Н.П. Деменков
2
соотношения результатов научных исследований и совокупных за-
трат на их проведение [2]. Таким образом, определение наиболее
эффективной НИР является сложной многокритериальной задачей,
решаемой в условиях неполноты или неопределенности исходной
информации [3].
Оценка НИР — многоуровневый иерархический процесс, преду-
сматривающий использование нескольких систем критериев на всех
этапах проведения исследований и осуществляемый различными
группами специалистов.
Для задачи оценки эффективности НИР элементы иерархии —
это виды эффекта или критерии, по которым она оценивается. Опре-
деление видов эффекта следует производить в зависимости от целей
и особенностей конкретных научных исследований.
Научные исследования и разработки делятся на:
1) фундаментальные — связанные с формированием принципи-
ально новых теоретических проблем, законов и теорий;
2) прикладные — направленные на поиски наиболее рациональ-
ных путей практического использования результатов фундаменталь-
ных исследований.
Для фундаментальных исследований и разработок характерна
научная значимость, а для прикладных — обязательным и главным
является определение экономического эффекта и экономической эф-
фективности. Следует учитывать веса эффектов (критериев) при
оценке определенной группы работ. Важно учесть тот факт, что для
разных по классификации групп работ основные эффекты будут
иметь различные веса.
Для рассмотрения различных по классификации НИР нужно вы-
делить общие основные критерии для оценки, которые должны отве-
чать определенным требованиям. Важнейшие из них: значимость,
критичность к оцениваемым параметрам, максимально возможная
простота, агрегатность, т. е. объединение в себе по возможности всех
основных элементов оцениваемого показателя, и правильный учет
специфики работ.
Метод анализа иерархий (МАИ) обладает преимуществами по
сравнению с другими методами такого класса, которые существенны
при решении поставленной задачи. Во-первых, он не требует допу-
щения о согласованности в предпочтениях, т. е. суждения в общем
виде могут быть несогласованными, тем не менее он позволяет про-
верять согласованность суждений; во-вторых, он позволяет исполь-
зовать и синтезировать групповые суждения; в-третьих, при попар-
ных сравнениях в МАИ информация более детализирована и приме-
нима в сферах, где существуют неизмеримые показатели. Очень
удобно в данном случае и то, что он требует представления пробле-
