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.