Кластерный анализ российских вузов на основе динамики показателей их деятельности

В статье представлены результаты исследования, цель которого – изучение динамики развития российских образовательных организаций высшего образования (вузов) на основе анализа показателей их деятельности. В выборку вошли 535 вузов из 80 субъектов Российской Федерации. Приведены результаты кластеризации образовательных организаций высшего образования на основе данных об изменении шести показателей, характеризующих ключевые направления их деятельности, за период с 2013/2014 по 2017/2018 учебные годы. Описаны характеристики каждого кластера, представлено межкластерное сравнение количественных показателей деятельности вузов.

В результате проведенных расчетов среднегодовых темпов прироста шести ключевых показателей, характеризующих деятельность вузов, были выделены пять кластеров, отличающихся траекториями своего развития. Так, организации, которые вошли в Кластер 1, за пятилетний период сохранили или улучшили свои позиции по основным направлениям образовательной деятельности и смогли поддерживать прирост доходов на среднем уровне. Однако их показатели по таким направлениям, как международная и научно-исследовательская деятельность, а также развитие инфраструктуры (обеспечение учебно-лабораторными помещениями), снизились. В вузах из кластеров 2 и 3 все показатели деятельности изменялись достаточно сбалансированно. При этом показатель, свидетельствующий о приросте интернационализации состава студентов, был значительно выше в Кластере 2, а у образовательных организаций из Кластера 3 отмечалось значительное увеличение публикационной активности научно-педагогических работников (НПР). Результаты деятельности вузов из Кластера 4 были положительными по всем рассмотренным направлениям. В этом кластере отмечались самые высокие среднегодовые темпы прироста среднего балла ЕГЭ и публикационной активности НПР. Образовательные организации, входящие в Кластер 5, с одной стороны, добились наилучших результатов в привлечении иностранных студентов, увеличении доходности своей деятельности и обеспеченности учебно-лабораторными помещениями, но с другой стороны, у них значительно снизились среднегодовые темпы прироста среднего балла ЕГЭ.

Исследование представляет собой одну из первых попыток кластеризации российских вузов на основе анализа изменения показателей их деятельности. Проведенные ранее исследования по кластеризации вузов преимущественно основывались на анализе показателей, рассчитанных на определенный момент времени. Предложенный автором подход позволяет сравнивать индикаторы динамики развития разных по размеру и масштабам деятельности образовательных организаций высшего образования.

Дальнейшие исследования в этой области могут быть направлены на анализ большего числа показателей деятельности вузов и детального изучения их стратегий для более глубокого понимания причин различий их эффективности.

1. Наводнов В.Г., Мотова Г.Н., Рыжакова О.Е. Сравнение международных рейтингов и результатов российского Мониторинга эффективности деятельности вузов по методике анализа лиг // Вопросы образования. 2019. № 3. С. 130–151. doi: https://doi.org/10.17323/1814-9545-2019-3-130-151.

2. Сивински В. Академические рейтинги и перспективы их развития // Вопросы образования. 2017. № 1. С. 158–166. doi: https://doi.org/10.17323/1814-9545-2017-1-158-166.

3. Аржанова И.В., Воров А.Б. Потенциал экспорта образования ведущими российскими университетами // Университетское управление: практика и анализ. 2016. № 6. С. 6–17. doi: https://doi.org/10.15826/umj.2016.106.054.

4. Меликян А.В. Показатели мониторинга системы высшего образования в России и за рубежом // Университетское управление: практика и анализ. 2014. № 3. С. 58–66.

5. Житкова В.А. Система оценки эффективности деятельности структурных подразделений и персонала в вузе // Современные проблемы науки и образования. 2016. № 6. URL: http://www.science-education.ru/ru/article/view?id=25663 (дата обращения: 09.01.2021).

6. Broshkov M. et al. Management of Key Performance Indicators by Heads of Higher Education Institutions // International Journal of Management. 2020. Vol. 11. Iss. 5. P. 286–298. URL: https://iaeme.com/Home/article_id/IM_11_05_028.

7. Абанкина И.В. и др. Типология и анализ научно-образовательной результативности российских вузов // Форсайт. 2013. Т. 7. № 3. С. 48–63.

8. Титова Н.Л. Стратегии развития российских вузов: ответы на новые вызовы. М.: МАКСПресс, 2008. 668 с. URL: https://www.ifap.ru/library/book445.pdf (дата обращения: 9.01.2021).

9. Howells J., Ramlogan R., Cheng S-L. The Role, Context and Typology of Universities and Higher Education Institutions in Innovation Systems: A UK Perspective. Manchester: Discussion Papers and Project Reports, Impact of Higher Education Institutions on Regional Economics: A Joint Research Initiative, 2008. URL: https://ewds.strath.ac.uk/Portals/8/typology.doc (дата обращения: 9.01.2021).

10. Ibáñez A., Larrañaga P., Bielza C. Cluster Methods for Assessing Research Performance: Exploring Spanish Computer Science // Scientometrics. 2013. Vol. 97. P. 571–600. doi: https://doi.org/10.1007/s11192-013-0985-9.

11. Shin J.C. Classifying Higher Education Institutions in Korea: A Performance-Based Approach // Higher Education. 2009. Vol. 57. Iss. 2. P. 247–266. doi: https://doi.org/10.1007/s10734-008-9150-4.

12. Valadkhani A., Worthington A. Ranking and Clustering Australian University Research Performance, 1998–2002 // Journal of Higher Education Policy and Management. 2006. Vol. 28. Iss. 2. P. 189–210. doi: https://doi.org/10.1080/13600800600751101.

13. Erdogmus N., Esen M. Classifying Universities in Turkey by Hierarchical Cluster Analysis // Education and Science. 2016. Vol. 41. No. 184. P. 363–382. doi: https://doi.org/10.15390/EB.2016.6232.

14. Меликян А.В. Статистический анализ динамики показателей деятельности российских вузов // Вопросы статистики. 2021. Т. 28. № 1. С. 38–49. doi: https://doi.org/10.34023/2313-6383-2021-28-1-38-49.

15. Ward J.H. Jr. Hierarchical Grouping to Optimize an Objective Function // Journal of the American Statistical Association. 1963. Vol. 58. Iss. 301. P. 236–244. doi: https://doi.org/10.1080/01621459.1963.10500845.