Высшее образование и исследовательские институты: новые количественные методы

Категория I23 «Высшее образование. Научно-исследовательские учреждения» появилась в «Журнале экономической литературы» как поле в классификации JEL в декабре 2004 г. Данные электронной библиографии EconLit показывают, что на конец 2005 г. в ней было отражено 304 публикации с кодом I23. За период 2006-2013 гг. прирост составил 6176 работ (увеличение в 20 раз). Доля этой области в общем объеме записей электронной библиографии EconLit выросла с 0,2 % в 2004 г. до 1,8 % в 2013 г. Эти показатели указывают на растущий интерес исследователей к проблемам высшего образования и научно-исследовательских институтов, которые во многих странах мира входят в состав университетов. В последние годы в России резко выросла значимость задачи сравнения достижений отечественного высшего образования и отечественной науки с мировым уровнем. Поэтому все большую актуальность приобретает научная задача составления обзоров зарубежного опыта в рассматриваемой области, в первую очередь новых направлений научных исследований, возникающих на пересечениях предметных областей. За 2006-2013 гг. при помощи библиометрического анализа на основе EconLit нами выявлено 376 подобных пересечений. Поскольку рамки одной статьи не позволяют осветить все новое в микрообласти I23, было решено начать с делений макрообласти C Математические и количественные методы, для которой на конец 2005 г. не было ни одного пересечения, а на конец 2013 г. их стало 29. Мы представляем 24 новых направлений исследований, охватывающие 105 публикаций, а также краткие комментарии к 29 работам. Лидерами в списке новых направлений являются пересечения с микрообластями: 1) C51 Построение модели и оценка, 2) C78 Теория контрактов; теория согласования. Свободны для развития новых направлений 37 кодов из макрообласти C. Выявлена тенденция использовать как отдельные методы, так и комплексы, которые включают в себя сочетание различных моделей, программного обеспечения и средств извлечения и анализа данных.

высшее образование, научно-исследовательские институты, библиометрия, математические и количественные методы, новые направления исследований

1. Лычагин М. В., Лычагин А. М., Попов И. Ю. Высшее образование, исследовательские институты и инновации в системе экономических знаний // Управление инновационной деятельностью экономических систем (ИН-ПРОМ-2014): труды междунар. науч-практ. конф. 2-7 июня 2014 г / под ред. А. В. Бабкина; С. - Петерб. гос. политех. ун-т, Таллиннский гос. тех. ун-т, ЦЭМИ РАН и др. СПб.: Изд-во Политех. ун-та, 2014. С. 456-461.

2. Лычагин М. В., Мкртчян Г. М., Суслов В. И. Концепция системно-инновационного библиометрического анализа и картографирования экономической литературы // Вестник Новосибирского государственного университета. Серия: Социально-экономические науки. 2014. Т. 14. Вып. 2. С. 127-141.

3. Пустовой Н. В., Межов И. С., Гринь А. М. Интеграция университетов и промышленных корпораций в стратегиях инновационного развития: монография. Новосибирск: Изд-во НГТУ, 2011. 274 с.

4. A Simultaneous Equation Model for Estimating Corruption in Higher Education / T. Andrei, D. Teodorescu, R. Bourbonnais, B. Oancea // Acta Oeconomica. 2009. No. 59 (4). P. 411-439.

5. Al-Yakoob S. M., Sherali H. D., Al-Jazzaf M. A Mixed-Integer Mathematical Modeling Approach to Exam Timetabling // Computational Management Science. 2010. No. 7 (1). P. 19-46.

6. Anderson M. L. The Benefits of College Athletic Success: An Application of the Propensity Score Design with Instrumental Variables [Electronic resource] // National Bureau of Economic Research, Inc. Working Papers: 18196. 2012. URL: http://www.nber.org/papers/w18196.pdf (accessed: 19.04.2015).

7. Bauwens L., Mion G., Thisse J.-F. The Resistible Decline of European Science. [Electronic resource] // C.E.P.R. Discussion Papers: 6625. 2008. URL: http://www.uclouvain.be/cps/ucl/doc/core/documents/coredp2007_92.pdf (accessed: 18.04.2015).

8. Better Luck Next Time: Learning Through Retaking / V. Frisancho, K. Krishna, S. Lychagin, C. Yavas [Electronic resource] // National Bureau of Economic Research, Inc. Working Papers: 19663. 2013. URL: http://www.nber.org/papers/w19663.pdf (accessed: 17.04.2015).

9. Bhattacharya D. Inferring Optimal Peer Assignment from Experimental Data // Journal of the American Statistical Association. 2009. No. 104 (486). P. 486-500.

10. Bibliometric Evaluation vs. Informed Peer Review: Evidence from Italy / G. Bertocchi, A. Gambardella, T. Jappelli, C. A. Nappi, F. Peracchi [Electronic resource] // C.E.P.R. Discussion Papers: 9724. 2013. URL: http://ftp.iza.org/dp7739.pdf (accessed: 23.04.2015)

11. BogetoftP.,FriedH. O., EeckautP. V. The University Benchmarker: An Interactive Computer Approach // Universities and Strategic Knowledge Creation: Specialization and Performance in Europe / ed. by A. Bonaccorsi, C. Daraio. Cheltenham, U.K. and Northampton, Mass.: Elgar, 2007. P. 443-462.

12. Does Relative Grading help Male Students? Evidence from a Field Experiment in the Classroom / E. Czibor, S. Onderstal, R. Sloof, M. van Praag [Electronic resource] // Tinbergen Institute. Discussion Papers: 14-116ЛП. 2014. URL: http://papers.tinbergen.nl/14116.pdf (accessed: 25.04.2015).

13. DominicisL. de, FloraxR. J. G.M., GrootH. L. F. de. Regional Clusters of Innovative Activity in Europe: Are Social Capital and Geographical Proximity the Key Determinants? [Electronic resource] // Tinbergen Institute, Discussion Papers: 11-009/3. 2011. URL: http://papers.tinbergen.nl/11009.pdf (accessed: 17.04.2015).

14. Giles D. E. Quantity versus Quality: What's in a (Journal) Name? [Electronic resource] // Department of Economics, University of Victoria, Econometrics Working Papers: 1103. 2011. URL: http://web.uvic.ca/econ/research/ papers/pdfs/ewp1103.pdf (accessed: 17.04.2015).

15. Grau N. The Impact of College Admissions Policies on The Performance of High School Students. Penn Institute for Economic Research. [Electronic resource] // Department of Economics, University of Pennsylvania. PIER Working Paper Archive. 2013. URL: http://economics.sas.upenn.edu/sites/economics.sas.upenn.edu/files/13-040_0.pdf (accessed: 18.04.2015).

16. GuoL., HuangS., SadekA. W. ANovel Agent-Based Transportation Model of a University Campus with Application to Quantifying the Environmental Cost of Parking Search // Transportation Research: Part A: Policy and Practice. 2013. No. 50 (0). P. 86-104.

17. HaleyM., JohnsonM. F.,McGeeM. K. A Framework for Reconsidering the Lake Wobegon Effect // Journal of Economic Education. 2010. No. 41 (2). P. 95-109.

18. Ivic K., Jurkovic Z., Marinkovic R. Izrada modela neuronskih mreza za ucestalost koristenja fakultetske knjiznice. (Development of Neural Network Models for the Frequency of Use of Faculty Library. With English summary) // Ekonomski Vjesnik. 2012. No. 25 (1). P. 104-115.

19. Kaklauskas A., Zavadskas E. K., Budzeviciene R. Web-Based Model of Multiple Criteria Ethical Decision-Making for Ethical Behaviour of Students // Journal of Business Economics and Management. 2009. No. 10 (1). P. 71-84.

20. Kelchtermans S., Verboven F. Reducing Product Diversity in Higher Education. [Electronic resource] // C.E.P.R. Discussion Papers: 6508. 2007. URL: http://www.cepr.org/pubs/dps/DP6508 (accessed: 18.04.2015).

21. Ketzler R., Zimmermann K. F. A Citation-Analysis of Economic Research Institutes [Electronic resource] // C.E.P.R. Discussion Papers: 9110. 2012. URL: http://ftp.iza.org/dp6780.pdf (accessed: 20.04.2015).

22. Lin T.-C. Application of a Static Game of Complete Information: Economic Behaviors of Professors and Students // Economics Bulletin. 2009. No. 29 (3). P. 1678-1686.

23. Menon M., Perali F. Eliciting Risk and Time Preferences in Field Experiments: Are They Related to Cognitive and Non-cognitive Outcomes? Are Circumstances Important? // Rivista Internazionale di Scienze Sociali. 2009. No. 117 (3-4). P. 593-629.

24. MontanariA., Viroli C. A Skew-Normal Factor Model for the Analysis of Student Satisfaction towards University Courses // Journal of Applied Statistics. 2010. No. 37 (3-4). P. 473-487.

25. Page S. E. On Incentives and Updating in Agent Based Models, California Institute of Technology [Electronic resource] // Division of the Humanities and Social Sciences, Working Papers: 1001. 1997. URL: http://s3-us-west-1.amazonaws.com/hss-prod-storage.cloud.caltech.edu/hss_working_papers/wp1001.pdf (accessed: 25.04.2015).

26. Predicting Participation in Higher Education: A Comparative Evaluation of the Performance of Geodemographic Classifications / C. Brunsdon, P. Longley, A. Singleton, D. Ashby // Journal of the Royal Statistical Society: Series A (Statistics in Society). 2011. No. 174 (1). P. 17-30.

27. Sgroi D., Oswald A. J. How Should Peer-Review Panels Behave? [Electronic resource] // University of Warwick, Department of Economics, The Warwick Economics Research Paper Series (TWERPS). 2012. URL: http://www2.warwick.ac.uk/fac/soc/economics/research/workingpapers/2012/twerp_999.pdf (accessed: 17.04.2015).

28. Soh K. Rectifying an Honest Error in World University Rankings: A Solution to the Problem of Indicator Weight Discrepancies. [Electronic resource] // Journal of Higher Education Policy and Management. 2013. No. 35 (6). P. 574-585.

29. Stepanic J., BachM. P., Kasac J. Agent Based Model of Young Researchers in Higher Education Institutions // Interdisciplinary Description of Complex Systems. 2013. No. 11 (2). P. 209-216.

30. SulisI., Capursi V. Building Up Adjusted Indicators of Students' Evaluation of University Courses Using Generalized Item Response Models // Journal of Applied Statistics. 2013. No. 40 (1-2). P. 88-102.

31. Sulis I., Porcu M. Comparing Degree Programs from Students' Assessments: A LCRA-Based Adjusted Composite Indicator // Statistical Methods and Applications. 2012. No. 21 (2). P. 193-209.

32. Windmann M., Kauermann G. Statistical Consulting at German Universities: Results of a Survey // AStA: Advances in Statistical Analysis. 2007. No. 91 (4). P. 367-378.