Большакова Юлия Михайловна – канд. экон. наук, доктор философии, аналитик отдела ученого секретаря; профессор,
Москва.
Yulia M. Bolshakova – Cand. Sc. (Economics), Ph.D., Analyst, Academic Secretary Department; Professor,
Moscow.
Большаков Сергей Николаевич – доктор полит. наук, доктор экон. наук, профессор, главный научный сотрудник; начальник научно-методического отдела – ученый секретарь
Москва;
Санкт-Петербург.
Sergey N. Bolshakov – Dr. Sc. (Political Studies), Dr. Sc. (Economics), Professor, Chief Researcher; Head, Research and Methodological Department – Academic Secretary
Moscow;
St. Petersburg.
Статья посвящена стратегическому анализу трансформации научно-технических библиотек (НТБ) в условиях современной цифровой реальности и государственной научно-технической политики (ГНТП). На основе метода экспертного SWOT-анализа с количественной оценкой факторов исследуются подходы к перспективным моделям «Куратор научных данных», «Центр цифровой науки», «Издательский хаб», «Интегратор НТИ и патентной аналитики», «Пространство коллективной работы» и «Провайдер образовательных программ», выявленным ГПНТБ России в ходе формирования реестра университетских НТБ и центров НТИ по государственному заданию Министерства науки и высшего образования Российской Федерации. Определены их стратегический потенциал, ключевые риски и барьеры, среди которых наиболее значимыми являются кадровый дефицит, ограниченность финансирования и нормативная неопределенность. Доказано, что максимальный синергетический эффект достигается при гибридизации моделей с учетом профиля университета. Практическая апробация моделей подтверждается примерами ведущих российских библиотек (НИУ ВШЭ, ТГУ, МГУ, НИТУ «МИСиС»). Статья предлагает рекомендации по поэтапному внедрению моделей и обосновывает необходимость системных изменений для интеграции НТБ в национальную научно-инновационную инфраструктуру.
The authors offer strategic analysis of sci-tech library transformation in the context of modern digital reality and state scientific and technical policy (SSTP). Using the expert SWOT analysis method with quantitative assessment of factors, they examine the approaches toward promising models: "Scientific Data Curator," "Digital Science Center," "Publishing Hub," "STI and Patent Analytics Integrator," "Collaborative Space," and "Educational Program Provider". The models were identified by RNPLS&T as part of making the register of academic sci-tech libraries and STI centers under the Order of the Ministry of Science and Higher Education of the Russian Federation. Their strategic potential, key risks and barriers are identified, e. g. understaffing, limited funding, and regulation ambiguity. The authors argue that maximum synergetic effect is achieved through model hybridization aligned with university specialization. The practical validation of the models is supported with the examples of leading Russian academic libraries (HSE, Tomsk State University, Moscow State University, and NUST MISIS). The authors offer recommendations for the phased implementation of the models and substantiate the need for system changes to integrate scientific and technical libraries into the national research and innovation infrastructure.
The authors declare that there are no conflicts of interest present.