Развитие математических методов и инструментов многомерного анализа и прогнозирования показателей конкурентоспособности университетов в мировых рейтингах тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Чжан Хэ

• Чжан Хэ
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Чжан Хэ

Введение

Глава 1. Социально-экономические эффекты глобальных университетских рейтингов и математические методы их анализа

1.1 Социально-экономические эффекты глобальных университетских рейтингов: аналитический обзор

1.2 Количественный анализ влияния глобальных университетских рейтингов на стоимость обучения иностранных студентов и вклада иностранных студенческих инвестиций в экономику стран

1.3 Математические методы многомерного статистического анализа

глобальных университетских рейтингов

1.4 Нелинейные обыкновенные дифференциальные уравнения и их системы

в анализе глобальных университетских рейтингов

Глава 2. Структурная динамика глобальных университетских рейтингов

и их взаимосвязей с внешней средой

2.1 Количественный анализ структурной устойчивости глобальных университетских рейтингов во времени

2.2 Чувствительность ранжировок в глобальных университетских рейтингах

от изменения весовых коэффициентов их индикаторов

2.3 Моделирование послойных корреляций в глобальных университетских рейтингах между их индикаторами и интегральными показателями

2.4 Влияние разнообразия языковых версий университетских сайтов

и их аккаунтов в социальных сетях на глобальное ранжирование университетов

Глава 3. Математические методы прогнозирования вхождения университетов

на заданные позиции глобальных университетских рейтингов

3.1 Линейная экстраполяция в прогнозировании вхождения ведущих российских университетов на заданные позиции глобальных

университетских рейтингов

3.2 Пороговый метод прогнозирования вхождения ведущих российских университетов на заданные позиции глобальных университетских рейтингов

на основе скопусовской статистики

3.3 Прогнозирование рейтингов университетов с помощью анализа

временных рядов

3.4 Метод линейного алгебраического анализа в расчётах гарантированного вхождения университетов на заданную позицию глобальных

университетских рейтингов

Глава 4. Математическое моделирование глобальных университетских

рейтингов с помощью уравнений популяционной динамики

4.1 От одномерных моделей популяционной динамики к многомерным моделям в приложении к динамике глобальных

университетских рейтингов

4.2 Качественный анализ многомерной модели популяционной динамики и её параметров в приложении к динамике глобальных

университетских рейтингов

4.3 Пути упрощения модели популяционной динамики применительно

к динамике глобальных университетских рейтингов

4.4 Численные эксперименты с трёхмерными и четырёхмерными уравнениями популяционной динамики для глобальных университетских рейтингов

и частный метод идентификации параметров этих уравнений

Заключение

Список литературы

Приложение А. Зависимость стоимости обучения по бакалаврским

и магистерским программам от рангов университетов в рейтинге QS, 2019 г

Приложение Б. Зависимость стоимости обучения по бакалаврским и магистерским программам в зависимости от рангов университетов

в рейтинге THE, 2019 г

Приложение В. Исходные данные для расчета доли дохода, полученной в результате пребывания иностранных студентов от прямых иностранных инвестиций,

для разных стран мира за разные годы

Приложение Г. Средний курс валют

Приложение Д. TOP-100 мировых университетских рейтингов

ARWU, QS, THE (2014-2018 гг.)

Приложение Е. Динамика рангов университетов в рейтингах

ARWU, QS, THE T0P-100 (2014-2018 гг.)

Приложение Ж. Средние ранги университетов в рейтингах ARWU, QS,

THE T0P-100 и средний размах их колебаний за пятилетний период (2014-2018 гг.)

Приложение И. Первые двадцатки самых стабильных и самых нестабильных во времени рангов университетов в T0P-100 рейтинов ARWU, QS, THE

за пятилетний период времени (2014-2018 гг.)

Приложение К. Распределение числа университетов по странам

в T0P-100 рейтингов ARWU, QS, THE (2014-2018 гг.)

Приложение Л. Ранги университетов по рассчитанному показателю

ARWU, 2018 г

Приложение М. Ранги университетов по рассчитанному показателю THE, 2019 г

Приложение Н. Ранги университетов по рассчитанному показателю QS, 2018 г

Приложение П. Кросскорреляционные матрицы для вариантов таблиц

трех приложений Л-Н, вычисленных для Total Score и Overall Score

Приложение Р. Распределение языковых версий сайтов по университетам,

входящих в Т0Р-100 рейтингов QS, THE, ARWU Т0Р-100 (18.10.2018-01.11.2018)

Приложение С. Распределение аккаунтов в социальных сетях, мессенджеров и приложений университетов, входящих в Т0Р-100 рейтингов QS, THE,

ARWU (18.10.2018-01.11.2018)

Приложение Т. Глобальные, федеральные, национальные исследовательские российские университеты, а также другие университеты, входящие

в рейтинг QS (2012-2021 гг.)

Приложение У Глобальные, федеральные, национальные исследовательские российские университеты, а также другие университеты, входящие

в рейтинг THE (2012-2020 гг.)

Введение диссертации (часть автореферата) на тему «Развитие математических методов и инструментов многомерного анализа и прогнозирования показателей конкурентоспособности университетов в мировых рейтингах»

ВВЕДЕНИЕ

Актуальность темы исследования связана с постоянным вниманием мирового сообщества к глобальным университетским рейтингам, определяющим конкурентоспособность университетов и территорий на которых они находятся, и, соответственно их привлекательность для иностранных студентов и исследователей. Несмотря на постоянную критику глобальных университетских рейтингов, они уже давно стали очень влиятельными инструментами, оказывая сильное воздействие на принятие решений в академической среде и на структуру ее институтов, их количество постоянно растет, на них ориентируются политики, работодатели, рекрутеры, студенты и, конечно, университетский менеджмент.

Благодаря активности рейтинговых агентств, у будущих студентов формируется сознание о необходимости выбора университета, согласно их рейтинга и той информации, которую навязывают им рейтинговые агентства, так как они свои рейтинги связывают на прямую с качеством образования и уровнем научных исследований в ранжируемых университетах.

Поэтому политики и университетские лидеры принимают все меры, чтобы подыматься всё выше и выше в этих рейтингах. Они понимают, что для этого нужно выделять большие ресурсы. В среднем для лучших университетов мира увеличение расходов на одного студента на 3-7 % означает поднятие в рейтинге THE на одну позицию.

Независимо от университетской репутационной гонки, которая подстёгивает рост платы за обучение, эта плата в большинстве стран мира и так растет по экономическим причинам. Государства уже не могут, как раньше, должным образом финансировать высшее образование и поощряют повышение цен на обучение иностранных студентов. Поэтому рекрутинг иностранных студентов во многих странах мира является проблемой выживания их университетов и территорий, на которых они находятся.

Вхождение России в университетскую репутационную гонку в 2012 году обусловило запуск проекта «5-100», который сейчас трансформировался в

стратегическую программу академичесго лидерства (программа «Приоритет -2030»).

Всё вышесказанное, обуславливая актуальность данного исследования, а понимание того, что рейтинги университетов представляют собой многомерные объекты, требует совершенствования существующих методов многомерного математического анализа глобальных университетских рейтингов и построения новых математических моделей, особенно, для прогноза продвижения университетов в указанных рейтингах.

Степень разработанности проблемы.

1. Большой пласт научных трудов относится к анализу глобальных университетских рейтингов, как влиятельным инструментам, оказывающим большое влияние на принятие решение в академической, политической, предпринимательской, студенческой среде, а также в среде рекрутеров (Дж. Салми, Е. Хазелкорн, Г.А. Берг, Л. Харвей, С. Маргинсон, Р.Г. Ехренберг, М. Сайсана, Д. Робинсон, К.И. Стергиу, А.К. Циклирас, К. Тофалис, М. Кларк, Е.А. Ханушек, Л. Воесманн, П. Рамсден, М. Енсеринк, Д.-Ч. Шин, Х.-Х. Ким, и другие).

2. Построению и усовершенствованию математических моделей глобальных университетских рейтингов, их сравнительному анализу, построению мер сравнения, подобия и перекрытия между ними, анализу устойчивости их во времени, чувствительности к изменению их весовых коэффициентов, послойным корреляциям отдельных индикаторов рейтингов с их интегральными показателями (Overall Score, Total Score) посвящены работы следующих исследователей: И.Ф. Агуилло, Дж. Бар - Илан, М. Левене, Дж.Л. Ортега, Х.Ф. Моед, Ф. Селтен, К. Нейлон, К. Шехат, К. Махмуд, М. Хуанг, Л. Лейдесдорф, А.Ф. Ван Ран, Ф.А. Ван Вухт, М, Сайсана, Б.Д. Хомбрес, А. Салтелли, К. Де Витте, Л. Худрликова, Г.А. Олкай, М. Балу, К.С. Сох, М. Муссард, А.П. Джеймс, Ю.Ч. Хоу, Р. Морсе, Ч.-Л. Чианг, М. Пинар, Дж. Милла, Т. Стентос, К. Нетхал, Дж. Харрисон, Е.В. Балацкий, Н.А. Екимова, В.М. Московкин, А.В. Киташева, Е.В. Харченко, Е.В. Спицина, Л.А. Войташ и другие.

3. Установлению корреляционных связей между стоимостью обучения, расходами на одного студента, охватом образования с одной стороны и рейтингами университетов с другой, а также расчетами эластичности в этих связях посвящены работы: М. Коелли, Г. Маркони, Дж. Ритзен, Д.Ф. Макдуф, Е. Кантон, Х. Воссенштейн, К. Де Витте, Л. Худрликова, Б.Ю. Фархан, М. Бергер, Т. Костала, П. Тейлор, Р. Браддок, Р. Картер, Д. Карри, А.К. Циклирас, Д. Робинсон, К.И. Стергиу, М. Кларке, И.Б. Стукалова, А.А., Стукалова, И.М. Таточенко,

A.Л. Таточенко.

4. Установлению корреляционных связей между рангами и интегральными показателями университетских рейтингов с одной стороны и рангами альтметрик этих же университетов с другой посвящены работы: П.Р. Гонсалвес, Г. Велецианос, Р. Киммонс, А. Шау, Л. Раскуини, С. Вудвард, Р. Маресова, М. Куца, М. Возниак, Д. Бучновская, К. Холмберг, Е. Искандер, Г.Б. Бати, К.Г. МакКой, М.Л. Нельсон, М.С. Вейгл, А. Месегиер -Мартинез, А. Рос-Галвез, А. Роза-Гарсия, А. Фигуейра.

5. Прогнозированию вхождения университетов в ТОР-100 мировых университетских рейтингов на основе метода пороговых значений, самоорганизущихся карт Кохонена, нейросетевых моделей посвящены работы: М.И. Мелешкин, М.В. Забоев, В.Г. Ханин, С.С. Донецкая, Д.Г. Родионов.

6. Вопросам математического моделирования и прогнозирования продвижения университетов в мировых университетских рейтингах на основе модели системной динамики Форрестера посвящены работы: Н. В. Яндыбаева,

B.А. Кушников, О.М. Тихонова, А.Ф. Резников, В.А. Иващенко, Т.Е. Шульга. Д.С. Фоминых, А.С. Богомолов, В.И. Рогович, А.А. Генералов.

7. Вопросам математического моделирования и прогнозирования продвижения университетов в мировых университетских рейтингах на основе уравнений популяционной динамики в простейшем одномерном случае посвящены работы И.Г. Неудачина и В.И. Роговича, а предпосылки построения для этих целей многомерных моделей популяционной динамики заложены в работах В.М. Московкина и А.В. Журавки по математическому моделированию конкурентно-кооперационных взаимодействий в социально-экономических

системах, представляющих собой уравнения популяционной динамики Лотки -Вольтерра.

Из последних шести блоков задач, относящихся к развитию математических методов и инструментов в вопросах глобальных университетских рейтингов, мы будем развивать такие методы и инструменты в блоках задач 2-5,7:

во втором блоке задач проделаны расчеты по устойчивости, чувствительности и послойным корреляциям в глобальных университетских рейтингах в гораздо более широких выборках университетов и количеств рейтингов по сравнению с предыдущими исследованиями;

в третьем блоке задач построены корреляции между стоимостями обучения и рейтингами университетов, проделанные на более систематической основе по сравнению с предыдущими исследованиями, а также впервые проделаны аналогичные корреляции на агрегированной основе (агрегируются и усредняются рейтинги всех университетов в стране, входящих в ведущие мировые рейтинги вместе с ценами на обучение) и получены доли иностранных студенческих инвестиций от прямых иностранных инвестиций для разных стран;

в четвертом блоке задач на основе построения бинарных матриц распределения количеств аккаунтов в социальных сетях и языковых версий сайтов университетов, входящих в глобальные университетские рейтинги, получена корреляция первого показателя с Overall (Total) Score или ранга различных университетских рейтингов и отсутствие такой корреляции для второго показателя;

в пятом блоке задач разработан метод линейного алгебраического анализа в прогнозной оценке заданной позиции университета в глобальном университетском рейтинге, а также сделана попытка прогнозирования динамики рейтингов университетов на основе методов анализа временных рядов;

в седьмом блоке задач, впервые предложено использовать уравнения популяционной динамики Лотки-Вольтерра, представляющие собой автономные нелинейные динамические системы, для математического моделирования продвижения университетов в глобальных университетских рейтингах.

Таким образом, выбор темы, цели и задач данного исследования основано на дальнейшем развитии комплекса математических методов и инструментов в изучении структуры и динамики глобальных университетских рейтингов и их корреляций с другими переменными, что имеет первостепенное значение в научном и практическом аспекте.

Цель исследования заключается в развитии комплекса математических методов и инструментов в изучении структуры и динамики глобальных университетских рейтингов и их корреляций с другими переменными, обеспечивающего принятие более обоснованных решений в продвижении университетов в глобальных университетских рейтингах.

Необходимость достижения поставленной цели потребовало решение следующих задач:

- проанализировать существующие подходы, методы и инструменты в моделировании глобальных университетских рейтингов и их корреляций с другими переменными, а также определить направления их развития;

- провести анализ устойчивости, чувствительности и послойных корреляций в глобальных университетских рейтингах;

- на институциональном и страновом уровне построить корреляции между рейтингами университетов и стоимостью обучения в них студентов, а также количественно оценить доли иностранных студенческих инвестиций в прямых иностранных инвестициях для разных стран мира;

- установить корреляционные связи между рейтингами университетов и количествами у них аккаунтов в социальных сетях и языковых версий сайтов с помощью построения бинарных матриц распределения этих нематериальных активов по университетам, входящих в произвольный рейтинг;

- разработать метод линейного алгебраического анализа в прогнозировании заданной позиции университета в глобальных университетских рейтингах, основанный на решении алгебраического линейного уравнения с тремя переменными (наиболее значимые частные индикаторы рейтинга) и с ограничениями на них; предложить процедуру пороговых значений для

вхождения университетов на заданные позиции рейтинга на основе интегрального показателя скопусовской публикационной активности, а также использовать процедуры линейной экстраполяции и анализа временных рядов для прогнозирования позиций университетов в глобальных университетских рейтингах;

- разработать подход в моделировании и прогнозировании продвижения университетов в глобальных университетских рейтингах на основе решения уравнений популяционной динамики Лотки - Вольтерра с постановкой и решением ряда задач в рамках этого подхода.

Объектом исследования являются различные глобальные университетские рейтинги и входящие в них университеты.

Предметом исследования являются различные эффекты и совокупность взаимодействий в глобальных университетских рейтингах и их отношениях с внешней средой, рассматриваемые в процессе математического моделирования и прогнозирования.

Соответствие диссертационной работы паспорту научной специальности. Исследование выполнено в соответствии с Паспортом специальности 08.00.13 - Математические и инструментальные методы в экономике: п. 1.1. Разработка и развитие математического аппарата анализа экономических систем: математической экономики, эконометрики, прикладной статистики, теории игр, оптимизации, теории принятия решений, дискретной математики и других методов, используемых в экономико-математическом моделировании; 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни: демографических процессов, рынка труда и занятости населения, качества жизни населения и др.; 2.1. Развитие теории, методологии и практики компьютерного эксперимента в социально-экономических исследованиях и задачах управления.

Теоретической основой диссертационного исследования послужили современные труды, в основном, зарубежных ученых по проблемам ранжирования

университетов в глобальных университетских рейтингах, а также по вопросам развития математических методов и инструментов многомерного статистического анализа университетских рейтингов.

Методология и методы диссертационного исследования. Методология исследования базируется на концептуальных положениях теории ранжирования произвольных объектов, включая университеты. В работе использовались методы многомерного статистического, матричного, корреляционно-регрессионного, сравнительного, наукометрического анализа, анализа временных рядов, качественного анализа и численных решений систем нелинейных обыкновенных дифференциальных уравнений.

Информационно-эмпирическая база исследования сформирована данными ведущих глобальных университетских рейтингов за большой ряд наблюдений, данными статистических ведомств России и зарубежных стран. Использованы материалы научных периодических изданий, сети Интернет, научных монографий и диссертаций.

Рабочая гипотеза исследования состоит в предположении о возможности совершенствования математических методов и инструментов многомерного статистического анализа и математического моделирования глобальных университетских рейтингов за счет более полного учета структурной динамики глобальных университетских рейтингов и их взаимного влияния с факторами внешней среды.

Основные положения диссертации, выносимые на защиту

1. Закономерности структурной динамики рангов (позиций) и интегральных показателей университетов в различных глобальных университетских рейтингах обусловлены их неоднородность, что потребовало изучение стабильности их ранжировок во времени, чувствительности этих ранжировок к изменению весовых коэффициентов индикаторов при расчете интегральных показателей рейтингов (Overall Score, Total Score) и послойных корреляций частных индикаторов с интегральными показателями рейтинга.

2. Так как рейтинги университетов сильно влияют на стоимости обучения студентов в них, а через них и на доходы университетов, то возникает необходимость на систематической основе установить такие связи на институциональном и страновом уровне, а также количественно оценить доход, получаемый странами, в долях от прямых иностранных инвестиций, от пребывания в них иностранных студентов.

3. Выдвинута гипотеза, что нематериальные активы университетов в виде их официальных аккаунтов в социальных сетях и наличия языковых версий сайтов могут влиять на их рейтинги, в этой связи предлагается строить и анализировать бинарные матрицы по встречаемости этих нематериальных активов на сайтах ведущих университетов, и на их основе проводить корреляционные расчёты.

4. Обоснована возможность использования линейного алгебраического анализа в прогнозной оценке заданной позиции университета в глобальных университетских рейтингах, показана возможность прогнозирования попадания университетов на заданные позиции на основе процедуры определения пороговых значений для показателя скопусовской публикационной активности, а также прогнозирования динамики рангов ведущих университетов мира с помощью аппарата анализа временных рядов, на примере наиболее длинных рядов рейтинга ARWU.

5. Обоснована возможность использования уравнений популяционной динамики Лотки-Вольтерра для прогнозирования изменения Overall (Total) Score в глобальных университетских рейтингах. В приложении к данной задаче, эта система уравнений интерпретируется как нелинейная динамическая система конкурентных взаимодействий среди заданной совокупности университетов. Разработана калибровочная процедура для определения коэффициентов модели по ретроспективным интегральным показателям рейтинга THE (Overall Score) и использована матлабовская программа по численному решению системы нелинейных дифференциальных уравнений, описывающих конкурентную динамику интегральных показателей рейтингов университетов, на основе метода Рунге-Кутта.

Степень достоверности результатов, полученных в исследовании,

подтверждается математически корректным использованием апробированных методов дискретной и непрерывной математики, включая методы математической статистики, анализа временных рядов, матричного анализа, решения линейных алгебраических уравнений, качественного анализа систем нелинейных обыкновенных дифференциальных уравнений и их численного решения с помощью метода Рунге - Кутта. Обоснованность полученных статистических моделей характеризуется оценкой качества уравнений по статистическим критериям (Стьюдента, Фишера, Дарбина-Уотсона, а также по коэффициенту детерминации). Обоснованность используемых для анализа показателей университетской конкурентоспособности связана с применением принятых в научном сообществе интегральных показателей и их индикаторов глобальных университетских рейтингов.

Научная новизна исследования в целом заключается в развитии математических методов и инструментов при моделировании и прогнозировании глобальных университетских рейтингов, что будет способствовать принятию более обоснованных решений на национальном и институциональном уровне.

Наиболее значимыми результатами исследования, обладающими элементами научной новизны, являются:

1. Дополнены и усовершенствованы существующие подходы по изучению мобильности и структурной динамики глобальных университетских рейтингов, касающиеся их устойчивости во времени, чувствительности к изменению весовых коэффициентов их индикаторов и послойных корреляций между индикаторами и интегральными показателями рейтингов, что расширяет наши знания о структурной динамике этих рейтингов и может использоваться в прогнозных целях.

2. Разработан аналитический инструментарий для оценки экономической эффективности глобальных университетских рейтингов, состоящий в нахождении корреляций между стоимостью обучения иностранных студентов и рейтингами университетов, причем разработана процедура таких расчетов и на национальном

уровне, и доли доходов, которые приносят обучающиеся в стране иностранные студенты, в прямых иностранных инвестициях.

3. Подтверждена гипотеза о том, что нематериальные активы, в виде наличия на сайтах университетов разнообразного количества аккаунтов в социальных сетях, оказывают позитивное воздействие на рейтинги университетов, а гипотеза о влиянии на рейтинги разнообразного числа языковых сайтов не подтвердилась в высокорейтинговых зонах ведущих университетских рейтингов, так как в них превалировали англо - саксонские университеты, имеющие только англоязычные сайты.

4. Обоснован и разработан математический метод прогнозирования попадания рейтинга университета на заранее заданную позицию с помощью решения линейного алгебраического уравнения с несколькими переменными и ограничениями, наложенными на них, апробированный на ряде ведущих российских университетов.

5. Обоснована возможность прогнозирования университетских рейтингов на основе методов анализа временных рядов для глобальных университетских рейтингов, имеющих наиболее длинные ряды (до 18 временных точек для рейтинга ARWU с неизменной методологией).

6. Разработана методология моделирования университетских рейтингов с помощью решения уравнений популяционной динамики вместе с процедурами калибровки модели, позволяющая делать краткосрочные прогнозы позиционирования университетов в глобальных университетских рейтингах.

Теоретическая значимость исследования состоит в расширении теоретико-методологической основы математических методов и инструментов для изучения структурной динамики и моделирования глобальных университетских рейтингов, включающей в себя изучение устойчивости университетских ранжировок во времени, их чувствительности к случайным возмущениям весовых коэффициентов индикаторов, послойных корреляций между индикаторами и интегральными показателями рейтингов, корреляций между этими показателями и стоимостями обучения на институциональном и страновом уровне, оценке доли доходов от

пребывания иностранных студентов в стране в прямых иностранных инвестициях, корреляций между интегральными показателями рейтингов и университетскими нематериальными активами в виде количества аккаунтов в социальных сетях, разработки пороговых моделей вхождения университетов на заданные позиции рейтингов с помощью анализа скопусовской публикационной активности и решения линейных алгебраических уравнений с ограничениями на их переменные, а также прогнозирования университетских ранжировок с помощью анализа временных рядов и решения уравнений популяционной динамики.

Практическая значимость результатов исследования состоит в возможности их использования при прогнозировании позиционирования университетов в глобальных университетских рейтингах и при принятии решений по усилению университетской конкурентоспособности, связанной с улучшением позиционирования университетов в этих рейтингах.

Результаты исследования внедрены в управленческий процесс Белгородского государственного национального исследовательского университета в виде расчетных прогнозных данных по гарантированному вхождению НИУ «БелГУ» в T0P-700 рейтинга THE World University Rankings (Times Higher Education). Также результаты исследования нашли практическое применение в деятельности отдела наукометрии Белгородского государственного технологического университета им. В.Г. Шухова с целью принятия научно-обоснованных решений по вхождению БГТУ им. В.Г. Шухова в глобальные университетские рейтинги.

Апробация результатов работы. Основные результаты диссертационной работы докладывались на следующих международных и всероссийских научно-практических конференциях: научно-практическая конференция с международным участием «Трансформации и риски современности: междисциплинарные исследования», тема доклада: «Каковы шансы вхождения в T0P-100 рейтингов THE и QS ведущих российских университетов? Анализ «скопусовской» статистики» (Белгород, 2020), междисциплинарный форум Speed-Up «Современная наука: приоритетные направления и проблемы развития», тема доклада: «Позиции ведущих российских университетов в трёх ведущих мировых рейтингах: итоги

проекта 5-100» (Москва, 2020), Proceedings of the 3rd International Conference Spatial Development of Territories, тема доклада: «Spatial analysis of Russian university excellence centers and calculation of regional university competitiveness» (Belgorod, 2020), XI международная научно-практическая конференция для студентов, магистрантов, аспирантов и молодых ученых «Актуальные проблемы развития национальной и региональной экономики», тема доклада: «Прогнозирование рейтингов университетов с помощью анализа временных рядов» (Белгород, 2021).

Опубликованы в 20 научных работах общим объемом 19,18 п.л. (в т.ч. авт. -10,25 п.л.), в том числе в 8 изданиях, рекомендованных ВАК России, объемом 5,65 п.л. (в т.ч. авт. - 2,83 п.л.), 1 статья по спискам Web of Science и Scopus объемом 1,78 п.л. ( в т.ч. авт. - 0.44 п.л.).

Структура и объем работы отражает общий замысел и логику исследования. Диссертация состоит из введения, четырёх глав, заключения, списка литературы, включающего 135 наименований, 17 приложений. Диссертация представлена на 282 страницах, содержит 54 таблицы, 26 рисунков.

Во введении рассматриваются такие аспекты, как актуальность темы диссертации, степень изученности проблемы, а также поставлены основные цель, задачи, объект и предмет исследования. Также во введении нами произведена формулировка научной новизны исследования, определены теоретическая и практическая значимость результатов данного диссертационного исследования.

В первой главе "Социально-экономические эффекты глобальных университетских рейтингов и математические методы их анализа" изучены корреляционные связи между рейтингами университетов и стоимостями обучения в них иностранных студентов, включая такие связи на страновом уровне, для большого числа стран подсчитан доход, который приносит пребывание иностранных студентов в стране в доле прямых иностранных инвестиций, а также представлен аналитический обзор теоретико-методологических аспектов моделирования и прогнозирования глобальных университетских рейтингов с обоснованием их социально - экономической и научно - политической важности.

Вторая глава «Структурная динамика глобальных университетских рейтингов и их взаимосвязей с внешней средой» содержит вопросы, связанные с устойчивостью университетских ранжировок во времени, их чувствительности к изменению весовых коэффициентов индикаторов рейтингов, послойными корреляциями этих индикаторов с интегральными показателями рейтингов, корреляциями последних с количествами университетских аккаунтов в социальных сетях и языковых сайтов.

В третьей главе «Математические методы прогнозирования вхождения университетов на заданные позиции глобальных университетских рейтингов» обоснованы и представлены метод линейной экстраполяции, переходящий в полноценный анализ и прогнозирование временных рядов показателей рейтингов, который предлагается использовать совместно с анализом послойных корреляций, метод пороговых значений по показателям скопусовской публикационной активности, а также совершенно новый метод прогнозирования вхождения университетов на заданные позиции глобальных рейтингов с помощью решения линейных алгебраических уравнений с ограничениями на их переменные.

Список литературы диссертационного исследования кандидат наук Чжан Хэ, 2022 год

СПИСОК ЛИТЕРАТУРЫ

1. Блажевич, С.В. К вопросу прогнозирования продвижения университетов в глобальных университетских рейтингах / С.В. Блажевич, В.М. Московкин, Чжан Хэ // Мягкие измерения и вычисления. - 2021. - Т. 39, № 2. - С. 15-28.

2. Бриллинджер, Д. Временные ряды. Обработка данных и теория / Д. Бриллинджер. - М. : Мир, 1980. - 536 с.

3. Генералов, А.А., Моделирование показателей Уральского федерального университета в глобальном рейтинге университетов QS / А.А. Генералов, В.И. Рогович // Информационные системы и технологии. - 2018. - № 5. - С. 22-27.

4. Карпенко, Н.В. Эконометрика. Анализ и прогнозирование временного ряда: учебное пособие / Н.В. Карпенко. - М. : РУТ (МИИТ), 2018. - 132 с.

5. Кушников, В.А. Модель Форрестера в управлении качеством образовательного процесса вуза / В.А.Кушников, Н.В.Яндыбаева // Прикладная информатика. - 2011. - № 3 (33). - С. 65-73.

6. Мелешкин, М.И. О перспективах вхождения российских университетов в первую сотню ведущих университетов мира по рейтингу Times Higher Education / М.И.Мелешкин // Экономический анализ: теория и практика. - 2014. - № 19(370). - С. 56-62.

7. Мелешкин, М.И. Математические методы и инструментальные средства многокритериального ранжирования и прогнозирования показателей ведущих университетов в мировых рейтингах: дис. канд. экон. наук: 08.00.13 / Мелешкин Михаил Игоревич. - СПб, 2016. - 160 с.

8. Мелешкин, М.И. Использование карт Кохонена для оценки конкурентоспособности ведущих российских университетов среди мировых научно-образовательных центров / М.И. Мелешкин, М.В. Забоев // Управленческое консультирование. - 2014. - № 10. - С. 102-114.

9. Московкин, В.М. Взвесим шансы. По силам ли нам покорить глобальные университетские рейтинги? / В.М. Московкин // Поиск. - 2019. -№ 6. - С. 2-4.

10. Московкин, В.М. Сулейман. Теорема о количестве и структуре особых точек n-мерной динамической системы популяционной динамики Лотка -Вольтерра в контексте информационного анализа и моделирования / В.М. Московкин, Н.Е. Билаль // Успехи современного естествознания. - 2013. -№ 2. - С. 51- 53.

11. Московкин, В.М. Моделирование конкурентно-кооперационных взаимодействий (контекст уравнений популяционной динамики в социально-экономических системах) / В.М. Московкин, А.В. Журавка // Бизнес Информ. -2002. - № 5-6. - С. 27-34.

12. Московкин, В.М. Пьер-Франсуа Верхульст - забытый первооткрыватель закона логистического роста и один из основателей экономической динамики /

B.М. Московкин, А.В. Журавка // Наука та наукознавство. - 2003. - № 2. - С. 75-84.

13. Московкин, В.М. Иноязычные сайты и социальные сети университетов: факторы повышения их конкурентоспособности / В.М.Московкин, Л. Явэй // Научный результат. - 2019. - Т. 9, № 1. - С. 109-138.

14. Московкин, В.М. Математические основы концепции жизненного цикла в экономике / В.М. Московкин, В.С. Михайлов // Бизнес Информ. - 2002. - № 11. -

C. 36-40.

15. Московкин, В.М. Построение бинарных матриц для университетских иноязычных сайтов и аккаунтов в социальных сетях и их кластеризация на примере ведущих российских университетов / В.М. Московкин, Чжан Хэ // Оригинальные Исследования. - 2019. - Т. 9, № 4. - С. 63-84.

16. Московкин, В.М. Анализ чувствительности университетских рейтингов к изменению весовых коэффициентов их частных индикаторов / В.М. Московкин, Чжан Хэ // Оригинальные Исследования. - 2020. - Т. 9, № 3. - С. 120-144.

17. Московкин, В.М. Математические модели управления процессом продвижения университетов в ТОР-# мировых университетских рейтингов /

B.М. Московкин, Чжан Хэ // Оригинальные Исследования. - 2020. - Т. 10, № 9. -

C. 129-134.

18. Московкин, В.М. Методы математического моделирования в задаче прогнозирования вхождения университетов в Т0Р-100 глобальных университетских рейтингов / Московкин В.М., Чжан Хэ, Садовски М. В. // Экономический анализ: теория и практика. - 2020. - Т. 19, № 7. - С. 1360-1384.

19. Московкин, В.М. Влияниерепутации университетов на стоимость обученияиностранных студентов и вклад иностранных студенческих инвестиций в экономику стран / В.М. Московкин, Чжан Хэ // Original Research Journal. - 2021. -Т. 11. - № 4. - С. 37-96. - Режим доступа: https: // ores.su (дата обращения: 17.04.2021).

20. Московкин, В.М. Прогнозирование рейтингов университетов с помощью анализа временных рядов / В.М. Московкин, Чжан Хэ // Актуальные проблемы развития национальной и региональной экономики: сборник научных трудов XI Международной науч.-практ. конф. для студ., магистр., асп. и молодых ученых (Белгород, 29 апреля 2021 г.). - 2021. - С. 136-142.

21. Московкин, В.М. Пространственный анализ российских центров университетского превосходства и расчет региональной университетской конкурентоспособности / В.М. Московкин, Чжан Хэ, Лю Явэй // Экономические Науки. - 2020. - Т. 192, № 11. - С. 144-149.

22. Московкин, В.М. Какие российские университеты имеют шансы войти в 2020 г. в Т0Р-100 трёх ведущих мировых рейтингов? / В.М. Московкин, Чжан Хэ, М.В.Садовски // Экономика науки. - 2019. - Т. 5, № 2. - С. 143-156.

23. Московкин, В.М. Сколько и каких «скопусовских» публикаций генерируют ведущие российские университеты и каковы их шансы вхождения в Т0Р-100 рейтингов THE, QS, ARWU? / В.М. Московкин, Чжан Хэ, М.В. Садовски // Оригинальные Исследования. - 2019. - Т. 9, № 1. - С. 67-90.

24. Московкин, В.М. Линейный анализ в прогнозной оценке заданной позиции университета в глобальных университетских рейтингах: на примере участия НИУ «БелГУ» в рейтинге THE / В.М. Московкин, Чжан Хэ,

М. Сизьунго // Экономика и менеджмент систем управления. - 2020. - Т. 36, № 2. - С. 57-62.

25. Московкин, В.М. Математические методы многомерного статистического анализа глобальных университетских рейтингов / В.М. Московкин, Чжан Хэ, М.В. Садовски, В.В. Куренная // Экономика и предпринимательство. - 2021. -Т. 15, № 6(131). - С. 1237-1249.

26. Неудачин, И.Г. Алгоритм оптимизации места университета в мировых рейтингах / И.Г. Неудачин, В.И. Рогович // Актуальные проблемы гуманитарных и естественных наук. - 2013. - № 6. - С. 23-29.

27. Неудачин, И.Г. Инновационная модель роста университета в глобальных рейтингах / И.Г. Неудачин, В.И. Рогович // Гаудеамус. - 2013. - № 2. - С. 226-230.

28. Носко, В.П. Эконометрика. Элементарные методы и введение в регрессионный анализ временных рядов / В.П. Носко. - М. : Ин-т экономики переход. периода, 2004. - 501 с.

29. Стукалова, И.Б. Соотношение стоимости образовательных услуг и рейтинговой позиции вузов / И.Б. Стукалова, А.А. Стукалова // Российское предпринимательство. - 2016. - Т. 17, 18. - С. 2396-2414.

30. Таточенко, И. Анализ связи стоимости обучения в ведущих мировых университетах с рейтинговыми оценками их деятельности / И. Таточенко, А. Таточенко // Финансовая жизнь. - 2013. - №. 3. - С. 53-58.

31. Таточенко, И. Положение российских вузов в ведущих мировых рейтингах-финансовая сторона проблемы / И. Таточенко, А. Таточенко // Финансовая жизнь. - 2014. - №. 3. - С. 91-96.

32. Тихонова, О.М. Разработка математической модели прогнозирования показателей аккредитации технических вузов в Российской Федерации / О.М. Тихонова, В.А. Кушников, А.Ф. Резчиков, В.А. Иващенко // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. - 2017. - №. 2. - С. 27-38.

33. Чжан, Хэ. «Скопусовские» публикации ведущих российских университетов и их шансы вхождения в Т0Р-100 рейтингов THE и QS / Чжан Хэ // Оригинальные Исследования. - 2020. - Т. 10, № 10. - С. 41-75.

34. Чжан, Хэ. Итоги проекта «5-100»: позиции ведущих российских университетов в Т0Р-100 трёх ведущих мировых рейтингов / Чжан Хэ // Евразийский Союз Ученых. - 2020. - Т. 8, № 10. - С. 22-28.

35. Чжан, Хэ. Каковы шансы вхождения в Т0Р-100 рейтингов THE и QS ведущих российских университетов? Анализ «скопусовской» статистики / Чжан Хэ // Трансформации и риски современности: междисциплинарные исследования. -

2020. - Т. 1. - С. 287-292.

36. Чжан, Хэ. Позиции ведущих российских университетов в трёх ведущих мировых рейтингах: итоги проекта 5-100 / Чжан Хэ // Современная наука: приоритетные направления и проблемы развития: сборник научных трудов по материалам Междисциплинарного форума speed-up, 15 октября 2020 г. - 2020. -С. 56-61.

37. Чжан, Хэ Прогнозирование рейтингов университетов с помощью анализа временных рядов / Чжан Хэ // Мягкие измерения и вычисления. - 2021. -Т. 41. - № 4. - С. 35-46.

38. Чжан, Хэ. Вхождение российских университетов в рейтинг QUACQUARELLI SYMONDS / Чжан Хэ // Фундаментальные исследования. -

2021. - № 9. - С. 77-84.

39. Яндыбаева, Н.В. Оценка качества образовательного процесса в вузе на основе модели Форрестера / Н.В. Яндыбаева, В.А. Кушников // Вестник Саратовского государственного технического университета. - 2011. - Т. 2, № 1 (55). - С. 176-181.

40. Яндыбаева, Н.В. Математическая модель для прогнозирования аккредитационных показателей вуза / Н.В. Яндыбаева, В.А. Кушников // Управление большими системами. - 2012. - № 40. - С. 314-343.

41. Comparing university rankings [Электронный ресурс] / I.F. Aguillo, J. Bar-Ilan, M. Levene, J.L. Ortega // Scientometrics. - 2010. - Vol. 85, № 1. -

P. 243-256. - Режим доступа: https: // doi.org/10.1007/s11192-010-0190-z (дата обращения: 07.03.2021).

42. Armbruster, C. On Cost-Sharing, Tuition Fees and Income-Contingent Loans for Universal Higher Education: a new contract between university, student and state? / C. Armbruster // Policy Futures in Education. - 2008. - Vol. 6, № 4. -P. 390-408.

43. Bar-Ilan, J. Some measures for comparing citation databases [Электронный ресурс] / J. Bar-Ilan, M. Levene, A. Lin // Journal of Informatics. - 2007. - Vol. 1, № 1. - P. 26-34. - Режим доступа: https: // doi.org/10.1016/jjoi.2006.08.001 (дата обращения: 05.11.2020).

44. Bar-Ilan, J. Methods for comparing of search engine results [Электронный ресурс] / J. Bar-Ilan, M. Mat-Hassan, M. Levene // Computer Network. - 2006. - Vol. 50, № 10. - P. 1448-1463. - Режим доступа: https: // doi.org/10.1016/j.comnet.2005.10.020. (дата обращения: 05.12.2020)

45. Benito, M. Improving quality assessment of composite indicators in university rankings: a case study of French and German universities of excellence / M. Benito, R.Romera // Scientometrics. - 2011. - Vol. 89, №. 1. - P. 153-176.

46. Canton, E. Deregulation of higher education: tuition fee differentiation and selectivity in the US / E. Canton, H. Vossensteyn // CPB and CHEPS, Higher Education Reform, Getting the Incentives Right. - 2001. - P. 67-84.

47. Carter, R. Using student-choice behaviour to estimate tuition elasticity in higher education / R. Carter, D. Curry // Journal of Marketing Management [serial online]. - 2011. - Vol. 27, № 11-12. - P. 1186-1207.

48. Cebolla-Boado, H. Why study abroad? Sorting of Chinese students across British universities / H. Cebolla-Boado, Y Hu, YN. Soysal // British Journal of Sociology of Education. - 2018. - Vol. 39, № 3. - P. 365-380.

49. Chen, K.A comparative study on world university rankings: a bibliometric survey / K. Chen, P. Liao // Scientometrics. - 2012. - Vol. 92, №. 1. - P. 89-103.

50. Clarke, M. The impact of higher education rankings on student access, choice, and opportunity / M. Clarke // Higher Education in Europe. - 2007. - Vol. 32, № 1. -P. 59-70.

51. Coelli M. Tuition fees and equality of university enrolment / M. Coelli // Canadian Journal of Economics. - 2009. - Vol. 42, № 3. - P. 1072-1099.

52. Quality-of-life assessment: can we keep it simple? / D.R. Cox, R. Fitzpatrick, A.E. Fletcher, S.M. Gore, D.J. Spiegelhalter, D.R. Jones // Journal of the Royal Statistical Society: Series A (Statistics in Society). - 1992. - Vol. 155, №. 3. - P. 353-375.

53. Davis, T.M. Atlas of student mobility New York / T. M. Davis. - NY: Institute of International Education, 2003. - 104 p.

54. De Witte, K. What about excellence in teaching / K. De Witte, L. Hudrlikova // A benevolent ranking of universities. Scientometrics. - 2013. - Vol. 96. - P. 337-364.

55. Ding, J., Qiu, J. An approach to improve the indicator weights of scientific and technological competitiveness evaluation of Chinese universities / J. Ding, J. Qiu // Scientometrics. - 2011. - Vol. 86, №. 2. - P. 285-297.

56. Ehrenberg, G. Tuition rising: Why college casts so much. Cambridge, MA; Harvard University - Press / G. Ehrenberg // Book Review in the International Journal of Educational Advancement. - 2000. - №. 9. - P. 54-56.

57. Fagin, R. Comparing top k lists. SIAM / R. Fagin, R. Kumar, D. Sivakumar // Journal on Discrete Mathematics. - 2003. - Vol. 17, № 1. - P. 134-160.

58. Farhan, B.Y. Tuition Elasticity of Demand as a Tool to Manage Higher Education Institutions / B.Y Farhan // International Journal of Arts & Sciences. - 2014. -Vol. 7, № 5. - P. 159-172.

59. Tuition Fees in Spanish Public Universities: A Regional Convergence Analysis / J.O. Ferra, C. Perez-Esparrels, E. de la Torre Garcia, S.M. Sequera // Estudios Sobre Educacion. - 2017. - Vol. 32. - P. 197-221.

60. Figueira, A. Uncovering Social Media Content Strategies for Worldwide ТОР-Ranked Universities [Электронный ресурс] / A. Figueira // Procedia computer science. -2018. - Vol. 138. - P. 663-670. - Режим доступа: https: // doi.org/10.1016/ j.procs.2018.10.088 (дата обращения: 17.11.2020).

61. Frank, R.H. The winner-take-all society: How more and more Americans compete for ever fewer and bigger prizes, encouraging economic waste and income inequality and an improved cultural life / R.H. Frank, P. J. Cook. - New York: Free Press, 1995. - 272 p.

62. Dynamic System Model for Predicting Changes in University Indicators in the World University Ranking U-Multirank / O. Glukhova, A. Rezchikov, V. Kushnikov, O. Kushnikov, I. Sytnik // International Conference on Information Technologies. -Springer, Cham, 2019. - P. 79-90.

63. Goncalves, P.R. Correlating the Relationship Between US News & World Report Rankings and Social Media Efficiency of the ТОР 10 Ranked Private Universities at the State Level (Massachusetts), the United States and the World (US News & World Report 2019) [Электронный ресурс] / P.R. Goncalves // Journal of Marketing Communications for Higher Education. - 2018. - Vol. 1, №.1. - P. 28. - Режим доступа: https: // doi.org/10.6017/jmche.v1i1.10849 (дата обращения: 10.05.2021).

64. Greenwood, G. Examining the presence of social media on university web sites / G. Greenwood // Journal of College Admission. - 2012. - №. 216. - P. 24-28.

65. Hanushek E.A. Do Better Schools Lead to more Growth? Cognitive Skills, Economic Outcomes, and Causatio / E.A. Hanushek, L. Woessmann // Journal of Economic Growth. - 2012. - Vol. 17. - P. 267-321.

66. Harvey, L. Assaying improvement, paper presented at the 30th EAIR Forum, Copenhagen, Denmark, 24-27 August, 2008 / L. Harvey. - Copenhagen, 2008. - Р. 266-311.

67. Hazelkorn, E. The impact of the league tables and ranking systems on higher education decision making / E. Hazelkorn // Higher Education Management and Policy. - 2007. - Vol. 19, № 2. - P. 87-110.

68. Hazelkorn, E. Learning to Live with League Tables and Ranking: The Experience of Institutional Leaders / E. Hazelkorn // Higher Education Policy. - 2008. -Vol. 21, № 2. - P. 193-215.

69. Hazelkorn, E. Rankings and the reshaping of higher education: The battle for world-class excellence. 2nd edn / E. Hazelkorn. - London: Palgrave Macmillan, 2015. -Р. 220-223.

70. Holmberg, K. Online Attention of Universities in Finland: Are the Bigger Universities Bigger Online too? 15th Internationa Conference of the International Society for Scientometrics and Informetrics, 2015 [Электронный ресурс] / K. Holmberg. 2015. - P. 83-88. - Режим доступа: http: // issi2015.org/files/downloads/ all-papers/0083.pdf. (дата обращения: 05.02.2021).

71. Hou, Y.O. Analyzing the movement of ranking order in world universities' rankings: How to understand and use universities rankings effectively to draw up a universities' development strategy / YO. Hou, R. Morse, Z.L. Jiang // Evaluation Bimonthly. - 2011. - Vol. 30. - P. 43-49.

72. Hou, Y.O. An analysis of mobility in global rankings: making institutional strategic plans and positioning for building world-class universities [Электронный ресурс] / YO. Hou, R. Morse, Z.L. Jiang // Higher Education Research and Development. - 2012. -Vol. 31, № 6. - P. 841-857. - Режим доступа: https: // doi.org/10.1080/07294360. 2012.662631 (дата обращения: 25.12.2020).

73. Huang, M.H. A comparison of three major academic rankings for world universities: From a research evaluation perspective / M.H. Huang // Journal of Library & Information Studies. - 2011. - Vol. 9, №. 1. - P. 1-25.

74. Hwang, C.L. Group decision making under multiple criteria: methods and applications / C.L. Hwang, M.J. Li. - Berlin Heidelberg: Springer Science & Business Media, 1987. - Vol. 281. - P. 44-59.

75. Hwang, C.L. Methods for multiple attribute decision making. Multiple attribute decision making / C.L. Hwang, K. Yoon. - Berlin, Heidelberg: Springer, 1981. - P. 58-191.

76. iskender, E. Comparing Turkish Universities Entrepreneurship and Innovativeness Index's Rankings with Sentiment Analysis Results on Social Media [Электронный ресурс] / E. iskender, G.B. Bati // Procedia - Social and Behavioral Sciences. - 2015. - Vol. 195. - P. 1543-1552. - Режим доступа: https: // doi.org/10.1016/j.sbspro.2015.06.457 (дата обращения: 27.11.2020).

77. A web accessibility report card for top international university web sites / S.K. Kane, J.A. Shulman, T.J. Shockley, R.E. Ladner // In Proceedings of the 2007 international cross-disciplinary conference on Web accessibility (W4A). - 2007. - P. 148-156.

78. Kaya, M. Introduction to Webometrics: quantitative Web research for the ranking of world universities; research centers and hospitals / M. Kaya, E. Cetin, A. Sozeri // ICEGEG-2010, Antalya, Turkey. - 2010. - Р. 241-255.

79. Khosrowjerd, M. Asian top universities in six world university ranking systems / M. Khosrowjerdi, Z. Seif Kashani // Webology. - 2013. - Vol. 10, № 2. - P. 1-9.

80. Ma, J., Fan, Z.P., & Huang, L.H. A subjective and objective integrated approach to determine attribute weights / J. Ma, Z.P. Fan, L.H. Huang // European journal of operational research. -1999. - Vol. 112, № 2. - P. 397-404.

81. Mao, D.X. A combinational evaluation method resulting in consistency between subjective and objective evaluation in the least squares sense / D.X. Mao // Journal of Chinese Management Science. -2002. -Vol. 10, №. 5. - P. 95-97.

82. Marcon, G. Determinants of international university rankings scores / G. Marconi, J. Ritzen // Applied Economics. - 2015. - Vol. 47, № 57. - P. 6211-6227.

83. Maresova, P. Social Media University Branding [Электронный ресурс] / P. Maresova, J. Hruska, K. Kuca // Education Sciences. - 2020. - Vol. 10, №. 3. - P. 1- 14. Режим доступа: https://doi.org/10.3390/educsci10030074 (дата обращения: 05.03.2021).

84. Marginson, S. Competition and contestability in Australian higher education, 1987-1997 / S. Marginson // Australian Universities' Review. - 1997. - Vol. 40, №1. -P. 5-14.

85. Marginson, S. Global university rankings: Implications in general and for Australia / S. Marginson // Journal of Higher Education Policy and Management. -2007. - Vol. 29, № 2. - P. 131-142.

86. Mayfield, A. What is Social Media? : An e-book by Anthony Mayfield from iCrossing / A. Mayfield. - 2008. - Vol. 1.4. Updated 01.08.08. - 36 p.

87. McCoy, C.G. Mining the web to approximate university rankings [Электронный ресурс] / C.G. McCoy, M.L. Nelson, M.C.Weigle // Information Discovery and Delivery. - 2018. - Vol. 46, №. 3. - P. 173-183. - Режим доступа: https: // doi.org/10.1108/IDD-05-2018-0014 (дата обращения: 05.09.2020).

88. McDuff, D. Quality, tuition, and applications to in-state public colleges / D.McDuff // Economics of Education Review. - 2007. - Vol. 26, № 4. -P. 433-449.

89. Melyn, W. Towards a synthetic indicator of macroeconomic performance: Unequal weighting when limited information is available. Public economics research paper, 17, CES, KULeuven / W. Mclyn, W. Moesen (на 82 место), CES 1991. - 24 p.

90. Meseguer-Martinez, A. Online video impact of world class universities [Электронный ресурс] / A. Meseguer-Martinez, A. Ros-Galvez, A. Catalan-Alarcon // Electron Markets. - 2019. - Vol. 29. - P. 519-532. - Режим доступа: https: // doi.org/10.1007/s12525-018-0315-4 (дата обращения: 05.02.2021).

91. Moed, H.F. A critical comparative analysis of five world university rankings / H.F. Moed // Scientometrics. - 2017. - Vol. 110, №. 2. - P. 967-990.

92. Sustainability indicators: A report on the project on indicators of sustainable development / B. Moldan, S. Billharz, R. Matravers (eds). - Chichester: Wiley, 1997. -415 p.

93. Methodology for Comparative Analysis of University Rankings, with the Mediterranean and Black Sea Region Countries / V.M. Moskovkin, E.V. Pupynina, N.P. Zaitseva, R.V. Lesovik // Middle-East Journal of Scientific Research. - 2013. -Vol. 18, № 11. - P. 1656-1665.

94. Aggregated raking of the World's leading universities / V.M. Moskovkin, N.A. Golikov, A.P. Peresypkin, O.V. Serkina // Webology. - 2015. - Vol. 12, №1. - Р. 1 -10.

95. Moskovkin, V.M. Is sustainable development of scientific systems possible in the neo-liberal agenda? [Электронный ресурс] / V.M. Moskovkin, O.V. Serkina // Ethics in Science and Environmental Politics. - 2016а. - Vol. 16. -P. 1-9. - Режим доступа: https: // doi.org/10.3354/esep00165 (дата обращения: 15.11.2020).

96. Moskovkin, V.M. What is the cost of bibliometric games to taxpayers? / V.M. Moskovkin, O.V. Serkina // Webology. - 2016b. - Vol. 13. - № 2. - Р. 8-15.

97. Theorem about the Number and Structure of the Singular Points N-Dimensional Dynamical System of Population Dynamics Lotka-Volterra in Context

Information Analysis and Modeling / V.M. Moskovkin, S.I. Merkulov, B.N.E. Suleiman, R.V. Lesovik // World Applied Sciences Journal. - 2013. - Vol. 25, № 12. - P. 1751-1753.

98. Spatial Analysis of Russian University Excellence Centers and Calculation of Regional University Competitiveness / V.M. Moskovkin, Zhang He, LiuYawei, Elena Pupynina // Proceedings of the 3rd International Conference Spatial Development of Territories (SDT 2020) (Belgorod, Russia, 26 November 2020.). - 2021. - P. 350-355.

99. Structures of THE, QS and ARWU ТОР 100 universities' websites in different languages and social media accounts: Binary matrix approach / V.M. Moskovkin, Sizyoongo Munenge, Zhang He, Marina V. Sadovski // Malaysian Journal of Library & Information Science. - 2021. - Т. 26, № 2. - P. 37-67.

100. Mussard, M., James, A.P. Engineering the global university rankings: gold standards, limitations and implications // IEEE Access. - 2018. - Vol. 6. - P. 6765-6776.

101. Nethal, K.J. World university ranking systems: an alternative approach using partial least squares path modelling [Электронный ресурс] / K.J. Nethal, J. Harrison // Journal of Higher Education Policy and Management. - 2014. - Vol. 36, № 5. - P. 471-482. - Режим доступа: https://doi.org/10.1080/1360080X.2014. 936090 (дата обращения: 05.07.2020).

102. OECD Education at a Glance 2008 [Электронный ресурс]. - Paris: OECD, 2008. - Режим доступа: https: // docviewer.yandex.ru/view/1357937523/?page=2&*= CishUEH51 %2FORsbJKfV pqpZI00jB7InVybCI6Imh0dHBz0i8vd3d3Lm9lY2Qub3Jn L2VkdWNhdGlvbi9za2lsbHMtYmV5b25kLXNjaG9vbC80MTI4NDAz0C5wZGYiLC J0aXRsZSI6IjQxMjg0MDM4LnBkZiIsIm5vaWZyYW1lIjp0cnVlLCJ1aWQi0iIxMzU 30TM3NTIzIiwidHMi0jE2MTgzMzQzNDk40DIsInl1IjoiMzY0MDEx0TQyMTU20 Tc3NTM5NSIsInNlcnBQYXJhbXMiOiJsYW5nPWVuJnRtPTE2MTgzMzQzMzgmdG xkPXJ1Jm5hbWU9NDEy0DQwMzgucGRmJnRleHQ9T0VDRC4rJTI4MjAw0CUy0 S5FZHVjYXRpb24rYXQrYStHbGFuY2UrMjAw0C4rUGFyaXMlM0ErT0VDRC4md XJsPWh0dHBzJTNBLy93d3cub2VjZC5vcmcvZWR1Y2F0aW9uL3NraWxscy1iZXlvb mQtc2Nob29sLzQxMjg0MDM4LnBkZiZscj00Jm1pbWU9cGRmJmwxMG49cnUmc2l

nbj 1 lNj Vj YmFhMjMzYTgxMGFhMDk2ZDkyMDRlZWRlNmFkNCZrZXlubz0wIn0 %3D&lang=en (дата обращения: 17.03.2021).

103. Olcay, G.A. Is measuring the knowledge creation of universities possible? A review of university rankings / G.A. Olcay, M. Bulu // Technological Forecasting and Social Change. - 2017. - Vol. 123. - P. 153-160.

104. Pavel, A.P. Global university rankings-a comparative analysis / A.P. Pavel // Procedia economics and finance. - 2015. - Vol. 26. - P. 54-63.

105. Pinar, M., Milla, J., Stengos, T. Sensitivity of university rankings: implications of stochastic dominance efficiency analysis [Электронный ресурс] / M. Pinar, J. Milla, T. Stengos // Education Economics. - 2018. - Vol. 27, № 1. -P. 75-92. - Режим доступа: https: // doi.org/10.1080/09645292.2018.1512560 (дата обращения: 05.11.2020).

106. Ramsden, P. Predicting institutional research performance from published indicators: A test of a classification of Australian university types / P. Ramsden // Higher Education. - 1999. - Vol. 37, № 4. - P. 341-358.

107. Saaty, T.L. A scaling method for priorities in hierarchical structures / T.L. Saaty // Journal of mathematical psychology. -1977. - Vol. 15, №. 3. -P. 234-281.

108. Saaty, T.L. The analytic hierarchy process / T.L. Saaty. - New York: McGraw-hill, 1980. - 287 p.

109. Saisana, M. Uncertainty and sensitivity analysis techniques as tools for the quality assessment of composite indicators / M. Saisana, A. Saltelli, S. Tarantola // Journal of the Royal Statistical Society: Series A (Statistics in Society). - 2005. - Vol. 168, № 2. -P. 307-323.

110. Saisana, M. State-of-the-art report on current methodologies and practices for composite indicator development / M. Saisana, S. Tarantola. - Ispra, Italy: European Commission, Joint Research Centre, Institute for the Protection and the Security of the Citizen, Technological and Economic Risk Management Unit, 2002. - Vol. 214. - Р. 1-72.

111. Saisana, M. Rickety Numbers: Volatility of University Rankings and Policy Implications / M. Saisana, B. D'Hombres, A. Saltelli // Research Policy. - 2011. -Vol. 40, № 1. - P. 165-177.

112. Salmi, J. The challenge of establishing world-class universities. The World Bank [Электронный ресурс] / J. Salmi. - Washington, DC, 2009. - 115 p. - Режим доступа: https: // doi.org/10.1596/978-0-8213-7865-6 (дата обращения: 13.09.2020).

113. Sensitivity analysis in practice: a guide to assessing scientific models / A. Saltelli, S. Tarantola, F. Campolongo, M. Ratto. - New York: Wiley, 2004. - Vol. 1. -232 p.

114. A longitudinal analysis of university rankings [Электронный ресурс] / F. Selten, C. Neylon, C.-K. Huang, P. Groth // The MIT Press Journals. Quantitative Science Studies. - 2020. - Vol. 1, № 3. - P. 1109-1135. - Режим доступа: https: // doi.org/10.1162/qss_a_00052 (дата обращения: 18.01.2021).

115. Shehatta, I. Correlation among top 100 universities in the major six global rankings: policy implications / I. Shehatta, K. Mahmood // Scientometrics. - 2016. -Vol. 109, №. 2. - P. 1231-1254.

116. Shin, J.-C. Tuition Rising in Competitions for a World-class University: Cost Sharing or Cost Transfer? [Электронный ресурс] / J.-C. Shin, H.-H. Kim // Asia Pacific Journal of Educational Development. - 2013. - Vol. 2, №2 2. - P. 1-11. - Режим доступа: https: // doi 10.6228/APJED.02.02.01 (дата обращения: 08.10.2020).

117. Siaya, L. Mapping internationalization on U.S. campuses / L. Siaya, F.M. Hayward. - Washington, DC: American Council on Education, 2003. - 116 p.

118. Sinuany-Stern, Z. International Students from the Diaspora and Higher Education in Israel / Z. Sinuany-Stern // National Resilience, Politics and Society. - 2019. -Vol. 1, № 2. - P. 179-200.

119. Soh, K.C. Simpson's Paradox and confounding factors in university rankings: a demonstration using QS 2011-12 data / K.C. Soh // European Journal of Higher Education. - 2012. - Vol. 2, №. 4. - P. 389-402.

120. Soh, K.C. Misleading university rankings: cause and cure for discrepancies between nominal and attained weights [Электронный ресурс] / K.C. Soh // Journal of

Higher Education Policy and Management. - 2013 a. - Vol. 35, № 2. - P. 206-214. -Режим доступа: https: // doi.org/10.1080/1360080X.2013.775929 (дата обращения: 12.11.2020).

121. Soh, K.C. Rectifying on honest error in world university rankings: a solution to the problem of indicator weight discrepancies [Электронный ресурс] / K.C. Soh // Journal of Higher Education Policy and Management. - 2013b. - Vol. 35, № 6. - P. 574585. - Режим доступа: https: // doi.org/10.1080/1360080X.2013.844670 (дата обращения: 13.11.2020).

122. Taylor, P. International university ranking systems and the idea of university excellence / P. Taylor, R. Braddock // Journal of Higher Education Policy and Management. - 2007. - Vol. 29, № 3. - P. 245-260.

123. Mathematical model for prediction of efficiency indicators of educational activity in high school / O.M. Tikhonova, O.N. Dolinina, O.V. Kushnikov, T.E. Shulga, V.A. Kushnikov, D.S. Fominykn, A.F. Rezchikov, V.A. Ivashchenko, A.S. Bogomolov, L.Y. Filimonyuk, V.A. Tverdokhlebov // Journal of Physics: Conference Series. - IOP Publishing, 2018. - Vol. 1015. - №. 3. - P. 1-5.

124. Tofallis, C.A. different approach to university rankings / C.A.Tofallis // Higher Education. - 2012. - Vol. 63, № 1. - P. 1-18.

125. Tsikliras, A.C. Which came first: the money or the rank? / A.C. Tsikliras, D. Robinson, K.I. Stergiou // Ethics in Science and Environmental Politics. - 2014. -Vol. 13. - № 2. - P. 203-213.

126. United Nations (2001) Human Development Report // Oxford: Oxford university press. - 2001. - 274 p.

127. Van Raan. Fatal attraction: Conceptual and methodological problems in the ranking of universities by bibliometric methods / Van Raan, F.J. Anthony // Scientometrics. - 2005. - Vol. 62, № 1. - P. 133-143.

128. Van Vught, F.A. Multidimensional ranking: a new transparency tool for higher education and research / F.A. Van Vught, D.F. Westerheijden // Higher Education Policy and Management. - 2010. - Vol. 22, № 3. - P. 1-26.

129. Selective openness, branding, broadcasting, and promotion: Twitter use in Canada's public universities [Электронный ресурс] / G. Veletsianos, R. Kimmons, A. Shaw, L. Pasquini, S. Woodward // Educational Media International. - 2017. - Vol. 54, №. 1. - P. 1-19. - Режим доступа: http: // dx.doi.org/10.1080/ 09523987.2017.1324363 (дата обращения: 12.02.2021).

130. Verhulst, P.-F. Notice sur la loi que la population suit dans son accroissement / P.-F. Verhulst // Correspondence Mathematique et Physique. - Bruxelles. - 1838. -Vol. 10. - P. 113-121.

131. Vidal, P. Graphical comparison of World University Rankings / P. Vidal, G. Filliatrean // Higher Education Evaluation and Development. - 2014. - Vol. 8, № 1. -P. 1-14.

132. Volterra, V. Variations and Fluctuations of the Number of individuals in Animal Species Living Together / V. Volterra // J. Lons. Int. Exploor. Mer. - 1928. - 49 p.

133. Wozniak, M. The role and use of social media by universities - ranking of universities in social media / M. Wozniak, D. Buchnowska // Problemy Konwergencji Mediow. - 2013. - Vol. 2. - P. 319-330.

134. Zaboev, M. Evaluation of current location and prospects of the European and Russian universities among the world's leading universities with the use of neural network methods clustering of data / M. Zaboev, M. Meleshkin, V. Khalin // International Conference «New Challenges of Economic and Business Development. - 2016: Society, Innovation and Collaborative Economy» : Riga, Latvia, May 12-14, 2016. Proceedings. - Riga : University of Latvia, 2016. - P. 928-936.

135. Zeleny, M. Multiple criteria decision making / M. Zeleny. - NY: McGraw-Hill, 1982. - 563 p.

ПРИЛОЖЕНИЕ А

Зависимость стоимости обучения по бакалаврским и магистерским программам от рангов университетов в рейтинге QS, 2019 г.

RANK Overall Score Стоимость, долл.

QS/201 Название Город США

9 Бакалавр Магистр

1 2 3 4 5 6

Страна: USA

1 Massachusetts Institute of Technology Boston 100 58240.00 58240.00

2 Stanford University Santa Clara 98.6 47331.00 44184.00

3 Harvard University Boston 98.5 66900.00 66900.00

4 California Institute of Technology Pasadena 97.2 48111.00 48111.00

9 University of Chicago Chicago 93.2 48253.00 45000.00

13 Princeton University Princeton 90.9 41820.00 43720.00

14 Cornell University Ithaca 90.5 52612.00 34444.00

15 Yale University New Haven 89.6 45800.00 44800.00

16 Columbia University New York City 88.5 46846.00 39000.00

19 University of Pennsylvania Philadelphia 86.5 69340.00 69340.00

21 Johns Hopkins University Baltimore 85.9 50410.00 50410.00

26 Duke University Durham 83.9 47488.00 43000.00

32 University of California Los Angeles Los Angeles 81.9 62205.00 62205.00

34 Northwestern University Evanston 81.5 47251.00 43000.00

41 University of California San Diego San Diego 78.6 55587.00 55587.00

43 New York University New York City 77.7 46170.00 39000.00

46 Carnegie Mellon University Pittsburgh 76.6 47000.00 37000.00

53 University of Wisconsin-Madison Madison 73.2 34000.00 34000.00

56 Brown University Providence 72 45000.00 45000.00

66 University of Washington Washington 67.8 51321.00 51321.00

69 Georgia Institute of Technology Atlanta 67.4 9000.00 11000.00

87 Rice University Houston 62.6 39000.00 39000.00

89 The Ohio State University Columbus 62.4 25000.00 31000.00

93 Boston University Boston 62 45686.00 51000.00

100 Purdue University West Lafayette 59.5 28794.00 9000.00

102 University of California Davis Davis 59.5 36773.00 13000.00

103 Washington University in St. Louis Saint Louis 59.5 46467.00 43000.00

115 University of Southern California Los Angeles 56.2 46298.00 37000.00

133 University of California Santa Barbara Santa Barbara 52.9 13000.00 13000.00

136 University of Pittsburgh Pittsburgh 51.8 17000.00 21000.00

142 Michigan State University Lansing 50.7 13000.00 15000.00

148 Emory University Druid Hills 49.6 43000.00 39000.00

182 University of Florida Gainesville 45.9 28590.00 30075.00

183 Dartmouth College Hanover 45.8 47000.00 47000.00

185 University of Rochester Rochester 45.5 43000.00 33000.00

186 Case Western Reserve University Cleveland 45.4 41000.00 39000.00

192 University of Virginia Charlottesville 44.8 13000.00 17000.00

196 Vanderbilt University Nashville 44.4 41000.00 41000.00

203 Texas A&M University College State 43.5 25126.00 5000.00

Продолжение таблицы

1 2 3 4 5 6

212 Arizona State University Tempe 42.3 9000.00 9000.00

213 University of Notre Dame Notre Dame 42.3 43000.00 43000.00

214 University of Illinois at Chicago Chicago 42 21000.00 23000.00

226 Georgetown University Washington 40.8 45000.00 41000.00

238 Tufts University Medford 39 47000.00 45000.00

243 University of Miami Coral Gables 38.8 29850.00 31000.00

246 The University of Arizona Tucson 38.5 27000.00 27000.00

259 University of Massachusetts Amherst Amherst 37.3 27000.00 27000.00

280 North Carolina State University Raleigh 35.7 9000.00 9000.00

311 Yeshiva University New York City 33.7 37000.00 25000.00

323 Indiana University Bloomington Bloomington 32.7 11000.00 9000.00

326 Northeastern University Boston 32.3 39000.00 40000.00

336 University of California Santa Cruz Santa Cruz 31.9 13000.00 13000.00

342 Virginia Polytechnic Institute and State University Virginia Beach 31.7 20000.00 23000.00

346 Rensselaer Polytechnic Institute Troy 31.5 45000.00 45000.00

347 University of Utah Salt Lake City 31.5 19961.00 24024.00

349 Stony Brook University Stony Brook 31.2 1196750.0 1188050.00

368 University of Kansas Kansas City 29.9 9000.00 9000.00

377 Boston College Boston 29.2 45000.00 25000.00

390 Wake Forest University Winston-Sale 28.7 45000.00 35000.00

393 Washington State University Pullman 28.6 11000.00 11000.00

401 University of Colorado - Denver Denver 28.2 20000.00 20000.00

412 Tulane University New Orleans 27.5 45000.00 45000.00

419 The University of Tennessee-Knoxville Knoxville 27.2 9000.00 11000.00

426 Illinois Institute of Technology Chicago 26.9 39000.00 23000.00

429 Brandeis University Waltham 26.8 43000.00 43000.00

431 The University of Georgia Athens 26.7 9000.00 9000.00

438 University of Iowa Iowa City 26.4 20000.00 20000.00

440 University of Delaware Newark 26.2 13000.00 29000.00

441 Wayne State University Detroit 26.2 20000.00 20000.00

450 Colorado State University Fort Collins 25.7 9886.00 9000.00

451 Oregon State University Corvallis 25.7 11000.00 23000.00

455 University of Maryland Baltimore Baltimore 25.6 20000.00 20000.00

461 Clark University Worcester 25.3 39000.00 39000.00

472 Florida State University Tallahassee 25 21673.00 27750.00

489 Iowa State University Ames 24 7000.00 9000.00

497 University of Oklahoma Norman 23.7 7000.00 7000.00

Страна: United Kingdom

5 University of Oxford Oxford 96.8 20676.00 20676.00

6 University of Cambridge Cambridge 95.6 24831.00 24831.00

8 Imperial College London London 93.3 33465.00 34777.00

10 University College London London 92.9 25237.00 24948.00

18 The University of Edinburgh Edinburgh 86.9 20801.00 16076.00

29 The University of Manchester Manchester 82.9 26247.00 23622.00

31 King's College London London 82.5 19948.00 21628.00

Продолжение таблицы

1 2 3 4 5 6

38 London School of Economics and Political Science London 80.2 22310.00 30184.00

51 University of Bristol Bristol 74.9 20735.00 20735.00

74 Durham University Durham 65.7 19554.00 24803.00

94 University of Leeds Leeds 62 20341.00 20670.00

96 University of Southampton Southampton 61.6 21069.00 24344.00

119 Queen Mary University of London London 55.4 16733.00 18898.00

131 Lancaster University Lancaster 53 11000.00 11000.00

143 Newcastle University Newcastle upon Tyne 50.7 15000.00 9000.00

145 Cardiff University Cardiff 50.3 22966.00 22966.00

157 University of Bath Bath 48.6 15000.00 9000.00

165 University of Liverpool Liverpool 47.9 15567.00 16011.00

173 University of Aberdeen Aberdeen 46.6 3000.00 5000.00

180 Queen's University Belfast Belfast 45.9 17061.00 7000.00

218 Loughborough University Loughborough 41.4 15000.00 7000.00

225 University of Leicester Leicester 40.9 16824.00 14967.00

227 University of Sussex Brighton 40.7 15000.00 9000.00

236 Royal Holloway University of London London 39.1 15000.00 9000.00

248 University of Surrey Guildford 38.3 15000.00 11000.00

268 University of Strathclyde Glasgow 36.6 3000.00 7000.00

269 University of East Anglia Norwich 36.4 15000.00 9000.00

302 Heriot-Watt University Edinburgh 34.4 3000.00 7000.00

356 University of Essex Colchester 30.7 15000.00 13000.00

364 Oxford Brookes University Oxford 30.1 15000.00 13000.00

381 Aston University Birmingham 29 15000.00 13000.00

432 Aberystwyth University Aberystwyth 26.5 15000.00 11000.00

435 Bangor University Bangor 26.4 15000.00 7000.00

437 Swansea University Swansea 26.4 7000.00 7000.00

Страна: China

17 Tsinghua University Beijing 87.2 4368.00 5678.00

30 Peking University Beijing 82.6 4659.00 5241.00

60 Shanghai Jiao Tong University Shanghai 70.4 3610.00 3610.00

44 Fudan University Shanghai 77.6 3348.00 3348.00

68 Zhejiang University Hangzhou 67.5 4338.00 4338.00

98 University of Science and Technology of China Hefei 60.8 3785.00 3785.00

123 Nanjing University Nanjing 55 2766.00 2766.00

292 Beijing Normal University Beijing 34.8 5000.00 5000.00

296 Sun Yat-Sen University Guangzhou 34.7 3348.00 3348.00

285 Harbin Institute of Technology Harbin 35.3 2912.00 4076.00

258 Wuhan University Wuhan 37.5 2402.00 2402.00

338 Nankai University Tianjin 31.7 2912.00 3785.00

415 Huazhong University of Science and Technology Wuhan 27.4 3640.00 3640.00

291 Tongji University Shanghai 34.9 5000.00 5000.00

Продолжение таблицы

1 2 3 4 5 6

475 Jilin University Changchun 24.8 3000.00 3000.00

491 Beihang University Beijing 23.9 3640.00 4368.00

477 Xiamen University Amoy 24.7 3000.00 3000.00

444 Tianjin University Tianjin 26 2417.00 2417.00

465 Beijing Institute of Technology Beijing 25.2 3000.00 7000.00

423 Shanghai University Shanghai 27 3057.00 3785.00

503 University of Science and Technology Beijing Beijing 23.5 5000.00 5000.00

Страна: Australia

24 The Australian National University Canberra 84.4 23401.00 25771.00

48 The University of Queensland Brisbane 75.7 20602.00 22121.00

59 Monash University Melbourne 70.4 25751.00 26739.00

91 The University of Western Australia Perth 62.2 25399.00 25399.00

114 The University of Adelaide Adelaide 56.6 23282.00 25399.00

215 The University of Newcastle Newcastle 42 17920.00 17920.00

219 University of Wollongong Wollongong 41.4 20460.00 22576.00

245 Queensland University of Technology Brisbane 38.7 27114.00 24654.00

250 Curtin University Perth 38 24905.00 25257.00

251 Macquarie University Sydney 38 17000.00 27268.00

252 RMIT University Melbourne 38 21000.00 24383.00

267 University of South Australia Adelaide 36.7 23564.00 24129.00

287 University of Tasmania Hobart 35.2 19754.00 19754.00

329 Griffith University Gold Coast 32.1 18696.00 20813.00

369 James Cook University Brisbane 29.7 19049.00 19754.00

389 Swinburne University of Technology Melbourne 28.7 16509.00 18682.00

398 La Trobe University Melbourne 28.2 13969.00 13969.00

443 Bond University Gold Coast 26 27000.00 24442.00

478 Flinders University Adelaide 24.6 15451.00 15451.00

499 Western Sydney University Sydney 23.6 16001.00 17130.00

Страна: Japan

23 The University of Tokyo Tokyo 85.3 4712.00 4712.00

35 Kyoto University Kyoto 81.2 4712.00 4712.00

58 Tokyo Institute of Technology Tokyo 71 4712.00 4712.00

67 Osaka University Suita 67.7 4712.00 4712.00

77 Tohoku University Sendai 64.3 4712.00 4712.00

111 Nagoya University Nagoya City 57.3 4712.00 4712.00

126 Kyushu University Fukuoka 54.1 4960.00 4960.00

129 Hokkaido University Sapporo 53.6 4712.00 4712.00

198 Keio University Tokyo 44.1 7388.00 8091.00

262 University of Tsukuba Tsukuba 37.1 4712.00 4712.00

321 Hiroshima University Hiroshima 32.8 4712.00 4712.00

352 Kobe University Kobe 30.9 4960.00 4960.00

353 Tokyo Medical and Dental University Tokyo 30.9 4369.00 4712.00

457 Hitotsubashi University Tokyo 25.5 5000.00 5000.00

460 Yokohama City University Yokohama 25.4 5000.00 5000.00

ПРИЛОЖЕНИЕ Б

Зависимость стоимости обучения по бакалаврским и магистерским программам в зависимости от рангов университетов в рейтинге THE, 2019 г.

Rank Название Город Overall Стоимость, долл.

THE/2019 Score a IIA

Бакалавр Магистр

1 2 3 4 5 6

Страна: USA

2 California Institute of Technology Pasadena 94.5 48111.00 48111.00

4 Stanford University Santa Clara 94.3 47331.00 44184.00

5 Massachusetts Institute of Technology Boston 93.6 58240.00 58240.00

6 Princeton University Princeton 93.2 41820.00 43720.00

7 Harvard University Boston 93 66900.00 66900.00

8 Yale University New Haven 91.7 45800.00 44800.00

9 University of Chicago Chicago 90.2 48253.00 45000.00

11 University of Pennsylvania Philadelphia 89.6 69340.00 69340.00

12 Johns Hopkins University Baltimore 89.2 50410.00 50410.00

13 University of California Berkeley 88.3 42802.00 32756.00

16 Columbia University New York City 87 46846.00 39000.00

17 University of California Los Angeles Los Angeles 86.8 62205.00 62205.00

19 Cornell University Ithaca 85.1 52612.00 34444.00

20 Duke University Durham 84 47488.00 43000.00

21 University of Michigan Ann Arbor 83.8 41811.00 39000.00

22 Northwestern University Evanston 83.5 47251.00 43000.00

26 University of Washington Washington 81.6 51321.00 51321.00

27 Carnegie Mellon University Pittsburgh 81.3 47000.00 37000.00

29 New York University New York City 81.1 46170.00 39000.00

31 University of California San Diego San Diego 78.8 55587.00 55587.00

38 Georgia Institute of Technology Atlanta 75.4 9000.00 11000.00

39 The University of Texas at Austin Austin 75.4 33000.00 21000.00

48 University of Illinois at Urbana -Champaign Urbana 72.9 30228.00 15000.00

51 University of Wisconsin-Madison Madison 72 34000.00 34000.00

52 Washington University in St. Louis Saint Louis 71.5 46467.00 43000.00

53 Brown University Providence 70 45000.00 45000.00

54 University of North Carolina at Chapel Chapel Hill 69.9 33624.00 19000.00

55 University of California Davis Davis 69.7 36773.00 13000.00

57 University of California Santa Barbara Santa Barbara 69.6 13000.00 13000.00

61 Boston University Boston 68.5 45686.00 51000.00

62 University of Southern California Los Angeles 68.1 46298.00 37000.00

70 The Ohio State University Columbus 66.1 25000.00 31000.00

78 The Pennsylvania State University University Park 64.2 29566.00 33000.00

79 University of Minnesota-Duluth Minneapolis 64.1 20876.00 15000.00

80 Emory University Druid Hills 64 43000.00 39000.00

84 Michigan State University Lansing 63.9 13000.00 15000.00

88 Purdue University West Lafayette 63.1 28794.00 9000.00

91 University of Maryland College Park College Park 62.7 28348.00 15000.00

1 2 3 4 5 6

94 Dartmouth College Hanover 62.4 47000.00 47000.00

96 University of California Irvine Irvine 62.3 11000.00 11000.00

102 Georgetown University Washington 61.9 45000.00 41000.00

104 The University of Arizona Tucson 61.8 27000.00 27000.00

105 Rice University Houston 61.6 39000.00 39000.00

107 University of Virginia Charlottesville 61.5 13000.00 17000.00

113 University of Pittsburgh Pittsburgh 60.4 17000.00 21000.00

116 Vanderbilt University Nashville 60.2 41000.00 41000.00

119 Case Western Reserve University Cleveland 60 41000.00 39000.00

124 University of Colorado at Boulder Boulder 59.6 33151.00 11000.00

134 Indiana University Bloomington Bloomington 58.4 11000.00 9000.00

139 Tufts University Medford 58 47000.00 45000.00

155 Arizona State University Tempe 57.1 9000.00 9000.00

157 University of Notre Dame Notre Dame 56.9 43000.00 43000.00

168 State University of New Jersey -Newark Newark 56 13000.00 17000.00

172 University of Alabama at Birmingham Birmingham 55.7 20000.00 20000.00

173 Northeastern University Boston 55.6 39000.00 40000.00

174 University of Rochester Rochester 55.6 43000.00 33000.00

175 University of Florida Gainesville 55.4 28590.00 30075.00

178 Texas A&M University College Station 55.3 25126.00 5000.00

179 University of California Santa Cruz Santa Cruz 55.2 13000.00 13000.00

198 The George Washington University Washington 53.8 49000.00 27000.00

Страна: United Kingdom

1 University of Oxford Oxford 95.4 20676.00 20676.00