Поскольку распределение научного капитала между исследователями не является однородным в силу их неравной способности совершать оригинальные научные открытия, с необходимостью возникает социальная стратификация, которая задается динамикой научного поля. С конца 1920-х годов известно, что производительность, измеряемая числом публикаций, сильно сконцентрирована: меньшинство ученых производит большинство публикаций. Так называемый закон Лотки, который часто для краткости резюмируют как «20 на 80», описывает частоту распределения публикаций по формуле N(p) = С/р2, где N(p) – число исследователей, у которых р публикаций. Так, если одну публикацию имеет число С исследователей, то по две публикации имеет уже одна четвертая от этого числа (С/4), а по три – только одна девятая (С/9). Кривая подобной формы, которую в социальных науках называют «распределение Парето», работает для разных случайных величин, таких как зарплата, население городов [130] и т. д. Как показано на рис. III.3, схожий характер имеет распределение цитирования (ссылок на опубликованные статьи), как и распределение полученных исследователями субсидий. Как видно на том же рисунке, кривые финансирования и ссылок приближаются к отношению 20/80, в то время как кривая статей менее концентрирована (20/60). Это доказывает, что научное признание распределено еще более неравномерно, чем производительность исследователей.
РИС. III. 3. Распределение субсидий, публикаций и ссылок среди исследователей
ИСТОЧНИК.
Изучению социальной стратификации исследователей и научных институций посвящены многие работы, целью которых было выявить эффект производительности, пола и институционального положения на научное признание. В целом эти работы предлагают эмпирический и количественный анализ, чаще всего основанный на выборках величиной от нескольких сотен до чуть более тысячи исследователей. Чтобы произвести статистический анализ и определить относительный вес переменных, необходимо сначала построить показатель научного признания, который может впоследствии быть рассмотрен как зависимая переменная в регрессионной модели с несколькими независимыми переменными, объясняющими значения переменной «научное признание». Объяснительных переменных может быть a priori очень много, и их различные комбинации используются в многочисленных исследованиях, посвященных этому вопросу. Так, были проанализированы влияние размера и престижа кафедры, к которой приписаны исследователи, тип научной специальности, профессиональный возраст, продуктивность исследователя и т. д. Начиная с 1980-х годов многочисленные исследования были посвящены изучению возросшей роли женщин в научном сообществе. Они показали, что их научная производительность ниже в сравнении с мужской, а их положение часто маргинально в академической иерархии[131].
В целом результаты количественного анализа социальной стратификации показывают, что производительность исследователей сильно коррелирует с «научным качеством» их работ. Работы братьев Стивена и Джонатана Коулов доказывают, что большинство ученых либо «болтливы» (продуктивны и цитируются), либо «молчаливы» (мало продуктивны и мало цитируются)[132]. Их исследования также показывают тесную связь между качеством работ ученых и признанием (измеряемым полученными премиями и престижными должностями). Поскольку производительность распределена очень неравномерно, из этого следует, что признание сконцентрировано среди меньшинства исследователей, составляющих научную элиту[133].
Развитие методов количественного анализа в социологии науки совпадает с возникновением нового инструмента, часто используемого в качестве показателя «научного качества» в регрессионных статистических моделях: индекса научного цитирования (Science Citation Index). Эта база данных была создана в середине 1950-х годов Юджином Гарфилдом[134] и выпущена на рынок в начале 1960-х основанным им Институтом научной информации (Institute for Scientific Information). В индексе научного цитирования содержатся не только имена авторов, названия статей и журналов, в которых они опубликованы, но также полные библиографические списки. Именно наличие библиографических ссылок делает его уникальным инструментом в сравнении с другими базами научных публикаций. Индекс цитирования позволяет быстро составить библиографию по любой теме благодаря возможности найти более поздние тексты, которые ссылаются на ту или иную работу. Он позволяет также подсчитать, сколько раз та или иная статья была процитирована другими статьями. Подсчет ссылок со временем превратится в количественный показатель «научного импакта» публикаций исследователя. Базовая идея этого показателя в том, что чем чаще статью цитируют, тем важнее она для исследователей в данной области. Science Citation Index быстро стал удобным инструментом для тестирования различных гипотез, в частности касающихся механизмов научного признания в мертоновской социологии науки. Так, выяснилось, что существует большая корреляция между научным признанием (измеряемым престижем полученных премий) и числом полученных ссылок. На основании этого цитирование стало единственным показателем меры научного признания, в частности благодаря простоте использования индекса научного цитирования (SCI). У SCI не было конкурентов на рынке до 2004 г., когда появилась база данных SCOPUS – похожий продукт, выпущенный издательской группой Elsevier. Преимущество этих баз данных состоит в том, что они позволяют также осуществлять количественный анализ трансформаций различных дисциплин на протяжении многих десятилетий[135].
Накопленное преимущество
Количественный анализ научной деятельности быстро выявил крайне неэгалитарный характер науки, так как меньшинство ученых получает львиную долю премий, ресурсов и ссылок (см. рис. III.3., с. 70). Такая стратификация совместима с нормой универсализма, которая требует, чтобы
