国外关于在职博士人才流动状况研究现状

在国外，美国、加拿大、欧洲等西方国家有关科技人力资源的研究已经形成了一套完整的、科学的研究体系。其中美国芝加哥大学全国民意调查中心(NORC )在在职博士人才研究方面成果显著，他们每年都会公布一份科学性很强的统计报告。除此之外，经济合作与发展组织(OECD)较早的提出了科技人力资源评价的指标体系，对科技人力资源统计分析的国际标准化和规范化起到了重要作用。经济合作与发展组织(OECD)制定了有关科技人力资源调查研究规范的坎培拉手册(Canberra manual)和奥斯陆手册(Oslo manual)，这对于国际间在科技人力资源定义、分类方法提供了统一的标准，达到了引用对比的目的。

这些国家对在职博士人才进行的专项研究有:

(1)美国:美国目前对在职博士的调查数据最早可以追溯到1920年，是目前对在职博士人才研究最完善的国家。从1957年到1997年美国国家科学院的国家研究委员会与美国自然科学基金下的科学资源统计部门签订合同，负责在职博士项目调查;自1997年以后由在芝加哥的美国民意调查中心(NORC)负责具体的调查。

美国的在职博士项目主要有以下两个:

1) The Survey of Earned Doctorates (SED)，该调查开始于1957-58年，由美国国家自然科学基金出资，每年对从全美国所有学术机构毕业的研究型在职博士学位获得者进行一次调查，由在职博士学位授予的单位在在职博士取得学位资格的同时对在职博士下发调查问卷并回收、提交，具有强制性和普查性，有很高的回收率。该调查主要研究在职博士教育和在职博士学位的数量、特性以及发展趋势，为美国联邦政府的教育和劳动力计划部门提供关键信息。

2)The Survey of Doctorate Recipients (SDR)，该调查采用纵向研究的方法，对SED调查中获得的已经在科学、工程或者医学领域工作的在职博士人才进行跟踪调查，每两年一次，一直进行到被调查人76岁为止。该调查的目的是为美国的教育机构、工商企业、政府部门等的决策者们提供理工科领域在职博士人才的就业状况、岗位需求以及薪酬待遇状况等数据和趋势预测;该调查的结果也被应用于评价业已在岗的在职博士人员的效用。

同时，美国自然科学基金(NSF)还发现这一调查的结果对于他们制定基金内部计划非常重要，因为绝大多数的美国自然科学基金款项要拨给这些在职博士学位获得者个人。该调查还使用了另外两项美国自然科学基金项目的相关数据，这两项调查分别是全美理工科领域大学及以上学历人员调查(National Survey of College Graduates-NSCG)和全美新近毕业大学生调查(National Survey of Recent College Graduates-NSRCG)。通过这三个调查，美国还将相关数据综合建立了一个科学家与工程师统计数据系统(Scientists andEngineers Statistical Data System-SESTAT)，提供在美国理工科领域学习和工作的个人的数量和特征信息的相关分析数据。

(2)加拿大:

1)丁he Survey of Earned Doctorates，该调查的内容和方式非常类似于美国的SED调查，由加拿大政府统计局教育统计中心((Centre for EducationStatistics)进行在职博士人才的统计，并由资深的统计专家和人力资源开发专家联合对在职博士学位获得者的人口学特性、经济来源、流动规律等进行统计分析，定期发布相关的调查结果和分析报告。

2)Canadian National Survey of Graduates (NGS)。

(3)瑞士:Survey of Tertiary plus Doctorates，该项目调查的是本国在职博士在获得学位一年后的工作状态。

(4)葡萄牙:Survey of Former PhD Scholarships Receivers，该项目主要关注本国在职博士学位获得者的就业状况。

(5)澳大利亚:The Australian survey of Graduate Destination Survey(GDS)，该调查采用队列研究的方式收集澳大利亚国内在职博士毕业四个月以后的就业状态信息，同时也调查了这些在职博士相关的教育与毕业信息。

(6)乌克兰:Structure of Database of Doctorate Holders in Ukraineo

此外，波兰、比利时、丹麦、意大利、日本、德国、西班牙、阿根廷、乌干达、法国等也开展了本国的在职博士人才调查项目(Project on Careers ofDoctorate Holders一CDH)o DECD/UIS/ESTAT也召开了一些专项会议，讨论在职博士中的问卷、调研方法、数据处理以及标准化术语等问题。