Кадровый потенциал науки: введение в проблематику и постановка задачи исследования

3. Научный потенциал общества

На что нацеливает приведенное выше определение «кадрового потенциала науки»? Во-первых, речь идет не о кадрах, а о кадровой составляющей науки. Во-вторых, рассматриваемое понятие подлежит: (а) количественной оценке; (б) оценке на основе статистических показателей. Это очень важный момент. В противоположность этому, в литературе постоянно встречается тезис, подобный тому, который обосновывает, например, А.В. Тодосийчук. Приведем его с небольшими сокращениями: «Оценка кадровой составляющей научно-технического потенциала предусматривает проведение количественного и качественного анализа. <…> Основным недостатком количественного анализа является его односторонняя оценка, не учитывающая специфику научного труда как объекта исследования (курсив - А.А.), которая заключается в его личностном характере и проявляется в зависимости результата труда от таланта, способностей, профессиональных интересов и наклонностей конкретного работника, а также от заинтересованности, характера и настроения участников НИОКР в выполнении поставленных задач. <...> С этой целью в рамках анализа кадровой составляющей научно-технического потенциала организации наибольшую роль играет качественная оценка (курсив - А.А.). Ее суть заключается в определении степени пригодности конкретного работника для выполнения поставленных задач и, по возможности, ее количественном измерении (курсив - А.А.). Для этого широкое распространение получило использование разнообразных тестов (тест общего интеллекта Айзенка, тест структуры интеллекта Амтхауэра, тест Векслера, комплексный тест общей профориентации, тест Роршаха и т.д.), оценивающих интеллектуальные и специальные способности человека к выполнению конкретных видов труда, позволяющих численно представить эти способности через индексы интеллекта (курсив - А.А.)» [24, с. 109-111].

Состоятелен ли такой подход? Да, потому, что предлагается все же количественная оценка через численно выраженные индексы интеллекта и т.п. Но насколько это необходимо? Если мы говорим о профессиональных и высококвалифицированных кадрах, а о них речь и идет, то в самом понятии «научный кадр» - будь то инженер-конструктор, кандидат или доктор наук - уже учтена специфика научного труда; талант же, наклонности, настроения и т.п. присуще не только ученым; поэтому в этом нет необходимости; с другой, практической стороны, где взять такие данные для целой отрасли, региона или страны, ведь статистика их не отражает; следовательно, предлагаемый подход не практичен. Практично то, что учитывается при приеме на работу: специальность, квалификация и возраст. Все остальное определяется не по тестам, а по конкретным делам (публикациям), о которых можно узнать, например, из резюме. На это - на практичность методики - обязаны обращать внимание исследователи, т.е. те, кто заинтересован в конечном результате; если конечно речь не идет об общетеоретической работе. Бессмысленно разрабатывать методику, которую можно как-то апробировать, но невозможно реализовать на практике.

В-третьих, предлагаемое понятие ориентировано на ожидаемый результат от научной деятельности. Таковой и была исходная установка: оценивать кадровый потенциал науки как кадровую составляющую потенциала самой науки.

Этот аспект направляет нас к широко распространенному понятию «научный потенциал общества». Подробный анализ этого понятия, представлен в философском словаре в статье «Научный потенциал общества», где, в частности, говорится следующее: «Попытки определить различные показатели, характеризующие научно-исследовательский потенциал, были предприняты в 60-е гг. в документах Организации европейского экономического сотрудничества и развития (ОЭСР) и в материалах ЮНЕСКО с целью учета научных ресурсов стран и их международных сопоставлений. Считается, что методика, принятая на конференции экспертов ОЭСР в г. Фраскати (Италия) в 1963 г., - отправной пункт в систематическом сборе данных о научном потенциале. Одно из первых определений научного потенциала приводится в материалах ЮНЕСКО конца 60-х гг., в которых под национальным научно-исследовательским потенциалом понимается совокупность ресурсов, которыми суверенно располагает страна для научных открытий, изобретений и технических новшеств, а также для решения национальных и межнациональных проблем, которые выдвигают наука и применение ее результатов. Такое определение отражает т.н. “ресурсный” подход к научному потенциалу. Однако ни в этих, ни в более поздних работах ОЭСР и ЮНЕСКО не ставилась задача собственно научной разработки проблемы научного потенциала, по существу их содержание не выходило за рамки статистических материалов» [11]. В приведенном фрагменте статьи дано правильное с логической точки зрения определение рассматриваемому понятию. И все же, философский анализ этого понятия уводит нас в иную сторону от целей данного исследования.

Во многих отношениях интересна достаточно обстоятельная статья А.О. Ладного «Анализ данных в задачах управления научно-техническим потенциалом» [14]. Надо сразу оговориться, что в работе нет «анализа данных» как принято в математической статистике; статью можно отнести к разряду общетеоретических, в которой рассматривается «прежде всего, влияние оценки НТПл на управление научными исследованиями» [там же].

Автором вначале дается определение научному потенциалу (НПл) и два определения научно-техническому (НТПл), а затем поясняется - «отличаясь по содержанию, структурно (т.е. по составу элементов) понятия НПл и НТПл совпадают. В связи с этим дальнейшее рассмотрение проблемы будет базироваться на НТПл». Мы же отдаем предпочтение понятию «научный потенциал общества» (потенциал науки), хотя так же считаем, что допустимо их взаимозаменяемое употребление. Это связано с тем, что с одной стороны, наука в определённой степени уже предполагает технику, т.к. научный потенциал используется для решения в первую очередь научно-технических задач, а с другой, дополнительное введение в это понятие слова «технический», иногда трактуется как учет производственного фактора, что для нас совершенно неприемлемо. Также, понятие научно-технический потенциал ставит в неопределённое положение социально-гуманитарные науки.

Все те трудности, с которыми мы столкнулись ранее, рассматривая понятие «кадровый потенциал» имеют место и здесь, т.е. относятся к понятию НТПл. Так, по мнению А.О. Ладного «объективная оценка НТПл вообще невозможна вследствие “расплывчатости”, неопределенности многих категорий науковедения (в частности, отсутствия однозначности в самой трактовке научного и научно-технического потенциала), наличие ряда принципиально неформализуемых явлений и процессов, неразработанности соответствующих методов оценки, что приводит к неоднозначности как постановок задач оценки НТПл, так и результатов оценки» и далее «…Большинство применявшихся методов вследствие несовершенства методологии, несопоставимости статистических данных, функциональной специфики науки не только не зарекомендовали себя как эффективный аппарат, но и в какойто мере дискредитировали саму возможность количественной оценки НТПл. Нерешенность указанных проблем существенно препятствует использованию понятия НТПл как в задачах анализа и прогнозирования, так и в задачах планирования и управления. Вряд ли окончательное решение указанных проблем возможно и в ближайшей перспективе» [там же].

В своей работе А.О. Ладный также придерживается «наиболее признанной и распространенной в настоящее время» структуры НТПл, которую в научной литературе одинаково представляют как состоящую из пяти элементов: кадры; материально-техническая база; информационное обеспечение; организационное управление; финансирование; автором поясняется, что это «структуризация потенциала по видам научно-технических ресурсов» [там же]. Можно ли согласиться с многочисленными сторонниками такой трактовки? Чему соответствует эта структура: науке в целом или только ее потенциалу? Науке. Более дифференцированно подходит к этой проблеме А.В. Тодосийчук, предлагая в качестве основных следующие параметры науки, представленные в таблице 3 [24, с.11]:

Таблица 3

Эта таблица интересна и в другом отношении. Термины «параметры входа и выхода» наводят на мысль о том, что здесь предпринята попытка уже моделирования науки как системы, т.е. подойти к ней с позиций системного анализа.

По каким из приведенных составляющих структурных компонентов науки можно оценить ее потенциал? Проранжируем их и перечислим в порядке убывания значимости:

Кадры - все виды научных кадров, участвующих в научном производстве, т.е.

способных: а) порождать и реализовывать новые научные или научно-технические идеи; б) находить новые области применения научных результатов.

Финансирование - финансовые средства из всевозможных источников, идущие на: а) восполнение текущих затрат; б) функционирование системы; в) ее развитие.

Материально-техническая база - основные фонды, расходные материалы и другие элементы, необходимые для выполнения исследований, их информационного обеспечения и организационного управления.

Информационное обеспечение: а) накопленный объем систематизированных знаний и методов исследований; б) наличие собственных оригинальных научных идей и методик (ноу-хау).

Организационное управление - совокупность методов и способов организации коллективной научной деятельности.

Для количественной оценки потенциала науки первостепенное значение имеют первые три элемента указанной структуры; два последних не поддаются формализации и поэтому характеризуют лишь потенциальные возможности науки. Почему-то всегда требуется максимально широкий охват, в то время как для исследователя не менее важно быть реалистичным и уметь осознать ограниченность своих возможностей. Таким образом, потенциал науки складывается из ее кадрового, финансового и материально-технического потенциалов. Причем, оценка финансового и материально-технического потенциалов - по сути «бухгалтерских» показателей - не вызывает больших сложностей. Поскольку потенциал является относительной величиной, то для того, чтобы его оценить, необходимо получить его численные значения для нескольких объектов (стран, регионов страны и т.д.) или, по меньшей мере, хотя бы для двух; в противном случае для его отсчета придётся каким-то образом (каким?) задать нулевой уровень или реперную точку.

4. Принципы и задачи предстоящего научного исследования

Чтобы произвести эффективную оценку потенциала как сложного, составного объекта (системы), необходимо придерживается определенных принципов, которые можно считать общими для такого рода исследований. Перечислим их в том порядке, который приводит О.А. Ладный в указанной выше статье; при этом, опираясь на собственный опыт статистических расчетов, программирования и имитационного моделирования случайных процессов, конкретизируем и уточним их содержание:

комплексность - изучение объекта исследования как системы;

конкретность - получение количественной оценки даже для непосредственно неизмеримой величины через систему индикаторов (индексов);

существенность - выбор такой системы показателей (индикаторов), которая должна быть достаточной для полного отображения главных факторов, характеризующих предмет исследования;

практичность - использование стандартных показателей официальной статистики, публикуемых в открытых источниках;

результативность - представление результатов оценки в таком виде, по которому можно принять искомое решение.

Эти принципы нужны для разработки методологии исследования; их суть в том, чтобы методология, в конечном счете, обладала свойством применимости или аппликативности, как пишет в своем классическом труде «Истина и метод» Х.Г. Гадамер [5, с. 364], убедительно показавший, что без применимости знания не может быть его полноценного понимания. Более того, именно применимость знания в конкретной ситуации создает колоссальное напряжение для исследователя, он оказывается в так называемой герменевтической ситуации, выход из которой является подтверждением истинности результата исследования. Ни сам Метод, поясняет Гадамер, а его применение в конкретной ситуации делает понимание Истинным; происходит так называемая верификация знания (от лат. verus -- «истинный» и facere -- «делать»).

Принципы - это не просто правила; последние искусственны и поэтому их можно нарушать, если нет риска быть уличенным и, соответственно, наказанным. Принципы формулируются и вводятся не для того, чтобы затем ими неукоснительно руководствоваться (хотя это только приветствуется); они показывают, что получится на практике, если их применить. Нарушьте правило - попробуйте проехать на красный свет. Что произойдет? Ничего! Не факт, что вы совершите аварию или вас остановит «гаишник». Наступите на грабли. Что произойдет? Сразу узнаете суть обобщённого опыта, выраженного в принципе граблей. Поэтому правила нарушать запрещается, а принципы - нет; можно постоянно наступать на одни и те же грабли.

Принципы бывают разные, чаще всего моральные. Но могут ли они быть научными, есть ли им место в науке? Например, в «Энциклопедии эпистемологии и философии науки» этому понятию место не нашлось, в то время как алхимия описывается на 4 страницах [29, с. 36-40]. Излагая основы вариационного исчисления, знаменитый советский физик Я.Б. Зельдович и математик А.Д. Мышкис, пишут: «Из принципа Ферма можно вывести основные законы распространения света» [9, с. 439]. Вариационный принцип Ферма в оптике был «одним из первых в истории науки» [там же]. Законы могут быть выведены из принципа, обратное - никогда. В основании принципа лежит то, что можно было бы назвать принятым в логике понятием полной индукции, которую в математике называют математической.

Философские словари - отечественные или западные [31, S. 523] - написанные чаще всего специалистами «общетеоретического» профиля, почему-то не в состоянии дать вразумительного ответа на простой вопрос: что такое принцип? Принцип - это слово, значение которого предельно просто и кратко выражает обобщение, полученное из наблюдений и опыта. Из частных наблюдений, анализа эмпирических фактов делается обобщенный вывод; такую процедуру в логике называют индукцией. Понятно, что занимающийся общетеоретическими исследованиями не имеет ни того, ни другого, и поэтому вполне может обходиться и без принципов. Откуда тогда взяться «применимости»? Зато в такой среде достаточно популярен «принцип» фальсифицируемости. Аспирантам - будущим ученым - так прямо и объясняют: этот «принцип» противоположен некогда принятому в науке принципу верификации - истинность научного тезиса должна быть удостоверена опытной проверкой; теперь доказательством научности (без истинности) тезиса является его опровержимость; «научность» больше не предполагает истинность. Но могут ли одновременно существовать два противоположных принципа? На простом принципе непротиворечия, гласящего: чтобы быть последовательным, не говори противоречиво, по сути, основано задание Логики; из этого же принципа выведен один из трех основных законов логики: два противоположных высказывания не могут быть одновременно истинными, по меньшей мере, одно из них обязательно ложно. Знал ли этот закон автор «Логики научного исследования» (слово «научного» появилось в переводе работы на английский язык; в немецкоязычном оригинале «Logik der Forschung», т.е. просто «Логика исследования», что трактуется гораздо шире), писавший в 1934 г. следующее: «С моей точки зрения, индукции вообще не существует. Поэтому выведение теорий из сингулярных высказываний, “верифицированных опытом” (что бы это ни означало), логически недопустимо. Следовательно, теории никогда эмпирически не верифицируемы. Если мы хотим избежать позитивистской ошибки, заключающейся в устранении в соответствии с нашим критерием демаркации теоретических систем естествознания, то нам следует выбрать такой критерий, который позволял бы допускать в области эмпирической науки даже такие выказывания, верификация которых невозможна. Вместе с тем я, конечно, признаю некоторую систему эмпирической, или научной, только в том случае, если имеется возможность ее опытной проверки. Эти соображение приводят к убеждению в том, что не верифицируемость, а фальсифицируемость системы следует рассматривать в качестве критерия демаркации» [20, с. 37-38]. Под «демаркацией» К. Поппер подразумевает проведение разграничения между научным и ненаучным. Закономерен вопрос: математика - научна или нет? Из школьного курса известно, что многие математические теоремы доказываются методом математической индукции - от частного к общему - которой, как утверждает философ, вообще не должно быть места в науке («теоретических системах естествознания»). При этом поясняется, конечно, опытная проверка - в форме мысленного эксперимента - обязательно нужна, но не для подтверждения, а для опровержения. В подтверждение (!) своего «принципа» К. Поппер берется путем мысленного эксперимента фальсифицировать принцип неопределенности В. Гейзенберга: «В действительности я полагаю, что мои взгляды и взгляды Гейзенберга диаметрально противоположны. <…> Сначала мы должны проанализировать те затруднения, которые, как мы видели, приводят программу Гейзенберга к краху» [там же, с. 213].

Сегодня, принцип неопределённости является краеугольным камнем квантовой механики, а в те 30-е годы, как видим, были люди, которые «доказали» его полную несостоятельность. Мне не известна реакция В. Гейзенберга, но известно, что написал по этому поводу А. Эйнштейн: «Дорогой м-р Поппер! Я просмотрел Вашу статью и в значительной мере согласен с ней. Я только не верю в возможность произвести “сверхчистый случай”, который позволил бы нам предсказать положение и импульс (цвет) фотона с “недопустимой” точностью. Предлагаемые Вами средства (экран с быстрым затвором, соединенный с избирательным набором стеклянных фильтров) я считаю в принципе неэффективными»; далее физик пускается в рассуждение о Ш-функции Шредингера; последний абзац этого письма начинается с фразы: «Я хочу вновь сказать, что не верю в справедливость Вашего тезиса о том, что невозможно выводить статистические заключения из детерминистической теории» [там же, с. 409, 411].

Поскольку некогда «фальсифицированный» принцип неопределенности сегодня имеет принципиально важное значение не только для физики, изложим его суть: для сопряженных параметров, характеризующих состояние физической системы (например, координаты и импульса), одновременное и точное определение их значений невозможно в принципе. Этот фундаментальный принцип современной физики, стал Принципом и для философской онтологии и теории познания: неопределённость лежит в основе всего мироздания. Он говорит нам: не пытайтесь точно определить все параметры; пусть будет потенциал, значение которого должно быть точно установлено, но при этом пусть еще остаются и до конца «неуточняемые» потенциальные возможности.

Таким образом, основываясь на этих принципах необходимо разработать методику оценки потенциала. Складывается парадоксальная ситуация: оценка кадрового потенциала является составной частью оценки потенциала науки; причем кадры - это ее важнейшая часть; с другой стороны, уже существуют и продолжают разрабатываться методики комплексной оценки потенциала науки (научно-технического потенциала), которые не предполагают выделять составляющие, в частности, кадровый потенциал. Иными словами, оценка потенциала науки осуществляется без умения оценки ее кадрового потенциала. Это ни в коей мере не говорит о том, что при оценке научного потенциала не учитываются научные кадры; они учитываются всегда, в любой методике, ибо научный потенциал без научных кадров - бессмысленное понятие. Есть статистика, есть ее полноценный анализ, именуемый «состоянием кадрового потенциала» на примере медицинской отрасли [13], расчеты динамики медицинских кадров научной организации с использованием методов социологического опроса [7]; такая методика, как образец типичной и традиционной оценки, будет рассмотрена нами отдельно; здесь мы хотим подчеркнуть, что отсутствует методология оценки кадрового потенциала науки именно как потенциала, рассматриваемого в качестве обособленного и самостоятельного показателя. А надо ли это вообще делать? Надо, ибо такая оценка сама по себе представляет огромную важность; незначительно уступая оценке науки в целом, она имеет приоритетное значение для принятия конкретных кадровых управленческих решений. Поэтому будет логично, если вначале произвести оценку кадрового потенциала науки, и только затем, дополнив финансовым и материально-техническим, определить потенциал науки в целом.

Но это тоже не простая задача. В официальной статистке, публикуемой Росстатом [22], раздел «научные исследования и инновации» представлен 40 показателями, из них 19 относятся к научным кадрам. Для нас вовсе не означает, что для точного определения значения потенциала лучше всего вычислить среднеарифметическое (гармоническое) значение всех его составляющих; это нарушило бы принцип существенности. С другой стороны, потенциал науки определяется как минимум тремя факторами, являющимися разными по своей природе. Как в этой ситуации сделать комплексную оценку? Нужно изначально отбросить всякую мысль о вычислении среднего, несмотря на популярность и простоту такой методики; для комплексной оценки можно использовать концепцию лексиминного числа [30] или же выполнить кластеризацию по всем выявленным существенным факторам (факторный анализ). При этом возможно даже создание типологии потенциала науки.

Кадровый потенциал науки предлагается рассматривать как часть целостной системы - науки; это значит, целое определяет свои части, и, следовательно, нужно исходить из оценки потенциала науки в целом. С этой целью, для начала, обратимся к уже существующим методикам. В качестве одной из них, отправной точки, может выступить исследование, выполненное в Вологодском Институте социально-экономического развития территорий (ИСЭРТ РАН) К.А. Задумкиным и И.А. Кондаковым «Научно-технический потенциал региона: оценка состояния и перспективы развития» [8].

В этой работе, общетеоретическая часть занимает подобающее ей место; далее, в соответствии с указанными выше принципами, разработана методика определения потенциала и выполнен соответствующий расчет для всех регионов РФ. По этой методике все регионы РФ по уровню своего научно-технического потенциала разбиты на 7 групп (таблица 4) [там же, с. 40]:

Таблица 4

Интерпретация пороговых значений интегральной оценки научно-технического потенциала региона

Анализ этой и аналогичных методик оценки научного потенциала должен показать, каким образом в них учитывается кадровая составляющая; это позволит органично, не нарушая целостности объекта исследования, выделить кадровый потенциал науки в самостоятельный предмет исследования и рассмотреть его в качестве подсистемы науки.

Таки образом, для достижения поставленной цели - оценки кадрового потенциала региона РФ, в данной работе поставлены и решены следующие научно-исследовательские задачи:

определены объект и предмет исследования;

раскрыто содержание понятия «кадровый потенциал науки»;

выбран путь для разработки методики оценки кадрового потенциала науки.

Литература

1. Академический сектор науки России //Гл. ред. Л.Э. Миндели. - М. : Ин-т проблем развития науки РАН, 2010. - 255 с.

2. Бедный Б.И., Миронос А.А., Серова Т.В. Наукометрические оценки продуктивности исследовательской работы аспирантов // Высшее образование в России. - 2006. - №7. - С. 20-36

3. Бекасова С.Н. Справочная литература как источник обоснования понятия «потенциал» [Электронный ресурс] / - Режим доступа: http://rudocs.exdat.com/docs/index-7883.html?Page=3. - 6.12.2012.

4. Варшавский А.Е. Проблемы науки и ее результативность. // Вопросы экономики. - 2011. - № 1. - С. 151-157.

5. Гадамер Г.-Г. Истина и метод: основы философской герменевтики. - М.: Прогресс, 1988. - 704 с.

6. Глухов В. В., Коробко С.Б., Маринина Т.В. Экономика знаний. - СПб.: Питер,2003. - 528 с.

7. Глухова Е.А., Потемкин Е.Л. Аналитическая система комплексной оценки кадрового потенциала научной медицинской организации [Электронный ресурс] / - Режим доступа: http://vestnik.mednet.ru/content/view/425/27/lang,ru/. - 2.12.2012.

8. Задумкин К.А. Кондаков И.А.. Научно-технический потенциал региона: оценка состояния и перспективы развития. - Вологда: ИСЭРТ РАН, 2010. - 205 с.

9. Зельдович Я.Б., Мышкис А.Д. Элементы прикладной математики. - М.: Наука,1972. - 592 с.

10. Измерение экономики знаний: теория и практика // М.: Ин-т проблем развития науки РАН, 2008. - 191 с.

11. Кузнецова В.Ф. Научный потенциал общества [Электронный ресурс]/ - Режим доступа: - Режим доступа: http://vslovare.ru/slovo/filosofskiij-slovar/nauchnjyij-potentzialobshestva/285331. - 6.11.2012.

12. Кузнецова И.А. Разработка методологии оценки и анализ кадрового потенциала российской науки. Исследовательский проект. НИН ВЭШ. Ин-т статистических исследований и экономики знания. 2006 [Электронный ресурс] / - Режим доступа: http://www.hse.ru/org/projects/182520 . - 16.11.2012.

13. Купеева И.А. Современное состояние кадрового потенциала медицинской науки в Российской Федерации / электронный научный журнал «Социальные аспекты здоровья населения» [Электронный ресурс] / - Режим доступа: http://vestnik.mednet.ru/content/view/168/27/. - 11.11.2012.

14. Ладный А.О. Анализ данных в задачах управления научно-техническим потенциалом [Электронный ресурс] / - Режим доступа: http://itclaim.ru/Library/Books/ITS/wwwbook/ist6/ladni/ladni.htm. - 6.11.2012.

15. Миндели Л.Э. Обеспечение национальной безопасности в сфере науки, технологий и образования [Электронный ресурс] / ЭТАП: Экономическая теория, Анализ, Практика. - 2012. - № 1. - Режим доступа: http://www.issras.ru/papers/etap01_2012_Mindeli.php. - 6.11.2012.

16. Мундриевская Е.Б. Теоретические аспекты формирования и развития кадрового потенциала стратегической службы [Электронный ресурс] /- Режим доступа: http://www.acmegroup.ru/node/479 . - 3.11.2012.

17. Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. - М.: Наука, 1969. - 192 с.

18. Наука и информационные технологии в Республике Башкортостан: статистический сборник. - Уфа: Башкортостанстат, 2010. - 82 с.

19. Научный потенциал и инновационная активность в России // Под ред. В.Е. Семенова. Вып. 5. Стат. сб. - М.: 2009. - 320 с.

20. Поппер К. Логика научного исследования. - М.: Республика, 2005. - 447 с.

21. Пуанкаре . Ценность науки // О науке. - М.: Наука, 1990. - С. 197-366.

22. Регионы России. Социально-экономические показатели. 2010: Стат. сб. / Росстат. ? М., 2010. ? 996 с.

23. Российский инновационный индекс // Под ред. Л.М. Гохберга. - М.: Наука: НИУ «Высшая школа экономики», 2011. - 84 с.

24. Тодосийчук А. В. Наука как фактор социального прогресса и экономического роста. 2-е изд., доп. и перераб. - М.: НИИЭНиО, 2005. - 428 с.

25. Фиценс Ж. Человеческий капитал: как измерить и увеличить его стоимость[Электронный ресурс] / - Режим доступа: http://www.iteam.ru/publications/human/section_44/article_3000. - 8.11.2012.

26. Хайдеггер М. Время картины мира // Работы и размышления разных лет. - М.: Гнозис, 1993. - С. 135-167.

27. Хайтун С.Д. Наукометрия: состояние и перспективы. - М.: Наука, 1983. - 342 с.

28. Шереги Ф. Э., Стриханов М. Н. Наука в России: социологический анализ. - М.: ЦСП, 2006. - 456 с.

29. Энциклопедия эпистемологии и философии науки. - М.: «Канон+» РООИ «Реабилитация», 2009. - 1248 с.

30. Юсов А. Особенности числовой оценки социально-экономического развития. - Социальная политика и социальное партнерство. - 2012. - № 2. - С. 63-68.

31. Wцrterbuch der philosophischen Begriffe. Hamburg: Meiner, 1998. - 750 S.

32. Кадровый потенциал: ценность, оценка, реструктуризация [Электронный ресурс] / - Режим доступа: http://eumtp.ru/?p=1019. - 21.11.2012.

Размещено на Allbest.ru