Развитие организационно-методического обеспечения экспертно-аналитической поддержки отбора инновационных проектов

Определены концептуальные направления развития организационно- методического обеспечения экспертно-аналитической поддержки отбора инно- вационных проектов, включающие аппарат расчета уровня риска заказчика экспертизы, новый алгоритм организации подбора экспертов, подход к оценке качества организации экспертно-аналитической поддержки, позволяющие увеличить объемы проводимых экспертно-аналитических работ, повысить их качество и снизить затраты на проведение экспертизы.
Проведенный анализ международного и отечественного опыта организации инновационной деятельности в сфере науки, технологий и техники показывает, что научно-техническая экспертиза и экспертно-аналитическое сопровождение приня- тия решений при отборе инновационных проектов являются обязательными элемен- тами инновационной деятельности.
Между тем, сложившаяся современная система экспертизы имеет ряд недо- статков, что обуславливает необходимость ее совершенствования. В рамках диссер- тационного исследования выявлены проблемы существующей системы экспертно- аналитической поддержки отбора инновационных проектов и предложены концеп- туальные направления развития ее организационно-методического обеспечения (таблица 1).
Таблица 1 – Результаты анализа состояния организационно-методического обеспе- чения экспертно-аналитической поддержки отбора инновационных проектов и концепту- альные направления его развития
Недостатки/проблемы Направления развития
Отсутствие в структуре экспертных ор- ганизаций функции, обеспечивающей оценку качества и достоверности про- веденных экспертиз с целью определе- ния риска заказчика при принятии ре- шений относительно отбора проектов
Разработка методического подхода к определению уровня риска заказчика при принятии решений на основе оценки качества проведенных экспертиз. Внедрение методического подхода в технологиче- ский процесс организации экспертно-аналитиче- ской поддержки
Ограниченность ресурсов на содержа- ние штата экспертной организации в условиях увеличения количества про-
Обеспечение возможностей автоматизации техно- логического процесса экспертизы, включая про- цессы формирования и консолидации территори- ально-распределенного экспертного сообщества, подбора экспертов для выполнения экспертно- аналитических процедур
ектов и объема задач. Незначительная численность экспертов, привлекаемых из регионов
Необходимость оценки результативно- сти принятых решений в процессе ор- ганизации экспертно-аналитической поддержки отбора инновационных про- ектов
Расширение организационно-экономического ин- струментария оценки качества организации экс- пертно-аналитической поддержки в части разра- ботки комплексного показателя ее результативно- сти
Необходимость усиления обеспечения эффективной и оперативной обратной связи с заказчиком экспертизы
Совершенствование инструментария, обеспечива- ющего оперативную обратную связь с заказчиком экспертизы с расширенными возможностями мо- ниторинга состояния базы данных экспертов и ре- зультатов проведенных экспертно-аналитических мероприятий
Принятие федерального закона, регулирующего экспертную деятельность в сфере науки, техноло- гий и техники. На период до его принятия ввести на территории РФ Модельный закон «О научной и научно-технической экспертизе», принятый Меж- парламентской Ассамблеей государств-участни- ков СНГ (постановление No 22-17 от 15.11.2003)
Необходимость доработки и дополне- ния нормативной базы федерального уровня, регламентирующей процедуры организации и проведения научно-тех- нической экспертизы
Источник: составлено автором
Предложенные направления совершенствования системы научно-техниче- ской экспертизы и дополнения ее нормативно-методической базы позволят повы- сить качество проводимой экспертизы и эффективность управленческих решений в области научного и научно-технологического развития.
2. Разработан показатель оценки информационного риска заказчика научно-технической экспертизы, который рассчитывается на основе определе- ния качества результатов проведенной экспертизы с учетом совокупности дан- ных о квалификации экспертов, обоснованности выводов эксперта, сходимо- сти результатов экспертизы, что позволяет расширить информационно-анали- тический инструментарий экспертизы, повысить обоснованность и достовер- ность экспертного заключения.
Достоверность и объективность результатов экспертизы зависит от потока ин- формации, который циркулирует в процессе экспертно-аналитической поддержки отбора инновационных проектов. В случае неполноты осведомляющей информации о состоянии инновационного проекта органам управления заказчика не удается до- стичь требуемых достоверности оценки и уровня качества принятия решений.
Одним из путей уменьшения дефицита данных из доступных информацион- ных источников является использование экспертной информации, что связано с формированием и поддержанием в актуальном состоянии базы данных экспертов и методического обеспечения экспертно-аналитической деятельности. Это позволяет при подготовке экспертно-аналитических отчетов и заключений использовать как управляющую информацию, поступающую от органов управления к экспертам, так и осведомляющую, сформированную на основе анализа информационных источни- ков экспертами-аналитиками и экспертами-администраторами экспертной органи- зации.
В этой связи для формализации процесса принятия решений предложен алго- ритм оценки качества экспертизы и расчета риска в рамках технологии экспертизы инновационных проектов (рисунок 1).
Рисунок 1 – Алгоритм оценки качества результатов экспертизы и расчета информа- ционного риска заказчика
Источник: составлено автором
Для количественной оценки неопределенности среды принятия решений по отбору инновационного проекта при наличии вероятностей реализации комбинаций
исходных данных ситуационная информационная неопределенность ( ) может
быть определена в виде энтропии К. Шеннона4:

= − ∑[ log ] (1), 2
=1
где Pi – вероятность реализации i-ой комбинации данных в решаемой задаче отбора инновационного проекта; N – количество исходных данных среды принятия решений при отборе инновационного проекта.
Информационная неопределенность при наличии экспертных значений μ = [0, 1] для комбинаций исходных данных может быть представлена в виде нечет- кой энтропии:

= ∑[ log2 +(1− )log2(1− )] (2), =1
где К – количество оцениваемых показателей инновационного проекта.
Значение μ (оценку качества результатов экспертизы) определяет эксперт-ад- министратор экспертной организации на основе анализа совокупности данных: ком- петентности привлеченных экспертов-аналитиков, полноты и качества заполнения экспертом разделов экспертного заключения, аргументации представленных экс- пертом оценок и наличия исчерпывающих обоснований, результатов деятельности эксперта при проведении экспертизы других проектов по заданиям организатора экспертизы. Уровни достоверности экспертной оценки проекта в лингвистическом выражении и их отображение на интервале {0 – 1} приведены в таблице 2.
Таблица 2 – Шкала достоверности оценки показателя проекта в лингвистическом и число- вом выражении
No п/п
1 2 3
Уровень достоверности экспертной оценки пока- зателей проекта
Недостоверна Малая достоверность Средняя достоверность
Высокая достоверность
Числовое значение μ (вес оценки каче- ства)
< 0,2 < 0,35 > 0,5
> 0,75 > 0,9
Лингвистическая шкала оценки
Очень плохо (практически невоз- можно)
Плохо (маловероятно) Удовлетворительно (более воз- можно, чем невозможно)
Хорошо (очень вероятно)
Очень хорошо (практически до- стоверно)
5
Источник: составлено автором
Полная достоверность
4 Шеннон К. Работы по теории информации и кибернетики / Пер. с англ. – М.: Иностранная литература, 1963. – 829 с.
Качество результатов экспертизы на момент времени Тi в рассматриваемой информационно-энтропийной постановке задачи организации экспертно-аналити- ческой поддержки при отборе инновационных проектов определяет риск принятия решений для нечетко описанных альтернатив (измеряется в долях единицы):
H( )
= (3),
H
где Н(Тi) – информационная неопределенность в процессе экспертно-анали- тической поддержки отбора проектов в момент времени Тi; Нmax – максимальная ин- формационная неопределенность.
В рамках диссертационной работы предложена иерархическая, инвариантная к тематике проекта критериально-оценочная система, сформированная исходя из принципа полноты и комплексности экспертного исследования по совокупности по- казателей для анализа проекта с учетом его научно-технологических особенностей. Она включает оценки по трем группам показателей (критериев): актуальность инно- вационного проекта и основные ожидаемые научные и научно-технические резуль- таты (продукция), которые будут получены исполнителем; реализуемость проекта потенциальным исполнителем и оценка научного (научно-технического) задела для реализации проекта; стоимость реализации проекта и оценка его рыночного потен- циала. Риски принятия решения о выборе проекта в одно- , двух- и трехкритериаль- ном пространстве (исходя из количества заданных показателей) рассчитываются с учетом выставленных экспертами-администраторами оценок качества результатов экспертизы в ходе анализа показателей оценки по каждому конкурсному проекту.
Для моделирования процессов принятия решений в условиях нечеткой ин- формации использован подход Беллмана–Заде, в котором решением задачи дости- жения нечетко определенной цели считается пересечение нечетких подмножеств цели и ограничений. Результаты исследований области нечеткого управления поз- воляют сформировать технологию, активную роль в которой играют знания об экс- пертах в предметной области задачи или класса задач. Принципиальное отличие этой технологии от традиционной состоит в том, что процесс решения задачи экс- пертизы и ее конечные результаты определяются с учетом текущего состояния базы знаний об экспертах научно-технической сферы.
В качестве исходных данных для формирования общих принципов организа- ции отбора инновационных проектов экспертами-администраторами и заказчиком
после получения оценок от экспертов-аналитиков используются результаты вычис- лительного эксперимента в виде графиков риска выбора альтернативных решений.
Графики могут быть построены заблаговременно путем моделирования ис- ходных данных, а реально достигнутые значения риска рассчитываются непосред- ственно в процессе формирования управленческих решений относительно отбора инновационных проектов. Результаты моделирования расчетов рисков (содержатся в тексте диссертации) приведены на рисунке 2.
Рисунок 2 – Результаты моделирования расчетов риска заказчика экспертизы в одно-, двух- и трехкритериальном пространствах
Источник: составлено автором
На графиках приведены зависимости рисков заказчика от качества экспер-
тизы, оцененной по лингвистической шкале для одного, двух и трех критериев.
3. Разработан новый алгоритм отбора и формирования групп экспертов, особенностью которого является идентификатор профиля эксперта,
построенный на основе системы критериев научно-практической деятельно- сти и компетенций экспертов, что позволяет, используя метод рейтингования, сформировать квалифицированный состав экспертных групп, а также посред- ством автоматизации алгоритма, повысить качество и увеличить объемы про- водимых экспертно-аналитических работ, сократить сроки и затраты по под- бору экспертов.
Существующие подходы к отбору и формированию групп экспертов в научно-технической сфере носят субъективный характер в виду недостаточной фор- мализации. Кроме того, с увеличением объема задач научно-технической экспер- тизы возрастают требования к достоверности результатов экспертной оценки.
В основу методического обеспечения процесса формирования базы данных экспертов положен профиль эксперта, основанный на подробной детализации опи- сания практической деятельности и сфер научно-практических интересов экспертов, что позволило с наибольшей достоверностью сгруппировать их по классификаторам направлений науки, технологий и техники (рисунок 3).
Рисунок 3 – Структура построения профиля эксперта
Источник: составлено автором
Предложена и апробирована трехуровневая система отбора экспертов с целью
15

включения в базу данных экспертов научно-технической сферы: результаты анализа профиля эксперта экспертом-администратором, итоги рассмотрения и утверждение кандидатур аттестационной комиссией, окончательное утверждение и вынесение решения об аккредитации экспертов научно-техническим советом организации.
Цель отбора экспертов – создание базы экспертов в виде Федерального ре- естра экспертов научно-технической сферы (ФРЭ), из которой в дальнейшем фор- мируются экспертные группы с заданными заказчиками характеристиками (зало- жены в профиле эксперта) для проведения экспертно-аналитических работ.
Подбор экспертов для формирования экспертных групп по объектам экспер- тизы осуществляется на основе идентификации сферы научно-практических инте- ресов в профиле эксперта и описания содержания инновационных проектов.
Каждый эксперт получает оценку в баллах, отражающую степень соответ- ствия проекта области его научных интересов и уровню компетентности. Оценка носит эмпирический характер, значения баллов для всех ее компонентов подобраны по результатам тестовых назначений с различными значениями баллов и ручной проверки качества таких назначений.
Разработанный алгоритм (рисунок 4) идентификации экспертов для оценки проектов (заявок на экспертизу) включает последовательное прохождение оценоч- ных процедур и рейтингование экспертов по установленным заказчиком показате- лям и критериям формирования экспертной группы в баллах:
− соответствие указанных экспертом в профиле и в проекте приоритетов научно-технологического развития – да/нет;
− соответствие указанных экспертом в профиле и в проекте приоритетного направления модернизации экономики – да/нет;
− соответствие кодов ГРНТИ – до 20;
− соответствие ключевых слов – до 20;
− наличие научных трудов в предметной области экспертизы – 9; − индекс Хирша более 7 – 5;
− наличие степени кандидата наук (4), доктора наук (7);
− участие в проведении экспертиз – 4.
ПРОФИЛЬ ЭКСПЕРТА
Приоритетные направления НТР
Приоритетное направление модернизации экономики
Коды ГРНТИ
Ключевые слова
Данные эксперта: наличие научных трудов в предметной области; опыт работы по экспертизе; значение индекса Хирша; наличие степени
Подготовка к сравнению массивов
Сравнение данных
Совпадают
да
Сравнение данных
Совпадают
да
Сравнение данных
Совпадают
да
Совпадают
да
ДАННЫЕ ИННОВАЦИОННОГО ПРОЕКТА
Приоритетные направления НТР
нет
нет
нет
нет
нет
Отклонение эксперта
Приоритетное направление модернизации экономики
Отклонение эксперта
Коды ГРНТИ
Отклонение эксперта
Сравнение данных
Ключевые слова
баллы
Отклонение эксперта
Требования заказчика
Наличие научных трудов в предметной области; опыт работы в экспертизе; значение индекса Хирша; наличие степени
Отклонение эксперта
Сравнение данных
Совпадают
да
баллы
Назначение экспертов (до 10 на проект)
Согласие эксперта (2-3 на проект)
Завершение отбора
Рисунок 4 – Алгоритм отбора экспертов для формирования экспертных групп Источник: составлено автором
По каждому проекту предложено указывать до трех кодов ГРНТИ. Если хотя бы один из этих кодов полностью совпадает с кодом, указанным в профиле эксперта, ему начисляется 20 баллов, в случае частичного совпадения (два уровня из трех) – 10 баллов. Совпадение других кодов дает дополнительные 2 или 1 балл соответ- ственно в случае полного или частичного совпадения. Каждое ключевое слово имеет базовую ценность в 5 баллов, при этом сравнение ведется по словосочетаниям. По- иск соответствия ключевых слов проекта производится по областям практической
баллы

деятельности, области экспертизы и в темах кандидатской и докторской диссерта- ций.
Предложения по составу экспертной группы (рейтинг экспертов) формиру- ются по признаку максимального количества баллов (до 65) с учетом необходимого количества экспертов для каждого проекта. На следующем шаге производится мно- гократное сканирование массива проектов на предмет окончательного определения их соответствия профессиональному профилю, научным интересам экспертов с по- следующим назначением экспертов с учетом максимально возможного числа про- ектов.
Реализованный подход в части автоматизации процедуры подбора экспертов обеспечил существенное повышение производительности системы организации экс- пертизы (таблица 3, рисунок 5).
Таблица 3 – Сравнительные данные по результатам обеспечения экспертно-анали- тических работ в разных режимах назначения экспертов на экспертизу
No п/п
Результаты проведения работ при ручном распределении экспертов (до внедрения ал- горитма подбора)
Наименование экспертно-аналитического ме- роприятия
количе- ство проек- тов
количе- ство экс- пертов
прове- дено экспер- тиз
1 2 3
4 5 6
Комплексные научно-технические проекты
Экспертиза заявок по национальному проекту «Образование»
Стипендии им. Ж.И. Алферова – кандидаты наук
29 30 58
40 44 80 133 169 399
Результаты проведения работ при автоматическом распределении экспертов
Гранты Президента РФ для государственной под- 1326 893 3978 держки молодых кандидатов наук
Стипендии Президента РФ молодым ученым и 3181 1108 6362 аспирантам
Гранты Президента РФ для государственной под- 114 255 342 держки молодых докторов наук
Источник: составлено автором
Рисунок 5 – Динамика количества проектов и программ, прошедших экспертизу за период 2014–2020 гг.
Источник: составлено автором
Приведенные данные свидетельствуют о позитивных результатах использо- вания нового алгоритма отбора и формирования групп экспертов в обеспечении ре- шения качественно новых задач в области экспертизы большого объема проектов с
привлечением значительного числа экспертов-аналитиков, высокой скорости их подбора и сокращения затрат времени и труда экспертов-администраторов эксперт- ной организации. При ручном режиме назначения экспертов единовременная экс- пертиза 1–3 тысяч проектов с привлечением до 1,5 тысяч экспертов были невоз- можны.
Формирование квалифицированного состава экспертных групп обеспечено за счет поддержания количественного и качественного состава экспертного сообще- ства научно-технической сферы. Динамика состава экспертов в базе ФРЭ показана на рисунке 6.
Рисунок 6 – Динамика количества экспертов в базе ФРЭ за период 2014–2020 гг. Источник: составлено автором
Применение разработанных в диссертации методических рекомендаций по отбору и аккредитации экспертов обеспечили увеличение и поддержание количе- ственного и качественного состава экспертного сообщества научно-технической сферы. В настоящее время экспертное сообщество по численности превышает 6 ты- сяч специалистов более чем из 1 300 организаций, в том числе вузов, учреждений Российской академии наук, компаний реального сектора экономики из всех регио- нов Российской Федерации.
4. Сформирована интегрированная организационно-технологическая модель информационно-справочного сопровождения экспертизы инновацион- ных проектов, базирующаяся на процедурах формирования нового детализи- рованного профиля экспертов, их автоматического подбора, оценки качества проведенной экспертизы и расчета риска заказчика, что позволяет системно представить механизм организационно-методического обеспечения экспертно- аналитической поддержки отбора инновационных проектов и обратной связи с заказчиком на основе мониторинга и контроля на всех этапах экспертизы по- средством количественных и качественных параметров, характеризующих ре- зультаты работы экспертов по отбору проектов.
В результате проведенного исследования выявлены общие принципы постро- ения систем информационной поддержки экспертной деятельности в сфере науки,
технологий и техники: системность организации экспертной работы; наличие нор- мативно-методической регламентации; информационно-аналитическая поддержка процедур отбора проектов; четкость разделения функций участников организации и проведения экспертизы. При этом выявлены недостаточная автоматизация техноло- гических процессов организации экспертизы, отсутствие блока, обеспечивающего учет оценки достоверности проведенных экспертиз с последующим расчетом риска заказчика, и инструментария, обеспечивающего формирование территориально-рас- пределенной базы данных экспертов, с возможностями мониторинга состояния всей системы экспертно-аналитической поддержки. С целью совершенствования техно- логического процесса экспертизы разработана модель информационно-справочного сопровождения экспертизы инновационных проектов (рисунок 7).
Автоматизированные процедуры формирования экспертного сообщества научно-технической сферы по направлениям развития науки, технологий и техники
Процедуры формирования массива информации об объектах научно- технической экспертизы в информационной системе
Справочные материалы по объектам экспертизы из информационных систем учета результатов НТД
Процедура контроля экспертных анкет по объекту экспертизы экспертом- администратором
Справочные материалы по оценке стоимости экспертизы
Процедура контроля экспертных анкет по объекту экспертизы экспертом- администратором
База договоров с экспертами
Информационная система ФРЭ База данных экспертов
Иерархический каталог классификаторов видов научно-технической деятельности экспертов
Архив экспертных анкет по объектам научно- технической экспертизы
Процедура систематизации и архивации экспертно- аналитических материалов
Формирование рейтинга объектов экспертизы
База экспертных заключений
База статистики по работе экспертов
Автоматизированная процедура идентификации и подбора экспертов
Автоматизированное распределение экспертов по объектам экспертизы
Формирование объектов экспертизы в личных кабинетах экспертов
Процедура заполнения экспертной анкеты по объекту экспертизы в режиме удаленного доступа
Автоматизированное формирование экспертных заключений по объектам экспертизы
Процедура оценки риска (оценка качества проведенной экспертизы) Автоматизированное формирование сводных экспертных заключений
Просмотр, печать и оформление заключений и информационно- аналитических материалов по объектам экспертизы для предоставления заказчику
Рисунок 7 – Организационно-технологическая модель информационно-справочного сопровождения научно-технической экспертизы инновационных проектов
Источник: составлено автором
Разработанные методические положения позволяют посредством формализа- ции данных системы отбора проектов проводить оперативный мониторинг научно- технической экспертизы и анализ ее результатов (рисунок 8).
Рисунок 8 – Модель мониторинга системы сопровождения научно-технической экс-
Источник: составлено автором
Апробация методических положений в части мониторинга системы сопро- вождения научно-технической экспертизы показала возможность своевременного получения достоверной и непротиворечивой информации.
Таким образом, использование разработанной интегрированной организаци- онно-технологической модели информационно-справочного сопровождения экс- пертизы инновационных проектов обеспечивает работу экспертов при выполнении всех процедур, предусмотренных технологией организации и проведения научно- технической экспертизы, в режиме удаленного доступа в сети Интернет.
Это дает основание считать результативным разработанный инструментарий научно-технической экспертизы по выявлению перспективных инновационных
пертизы
проектов в контексте обеспечения эффективной реализации государственных и фе- деральных целевых программ в области науки, технологий и техники.
5. Предложен подход к оценке качества организации экспертно-аналити- ческой поддержки, определяемого показателем, учитывающим оценку риска заказчика, длительность и стоимость экспертизы, значение которого позволяет установить результативность управления процессом отбора инновационных проектов.
Формирование и поддержание в актуальном состоянии ФРЭ и методического обеспечения экспертно-аналитической деятельности обусловлено, в том числе, необходимостью обеспечения результативности процесса организации экспертно- аналитического обеспечения отбора инновационных проектов.
Проведенное в диссертационной работе исследование позиций экономистов относительно трактовки результативности организации экспертно-аналитической поддержки отбора инновационных проектов позволило сделать вывод о том, что в показателе результативности должны быть отражены затраты на ресурсное обеспе- чение (Цэ,), время (Тэ) и риск заказчика с учетом оценки достоверности результатов проведенных экспертиз (R), т.е. функционал:
К = f {R, Цэ, Тэ} (4). Цена ресурсного обеспечения (организации и проведения) одной экспертизы
в общем случае определяются как:
Цэ = Ц + Ц (5),
где Цi – стоимость привлечения i-го эксперта-аналитика для проведения од- ной экспертизы; Цj – приведенная стоимость привлечения j-го эксперта-администра- тора для разработки методического и осуществления организационно-технического обеспечения одного экспертно-аналитического исследования (с учетом накладных расходов).
Ц×
Ц = э (6),

где Цq – стоимость дня работы эксперта-администратора (постоянная вели- чина); X – количество экспертиз в рамках проведения одного вида экспертно-анали- тических мероприятий.
Длительность экспертизы (Тэ) определяется по фактическим данным.
Комплексный показатель результативности организации экспертно-аналити- ческой поддержки отбора инновационных проектов c учетом нормированных пока- зателей Цэ и Тэ определяется как:
К = arg min f { , Ц′ , ′} (7). ээ
В таблице 4 представлены результаты определения значений показателя ре- зультативности организации проведения различных экспертных работ, где N – ко- личество привлеченных экспертов-аналитиков, М – количество привлеченных экс- пертов-администраторов.
Таблица 4 – Результаты расчета показателя результативности организации экс- пертно-аналитической поддержки отбора инновационных проектов
No п/п
N M X R Тэ ′ Цi Цj Цэ Ц′ К (дн.) э (т. р.)(т. р.)(т. р.) э
Наименование экспертно-ана- литического мероприятия
Гранты Президента Россий- ской Федерации для государ- ственной поддержки молодых докторов наук
Автоматическое распределение экспертов
1
Гранты Президента Россий- ской Федерации для государ- ственной поддержки молодых кандидатов наук
8
0,05
0,6
1,2
0,2
1,4
0,4
0,21
2
Стипендии Президента Россий- ской Федерации молодым уче- ным и аспирантам
8
3978
0,1
0,7
1,0
0,02
1,02
0,3
0,27
Ручное распределение экспертов
Комплексные научно-техниче- ские проекты
Проекты по мероприятиям ГП НТР РФ
кспертиза заявок по нацио-
нальному проекту «Образова- ние»
4 5
Э
1108 8 63620,15 15 0,6 0,8 0,01 0,81 0,2 0,26
30 8 58 0,1 23 0,9 2,0 1,553,55 0,9 0,45 27 8 49 0,1 15 0,6 2,5 0,9 3,4 0,8 0,4
44 8 80 0,1 25 1 2,5 1,4 3,9 1 0,47
Источник: составлено автором
Комплексный показатель (рассчитан путем нахождения средней геометриче- ской) отражает оценку качества организации экспертно-аналитической поддержки отбора проектов. Приведенные в таблице 4 расчетные данные показывают, что реа- лизация разработанного организационно-методического обеспечения и нового алго- ритма поиска и подбора экспертов в 2 раза повышает результативность организации экспертно-аналитической поддержки отбора инновационных проектов. При этом, результативность проявляется в обеспечении существенно возросшего (в 5–100 раз) числа экспертиз за счет увеличения (в 10–20 раз) количества привлеченных экспер- тов-аналитиков при снижении стоимости экспертизы (в 3–4 раза) и реализации за- данных показателей времени и достоверности результатов экспертизы.
Посредством оценки результативности организации экспертно-аналитиче- ской поддержки отбора инновационных проектов в значительной степени решаются задачи обеспечения синтеза и анализа функционирования систем экспертно-анали- тического обеспечения отбора инновационных проектов, ориентированных на со- здание продуктов с заданными характеристиками.