• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Инструменты повышения результативности форсайт-исследований в сфере науки, технологий и инноваций

Приоритетные направления развития: экономика
2019

В последние десятилетия в теории и практике форсайта наблюдается большой интерес к проведению оценки прогнозных исследований в сфере науки, технологий и инноваций (НТИ), что позволит повысить их результативность. Такой подход предусматривает охват широкого спектра информационных источников, а также использование интеллектуального анализа больших данных для их обработки. Целью исследования является выявление специфики, границ и подходов к проведению форсайт-исследований в сфере науки, технологий и инноваций (НТИ), разработка инструментов для повышения их результативности. Для достижения указанной цели были определены шесть исследовательских задач, представленных ниже.

1. Разработка методологии прогнозирования с использованием стохастических межотраслевых моделей и оценка параметров разрабатываемой модели с использованием доступных статистических данных

Используемые методы: кластерный анализ, байесовские векторные авторегрессии, стохастические динамические модели общего равновесия, долгосрочное прогнозирование с использованием стохастических динамических моделей общего равновесия.

Эмпирическая база исследования: апробация подходов к оценке параметров происходила с использованием следующей эмпирической базы. Во-первых, для исследования сделок слияний и поглощений финансовых технологий информация о совершенных сделках была получена с помощью базы данных Zephyr - Bureau van Dijk. Финансовые характеристики сторон сделок были получены с помощью базы данных Bloomberg. Во-вторых, для исследования «зеленых облигаций» эмпирическая база исследования состояла из двух источников. Информация об эмитентах как «зеленых», так и «климатических» облигаций была получена в Climate Bonds Initiative (CBI)[1]. Информация о характеристиках «зеленых облигаций» и «климатических облигаций» была получена с помощью базы данных Bloomberg.

Результаты работы: разработана методология прогнозирования влияния политики в области науки, технологий и инноваций на экономическое развитие, разработанная с использованием разработанной стохастической межотраслевой модели общего равновесия. Представлены предварительные результаты DSGE-модели, оценивающие влияние технологических шоков на примере отдельного сектора экономики. Оценка параметров разработанной модели приведена на примере сегмента слияний и поглощений финансовых технологий, а также в части определения эффективности «зеленых» облигаций.

Степень внедрения, рекомендации по внедрению или итоги внедрения результатов НИР: на основе результатов настоящего исследования может быть проанализировано влияние государственной политики в области науки, технологий и инноваций как на отдельные сектора, так и на экономику в целом. Для совершенствования оценок параметров модели должны быть проведены дополнительные исследования, включающие эмпирический анализ статистической информации по секторам экономики.

Степень внедрения, рекомендации по внедрению или итоги внедрения результатов НИР: с помощью разработанной DSGE-модели возможно прогнозирование развития секторов и экономики в целом, с целью принятия соответствующих решений в сфере управления наукой, технологиями и инновациями.

2. Выявление инструментов повышения эффективности сценарного анализа в форсайт-исследованиях

Используемые методы: анализ документов (прикладной политический анализ), анализ публикаций, кейс-стади, сценарный анализ.

Эмпирическая база исследования: форсайт-исследования, содержащие информацию о факторах, виляющих на будущее городов и статистические показатели развития городов, значимые для разработки сценариев.

В результате исследования были рассмотрены зарубежные форсайт-исследования развития городов, в которых используются альтернативные варианты сценарного анализа. Различные исследования отличаются степенью детализации проработки сценариев будущего, факторов влияния, а также используемыми для этого методами (экспертные интервью, семинары, сканирование горизонтов и др.). Классифицированы подходы к сценарному анализу и выявлены преимущества и недостатки каждого из подходов, которые зависят от целеполагания заказчиков и разработчиков сценариев, а также имеющихся у них объемов средств. Определены направления и инструменты повышения эффективности сценарного анализа в форсайт-исследованиях: при наличии достаточного объема средств целесообразен выбор подхода к разработке сценариев, объединяющего в себе преимущества и нивелирующего недостатки рассматриваемых в данном исследовании трех подходов к сценарному анализу. В данном случае можно довольно детально исследовать факторы, влияющие на развитие объекта в будущем, а также с их учетом в процессе масштабных экспертных обсуждений сформировать подробные видения сценариев развития объекта в будущем.

Результаты настоящего исследования могут быть использованы профильными министерствами и ведомствами при разработке стратегий и планов развития городов на кратко-, средне- и долгосрочную перспективу.

3. Разработка инструментария семантического бенчмаркинга текстовых описаний научно-технических результатов в разных источниках информации в сфере НТИ

Используемые методы: семантический анализ, векторные представления, глубинные нейронные сети архитектуры «трансформер», статистический анализ.

Эмпирическая база исследования: была собрана база данных исследовательских фронтов Web of Science, а также более 350 млн текстов научных статей, патентов, новостных публикаций, материалов конференций, аналитических отчетов и других документов.

Результаты работы: по результатам сопоставления векторных представлений на задаче классификации исследовательских фронтов была выбрана наиболее подходящая модель SciBERT и описана ее оптимальная конфигурация. В результате, с помощью выбранной модели решены задачи по выявлению исследовательских фронтов, технологических трендов и жизненного цикла технологий.

Степень внедрения, рекомендации по внедрению или итоги внедрения результатов НИР: решение было внедрено в систему интеллектуального анализа больших данных iFORA ИСИЭЗ НИУ ВШЭ.

4. Определение специфики использования различных информационных источников для решения задач форсайт-исследований

Используемые методы: теоретический анализ, анализ научных публикаций, сравнительный анализ информационных источников.

Эмпирическая база исследования: научные публикации и аналитические отчеты, посвящённые планированию и реализации форсайт-исследований. 

Результаты работы: в результате исследования были выявлены основные источники информации для форсайт-исследований. Для каждого источника были сформулированы исследовательские задачи, которые рекомендуется решать с его помощью. Ключевые методы сбора информации из этих источников были выявлены и проанализированы с точки зрения их преимуществ и недостатков. Кроме того, были определены факторы, от которых зависит эффективность работы с источниками данных, которые рекомендуется учитывать при выборе источников и разработке стратегий их использования.

Степень внедрения, рекомендации по внедрению или итоги внедрения результатов НИР: результаты настоящей работы могут быть полезны для экспертных групп при планировании и реализации форсайт-исследований, а также профильным министерствам и ведомствам при разработке научно-технологических прогнозов.

5. Разработка методических подходов к использованию методов форсайта для повышения результативности программ цифровизации национального и корпоративного уровней

Используемые методы: анализ научных публикаций, сравнительный анализ национальных и корпоративных программ цифровизации, методы обобщения и систематизации, кейс-стади (исследование кейсов).

Эмпирическая база исследования: стратегические документы в области цифровизации национального и корпоративного уровня, отчеты по результатам реализации стратегий, а также исследования международных организаций по вопросам эффективности различных методов (включая методы Форсайта) мониторинга и оценки результативности программ цифровизации.

Результаты работы: в результате исследования были разработаны методики мониторинга и оценки результативности национальных и корпоративных программ цифровизации с применением инструментов форсайта, адаптированные для применения российскими акторами. Разработаны рекомендации по повышению результативности программ цифровизации национального и корпоративного уровня с учетом передового мирового опыта.

Степень внедрения, рекомендации по внедрению или итоги внедрения результатов НИР: результаты исследования могут быть использованы при разработке и оценке стратегических программ цифровизации на национальном, отраслевом и корпоративном уровнях.

6. Определение подходов к выявлению и учету перекрестных эффектов смежных тематических областей в форсайт-исследованиях

Используемые методы: анализ методологии форсайт-исследований, в которых рассматривается развитие энергетики, сельского хозяйства или водохозяйственного комплекса; анализ методов изучения и измерения комбинированного использования водных, энергетических и сельскохозяйственных ресурсов; контент-анализ.

Эмпирическая база исследования: научные публикации, содержащие результаты форсайт-исследований; научные публикации и аналитические материалы экспертных международных организаций, в которых представлены методы и подходы к исследованию и оценке отраслевых, межотраслевых, социальных и экологических эффектов комбинированного использования водных, энергетических и сельскохозяйственных ресурсов.

Результаты работы: в результате исследования были определены инструменты учета эффектов смежных тематических областей в форсайт-исследованиях для повышения эффективности результатов таких исследований. Кроме того, были разработаны рекомендации по повышению результативности форсайт-исследований отраслевого и национального уровня за счет выявления и синтеза межотраслевых и междисциплинарных приоритетов.

Степень внедрения, рекомендации по внедрению или итоги внедрения результатов НИР: результаты исследования могут быть использованы для повышения эффективности форсайт-исследований отраслевого и национального уровня и основанных на них документах стратегического планирования.


[1] CBI располагают базой данных «зеленых облигаций» и компаний, их выпускающих. CBI раскрывает информацию о количестве выпущенных в некоммерческих целях.

Публикации по проекту:


De Moraes Silva D. R., Lucas L. O., Vonortas N. Internal barriers to innovation and university-industry cooperation among technology-based SMEs in Brazil // Industry and Innovation. 2020. Vol. 27. No. 3. P. 235-263. doi
Cheah S. L., Yang Y., Saritas O. Reinventing product-service systems: the case of Singapore // Foresight. 2019. Vol. 21. No. 3. P. 332-361. doi
Burmaoglu S., Saritas O. An evolutionary analysis of the innovation policy domain: Is there a paradigm shift? // Scientometrics. 2019. Vol. 118. No. 3. P. 823-847. doi
Proskuryakova L. N. Foresight for the 'energy' priority of the Russian Science and Technology Strategy // Energy Strategy Reviews. 2019. Vol. 26. P. 100378-1-100378-12. doi
Kuchin I., Baranovskii G., Dranev Y., Chulok A. Does green bonds placement create value for firms? / NRU Higher School of Economics. Series WP BRP "Science, Technology and Innovation". 2019. No. 101.
Sokolov A., Veselitskaya N., Carabias V., Yildirim O. Scenario-based identification of key factors for smart cities development policies // Technological Forecasting and Social Change. 2019. Vol. 148. No. November, article 119729. P. 1-16. doi
Mikova N., Sokolova A. Comparing data sources for identifying technology trends // Technology Analysis & Strategic Management. 2019. Vol. 31. No. 11. P. 1353-1367. doi
Lai Y., Vonortas N. Regional entrepreneurial ecosystems in China // Industrial and Corporate Change. 2019. Vol. 28. No. 4. P. 875-897. doi
Dranev Y., Frolova K., Ochirova E. The impact of fintech M&A on stock returns // Research in International Business and Finance. 2019. Vol. 48. P. 353-364. doi
Harms R., Hatak I., Chang M. Sensory processing sensitivity and entrepreneurial intention: The strength of a weak trait // Journal of Business Venturing Insights. 2019. Vol. 12. P. e00132-1-e00132-7. doi
Bosch A., Vonortas N. Smart Specialization as a Tool to Foster Innovation in Emerging Economies: Lessons from Brazil // Foresight and STI Governance. 2019. Vol. 13. No. 1. P. 35-47. doi
Aldieri L., Gennaro G., Kotsemir M. N., Vinci C. P. An investigation of impact of research collaboration on academic performance in Italy // Quality and Quantity. 2019. Vol. 53. No. 4. P. 2003-2040. doi

См. также

Ключевые слова