошюра, Гайдаровский форум)Stepan Zemtsov
Рейтинг подготовлен АИРР и РАНХиГС совместно с Интерфакс и ТПП РФ.
Цель - выявление условий и результатов развития инновационного (высокотехнологичного) бизнеса в регионах России для определения точек несырьевого роста экономики.
Первичные результаты оценки представлены на Гайдаровском Форуме 2017
Рейтинг "Инновационный бизнес в регионах России" (презентация, Гайдаровский ф...Stepan Zemtsov
Рейтинг подготовлен АИРР и РАНХиГС совместно с Интерфакс и ТПП РФ.
Цель - выявление условий и результатов развития инновационного (высокотехнологичного) бизнеса в регионах России для определения точек несырьевого роста экономики.
Первичные результаты оценки представлены на Гайдаровском Форуме 2017
Земцов С.П., Бабурин В.Л. ЭГП и региональное развитиеStepan Zemtsov
Цель - предложить подход к формализации категории ЭГП и оценить соответствующие потенциальные выгоды регионов с точки зрения их развития в 1998-2012 гг.
Земцов С.П. Неделя инноваций МГУ. Высокотехнологичные кластеры в РоссииStepan Zemtsov
Цель – выявление регионов с высоким потенциалом кластеризации по высокотехнологичным отраслям.
Возможность верифицировать уже поддержанные пилотные инновационные территориальные кластеры, выявить иные кластеры.
Zemtsov S.P. Hazardous hydrological phenomena and social vulnerability in RussiaStepan Zemtsov
The purpose of the report is to estimate the influence of hazardous hydrological phenomena on society. Methods and results of social vulnerability and risk assessment are presented in the article. The field research was conducted in the Slavyansk municipal district in the Krasnodar region. The main result of the work is that social risk can be underestimated in comparison with economic risk because of a low “value of life” in Russia (no life insurance, neglecting of basic safety rules, etc.).
Zemtsov. ECONOMIC-GEOGRAPHICAL POSITION (EGP) AS A FACTOR OF REGIONAL DEVELOP...Stepan Zemtsov
The purpose of the research was to formalize the EGP category and assess the benefits (potential) of economic-geographical position in its relation to regional development in Russia in 1998-2012
Zemtsov. REGIONAL FACTORS OF ENTREPRENEURIAL ACTIVITY IN RUSSIAStepan Zemtsov
The purpose of the research was to identify regional factors of entrepreneurial activity in Russia in 1998-2014 and its relationship with regional development
Zemtsov et al. Determinants of Russian regional innovation output Stepan Zemtsov
Spending on innovation increased annually in the 2000s in Russia’s regions, but innovation productivity varies greatly between regions. In the current climate of sanctions between Russia and Western countries and limitations on international technology transfer, there is a growing need to analyse the factors influencing regional innovation.
Previous empirical studies have found that the key factor of the growth of regional innovation is greater spending on research and development (R&D), thus confirming the main assumptions of a knowledge production function model.
Our research show that the quality of human capital, as measured by the number of economically active urban citizens with a higher education (the so-called creative class) has the greatest influence on the number of potentially commercializable patents in regions of Russia. Other significant factors were spending on acquisition of equipment, which indicates a high rate of wear and tear of Russian machinery, and spending on basic research, which creates the foundation for developing new technologies.
Russia’s innovation system has a ‘centre-periphery’ structure that favours the migration of highly qualified researchers to leading regions; proximity to such regions negatively influences innovation levels of the sending regions. However, at the same time, we see significantly fewer limitations on knowledge spillovers in the form of patents and – in this case – proximity to the ‘centres’ is a positive factor.
Zemtsov et al. Determinants of Russian regional innovation output
Средние баллы ЕГЭ поступающих и оценка факторов востребованности ведущих вузов России
1. Средние баллы ЕГЭ поступающих и оценка
факторов востребованности ведущих вузов
России
XVI Апрельская международная научная конференция «Модернизация
экономики и общества», 8 апреля 2015 года
Российская академия народного хозяйства
и государственной службы при Президенте Российской Федерации
Баринова Вера Александровна, к.э.н., с.н.с., заведующая лабораторией исследования
корпоративных стратегий и поведения фирм ИПЭИ РАНХИГС
Земцов Степан Петрович, к.г.н., старший научный сотрудник ИПЭИ РАНХиГС
Ерёмкин Владимир Александрович, научный сотрудник ИПЭИ РАНХиГС (докладчик)
2. 2
Цель, объект и предмет исследования
• Цель – выявить основные факторы, влияющие на
востребованность вузов России среди лучших
абитуриентов
• Объект – ведущие вузы России (ТОП-100 российских
вузов по рейтингу «Эксперт-РА» за 2013 г.)
• Предмет – внутренние и внешние факторы,
влияющие на востребованность ведущих вузов среди
лучших (с точки зрения баллов ЕГЭ) абитуриентов в
2013/2014 учебном году.
3. 3
Факторы выбора вуза: обзор исследований
Значимый фактор выбора вуза Эмпирическое исследование
Характеристики абитуриента
Материальный статус Sewell, Shah, 1978; Chapman, 1981; Olson, Rosenfeld, 1984; McDonough, 1997; Hossler и др., 1999; DesJardins, 1999; Андрущак и др., 2008; Могильчак,
2009; Прахов, Юдкевич, 2012
Образование родителей Sewell, Shah, 1978; Chapman, 1981; McDonough, 1997; Hossler и др., 1999; Андрущак и др., 2008
Вовлеченность родителей в обучение Sewell, Shah, 1978; Olson, Rosenfeld, 1984; Henderson, Berla, 1994; Hossler и др., 1999; Perna, Titus, 2005
Успеваемость в школе Chapman, 1981; Manski, Wise, 1983; Hossler и др., 1989; Borus, 1993; Андрущак и др., 2008
Принадлежность к социальной,
этнической или расовой группе
McDonough, 1997; Perna, Titus, 2005
Образовательная политика государства
Наличие финансовой поддержки (гранты,
бюджетное финансирование и т.д.)
Jackson, 1978; Olson, Rosenfeld, 1984; St John, 2001; Perna, Titus, 2004; Drewes, Michael, 2006; Yusof и др., 2008; Sia, 2013
Характеристики вуза
Качество преподавательского состава Chapman, 1981; Hossler и др., 1999; Yusof и др., 2008; Sia, 2013
Стоимость обучения Jackson, 1978; Heller, 1997; McDonough, 1997; Hossler и др., 1999; St John, 2001; Foskett, 2006; Yusof и др., 2008
Желаемая программа, профиль,
специальность
Chapman, 1981; Hooley, Lynch, 1981; Ford и др., 1999; Hossler и др., 1999; Yusof и др., 2008; Ефимова, 2012; Sia, 2013
Учебный план Hagel, Shaw, 2010
Студенческое сообщество Tinto, 1993
Возможность обучаться за рубежом DesJardins, 1999; Kusumawati, 2011
Наличие и качество инфраструктуры,
включая общежития, лабораторные
комплексы, библиотечный фонд
Hossler и др., 1999; Absher, Crawford, 1996; Price и др., 2003; Рогожин, 2004; Drewes, Michael, 2006; Sia, 2013
Близость вуза к месту проживания Kohn и др., 1976; Hossler, Gallagher, 1987; Servier, 1996; DesJardins, 1999; Drewes, Michael, 2006; Mangan и др., 2010; Ефимова, 2012; Sia, 2013
Востребованность выпускников Paulsen, 1990; Servier, 1996; Kusumawati, 2011; Ефимова, 2012
Бренд вуза
Репутация вуза в профессиональном
сообществе
Hossler, Foley, 1995; Yusof и др., 2008; Keling, 2006; Резник, 2014
Положение в рейтинге Hossler, Foley, 1995; DesJardins, 1999; Drewes, Michael, 2006; Briggs, 2006; Hazelkorn, 2007; Clarke, 2007; Griffith, Rask, 2007; Hazelkorn, 2009;
Ефимова, Маковейчук, 2014
Рекомендация друзей, родителей,
школьных учителей
Manski, Wise, 1983; Hossler, 1984; Coleman, Hoffer, 1987; Hossler, Gallagher, 1987; Woolnough, 1994; Hossler и др., 1999; Hayden, 2000; Drewes,
Michael, 2006; Maringe, 2006; Shanka и др., 2006; Ceja, 2006; Chen, 2008; Могильчак, 2009; Ефимова, 2012; Sia, 2013; Kusumawati, 2011
Узнаваемость в обществе Servier, 1994; Servier, 1996; Kusumawati, 2011; Ефимова, 2012; Нетёсова, 2014
Политика вуза
Возможность совмещать работу и учебу Yusof и др., 2008
Другие
Личное знакомство с вузом Lay, Maguire, 1981; Sevier, 1992$ Sia, 2013
4. 4
Модель востребованности
)_Re;;;_;;( ,,,,,_1, , titiInnovRnDtitiSignalticapitalHumanti charactgionFFcharactInnerFFfAttract ti
Attract - переменная, оценивающая востребованность вузов
t – период наблюдения (год), f – функциональная форма зависимости, i – вузы описываемой совокупности
FSignal – переменные, оценивающие результативность выполнения вузами сигнальной функции
FHuman_capital – переменные, оценивающие результативность выполнения вузами образовательной функции
Inner_charact – переменные, оценивающие внутренние характеристики вузов
Region_charact – переменные, описывающие условия размещения вузов
FRnD и FInnov – переменные, оценивающие результативность выполнения вузами научно-исследовательской и инновационной
функций
5. 5
Гипотезы
1. Наибольшее влияние на привлекательность вуза среди лучших абитуриентов
оказывает «сила» бренда. Иными словами, чем более узнаваем, популярен и
престижен вуз, тем выше его востребованность.
2. Востребованность выпускников, в качестве критерия которой могут
использоваться высокая средняя заработная плата и низкий уровень
безработицы после окончания вуза, является существенным фактором выбора
вуза лучшими абитуриентами. Чем выше заработная плата выпускника вуза, тем
более востребован вуз впоследствии среди абитуриентов.
3. Востребованность вуза зависит от качества преподавательского состава. Чем
более известны преподаватели, чем большее число статей они издают, чем
больше доля преподавателей с научной степенью, тем выше востребованность
вуза.
4. Качественная инфраструктура вуза оказывает положительное влияние на
востребованность вуза. Чем более обеспечен вуз общежитиями, компьютерной
техникой и учебными пособиями, тем более он востребован.
5. Научно-исследовательская и инновационная деятельности вузов способны
оказывать положительное влияние на их востребованность. Чем больше вуз
осуществляет научно-исследовательских проектов, чем больше инновационных
компаний при нем создано, тем он более востребован.
6. Востребованность вуза зависит от характеристик региона размещения вуза. Чем
выше качество жизни в регионе, где расположен вуз, тем более он востребован.
6. 6
Зависимые переменные
Avr_USE_all_2013 – «Средний балл ЕГЭ студентов,
принятых на обучение по программам
бакалавриата и специалитета, по всем формам
обучения» (средний балл ЕГЭ по всем формам
обучения)
Avr_USE_budg_2013 – «Средний балл ЕГЭ
студентов, принятых по результатам ЕГЭ на
обучение по очной форме по программам
бакалавриата и специалитета за счет средств
соответствующих бюджетов бюджетной системы
РФ» (средний балл ЕГЭ поступивших на бюджет
очной формы обучения)
Min_USE_2013 – «Усредненный по реализуемым
направлениям (специальностям) минимальный
балл ЕГЭ студентов, принятых по результатам ЕГЭ
на обучение по очной форме на программы
бакалавриата и специалитета» (средний
минимальный балл ЕГЭ)
USE – от англ. перевода Unified State Exam (Denisova-Schmidt, Leontyeva, 2014)
1 – МГИМО
2 – СПбГМУ
3 – МФТИ
4 – УрГЮУ
5 – ВАВТ
6 – ПМГМУ
7 – МГУ
8 – НИУ ВШЭ
9 – РАНХиГС
7. 7
Независимые переменные
Символ Расшифровка +/-
I. Сигнальная функция (FSignal) – узнаваемость бренда
Web_cited Индекс цитируемости сайта вуза по данным поисковой системы "Яндекс" в марте 2013 г. +
Web_search Число поисковых запросов с кратким названием вуза (например, МГУ) в поисковой системе "Яндекс" в расчете на 100 студентов вуза в марте 2013 г. +
II. Функция воспроизводства человеческого капитала (FHuman_capital)
Salary_stud Средняя ожидаемая заработная плата выпускника через 5 лет после окончания вуза, рассчитанная по методике портала SuperJob +
Unempl_true
Удельный вес выпускников 2012 года очной формы обучения, обратившихся за содействием в поиске подходящей работы и признанных
безработными*100, %
-
III. Внутренние характеристики вуза (Inner_charact)
Характеристики студентов
Foreighn_stud Доля иностранных студентов, завершивших освоение ООП ВПО, в общем выпуске студентов (приведенный контингент) +
Stud_to_abroad Доля студентов вуза, прошедших обучение за рубежом не менее триместра, % +
Характеристики преподавателей
Teach_per_stud Численность ППС в расчете на 1000 студентов приведенного контингента +
PHD_per_teach Доля преподавателей, имеющих ученую степень кандидата и доктора наук, % +
Foreign_teach Число иностранных НПР в расчете на 1000 работников +
Доходы вуза
Income_per_stud Доходы вуза из всех источников в расчете на одного студента +
Инфраструктура
Hostel Доля студентов, не обеспеченных собственным общежитием вуза, в числе студентов, нуждающихся в общежитии -
Lab_area Общая площадь учебно-лабораторных помещений в расчете на одного студента +
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 +
IV. Научно-исследовательская и инновационная деятельность (FRnD и FInnov)
Scopus_cit Число цитирований в Web of Science/Scopus в расчете 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 +
Patents Число патентов, зарегистрированных вузом в 2000-е гг., на 1000 НПР +
Innov_business Число хозообществ, созданных университетом в 2009-2012 гг. +
V. Региональные особенности (Region_charact)
Moscow Регион размещения: 1 – столичный статус (г. Москва), 0 – остальные регионы +
Agglom Город размещения: 1 – крупная агломерация (более 1 млн чел.), 0 – остальные города +
Контрольные переменные
Teach Общая численность ППС (без внешних совместителей и работающих по договорам ГПХ), чел. -
Students Численность приведенного контингента студентов вуза, чел. -
Speciality Уровень специализации– индекс Херфиндаля-Хиршмана по доле обучающихся по разным укрупненным группам специальностей (УГС) +
Tech_univ 1 – технический вуз, 0 – другие -
Econom_un 1 – экономический вуз, 0 – другие +
Med_un 1 – медицинский вуз, 0 – другие +
8. 8
Какие вузы востребованы?
По оси ординат – средний балл
ЕГЭ по всем формам обучения, по
оси абсцисс: 1 – технические вузы
(слева – по профилю, справа –
по специализации), 0 –
остальные вузы
По оси ординат – средний балл ЕГЭ
по всем формам обучения, по оси
абсцисс: 1 – размещение вуза в
агломерации (более миллиона
жителей) (на левом рисунке),
уровень специализации вуза (на
правом рисунке), 0 – остальные
вузы
9. 9
Модель 1. Средний балл ЕГЭ по всем формам обучения
МНК
Исключено наблюдений 6
Зависимая переменная Avr_USE_all_2013
Коэффициенты при переменных (стандартная ошибка)
Константа 36,625*** (7,411)
Ln(Число поисковых запросов с кратким названием вуза) 3,059*** (0,557)
Ln(Удельный вес выпускников предыдущего года,
признанных безработными)
-1,378**
(0,545)
Ln(Численность ППС в расчете на 1000 студентов
приведенного контингента)
0,476**
(0,2)
Доходы вуза из всех источников в расчете на одного
студента
3,076***
(1,132)
Уровень специализации 6,669*** (2,246)
Критерии
Ст. ошибка модели 4,853
R-квадрат 0,634
Исправленный R-квадрат 0,613
F(5, 92) 34
Р-значение (F) 0
Тесты
Тест Вайта на гетероскедастичность. Нулевая гипотеза:
гетероскедастичность отсутствует. Статистика (p-значение)
28,4
(0,1)
24,8
0,21)
21,3
(0,38)
22,6
(0,31)
21,8
(0,35)
Тест на нелинейность (логарифмы). Нулевая гипотеза:
зависимость линейна. Статистика (p-значение)
7,7
(0,1)
10,7
(0,03)
10,8
(0,29)
9,5
(0,05)
9,9
(0,08)
Тест на нормальное распределение ошибок. Нулевая
гипотеза: ошибки распределены по нормальному закону.
Статистика (p-значение)
6,3
(0,04)
2,3
(0,31)
4,1
(0,13)
0,9
(0,63)
2
(0,36)
Тест Чоу для структурных изменений в точке 50. Нулевая
гипотеза: нет структурных изменений. Статистика (p-
значение)
14,4
(0,03)
21,3
(0)
15,9
(0,01)
21,5 (0)
21,7
(0)
10. 10
Модель 2. Средний балл ЕГЭ поступивших на
бюджетное место очной формы обучения
Номер модели МНК 2.1 2.2 2.3
Исключено пропущенных или неполных наблюдений 2 2 2
Коэффициенты при переменных (стандартная ошибка)
Константа
50,815***
(4,672)
46,078***
(3,269)
48,31***
(3,695)
Ln(Число поисковых запросов с кратким названием вуза)
4,572***
(0,8)
3,412***
(0,671)
3,042***
(0,746)
Удельный вес выпускников предыдущего года, признанных безработными
-0,011***
(0,002)
Численность ППС в расчете на 1000 студентов приведенного контингента
0,497**
(0,218)
Агломерация
5,302***
(1,197)
4,996***
(1,368)
Общая численность ППС
0,003***
(0,001)
0,002**
(0,001)
Уровень специализации
16,782***
(2,198)
16,501***
(2,208)
Доля студентов вуза, прошедших обучение за рубежом
0,173**
(0,081)
Критерии
Ст. ошибка модели 7,038 5,625 5,521
R-квадрат 0,464 0,661 0,677
Испр. R-квадрат 0,447 0,647 0,66
F 33 55 39
Р-значение (F) 0 0 0
Тесты
Тест Вайта (White) на гетероскедастичность. Нулевая гипотеза: гетероскедастичность отсутствует.
Статистика (p-значение)
9,4 (0,4) 12,1 (0,52) 18,9 (0,46)
Тест на нелинейность (логарифмы). Нулевая гипотеза: зависимость линейна. Статистика (p-
значение)
6,2 (0,1) 4,1 (0,25) 2,7 (0,6)
Тест на нормальное распределение ошибок. Нулевая гипотеза: ошибки распределены по
нормальному закону. Статистика (p-значение)
0,3 (0,87) 3 (0,23) 3,2 (0,2)
Тест Чоу для структурных изменений в точке 50. Нулевая гипотеза: нет структурных изменений.
Статистика (p-значение)
10,2 (0,04) 7,9 (0,16) 1,1 (0,34)
11. 11
Модель 3. Минимальный балл ЕГЭ, усредненный по
направлениям очной формы обучения
Номер модели МНК 3.1 3.2
Исключено пропущенных или неполных наблюдений 2 2
Коэффициенты при переменных (стандартная ошибка)
Константа
35,496***
(4,349)
34,826***
(3,355)
Индекс цитируемости сайта вуза
0,002**
(0,001)
Средняя ожидаемая заработная плата выпускника
0,121*
(0,063)
0,116**
(0,047)
Доля студентов вуза, прошедших обучение за рубежом не менее триместра
0,002***
(0,001)
0,218***
(0,078)
Площадь, предназначенная для научно-исследовательских подразделений
0,01***
(0,002)
4,228***
(1,29)
Число цитирований в Web of Science/Scopus в расчете на 100 НПР
4,047***
(1,18)
Агломерация
0,284***
(0,062)
5,544***
(1,944)
Медицинский вуз
0,002***
(0,001)
0,001***
(0)
Критерии
Ст. ошибка модели 5,626 5,531
R-квадрат 0,435 0,454
Испр. R-квадрат 0,398 0,418
F 17 13
Р-значение (F) 0 0
Тесты
Тест Вайта (White) на гетероскедастичность. Нулевая гипотеза: гетероскедастичность отсутствует. Статистика (p-
значение)
32,2 (0,15) 36,3 (0,07)
Тест на нелинейность (логарифмы). Нулевая гипотеза: зависимость линейна. Статистика (p-значение) 6,6 (0,16) 7,6 (0,11)
Тест на нормальное распределение ошибок. Нулевая гипотеза: ошибки распределены по нормальному закону.
Статистика (p-значение)
2,9 (0,23) 3,8 (0,16)
Тест Чоу для структурных изменений в точке 50. Нулевая гипотеза: нет структурных изменений. Статистика (p-значение) 18,3 (0,01) 2,7 (0,01)
12. 12
Выводы
• Ключевыми факторами при выборе вуза абитуриентами являются бренд вуза (определяемый через число
поисковых запросов и цитируемость сайта), успешность выпускников (занятость и ожидаемая заработная
плата), доходность и обеспеченность профессорско-преподавательским составо
• Для первых 40 вузов наибольшее значение имеют доля безработных (отрицательный коэффициент), известность
вуза и соотношение преподавателей и студентов, а для остальных вузов – доля безработных (причем –
положительно!) и уровень специализированности университета
• При этом незначимыми в большинстве случаев оказались показатели, оценивающие развитие инфраструктуры
вуза, что связано с тем, что абитуриенты не рассматривают объективные показатели развития инфраструктуры
• Важным фактором оказалось наличие зарубежных стажировок
• 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
• Но 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
• Более востребованы вузы, расположенные в крупной агломерации благодаря более высокому качеству жизни в
ней
• Ожидаемым, но негативным результатом с точки зрения будущего социально-экономического развития страны
является отрицательная значимость бинарной переменной, соответствующей профилю технического вуза, так
как иннновационно активные, 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», которые по
сути не конкурируют с другими техническими вузами, а находятся в особом положении, так как являются
лидерами среди всех вузов страны по востребованности
14. 14
Функции вузов
• Сигнальная функция (Spence, 1972; Stiglitz, 1975; Weiss,
1995; Clark, 2000; Аистов, 2009) – сигнал о
производительности труда потенциального работника в
зависимости от репутации вуза, который он окончил
• Повышение человеческого капитала (Schultz, 1961; Becker,
2009; Мау, 2012) – получение навыков и знаний, влияющих на
производительность труда
• Барьерная функция (Arrow, 1973; Аистов, 2009; Borgen,
2015) – преграда для наименее подготовленных абитуриентов
• Научно-исследовательская и инновационная функции
(Ben-David, Zloczower, 1962; Clark, 1995; Lee, 1996;
Leydesdorff, Etzkowitz, 1996) – получение новых знаний и
технологий
• Предпринимательская функция (Slaughter, 1997; Etzkowitz,
2004; Грудзинский, 2003) – новые (инновационные) фирмы
15. 15
Модель выбора вуза
Модель Чапмана (Chapman, 1981), модель Джексона (Jackson, 1982), модель Хансона-Литтена
(Litten, 1982; Hanson, Litten, 1989; схожая формулировка в работах Д. Хослера – Hossler, Gallagher,
1987; Hossler и др., 1989)
16. 16
Характеристики выборки
Общая численность ППС (без внешних совместителей и
работающих по договорам ГПХ), чел.
Приведенный контингент студентов, чел.
Средний балл ЕГЭ студентов, принятых на
обучение по программам бакалавриата и
специалитета, по всем формам обучения
Среднее
992,8 (Санкт-Петербургский государственный национальный
исследовательский университет информационных технологий,
механики и оптики)
9037 (Уфимский государственный нефтяной
технический университет)
69,51 (Московский государственный университет
экономики, статистики и информатики (МЭСИ))
Медиана
814 (Пермский государственный национальный
исследовательский университет)
7868 (Пермский государственный национальный
исследовательский университет)
67,73 (Сибирский федеральный университет)
Максимум
5168 (Московский государственный университет им. М.В.
Ломоносова)
27839 (Московский государственный университет им.
М.В. Ломоносова)
91,99 (Московский физико-технический институт
(Национальный исследовательский университет))
Минимум
269 (Всероссийская академия внешней торговли Министерства
экономического развития РФ)
1947 (Всероссийская академия внешней торговли
Министерства экономического развития РФ)
57,3 (Национальный исследовательский
Иркутский государственный технический
университет)
Станд. отклонение 750,5 5191,8 7,88
17. 17
Выбор модели: лог или левел?
Зависимость между числом поисковых запросов краткого названия вуза в сети интернет на
100 студентов вуза и средним баллом ЕГЭ поступивших в вуз по всем формам обучения:
слева – в натуральных величинах, справа – в логарифмированных
19. 19
Модель 1. Средний балл ЕГЭ по всем формам обучения
Графики рассеяния зависимой
переменной (с 95%
доверительным интервалом)
средний балл ЕГЭ
поступивших по всем формам
обучения и независимых
переменных: число
поисковых запросов с кратким
названием вуза (слева
вверху), безработица среди
выпускников (справа вверху),
доходы на одного студента
(слева внизу) и уровень
специализации вуза (справа
внизу)
20. 20
Модель 2. Средний балл ЕГЭ поступивших на
бюджетное место очной формы обучения
Номер модели МНК 2.1 2.2 2.3
Исключено пропущенных или неполных наблюдений 2 2 2
Коэффициенты при переменных (стандартная ошибка)
const
50,815***
(4,672)
46,078***
(3,269)
48,31***
(3,695)
Ln_Web_search
4,572***
(0,8)
3,412***
(0,671)
3,042***
(0,746)
Unempl
-0,011***
(0,002)
Teach_per_stud
0,497**
(0,218)
Agglomeration
5,302***
(1,197)
4,996***
(1,368)
Teach
0,003***
(0,001)
0,002**
(0,001)
Speciality
16,782***
(2,198)
16,501***
(2,208)
Stud_abroad
0,173**
(0,081)
Критерии
Ст. ошибка модели 7,038 5,625 5,521
R-квадрат 0,464 0,661 0,677
Испр. R-квадрат 0,447 0,647 0,66
F 33 55 39
Р-значение (F) 0 0 0
Крит. Шварца 674,818 634,45 634,324
Крит. Акаике 668,66 626,753 625,087
Тесты
Тест Вайта (White) на гетероскедастичность. Нулевая гипотеза: гетероскедастичность отсутствует.
Статистика (p-значение)
9,4 (0,4) 12,1 (0,52) 18,9 (0,46)
Тест на нелинейность (логарифмы). Нулевая гипотеза: зависимость линейна. Статистика (p-
значение)
6,2 (0,1) 4,1 (0,25) 2,7 (0,6)
Тест на нормальное распределение ошибок. Нулевая гипотеза: ошибки распределены по
нормальному закону. Статистика (p-значение)
0,3 (0,87) 3 (0,23) 3,2 (0,2)
Тест Чоу для структурных изменений в точке 50. Нулевая гипотеза: нет структурных изменений.
Статистика (p-значение)
10,2 (0,04) 7,9 (0,16) 1,1 (0,34)
21. 21
Модель 3. Минимальный балл ЕГЭ, усредненный по
направлениям очной формы обучения
Номер модели МНК 3.1 3.2
Исключено пропущенных или неполных наблюдений 2 2
Коэффициенты при переменных (стандартная ошибка)
const
35,496***
(4,349)
34,826***
(3,355)
Web_cited
0,002**
(0,001)
Salary_stud
0,121*
(0,063)
0,116**
(0,047)
Stud_abroad
0,002***
(0,001)
0,218***
(0,078)
RnD_area
0,01***
(0,002)
4,228***
(1,29)
Scopus_cited
4,047***
(1,18)
Agglomeration
0,284***
(0,062)
5,544***
(1,944)
Med_un
0,002***
(0,001)
0,001***
(0)
Критерии
Ст. ошибка модели 5,626 5,531
R-квадрат 0,435 0,454
Испр. R-квадрат 0,398 0,418
F 17 13
Р-значение (F) 0 0
Крит. Шварца 641,522 638,192
Крит. Акаике 630,746 627,417
Тесты
Тест Вайта (White) на гетероскедастичность. Нулевая гипотеза: гетероскедастичность отсутствует. Статистика (p-
значение)
32,2 (0,15) 36,3 (0,07)
Тест на нелинейность (логарифмы). Нулевая гипотеза: зависимость линейна. Статистика (p-значение) 6,6 (0,16) 7,6 (0,11)
Тест на нормальное распределение ошибок. Нулевая гипотеза: ошибки распределены по нормальному закону.
Статистика (p-значение)
2,9 (0,23) 3,8 (0,16)
Тест Чоу для структурных изменений в точке 50. Нулевая гипотеза: нет структурных изменений. Статистика (p-значение) 18,3 (0,01) 2,7 (0,01)
22. 22
Модель 3. Минимальный балл ЕГЭ по всем
направлениям очной формы обучения
Графики рассеяния и гистограммы распределения зависимой переменной минимальный балл ЕГЭ поступивших и
независимых переменных: ожидаемая заработная плата выпускника (слева) и цитируемость сайта вуза (справа)
23. 23
Индекс востребованности вузов
IAvr_USE – субиндекс среднего балла ЕГЭ поступивших на бюджет очной формы обучения
IMin_USE - субиндекс среднего минимального балла ЕГЭ поступивших
IOlimp – субиндекс доли победителей и призеров олимпиад в числе студентов очной формы обучения
3
lim pOMinUGEAveUGE
Attract
III
I
№ Университет IAvr_UGE IMin_UGE IOlimp IAttract
1 Национальный исследовательский университет "Высшая школа экономики" 0,87 0,62 1,00 0,83
2 Московский государственный технический университет имени Н.Э. Баумана 0,86 0,68 0,86 0,80
3 Первый Санкт-Петербургский государственный медицинский университет имени И.П. Павлова 0,92 0,75 0,28 0,65
4
Московский государственный институт международных отношений (университет) Министерства
иностранных дел Российской Федерации
0,94 0,83 0,04 0,60
5 Новосибирский национальный исследовательский государственный университет 0,75 0,60 0,40 0,58
6 Московский физико-технический институт (государственный университет) 0,91 0,83 0,00 0,58
7 Московский государственный университет имени М.В. Ломоносова 0,81 0,72 0,15 0,56
8 Финансовый университет при Правительстве Российской Федерации 0,81 0,56 0,29 0,55
9
Санкт-Петербургский национальный исследовательский университет информационных технологий,
механики и оптики (ИТМО)
0,73 0,54 0,33 0,53
10 Санкт-Петербургский государственный университет 0,74 0,70 0,17 0,53
11 Уральский государственный медицинский университет 0,79 0,79 0,00 0,53
12 Московский государственный юридический университет имени О.Е. Кутафина 0,82 0,67 0,00 0,49
13 Национальный исследовательский ядерный университет "МИФИ" 0,76 0,65 0,05 0,49
14 Национальный исследовательский Томский политехнический университет 0,62 0,48 0,36 0,49
15
Российская академия народного хозяйства и государственной службы при Президенте Российской
Федерации
0,82 0,49 0,15 0,49
16 Всероссийская академия внешней торговли Министерства экономического развития Российской Федерации 0,85 0,58 0,00 0,48
17 Первый Московский государственный медицинский университет имени И.М. Сеченова 0,85 0,53 0,00 0,46
18 Воронежская государственная медицинская академия имени Н.Н. Бурденко 0,73 0,64 0,00 0,46
19 Российский государственный университет нефти и газа имени И.М. Губкина 0,74 0,54 0,06 0,45
20 Российский экономический университет имени Г.В. Плеханова 0,78 0,47 0,04 0,43