Образец социального прогнозирования 17 страница

Матрицы и контексты. Стремление к упорядоченному спо­собу рассмотрения вероятных возможностей доминирует над боль­шей частью работ, проводимых в рамках “морфологических ис­следований” и “построения дерева целей”. В принципе, их мож­но считать систематическими усилиями, направленными на ис­следование всех возможных вариантов решения крупномасштаб­ных проблем. Новым в них являются способ упорядочения и ис­пользование математических методов для количественной оцен­ки значимости различных параметров проблемы⁵⁷.

Морфологический метод был разработан швейцарским астро­номом Ф.Цвикки в период его работы в обсерваториях “Маунт-

⁵⁷ См.: Jantsch E. Technological Forecasting in Perspective. P. 175.

 

Уидсон” и “Маунт-Паломар” в рамках исследований, проводив­шихся корпорацией “Аэроджет инжиниринг” в штате Калифор­ния⁵⁸. В своих ранних работах в области ракетного движения и реактивных двигателей он показал, что морфологическая струк­тура, охватывающая различные комбинации одиннадцати клас­сов переменных, когда каждый класс обладает собственным диа­пазоном возможностей (например, класс “топливо” включал в качестве вариантов газообразное, жидкое и твердое топливо, класс “движение” — поступательное, вращательное и колебательное и т.п.), дает 25 344 возможных варианта двигателей. Предыдущая оценка такого же рода, произведенная в 1943 году на основе мень­шего количества параметров, дала 576 возможностей, среди ко­торых были и секретные тогда германские авиационная бомба с реактивным пульсирующим двигателем “V-1” и ракета “V-2”; за­метим, что это было сделано в то время, когда профессор Линде-манн, научный советник У.Черчидля, не сумел оценить потенци­ал ракеты “V-2” даже после того, как ему были показаны ее фо­тографии, поскольку он в принципе отвергал саму возможность создания жидкого ракетного топлива.

Как отмечал Э.Янтш, “полномасштабное применение схемы морфологического анализа, как это осуществил Ф.Цвикки при разработке типов топлива для ракетных и реактивных двигате­лей, имело значительный успех и сыграло решающую роль в вы­боре нетрадиционного подхода на ранних стадиях разработок”. Идея морфологических схем, указывает Э.Янтш, используется рядом компаний для планирования или даже для блокирования возможных будущих изобретений путем принятия мер для патентования, пусть и несколько абстрактного, различных вари­антов сочетания базовых параметров. (“Например, в свое вре­мя наблюдалась патентная “лихорадка”, проявлявшаяся в стрем­лении запатентовать все ранее не запатентованные области схе­мы охлаждения (замедления) реакции деления в ядерных реак­торах”.⁵⁹)

Необходимость подчинить прогнозирование конкретным це­лям различного уровня положило начало идее “дерева целей”, иногда именуемого также “опорным деревом” иди просто “дере-

⁵⁸ См.: Jantsch E. Technological Forecasting in Perspective. P. 176.

⁵⁹ Ibid. P. 178-180.

 

вом принятия решений”. Концепция “дерева целей” впервые была предложена Ч.Черчменом и Р.Акоффом в 1957 году⁶⁰ и представ­ляет собой упорядочивающий инструмент (подобный организа­ционной схеме компании), используемый для формирования эле­ментов целевой программы и соотнесения их со специфическими целями различных уровней и областей деятельности. Новизна метода, предложенного Ч.Черчменом и Р.Акоффом, заключалась в том, что ими предпринималась попытка придать различным функциональным подсистемам количественные веса и коэффи­циенты с целью выявить, какие из возможных комбинаций обес­печивают наилучшую отдачу.

Хотя “дерево целей” представляет собой просто инструмент лучшего изображения проблемы, необходимость прогнозирова­ния остается несомненной при оценке новых видов техники, по­явление которых ожидается через 5, 10 иди 15 лет. Одно из отде­лений компании “Норт америкэн эвиэйшн” в Анахейме (штат Калифорния) использует “дерево целей”, именуемое SCORE (по первым буквам английского названия: Select Concrete Objectives for Research Emphasis [“Выбор конкретных целей для приори­тетных исследований”]), для соотнесения перспективных задач на 5—15 дет с частными стратегиями научных исследований и разработок. Самым значительным примером “дерева принятия решений” является система программируемого планирования бюд­жета, используемая Министерством обороны США.

В свое время Н.Винер определил систему как “организован­ную сложность”. Когда же приходится иметь дело, как в НАСА, с 301 задачей, 195 системами, 786 подсистемами и 687 функцио­нальными элементами, деятельность, связанная с контролем за достижением целей, оценкой подученных результатов, подсчетом эффекта воздействия технических новшеств в одной системе на все другие и т.д., становится поистине ужасающим делом. Ис­пользование всех этих матриц и морфологических схем представ­ляет собой попытку обеспечить какие-то ориентиры, позволяю­щие видеть и держать под контролем все эти взаимосвязи.

Время распространения [технических новшеств]. П.Саму-эдьсон сделал фундаментальный вывод о том, что объем выпус-

⁶⁰ См.: Churchman C.W., Ackoff R.L., Arnoff E.L. Introduction to Operations Research. N.Y., 1957.

 

ка продукции, который может быть получен на базе определен­ной совокупности основных факторов производства, “зависит от состояния техники”, существующего в то иди иное время⁶¹. Поэтому осведомленность о направлениях развития и распро­странении техники имеет решающее значение ддя выживания любого предприятия. Однако следует иметь в виду, что техни­ческие прогнозы редко предсказывают, или вообще не могут предсказать, появление конкретных изобретений. Инновации, подобно политическим событиям, часто бывают внезапными, представляя собой прорыв, ставший результатом творческой де­ятельности исследователя. Никто не предсказывал транзистор Э.Шокли иди лазер Ч.Таунса. Большинство технических про­гнозов предполагают появление изобретения — это является важнейшим моментом, — после чего их авторы переходят к пред­сказанию темпов последующего развития посредством новых ступеней эскалации, как это происходит при использовании метода огибающих кривых, или темпов распространения, по мере того, как изобретение проникает [на все новые и новые пред­приятия ] определенной отрасли. Главным экономическим мето­дом технологического прогнозирования является именно оцен­ка темпов распространения.

Достоверно установлено, что темпы распространения техни­ки в экономике США за последние 75 дет ускорились, что стадо одним из факторов формирования распространенного мнения о росте темпов социальных перемен в целом. 6 исследовании Ф.Линна, выполненном для президентской комиссии по автоматизации, говорится, во-первых, что средний период времени с момента первоначального технологического открытия до признания его коммерческого потенциала сократился с 30 дет, характерных для технических новшеств, внедренных в начале этого столетия (1880—1919 годы), до 16 лет в период после первой мировой войны и до 9 в послевоенную эпоху; и, во-вторых, что время, требуемое для воплощения фундаментального технического изоб­ретения в коммерческий продукт иди процесс, сократилось за исследуемый 60—70-летний период с 7 до 5 дет⁶².

⁶¹ См.: Samuelson P. Problems of the American Economy. N.Y., 1962.

⁶² См.; Technology and the American Economy. Appendix I.

Период создания новой продукции резко сократился глав­ным образом благодаря расширению научных исследований и разработок; при этом время, затрачиваемое на освоение рынка, уменьшилось не столь существенно. Особого внимания заслу­живает та часть выводов Ф.Линна, где он с “достаточной степе­нью уверенности” утверждает, что “те технические новшества, которые окажут значительное воздействие на нашу экономику и общество в следующие пять лет, уже используются на коммер­ческой основе, а те, которые окажут значительное социальное и экономическое влияние в период 1970—1975 годов, сегодня на­ходятся в стадии отчетливо видимой коммерческой разработ­ки”. Именно на такой основе и возможно социальное и техни­ческое планирование.

Несмотря на этот общий вывод, темпы появления нововведе­ний и их распространения существенно различаются по секто­рам экономики и отраслям промышленности. В 1961 году Э.Мэнсфилд проследил, с какой скоростью распространялось использо­вание двенадцати новшеств от предприятия к предприятию в четырех отраслях: производстве коксующегося угля, черной ме­таллургии, железнодорожном транспорте и пивоварении. Потре­бовалось двадцать и более дет со времени первого успешного коммерческого применения для внедрения на всех основных фир­мах соответствующих отраслей таких достижений как централи­зованное управление движением, вагонные тормоза, коксовые печи с утилизацией побочных продуктов и непрерывный отжиг. Толь­ко в случаях с конвейерно-погрузочной машиной, тарой из бедой жести и непрерывной проходкой потребовалось десять или ме­нее лет для внедрения их всеми крупными фирмами отрасли. Ф.Линн также пришел в своем исследовании к выводу, что темпы распространения инноваций в производстве потребительских благ почти в два раза превышают соответствующий показатель в тя­желой промышленности.

Эти исследования проведены на материалах прошлого. Пред­принимались и некоторые усилия по прогнозированию темпов и направлений распространения технологий. В своей работе “Рас­пространение инноваций”⁶³ Э.Роджерс изучал поведение кривых

⁶³ См.: Rogers E.M. Diffusion of Innovations. Glencoe (111.), 1962.

 

распространения (принимая в качестве измерителей объем про­дукции в долларах и количество ее единиц, находящихся в пользо­вании) с течением времени для установления их характерных форм. Э.Мэнсфилд предложил простую модель⁶⁴, построенную вокруг идеи о том, что вероятность, с какой фирма будет вне­дрять техническое новшество, возрастает пропорционально чис­лу компаний, уже использующих его, и прибыльности такого при­менения, но снижается в зависимости от размеров требуемых для этого капиталовложений. Однако пока все эти попытки про­гнозирования носят экспериментальный характер.

Вопрос распространения техники переносит нас из области технологического в сферу экономического и социального про­гнозирования, так как использование нового изобретения или новой продукции совершенно очевидно зависит не только от их технической эффективности, но и от их стоимости, того, как они воспринимаются потребителями, их социальных издержек, по­бочных последствий и т.п.; таким образом, внедрение любого нового изобретения зависит от экономических ограничений, по­литики правительства, ценностей и социальной ориентации по­требителей.

Технология, в определенном смысле, — это взаимодействие человека с природой, в котором усилия человека вырвать ее сек­реты наталкиваются на физические законы и опираются на чело­веческую изобретательность, открывающую ее скрытые тайны. Однако экономическая и социальная жизнь — это игра между людьми, прогнозирование которой имеет дело со стратегиями, диспозициями и ожиданиями, изменяющимися в ходе того, как индивиды стремятся, — либо сотрудничая, либо находясь в анта­гонистических отношениях с другими индивидами, — увеличить собственные преимущества.

Все это происходит в рамках социальных ограничений, оп­ределение которых есть задача прогнозиста. Никакое общество не меняется по мановению чьей-то руки или благодаря ловкой теоретической фразе. Существуют природные ограничения (кли­матические условия, запасы ресурсов), сложившиеся обычаи, привычки, традиции или просто сопротивление большинства. Те, кто, базируясь на нескольких ярких примерах, строил увле-

⁶⁴ См.: Mansfield E. Econometrica. October 1961.

 

кательные прогнозы о радикальной роли автоматизации, забы­вали о том простом факте, что даже с созданием новых отрас­лей, таких, как обработка данных или цифровой контроль, и достижением ими объема продаж в несколько миллиардов дол­ларов, влияние этих отраслей на экономику, ежегодно произво­дящую товаров на триллион долларов, останется весьма незна­чительным.

Внешним ограничителем служат темпы экономического рос­та, и такие теоретики, как Р.Солоу из Массачусетсского техно­логического института (чья разработка модели экономического роста, ныне обоснованно именуемая моделью Рикардо — Мар­кса — Солоу, является одним из достижений современной эко­номической науки), утверждают, что каждая экономика обла­дает “естественными” темпами роста, производными от темпов роста населения и уровня технического прогресса (последний определяется через рост производительности, появление новых изобретений, совершенствование в структуре организаций, си­стеме образования и т.д.)⁶⁵. Ввиду существования определен­ных устойчивых институциональных отношений (моделей мо­билизации и использования капитала, доли национального до­хода, используемой на потребление, и т.п.), больших масс рабо­чей силы, значительных природных ресурсов и огромных масш­табов ВНП, даже революционное внедрение технических нов­шеств (таких, какие появились в сельском хозяйстве) не приве­дет к заметному увеличению общего уровня производительно­сти. Некоторые общества имеют более высокие темпы роста, чем другие, поскольку они позже взяли старт и стремятся дог­нать идущих впереди. Развитые экономики также могут на ко­роткие периоды времени ускорить, в пределах определенных границ, темпы своего роста, однако сдвиг “производственной функции” в направлении большего использования капитала вы­зывает в перспективе увеличение издержек на его обновление, снижение предельной эффективности и замедление темпов рос­та производительности до их “естественного” уровня. Так, со­гласно исследованиям Э.Денисона, “естественные” темпы рос­та экономики США, ввиду сложившихся традиций и уровня

⁶⁵ См.: Solow R.M. Investment and Technical Change // Arrow K.J., Karlin S., Suppes P. (Eds.) Mathematical Models in the Social Science. Stanford, 1959.

 

техники, составляют около 3 процентов в год⁶⁶. В конечном сче­те — по крайней мере логически, хотя, вероятно, и социологи­чески, — поскольку техника, как часть совокупного знания, доступна всем обществам, темпы роста различных экономик могут обнаружить тенденцию к выравниванию. Однако в пре­делах любого поддающегося оценке периода времени ограниче­нием, определяющим рамки прогнозов любого экономиста или социолога, являются темпы хозяйственного роста — именно этот показатель определяет, насколько велики ресурсы, которые мо­гут быть использованы в общественных целях, — и это служит основанием любого социального прогноза.

Мы утверждали, что технология составляет одну из осей пост­индустриального общества; другой его осью является знание как фундаментальный ресурс. Знание и техника воплощены в соци­альных институтах и представлены людьми. Таким образом, мы можем вести речь об обществе знания (knowledge society). Како­вы же его основные параметры?

СТРУКТУРА ОБЩЕСТВА ЗНАНИЯ

Совершенно очевидно, что постиндустриальное общество представ­ляет собой общество знания в двояком смысле: во-первых, источ­ником инноваций во все большей мере становятся исследования и разработки (более того, возникают новые отношения между нау­кой и технологией ввиду центрального места теоретического зна­ния); во-вторых, прогресс общества, измеряемый возрастающей долей ВНП и возрастающей частью занятой рабочей силы, все более однозначно определяется успехами в области знания.

Ф.Махлуп в результате своих героических усилий по расчетам части ВНП, направляемой на производство и распространение знаний, пришел к выводу, что в США в 1958 году на эти цели было израсходовано около 29 процентов ВНП, или 136,4 млрд. долл.⁶⁷ (Распределение этой общей суммы показано в таблице 3-1.)

^es См.: Denison E. Sources of Economic Growth. Committee on Economic Development, N.Y., 1962.

⁶⁷ См.: MacMup F. The Production and Distribution of Knowledge... P. 360-361. Данные о доле расходов на образование в отношении к ВНП приводятся по изда нию правительства США: Digest of Educational Statistics. U.S. Government Prin­ting Office, 1970. P. 21.

 

 

ТАБДИЦАЗ-1

Распределение доли валового национального продукта, направленной на производство знаний в [США] в 1958 году

Тип знания и источники финансирования	Объем, в млн.долл.	Доля, в процентах
Образование	60 194	44,1
Научные исследования и разработки	10990	8,1
Средства массовой информации	38369	28,1
Информационная техника	8922	6,5
Информационные услуги (выборочно)	17961	13,2
Всего	136 436	100,0
Финансирование за счет средств:
Правительства	37968	27,8
Корпораций	42 198	30,9
Потребителей	56270	41,3
Всего	136 436	100,0

Источник: Machiup F. The Production and Distribution of Knowledge in the United States. Princeton (NJ),1962. P. 360-361. Данные пред­ставлены в виде таблицы с согласия автора.

Однако определение знания по Ф.Махлупу достаточно широ­ко. Так, понятие “образование” включает самообразование дома, а также обучение на работе и в церкви. Средства информации охватывают все коммерческие публикации, почтовую и офици­альную переписку. Информационная техника состоит из музы­кальных инструментов, сигнальных приспособлений и пишущих машинок. Информационные услуги включают расходы на оплату агентов по продаже ценных бумаг, недвижимости и т.п. Поэтому цифра в 29 процентов ВНП, на которую часто ссылаются, спо­собна ввести в заблуждение. В связи с нападками студентов на К.Керра, использующего эту цифру в работе “Предназначение университета”⁶⁸, выражения “индустрия знаний” и “фабрика зна­ний” приобрели отрицательный оттенок.

Любая более значимая цифра, характеризующая “общество знания”, будет намного меньшей. Подсчет в этом случае должен

⁶⁸ См.: Kerr С. The Uses of the University. N.Y., 1966.

 

ограничиться в основном расходами на научные исследования (сфера прикладных работ в общем объеме научных исследова­ний и разработок ограничена преимущественно ракетно-космической техникой и непропорционально велика по сравнению со всей областью НИОКР в целом), высшее образование и произ­водство знаний в том значении, как я определил это понятие, — как интеллектуальной собственности, представляющей собой ре­альное новое знание, или инструментов его распространения. Если взять для рассмотрения издержки на образование, причем опре­делить его более узко, чем это делает Ф.Махлуп, и отнести к таковым лишь прямые расходы на государственные и частные учебные заведения, то и по одному этому факту видно, что доля ВНП, используемая на образование, увеличилась в период с 1949 по 1969 год более чем вдвое. В 1949 году она составила 3,4 про­цента ВНП (в 1939 году — 3,5 процента, а в 1929 — 3,1 процен­та). В 1969 году эта доля возросла до 7,5 процента. Это удвоение можно считать одним из показателей важности образования. (Другие, более частные показатели содержатся в таблицах, при­веденных в следующих частях главы.)

ХАРАКТЕРНЫЕ ЧЕРТЫ КЛАССА ИНТЕЛЛЕКТУАЛОВ⁶⁹

В Республике Платона знание было привилегией лишь класса философов, в то время как остальная часть жителей города под­разделялась на воинов и ремесленников. В Республике науки бу­дущего вырисовываются уже три класса: творческая научная элита и высшие профессиональные администраторы (можно ли их на­звать, пользуясь термином Коулриджа, “новым клиром”?); сред­ний класс инженеров и профессоров, и пролетариат, охватываю­щий техников, младший преподавательский состав и исследова­телей-ассистентов.

Метафору можно было бы продолжать еще долго, однако и без этого нельзя не видеть, что в рамках “общества знания” уже существует глубокая дифференциация, при этом сложившееся

⁶⁹ Все статистические данные, приводимые ниже, проверены по имеющимся источникам, и последние из них — те, которые имелись по состоянию на сере­дину 1972 года.

 

разделение не может быть удовлетворительно исследовано с точ­ки зрения традиционной классовой иерархии, насколько бы та­ковая сама по себе ни была важна. Существуют и другие соци­альные различия. Так, в обществе знания существует все более отчетливая граница между технической интеллигенцией, при­верженной идее функциональной рациональности и технокра­тических методов деятельности, и литераторами-интеллектуа­лами, которые все чаще выдвигают идеи апокалипсиса, гедониз­ма и нигилизма. Существуют грани между профессиональными администраторами и техническими специалистами, результатом чего иногда является наличие двойной структуры власти, на­пример в медицинских и научных учреждениях. В университе­тах принято разделение между деканатами и кафедрами, а на кафедрах — между учебной и научной работой. В мире изобра­зительного искусства существуют сложные отношения между директорами музеев, хранителями ценностей, критиками, аген­тами по продаже, меценатами и художниками. В исполнитель­ском искусстве наличествуют другие разделения. Любое даль­нейшее исследование интеллектуального класса требует подроб­ного изучения этих разнообразных типов вертикальной страти­фикации и дифференциации.

Анализ социальной структуры принято начинать с народона­селения. Совокупные цифры действительно впечатляют. Если исходить из того, как это предполагает А.Моулз, что к 1972 году 5 процентов населения “передовых” стран и 3 процента общего населения планеты будут заняты умственной работой, окажется, что глобальная численность населения Республики науки завт­рашнего дня составит 100 млн. человек!⁷⁰

Сравнения во всемирном масштабе сложны, и приведенная цифра предназначена лишь для иллюстрации изменения в масш­табах, ставшего следствием роста интеллектуального класса. По­скольку подобные данные для прошлых периодов отсутствуют, сравнения затруднены. Однако одна из наших задач — обеспе­чить базу для будущего; поэтому мы ограничимся анализом дан­ных по США и категориям соответствующих переписей, что по­зволит нам сделать некоторые сравнения и дать прогнозы на бу­дущее.

⁷⁰ См.: Moles A. La Cite Scientific dans 1972 // Futuribles. Paris, 1964.

 

Основная категория населения, представляющая ддя нас инте­рес, — это “специалисты и технический персонал”. В период с 1947-го (базовый год после второй мировой войны) и по 1964 год их численность в Соединенных Штатах более чем удвоилась, уве­личившись примерно с 3,8 млн. до более чем 8,5 млн. человек. Ожидается, что к 1975 году потребность в рабочей силе по этой профессиональной группе возрастет более чем в полтора раза — до 13,2 млн. человек. Если исходить из того, что общая числен­ность рабочей силы в этот период составляла около 88,7 млн. человек, то доля в ней специалистов и технических работников достигнет 14,9 процента. Добавляя к ним 9,2 млн. менеджеров, служащих и индивидуальных собственников, подучим долю всей этой группы в 25,3 процента работающего населения. Иначе гово­ря, один из каждых четырех работающих в США будет иметь об­разование в объеме двух—четырех лет колледжа — таков средний уровень обучения членов указанной группы, — и эти 25,3 про­цента составят образованный класс страны⁷¹.

В рамках класса специалистов самую значительную группу составляют преподаватели. Общая численность преподавателей государственных и частных учебных заведений в США увеличи­лась с примерно 1,3 млн. в 1954/55 учебном году до 2,1 млн. в 1964/65-м и 2,8 млн. человек в 1970-м. Преподаватели составляют около 25 процентов всех лиц, включаемых по переписи в катего­рию специалистов и технических работников. В 60-е годы полови­на их работала в начальных школах, более трети — в средних, около 20 процентов — в колледжах и университетах. Предполага­ется, что число преподавателей возрастет на треть за период с 1965 по 1975 год и достигнет 3 млн. человек в 1974/75 учебном году, но, учитывая более быстрые темпы роста других профессио­нальных групп, доля преподавателей в структуре интеллектуаль­ного класса при этом сократится до уровня около 20 процентов.

⁷¹ Эти цифры и прогнозы, равно как и более детальные, взяты из книги “America's Industrial and Occupational Manpower Requirements, 1964-1975”, под­готовленной Бюро статистики труда для Национальной комиссии по технике, автоматизации и экономическому прогрессу и опубликованной как приложе­ние к докладу комиссии “Technology and the American Economy”. Более по­здние прогнозы, содержащиеся в работе “Tomorrow's Manpower Needs”. U.S. Bureau of Labor Statistics, Bulletin 1606. February 1969, изменяют изложенные выводы лишь незначительно.

 

Инженеры представляют вторую по численности профессио­нальную группу в указанной категории, уступая только препода­вателям, однако среди мужчин инженерные профессии распро­странены даже более широко. Численность инженеров в период с 1950 по 1966 год увеличилась более чем на 80 процентов — с 535 тыс. до примерно 1 млн. человек, основными причинами чему были рост наукоемких отраслей промышленности, таких, как элек­троника, космическая и ракетная техника, научное приборостро­ение, ядерная энергетика и компьютерная техника, а также уве­личение периода времени, требуемого для разработки и произ­водства продукции в связи с усложнением процессов производ­ства. Около половины инженеров работает в обрабатывающей промышленности, четверть — в строительстве, коммунальных предприятиях и сфере технического обслуживания. Большое их число — около 150 тыс. — заняты на государственной службе, причем половина в федеральных учреждениях. В учебных заведе­ниях работает около 35 тыс. инженеров, которые заняты в науч­ных исследованиях и учебном процессе. Ожидается, что число инженерных работников вырастет более чем в полтора раза меж­ду 1964 и 1975 годами, достигнув 1,5 млн. человек; данная груп­па, таким образом, составит около 11 процентов общей числен­ности профессионально-технического сословия.

К инженерам близки техники и научно-технические работни­ки (исключая чертежников и топографов), численность которых выросла с 450 тыс. в 1960 году до 650 тыс. в середине 1966-го, что составило около 7 процентов категории специалистов и тех­нических работников. К 1975 году число техников и научно-тех­нических работников возрастет почти на две трети и составит около 1 млн. человек.

Важнейшей группой в обществе знания являются, конечно, ученые, и темпы ее роста в сравнении со всеми другими про­фессиональными группами особенно впечатляют. Например, число инженеров с 217 тыс. в 1930 году увеличилось к 1964 году почти до 1 млн. человек; число же ученых за тот же период возросло с 46 до 475 тыс. Иначе говоря, если с 1930 по 1965 год численность всей рабочей силы страны увеличилась приблизитель­но на 50 процентов, то число инженеров возросло на 370 про­центов, а ученых — на 930. Согласно данным Бюро статистики рабочей силы, к 1975 году численность ученых-естественников

возрастет до 465 тыс., а обществоведов — до 80 тыс.⁷² (См.:

таблицу 3-2 и диаграмму 3-3.)

Этот рост идет параллельно с демократизацией высшего об­разования, осуществляемой в масштабах, каких мир никогда не видел. Ни одно общество никогда ранее не пыталось обеспечить систематическое формальное образование своей молодежи в возра­сте до 19—20 (уровень двухгодичного колледжа) и даже до 22 лет, что стадо сегодня в Соединенных Штатах четко выраженной политикой. Так же, как в 20-е годы было принято решение обес­печить каждому ребенку в стране среднее образование, в после­дние два десятилетия был взят курс на обеспечение высшего об-

⁷² См.: Organisation for Economic Co-operation and Development. Reviews of National Science Policy: United States. Paris, 1968. P. 44-45; U.S. Bureau of Labor Statistics, Bulletin 1606.

 

ДИАГРАММА 3-3 Тенденции изменения структуры населения, 1930—1975 годы  '

Источник: Organisation for Economic Co-operation and Development. Reviews of National Science Policy: United States. Paris, 1968. P. 43.

 

ТАБЛИЦА 3-3

Численность студентов [в США] и их доля в населении соответствующей возрастной группы

Год	Население в возрасте с 18 до 21 года	Число студентов	Процент студентов в данной возраст­ной группе
1946	9 403 000	2 078 095	22,1
1947	9 276 000	2 388 226	25,2
1948	9 144 000	2 403 396	26,3
1949	8 990 000	2 444 900	27,2
1950	8 945 000	2 281 298	25,5
1951	8 742 000	2 101 962	24,0
1952	8 542 000	2 134 242	25,0
1953	8 441 000	2 231 054	26,4
1954	8 437 000	2 446 693	29,0
1955	8 508 000	2 653 034	31,2
1956	8 701 000	2918212	33,5
1957	8844000	3 036 938	34,3
1958	8 959 000	3 226 038	36,0
1959	9 182 000	3 364 861	36,6
1960	9 546 000	3 582 726	37,5
1961	10 246 000	3 860 643	37,7
1962	10 745 000	4 174 936	38,9
1963	11 129006	4 494 626'	40,4
1964	11 286 000	4 950 173	43,9

Источник: OEjCD. Reviews of National Science Policy: United States. P. 494.