Le nombre de publications

6On ne prend pas en compte les articles non publiés, ni même le plus souvent les ouvrages ou les chapitres d’ouvrage [2]. Une des raisons étant la grande variabilité dans la qualité de ces différents documents. On mesure la qualité de la recherche par la qualité des revues dans lesquelles les articles sont publiés. Une revue scientifique pouvant obtenir un label de qualité ou faire l’objet d’un classement par une institution (le CNRS par exemple) qui prend en compte la notoriété scientifique, l’audience, le facteur d’impact et sans doute d’autres facteurs. L’inconvénient est que la qualité d’une revue peut évoluer au cours du temps alors que le classement dépend de la qualité de la revue à un moment donné. Notons également que le plus mauvais article d’une revue de premier rang n’est pas nécessairement meilleur que le meilleur des articles d’une revue de second rang. Ainsi Oswald [2007] a montré que l’article le plus cité de n’importe quel numéro d’une revue de qualité moyenne comme l’Oxford Bulletin of Economics and Statistics est plus cité que les quatre articles les moins cités de n’importe quel numéro d’une revue de premier rang comme l’American Economic Review. De même Klein et Romero [2007] soutiennent que pour la plupart des 66 articles publiés dans le Journal of Economic Theory en 2004 on doit répondre non à au moins l’une des questions suivantes : « Theory of what?, Why should we care? », et « What merit in your explanation? » questions qui, selon eux, définissent une bonne théorie. De même comment évaluer la qualité des articles non publiés ou des ouvrages ou des chapitres d’ouvrage ? Pourtant il vient à l’esprit un certain nombre de productions scientifiques de niveau exceptionnel qui entrent dans l’une ou l’autre de ces catégories.

Le nombre de citations

7On peut souhaiter mesurer la qualité des recherches par les citations. L’avantage est de permettre d’évaluer les recherches qui ne sont pas publiées dans des revues à comité de lecture. L’inconvénient est que les citations ne dépendent pas exclusivement de la qualité de la recherche. Le nombre de citations dépend du nombre de chercheurs travaillant dans un domaine, de la valeur scientifique intrinsèque d’un article, de la langue dans laquelle l’article a été publié, du pays d’origine de l’auteur, du réseau personnel de l’auteur, du facteur d’impact de la revue dans laquelle l’article a été publié etc.

8De plus, une bibliographie d’un article d’économie n’est pas une liste des meilleurs travaux en économie mais une liste des articles sur lesquels le chercheur s’est appuyé pour faire sa propre recherche. On y trouvera des citations des articles fondamentaux qui ont suscité la recherche mais aussi des références à des articles plus périphériques. Si on demandait aux mathématiciens quels ont été les meilleurs articles publiés récemment ils évoqueraient certainement les articles de Wiles ou de Perelman, mais dans les faits, ces articles sont relativement peu cités car les mathématiciens ont peu l’occasion de le faire. Les citations mesurent l’impact des articles qui contribuent à façonner la science et ce ne sont pas toujours les articles les plus profonds qui ont une influence sur la discipline.

Les indices synthétiques

9En dehors même des inconvénients des deux indicateurs cités, un auteur peut avoir de nombreuses publications, dont aucune n’est citée ; il pourrait aussi avoir une seule publication citée à de nombreuses reprises. Il nous faut donc un indicateur synthétique de l’impact de la production scientifique.

10Jorge E. Hirsch [2005] a proposé une nouvelle mesure pour quantifier la valeur de la production scientifique d’un chercheur. « Un chercheur a un indice h si h de ses n articles ont au moins h citations chacun et ses autres (n – h) articles ont au plus h citations ». Glänzel [2006] a défini l’indice h d’une autre manière. « Un chercheur a un indice h si h est le plus grand nombre de ses n articles qui ont au moins h citations chacun » :

11où X_j est le nombre de citations reçu par le j^e article le plus cité. Si (1) n’admet pas de solutions [3] alors h = 0.

12On peut montrer que les définitions de Hirsch et Glänzel sont équivalentes.

13Proposition 1

141^{. h =} 0 si et seulement si X₁ ⁼ 0

152. h = n si et seulement si X_n ? n

163. Supposons que X₁ > 0 et X_n < n. Alors h est solution de (1) si et seulement si X_h ? h et X_h+1 < h + 1.

17La démonstration des points 1 et 2 est triviale et est laissée au lecteur. La première propriété signifie que h = 0 si et seulement si l’article le plus cité n’est pas cité auquel cas il n’y a pas de solution au programme (1). La deuxième propriété signifie que h = n si et seulement si l’article le moins cité est cité au moins n fois. La troisième propriété signifie que les deux définitions sont équivalentes: puisque (X_j) est une liste décroissante et que X_h ? h, on a h articles cités au moins h fois (X_j ? X_h ? h pour j = 1, …, h) et (n – h) articles ont au plus h citations (ils ont strictement moins de h + 1 citations X_j ? X_h < h + 1 pour j = h + 1, …, n).

18Démonstration du point 3 :

19Þ Soit h solution de (1). On veut montrer que X_h ? h et X_h+1< h+1. Puisque h est solution de (1) alors X_h vérifie la contrainte, soit X_h h. Reste à montrer que X_h+1 < h+1. Raisonnons par l’absurde et supposons que X_h+1 ? h+1. On veut montrer une contradiction. Puisque h + 1 vérifie la contrainte et que h + 1 > h, h ne peut être solution de (1), la contradiction recherchée. ? Soit h tel que X_h ? h et X_h+1 < h+1. On veut montrer que h est solution de (1). Raisonnons par l’absurde et supposons qu’il existe h’ > h tel que X_h’ ? h’. Or X_h’ ? X_h+1 < h+1 h’ car X_j est décroissante. On a donc X_h’ < h’, la contradiction recherchée.

20Notons également que h est défini de manière unique puisque si (1) n’admet pas de solution alors h = 0 et si (1) admet une solution alors cette solution est nécessairement unique.

21L’indice h est une mesure à la fois quantitative et qualitative de la recherche : h mesure en quelque sorte le nombre et la valeur des meilleurs articles (en supposant bien sûr que les meilleurs articles sont plus cités) d’un chercheur. Plus h est élevé et plus le chercheur est productif et plus sa production est de niveau élevé. h est une mesure synthétique intégrant à la fois un critère quantitatif (nombre d’articles) et un critère qualitatif ou de visibilité (citations) et, par conséquent, présente un avantage sur des mesures distinctes de ces critères comme le nombre total d’articles publiés ou non et le nombre total de citations (on ne peut pas toujours ordonner deux vecteurs alors qu’on peut toujours comparer deux nombres). Il présente également un avantage sur des mesures telles que le « nombre d’articles importants » (par exemple le nombre d’articles cité plus de y fois), ou le nombre de citations à chacun des q articles les plus fréquemment cités. Dans les deux cas q et y sont arbitraires et le classement des chercheurs peut avantager les uns ou les autres suivant la valeur choisie pour q ou y. Un des avantages de l’indice h est qu’il dépend peu des articles les moins cités. En effet, en raison de la pression qui existe aujourd’hui pour la publication et le développement considérable des revues les meilleurs auteurs publient également de mauvais articles et il serait dommage d’évaluer les chercheurs sur ce qu’ils ont raté plutôt que sur ce qu’ils ont réussi. Mozart est un plus grand compositeur que Brahms bien que ce dernier (suivant Paul Samuelson) n’ait pas écrit de mauvaise musique.

22Un des principaux avantages de l’indice h réside dans sa robustesse. L’indice h ne varie pas considérablement si le nombre de documents inclus dans la base de données varie, ou bien si le nombre total de citations s’accroît. En particulier, l’indice h ne dépend pas des articles les moins intéressants (i.e. les moins cités) publiés par l’auteur et, une fois qu’un papier a atteint h citations, les citations supplémentaires n’accroissent pas le h. Cela implique en particulier que l’indice h ne donne pas un poids indu aux revues de littérature.

23Lorsqu’un chercheur souhaite faire passer son indice de h à h+1, il va généralement avoir besoin d’écrire plus d’un article avec h+1 citations dans la mesure où il n’est pas évident qu’il ait déjà h publications citées h+1 fois. De plus, la plupart des articles cessent d’être cités au bout d’un temps relativement court. Donc un effort de recherche significatif est nécessaire de la part d’un auteur pour accroître son indice h.

24Cette caractéristique est particulièrement désirable en sciences sociales, où on trouve peu d’auteurs reconnus suite à un résultat unique, ce qui n’est pas vrai par exemple dans le cas d’un médecin qui trouve le remède à une maladie grave, ou un mathématicien démontrant une conjecture fameuse.

25La robustesse de l’indice h est aussi intéressante dans le cadre de notre évaluation empirique car les calculs sur un nombre élevé de chercheurs prennent du temps. Le h d’un auteur évalué au début de l’interrogation de la base de donnée n’a pas en règle générale varié à la fin de la constitution de la base de données, même si le nombre d’articles ou de citations a pu varier de manière sensible.

26Cependant, on peut trouver que la valeur de l’indice h dépend trop peu des articles les plus cités. Une fois qu’un article est entré dans l’ensemble des articles qui définissent le facteur h, peu importe que cet article continue d’être cité ou pas. Ainsi deux auteurs, dont le deuxième article le plus cité serait cité deux fois, mais dont le premier article le plus cité serait cité 100 fois pour l’un et 2 fois pour l’autre auteur auraient le même indice h = 2. C’est pourquoi Egghe [2006] a proposé un indice, l’indice g, qui tout en continuant à être peu sensible aux articles peu cités est sensible aux articles beaucoup cités. « L’indice g est le plus grand nombre d’articles qui ont reçu ensemble au moins g² citations ».

27Si on reprend l’exemple donné plus haut, le premier individu aura un indice g strictement supérieur à 2 (sauf s’il n’a écrit que 2 articles) alors que le second aura un indice g exactement égal à 2. L’indice g permet de tenir compte des meilleurs articles tout en négligeant les plus mauvais. Cette caractéristique étant particulièrement intéressante pour les auteurs les plus prolifiques dont la qualité des articles peut varier de manière considérable.

28Proposition 2

291. g = 0 si et seulement si X₁ ⁼ 0

302. g = n si et seulement si X₁ +…+ X_n ? n²

313. Supposons que X₁ > 0 et X₁ +…+ X_n < n². Alors g est solution de (2) si et seulement si X₁ +…+ X_g ? g² et X₁ +…+ X_g+1 < (g + 1)²

324. g ? h (Egghe [2006]).

33Là encore les démonstrations [4] des propriétés 1, 2, 3 et 4 sont triviales et sont laissées aux soins du lecteur. La première propriété signifie que g = 0 si et seulement si l’article le plus cité n’est pas cité. En effet, dans ce cas le nombre total de citations de l’auteur est nul et il n’y a pas de solution au programme (2). La deuxième propriété signifie que g = n si et seulement si le nombre total de citations de l’auteur est supérieur ou égal à n². La troisième propriété signifie que l’on peut définir l’indice g de la façon suivante. Un chercheur a un indice g si g est le plus grand nombre tel que ses g articles les plus cités totalisent au moins g² citations. La dernière propriété signifie que l’ensemble des h articles les plus cités totalise au moins h² citations (car X_j ? h pour tout j = 1, …, h) mais il peut en totaliser beaucoup plus. L’indice g permet de tenir compte de cet aspect négligé par l’indice h.

34En résumé, les indices h et g sont des mesures synthétiques de la productivité d’un chercheur et de la qualité de sa recherche, construits à partir du nombre de citations reçues par ses articles publiés. Plus l’indice est élevé, plus il a publié un nombre significatif d’articles importants.

Loi de Pareto

59La distribution de l’indice h suit approximativement une loi de Pareto, ce qui est visualisé sur la figure n° 1 pour les économistes : une loi de Pareto signifie que l’on affaire à une droite dans le repère (logh, logN(h)). Nous avons donc estimé la fonction :

60LogN(h) = - ?Logh + LogA (3)

61où N(h) est le nombre de chercheur ayant un indice h supérieur ou égal à une valeur donnée. Plus le coefficient ? est petit et plus l’inégalité de la distribution est grande [10].

Tableau 2

Test de l’équation (3) – Variable expliquée : logN(h)

Base de données Google scholar Scopus Jeu de données Département d’économie Ecoles de commerce Département de gestion Département d’économie Écoles de commerce Département de gestion Constante 3,694 (0.13) 3,212 (0.08) 3,411 (0.12) 7,281 (0.35) 6,951 (0.29) 5,329 (0.19) Logh -2,176 (0.12) -1,601 (0.08) -2,406 (0.13) -2,374 (0.18) -1,946 (0.13) -1,964 (0.10) R2 0,933 0,957 0,967 0,936 0,935 0,978

Test de l’équation (3) – Variable expliquée : logN(h)

Figure 1

Economistes de l’Université

Economistes de l’Université

62On constate que l’inégalité de la distribution est beaucoup plus forte pour les professeurs permanents des écoles de commerce que pour les économistes des universités et légèrement plus forte chez les économistes que chez les gestionnaires de l’université. L’indice d’inégalité de Gini est de 0,454 pour les professeurs permanents des écoles de commerce, 0,298 pour les économistes de l’université, et 0,262 pour les gestionnaires de l’université. Ces faits sont cohérents avec l’idée que la recherche est un élément plus important pour l’avancement des carrières dans les écoles de commerce qu’à l’université et plus important chez les économistes que chez les gestionnaires. Les écoles de commerce se disputent les meilleurs chercheurs et offrent des primes salariales liées à la productivité scientifique. Les professeurs des écoles ont donc tout intérêt à s’investir dans l’activité de recherche. Les primes de recherche existent pour les universitaires, mais le lien avec la productivité des chercheurs n’est pas toujours direct.

Dominance stochastique

63Proposition [11] (Fishburn et Lavalle [1995])

64Soient F(x) et G(x) deux fonctions de répartition où la variable aléatoire x peut prendre n valeurs x₁ < x₂ < …< x_n.

65F ?_FSD G (F domine G au sens de la dominance stochastique du premier ordre) ? D₁(x_i) ? 0 pour i = 1, …, n où D₁(x_i) G(x_i) - F(x_i) F ? _SSD G (F domine G au sens de la dominance stochastique du second ordre) ? D₂(x_i) ? 0 pour i = 1, …, n-1 où

66Une distribution F de l’indice h domine au sens de la dominance stochastique du premier ordre une autre distribution G si la proportion des personnes dont l’indice h est inférieur ou égal à une valeur donnée x_i est plus faible pour F que pour G pour chaque valeur de x_i. Tout individu ayant une fonction d’utilité croissante en h, aura une plus grande utilité espérée sous F que sous G. De même, toute personne qui a une fonction d’utilité croissante et concave en h aura une plus grande utilité espérée sous F que sous G, si F domine au sens de la dominance stochastique du second ordre la distribution G.

67Les maîtres de conférences font moins de recherche que les professeurs des universités. Il y a dominance stochastique au premier ordre des professeurs sur les maîtres de conférences aussi bien en économie qu’en gestion. Ceci tendrait à prouver que la recherche est un critère d’avancement aussi bien chez les économistes que les gestionnaires. Mais cette dominance est plus forte chez les économistes que chez les gestionnaires. Il y a dominance stochastique au premier ordre des maîtres de conférences en économie sur leurs collègues gestionnaires mais cette dominance est beaucoup plus faible que la dominance stochastique des professeurs d’économie sur les professeurs de gestion. Ceci tendrait à prouver que les maîtres de conférences qui font de la recherche en économie ont tendance à accéder plus facilement au rang de professeur des universités qu’en gestion.

68La politique de l’AERES en économie est d’adosser les formations sur les équipes de recherche alors que la politique de l’AERES en gestion est d’adosser les formations sur les débouchés. Il en résulte qu’un certain nombre de formations en économie ont peu de débouchés et par conséquent peu d’étudiants alors que certaines formations en gestion s’appuient sur des équipes de recherche non reconnues. Ces formations étant très recherchées par les étudiants (en raison des débouchés) il est à craindre qu’un certain nombre de postes en économie passent en gestion.

69Il est possible que ce choix politique soit lié au manque de lucidité des économistes. Les économistes ont tendance à valoriser davantage la recherche que les gestionnaires (ce qui est bien). Or les évaluateurs de la recherche en économie ont une activité scientifique somme toute modeste (ce qui se comprend dans la mesure où chacun doit être affecté à ce qu’il fait le mieux et qu’il y aurait un gaspillage à affecter des bons chercheurs à ces tâches d’évaluation, mais qui pose un problème quand il s’agit d’évaluer la recherche). Etant dans un milieu qui valorise la recherche, ils ont tendance à exagérer cette préférence (pour ne pas passer aux yeux de leurs confrères pour des ignares). Quoi qu’il en soit, on ne peut que constater que la politique de l’AERES en économie a pour conséquence d’entraver cette discipline au sein de l’université française contrairement à la politique des autres sections de l’AERES (le droit en particulier).

Tableau 3

Dominance stochastique entre corps

h-index D1(MCF-Prof) économie D1(MCF-Prof) gestion D1(MCF gestion MCF économie) D1(prof-prof) 0 32,97 31,14 3,17 5 1 42,42 41,48 5,86 6,81 2 42,13 34,69 3,44 10,88 3 34,03 25,73 1,67 9,96 4 24,41 16,94 1,32 8,78 5 19,19 9,89 1,07 10,36 6 15,22 5,6 0,49 10,07 7 11,5 3,82 0,49 8,17 8 9,51 2,55 0,25 7,21 9 8,1 1,54 0,25 6,8 10 6,61 1,27 0,08 5,42 11 5,12 0,81 0 4,31 12 4,3 0,81 0 3,48 13 3,8 0,81 0 2,99 14 2,81 0,81 0 2 15 1,98 0,81 0 1,17 16 1,65 0,81 0 0,84 17 1,65 0,54 0 1,11 18 1,32 0,54 0 0,78 19 0,99 0,54 0 0,45 20 0,83 0,27 0 0,56 22 0,66 0 0 0,66 23 0,5 0 0 0,5 24 0,33 0 0 0,33 26 0,17 0 0 0,17 29 0 0 0 0

Dominance stochastique entre corps

Les chercheurs d’élite… et les autres

70Admettons que h soit un indicateur de la qualité des chercheurs. Allais [1974] définit l’élite d’une corporation comme les 5% des gens les plus capables (la base de documents de recherche en économie REPEC retient également ce même pourcentage).

71Concentrons-nous d’abord sur le haut de la distribution (les 10 meilleurs). On peut penser que l’on trouvera là les chercheurs dont les contributions sont les plus connues à l’étranger et qui ont contribué à façonner les disciplines d’économie et de gestion. A contrario si on ne retrouve pas de chercheurs internationalement reconnus alors on peut penser que la discipline telle qu’elle est en France n’est pas très dynamique (ou que la méthode est mauvaise) [12].

Tableau 4

Les professeurs d’économie des universités

Base de données Google Scholar Scopus REPEC Indicateur Doc. Citations h-index g-index Doc. Citations h-index g-index 1er article h-index Rochet Jean- Charles 290 3457 29 55 36 496 14 22 1985 18 Rey Patrick 270 3080 26 52 19 361 10 19 1987 10 Cremer Helmuth 228 1791 24 36 49 331 12 15 1996 Kirman Alan 237 2469 23 46 20 115 5 10 1995 10 Gollier Christian 239 2226 22 43 56 442 11 20 1993 (8) Martimort David 204 2030 20 42 41 386 11 19 1996 Cohen Daniel 192 1560 19 36 13 59 5 7 1988 Seabrigh Paul t 138 1157 19 32 14 131 6 11 1989 Renault Eric 217 2361 18 46 26 196 7 13 1996 Martin Philippe 104 1711 18 40 15 303 10 15 1995 13

Les professeurs d’économie des universités

72Sur les 10 premiers professeurs d’économie 6 sont à Toulouse 1, confirmant ainsi la primauté de cette institution dans le paysage universitaire français.

73Sur les 10 premiers gestionnaires, 5 ont une formation d’économistes (André De Palma, Bruno Biais et Isabel Grilo) ou de mathématiciens (Hélyette Geman et Jean-Paul Laurent). Il n’y a pas d’institution qui domine vraiment les autres. A noter également qu’aucun des gestionnaires ne faisaient partie des 5% des auteurs français ayant le h plus élevé de REPEC. Si on enlève les économistes et les mathématiciens, les gestionnaires les plus dynamiques ont un h de 11 au maximum ce qui ne leur permettrait pas de faire partie de l’élite des chercheurs CNRS. Soit la base de données [13] couvre très mal le champ de la gestion soit la discipline n’a pas encore atteint son niveau de maturité.

Tableau 5

Les professeurs de gestion des universités [14]

Base de données Google Scholar Scopus REPEC Indicateur Doc. Citations h-index g-index Doc. Citations h-index g-index 1er article h-index De Palma André 307 2718 22 48 85 448 11 17 1983 (8) Geman Hélyette 177 1712 20 38 22 294 7 17 1996 Biais Bruno 114 1588 17 39 18 227 8 14 1997 (9) Charreaux Gérard 72 490 11 21 1 4 1 1 2004 (6) Eiglier Pierre 44 389 11 19 0 0 0 0 0 - Grilo Isabel 42 317 11 17 8 35 3 5 1999 Boctor Fayez Fouad14 54 326 10 17 35 505 13 22 1982 Laurent J.-Paul 50 470 9 21 4 55 2 4 1998 Usunier J.-Claude 68 505 9 21 10 18 2 4 1998 Martinet Alain 50 408 9 19 0 0 0 0 -

Les professeurs de gestion des universités [14]

74Sur les 10 premiers professeurs d’école de commerce 8 sont à l’Insead (Bruno Solnik est à HEC et Florencio Lopez-de-Silanes est à Edhec Lille-Nice), confirmant ainsi la primauté de cette institution dans le paysage des écoles de commerce françaises.

Tableau 6

Les professeurs des écoles de commerce [15]

Base de données Google Scholar Scopus REPEC indicateur Doc. Citations h-index g-index Doc. Citations h-index g-index 1er article h-index Kogut Bruce 319 13200 38 113 27 1611 17 26 1985 Van Wassenhove Luk 233 3151 28 52 107 1902 22 39 1978 Solnik Bruno 151 3374 26 57 8 2556 8 1996 Anderson Erin 112 4969 24 70 11154 6 11 1997 Kleindorfer Paul 254 1752 22 34 53 504 13 20 1972 Lopez- de-Silanes Florencio 271 7266 20 84 27 4185 21 27 1994 26 Gatignon Hubert 119 3072 20 54 11 374 6 11 1993 Kim W. Chan 55 1930 20 43 14286 8 14 1996 Doz Yves L. 77 3481 18 58 16 436 5 13 1996 Padmanabhan V. (paddy)15 94 2964 17 54 17 963 8 17 1994

Les professeurs des écoles de commerce [15]

75Sur les 10 premiers chercheurs, 5 sont au laboratoire Paris Jourdan sciences économiques. On voit également que trois économistes français survolent tous les autres par leur réputation scientifique. Notons que Jean-Jacques Laffont, bien que disparu en 2004, a un h de 52 et un g de 106 dans Google Scholar, ce qui le mettrait à la deuxième place.

Tableau 7

Les chercheurs

Base de données Google Scholar Scopus REPEC Indicateur Doc. Citations h-index g-index Doc. Citations h-index g-index 1er article h-index Tirole Jean 828 25355 71 155 71 2096 25 45 1993 35 Aghion Philippe 729 13697 47 112 46 1157 17 33 1993 Bourguignon François 529 6037 39 71 40 443 11 20 1983 14 Gourieroux Christian 400 4367 27 61 37 177 7 12 1996 10 Chiappori P.-André 280 3160 26 52 28 470 10 21 1994 19 St-Paul Gilles 244 3060 26 52 42 385 11 19 1992 13 Pestieau Pierre 364 2128 26 34 70 371 12 15 1975 (9) Monfort Alain 156 2775 23 51 10 33 4 5 1996 (9) Kramarz Francis 233 2872 23 51 21 440 10 20 1992 16 Guesnerie Roger 214 2286 23 44 37 177 7 12 11

Les chercheurs

76On peut décomposer l’ensemble des chercheurs en trois catégories : l’élite correspondant au 5% des meilleurs suivant l’indice h ; les « très bons » correspondant aux 10% suivants et la catégorie « reste » qui se calcule comme l’effectif total moins l’élite et les très bons (soit 85% des effectifs). Cette classification évidemment arbitraire peut être motivée par l’observation des résultats d’enchères d’autographes qui suit également une loi de Pareto. 50% des manuscrits réalisant les prix les plus bas pour un même auteur se vendent pratiquement au même prix, puis on a une légère augmentation jusqu’à 85% des résultats les plus faibles, les prix augmentent fortement jusqu’à 95% et au-delà de 95% les prix peuvent atteindre des niveaux exceptionnels [16] (les calculs suivants ont été obtenus uniquement à partir de Google Scholar).

77Pour appartenir à l’élite des économistes des universités il faut un h supérieur ou égal à 8 et un g supérieur ou égal à 15. Les très bons économistes ont un h compris entre 4 et 7 et un g compris entre 6 et 14.

Tableau 8

Bornes des catégories [17]

h Elite g Elite h min Très bon h max Très bon g min Très bon g max Très bon Economistes 8 15 4 7 6 14 Gestionnaires 5 9 3 4 6 8 Ecoles de commerce 8 16 3 7 5 15 Chercheurs CNRS17 12 21 8 11 10 20

Bornes des catégories [17]

78L’élite des économistes des universités soit 83 personnes recueillent 57 613 citations pour 8 542 documents. On constate que l’élite parvient, à elle seule, à obtenir plus de citations que le reste des chercheurs quel que soit le type de département, alors que le reste a plus de papiers que l’élite (sauf pour les écoles de commerce). L’élite a besoin de tous les chercheurs actifs dont le rôle principal est de faire émerger les meilleurs chercheurs grâce aux citations.

Tableau 9

Production par département

Elite Très bon Reste Départ. Effectif Citations Papiers Effectif Citations Papiers Effectif Citations Papiers Economie 83 57613 8542 213 23168 8171 1523 13811 12069 Gestion 82 20175 4007 211 9429 3743 1309 6242 5414 Ecole de commerce 79 99080 6192 236 23780 5274 1322 4384 3613 Chercheurs CNRS 14 29974 2422 28 9847 1827 207 10806 4441 Laboratoires CNRS section 37 92 164239 14468 183 47739 9697 1476 34261 18579

Production par département

79Grosso modo 5% des chercheurs les plus capables recueillent 60% des citations pour 30% des documents. Les 10% suivants recueillent la moitié des citations des premiers pour autant de documents.

80Admettons que l’essentiel de la recherche de haut niveau est réalisée par l’élite d’une institution.

81L’essentiel de la recherche en école de commerce se fait dans la région parisienne : 68 enseignants-chercheurs appartenant à l’élite des écoles de commerce s’y trouvent (soit 86% de cette élite), en particulier à l’Insead (46). Les écoles de commerce assignent leur personnel permanent à un département spécifique. On trouve ainsi dans l’élite 27 enseignants-chercheurs appartenant au département économie-finance, 23 en stratégie-management, 17 en marketing, 7 en logistique et 5 en innovation. La couverture des revues de gestion par la base de données peut donc être considérée comme satisfaisante puisqu’il y a un nombre substantiel de gestionnaires (c’est-à-dire ni économistes, ni mathématiciens) parmi les professeurs les plus cités des écoles de commerce.

82Il y a une moins grande concentration géographique de l’élite des enseignants-chercheurs en économie. Si la région parisienne accueille 37 membres de cette élite, cela ne correspond qu’à 45% du total. De plus, le département qui abrite le plus n’est pas parisien, c’est Toulouse 1 qui en a 14.

83Même chose pour les départements de gestion. Bien que dominant nettement les autres, le département de gestion Paris 9 n’en a que 11, et les 30 membres de l’élite résidant en région parisienne ne correspondent qu’à 37% du total. Il ne nous a pas été possible de répartir l’élite des enseignants-chercheurs en économie et gestion en fonction des spécialités.

84En ce qui concerne les laboratoires CNRS, la position de la région parisienne est très forte, avec 59 membres de l’élite représentant 65% du total. Notons que l’UMR Dauphine – Recherches en management n’a qu’un seul membre appartenant à l’élite des chercheurs des laboratoires CNRS. Ceci s’explique par le fait qu’il faut un h supérieur ou égal à 11 pour appartenir à l’élite des laboratoires CNRS (que l’on soit chercheur CNRS ou non) alors qu’il suffit d’un h supérieur ou égal à 5 pour faire partie de l’élite des professeurs de gestion.

85Si on regarde l’origine géographique de l’ensemble des élites de l’économie gestion, il apparaît que la région parisienne en concentre 58%, Toulouse 10%, Lille 5,7%, Aix-Marseille 5,1% et Strasbourg 3,6%. Dans le cadre de la politique de constitution de pôles de recherche et d’enseignement supérieur (PRES), le fait de rassembler les universités et éventuellement les écoles de commerce autour d’un projet commun permettrait plus de visibilité de la concentration des élites en économie-gestion, sachant que la domination géographique de la région parisienne est relative puisqu’il n’est pas envisagé qu’elle ne comprenne qu’un seul PRES.

Dominance stochastique des départements d’économie sur les départements de gestion et sur les écoles de commerce

86Lorsqu’on est affecté à telle ou telle université on ne peut savoir à l’avance avec qui on pourra travailler. Il est donc intéressant d’avoir une idée de l’intégralité de la distribution de la qualité des chercheurs au sein de cette institution et ne pas baser son choix sur les meilleurs uniquement. Les économistes ont le choix entre rejoindre un département d’économie, un département de gestion pour certaines spécialités (finance par exemple) ou une école de commerce. Une analyse en termes de dominance stochastique peut éclairer ce choix. Ils ont également la possibilité de rejoindre le CNRS bien que l’analyse en termes de dominance stochastique sera moins utile dans la mesure où les chercheurs CNRS sont immergés parmi les économistes de l’université ou plus rarement parmi les gestionnaires de l’université ou des écoles de commerce.

87Supposons que les individus aient une fonction d’utilité croissante et concave en h. Si on admet que le facteur h est un bon indicateur de la valeur scientifique d’un individu, ces hypothèses signifient que l’on préfère travailler (soit comme étudiant, soit comme enseignant) dans un environnement dont la qualité scientifique est plus grande et si on a de l’aversion au risque on préfère travailler dans un environnement dont la qualité scientifique est moins dispersée (dans la mesure où l’on n’est pas toujours amené à collaborer avec les meilleurs [18]).

88La première colonne du tableau suivant donne la valeur de l’indice h. La deuxième colonne donne la différence (arrondie au deuxième chiffre après la virgule) entre le pourcentage des gestionnaires des universités ayant un h inférieur ou égal à une valeur donnée et le pourcentage correspondant des économistes des universités. Ainsi les gestionnaires des universités qui ont un h inférieur ou égal à 3 sont environ 6,99% plus nombreux que les économistes. Cette différence étant toujours positive, il y a dominance stochastique au premier ordre de la distribution de l’indice h des économistes sur les gestionnaires. Si on admet que le facteur h est une mesure du rayonnement scientifique des chercheurs et si on a une fonction d’utilité croissante en h, alors l’espérance de l’utilité est plus grande quelle que soit la fonction d’utilité. La troisième colonne donne la différence (arrondie au deuxième chiffre après la virgule) entre le pourcentage des enseignants permanents des écoles de commerce ayant un h inférieur ou égal à une valeur donnée et le pourcentage correspondant des économistes des universités. Cette différence n’étant pas toujours positive, il n’y a pas dominance stochastique au premier ordre de la distribution de l’indice h des économistes des universités sur les enseignants permanents des écoles de commerce. Ainsi il existe des fonctions d’utilité croissantes pour lesquelles l’espérance mathématique de l’utilité est plus grande pour les économistes des universités que les enseignants permanents des écoles de commerce et d’autres fonctions d’utilité croissante pour lesquelles c’est l’inverse qui est vrai. La colonne suivante calcule le coefficient D2 qui est toujours positif. Ceci signifie qu’il y a dominance stochastique au second ordre de la distribution de l’indice h des économistes des universités sur les enseignants permanents des écoles de commerce. Si on a une fonction d’utilité croissante et concave (ce qui correspond à de l’aversion au risque) en h alors l’espérance de l’utilité est plus grande. Les deux dernières colonnes montrent qu’il n’y a pas de dominance stochastique aux deux premiers ordres entre les gestionnaires des universités et les enseignants permanents des écoles de commerce (ces derniers dominent au sens de la dominance stochastique du 6^e ordre les gestionnaires).

Tableau 10

Dominance stochastique entre départements

h D1 (gestion- économie) D1 (école- économie) D2 (école- économie) D1 (école- gestion) D2 (école- gestion) 0 6,92 20,53 20,53 -13,61 -13,61 1 10,38 17,15 37,68 -6,77 -20,38 2 9,38 8,42 46,10 0,95 -19,43 3 6,99 3,17 49,27 3,82 -15,61 4 5,49 0,16 49,43 5,33 -10,28 5 5,13 -0,12 49,31 5,26 -5,02 6 4,23 -0,26 49,05 4,49 -0,53 7 3,41 -0,29 48,76 3,71 3,18 8 2,8 -0,11 48,65 2,92 6,1 9 2,57 0,07 48,72 2,49 8,59 10 1,98 -0,15 48,57 2,13 10,72 11 1,51 -0,14 48,43 1,64 12,36 12 1,23 -0,11 48,33 1,34 13,7 13 1,07 0,04 48,36 1,03 14,73 14 0,74 -0,17 48,19 0,91 15,64 15 0,47 -0,32 47,87 0,79 16,43 16 0,36 -0,37 47,50 0,73 17,16 17 0,42 -0,13 47,38 0,55 17,71 18 0,31 -0,17 47,20 0,49 18,2 19 0,2 -0,28 46,92 0,49 18,69 20 0,21 -0,09 46,83 0,31 19 21 0,21 -0,09 46,73 0,31 19,31 22 0,22 -0,09 46,65 0,31 19,62 23 0,16 -0,14 46,51 0,31 19,93 24 0,11 -0,14 46,37 0,24 20,17 25 0,11 -0,14 46,24 0,24 20,41 26 0,05 -0,13 46,11 0,18 20,59 27 0,05 -0,13 45,98 0,18 20,77 28 0,05 -0,07 45,91 0,12 20,89 29 0 -0,06 45,85 0,06 20,95 38 0 0 45,85 0 21,43

Dominance stochastique entre départements

Quelques résultats économétriques

89Nous avons estimé les équations (1) et (2) pour les économistes des universités, les professeurs permanents des écoles de commerce et pour les gestionnaires des universités. Pour l’équation (1) nous avons utilisé la date de naissance des enseignants-chercheurs que l’on trouve dans le « Cocotier ».

Tableau 11

Estimation des équations (1) et (2)

Base de données Google Scholar Scopus Jeu de données Départements d’économie Écoles de commerce Départements de gestion Départements d’économie Écoles de commerce Départements de Gestion Variable expliquée Citations h Citations Citations h Citations h Citations h Citations h Constante -1.84 (1.32) 2.44 (0.15) -15.74 (6.91) -3.40 (0.67) 1.39 (0.096) 1.16 (0.68) 1.09 (0.097) -9.37 (8.58) 1.25 (0.25) 2.65 (0.83) 0.62 (0.097) h2 4.31 (0.028) - 7.05 (0.081) 4.89 (0.03) - 3.24 (0.035) - 5.38 (0.13) - 3.52 (0.047) - n - 0.016 (0.006) - - 0.003 (0.004) - 0.093 (0.008) - 0.24 (0.02) - 0.06 (0.009) R2 0.93 0.003 0.81 0.93 0.0002 0.875 0.10 0.77 0.23 0.93 0.07 É Note : écart-type entre parenthèses.

Estimation des équations (1) et (2)

90Lecture : pour les économistes des universités on trouve :

91

92où les coefficients entre parenthèses ne sont pas significativement différents de zéro.

93On déduit de l’équation (2) que c/p = 6.46 ou 0.15.

94On peut considérer que les économistes écrivent en moyenne un article par an, cité 0.15 fois en moyenne. En effet, si on considère que les économistes de l’université écrivent en moyenne un article par an on devrait avoir m = 0.8659 ou 0.1304 soit un h moyen supérieur à 8 au bout de 10 ans, ou 17 au bout de 20 ans, ou un h moyen supérieur à 1 au bout de 10 ans, ou 2 au bout de 20 ans. La moyenne d’âge des économistes est de 50 ans soit une durée moyenne d’activité scientifique de 20 ans. Or le h moyen des économistes est légèrement supérieur à 2.

95Une des raisons pour lesquelles le coefficient de détermination est aussi grand pour l’équation (2) est que lorsque pour un auteur h = 0 alors le nombre total de citations reçues par cet auteur est aussi égal à 0 et il y a 515 auteurs qui sont dans ce cas pour les économistes des universités, 562 auteurs qui sont dans ce cas pour les gestionnaires des universités et 797 auteurs qui sont dans ce cas pour les professeurs permanents des écoles de commerce.

96Une des raisons pour lesquelles h est corrélé légèrement négativement ou n’est pas corrélé avec l’âge des auteurs (et non comme il serait naturel de le supposer fortement positivement) est probablement lié à la base de données utilisée. Google Scholar est une base de données qui recense les articles publiés dans les années récentes. Les articles publiés par un auteur très actif dans les années 1970 ne sont pas répertoriés par Google Scholar : c’est pourquoi ils n’interviennent pas dans le calcul du h. Enfin il est possible que les auteurs plus anciens soient moins actifs dans la période recensée par Google Scholar qu’au début de leur carrière.

97Dans les classements qui suivent nous tiendrons compte du facteur h des chercheurs et non du coefficient m dans la mesure où on peut considérer que la base de données que nous avons construite ne privilégie pas les plus anciens car les articles antérieurs à 1990 ne sont pas ou très mal recensés par Google Scholar.