Perspectives

Éditorial : nous rencontrons de temps en temps des chercheurs dont les travaux ont été grandement simplifiés par l'utilisation de JSTOR. Nous avons demandé aux professeurs Philip R.P. Coelho et James E. McClure de la section Économie de la Ball State University de nous faire un résumé de leurs travaux.

Philip R.P. Coelho
Professeur d'économie, Ball State University
Muncie, Indiana

James E. McClure
Professeur d'économie, Ball State University
Muncie, Indiana

Nous étudions la quantification de tendances méthodologiques dans les recherches publiées en économie. Nous avons utilisé JSTOR pour : 1) quantifier les tendances et la portée de l'analyse mathématique complexe en économie ; 2) mesurer l'impact de la complexité mathématique sur l'utilisation de données réelles pour mettre à l'épreuve des théories économiques ; et 3) évaluer l'influence de la prise de décisions des rédactions sur les citations dans une grande revue d'économie. Nous allons brièvement commenter la nature de notre recherche et expliquer comment nous nous sommes servis de JSTOR pour accomplir ce qui aurait été nettement plus laborieux autrement.

Dès le début du 20e siècle, les économistes débattaient de l'utilité des niveaux supérieurs de la complexité mathématique. En 1920, Alfred Marshall déclara qu'il était "évident" qu'il n'y avait "pas en économie de place pour de longues chaînes de raisonnement par déduction". Malgré Marshall, la complexité mathématique en économie augmenta et, au milieu du 20e siècle, Donald F. Gordon soutint que "la prolifération et la manipulation des fonctions a dépassé des limites sûres", au vu de la relation négative existant entre la complexité mathématique et les mesures empiriques (opérationnalisme) qu'il avait posée comme hypothèse. La plainte formulée par Gordon sur l'utilisation croissante de mathématiques complexes a reçu l'écho de Wassily Leontief en 1971 lors du Message annuel du président devant l'American Economic Association. Dans le cadre de nos travaux, nous avons utilisé les archives JSTOR pour documenter les tendances d'utilisation des mathématiques. Nous avons utilisé les archives JSTOR pour trouver, sur la base de mots clés, des articles économiques reflétant une complexité mathématique (ces mots étaient "lemmes" et "équilibres multiples"). Le coût de ces recherches aurait été prohibitif sans JSTOR, grâce auquel nous avons développé un jeu de données qui prouve indéniablement la complexité mathématique grandissante au cours du 20e siècle. Dans quatre grandes revues économiques, la présence de ces termes augmente en fréquence, allant de quelques articles, voire aucun, par décennie jusqu'à 1960 à 350 articles au cours des dix dernières années du 20e siècle.

Nous avons comparé deux échantillons tirés de l'American Economic Review ; le premier contenait des articles présentant un haut degré de complexité mathématique (à partir des critères de mesure que nous avions définis ) ; le second échantillon (aléatoire) d'articles étaient dépourvu de ces termes. Les comparaisons statistiques des échantillons ont fourni la preuve étayant l'hypothèse de Gordon à savoir, que la complexité mathématique avait moins de chances de se vérifier de manière empirique (ou, plus officiellement, « opérationnalisée »). Nos conclusions sur le manque d'empirisme dans des articles mathématiquement complexes et les tendances d'utilisation des mathématiques ont été publiées dans l'Southern Economic Journal en 2005 et l'Econ Journal Watch en 2008. Ces deux articles décrivent en détail notre utilisation de JSTOR.

Nous continuons à utiliser l'archive JSTOR pour examiner des questions afférentes et la trouvons indispensable dans nos investigations empiriques sur les tendances en cours dans les revues professionnelles. Actuellement, nous étudions la manière dont les références influent sur les citations. Nous utilisons JSTOR pour chercher des noms d'auteur ; et nous avons fait une découverte étonnante :le nombre de citations indépendantes (non pas par auteur de l'article source) est positivement lié au nombre d'auto-références dans l'article source.