Московский экономический журнал 11/2021

image_pdfimage_print

Научная статья

Original article

УДК 332.01

doi: 10.24412/2413-046Х-2021-10662 

МЕХАНИЗМ ОТБОРА НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ ПРОЕКТОВ УНИВЕРСИТЕТА ПО УРОВНЮ ИХ КОММЕРЧЕСКОГО ПОТЕНЦИАЛА

THE MECHANISM OF SELECTION OF RESEARCH PROJECTS OF THE UNIVERSITY ACCORDING TO THE LEVEL OF THEIR COMMERCIAL POTENTIAL

Исследование выполнено при финансовой поддержке внутреннего гранта ФГАОУ ВО «Севастопольский государственный университет» в рамках научного проекта № 34/06-31

Аблаев Ремзи Рустемович, кандидат экономических наук, доцент кафедры «Экономика предприятия», Севастопольский государственный университет, г. Севастополь

Митус Александр Александрович, кандидат экономических наук, доцент кафедры «Экономика предприятия», Севастопольский государственный университет, г. Севастополь

Гребешкова Ирина Александровна, старший преподаватель кафедры «Менеджмент и бизнес-аналитика», Севастопольский государственный университет, г. Севастополь

Хлебникова Виктория Валерьевна, кандидат экономических наук, доцент кафедры «Менеджмент и бизнес-аналитика», Севастопольский государственный университет, г. Севастополь

Поляков Антон Павлович, старший преподаватель кафедры «Экономика предприятия», Севастопольский государственный университет, г. Севастополь

Ablaev R.R., ablaev.expert@mail.ru

Mitus A.A., axel_m@rambler.ru

Grebeshkova I.А., irinagrebeshkova@mail.ru

Hlebnikova V.V., v-istomina@mail.ru

Polyakov A.P., anton_pol9kov@mail.ru

Аннотация. В статье предложен механизм отбора научно-исследовательских проектов университета в зависимости от уровня их коммерческого потенциала является авторской разработкой коллектива. Предложенный механизм и показатели отбора разработаны на основе анализа и синтеза имеющихся сегодня разработок в этой области, но содержащих ряд дискуссионных вопросов, решение которых предложено в рамках механизма отбора научно-исследовательских проектов университета в зависимости от уровня их коммерческого потенциала. Авторы методики исключили возможность дублирования критериев в рамках TRL, MRL и CRL, а также дали более развернутую и точную характеристику шкалам оценивания для каждого критерия с учетом специфики каждого из них. При этом в предложенном механизме выполнено объединение производственной и организационной готовности разработки (MRL) на основе взаимосвязи этих двух уровней готовности. Также в рамках предложенного алгоритма была выполнена разбивка критериев на два блока. Необходимость распределения критериев из трех уровней (TRL, MRL и CRL) на блоки была продиктована необходимостью отклонения неперспективных с точки зрения готовности к коммерциализации проектов уже сразу.

Использование в разработанном механизме универсальных критериев позволит выполнить отбор научно-исследовательских проектов университета в зависимости от уровня их коммерческого потенциала с возможностью сопоставления разработок разной отраслевой принадлежности. 

Abstract. The article proposes a mechanism for the selection of research projects of the university, depending on the level of their commercial potential, is the author’s development of the team. The proposed mechanism and selection indicators are developed on the basis of analysis and synthesis of existing developments in this area, but containing a number of controversial issues, the solution of which is proposed within the framework of the selection mechanism for university research projects, depending on the level of their commercial potential. The authors of the methodology excluded the possibility of duplication of criteria within the TRL, MRL and CRL, and also gave a more detailed and accurate description of the assessment scales for each criterion, taking into account the specifics of each of them. At the same time, the proposed mechanism combines production and organizational development readiness (MRL) based on the relationship between these two levels of readiness. Also, within the framework of the proposed algorithm, the criteria were divided into two blocks. The need to distribute the criteria from three levels (TRL, MRL and CRL) into blocks was dictated by the need to reject projects that are not promising from the point of view of readiness for commercialization immediately.

The use of universal criteria in the developed mechanism will make it possible to select the university research projects depending on the level of their commercial potential with the possibility of comparing developments of different industry affiliations. 

Ключевые слова: научно-исследовательский проект, коммерческий потенциал, рыночная коммерциализация, механизм отбора, университета

Key words: research project, commercial potential, market commercialization, selection mechanism, university

Введение. Эффективность функционирования и перспективы развития образовательных организаций в настоящее время во многом определяются активной разработкой и внедрением инноваций. Неотъемлемой и важной частью любой инновации является процесс коммерциализации результатов интеллектуальной деятельности. Этот процесс позволяет распределять результаты исследований (проекта) по широкому кругу заказчиков, исследовать эффективность внедрения этих результатов, обеспечить необходимые доходы исследователям для дальнейшего круговорота интеллектуальных процессов.

В настоящее время разработано достаточное количество методов оценки перспектив и готовности к рыночной коммерциализации научных исследований и разработок.

Среди методов, которые можно применять для оценки готовности к рыночной коммерциализации научных исследований и разработок можно выделить:

Методы оценки готовности к рыночной коммерциализации научных разработок, основанные на оценке инновационного потенциала организации [4, 5, 6, 7, 8, 9]. Недостатками этих методов является использование в процессе оценки ограниченного перечня показателей, которые не учитывают такие важные для процесса коммерциализации как маркетинговые показатели и оценка потенциального рынка инновационных разработок, жизненный цикл научных разработок, сотрудничество между участниками в процессе коммерциализации разработок, правовые аспекты сопровождения создания инноваций.

Опционная модель [10, 11]. Основой для использования этой модели являются результаты количественной и качественной оценки самой разработки, а также потенциального рынка, которые являются задачами с низким уровнем формализации критериев оценки из-за большого количества показателей, которые оказывают влияние на конечный результат. В связи с чем, этот метод не позволяет объективно оценить фактический уровень коммерциализации проекта.

Метод анализа иерархий [11, 12, 13, 14, 15, 16]. Существенным недостатком этого метода является то, что сравнение и оценка альтернативных вариантов осуществляется с использованием экспертного подхода, что приводит к значительному влиянию субъективных факторов и может привести к ошибочному решению о перспективе коммерциализации того или иного проекта.

Метод TRL (TechnologyReadinessLevel) [17, 18, 19, 20, 21]. Несмотря на то, что TRL не охватывает достаточно много аспектов, которые следовало бы учитывать при оценке проекта в целом, на практике используются подходы, основанные на шкале TRL, но описывающие также и другие уровни готовности. На основе метода TRL была разработана методология TPRL (TechnologyProjectReadinessLevel) [22]. Недостатком вышеуказанных методов является неоднозначность показателей, которые отражают коммерческий потенциал научных разработок, их низкая градация. Кроме того, главным недостатком этих методов является отсутствие алгоритма отбора перспективных разработок на начальной стадии их оценки.

Заслуживает особого внимания алгоритм, предложенный Балыхиным М.Г. [12]. Однако этот труд имеет также вопросы, требующие уточнения. В частности, в предложенном алгоритме наблюдается неоднозначная трактовка интервалов диапазонов характеристик оцениваемых критериев и их дублирование.

Таким образом, анализ литературных источников показывает, что в настоящее время существует множество методов оценки коммерческого потенциала научных разработок ВУЗов. Однако в них отсутствует единый подход к применяемой терминологии и методам оценки коммерческого потенциала научных и научно-технических результатов. Значительным недостатком этих применяемых методов является отсутствие конкретного алгоритма отбора наиболее перспективных разработок с позиции оценки их коммерческого потенциала на ранних стадиях оценки, что приводит к повышению трудоемкости проводимой оценки, а также может привести к ошибочным результатам.

Вышеуказанное показывает высокую актуальность необходимости разработки алгоритма отбора научно-исследовательских проектов и разработок ВУЗов в зависимости от уровня их коммерческого потенциала, что обуславливает цель настоящего исследования.

Предложенный в рамках настоящего исследования алгоритм, по мнению авторов, позволит систематизировать процесс рыночной ориентации научных разработок ВУЗов РФ, что будет способствовать повышению эффективности вложения средств государственного бюджета. В то же время, создание алгоритма будет благоприятствовать росту вклада университета в социально-экономическое развитие региона.

Методы и цель исследования. Целью настоящего исследования является разработка и обоснование механизма отбора научно-исследовательских проектов университета в зависимости от уровня их коммерческого потенциала.

Методологической основой настоящего исследования являются положения классической экономической теории, теории инноваций, теории и практики управления проектами, а также фундаментальные и прикладные разработки зарубежных и отечественных ученых в указанных областях.

Использован диалектический метод, предопределяющий изучение явлений в развитии и взаимосвязи. В ходе исследования использованы методы системного, логического и экономического анализа, а также методы и методики многофакторного анализа с использованием экспертных оценок.

В основе разработки механизма отбора лежит целостное представление о готовности к коммерциализации разработок прикладного характера научными коллективами университета как совокупности завершенных процессов оценки технологической, производственной и организационной, рыночной готовности.

Результаты. Механизм отбора включает в себя два этапа (блока), которые предполагают наличие критериев оценки с соответствующими весами, полученными экспертным путем. Веса с течением времени могут корректироваться в соответствии с тенденциями на рынке и изменением стратегии университета. С целью обоснованности оценки необходимо формирование двух экспертных групп: по тематическому направлению в области технических наук и по оценке готовности разработки к рыночной коммерциализации. Первая группа отвечает за оценку технологической готовности (TRL), производственной и организационной готовности (MRL), вторая – за оценку рыночной готовности (CRL).

Несмотря на наличие в научной и практической литературе широкого спектра предлагаемых/реализуемых методик оценки готовности научных разработок, на наш взгляд основной проблемой является их обособленность. Это приводит к отсутствию логической последовательности процесса создания технического предложения в результате наличия востребованности со стороны рынка и необходимости определения возможности практической реализации предложения, то есть оценки организационно-производственного потенциала. Поэтому, как было отмечено, оценка готовности научных разработок подразумевает три направления: TRL, MRL и CRL.

Необходимость разделения алгоритма на два блока продиктована первичностью определения базовых аспектов технологической готовности при обязательном условии рыночной готовности. Поэтому на первом этапе (в рамках первого блока-отсечки) оцениваются научные разработки по следующим критериям:

  1. А ТRL (блок А направление ТRL) – 4 критерия:
  • востребованность;
  • новизна;
  • техническая реализуемость;
  • научной проработки.
  1. A CRL (блок А направление СRL) – 2 критерия:
  • «Боль» / проблема потребителя;
  • Прогнозное значение экономического эффекта (NPV).

Если по указанным выше критериям проект соответствует требованиям, осуществляется переход к следующему этапу (блоку Б), который предполагает оценку по следующим направлениям:

  • Б ТRL (блок Б направление ТRL): 9 критериев оценки;
  • Б MRL (блок Б направление MRL): 7 критериев оценки;
  • Б CRL (блок Б направление CRL): 11 критериев оценки.

Путем определения интегральной оценки степени готовности разработки к коммерциализации определяется её принадлежность к одной из категорий:

  • Разработка не готова к коммерциализации (красная зона: 0–40%, неперспективный проект);
  • Разработка готова к коммерциализации частично (желтая зона: 41–80%, перспективный проект);
  • Разработка полностью готова к коммерциализации (зеленая зона: 81–100%, приоритетный проект).

На основе принадлежности проекта к одной из категорий дается экспертное заключение о степени готовности разработки к рыночной коммерциализации. Предлагаемый алгоритм не исключает возможности корректировки в процессе апробации.

Первый этап анализа (блок А) в соответствии с алгоритмом заключается в предварительной оценке ключевых показателей готовности научной разработки к коммерциализации. К ним относятся:

  • «боль» / проблема потребителя;
  • востребованность;
  • новизна;
  • техническая реализуемость;
  • глубина научной проработки;
  • прогнозное значение экономического эффекта (NPV).

В таблице 1 представим критерии первого этапа анализа с соответствующими им шкалами оценивания и экспертно-бальной оценкой.

Все критерии первого этапа алгоритма оцениваются по 10-ти бальной шкале и имеют весовые коэффициенты (веса), которые будут представлены в следующем отчете. Минимальная оценка, которую может получить научная разработка на первом этапе анализа – 0 баллов, максимальная оценка (без учета весов) – 60 баллов.

Научные разработки, получившие нулевую оценку хотя бы по одному из критериев первого этапа, признаются неготовыми к рыночной коммерциализации и отсеиваются по итогам первого этапа.

После отсечки на первом этапе нежизнеспособных и экономически нецелесообразных проектов научных коллективов, необходим переход к детализированной оценке технологической, производственной и организационной, рыночной готовности.

Второй этап алгоритма отбора научно-исследовательских проектов начинается с анализа технологической готовности, который включает оценку:

  • соответствия стратегии развития;
  • масштаба;
  • продуктоемкости;
  • стадии разработки;
  • институционально-правового статуса;
  • интеллектуального потенциала научных кадров;
  • полноты описания спецификации;
  • наличия MVP (Minimal Viable Product – минимально жизнеспособного продукта);
  • длительности жизненного цикла.

В таблице 2 представим критерии технологической готовности с соответствующими им шкалами оценивания и экспертно-бальной оценкой.

После определения технологической готовности научно-исследовательских проектов необходимо перейти к оценке их производственной и организационной готовности. Она будет состоять из анализа следующих критериев:

  • наличие организационно-правовой структуры;
  • партнеры;
  • соответствия стандартам;
  • профессиональные ресурсы (кадры);
  • финансирование;
  • материально-технические ресурсы;
  • производственные риски.

В таблице 3 представим критерии производственной и организационной готовности с соответствующими им шкалами оценивания и экспертно-бальной оценкой.

В завершении второго этапа проведём оценку рыночной готовности научно-исследовательских проектов, которая предполагает анализ следующих критериев:

  • ценностное предложение;
  • конкурентные преимущества;
  • уровень конкуренции;
  • объем рынка;
  • тенденции развития рынка;
  • целевая аудитория;
  • конкурентная цена;
  • доступность каналов продвижения;
  • финансовые показатели эффективности;
  • наличие бизнес-модели;
  • рыночные риски.

В таблице 4 представим критерии рыночной готовности с соответствующими им шкалами оценивания и экспертно-бальной оценкой.

Все критерии второго этапа алгоритма оцениваются по 10-ти бальной шкале и имеют весовые коэффициенты (веса), которые будут представлены в следующем отчете. Минимальная оценка, которую может получить научная разработка на втором этапе анализа – 0 баллов, максимальная оценка (без учета весов) – 270 баллов.

По итогам первого и второго этапов анализа производится интегральная оценка готовности научных разработок к рыночной коммерциализации. Минимальная оценка, которую может получить разработка по результатам анализа, составляет 0 баллов, максимальная оценка (без учета весов) – 330 баллов.

Путем определения интегральной оценки степени готовности разработки к коммерциализации определяется её принадлежность к одной из категорий:

  • Разработка не готова к коммерциализации (красная зона: 0–40%, неперспективный проект). Бальный интервал составит от 0 до 132 баллов.
  • Разработка готова к коммерциализации частично (желтая зона: 41-80%, перспективный проект). Бальный интервал составит от 133 до 264 баллов.
  • Разработка полностью готова к коммерциализации (зеленая зона: 81–100%, приоритетный проект). Бальный интервал составит от 265 до 330 баллов.

На основе принадлежности проекта к одной из категорий дается экспертное заключение о степени готовности разработки к рыночной коммерциализации.

Выводы. Весомая часть научно-исследовательских разработок университетов финансируется за счет бюджетных средств, следовательно предложенный в рамках исследования алгоритм способствует в том числе росту эффективности вложения средств государственного бюджета, помимо первостепенной цели: отбора на стадии проектирования тех проектов, которые уже с высокой вероятностью, но с разной степенью готовности, являются востребованными рынком. Определение разной степени готовности разработки к коммерциализации способствует также отбору перспективных исследований, но до конца непроработанных с позиции рыночной ориентации. Таким образом, создается задел на будущее на стадии отбора разработок. Для обеспечения баланса между технологической (TRL), производственной и организационной (MRL), а также рыночной готовностями (CRL) была выполнена группировка критериев по двум блокам: А и В. Блок А является, согласно алгоритму, блоком-скринером, на основе которого отклоняются те проекты, которые не имеют в принципе перспектив к коммерциализации с учетом технологической значимости. Блок В включает оценку оставшихся после первого этапа научно-технических разработок. Результат оценки научно-технической разработки – интегральный показатель, включающей, как оценку по блоку А, так и по блоку В.

Однако, вместе с тем, возникает вопрос, как должны соотносится блоки критериев с учетом степени вклада в общую оценку готовности научно-исследовательской разработки: какой блок в этом случае имеет больший вес и как это определить, какие показатели будут характеризовать тот или иной критерий, и, есть ли необходимость пересматривать соотношение между этими блоками или кластерами через определенный период времени. Решению этого вопроса будут посвящены дельнейшие исследования.

Список источников

  1. Azatbek, Tolkyn&Bekenova, Lidiya&Baimukasheva, Zhanymgul&Velesko, S., 2019. Сommercialization of intellectual development of Kazakhstan. The bulletin №1, p.p. 80-93.
  2. Zharinova, A. G., 2011. Concept of intellectual capital commercialization management /Actual Problems of Economics, p.p. 17-29.
  3. Федеральный закон «О науке и государственной научно-технической политике» от 23.08.1996 №127-ФЗ.
  4. Claver-Cortés, E., Zaragoza-Sáez, P., González, Illescas M., 2018. Intellectual capital management: An approach to organizational practices in Ecuador/ Intangible Capital. – Vol 14, No 2.
  5. Argyres, N., Porter J., 1998. Privatizing the intellectual commons: Universities and the commercialization of biotechnology. Journal of Economic Behavior & Organization. Volume 35, Issue 4, 1 May, p.p. 427-454
  6. Justel, D., Justel, D., Vidal, R., Arriaga, E., Franco, V., Val-Jauregi, E., 2007. EVALUATION METHOD FOR SELECTINGINNOVATIVE PRODUCT CONCEPTS WITH GREATERPOTENTIAL MARKETING SUCCESS / 28 – 31 AUGUST, ICED PARIS, FRANCE.
  7. Verena, S., 2005. The Global Union Research Network: A Potential for Incremental Innovations, Just Labor, vol 6&7, p.p. 43-54.
  8. Sabadka D. INNOVATION POTENTIAL METRICS / D. Sabadka // ANNALS OF FACULTY ENGINEERING HUNEDOARA – International Journal Of Engineering. – Tome X (Year 2012). Fascicule 3, p.p. 449-455
  9. Aiman-Smith, L., Goodrich, N., Roberts, D., Scinta, J., 2005. Assessing your organization’s potential for value innovation. Research-Technology Management. Vol. 48. No. 2, p.p. 37–46.
  10. Huixia Z., Tao Y., 2010. Venture Capital Decision Model based on Real Option and Investor Behavior. Economics and Management School. Wuhan University, China, p.p. 221–225.
  11. Аблаев А.Р. Критерии эффективности оборудования (элементов систем)// Фундаментальные и прикладные проблемы техники и технологии. 2019. № 4-1 (336). С. 59-65 
  12. Балыхин, М.Г., 2016. Развитие предпринимательства в высшем учебном заведении на основе коммерциализации результатов интеллектуальной деятельности: автореферат дис. … доктора экономических наук: 08.00.05 / Балыхин Михаил Григорьевич; [Место защиты: С.-Петерб. гос. архитектур.-строит. ун-т]. – Санкт-Петербург.
  13. Reichert P., Schuwirth N., Langhans S., 2013. Constructing, evaluating and visualizing value and utility functions for decision support, Environmental Modelling & Software, Vol. 46, pp. 283-291.
  14. Stummer, C.A., Kiesling, E., Gutjahr, W.J., 2009. Multicriteria decision support system for competence-driven project portfolio selection, International Journal of Information Technology & Decision Making, Vol. 8, No. 2, pp. 379-401.
  15. Subramanian, N., Ramanathan, R., 2012. A review of applications of Analytic Hierarchy Process in operations management, International Journal of Production Economics, No. 138, pp. 215-241.
  16. Chen, H., Kocaoglu, D.F., 2008. A sensitivity analysis algorithm for hierarchical decision models, European Journal of Operational Research, Vol. 185, pp. 266-288.
  17. Ishizaka, A., Labib, A., 2011. Review of the main developments in the analytic hierarchy process, Expert Systems with Applications, No. 38, pp. 14336-14345.
  18. Квашнин, А., 2006. Как провести экспертизу коммерциализации технологий [Электронный ресурс] // Серия методических материалов «Практическое руководство для центров коммерциализации технологий»: https://docplayer.ru/38481257-Kak-provesti-ekspertizu-proekta-kommercializacii-tehnologiy-proekt-europeaid-nauka-i-kommercializaciya-tehnologiy 2006.html
  19. Тихонов, Н.А. Оценка коммерческого потенциала инноваций / Н.А. Тихонов // Экономический анализ: теория и практика. – 2012. – №26 (281). – С. 42-47.
  20. Assesiing Yoyr Venture. Financing Innovation – A Guide. Linking Innovation, Finance and Technology. Preparing a Technology Business Plan. LIFT, 11 rue de Bitbourg. L-1273, Luxembourg: http://www.lift.lu.
  21. Graettinger, C.P., Caroline, P. et al., 2002. Using the Technology Readiness Levels Scale to Support Technology Management in the DOD’s ATD/STO Environments (A Findings and Recommendations Report Conducted for Army CECOM): http://resources.sei.cmu.edu/library/asset-view.cfm?assetID=5835
  22. Forsman, J., 2013. Awareness of Technology Readiness Level (TRL) in Analysis Method Development, GKN Aerospace.
  23. Петров, А.Н., Сартори, А.В., Филимонов, А.В. Комплексная оценка состояния научно-технических проектов через уровень готовности технологий // Экономика науки. 2016. T. 2. № 4. – С. 244-260.

References

  1. Azatbek, Tolkyn&Bekenova, Lidiya&Baimukasheva, Zhanymgul&Velesko, S., 2019. Сommercialization of intellectual development of Kazakhstan. The bulletin №1, p.p. 80-93.
  2. Zharinova, A. G., 2011. Concept of intellectual capital commercialization management /Actual Problems of Economics, p.p. 17-29.
  3. Federal’nyj zakon «O nauke i gosudarstvennoj nauchno-tekhnicheskoj politike» ot 23.08.1996 №127-FZ.
  4. Claver-Cortés, E., Zaragoza-Sáez, P., González, Illescas M., 2018. Intellectual capital management: An approach to organizational practices in Ecuador/ Intangible Capital. – Vol 14, No 2.
  5. Argyres, N., Porter J., 1998. Privatizing the intellectual commons: Universities and the commercialization of biotechnology. Journal of Economic Behavior & Organization. Volume 35, Issue 4, 1 May, p.p. 427-454
  6. Justel, D., Justel, D., Vidal, R., Arriaga, E., Franco, V., Val-Jauregi, E., 2007. EVALUATION METHOD FOR SELECTINGINNOVATIVE PRODUCT CONCEPTS WITH GREATERPOTENTIAL MARKETING SUCCESS / 28 – 31 AUGUST, ICED PARIS, FRANCE.
  7. Verena, S., 2005. The Global Union Research Network: A Potential for Incremental Innovations, Just Labor, vol 6&7, p.p. 43-54.
  8. Sabadka D. INNOVATION POTENTIAL METRICS / D. Sabadka // ANNALS OF FACULTY ENGINEERING HUNEDOARA – International Journal Of Engineering. – Tome X (Year 2012). Fascicule 3, p.p. 449-455
  9. Aiman-Smith, L., Goodrich, N., Roberts, D., Scinta, J., 2005. Assessing your organization’s potential for value innovation. Research-Technology Management. Vol. 48. No. 2, p.p. 37–46.
  10. Huixia Z., Tao Y., 2010. Venture Capital Decision Model based on Real Option and Investor Behavior. Economics and Management School. Wuhan University, China, p.p. 221–225.
  11. Ablaev A.R. Kriterii effektivnosti oborudovaniya (elementov sistem)// Fundamental’nye i prikladnye problemy tekhniki i tekhnologii. 2019. № 4-1 (336). (In Russ.).
  12. Balyhin, M.G., 2016. Razvitie predprinimatel’stva v vysshem uchebnom zavedenii na osnove kommercializacii rezul’tatov intellektual’noj deyatel’nosti: avtoreferat dis. … doktora ekonomicheskih nauk: 08.00.05 / Balyhin Mihail Grigor’evich; [Mesto zashchity: S.-Peterb. gos. arhitektur.-stroit. un-t]. – Sankt-Peterburg. (In Russ.).
  13. Reichert P., Schuwirth N., Langhans S., 2013. Constructing, evaluating and visualizing value and utility functions for decision support, Environmental Modelling & Software, Vol. 46, pp. 283-291.
  14. Stummer, C.A., Kiesling, E., Gutjahr, W.J., 2009. Multicriteria decision support system for competence-driven project portfolio selection, International Journal of Information Technology & Decision Making, Vol. 8, No. 2, pp. 379-401.
  15. Subramanian, N., Ramanathan, R., 2012. A review of applications of Analytic Hierarchy Process in operations management, International Journal of Production Economics, No. 138, pp. 215-241.
  16. Chen, H., Kocaoglu, D.F., 2008. A sensitivity analysis algorithm for hierarchical decision models, European Journal of Operational Research, Vol. 185, pp. 266-288.
  17. Ishizaka, A., Labib, A., 2011. Review of the main developments in the analytic hierarchy process, Expert Systems with Applications, No. 38, pp. 14336-14345.
  18. Kvashnin, A., 2006. Kak provesti ekspertizu kommercializacii tekhnologij// Seriya metodicheskih materialov «Prakticheskoe rukovodstvo dlya centrov kommercializacii tekhnologij: https://docplayer.ru/38481257-Kak-provesti-ekspertizu-proekta-kommercializacii-tehnologiy-proekt-europeaid-nauka-i-kommercializaciya-tehnologiy 2006.html (In Russ.).
  19. Tikhonov. N.A. Otsenka kommercheskogo potentsiala innovatsiy / N.A. Tikhonov // Ekonomicheskiy analiz: teoriya i praktika. – 2012. – №26 (281). (In Russ.).
  20. Assesiing Yoyr Venture. Financing Innovation – A Guide. Linking Innovation, Finance and Technology. Preparing a Technology Business Plan. LIFT, 11 rue de Bitbourg. L-1273, Luxembourg: http://www.lift.lu.
  21. Graettinger, C.P., Caroline, P. et al., 2002. Using the Technology Readiness Levels Scale to Support Technology Management in the DOD’s ATD/STO Environments (A Findings and Recommendations Report Conducted for Army CECOM): http://resources.sei.cmu.edu/library/asset-view.cfm?assetID=5835
  22. Forsman, J., 2013. Awareness of Technology Readiness Level (TRL) in Analysis Method Development, GKN Aerospace.
  23. Petrov. A.N.. Sartori. A.V., Filimonov A.V. Kompleksnaya otsenka sostoyaniya nauchno-tekhnicheskikh proyektov cherez uroven gotovnosti tekhnologiy // Ekonomika nauki. 2016. T. 2. № 4. (In Russ.).

Для цитирования: Аблаев Р.Р., Митус А.А., Гребешкова И.А., Хлебникова В.В., Поляков А.П. Механизм отбора научно-исследовательских проектов университета по уровню их коммерческого потенциала // Московский экономический журнал. 2021. № 11. URL: https://qje.su/ekonomicheskaya-teoriya/moskovskij-ekonomicheskij-zhurnal-11-2021-20/

© Аблаев Р.Р., Митус А.А., Гребешкова И.А., Хлебникова В.В., Поляков А.П., 2021. Московский экономический журнал, 2021, № 11.