پایگاه تحلیلی خبری شعار سال

سرویس ویژه نمایندگی لنز و عدسی های عینک ایتالیا در ایران با نام تجاری LTL فعال شد اینجا را ببینید  /  سرویس ویژه بانک پاسارگارد فعال شد / سرویس ویژه شورای انجمنهای علمی ایران را از اینجا ببینید       
کد خبر: ۳۷۴۱۷۶
تاریخ انتشار : ۱۱ اسفند ۱۴۰۰ - ۲۲:۵۹
۶۸ تا به امروز اثر جنسیت روی خیلی از چیز‌ها بررسی شده است. روی درآمد، نابرابری، آزادی، فساد، نوآوری و دسترسی به هزاران چیز. در بسیاری از تحقیقات نشان داده شده که در بسیاری از جوامع، متاسفانه صرف نظر از توانایی‌های زنان، جنسیتشان باعث شده که مورد تبعیض قرار بگیرند. اما در یک حوزه، همواره این تصور وجود داشته که جنسیت تاثیرگذار نیست: علم. این تصور عمومی وجود دارد که در میان آکادمیسین‌ها، این سواد و تلاش و تحقیقات علمی است که پیشرفت شغلی را موجب می‌شود و جنسیت تعیین‌کننده نیست. به‌طوری که مثلاً اگر در رشته‌ای مثل اقتصاد، این آمار ارائه شود که از میان مثلاً هزار زن و هزار مردی که مدرک دکترا دریافت می‌کنند، مردان بیشتر از زنان استاد دانشگاه می‌شوند، عموماً خواهند گفت که حتماً مردان بعد از دریافت دکترایشان فعالیت‌های آکادمیک بیشتری کرده‌اند. اما حقیقت چیست؟
شعال سال: ۶۸ تا به امروز اثر جنسیت روی خیلی از چیز‌ها بررسی شده است. روی درآمد، نابرابری، آزادی، فساد، نوآوری و دسترسی به هزاران چیز. در بسیاری از تحقیقات نشان داده شده که در بسیاری از جوامع، متاسفانه صرف نظر از توانایی‌های زنان، جنسیتشان باعث شده که مورد تبعیض قرار بگیرند. اما در یک حوزه، همواره این تصور وجود داشته که جنسیت تاثیرگذار نیست: علم. این تصور عمومی وجود دارد که در میان آکادمیسین‌ها، این سواد و تلاش و تحقیقات علمی است که پیشرفت شغلی را موجب می‌شود و جنسیت تعیین‌کننده نیست. به‌طوری که مثلاً اگر در رشته‌ای مثل اقتصاد، این آمار ارائه شود که از میان مثلاً هزار زن و هزار مردی که مدرک دکترا دریافت می‌کنند، مردان بیشتر از زنان استاد دانشگاه می‌شوند، عموماً خواهند گفت که حتماً مردان بعد از دریافت دکترایشان فعالیت‌های آکادمیک بیشتری کرده‌اند. اما حقیقت چیست؟

بازار کار آکادمیسین‌ها

طبق مدل‌های موجود برای تبیین بازار کار در کتب درسی استاندارد علم اقتصاد، به نیروی کار بر حسب تولید نهایی‌اش دستمزد پرداخت می‌شود. در این چارچوب، کارگرانی که بهره‌وری یکسانی دارند، باید دستمزد یکسانی دریافت کنند و به یک اندازه موقعیت شغلی‌شان ارتقا یابد یا به یک اندازه نرخ دستمزدشان افزایش یابد. در حالی که در بازار کار می‌توانیم تحصیلات افراد، مشاغل آن‌ها و درآمد آن‌ها را ببینیم، در بیشتر موارد، لینک کردن سرمایه‌گذاری‌های افراد با بهره‌وری، کار مشکلی است. تحقیقات دونا گینتر، روی بازار نیروی کار افراد آکادمیک متمرکز است. چرا که سرمایه (همان بودجه‌هایی که صرف تحقیقات آکادمیک می‌شود) و خروجی کار (انتشار مقالات و ارجاعاتی که به این مقالات داده می‌شود) می‌تواند به افراد ربط داده شود و همچنین به ما کمک کند به یافته‌های جدیدی در مورد مشاغل آکادمیک و تولید دانش برسیم.

دونا گینتر همراه با همکارانش، در مقاله «جنسیت، نژاد و خروجی‌های شغل آکادمیک» که در سال ۲۰۲۱ در NBER به چاپ رسید به بررسی این موضوع می‌پردازد که آیا جنسیت و نژاد روی بهره‌وری تحقیق تاثیر می‌گذارد یا خیر (آیا تفاوت‌های جنسیتی و نژادی محققان روی اینکه تحقیقات آکادمیکشان تا چه اندازه خوب باشد تاثیر می‌گذارد یا خیر).

پیشرفت آکادمیک بعد از دکترا

گینتر همراه با یکی از قدیمی‌ترین همکارانش، شولامیت کان، کسی که تحقیقات فراوانی را در این حوزه انجام داده، سعی کرده‌اند نشان دهند که تفاوت‌های جنسیتی میان اقتصاددانان و سایر حوزه‌های آکادمیک، چه تاثیری رو کیفیت تحقیقات آن‌ها گذاشته است. آن‌ها به این نتیجه رسیدند که در حوزه اقتصاد (میان اقتصاددانان)، زن‌ها به احتمال کمتری شغل آکادمیک پیدا می‌کنند یا ارتقا می‌یابند. گینتر و کان در آخرین تحقیقشان، از داده‌های حوزه آکادمیک استفاده کردند و سعی کرده‌اند با استفاده از این داده‌ها، تجزیه و تحلیل‌شان را در مورد مشاغل مربوط به علم اقتصاد (مشاغل آکادمیک) به‌روزرسانی کنند و مقایسه‌ای میان مشاغل آکادمیک علم اقتصاد و مشاغل آکادمیک در سایر علوم انجام دهند. شکل ۱ منحنی‌های بقا را بر اساس جنسیت نشان می‌دهد و همچنین این منحنی‌های بقا را برای اقتصاد، ریاضیات و آمار مقایسه می‌کند. درک اینکه چگونه چنین کاری انجام می‌دهند برایتان مشکل است؟ شاید اصلاً اینکه داریم راجع به چیزی صحبت می‌کنیم هم خیلی ملموس نباشد. بگذارید کمی ساده‌تر به مساله نگاه کنیم. فرض کنید ۱۰ مرد و ۱۰ زن در سال ۲۰۱۰ مدرک دکترایشان را در علم اقتصاد از یک دانشگاه و با یک معدل گرفته‌اند. الان سال ۲۰۲۱ تمام شده و می‌خواهیم ببینیم این ۱۰ زن و این ۱۰ مرد چه جایگاه آکادمیکی دارند. آیا به نظر شما احتمال اینکه این ۱۰ مرد و ۱۰ زن به درجه استادی برسند یکسان است؟ یا اینکه مردان به احتمال بیشتری نسبت به زنان به درجه استادی در علم اقتصاد می‌رسند (استاد دانشگاه می‌شوند)؟ همان‌طور که در شکل ۱ مشاهده می‌کنید، احتمال اینکه در علم اقتصاد، زنان به درجه استادی نرسند بیشتر از مردان است. برای اینکه بتوانیم بفهمیم این شکل راجع به چه چیزی است شاید توضیحات بیشتری لازم باشد.

ما در شکل ۱، شش نمودار را می‌بینیم. نمودار‌های علم اقتصاد، ریاضیات و آمار، علوم سیاسی، بایومدیکال، فیزیک و مهندسی. در محور افقی هر کدام از این شش نمودار، تعداد سال‌هایی که از زمان دریافت مدرک دکترا گذشته است نمایش داده می‌شود. مثلاً روی محور افقی، عدد پنج یعنی پنج سال از دریافت مدرک دکترا گذشته است. در محور عمودی نیز احتمال عدم رسیدن به درجه استادی قرار دارد. همان‌طور که در نمودار مربوط به علم اقتصاد می‌بینیم، احتمال اینکه زنان دارای مدرک دکترایی که ۱۰ سال از دریافت مدرکشان گذشته باشد به درجه استادی نرسند، بالای ۲۰ درصد است. همین احتمال برای مردان زیر ۲۰ درصد است. نمودار مربوط به علم اقتصاد نشان می‌دهد که این شکاف در سال‌های ابتدایی بعد از دریافت مدرک دکترا وجود ندارد و از سال پنجم به بعد شکاف به‌طور معنادار به وجود می‌آید.

اما آیا برای همه علوم چنین چیزی صدق می‌کند؟ یا اینکه فقط در اقتصاد چنین چیزی را می‌بینیم؟ نمودار‌های دیگر شکل ۱ جواب سوال ما را می‌دهند. در ریاضیات و آمار می‌بینیم که احتمال به درجه استادی نرسیدن مردان و زنان تقریباً یکسان است. در نمودار مربوط به علوم سیاسی می‌بینیم که احتمال به درجه استادی نرسیدن زنان بیشتر از مردان است. البته مانند توضیحی که در مورد نمودار اقتصاد وجود داشت، در مورد نمودار علوم سیاسی هم باید بگوییم که در سال‌های ابتدایی بعد از دریافت مدرک دکترا، احتمال به درجه استادی نرسیدن مردان و زنان در علوم سیاسی یکسان است، ولی در سال‌های بعدی، زنان به احتمال کمتری به درجه استادی نائل می‌شوند. هم در مورد علم اقتصاد و هم در مورد علوم سیاسی، تقریباً از سال پنجم به بعد است که شکاف به وجود می‌آید (از سال پنجم به بعد یعنی پنج سال بعد از دریافت مدرک دکترا). در بایومدیکال، احتمال به درجه استادی نرسیدن مردان و زنان تا سال دهم بعد از دریافت مدرک دکترا تقریباً یکسان است. اما از سال دهم به بعد، زنان با احتمال بیشتری به درجه استادی نائل نمی‌شوند. در فیزیک، مشاهده می‌کنیم که شکافی میان زنان و مردان وجود ندارد. فرقی هم نمی‌کند که چند سال از دریافت مدرک دکترایشان گذشته باشد. چه در سال‌های اول، چه در سال‌های پنجم به بعد و چه در سال‌های دهم به بعد، احتمال به درجه استادی نرسیدن مردان و زنان یکسان است. در رشته‌های مهندسی، اما با چیزی مواجه هستیم که در سایر رشته‌های مورد بررسی مقاله برعکسش وجود داشت. نمودار مربوط به رشته‌های مهندسی نشان می‌دهد که در سال‌های ابتدایی بعد از دریافت مدرک دکترا، احتمال به درجه استادی نرسیدن زنان و مردان یکسان است. تا سال پنجم بعد از دریافت مدرک دکترا هم شکافی میان آن‌ها وجود ندارد. اما از سال پنجم بعد از دریافت مدرک دکترا به بعد، احتمال به درجه استادی نرسیدن مردان بیشتر از زنان است.

همچنین شکل ۱ نشان می‌دهد که در همه رشته‌های مورد بررسی، در سال‌های اول بعد از دریافت مدرک دکترا، احتمال به درجه استادی نرسیدن مردان و زنان یکسان و نزدیک به ۱۰۰ درصد است. در علم اقتصاد بعد از حدود ۱۲ سال، هم مردان و هم زنان به احتمال بیش از ۹۰ درصد به درجه استادی می‌رسند. البته همان‌طور که پیش از این گفتیم احتمال به درجه استادی نرسیدن زنان بیشتر از مردان است. در ریاضیات و آمار نیز، هم زنان و هم مردان بعد از ۱۲ سال (۱۲ سال بعد از دریافت مدرک دکترا) به احتمال بیش از ۹۰ درصد به درجه استادی می‌رسند. در علوم سیاسی نیز، بعد از ۱۲ سال، هم مردان و هم زنان به احتمال نزدیک به ۱۰۰ درصد به درجه استادی می‌رسند. در بایومدیکال، هم مردان و هم زنان به احتمال نزدیک به ۶۰ درصد به درجه استادی می‌رسند (البته احتمال به درجه استادی رسیدن مردان کمی بیشتر است). در فیزیک، هم زنان و هم مردان بعد از ۱۲ سال به احتمال حدود ۸۰ درصد به درجه استادی می‌رسند. در مهندسی، بعد از ۱۲ سال، هم مردان و هم زنان به احتمال بیش از ۸۰ درصد به درجه استادی می‌رسند.

در یک کلام شکل یک می‌خواهد بگوید که در رشته‌های اقتصاد، ریاضیات و آمار، علوم سیاسی، بایومدیکال، فیزیک و مهندسی، تنها تفاوت جنسیتی معنادار (در تبدیل شدن به استاد دانشگاه) در علم اقتصاد است. به‌طوری که در اقتصاد، احتمال به درجه استادی رسیدن زنان، به‌طور میانگین ۱۵ درصد کمتر از مردان است. دقت کنید که متغیر‌هایی مثل تعداد مقالات منتشرشده، تعداد ارجاعاتی که به مقالات داده می‌شود و کمک‌هزینه‌های تحقیقاتی، کنترل شده است. اما این «کنترل» به چه معناست. برای خوانندگانی که با آمار و اقتصادسنجی آشنایی دارند «کنترل کردن متغیرها» چیز تازه‌ای نیست. اما از آنجا که در میان خوانندگان شاید کسانی باشند که با این مفهوم آشنایی نداشته باشند، در ادامه اندکی در مورد کنترل کردن متغیر‌ها حین تجزیه و تحلیل‌های آماری توضیح می‌دهیم.

کنترل کردن متغیر‌ها و نتایج

فرض کنید ۱۰ مرد و ۱۰ زن در سال ۲۰۱۰ در رشته اقتصاد مدرک دکترای خود را دریافت کرده‌اند (مانند مثالی که قبلاً زدیم). حالا اگر امروز یک فرد بیاید و به شما بگوید که من این ۱۰ مرد و ۱۰ زن را پیدا کردم و دیدم که به‌طور میانگین، مرد‌ها بیشتر از زن‌ها به درجه استادی نائل شده‌اند و نتیجه بگیرد که از نظر رسیدن به درجه استادی، شکاف جنسیتی بین مردان و زنان وجود دارد و این شکاف به خاطر مرد بودن/ زن بودن است، شما این حرف را از او قبول می‌کنید؟ اگر تنها با تجزیه و تحلیل‌هایی که آن فرد انجام داده حرفش را قبول کنید، در تله افتاده‌اید. چرا که متغیر‌های مهمی وجود دارند که می‌توانند به‌طور مستقیم روی پیشرفت شغلی این ۱۰ مرد و ۱۰ زن تاثیر بگذارند. مثلاً اگر آن ۱۰ مردی که در سال ۲۰۱۰ مدرک دکترای خود را در رشته اقتصاد دریافت کرده بودند، از آن زمان تاکنون سالانه یک مقاله آکادمیک منتشر کرده باشند و زنان هر پنج سال یک مقاله آکادمیک منتشر کرده باشند، به نظر شما اینکه مردان بیشتر از زنان به درجه استادی رسیده‌اند به خاطر مرد بودنشان است؟ یعنی در این شرایط، مساله جنسیت تعیین‌کننده بوده است؟ یا مثلاً اگر از سال ۲۰۱۰ به بعد، به مقالات هر کدام از این ۱۰ مرد بیش از ۱۰۰ ارجاع داده شده باشد، ولی به مقالات این ۱۰ زن کمتر از ۵۰ ارجاع داده شده باشد، شما قبول خواهید کرد اینکه مردان به احتمال بیشتری به درجه استادی می‌رسند، به خاطر مرد بودنشان است؟ همچنین آیا اگر به شما بگوییم که فرضاً از سال ۲۰۱۰، مردان سرجمع یک میلیون دلار کمک‌هزینه تحقیقاتی دریافت کرده‌اند و زنان سرجمع کمتر از ۲۰ هزار دلار کمک‌هزینه تحقیقاتی دریافت کرده‌اند، آیا قبول خواهید کرد که دلیل اینکه مردان به احتمال بیشتری به درجه استادی می‌رسند، به خاطر مرد بودنشان است؟ یقیناً خیر. اگر چنین فرض‌هایی را مطرح کنیم آنگاه کلاهتان را قاضی خواهید کرد و خواهید گفت: «درست است که هم ۱۰ مرد و هم ۱۰ زن مورد نظر در مثال، در سال ۲۰۱۰ مدرک دکترایشان را در رشته اقتصاد دریافت کرده‌اند، ولی مردان بعد از دریافت مدرکشان فعالیت آکادمیک بیشتری کرده‌اند و برای همین هم هست که تعداد بیشتری از آن‌ها استاد دانشگاه شده‌اند.».

اما اگر بخواهیم صرفاً اثر جنسیت را روی احتمال به درجه استادی رسیدن بررسی کنیم چه؟ اینجاست که «کنترل کردن متغیرها» معنا می‌یابد. در مثال ما، وقتی می‌خواهیم صرفاً اثر جنسیت را روی به درجه استادی رسیدن بررسی کنیم، باید متغیر‌هایی مثل تعداد مقالات منتشرشده، تعداد ارجاعات و مقدار کمک‌هزینه‌های تحقیقاتی را کنترل کنیم. یعنی مردان و زنانی را انتخاب کنیم که در سال ۲۰۱۰ مدرک دکترایشان را گرفته‌اند و از آن زمان به بعد، تعداد مقالات منتشرشده‌شان یکسان است، تعداد ارجاعاتی که به مقالات آن‌ها داده شده است یکسان است و کمک‌هزینه تحقیقاتی دریافتی‌شان نیز یکسان است. آنگاه اگر باز هم احتمال به درجه استادی رسیدن مردان بیشتر از زنان بود، می‌توانیم بگوییم که جنسیت در پیشرفت شغلی آکادمیسین‌های علم اقتصاد تاثیرگذار است، که در مقاله‌ای که دونا گینتر منتشر کرده است، چنین ادعایی به شکلی که توضیح داده شد مطرح می‌شود.


شعار سال، با اندکی تلخیص واضافات برگرفته از تجارت فردا، تاریخ انتشار: ۱۱ اسفند ۱۴۰۰، کد خبر:tejaratefarda.com/۴۰۰۲۰
اخبار مرتبط
خواندنیها و دانستنیها
نام:
ایمیل:
* نظر:
* :
آخرین اخبار
پربازدیدترین
پربحث ترین