METODOLOGIE VÝZKUMU V SOCIÁLNÍ GEOGRAFII – PŘÍPADOVÉ STUDIE
ŽENKA JAN, KOFROŇ JAN
Tato publikace byla podpořena projektem CZ.1.07/2.2.00/15.0449 „Inovace sociální geografie na Ostravské univerzitě směrem ke zvýšení uplatnitelnosti absolventů na trhu práce ve znalostní ekonomice“, jež je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky
Recenzenti: RNDr. Josef Novotný, Ph.D. RNDr. Jaroslav Koutský, Ph.D.
Název:
Metodologie výzkumu v sociální geografii – případové studie
Autor:
Ženka Jan, Kofroň Jan
Vydání:
první, 2012
Počet stran:
90
Typ:
e-kniha
© RNDr. Jan Ženka, Ph.D., RNDr. Jan Kofroň, Ph.D. © Ostravská univerzita v Ostravě ISBN: 978-80-7464-148-0
Poděkování Děkujeme RNDr. Josefu Novotnému, Ph.D. a RNDr. Jaroslavu Koutskému, Ph.D. za důkladné a promyšlené připomínky, které výrazně zvýšily kvalitu původního textu. Mgr. Monice Šumberové děkujeme za finanční, technickou a administrativní podporu projektu. Prof. Petru Dostálovi, Ph.D. M.A. děkujeme za metodologické nasměrování v 1. ročníku doktorského studia a navedení na knihy Andrewa Sayera. Rodičům děkujeme za dlouhodobou a všestrannou podporu. Našim partnerkám děkujeme za toleranci během množství nocí, které jsme věnovali psaní této knihy a nikoli jim.
OBSAH 1
Úvod ................................................................................................................................... 6
2
Filosoficko-vědní základy pro metodologii výzkumu .................................................... 8 2.1 2.2 2.3
3
Dilemata před zahájením výzkumu s využitím případových studií ........................... 18 3.1 3.2 3.3 3.4 3.5
4
K čemu jsou teorie dobré? ......................................................................................... 30 Jak teorie vytvářet? .................................................................................................... 32 Jak teorie testovat?..................................................................................................... 36 Jak poznat dobrou teorii? ........................................................................................... 42
Popisné práce, koncepty a jejich operacionalizace ...................................................... 45 5.1 5.2 5.3
6
Výběr tématu jako východisko pro volbu výzkumného designu .............................. 18 Teorie nebo deskripce? .............................................................................................. 19 Explanace nebo interpretace? .................................................................................... 22 Idiografické nebo nomotetické? ................................................................................ 22 Kvantitativní nebo kvalitativní? ................................................................................ 23
Co jsou teorie, hypotézy a zákonitosti? ......................................................................... 29 4.1 4.2 4.3 4.4
5
Ontologie a epistemologie ........................................................................................... 8 Epistemologické perspektivy ....................................................................................... 8 Metodologie výzkumu versus metody sběru dat ....................................................... 16
Definice a klasifikace popisného argumentu ............................................................. 45 Koncept – definice a použití ...................................................................................... 49 Operacionalizace konceptu ........................................................................................ 53
Případové studie a jejich využití v sociální geografii ................................................... 58 6.1 6.2 6.3 6.4 6.5 6.6 6.7
Terminologie ............................................................................................................. 58 Typy případových studií ............................................................................................ 59 Ateoretická studie ...................................................................................................... 61 Interpretativní studie .................................................................................................. 62 Tvoření teorií s využitím případových studií ............................................................ 64 Testování teorií s využitím případových studií ......................................................... 70 Prolínání kvantitativních a kvalitativních přístupů při výběru případů ..................... 78
7
Závěr ................................................................................................................................ 81
8
Literatura......................................................................................................................... 83
Summary ................................................................................................................................. 89 Rejstřík .................................................................................................................................... 91
1
Úvod
Cílem této knihy je představit metodologii tvorby případových studií a diskutovat možnosti jejich využití v sociální geografii. Snažíme se nabídnout základní, ale ucelený návod, jak zvolit správný typ případové studie s odpovídajícím výzkumným designem a jak vybrat jednotky (případy) pro kvalitativní analýzu. Na úvod jmenujme čtyři hlavní důvody, proč bychom se měli podrobněji zabývat rigorózní aplikací případových studií v sociálněgeografickém výzkumu. Za prvé, v současné české sociální geografii je zřetelný příklon k výzkumným tématům na lokální a mikroregionální úrovni (Matoušek, Vogt a Ženka 2011) - např. studium gentrifikace, rezidenční i komerční suburbanizace, spádovosti maloobchodních center, průmyslových klastrů, regionálních inovačních systémů aj. Vzhledem k orientaci řady prací na analýzy obcí a mikroregionů patří mezi nejčastěji využívané metody jednopřípadové studie1, v menší míře se vyskytují i komparativní studie2. Zatímco např. u statistických analýz souborů s velkým počtem jednotek jsou zásady využití matematických a statistických metod obecně známé a víceméně dodržované, většina případových studií v sociální geografii není z metodologického hlediska správně ukotvena (pro podobnou kritiku v rámci politických věd viz Drulák a kol. 2008, s. 9-11). Za druhé, sociální geografie se ve větší míře než jiné sociální vědy musí zabývat zároveň sběrem dat, popisem jevů i jejich vysvětlením.3 Toto rozkročení vytváří tlak na zvládnutí širokého spektra metod, přičemž případové studie jsou užitečné nejen pro prvotní sběr dat a základní popis jevů, ale především jako základ pro generalizaci, kauzální inferenci nebo interpretaci jevů; tvoření a testování teorií. Za třetí, sociálně-geografický výzkum nemá zdaleka tak velkou společenskou prestiž a praktické uplatnění jako výstupy z některých jiných sociálních vědních oborů, zejména ekonomie a politických věd. I přesto, že geografické koncepty jsou v určitých případech kvalitnější, propracovanější a realističtější než část ekonomických konceptů, je ekonomie mnohem úspěšnější v prosazování svých myšlenek v praxi (např. Martin a Sunley 2003). Jedním z důvodu je nedostatečná orientace geografů na studium kauzálních vztahů, neřešení kontrafaktuálních otázek typu „co by se stalo, kdyby…“ (Krugman 2011). Geografové by měli v důrazu na tvoření a testování teorií napodobit ekonomii a politické vědy, aniž by však přitom obětovali silné stránky vlastního výzkumu (Martin a Sunley 2011). Ty by měly spočívat v realističnosti předpokladů a důrazu na kvalitní empirický výzkum (pro kritiku skutečného stavu v geografii viz Markusen 1999). Za čtvrté, případové studie umožňují vytvářet a testovat teorie, které stojí na realistických předpokladech. Z tohoto důvodu mohou být induktivní geografické teorie 1
Viz např. Seidl a Chromý (2010); Blažek a Žížalová (2010); Novotný a Ramachandran (2010); Rumpel a Slach (2011); Pavlínek (2012); Jíchová a Temelová (2012). 2 Např. Blažek a kol. (2011); Blažek a kol. (2012); Posová a Sýkora (2011); Chromý, Marada a Havlíček (2011); Tödtling, Rumpel a kol. (2011). 3 Naproti tomu např. historie se zabývá především první částí - sběrem údajů, popisem jevů a rekonstrukcí dějinných událostí, nikoli prací s teoriemi. Politické vědy zase mnohdy čerpají empirické poznatky zejména z historických monografií, neboť je pro ně velmi těžké získat aktuální data - narážejí na zavřené archivy, utajování informací a nevěrohodnost výpovědi respondentů – politiků. I z tohoto důvodu se jen omezeně zabývají popisem a naopak svou práci podřizují vysvětlení jevů – viz Gerring (2012a). Pilířem výzkumu je budování a testování teorií, stejně jako v ekonomii, která čerpá především z oficiálních dat statistických úřadů, ministerstev, finančních úřadů a dalších institucí. 6
a koncepty v praxi lépe aplikovatelné než řada deduktivních teorií v oblasti ekonomie nebo politických věd, které jsou založené na abstraktních a nerealistických matematických modelech (pro diskusi relevance modelů viz Sugden 2000). Geografové mohou využít rigorózní aplikace případových studií pro posílení práce s teoriemi, aniž by se museli nezbytně pouštět do studia matematického modelování a pokročilých statistických metod. Jádrem knihy je kapitola 6, která obsahuje typologii případových studií, strategii tvoření a testování teorií s využitím kvalitativních metod případových studií a prolínání kvalitativního výzkumu s kvantitativním v podobě využití statistických metod k výběru jednotek pro následující kvalitativní analýzu. Předcházející čtyři části poskytují nezbytný epistemologickometodologický úvod k tvorbě a aplikaci případových studií. Kapitola 2 poskytuje filosoficko-vědní východiska a zásady pro tvorbu a testování teorií. Stručně srovnává tři základní epistemologické směry v sociálních vědách – neopozitivismus, vědecký realismus a poststrukturalismus, přičemž první dva směry rozvádí do podoby implikací pro volbu konkrétních metod a interpretace výsledků. Poukazuje též na rozšířený omyl – zaměňování metodologie ve smyslu výzkumného designu za metody sběru dat – terénní šetření, dotazníky, rozhovory aj. Kapitola 3 rozvádí základní dilemata před zahájením vlastního výzkumu s využitím případových studií: volbu tématu a zaměření výzkumu – teoretický nebo deskriptivní, explanační nebo interpretativní, idiografický nebo nomotetický a kvantitativní nebo kvalitativní. Kapitola 4 definuje teorie a uvádí základní zásady jejich tvoření a testování. Následující kapitola 5 diskutuje význam popisných prací v sociální geografii, definuje pojem konceptu a jeho operacionalizace. Do práce byla tato část zasazena proto, že v sociální geografii převažují popisné argumenty a koncepty nad kauzální inferencí, tvorbou a testováním teorií. I proto lze tuto kapitolu považovat spolu s kapitolou 6 za stěžejní. Závěrečná kapitola 7 shrnuje nejdůležitější zjištění z předchozích kapitol a formuluje doporučení pro aplikaci metody případových studií v sociálně-geografickém výzkumu.
7
2
Filosoficko-vědní základy pro metodologii výzkumu
Rozlišení ontologie a epistemologie spadá do sféry filosofie vědy. Proč bychom se měli tak obecnou a akademickou problematikou zabývat? Za prvé, protože filosoficko-vědní systémy představují ucelené logické rámce, které poskytují myšlenkovou oporu pro výzkum. Dávají vodítko při volbě konkrétní metodologie nezbytné pro vyprofilování výzkumné studie. Za druhé, v sociálních vědách nelze posuzovat kvalitu a užitečnost výsledků výzkumu tak snadno jako ve vědách přírodních a technických. Teorie v oblasti fyziky, chemie, biologie, medicíny nebo materiálového inženýrství mohou být posuzovány s ohledem na schopnost předpovídat výsledky a manipulovat s reálným světem – předpovědět chemickou reakci nové sloučeniny, posoudit pevnost nového stavebního materiálu, schopnost vyléčit nemoc… V sociálních vědách je naopak schopnost predikovat výsledky a ovlivňovat realitu poměrně nízká (viz Sayer 2000; George a Bennett 2005). Proto bychom neměli předem odmítat filosofii vědy, která může poskytnout vodítko pro logicky koherentní výzkumný design.
2.1 Ontologie a epistemologie Nejprve si vyjasníme pojmy. Základní otázka zní: „proč jsou některé teorie řazeny pod epistemologii a některé pod ontologii?“ V návaznosti: „znamená přijetí určité epistemologické teorie i přijetí specifické ontologické teorie a naopak?“ Obecně lze tvrdit, že epistemologie je filosofickou disciplínou, která se ptá, jakým způsobem lze dojít k poznání reality. Naopak ontologie se zabývá „jsoucnem“, tedy zjednodušeně naším reálným světem. Cílem ontologických teorií je vysvětlit fungování světa, například - proč se rychleji rozvíjí určité typy regionů, proč vznikají války atd. Výběr konkrétní epistemologické pozice vede k přijetí určitých standardů vědeckého poznání. Nedodržení těchto standardů může vést k vnitřní logické nesoudržnosti výzkumu a malé hodnotě získaných výsledků. Výrazným prohřeškem na všech úrovních vědeckého bádání je nejednoznačnost výchozích teorií, argumentů a postojů. Jsou-li epistemologické standardy i ontologické teorie jasně definovány, je mnohem snazší podrobit získané poznatky kritickému zkoumání a kumulovat poznání. Pokud tato explicitnost chybí, lze očekávat neustále se opakující debaty odborníků, kteří na problematiku nahlížejí ze vzájemně neslučitelných perspektiv a nikdy nemohou dojít ke shodě.
2.2 Epistemologické perspektivy Nemůžeme zde diskutovat vývoj filosofie vědy v několika posledních desítkách let, proto se omezíme pouze na několik klíčových postřehů (pro rozšíření viz Chalmers 1999). Zaměříme se na tři v současné době nejrozšířenější epistemologie v sociálních vědách: neopozitivismus (někdy též zvaný empirický instrumentalismus), vědecký (resp. kritický) realismus a post-strukturalismus (viz Tabulka 1). Větší důraz položíme na první dva směry, neboť naše kniha diskutuje metodologie na nich založené a metodologie vzešlé z uvedených dvou epistemologických pozic lze považovat za souměřitelné.4 4
Jejich výzkum je do značné míry validní i pro zástupce druhého epistemologického tábora. Neopozitivista s určitými omezeními může navázat na práci vědeckého/kritického realisty a naopak (viz Grynaviski 2012). 8
Neopozitivismus je orientován na budování teoretických systémů vysvětlujících empirické jevy. Klíčové je, že neopozitivismus považuje vlastní ontologii, chápanou ve smyslu konceptů, teorií a předpokladů, za nepoznatelnou5 (blíže viz MacDonald 2003). Hodnota teoretických konceptů a teorií obecně plyne ze dvou faktorů: 1) z predikční schopnosti a 2) z šíře zobecnitelnosti teorie. Vysoká predikční schopnost v kombinaci se širokou zobecnitelností ospravedlňuje využití i konceptů a předpokladů, které jsou krajně nerealistické (viz Friedman 1953, s. 14; Waltz 1979, s. 5). Pokud teorie dokáže předpovídat široké spektrum jevů s velkou přesností, může vycházet z předpokladů, které se zdají být problematické a příliš zjednodušené. Jediné, o čem si můžeme být jisti, že existuje, jsou empirická pozorování. Veškeré mentální konstrukty (jako stát, trh, gravitace) jsou jen nástrojem k poznání empirické reality, samy o sobě vůbec existovat nemusí. Proto neopozitivisté musí akceptovat roli korelací jako hlavního nástroje pro testování teorií. Zjednodušeně řečeno, neopozitivisté zdůrazňují roli teorie, o níž však nikdy nemohou říci, že je přesnou reprezentací reálného světa. Nikdy si nemůžeme být jisti, že např. vysoká regionální nezaměstnanost zapříčiňuje nárůst volebních preferencí levicových stran. Pokud však na základě regresní analýzy s regionální nezaměstnaností jako nezávislou proměnnou můžeme předpovědět vývoj volebních preferencí jako závislé proměnné, považujeme teorii o souvislosti mezi mírou regionální nezaměstnanosti a volebními preferencemi politických stran za užitečnou, tedy platnou. Neopozitivismus je silně zaměřený na deduktivně-nomologickou6 metodologii, což je v rámci sociálních věd patrné zejména v ekonomii (Krugman 2011), ale do značné míry i v mezinárodních vztazích (viz příkladné práce Buena de Mesquity a kol. 2003, Glasera 2010). Pozitivismus se svým silným empiricismem sice vedl k dílčím úspěchům i v sociálních vědách, přesto byl v průběhu šedesátých až osmdesátých let kritizován ze tří stran. Za prvé, empiricismus vylučuje hlubší zkoumání přímo nepozorovatelných struktur, např. anarchie v mezinárodním prostředí nebo třídních vztahů (Sayer 1992, Wendt 1999). Tím se dostává do pasti pouhého korelacionismu (důraz na nalezení opakovatelnosti ve výskytu párových shod proměnných), který zejména v sociálních vědách představuje problematický zdroj poznání nepříliš často opakovaných jevů. Za druhé, pozitivismus nemohl při svém důrazu na korelaci vysvětlit kauzální proces, tedy jak dojde k tomu, že proměnné A a B korelují (vztah korelace a kauzace diskutují např. Waltz 1979; Dessler 1991; Sayer 1992 a 2000; George a Bennett 2005). Za třetí, pozitivismus se stal terčem kritiky ze strany kriticky orientovaných badatelů, dle kterých je objektivita pozitivismu pouhým mýtem (např. Soja 2001).
5
Neopozitivista neví, zda pojem stát opravdu zachycuje podstatu státu. Nemůže říci, zda gravitace existuje ve smyslu věrného obrazu teorie gravitace. 6 Deduktivní vytváření teorií za pomoci zjednodušujících předpokladů a určitých hypotetizovaných vztahů mezi proměnnými a jejich následné testování na datech - opak induktivního výzkumu. 9
Tabulka 1 - Tři převažující epistemologické směry v sociálních vědách
Epistemologie Ontologie Vztah epistemologie a ontologie Kritérium pravdivosti
Pojem pravdy
Cíl vědy Postoj k vědeckému pokroku Základní pozice Typická metodologie
Nomotetické versus idiografické Příklady prací
Významné v oborech
Empirický Instrumentalismus (Neopozitivismus) Empiricistická Na mysli nezávislé pozorovatelné jevy Epistemologie determinuje ontologii Pozorování (pozorovatelná část reality) Empirická adekvátnost (přesnost a rozsah predikcí) Užitečnost a spolehlivost Věda může dosahovat pokroku a kumulativnosti poznání Pozitivistická Formální modelování a statistické analýzy, doplňkově případové a komparativní studie Nomotetické Formální modelování: Krugman (1979)Bueno de Mesquitaa kol. (2003) Statistické metody:Sheve a Stasavage (2011) Buhaug a Rod (2006) Případové a komparativní studie: Biddle (2004) ekonomie, mezinárodní vztahy, politická věda a sociologie v USA
Sociální konstruktivismus (poststrukturalismus) Sociální Sociálně konstituované jevy Rozdělení na epistemologii a ontologii nemá význam Konvence (sociálně konstruovaná realita)
Vědecký (kritický) realismus
Akceptovaná víra (přesvědčení)
Soulad s realitou8
Není žádný sjednocující cíl vědy (jen dílčí cíle) Věda nedosahuje pokroku
Poznání reality
Anti-pozitivistická Analýza diskursu (akademického, politického či mediálního), idiografické studie případů Idiografické Analýza mediálního diskursu (Dalby 2008) Analýza akademického diskursu (Kearns 2009)
politická a kulturní geografie, antropologie, gender a racial „studies“ aj.
Reprezentativní7 Všechny na mysli nezávislé jevy Ontologie determinuje epistemologii Pozorování a inference k nejlepšímu vysvětlení
Věda může dosahovat pokroku a kumulativnosti poznání Post-pozitivistická (Rigorózní) případové a komparativní studie využívající process tracing, statistické metody jako doplněk Nomotetické i idiografické Případové studie: George a Smoke (1976) Morgan a Sayer (1988) Cooke (1986) Statistické metody:Lake (2009)
geografie, část evropské sociologie, mezinárodní vztahy (zejména Evropa)
Zdroj: upraveno a doplněno dle Monteiro a Ruby 2009, s. 33
7
Slovíčko „reprezentativní“ se zde vztahuje k přesvědčení realistů, že např. vědecké teorie se postupně přibližují realitě a představují tak v ideálním případě její pravdivou reprezentaci. 8 Opět je třeba upozornit, že realisté usilují o poznání reality ve smyslu souladu teorie s reálným světem, nemohou se spokojit s (byť přesnými) korelačními vztahy proměnných. 10
Extrémní reakcí na problémy pozitivizmu se staly různé anti-pozitivistické postmoderní a poststrukturalistické směry. Tyto přístupy zamítly naturalistický model vědy (tedy model založený na praxi přírodních věd) a spolu s ním i snahu o hledání vysvětlení zakládajícího se jak na obecných teoriích, tak na zobecnění z empirie. Materiální složka reality se v těchto přístupech považuje za sociálně konstruovanou (tj. spoluvytvářenou společenskými normami a představami) do té míry, že většina materialistických teorií ztrácí svoji domněle univerzální platnost. Důraz byl přenesen na zkoumání textů a mediálních reprezentací, které utvářejí naše vnímání světa a produkují kulturně a historicky specifický společenský diskurs. Postmoderní přístupy však na řadu otázek nemohou a ani nechtějí dát odpovědi. Omezenou vypovídací schopnost mají při studiu čistě materiálních systémů a procesů (válka, mezinárodní systém, trhy apod.)9. Svět není jen naší představou a teorie nedokážou změnit výsledek testu, neboť pokud by tomu tak bylo, potom by nikdy nebylo možno teorii zpochybnit a vyvrátit (viz Sayer 2000; Wendt 1999). Jako jedna z reakcí na slabiny anti-pozitivizmu vznikl vědecký a kritický realismus, jenž se snaží překonat problémy spojené s naivním empiricismem (extrémním důrazem na roli opakovatelností) pozitivizmu a zároveň nespadnout do pasti radikálního postmodernismu. Realismus se zakládá na tezi formulované Royem Bhaskharem (1978), že materiální realita existuje sama o sobě a není tedy měněna diskursem, nicméně vědci k ní nemají přímý přístup. Reálný svět (nontransitivní sféra) je lidskému vědění zprostředkováván transitivní sférou, která zahrnuje teorie a jiné „sociální konstrukty“. V případě přírodních věd se lze k nontransitivní sféře propracovat pomocí experimentů. Teorie přírodních věd tak mnohem rychleji kumulují své znalosti a vysvětlovací schopnosti. Důkazem jejich úspěchu je stále vzrůstající schopnost manipulovat se světem, což odráží instrumentální úspěch vědy (Wendt 1999). Sociální vědy jsou v jednoznačné nevýhodě, neboť experiment obvykle nemohou provést (určité zpochybnění tohoto názoru nabízí Gerring 2007a). Realismus však zejména zdůrazňuje roli nepozorovatelných a tedy přímo neměřitelných struktur10 jako například stát, národnost či sociální třída11 (Sayer 1992 a 2000; Wendt 1999). Tyto struktury zásadním způsobem ovlivňují chování aktérů. Výzkum struktur proto pro realisty zaujímá klíčové místo, přitom však vědečtí realisté nepovažují struktury za absolutně nadřazené jednání aktérů. Ti mají v sociálním světě možnost struktury do značné míry přetvářet, či přesněji upravovat jejich působení. Proto například význam anarchické struktury mezinárodního prostředí nemusí být provždy stejný (viz Wendt 1999). Struktury tedy většina realistů považuje za významné, nicméně nelze je vnímat jako naprostou obdobu struktur přírodního světa, neboť jsou ovlivnitelné vědomým jednáním aktérů. I na základě výše řečeného není překvapivé, že realisté do značné míry odmítají tezi, že samotné opakování určitého fenoménu (korelaci faktorů s ním spojeným) lze ztotožnit s vysvětlením. Vysvětlení jsou 9
Výraznou ránu zasadil postmoderně Sokal (1996), když demonstroval svým slavným článkem „Transgressing the Boundaries“ omezenou schopnost postmoderny rozeznat nesmyslný blábol od reálného vědeckého článku. Na jistý problém zmatenosti mluvy postmoderních autorů upozornil i Gilpin (1984). 10 Strukturou rozumíme (v návaznosti na Waltze 1954) množinu souvisejících omezujících podmínek působících na jednání aktérů pohybujících se ve struktuře. 11 Ty by neopozitivista nikdy nemohl prohlásit za reálně existující, neboť strukturu nelze přímo pozorovat. Mohl by však říci, že určitá (hypotetická) struktura dokáže velmi dobře vysvětlovat a predikovat určitý typ jevů. 11
hledána až v příčinných mechanismech, jež jsou ovlivněny často unikátními kombinacemi blokujících, jakož i umožňujících mechanismů. Je to právě důraz na kauzalitu tohoto typu, který výrazně odlišuje realismus jak od postmoderny (ta představu kauzality odmítá), tak od pozitivizmu, jenž se zase přibližuje k absolutnímu ztotožnění korelace a kauzality (viz King, Keohane a Verba 1994 v návaznosti na Hollanda 1986). Právě důraz na kauzalitu vedl realisty v metodologických otázkách k zájmu o případové studie (viz např. George a Bennett 2005). Případové studie totiž mají (alespoň dle jejich stoupenců) jednu přednost oproti statistickému šetření. Dokážou skrze metodu „process tracingu (mapování procesu)“ sledovat jednotlivé fáze kauzálního procesu (blíže George Bennett 2005 a Collier 2011). Není tedy analyzován pouze vstup a výstup - tj. vlastně kovariace proměnných, ale průběh určitého jevu. Zatímco kovariační metody (ať již založené na statistickém šetření, či komparativních případových studiích) spoléhají na princip korelace jevů, process tracing je založen na principu posloupnosti kroků předpovězených teorií. Tento pohled vedl realisty k obhajobě jednopřípadových studií jakožto formy intenzivního výzkumu, jejímž klíčovým smyslem je odhalení existence a charakteru působení kauzálních mechanismů v daném případě (Kořan 2009). Snahou je zvýšení interní validity zjištění, která bývá v případě extenzivního výzkumu problematická. Extenzivní výzkum naopak sází na obvykle silnější externí validitu.12Tento fakt stručně vyjádřený v Tabulce 2 poukazuje na možnost a někdy i nutnost kombinovat metody, či přinejmenším studovat výsledky výzkumníků pracujících odlišnými metodami a stavících na odlišných vědněfilosofických základech. To však neznamená, že realisté odmítají komparativní a statistické studie. Naopak, metodu process tracingu lze nejlépe skloubit právě s logikou komparativních či případových studií, tj. se strategickým výběrem studovaného příkladu. Zároveň však lze využít i statistických metod (viz Lake 2009, s. 32), které se v poslední době pokoušejí postihnout mj. i problematiku path-dependency (Bennett a Elman 2007), do té doby považovanou za doménu případových studií (Mahoney 2000). Moderní metodou, kompatibilní s přístupem vědeckého realismu, je prolínání kvantitativního přístupu k výběru případů s kvalitativní případovou studií v následujícím kroku (viz Gerring 2007b; Seawright a Gerring 2008). Podle čeho volit epistemologické ukotvení? Jelikož nevíme, zda je nějaká epistemologie nadřazená13, je nutné se rozhodovat podle výzkumného cíle. Chceme-li testovat určitou teorii, je třeba akceptovat její epistemologická východiska. Pokud tak neučiníme, fakticky napadáme nikoli jádro práce, nýbrž jen její epistemologické ukotvení, přičemž nemáme jistotu, že naše epistemologie je správná (viz kap. 4.3). Navíc příliš časté střídání epistemologických základů práce může vést ke zmatení argumentů a nedůvěryhodnosti výsledků. 12
Interní validita odkazuje k platnosti určité hypotézy (např. o kauzálním působení) v daném případě. Tedy, zda postulovaný mechanismus byl opravdu tím, co vedlo ke konečnému výsledku. Externí validita naopak referuje k platnosti hypotetizovaného vztahu mimo původní podmínky. Tj. zda se například určitý kauzální mechanismus projevuje i mimo laboratorní podmínky, kde byl pozorován. 13 Zájemce může tuto debatu nalézt například v Sayerovi (1992 a 2000); Wendtovi (1999) a Kořanovi (2009). 12
Tabulka 2 - Možnosti a omezení intenzivního a extenzivního výzkumu Typ výzkumu
Externí validita
Intenzivní (např. případová studie –
Extenzivní (např. regresní model) –
process tracing) – využíváno dominantně realisty
využíváno dominantně neopozitivisty
Velmi omezená
Relativně silná
Zvýšit lze strategickým výběrem případů (viz kapitola 6).
Silná je zejména v případě interpolace. Při snaze extrapolovat mimo „polygon“14 naměřených dat narůstají problémy (viz King, Zeng 2007)
Poněkud vyšší externí validitu lze očekávat spíše u (rigorózního) testování teorií. Induktivní tvoření teorií je vždy zatíženo výraznými omezeními.
Interní validita
Relativně vysoká Základními předpoklady: (i) dostatek dat o případu (ii) existence solidních mikroteorií,či alespoň generalizací doplňujících kauzální mechanismus.15
Základní předpoklady: dostatečné množství případů (pozorování), vhodný statistický model a smysluplná konceptualizace klíčových proměnných. Problematická (zejména v sociálních vědách). Existují však metody pro zvýšení interní validity (viz např. King 1997).
Zdroj: Autor V souhrnu lze tvrdit, že neopozitivistický výzkum je vhodný zejména pro účely budování velké teorie, která zachycuje obecné a transhistoricky se opakující pravidelnosti. Výhodou neopozitivismu je přímočarost a také fakt, že předpoklady a koncepty nemusí podstupovat proces zdlouhavého ověřování jako v případě realismu. Tento fakt umožňuje rychlejší a elegantnější tvoření teorií. Na druhou stranu neustálá nejistota strany realističnosti výchozích předpokladů a konceptů vede k otázce nejistoty ohledně kauzality a v návaznosti i možnosti praktické intervence (blíže Martin a Sunley 2011). Neschopnost odlišit kauzalitu od korelace lze fakticky řešit např. hledáním dalších implikací teorie, které mohou zvětšit (nikoliv však absolutně) naši důvěru v teorii, případně zmenšením kauzální vzdálenosti mezi dvěma proměnnými. 14
Polygonem je zde míněna oblast, v níž se nacházejí naměřená data. V případě situace s dvojicí nezávislých proměnných X a Z, si lze představit, že všechna naše dostupná data pocházejí z polygonu (zde čtverce) vymezeného hodnotami 1;1 a 2;2.Nicméně mimo tento polygon žádná data nemáme, což znamená, že čím více se vzdálíme od polygonu dat, tím více budou předpovídané hodnoty pro závislou proměnnou (Y) determinovány naším modelem (teorií) a nikoliv naměřenými daty. 15 Je třeba si uvědomit, že i práce, které podrobně zkoumají jeden či několik málo případů, musí využívat celou řadu teorií. Tyto teorie se však obvykle nacházejí na jiné úrovni než zkoumaný vztah. Například při vyšetřování vraždy se snažíme dokázat vinu určitého podezřelého. Přitom musíme být schopni např. dokázat, že kulka vypálená střelcem opravdu zasáhla oběť. K tomu však potřebujeme teoretické znalosti z úsťové i terminální balistiky. Čím menší by byla naše důvěra v teorii balistiky, tím nejistější by byly i naše celkové závěry. 13
V případě vědeckého realismu lze za silnou stránku považovat apel na nezávisle existující realitu, k níž se vědeckým bádáním postupně propracováváme (Wendt 1999; Sayer 2000). Mimo jiné tento pohled vedl vědecké realisty k obraně indukce jako způsobu kauzální inference (George a Bennett 2005). Jistý problém však tkví v tom, že zatímco existenci konceptů a struktur (jako region, stát, trh, třída, maximalizace užitku apod.) lze do určité míry empiricky podepřít, jen velmi těžko můžeme podobně ověřit kauzální proces. Ačkoliv je snaha o hlubší vhled do mechanismů mezi nezávislou a závislou proměnnou užitečná, na konci vždy skončíme jen s dalším párem pozorování na nezávislé a závislé proměnné, jen v těsnější kauzální vzdálenosti (Kofroň 2012a). Jak ukazuje obrázek (1), bez ohledu na to o kolik stupínků sestoupíme na našem explanačním žebříku, na konci stále budeme v zajetí otázky – způsobuje nezávislá proměnná změnu na proměnné závislé? Bez ohledu na míru sestoupení do nižších úrovní kauzace, z epistemologického hlediska není velkého rozdílu mezi kovariací A/Z, či A/B – B/C – C/X – X/Y – Y/Z (tamtéž). Zjevně tedy oba systémy vykazují určité množství velmi problematických míst, které nelze přehlížet. Při našem výzkumu bychom si měli tato omezení jasně uvědomovat a případně se snažit je překonat . Zároveň je však možné vyjádřit naději, že přinejmenším některé sporné body mezi oběma epistemologiemi, budou v důsledku vědeckých debat překonány. Rozsah naší knihy a povaha této otázky bohužel neumožňuje zde plně ukázat význam některých probíhajících debat. Proto si dovolíme pouze navést ty čtenáře, kteří se již setkali s otázkou ne-slučitelnosti „kauzálního“ (typicky neopozitivistického) a „konstitutivního“ (často právě realistického) teoretizování (blíže Sayer 1992 a 2000, či Wendt 1999) na nedávný článek Grynaviskiho (2012). Obr. 1 Kauzální proces nebo série korelací?
A
Z
B
Y
C
X
D
Zdroj: Autor
14
W
Tento autor ukazuje, že velká část konstitutivního i kauzálního teoretizování má ve svém jádru odpověď na tzv. kontrastivní proč-otázku (contrastive why-question). A pokud stejný typ otázky stojí na začátku výzkumů obou táborů, potom lze očekávat, že i výsledky výzkumů obou táborů budou navzájem srozumitelné. Na závěr je však třeba důrazně připomenout, že volba určité epistemologie nevede k nezbytnosti přijmout určitou ontologickou teorii. Řada teorií o sociálním světě může být zkoumána z několika filosoficko-vědních úhlů. Některé epistemologie jsou vzájemně souměřitelné (neopozitivismus a vědecký realismus) a některé nikoli (neopozitivismus a poststrukturalismus). Souměřitelné epistemologie mohou poměrně lehce komunikovat, což vede k tomu, že mohou zkoumat tytéž ontologické teorie a výzkumníci z těchto epistemologických táborů mohou čerpat i od těch, kteří se hlásí k odlišné epistemologii. Mnohem větší bariéry panují mezi neslučitelnými epistemologiemi. Zde dochází často k situaci, kdy samotné výzkumné otázky i následný výzkumný design bude druhé straně připadat jako nesmyslný a teorie z nich vzniklé jako nevědecké. Jak vyplývá z výše řečeného, epistemologie tedy primárně hraje tu funkci, že definuje „cestu“ k poznání a stanovuje metodologické standardy pro výzkum ontologických problémů. Metodologie tedy v nejobecnějším slova smyslu představuje aplikovanou epistemologii. Některé epistemologické otázky a volby se proto přímo promítají do našeho výzkumu, přičemž lze tvrdit, že je lepší být si vědom epistemologických kořenů určitého metodologického přístupu a znát jak podmínky pro jeho funkčnost, tak jeho omezení. Při neznalosti epistemologických základů hrozí buď porušení logiky výzkumu a tím pádem nekoherence výzkumu (blíže MacDonald 2003), nebo využívání určitých metodologií pro řešení otázek, na které nemohou dát ze své podstaty odpověď. Ve vztahu k epistemologii lze definovat pět základních poučení: 1) Není dobré kritizovat práci jenom kvůli jejímu epistemologickému ukotvení, neboť nevíme, která z epistemologií je správná. 2) Každá epistemologie může dát odpověď na jiný typ otázek. Určitý typ výzkumu tedy nelze dělat za využití libovolné epistemologie. 3) Epistemologie představují logicky koherentní systémy, které není možno libovolně měnit, jinak hrozí logická nekonzistence výzkumu. 4) Epistemologie poskytují určité vodítko pro metodologii výzkumu. Vědět, co můžeme a nemůžeme poznat, jak se k poznání propracovat a kde jsou limity poznání při volbě dané epistemologie, je pro výzkum zcela zásadní. 5) Práce by měla být explicitní. Bude-li čtenářům jasné, jaký typ otázek si klademe, jaké jsou cíle našeho výzkumu a jaký metodologický standard jsme si zvolili, bude pro ně mnohem snazší na naší práci konstruktivně navázat.
15
2.3 Metodologie výzkumu versus metody sběru dat Krátká poznámka náleží vyjasnění rozdílu mezi metodologií výzkumu a metodami sběru dat. Bohužel se často stává, že tyto dva pojmy jsou libovolně zaměňovány. Řada geografických prací má tendenci ztotožňovat metody sběru dat s vlastní metodologií výzkumu – „naší metodologií jsou dotazníky…“ Metodologie výzkumu se vztahuje k obecným základům vědecké práce a k logice uspořádání výzkumu. Metodologie pokrývá úroveň sahající od definování výzkumné otázky a cílů výzkumu k definování základního způsobu, jak budeme tyto otázky a cíle řešit. Zahrnuje charakter výzkumu ve smyslu zobecnitelnosti (idiografický, či nomotetický), základního pojetí inference (kvantitativní vs. kvalitativní). Dále pak zejména řeší otázku výběru populace (vzorku) případů, které podrobíme zkoumání a případně jak přesně to učiníme. Zvolená metodologie tedy ovlivňuje jak to, co můžeme zjistit, tak i to, nakolik budou naše závěry zobecnitelné a případně jak se budou vztahovat k současným poznatkům. Příkladem metodologické otázky, kterou řešíme dále v knize, je výběr příkladů pro detailní analýzu. Otázkou je, jaké příklady vybrat a jak takový výběr ovlivní význam našich zjištění ve vztahu k současným teoriím. Metodologickou otázkou je i rozhodnutí, zda zvolit statistickou analýzu nebo analýzu několika málo případů ve vztahu k zamýšleným cílům práce (viz kap. 3.7). Metodologie též zahrnuje otázky specifikace teorií a vytváření hypotéz, volbu proměnných, jejich operacionalizaci i tvorbu ukazatelů. Výše popsaná část se týká základního rozvrhnutí výzkumu od nejobecnějších částí až ke konkrétním sledovaným proměnným. Na nižší úrovni je vhodnější mluvit o metodách sběru dat – způsobu, jakým získáme datovou náplň pro naše proměnné. Přestože obě roviny spolu souvisejí, nejsou volně zaměnitelné. Metody sběru dat mohou být překvapivě variabilní a závisejí spíše na odhadu výzkumníka, který určuje, jakým způsobem bude nejefektivnější získat potřebná data. Sběr dat může probíhat pomocí dotazníkového šetření, využití databází statistických úřadů, pomocí dálkového průzkumu a následného využití GIS, analýzy historických dokumentů, archeologických prací, etnografických metod, analýzy textů atd. Volba konkrétní metody odráží spíše cíl výzkumu a konkrétní výzkumné podmínky než epistemologické ukotvení autora. Výzkumy řešící události staré několik desítek či stovek let se nemohou opřít o dotazníkové šetření, neboť se nedostává respondentů a musí se naopak opírat o analýzu archivních materiálů (jako zápisy vlády, memoáry, dobový tisk, úřední zápisy atd.) Naopak výzkum současných jevů může využít jak dotazníkového šetření, tak i různé metody rozhovorů, ale stejně tak může těžit z informací získaných pomocí družicových snímků atd. Závisí tedy vždy na konkrétních okolnostech. Některé metody sběru dat lze využít jak pro kvantitativní, tak kvalitativní výzkum. Například dotazníky mohou sloužit jak pro rozsáhlá šetření (a la Eurobarometr) umožňujících provádět sofistikované statistické analýzy, tak pro hloubkové rozbory problémů a rozsahově omezená šetření zaměřující se na několik vybraných jedinců. Podobně pomocí GIS lze analyzovat jak jeden speciální případ (například region), tak velké množství regionů, jež vytvoří základ statistické analýzy (viz např. Buahaug a Rod 2006). Sběr dat je bezesporu významnou složkou vědecké práce a využití konkrétních metodologií vždy staví na datech, jejichž charakter, přesnost a úplnost může sehrát velkou roli 16
v síle vědeckých zjištění. Na druhou stranu je třeba varovat, že sebepropracovanější metoda sběru dat nedokáže vyvážit problémy vzniklé při samotné formulaci výzkumu a výběru základního způsobu řešení výzkumné otázky. Je-li chybný výzkumný design (například chybně zvolené případy k hlubšímu studiu), není možné situaci zachránit sebelepšími daty. Naopak brilantní výzkumný design může být sice částečně znehodnocen problematickými daty, ale přinejmenším lze tento design využít pro další řešení problematiky. Proto by výzkumník měl postupovat hierarchicky od volby výzkumné otázky a cíle výzkumu k metodologickému designu celé práce a teprve poté detailně řešit otázku sběru dat. Na druhou stranu si autor již na počátku výzkumu musí být vědom zásadních limitů dostupnosti a kvality dat, které mohou výzkumný projekt znemožnit nebo velmi ztížit. Někteří vědci naopak do určité míry odvozují konkrétní výzkumné otázky a v návaznosti i design výzkumu na základě prvotního zpracování zajímavých dat. I tento postup za určitých okolností (zejména dostupnost kvalitních dat pokrývajících zkoumanou problematiku) je možný a může vést k úspěchu, ale přináší riziko pouhého korelacionismu a datového zahlcení bez schopnosti interpretovat výsledky analýz. Základním problémem tohoto přístupu je, že může vést k situaci, kdy jsou upřednostňována ta témata či otázky, ke kterým máme četná a kvalitní data a nikoliv ty otázky a problémy, které jsou významné vědecky či společensky.
17
3
Dilemata před zahájením výzkumu s využitím případových studií
Před zahájením vlastního zpracování případové studie je nezbytné promyslet několik koncepčních otázek ohledně nastavení designu výzkumu. Použití případových studií totiž není univerzální, jejich metodologie se výrazně liší podle jednotlivých typů, cílů a charakteru výzkumného designu. Je nezbytné přesně specifikovat téma a rozhodnout, zda výzkum bude mít teoretický nebo deskriptivní, explanační nebo interpretativní, nomotetický nebo idiografický, kvantitativní nebo kvalitativní charakter. Jinými slovy: tvoříme či testujeme teorii? Popisujeme empirický jev? Snažíme se daný jev vysvětlit, nebo porozumět jeho významu a vnímání ve specifickém kontextu? Studujeme pouze danou jednotku, nebo se snažíme zobecnit mimo studovaná data? Zvolíme kvantitativní nebo kvalitativní metody?
3.1 Výběr tématu jako východisko pro volbu výzkumného designu Volba výzkumného tématu je subjektivní záležitost, ve které by měl mít začínající výzkumník volnost. V této knize nemáme v úmyslu stanovovat, jaká konkrétní témata považujeme za nosná a jaká by měla být přednostně zpracovávána. Naše hlavní sdělení zní následovně: pokud si autor vybere určité téma a typ výzkumné práce, měl by si ujasnit, zda v jádru jeho výzkumu bude a) tvorba, testování či aplikace teorie; b) představení a rozpracování určité metody geografického výzkumu; c) zhodnocení a srovnání literatury k určitému problému; d) analýza diskursu (ať již odborné literatury, oficiálních vyjádření, či populárních médií) nebo e) popisná empirická studie – např. vybraného regionu, obce, průmyslového okrsku nebo procesu – deindustrializace, suburbanizace aj. Píšeme-li např. studii restrukturalizace průmyslu v Mostě, odpovězme si na následující otázky: a) Zajímá mě především město Most a jeho průmysl? Využívám teorie a koncepty jako nástroje pro vysvětlení nebo vytvoření rámce pro analýzu restrukturalizace mosteckého průmyslu? b) Zajímají mě naopak primárně teorie nebo koncepty restrukturalizace průmyslu, které se snažím rozvíjet či testovat na základě případové studie Mostu? c) Vyjadřuji se pouze k situaci v Mostě, nebo se snažím zobecňovat – např. pro města srovnatelné populační velikosti, staré průmyslové regiony, smršťující se města… Zpracováváme-li případovou studii, je třeba se vyhnout nadměrné složitosti a šíři tématu na jedné straně a příliš úzkým mikrotématům na straně druhé. Především mikrotémata v lokálním kontextu svádějí k nevědeckému uchopení, nadměrné popisnosti, zanedbání teoretického rámce a izolovanosti od výsledků jiných autorů věnujících se danému tématu. Pro kvalitní výzkum platí následující pravidlo: čím užší empirické zaměření práce (tematicky či geograficky, nebo obojí), tím propracovanější musí být teoretický rámec a metodologie; tím větší důraz na testování a aplikaci teorií a tím menší prostor pro popisné pasáže. Tuto poučku si lze zapamatovat jako „pravidlo přesýpacích hodin“. Čím méně písku (empirického materiálu) máme v dolní části hodin, tím více musíme nasypat do horní (teoreticko-metodologické) části. Pokud se zabýváme např. starými průmyslovými regiony EU27, máme poměrně velký prostor i pro popisné pasáže, které mohou být velmi cenné – např. komparace různých typů 18
průmyslových regionů v různých zemích. Když analyzujeme jedinou obec nebo mikroregion, musí se jednat buď o ryze aplikovaný výzkum, nebo o unikátní, mimořádně zajímavý a důležitý případ, abychom si mohli dovolit popisnou studii. Není-li, musí být v jádru studie teorie, koncept či určité generalizované tvrzení, které rozvíjíme, nebo jehož platnost testujeme na zvolené případové studii obce či mikroregionu. Ateoretické a vyčerpávající popisné studie o okrajových tématech a nevýznamných regionech nejsou příliš přínosné (viz kap. 3). Výjimku představují práce, které cíleně směřují k řešení určitého konkrétního problému, tedy k politickým doporučením. Prvotní snahou je zde implementovat vědecké poznatky ve snaze o ovlivnění situace žádaným směrem v určitém místě. Tyto práce však vznikají častěji v aplikační rovině (ministerstva, krajské a městské úřady, firmy).16 I takové práce, jak ukážeme dále, však musí pracovat s teoriemi či alespoň solidními empirickými generalizacemi.
3.2 Teorie nebo deskripce? Jednou z klíčových otázek na začátku každé výzkumné práce je, zda se bude jednat o práci popisnou (deskriptivní) nebo teoretickou, tj. zaměřenou na hledání kauzálních vztahů. Nelze říci, že by jedna z variant byla lepší nebo horší (podrobněji v kap. 5.1). Vždy záleží na povaze zkoumaného jevu a také na tom, nakolik byla problematika již zpracována předchozími výzkumy. Ještě než se této otázce budeme věnovat podrobněji, je třeba jasně definovat pojmy teorie a deskripce (popis). Teorií rozumíme (viz kap. 4.1) příčinnou hypotézu či pozorovanou pravidelnost, že jev A souvisí s jevem B, doplněnou o vysvětlení, jak jev A ovlivňuje jev B (Van Evera 1997, s. 9). V návaznosti lze použít definici Gerringa (2012a), že kauzální (příčinnou) inferencí se rozumí tvrzení, že nezávislá proměnná X ovlivňuje závislou proměnnou Y. Cílem teoretických prací je odhalit, které kauzální mechanismy ovlivňují výstupy. Klasickým příkladem je teorie demokratického míru: čím vyšší skóre demokracie mají dva sousedící státy, tím méně je pravděpodobné, že začnou (za jinak stejných podmínek) mezi sebou válčit. Naopak popisná inference se spíše snaží o zachycení určité konfigurace sil (zájmů, jednotek, aktérů, idejí atd.) a v návaznosti o syntézu jevů a událostí v určitém případě, tj. časovém údobí, regionu apod. Snahou je zachytit určitý obraz výseku reality co nejpřesněji vzhledem k potřebám uživatele. V abstraktnější rovině může popisná studie směřovat k vytvoření pojmu (konceptu, míry), který bude schopen zachytit a měřit studovaný jev, zejména jeho nejvýznamnější vlastnosti. Příkladem popisné práce může být snaha zjistit, nakolik lze považovat vilémovské Německo před první světovou válkou za demokracii. Cílem je v tomto případě charakterizovat institucionální nastavení daného státu vůči určitému měřítku demokracie. V obecnější rovině se může jednat o snahu vytvořit takový indikátor (pojem) demokracie, který dokáže co nejpřesněji určovat míru a případně typ demokracie různých států. Snažíme se, aby naše popisné koncepty byly na jedné straně co nejpřesnější (tj. aby zachycovaly pokud
16
Děkujeme recenzentovi za připomenutí významu této kategorie prací.
19
možno přesně realitu) a zároveň, aby byly co nejjednodušší, nejsrozumitelnější a přitom co nejrelevantnější vzhledem k současnému poznání (Gerring 2012a). Obecně lze tvrdit, že rozhodování o tom, zda má být práce deskriptivní či teoretická (tvořící, rozvíjející nebo testující teorie), závisí na několika faktorech. Za hlavní faktory lze považovat vědní obor, řešené téma, rozpracovanost řešeného tématu, komplexitu podmíněnosti studovaného jevu17, význam daného jevu a nakonec i ambice autora. a) Vědní obor Některé obory silně upřednostňují popis a jiné zase hledání kauzálních vztahů pomocí práce s teoriemi. Historie a etnologie tíhnou k popisu, zatímco ekonomie (Krugman 2011) a politické vědy se soustředí spíše na příčinnou inferenci (Gerring 2012a). Je proto logické, že geografové, kteří se svým zájmem a řešeným tématem budou protínat s jiným vědním oborem, budou muset alespoň z části přijmout normy daného oboru. V opačném případě hrozí, že na práci geografa budou ostatní pohlížet jako na málo vědeckou, případně pseudovědeckou. Obecně lze tvrdit, že větší prestiži se těší příčinná inference a to zejména díky tomu, že teorie lze považovat za nezbytný základ pro intervence v praxi (viz Krugman 2011; Kofroň 2012a). b) Řešené téma Pro volbu mezi teorií a popisem je nejpodstatnější řešené téma, které samo o sobě mnohdy implicitně předpokládá popisnou nebo příčinnou inferenci. Pokud např. chceme odpovědět na otázku, zda koloniální minulost vedla ke slabému africkému státu, je zřejmé, že naší snahou bude zhodnotit působení kauzálního mechanismu, směřujícího od koloniální minulosti ke slabému africkému státu. Budeme se snažit porovnat několik možných vysvětlení slabosti afrického státu a ověřit konzistenci výchozího tvrzení. Pokud je však naším záměrem zodpovědět otázku, jak se projevoval kolonialismus, jaké byly jeho různé varianty v Africe 19. a 20. století, bude mít naše studie spíše popisný charakter. Cílem bude popsat hlavní charakteristiky kolonialismu a případně nalézt jeho hlavní varianty. Za určitých okolností může popisná studie posloužit pro prvotní charakteristiku případů, které ještě nebyly popsány, případně jsou tak nové, že ještě popsány být nemohly. Již z tohoto příkladu je zřetelné, že se kauzální a popisná analýza mnohdy prolínají a doplňují. Za určitých okolností můžeme začít s výzkumným tématem, které se týká příčinné inference, nicméně v průběhu práce zjistíme, že některé klíčové koncepty jsou špatně operacionalizovány, nebo je třeba zpřesnit definici některých pojmů, zavést nové koncepty či studovat zcela nové případy. V takový okamžik se část práce začne orientovat na popisnou analýzu.
c) Rozpracovanost tématu 17
Jeden z recenzentů správně zdůrazňoval tento aspekt. Ačkoliv lze souhlasit, je třeba varovat před účelovým a neodůvodněným schováváním se za komplexitu studovaného jevu, které může vyústit v teoretické zaostávání. 20
Nová témata obvykle poskytují velký prostor pro popisný výzkum. Za prvé, je třeba popsat určité množství případů, které nelze vysvětlit na základě již existujících teorií. Za druhé, je nutné vytvořit a empiricky ukotvit koncepty či měřítka pro operacionalizaci klíčových pojmů a proměnných nových teorií. Spolu s tím, jak se výzkum posunuje od své počáteční fáze, lze očekávat, že přínos popisných prací bude klesat. I v pokročilé fázi výzkumu sice může zpřesnění určitého konceptu nebo lepší popis konkrétního případu vést k posunu v řešené problematice, nepřinese však nejspíše skutečně významnou změnu. V pokročilé fázi mají zřejmě nejvyšší cenu takové popisné práce, které studují zcela nový příklad, jenž alespoň na první pohled zpochybňuje platnost stávajících teorií. Takový příklad se může stát základem dalšího rozvoje nebo zamítnutí teorie. Na druhou stranu lze tvrdit, že kauzální inference by měla být na začátku výzkumu činěna s velkou opatrností právě proto, že řada konceptů, proměnných a ukazatelů bude vágně definovaná a nemusí být jednoznačně aplikovatelná na zkoumané případy. Navíc je možné, že případy ve sledované množině jsou vybrány na základě příliš široké, případně příliš úzké definice (viz otázka konceptualizace klastrů u Portera 1998) a také, že jejich znalost je velmi povrchní, což vše může vést k chybným závěrům. Právě proto bychom neměli považovat popis za něco podřadného, zejména ne v počátečním stádiu výzkumu (viz i King, Keohane a Verba 1994; Gerring 2012a; kap. 5.1). Zároveň bychom si však měli uvědomovat, že i deskriptivní práce by měly navazovat na teoretické debaty, či je iniciovat a doplňovat. Význam konceptualizace demokracie a popisu jejích atributů je významný především proto, že může ovlivnit teorii demokratického míru. Podobně popis doposud nezkoumaného případu může iniciovat pokusy o teoretické vysvětlení daného případu, což může skončit jak potvrzením, tak vyvrácením stávajících teorií. d) Ambice badatele S předchozím bodem souvisí i ambice badatele. Pokud jsou ambice malé, což může být zapříčiněno i omezenými finančními zdroji a nedostatkem času, lze obvykle popis považovat za dostačující. Cílem sociálních věd však v konečném důsledku není popis jevů, ale jejich vysvětlení. Nejzásadnější práce mají obvykle podobu kauzální inference. Není náhodou, že praktická uplatnitelnost (měřitelná například výší platů nejlepších absolventů) stoupá spolu s kvalitou teorií a jejich schopností vysvětlit vývoj určitého výseku reality (viz kap. 4.2). Na závěr je třeba říci, že by autoři měli jasně oddělovat ty pasáže svých prací, kde se snaží o popisnou inferenci od těch pasáží, kde se zabývají analýzou příčinných vztahů. Je třeba si uvědomit, že popisný argument má odlišná pravidla konstrukce od argumentu kauzálního – viz kap. 5.1. Mnohdy se stává, že autoři a priori věří určité teorii, což má za následek selektivní (mnohdy naprosto nevědomý) výběr klíčových jevů a jejich zaujatou interpretaci. V takový okamžik pak popisná práce výrazně ztrácí svůj význam „neovlivněného zdroje faktů a informací“ a mění se spíše v popis stojící na určité teorii a jejích konceptech. V důsledku taková práce spíše dokumentuje teorii, než aby přinášela nezaujatý popis (viz kap. 6.3). Deskriptivní argument tedy má v některých momentech zásadní význam, nicméně při 21
jeho tvoření musíme být dostatečně obezřetní a musíme dávat pozor, abychom si udrželi alespoň základní odstup od (neověřených) teorií.
3.3 Explanace nebo interpretace? Další významnou otázkou je, zda se pokusit o explanaci nebo interpretaci. Toto rozhodnutí v mnohém souvisí s epistemologickou pozicí autora. Obecně lze tvrdit, že explanace je silně zakořeněná v pozitivistickém táboře, zatímco interpretace v táboře poststrukturalistů (viz část 2). Jelikož se naše kniha soustředí pouze na explanační práce, omezíme se na definování obou pojmů a poukážeme na některá omezení interpretativních studií (podrobněji k metodologii interpretativních studií viz např. Drulák a kol. 2008). Stejně jako i v předešlých pasážích lze tvrdit, že neexistuje jediná definitivní odpověď na to, zda-li dělat explanační nebo interpretativní výzkum. Obecně lze tvrdit, že explanační práce se snaží o vysvětlení určitých jevů (nebo množin jevů). Přitom vysvětlení může být platné pouze pro jeden konkrétní případ, nebo pro rozsáhlou množinu případů. Explanace obvykle spočívá na obecně působících mechanismech, které lze považovat za alespoň z určité části poznatelné (Friedman 1953; Sayer 1992). Je třeba zdůraznit, že explanace se může opírat jak o materiální faktory, tak o faktory ideační. Explanace (vysvětlení) tedy může zahrnovat jak tvrzení, že náboženské rozdíly způsobují války (viz Huntington 1996), tak tezi, že na vině je distribuce materiální moci v mezinárodním systému (např. Mearsheimer 2001). Explanační studie mohou využívat induktivní i deduktivní logiky, mohou se opírat o statistické analýzy i případové studie. Naopak interpretativní výzkum se snaží o pochopení18 určitého jevu v jeho specifickém historickém kontextu (viz Denzin a Lincoln 2000). Interpretativní studie mají výrazně omezenější snahu o zobecnění svých zjištění a zabývají se mnohem více kontextem než studie explanační, které se zpravidla snaží odhlédnout od kontextu. Velkou část interpretativního výzkumu tvoří výzkum „myšlení v určitých sociálně-vědních disciplínách“. Předmětem výzkumu tedy nejsou ani tak konkrétní jevy jako zánik států, či vznik aliancí, nýbrž pojímání a chápání aliancí, států a jejich zániku v určité historické epoše - buď ze strany badatelů či samotných aktérů (ve vztahu k teritoriu viz Ruggie 1993). V jistém ohledu lze některé z těchto prací připodobnit k „literární kritice“ (pro extrémní vyjádření tohoto názoru viz Sokal 1998), což představuje určitý handicap.
3.4 Idiografické nebo nomotetické? Rozlišení mezi idiografickou a nomotetickou koncepcí výzkumu patří mezi velmi podceňovanou problematiku při koncipování výzkumných prací. Mnozí vědci tuto věčnou diskusi v geografii obvykle pokládají za příliš abstraktní a odtrženou od reality. Pokud se tato debata přece jen do prací promítne, tak zpravidla nešťastným způsobem, tj. přesvědčením o nadřazenosti nomotetického výzkumu a nepřijatelnosti prací studujících jedinečný jev či region. Výsledkem jsou popisné práce, které ve skutečnosti studují pouze jeden region či jev, ale předstírají zobecnitelnost výsledků pro podstatně širší spektrum případů. Není již specifikováno, pro které jiné jevy, události nebo regiony jsou dané výsledky platné a za 18
Verstehen tradice
22
jakých podmínek. Autor studující např. vybranou periferní oblast v Česku (třeba Jesenicko) tak někdy implicitně vydává své výsledky za platné pro všechny periferní regiony na světě a ve všech obdobích. Idiografický přístup klade důraz na charakteristiku a vysvětlení jedinečných jevů, regionů nebo historických událostí. Nomotetický přístup hledá pravidelnosti a zákonitosti na základě opakovatelnosti výskytu znaků (Hampl 2008). Dle Levyho (2008, s. 4) se nomotetický přístup snaží na základě studia podmnožiny dat přenést zobecnění i na případy původně nezkoumané (v rámci celé množiny). Samotná velikost zkoumané množiny případů přitom nehraje klíčovou roli, neboť někdy lze odvodit zobecnění i z relativně malého vzorku. Je také třeba chápat, že idiografický přístup může zahrnovat i vysvětlení jednotlivých případů za pomocí aplikace vybrané teorie, zatímco empirické generalizace někdy nemusí být vůbec založeny na aplikaci teorie. Rozšířeným omylem je též ztotožnění kvantitativních metod s nomotetickým přístupem a kvalitativních s idiografickým (Kofroň 2012b, s. 310). Kvalitativní výzkum prostřednictvím vhodně zvolených případových studií může zobecňovat širokou množinu dat (King, Keohane a Verba 1994), kvantitativní přístup se může vyjadřovat k jedinému případu a odmítat zobecnění – např. popisná statistická analýza vývoje nezaměstnanosti v Česku v průběhu hospodářské krize v období 2008-2009. Před zahájením výzkumu je třeba zvolit mezi idiografickým a nomotetickým přístupem, tzn. zda se budu vyjadřovat pouze ke studované množině dat, nebo zda se snažím o zobecnění na základě případových studií. Od tohoto rozhodnutí se odvíjí způsob výběru jednotek pro analýzu (regionů, obcí, firem…) V případě nomotetického výzkumu podléhá výběr jednotek rigorózní metodice, která závisí na cíli studie (vytváření nových teorií, testování stávajících teorií, posouzení relevance konceptů) a stádiu výzkumu – počáteční se snahou o prvotní test nově vyvinuté teorie, nebo zralé období, vyžadující silné testy již zavedené teorie (Kofroň 2012b) – viz též kap. 6.2. Idiografický výzkum umožňuje větší volnost ve výběru jednotek. Obecně by však měly mít přednost významné, jedinečné a z hlediska studovaného jevu zajímavé případy, jejichž detailní popis a vysvětlení vytvoří nejen cenný empirický materiál, ale mohou se stát obohacením stávajících či zárodkem nových teorií a generalizací. Rozlišení mezi idiografickým a nomotetickým přístupem je také důležité ve vztahu k práci s teoriemi a koncepty. Idiografický výzkum používá teorie a koncepty jako explanační rámce, nástroje sloužící k popsání a vysvětlení studovaného případu. Výzkumník může zvolit nejvhodnější teorii či koncept pro uchopení daného případu, nebo dokonce kombinovat více konceptů zároveň, pokud se vzájemně nevylučují. Pro nomotetický přístup je časté rozvíjení a testování samotné teorie, která je v centru zájmu. Na druhou stranu velmi častým výstupem nomotetického výzkumu jsou generalizace, tedy zobecnění týkající se popisu, nikoliv vysvětlení geografických jevů (Sýkora 2008).
3.5 Kvantitativní nebo kvalitativní? Překvapivě vyostřené debaty se vyskytují v otázce kvalitativních versus kvantitativních metod. Jak se však pokusíme ukázat, v případě, že se autor snaží představit 23
explanační analýzu, jsou tyto rozdíly v mnohém relativní. Jelikož se naše kniha věnuje explanačním studiím, nebudeme na tomto místě diskutovat kvalitativní metodologii spjatou s post-strukturalistickými proudy či obecněji proudy usilujícími o pochopení namísto vysvětlení (k těmto kvalitativním metodám blíže viz Drulák a kol (2008) nebo Denzin a Lincoln (2000)). Jak lze rozlišit kvantitativní a kvalitativní práci? Nejeden čtenář by odpověděl, že kvantitativní práce používá čísla, zatímco kvalitativní práce slova. A dále, že kvantitativní studie umožňují zobecnění, zatímco kvalitativní nikoliv. Někteří by možná dodali, že skutečná věda stojí na kvantitativních studiích. Uvedená rozlišení je však třeba vnímat jako krajně problematická. Za prvé, kvalitativní studie běžně operují s čísly, stejně jako kvantitativní studie operují s verbálními koncepty. Obdobně otázka zobecnění není tak jednoduchá, jak by se na první pohled mohlo zdát. Těmto otázkám se budeme v dalších odstavcích podrobněji věnovat. Nejprve však uvedeme stručnou definici kvalitativní a kvantitativní studie. Dle našeho názoru, lze tvrdit, že kvalitativní studie se pokouší studovat omezené množství případů do velké hloubky. Snaží se pokud možno velmi přesně zachytit působení kauzálních sil v jednotlivých případech. Pro kvalitativní studie není „případ“ jediným bodem na grafu (X, Y) závislé a nezávislé proměnné. Případ nabízí možnost extrahovat z něj celou řadu takových bodů (zvýšené množství pozorování), a případně i možnost sledovat působení kauzálních mechanismů. Kvantitativní práce naopak obvykle studují rozsáhlejší množinu případů, přičemž jednotlivé případy nejsou studovány do hloubky a poskytují pouze jednu hodnotu na závislé/nezávislé proměnné. Pokud se zaměříme na otázku využívání číselných údajů, rozdíl spočívá v míře využití numerických ukazatelů. Je fakt, že kvantitativní (statistické) metody se bez číselných údajů neobejdou. Nicméně velká část kvalitativních studií s numerickými ukazateli též pracuje. Studie zabývající se např. určitou bitvou (či válkou), bude velmi pravděpodobně diskutovat rozložení sil na obou stranách před zahájením operací. Jistě tak bude činit pomocí kvantitativních ukazatelů (počet vojáků, technologická úroveň zbraní – kadence, přesnost, dostřel atp.) Podobně hodnocení průběhu a výsledků bitvy bude stát na měřitelných ukazatelích (počty padlých a zraněných, územní zisky aj.) Nicméně všechny tyto údaje (pozorování) se nacházejí uvnitř jednoho případu, jedné konkrétní bitvy. Takováto studie se může pokusit ukázat na konkrétní rozložení sil v prostoru před a v průběhu bitvy, na hlavní taktické postupy obou stran atd. a identifikovat tak hlavní příčiny vítězství určité strany. Je tedy zřejmé, že kvalitativní studie může bez problému využít čísel. Zároveň je patrné, že daný příklad je studován poměrně zevrubně se snahou přinést o něm relativně velké množství informací (verbálních či numerických). Naopak kvantitativní analýza bude mít tendenci vymezit sérii bitev či válek a hledat např. příčiny vítězství jedné strany. Každá bitva bude reprezentována jedním bodem v regresním grafu. Jednotlivé bitvy přispějí hodnotou závislé proměnné (vítězství/prohra) a také hodnotami nezávislých proměnných (poměr útočníků k obráncům, hloubka obrany, trvání dělostřelecké přípravy, využitá taktika apod.) I kvantitativní studie musejí mnohdy pracovat s koncepty, které se silně opírají o verbální vyjádření. Některé koncepty, jako 24
převaha útočníka nad obráncem, lze poměrně lehce a bezrozporně kvantifikovat. Mnohem obtížnější je situace v těch případech, kde se potýkáme s komplexním pojmem, jakým je například využitá taktika. Koncept taktiky se do značné míry vzpírá jednoduché kvantifikací, jedná se o kategoriální proměnnou. Definice kategorií je verbální a do značné míry subjektivní záležitostí. Navíc se může stát, že lehce rozlišitelné kategorie (např. taktiky) pro jeden případ již nelze tak snadno použít pro jiné případy, kdy se kategorie vývojově promíchávají. Již jen z tohoto krátkého exkurzu je zřejmé, že samotné využívání kvantitativních ukazatelů nestačí pro jednoznačné odlišení kvalitativní a kvantitativní studie. Za určitých okolností se kvalitativní studie jednoho či několika málo případů může velmi přiblížit klasické kvantitativní studii. Děje se tak v momentě, kdy počet srovnatelných pozorování uvnitř případu naroste do množství umožňujícího provést klasickou kvantitativní (například regresní) analýzu (Levy 2008). Využijeme-li předchozího příkladu, při zkoumání jedné bitvy bychom ji za předpokladu dostatku dat mohli rozčlenit do několika desítek menších taktických střetnutí, které se odehrály v průběhu bitvy, a jejich pomocí bychom mohli vytvořit statistický model (extrémní varianta metody kongruence viz Van Evera 1997). V tomto případě se tak hranice mezi kvantitativním a kvalitativním výzkumem do značné míry smazává. Na jedné straně výběr bitvy a logika zobecnění na další bitvy bude odpovídat klasickým kvalitativním studiím, na druhou stranu využitá metoda pro analýzu daného případu odpovídá kvantitativním studiím. Otázkou možnosti zobecnění se blíže zabývají následující kapitoly. Zde pouze konstatujeme, že i poměrně malé množství případů může za předpokladu strategického výběru poskytovat překvapivě velké možnosti zobecnění. Na druhou stranu ani kvantitativní studie nemusí usilovat o rozsáhlé zobecnění. Lze však tvrdit, že případové studie jsou mnohem silnější v otázce vnitřní validity - „je tento konkrétní případ opravdu ovlivněn proměnou X“? Kvantitativní metody jsou silnější v otázce externí validity - „lze působení této proměnné očekávat i mimo zkoumaný vzorek“? – viz Gerring (2004), George a Bennett (2005). I k tomuto rozlišení je však třeba přistupovat obezřetně. Pokud by byla interní validita kvalitativních metod tak vysoká, potom by se zřejmě historici a kvalitativně orientovaní političtí vědci nemohli tolik přít o příčiny vzniku např. první světové války ap. (srovnej Schroeder 1994; Van Evera 1984 a 1998aj.) A podobně, pokud by kvantitativní studie byly tak excelentní v externí validitě, potom není jasné, proč se mnohdy závěry statistických studií využívajících odlišné případy uvnitř stejné populace mohou lišit (srovnej Lyall 2009 a Lyall 2010). Výše jsme diskutovali zejména ty rozdíly mezi kvantitativními a kvalitativními studiemi, které jsou dle nás až příliš a neoprávněně zdůrazňovány. Nyní se zaměříme na rozdíly, jež jsou naopak nedostatečně zdůrazňovány, a to na základě práce Mahony a Goertz (2006). Jako zásadní rozdíl lze vidět logiku stojící v pozadí kvantitativní a kvalitativních studií. Kvantitativní metody využívají primárně statistické logiky. Tedy logiku pravděpodobnosti a s tím související probabilistické definování teorií. Naopak kvalitativní metody se opírají o „bolleanskou logiku“ nezbytných a postačujících podmínek. V případě statistických studií obvykle pojmy jako nezbytná a postačující podmínka nenalezneme (to by
25
porušovalo probabilistické formulování teorií).19 Naopak v případě kvalitativních prací je to běžné. U teorií se očekává, že jsou deterministické, samozřejmě za striktně vymezených podmínek. Zatímco pro ty, kdož operují se statistickými analýzami, je určitá chybovost teorie naprosto normální, pro ty kdož operují s kvalitativními metodami, tomu tak není. Chybovost teorie - a to i v několika málo případech - může vést k jejímu zamítnutí (Mahoney a Goertz 2006). Jak v navazujících kapitolách ukážeme, týká se to však jen těch případů, kde byly podmínky teorie dokonale naplněny. Významným rozdílem kvantitativních a kvalitativních metod je také pojímání proměnných. V případě kvantitativních metod mají proměnné určitý nezávislý (obvykle kontinuální) vliv na závislou proměnnou20. Cílem např. analýz s využitím metody nejmenších čtverců je určit právě průměrný efekt proměnných. Jejich působení se pak libovolně kombinuje, z čehož vzniká výsledná hodnota závislé proměnné. Logicky vyplývá, že žádná proměnná není a priori nepostradatelná pro určitý výstup. Můžeme tedy tvrdit, že ve většině podobných výzkumů proměnné nemají význam nezbytných proměnných, v podstatě každá z nich, případně v náhodné kombinaci s jinou proměnou, se může stát dostatečnou podmínkou určitého jevu. Naopak v případě kvalitativních metod se obvykle uvažuje v termínech konfigurace proměnných (Mahoney a Goertz 2006; Ragin 1987 a 2000) - pouze omezené množství konfigurací proměnných může vést ke specifickému výstupu. Znamená to mimo jiné, že například proměnná A v kombinaci s B za nepřítomnosti D (A*B*d)21 vytvoří výstup Y. Ale ta samá proměnná A v kombinaci s proměnnou C a za nepřítomnosti D (A*C*d) daný výstup nevytvoří, a to i přesto, že kombinace B a C za nepřítomnosti D (B*C*d) by daný výstup vytvořila. Je jasné, že vliv proměnné A na závislou proměnnou je podmíněn tím, v jaké konfiguraci se vyskytne – nelze tedy mluvit o inherentním vztahu A na Y. Převoditelnost kvalitativního výzkumu do kvantitativního bude v těchto okamžicích problematická a standardní statistické modely budou chybně interpretovat vliv proměnné A. Uvědomme si totiž, že v takovýchto případech bude „znaménko“ a parametr (koeficient) proměnné A ve statistickém testu záviset na četnosti výskytu této proměnné v daných konfiguracích. Tyto hodnoty tak rozhodně nelze vnímat jako inherentní vlastnosti proměnné A ve vztahu k závislé proměnné.
Pro ilustraci výše řečeného si vypůjčíme několik rovnic z knihy autorů Goertz, Mahoney (2012, s. 52 a 54): 19
Recenzent připomněl, že tuto funkci nezbytných a postačujících podmínek může v kvantitativních studiích převzít využití proměnných operujících s podmíněnou pravděpodobností. Máme za to, že jen v minimech případů byla výše zmíněná alternativa využita k hledání nezbytných a ještě mnohem méně dostatečných podmínek ve smyslu, v jakém jsou uvažovány v kvantitativním výzkumu. Vlastní zevrubná metodologická debata o souměřitelnosti nezbytných a postačujících podmínek v pojetí kvalitativní metodologie s využitím podmíněných pravděpodobností prozatím, bohužel, chybí. Tuto naší poznámku lze tedy vnímat jako vybídnutí k řešení originálního metodologického problému. 20 Kontinuálním vlivem zde rozumíme fakt, že marginální změna závislé proměnné obvykle nevede k výrazně odlišné reakci závisle proměnné. Přirozeně statistické metody umožňují pracovat s prahovými hodnotami, či s modely nelineárními, které mohou pracovat s výraznými změnami v účinku nezávislé proměnné. V současnosti však tyto postupy nepatří mezi běžně užívané, rozhodně pak ne v české geografii. 21 Označení „d“ znamená „nepřítomnost jevu D“. 26
1)
Y = β0 + β1X + γ1C1+ γ2C2+... + ε
2)
(A*B*c) + (A*C*D*E) je dostatečné pro výskyt Y
V případě první rovnice lze mluvit o prototypu statistického výzkumu, u druhé rovnice pak o uvažování v běžném v případě kvalitativních studií. Operátory „+“ a „*“ označují logické „nebo“ a logické „a (zároveň)“. Druhou rovnici lze interpretovat tak, že aby se vyskytl jev Y, může se buď vyskytnout konfigurace proměnných A spolu s B za nepřítomnosti C, nebo druhá kombinace spojující proměnné A, C, D, E. Každá z těchto variant je naprosto dostatečná pro výskyt Y. Zároveň však není možné, aby se Y vyskytlo tehdy, když by v první konfiguraci bylo C, nebo pokud by ve druhé konfiguraci nebylo D. Tyto prvky jsou totiž nezbytnými podmínkami výskytu Y pro dvě výše zmíněné konfigurace. Otázka převoditelnosti kvalitativního uvažování do statistického modelu je poměrně komplikovaná, proto se pokusíme pouze o stručné nastínění. Výše popsané konfigurace proměnných lze modelovat pomocí „interaction terms“ – například takto: 3) Y = β1(A*B*c) + β2(A*C*D*E) + ε Uvedený model, jak čtenáře zřejmě napadlo, není něčím, s čím by se běžně setkával v kvantitativních studiích. Důvodů je hned několik. Za prvé, bez důkladné znalosti teorie je velmi těžké sestavit adekvátní model. Za druhé, „interaction terms“ jsou na interpretaci výsledků mnohem náročnější než klasické modely (k problematice interpretace interaction terms viz Braumoeller 2004). Za třetí, v modelu chybí konstanta β0“ přičemž je neodůvodněné a priori tvrdit, že je rovna nule (nebo jakékoliv jiné hodnotě). Uvedené neznamená, že bychom měli rezignovat na kvantitativní výzkum teorií stavících na nezbytných a dostatečných podmínkách, ale spíše to, že bychom si měli dobře uvědomovat náročnost a požadavky takového snažení. Je tedy zřejmé, že výběr vhodné metody závisí i na charakteru testované teorie, či našem odhadu charakteru zkoumaného jevu. Pokud se domníváme, že určitý jev je produktem velmi omezeného množství konfigurací proměnných, potom jsou kvalitativní metody zřejmě vhodnější. Naopak tam, kde lze očekávat téměř nekonečné množství kombinací, budou mít statistické metody mnohé výhody.22 Dalším nápadným rozdílem je, že zatímco statistické studie zkoumají populace složené z případů, kvalitativní metody případy (zástupce populací), uvnitř nichž provádějí jednotlivá pozorování. Tento rozdíl se odráží i v tom, že pro kvantitativní metody obvykle nejsou určité konkrétní případy samy o sobě zajímavé či klíčové. Obecně lze tvrdit, že všechny případy mají a priori stejnou váhu. Naopak v případě kvalitativních studií existuje velký rozdíl ve významu jednotlivých případů (Mahoney a Goertz 2006). Jako první asi 22
Obecně je nutno opakovaně připomenout, že statistické metody (samozřejmě v závislosti na použitém modelu a jeho specifikaci) vyžadují poměrně velký počet případů. Nedostatečný počet případů může vést k nemožnosti využít statistických metod. V takovém případě je zřejmě lepší využít kvalitativních metod. 27
čtenáře napadne, že např. druhá světová válka je významnější než válka o Chaco. Jistě i takto lze vnímat otázku významnosti, především však jde o význam ve vztahu k teorii. Jelikož kvalitativní studie využívají malého množství případů, nemohou se spolehnout na jejich typičnost jakožto nástroj zajištění (alespoň omezené) externí validity (King, Keohane a Verba 1994; Ruzzette 2012, nepřímo Van Evera 1997). Je nutné strategicky vybírat ty případy, které k dané teorii budou mít největší význam, či budou mít největší šanci generovat obecnější teorie (viz část 4). Z pohledu kvalitativních metod tak existuje mimořádný rozdíl ve významu jednotlivých případů (lze de facto tvrdit, že velká část kvalitativní metodologie se právě věnuje výběru případů, jež mají potenciál nejefektivněji podpořit, či vyvrátit určitou teorii nebo tvrzení - viz Eckstein 1975; King, Keohane a Verba 1994; Gerring 2007a; George a Bennett 2005 ad.). Posledním významným rozdílem, který zde zmíníme, je odlišné zaměření výzkumu. Kvantitativní studie se obvykle táží po efektech příčin, zatímco kvalitativní po příčinách určitého efektu (Mahoney a Goertz 2006). Kvantitativní studie se tedy bude ptát, zda má sdílená demokracie pozitivní efekt na pravděpodobnost míru mezi dvěma státy. Pokud ano, bude se tázat, jak velký je tento efekt v porovnání s jinými příčinami. Naopak kvalitativní výzkum spíše zjišťuje, co způsobuje mír (resp. válku), jaké jsou klíčové příčiny míru. Je jasné, že demokracie může mít určitý pozitivní kauzální efekt, to samo o sobě však ještě nezaručuje, že bude rozhodujícím faktorem. Je třeba zdůraznit, že obě otázky (příčiny efektů i efekty příčin) jsou naprosto oprávněné a jejich volba je opět spíše otázkou řešeného tématu. Za určitých okolností se oba výzkumy mohou velmi dobře doplňovat, za jiných však tomu tak být nemusí. Proto je třeba opatrnosti při posuzování prací z druhé strany barikády. Je až příliš snadné podsouvat druhým naše výchozí předpoklady a naše výzkumné otázky. Výběr kvantitativní respektive kvalitativní metodologie závisí na několika faktorech. 1) Existuje dostatek dat pro provedení kvalitní kvantitativní studie, či přesněji, bude zkoumaný vzorek (či celá populace) dostatečně velká pro korektní provedení analýzy? Pokud je odpovědí ne (když studujeme například velmi vzácné jevy), potom zřejmě nemá smysl lpět na kvantitativních metodách. 2) Zkoumám příčiny efektů nebo efekty příčin? V prvním případě spíše zvolím kvalitativní studie, zatímco ve druhém kvantitativní. 3) Lze očekávat, že ve studované problematice půjde spíše o omezený počet specifických konfigurací proměnných, nebo o bezpočet kombinací velkého množství proměnných? V prvním případě zřejmě kvalitativní metodologie může nabídnout více než kvantitativní. Ve druhém je tomu naopak. Ať se již rozhodneme pro jakoukoliv metodu, měli bychom se však snažit o její co nejlepší provedení. Je lepší mít kvalitní verbální popis jednoho či několika případů, než mizernou statistickou analýzu celé populace. Je lepší dobře prozkoumat efekty několika druhořadých příčin, než naprosto mylně identifikovat klíčové příčiny efektů.
28
4
Co jsou teorie, hypotézy a zákonitosti?
V metodologické literatuře sociálních věd existuje celá řada definic a způsobů tvoření, testování a hodnocení teorií a hypotéz. Přístupy autorů se liší nejen podle epistemologických směrů, ale do jisté míry i podle jejich osobních zkušeností, účelu a preferencí. Pro zjednodušení a názornost se tato kapitola bude držet pojetí Van Every (1997), který napsal velmi srozumitelnou a čtivou metodickou příručku pro doktorandy v oboru politických věd. Pro pochopení pojmu teorie je vhodné začít od tzv. zákonitosti, kterou lze definovat jako zjištěnou nebo pozorovanou souvislost mezi dvěma jevy (A a B), přičemž jev A může jev B kauzálně ovlivňovat (spouštět, zesilovat či zeslabovat jeho intenzitu), nebo se pouze vyskytovat v kombinaci s jevem B, aniž by mezi nimi byla jakákoliv příčinná vazba. Např. při analýze rozmístění zahraničních migrantů v EU27 si lze všimnout nejen jejich výrazně nerovnoměrného regionálního rozmístění, ale též vysoké míry územní koncentrace do metropolitních regionů a velkých přístavů. Můžeme formulovat nalezené zákonitosti, tj. vztah mezi postavením města v sídelním systému a geodopravní polohou na jedné straně a podílem zahraničních migrantů na straně druhé. Otázkou však je, zda populační velikost, status hlavního města či blízkost velkého přístavu zapříčiňují koncentraci migrantů, nebo zda migranty přitahují do těchto regionů jiné faktory, např. velký pracovní trh nebo již existující menšiny imigrantů, které nabalují další příchozí. Pokud specifikujeme, za jakých nezbytných podmínek, jak a proč tyto faktory kauzálně ovlivňují příliv migrantů, rozvineme pozorovanou zákonitost do podoby kauzální hypotézy či přímo vyprofilované teorie. Teorii lze charakterizovat jako obecné tvrzení, jež popisuje a zároveň vysvětluje kauzální (příčinný) vztah mezi dvěma nebo více jevy; pro vysvětlení se používá termín explanace. Teorie se vyjadřují k obecným kauzálním vztahům mezi jevy, nezabývají se pouze vysvětlením unikátního případu, např. hledají obecně platnou kauzální souvislost mezi přítomností kvalitních technických univerzit v regionu a počtem technologických inovací místních průmyslových firem, nikoliv např. pouze vysvětlení inovační výkonnosti firem v regionu Cambridgeshire (pro příklad viz Breznitz 2011). Vysvětlením těchto unikátních případů s využitím nebo i bez využití teorií se zabývají tzv. specifické explanace. Podobně jako teorie jsou definovány tzv. kauzální hypotézy, tedy tvrzení o předpokládaném vztahu mezi dvěma nebo více jevy, které je doplněno pokusem o vysvětlení příčin jevu, explanací. Kauzální hypotézu doplněnou o explanaci lze ztotožnit s teorií, která bude následně podrobena testování platnosti s využitím např. statistických testů nebo metod případových studií. Hypotézy mohou být také non-kauzální, např. ve formě tvrzení, že nárůst chudoby v období globální ekonomické krize 2008-2009 se mezi Mexikem a Argentinou signifikantně nelišil, aniž by bylo řešeno, z jakého důvodu a zda byl nárůst chudoby v těchto zemích způsoben globální ekonomickou krizí či jinými faktory. Výše uvedená tvrzení lze zapsat do názorných rovnic (Van Evera 1997): teorie=kauzální zákonitost+explanace, nebo teorie=kauzální hypotéza+explanace. O teorii lze hovořit pouze tehdy, pokud ji lze zjednodušeně vyjádřit schematickým diagramem, tj. řetězcem vzájemně propojených kauzálních zákonitostí nebo hypotéz: A 29
c
d
B
V tomto vyjádření je A nezávislou proměnnou, B závislou proměnnou, c a d jsou intervenující proměnné. Vztah mezi A a B je prvotní hypotézou, vztahy A
c; c
d; d
B
jsou vysvětlujícími (explanatorními) hypotézami (viz Tabulka 1). Reálně však takto jednoduché a přímočaré hypotézy prakticky neexistují, přinejmenším je třeba přidat a specifikovat podmiňující proměnné, v tomto případě E. V následujícím případě výskyt jevu E podmiňuje efekt jevu A na jev B prostřednictvím změny hodnot intervenujících proměnných c a d. A X E
c
d
B
Konkrétním příkladem teorie, která byla rozvinuta na základě jednoduché zákonitosti, je gravitační model zahraničního obchodu. Zákonitost lze vyjádřit následujícím způsobem (Krugman, Melitz a Obstfeld 2012 s. 12-13): Tij= A * Yi* Yj/Dij Tijje objem obchodu mezi zemí i a zemí j, A je konstanta, Yi je HDP země i, Yj je HDP země j a Dij je vzdálenost mezi zeměmi i a j. Slovně vyjádřeno, objem obchodu mezi dvěma zeměmi roste se zvyšující se velikostí ekonomik daných zemí a klesá se zvyšující se vzdáleností mezi zeměmi. Tento model byl převzat z fyziky, Newtonova zákonu o gravitaci. Teorií se stane v okamžiku, kdy doplníme vysvětlující faktory. Vztah platí proto, že velké ekonomiky jsou z důvodu velkého příjmu významnými dovozci a zároveň produkují širokou škálu zboží na vývoz. Podmiňující proměnnou je volný obchod mezi danými zeměmi. Pokud jedna z nich bude zcela izolovaná, nebo jestliže stanoví velmi vysoká cla, bude objem zahraničního obchodu nižší nebo nulový. Existují další faktory, jež ovlivňují objem zahraničního obchodu, např. zóny volného obchodu nebo kulturní a jazyková blízkost zemí (Krugman, Melitz a Obstfeld 2012). Obecně je třeba počítat s tím, že vztah mezi nezávislou a závislou proměnnou nemusí být zdaleka vždy lineární, ale v řadě případů nespojitý, skokový nebo schodovitý.
4.1 K čemu jsou teorie dobré? Většina studentů, odborníků v praxi a dokonce i někteří vysokoškolští učitelé považují teorie za akademické, od reality odtržené a neužitečné konstrukty, tedy za jakousi „omáčku“, kterou je nutné přidat na úvod vlastního empirického výzkumu v absolventské práci či
30
odborném článku, aby práce prošla oponentním řízením23. To je však velká chyba! Ignorování teorií v akademickém i ryze prakticky orientovaném výzkumu nezbytně vyústí v nedostatečnou systematičnost a kumulativnost poznání, nakonec i v neschopnost řešit koncepční úkoly v odborné praxi a fundovaně se vyjadřovat k závažným společenským problémům. Např. vysoká společenská prestiž ekonomie oproti geografii a poptávka trhu po (kvalitních) absolventech ekonomických oborů mj. vyplývá z vysoké teoretické i metodologické rozvinutosti ekonomie (viz např. Krugman 2011) – ekonomové jsou schopni odpovídat na koncepční otázky politiků (např. zda zavést euro a s jakými důsledky) a pokoušejí se o predikce, i když jejich odpovědi jsou zpravidla jednostranné a predikce často mylné (Martin a Sunley 2011). Na jednu stranu sice politici, manažeři firem ani úředníci ve státní správě odborné články zpravidla nečtou, ale na druhou stranu se o teorie opírají přinejmenším nepřímo – pokud starosta města rozhoduje o investici do nové průmyslové zóny, hejtman o podpoře technologického parku nebo manažer firmy o založení výrobní pobočky v Číně, zvažují faktory a podmínky ekonomického růstu a měli by činit kvalifikovaná, teoreticky podepřená rozhodnutí (což se bohužel mnohdy neděje). Obory s rozvinutou teoretickou základnou a rigorózní metodikou mají největší šanci na aplikaci ve veřejné či komerční sféře, zejména pokud jsou schopny a ochotny zabývat se aplikovaným výzkumem. Nejužší propojení mezi výzkumem a praxí lze nalézt v technických oborech, jakými jsou např. strojírenství, elektronika, informatika nebo farmaceutika, které se opírají o silnou teoreticko-metodologickou základnu přírodovědných oborů. Obecně platí rovnice: „Společensky významné téma + kvalitní teorie + kvalitní metodologie = vysoká šance na praktické uplatnění výzkumu“. Praktické uplatnění výzkumu se však nekryje pouze s komercionalizací výsledků. Přínos teorií ve výzkumné činnosti a zpracování absolventských prací lze shrnout do následujících bodů: a) Teoretické zarámování umožní zvolit relevantní výzkumné téma – teoretické články a jejich citovanost odrážejí stav poznání dané problematiky a umožňují odhalit i tzv. mrtvá témata, odmítnuté přístupy a nerealisticky stanovené cíle a hypotézy. b) Orientace v teoriích usnadní formulaci cílů a výzkumných hypotéz, neboť teorie zachycují důležité kauzální vztahy mezi proměnnými, poskytují vysvětlení a vytvářejí predikce, jejichž platnost lze následně testovat v realitě. c) Teorie umožňují predikci v realitě u dosud nepozorovaných nebo obtížně odhalitelných jevů. d) Aplikace vybrané teorie často poskytne návod k volbě a specifikování metodického postupu. Řada teorií je spjata s použitím konkrétní metodologie – např. matematické modelování úspor z rozsahu, externích úspor a dopravních nákladů v případě nové ekonomické geografie. Jasné teoretické zarámování zároveň umožní odfiltrovat nerelevantní faktory, nezávislé proměnné, přístupy, zdroje dat i literaturu. Pomůže 23
Pro kritiku této praxe v české geografii viz Matoušek, Vogt a Ženka 2011; Kofroň2012a; Kofroň 2012b.
31
jasně formulovat, na jaké otázky odpovídáte, jaké proměnné a ukazatele je třeba zvolit, jaká data získat a jak interpretovat empirické výsledky. e) Dobrá teorie je silným praktickým nástrojem pro strategické plánování a obecně koncepční činnost. Neuvažujme proto o teorii a praxi nebo o akademickém a aplikovaném výzkumu jako o dichotomii, ale jako o vzájemně se prolínajících a obohacujících přístupech, které často směřují k řešení téhož problému.
4.2 Jak teorie vytvářet? Při pohledu na nadpis možná bude mít čtenář chuť přeskočit na další podkapitolu. Vždyť sami v kapitole 3.2 tvrdíme, že práce vyvíjející teorie jsou v geografii mimořádně vzácné. Pravidla a způsoby vytváření teorií jsou však velmi užitečné pro jakýkoliv výzkum, kdy se nemůžeme opřít o již vyprofilované teorie, ale snažíme se najít řešení zcela nového nebo nedostatečně popsaného problému. Mimořádný význam mohou mít pravidla tvoření teorií v odborné praxi, např. v poradenských firmách, na ČSÚ, ministerstvech nebo krajských úřadech, kde se (bohužel čím dál méně často) řeší koncepční otázky na podkladu aplikovaného výzkumu. V kapitole 4.1 definujeme teorii jako kauzální zákonitost nebo kauzální hypotézu, doplněnou o explanaci. Jak však v realitě vypozorovat kauzální zákonitost nebo formulovat kauzální hypotézu? Existují dvě základní možnosti, deduktivní a induktivní tvoření teorií. Pro naše účely vynecháme deduktivní teoretizování využívající matematické nebo jiné modely, jejichž realističnost nebo praktická adekvátnost se již netestuje, nebo ani nepředpokládá. Stejně tak ponecháme stranou tzv. kontrafaktuální studie (Fearon 1991; pro nastínění viz Kofroň 2012b, s. 319-320), myšlenkové experimenty, které zkoumají, jak by se realita vyvíjela v jiných podmínkách, pokud by (ne)došlo k určitým událostem („jak by se vyvíjela česká ekonomika, kdyby Česko v roce 2004 nevstoupilo do Evropské unie“)? Přidržme se přístupů, jež formulují kauzální hypotézy na základě logického odvozování a následně empiricky testují jejich platnost v realitě (deduktivně-nomologický přístup), nebo usilují o nalezení pravidelností/příčinných zákonitostí ve zkoumaném souboru, který obsahuje větší množství jednotek, tzn. lidí, firem, obcí, regionů, států aj. (induktivní přístup). Deduktivně-nomologický přístup je založen na logické posloupnosti: Výběr axiomů – specifikace podmínek – volby proměnných - formální odvozování – formulace kauzální hypotézy – výběr ukazatelů – výběr empirických příkladů pro testování – empirický test (porovnání predikovaných výsledků se skutečnými výsledky) – potvrzení/vyvrácení platnosti hypotézy v realitě a závěrečné zobecnění. Postupujeme tedy od obecných předpokladů ke konkrétním předpovědím, které následně srovnáváme s realitou. Deduktivní teoretizování staví na tzv. axiomech, tzn. na obecně přijímaných a nezpochybňovaných tvrzeních („firmy se snaží minimalizovat náklady“), předchozích teoretických východiscích i empirických pozorováních („kolísání směnných kurzů negativně 32
ovlivňuje příliv exportně orientovaných zahraničních investic do dané země“). Kromě stanovení axiomů je nezbytné též vymezit předpoklady platnosti vyvíjené teorie, např. neoklasické lokalizační teorie staví na předpokladech prostoru jako homogenní roviny, geometrické vzdálenosti a plné racionality jednání aktérů, jednotlivců a firem (Martin 2003). Klíčovým krokem je výběr proměnných, jejichž vzájemné vztahy bude teorie hledat, např. nová ekonomická geografie pracuje se třemi klíčovými nezávislými proměnnými (úspory z rozsahu, externí úspory a dopravní náklady - Krugman 1991) a jednou závislou proměnnou – lokalizace firem. Na základě logického odvozování se formuluje kauzální hypotéza, přičemž přesné vztahy mezi jednotlivými nezávislými proměnnými a jejich vliv na závislou proměnnou je často určen pomocí matematického modelu. V pokročilé fázi teoretizování dochází k empirickému testování platnosti dané teorie. Zatímco deduktivní teoretizování je časté v ekonomii a politických vědách, v geografii jednoznačně převládá induktivní přístup ke tvorbě teorií (Kofroň 2012a). Indukce postupuje oproti dedukci přesně opačně – nejprve na základě často rozsáhlé (např. statistické) empirické analýzy mnoha případů identifikuje výskyt pravidelností v realitě. Dojde k nalezení zákonitostí, které mohou, ale nemusejí být kauzální. Následně dojde k pokusu o explanaci – pomocí podrobnějších statistických analýz určených k odhalení intervenujících proměnných, intenzivního výzkumu několika strategicky zvolených případů, komparativní studie či jiných metod. Teprve na závěr výzkumu dochází k formulování kauzální hypotézy pro další empirické testování či přímo vyprofilované teorie. Induktivní metody tvoření teorií Induktivní teoretizování může vést k formulaci kauzální hypotézy dvěma způsoby. Za prvé, na základě pozorování výskytu určitých pravidelností v populaci lze najít zákonitosti. Následně je nutné ověřit, zda sledované proměnné mají mezi sebou kauzální vztah a pokud ano, hledat vysvětlení, proč se tyto dvě proměnné kauzálně ovlivňují. Za druhé, v některých případech nabízí empirický výzkum inspiraci přímo pro odvození testovatelné kauzální hypotézy. Následující odstavce představují základní vybrané metody induktivního teoretizování (pro rozvedení viz kap. 6.3.2). Body 1 až 4 se váží k prvnímu případu, 5 až 8 k druhému případu. 1) Statistická analýza dat s využitím kovariačních technik (např. korelační analýza) i metod umožňujících snížení počtu ukazatelů (např. faktorová/komponentní analýza) umožňuje rychle zpracovat i velké a nepřehledné datové soubory a nalézt v nich zákonitosti, tj. statistické vztahy mezi různými proměnnými, jejichž vysoké i nízké hodnoty se v souboru společně vyskytují s určitou pravidelností. Tyto metody je vhodné použít pouze v případě dostupnosti kvalitních, spolehlivých a vzájemně srovnatelných dat, proto je účinně použitelná v geografických suboborech, které se mohou opřít o rozsáhlé databáze statistických jednotek – např. databáze využití půdy podle katastrů - land-use, geografie obyvatelstva, sídel a geodemografie stojící na datech z cenzů a matrik nebo výzkum registrované míry nezaměstnanosti, pokryté statistickými daty až na úroveň obcí. Nevýhodou je možnost zachytit pouze zákonitosti v rámci kvantifikovaných proměnných pokrytých dostupnými statistickými daty a též obtížnost vystižení 33
nepravidelných, jedinečných a kontextuálních faktorů kvalitativní povahy. Nechceme-li vytvářet vlastní datasety, můžete zkoumat pouze to, pro co již někdo jiný sebral data24 – proto tato metoda podle některých teoretiků málokdy přináší cenné výsledky (Van Evera 1997, s. 27; Sayer 1992).25 Problémem je též v řadě případů malá četnost pozorování, unikátní charakter, vysoká míra komplexity a omezená opakovatelnost výskytu geografických jevů – zejména států nebo metropolitních regionů (Hampl 2008, s. 22-23). Např. vývoj regionální nezaměstnanosti je podmíněn celou řadou faktorů, tj. pozicí v sídelním systému, geodopravní polohou, flexibilitou trhu práce, kvalifikační strukturou zaměstnanců, strategickým rozhodnutím (nadnárodních) firem, regionálními dopady sektorových politik atd. Proto při statistickém hodnocení podmiňujících faktorů můžeme zjistit, že i nejvýznamnější nezávislé proměnné vysvětlí jen malou část variability regionální nezaměstnanosti. 2) Zkoumání odlehlých hodnot (deviant cases) patří mezi efektivní metody tvoření kauzálních hypotéz zejména v případě nedostupnosti spolehlivých statistických dat a malé četnosti studovaných jevů, což je využitelné např. v politické geografii při studiu mezinárodních konfliktů. Metoda spočívá v cíleném výběru jednoho nebo několika případů či jednotek, které vykazují zcela neočekávanou hodnotu závislé proměnné vzhledem k užívané teorii, a tedy i doposud zvažovaným nezávislým proměnným (podrobněji viz kap. 6.5 a 6.6). Pokud prozatímní teorie tvrdila, že spolu s růstem hodnoty nezávisle proměnné X výrazně roste hodnota závisle proměnné Y, potom deviantním případem bude takový, u kterého i přes vysoké hodnoty X nalezneme jen malé hodnoty Y. Ve vztahu ke statistickým studiím lze říci, že se jedná o jednotky ležící ve velké vzdálenosti od regresní přímky. Fakt, že se jedná o případy (např. regiony, obce, mezinárodní konflikty…), jež nejsou vysvětlitelné dosavadními teoriemi a z nich odvozenými nezávislými proměnnými, vybízí k nalezení další nezávislé proměnné, která vysvětluje vysokou hodnotu studované závisle proměnné (Van Evera 1997; Seawright a Gerring 2008). Např. vyjdeme-li z předpokladu, že tzv. high-tech odvětví zpracovatelského průmyslu vytvářejí nejvíce technologických inovací, a že specializace regionů na high-tech obory se promítne do rychlého růstu produktivity práce, přidané hodnoty, zaměstnanosti a mezd, na jiné mechanismy tvorby inovací a podpory ekonomického růstu poukáže výzkum v regionech, které dosáhly vysoké míry produktivity práce a zaměstnanosti i přesto, že nejsou specializovány na high-tech obory. Příkladem mohou být regiony tzv. Třetí Itálie, které posloužily jako podklad pro vyvinutí konceptu průmyslových okrsků dokumentujícího význam externích úspor, efektivní dělby práce a šíření inovací i v oblastech, které jsou orientovány na tradiční průmyslová odvětví s nižší a nízkou technologickou náročností, např. oděvní, kožedělný, keramický průmysl aj. 3) Zkoumání extrémních hodnot je podobným přístupem jako odlehlé případy, a to s tím rozdílem, že se vybírají případy s extrémně vysokou a nízkou hodnotou studované proměnné, kterou se snažíme vysvětlit. Jedná se tedy o případy, jež se, na rozdíl od případů odlehlých (deviantních), mohou nalézat v blízkosti regresní přímky. Následně budeme sledovat vybranou skupinu nezávisle proměnných a zjišťovat, jakých dosahují hodnot. Očekáváme, že 24 25
Možností však je statistická analýza námi sebraných dat – např. v rámci dotazníkového šetření. Přirozeně existují i stoupenci opačného názoru - typicky King, Keohane a Verba (1994).
34
nezávisle proměnná s kauzálním vztahem k závisle proměnné bude dosahovat též extrémně vysokých či extrémně nízkých hodnot – viz též kap. 6.6. 4) Zkoumání případů s extrémní mírou vnitřní variability studované proměnné umožňuje též odhalit nezávisle proměnné s kauzálním vztahem, které dosahují podobně vysoké vnitřní míry variability jako studovaná závisle proměnná. Naproti tomu proměnné nijak neovlivňující studovanou proměnnou poznáme podle nízké míry vnitřní variability. Jedná se tedy o hodnocení kovariance. Příkladem může být výzkum příčin regionální diferenciace volebních výsledků v Česku – regionální vzorec míry nezaměstnanosti nebo podílu věřících obyvatel bude vykazovat podobnou míru vnitřní diferenciace jako volební výsledky levicových stran v prvním případě a KDU-ČSL v druhém, zatímco např. míra kojenecké úmrtnosti (indikátor kvality zdravotní péče) bude díky minimální regionální diferenciaci v Česku zjevně faktorem nemajícím dopad na volební výsledky. Naproti tomu v rozvojových zemích s velkými regionálními rozdíly může mít tento ukazatel velký dopad na volební preference občanů, protože souhrnně odráží rozvinutost sociálního systému, míru chudoby, přerozdělování i přístup obyvatel ke zdravotní péči. 5) Zkušenosti a postřehy respondentů (např. manažerů firem, starostů obcí, ministerských úředníků) mohou být cenným zdrojem inspirace pro formulaci kauzální hypotézy. Aktéři přímo zapojení do určitého procesu, např. do tvorby strategického plánu rozvoje obce, investice do nové výrobní haly, založení technologického parku, mohou poskytnout informace o jeho skutečném průběhu, pozadí přípravy, zájmech a motivacích zúčastněných. Časté je upozornění na nefunkčnost nebo negativní důsledky politických opatření – např. převážně formální charakter regionálních inovačních politik bez přímého praktického dopadu, spory mezi starosty znemožňující efektivní spolupráci obcí aj. 6) Přebírání teorií z jiných vědních oborů a aplikace pro potřeby sociální geografie je dalším významným zdrojem inspirace pro vyprofilování kauzální hypotézy. Sociální geografie přebírá některé myšlenky z přírodních věd. Např. evoluční ekonomická geografie využívá biologické koncepty a termíny jako evoluce, selekce, adaptace aj. pro vysvětlení vlivu historického vývoje na lokalizaci ekonomických aktivit. Modelování dojížďkových proudů mezi středisky sídelního systému nebo spádovosti maloobchodních center a navazující regionalizace aplikují gravitační model vyvinutý ve fyzice (viz např. Halás a Klapka 2010). Nejedná se o klasickou indukci, spíše o hledaní analogií. 7) Politická opatření, strategické dokumenty i politické proklamace mohou též poskytnout cenné podněty pro formulování kauzálních hypotéz. Odhalují politická očekávání i argumenty pro zavádění určitých politik – s cílem dosáhnout zlepšení v jisté sféře zájmu. Příkladem může být podpora přímých zahraničních investic do technologických center ze strany CzechInvestu. Zřejmé je přesvědčení, že pro udržitelný ekonomický růst a konkurenceschopnost již není dostatečná podpora investic do výrobních a montážních provozoven, ale rozvoj výzkumu a vývoje, který by měl stimulovat technologické inovace a promítnout se do ekonomického růstu, vyšší zaměstnanosti a mezd. Tyto přístupy ke tvoření teorií též nemusejí vždy sledovat logiku induktivního teoretizování, mohou mít i deduktivní charakter.
35
Výše uvedené způsoby tvoření teorií se vzájemně doplňují. Kauzální hypotézu můžete formulovat např. na základě přijatých politických opatření nebo schválených strategických plánů obcí a regionů a jejich rétoriky. Můžete si stanovit dílčí hypotézu, že velké infrastrukturní projekty jako výstavba dálniční sítě skutečně dokážou vyřešit ekonomické a sociální problémy strukturálně postižených regionů, jak někteří politici proklamují. Následně lze vymezit úzkou skupinu starých průmyslových regionů, které se extrémně liší v úspěšnosti konverze socio-ekonomických struktur, vývoje HDP, míry nezaměstnanosti, migračního salda a kvality životního prostředí. Poté budete zjišťovat, do jaké míry tyto rozdíly souvisejí s investicemi do dopravní infrastruktury a změnami dopravní dostupnosti regionů – bude se tedy jednat o kombinaci bodu 4 a bodu 6 (viz výše).
4.3 Jak teorie testovat? Testování teorií představuje bezesporu klíčový prvek badatelského úsilí. Testování teorií totiž poskytuje nepostradatelnou zpětnou vazbu. S jistou nadsázkou lze tvrdit, že lidská mysl je schopna produkovat značné množství modelů a teorií a je právě úkolem testování vytřídit ty teorie a modely, které jsou nejspolehlivější a nejužitečnější. Faktem je, jak přiznávají např. Sunley a Martin (2011), že (ekonomičtí) geografové ve srovnání s některými jinými sociálními disciplínami testují málo. I přesto, že testování teorií považujeme za naprosto základní součást poznávacího úsilí a následující odstavce se pokusí stručně načrtnout možné způsoby testování teorií, zmíníme jeden ze závažných problémů snah testovat teorie, jenž se začíná stále častěji vyskytovat v řadě sociálních věd. Tento problém lze podle Mearsheimera a Walta (2013) stručně pojmenovat jako „jednoduché testování hypotéz“. Jednoduché testování hypotéz částečně vychází z teorií, nicméně cílem není skutečný test teorie jako takové, nýbrž jen test jednoho (či několika) specifických vztahů, které představují jen část nebo jen torzo teorie. Teorie zde slouží spíše jako laciný způsob, jak odůvodnit seznam ad-hoc proměnných v testovaném modelu. Rozhodně se nejedná o sofistikovaný, teoreticky podložený test teorie v její komplexnosti. Výzkumník již na začátku ví, že jeho test v dané podobě zřejmě nebude s to otestovat teorii, takže posléze i závěry vypadají spíše jako popis sérií korelací. Je nasnadě, že takové testování má jen velmi malou hodnotu ve smyslu kumulace poznání. Jednoduché testování hypotéz do značné míry rezignuje na teoretický pokrok a měli bychom na něj nahlížet s velkou opatrností zejména tam, kde se vyskytují problémy spojené s nedostatkem dat a jejich omezenou kvalitou. V těchto případech totiž reálně hrozí, že série výzkumů koncipovaných výše zmíněným způsobem, budou docházet k vzájemně si odporujícím tvrzením bez možnosti rozhodnout o nadřazenosti tvrzení toho, či onoho výzkumu. Důvody, proč se tento styl výzkumu zřejmě nezadržitelně stává stále častějším, ponecháme stranou (čtenáře se zájmem o tuto problematiku odkážeme na článek Mearsheimer a Walt 2013). Lze však obecně tvrdit, že smysluplné testy teorií vedoucí ke kumulaci a nikoli fragmentaci poznání jsou možné jen tam, kde u výzkumníka nacházíme skutečnou znalost testované teorie. Dostáváme se tak opět k otázce centrality teorií a kvalitní práce s nimi, kterou jsme zmínili již v úvodu.
36
Vrátíme-li se k hlavnímu účelu této kapitoly - testování teorií, lze říci, že se nabízí dva základní způsoby, jak otestovat teorií, a to experimentem a pozorováním. Experiment testuje teorii na základě pokusu, kdy je studovaná závisle proměnná vystavena pokud možno izolovanému působení nezávisle proměnné s cílem posoudit přítomnost kauzálního vztahu. Pokud vývoj hodnot studovaných proměnných odpovídá teoretickým předpokladům, je kauzální hypotéza přijata. Velmi časté použití experimentů je v některých přírodních vědách, např. biologii, chemii, fyzice (např. laboratorní testování účinků léků na myších). V sociálních vědách jsou experimenty poměrně vzácné, protože pro většinu výzkumných témat je není možné realizovat. Výjimkou jsou např. psychologické experimenty, výzkumy sociálního chování v uzavřených a kontrolovaných skupinách lidí nebo testování didaktických metod přímo ve výuce. V sociální geografii lze kromě didaktiky využít experiment jen ve velmi úzké skupině výzkumných témat, převážně zaměřených na percepci geografických jevů, např. jde o kresbu mentálních map vybrané země po zhlédnutí dokumentárního filmu apod. Pozorování je v sociální geografii (a sociálních vědách obecně) nejvýznamnější metodou testování teorií. Je založeno na odvození predikovaných hodnot studovaných proměnných z teorie a následném srovnání s pasivně pozorovanými empirickými daty. Lze předpokládat, že výskyt i výše hodnot nezávislé a závislé proměnné, mezi kterými je kauzální vztah, bude souviset v čase i prostoru, přičemž výskyt nezávislé proměnné bude časově (a logicky) předcházet výskytu závislé proměnné (Disman 2002). Pozorování lze rozdělit na dvě další metody – (statistickou) analýzu velkých datových souborů – obvykle s více než několika desítkami jednotek („large data N analysis“) a detailní případové studie několika pečlivě vybraných jednotek (Van Evera 1997, s. 27). Stejně jako v případě tvoření teorie spočívá volba statistické analýzy nebo případové studie na dostupnosti a kvalitě statistických dat, četnosti a opakovatelnosti studovaných jevů i kvantifikovatelnosti studovaných proměnných. Rozhodnutí, zda použijeme statistickou analýzu velkého souboru jednotek nebo případovou studii závisí též na tom, která z metod dokáže poskytnout silnější test – viz následující podkapitola. Silné a slabé testy, jisté a jedinečné předpovědi26 Silné testy poskytují empirické výsledky, které po srovnání s hodnotami predikovanými teorií ukazují s vysokou mírou pravděpodobnosti na (ne)platnost testované teorie. Jsou totiž postaveny na předpovědích, které jsou zároveň jisté a jedinečné (Van Evera 1997, s. 31). Jistota a jedinečnost předpovědí jsou důležitými kritérii síly testu. Nejedná se o dichotomické kategorie, ale o kontinuum. Ptáme se, do jaké míry jsou dané předpovědi jisté a jedinečné. Kritérium jistoty znamená míru pravděpodobnosti, s jakou se daná hodnota či jev v případě platnosti teorie vyskytne. Nejjistější předpovědi mají deterministické teorie v přírodních vědách, např. Newtonovy zákony mechaniky ve fyzice. Pokud by nedošlo k výskytu předpovídaného jevu nebo očekávané hodnoty, teorie by byla ihned zamítnuta. 26
Zdroje: Van Evera 1997, s. 30-34; Bennett 2010; Collier 2011; ze starších pramenů obtížně dostupný Eckstein 1975
37
V sociálních vědách jsou teorie téměř vždy pravděpodobnostní (rámcové, probabilistické), tudíž neumožňují tak silné testy a zamítnutí teorie na základě studia jediného případu. Předpovídají výskyt určitých jevů nebo hodnot, který je však ovlivněn celou řadou jiných faktorů, s nimiž daná teorie nemůže počítat, a proto jsou předpovědi jen pravděpodobnostní a nevyskytnutí jevů navzdory očekávání nemusí teorii ihned vyvrátit.27 Kritérium jedinečnosti se vztahuje k počtu různých teorií, které předpovídají dané jevy, procesy nebo hodnoty. Pro silné testy jsou charakteristické predikované hodnoty, jež žádné jiné teorie nepředpovídají, pouze naše testovaná teorie. Pokud tedy budou empirické výsledky našeho testu v souladu s predikovanými hodnotami, máme jistotu, že podporují platnost pouze naší teorie, protože jiné teorie by předpověděly jiné výsledky. Jistota a jedinečnost předpovědí jdou ruku v ruce, tzn. že pokud se sníží míra jedinečnosti, snižuje se také míra jistoty. Na základě kombinace jistoty a jedinečnosti předpovědí lze rozlišit čtyři typy testů. Pro názornost a zapamatovatelnost použijeme volné překlady originální terminologie, kterou zavedl Van Evera (1997, s. 31-34). a) Testy „Alibi“ (hoop tests) zahrnují kombinaci vysoké míry jistoty a nulové jedinečnosti předpovědí. Prokážeme-li, že v den zavraždění továrníka Bierhanzla ve vlaku Istanbul-Praha nebyl náš podezřelý, pan továrník Majer, vůbec ve vlaku, pak je nevinný. Pokud však tímto vlakem cestoval, ještě to neznamená, že je vrahem. Pokud test nevyjde (pan Majer nemohl být na místě činu, má neprůstřelné alibi), pak můžeme zamítnout teorii, že pan Majer je vrahem. Pokud test vyjde, nemůžeme pana Majera vyloučit ze seznamu podezřelých, zároveň jej však toto zjištění ještě neusvědčuje z vraždy. Továrník Bierhanzl nám valem stydne a my jsme s vyšetřováním nepokročili. Jinými slovy, negativní výsledek testu vyvrátí teorii. Pozitivní výsledek jí dodá jen malou podporu. b) Testy „Přistižen při činu“ (smoking gun tests) poskytují jedinečné předpovědi, ale s velmi nízkou mírou jistoty. Pokud přistihneme pana Majera při sypání arsenu do čaje továrníka Bierhanzla, je vinen. Pokud jej však nepřistihneme, neznamená to, že arsen do čaje nemohl nepozorovaně nasypat někdy předtím. Pozitivní výsledek testu výrazně podpoří platnost teorie, avšak negativní výsledek neposkytne přesvědčivé důkazy pro její zamítnutí. c) Dvojitě rozhodující testy (doubly decisive tests) jsou nejsilnější možné typy testů, protože kombinují výhody testů „Alibi“ i „Přistižen při činu“. Pozitivní výsledek testu přesvědčivě potvrdí platnost teorie, negativní výsledek platnost teorie přesvědčivě vyvrátí. Pokud jsme do vlakového kupé schovali kameru, tak ze záznamu zjistíme, zda vrahem je pan Majer. Pokud na záznamu činu Majer není, tak přesvědčivě dokážeme jeho nevinu. Navíc zjistíme, kdo je vrahem továrníka Bierhanzla. Takto silné testy jsou však v sociální geografii velmi vzácné. d) Testy typu „Stéblo ve větru“ (straw-in-the-wind tests) kombinují nízkou míru jistoty s nízkou mírou jedinečnosti předpovědí a jsou tedy nejslabším, ale v sociálních vědách zároveň nejčastějším typem testu. Pozitivní výsledek testu poskytne určitou podporu platnosti 27
Např. lze očekávat, že se zvýšení míry nezaměstnanosti a snížení životní úrovně části obyvatel v důsledku globální ekonomické krize v letech 2008-2009 promítne do výrazného nárůstu preferencí levicových stran. V Česku se však obavy voličů z rostoucího státního zadlužení a „řeckého scénáře“ v roce 2010 projevily příklonem k pravicové vládě. To neznamená, že teorii o kauzální souvislosti mezi zhoršující se sociální situací obyvatel a rostoucí preferencí levicových stran lze ihned zamítnout. Potřebujeme další empirické testy, vývoj v jediné zemi (Česku) může být ovlivněn náhodou, resp. nejrůznějšími lokálně specifickými jevy a okolnostmi. 38
dané teorii, ale nepříliš silnou. Negativní výsledek testu poukáže na určitou problematičnost platnosti teorie, ale neposkytne dostatečné důkazy pro její zamítnutí. Např. zjistíme-li, že pan Majer měl motiv pro vraždu, je to pro něj přitěžující okolnost, která však neprokazuje spáchání činu. Pokud motiv neodhalíme, stále nemůžeme vyloučit jeho vinu – může mít pro vraždu jiný, skrytý motiv. Výše uvedené čtyři typy testů se liší také z hlediska významu pro přijetí či zamítnutí předpokládaného kauzálního vztahu (Tabulka 2), tedy rozhodnutí, zda daný test je na jedné straně nezbytný a na straně druhé dostatečný pro přijetí či zamítnutí hypotézy (Bennett 2010). Naše hypotéza musí projít testem „Alibi“. V opačném případě ji musíme zamítnout a hledat alternativní hypotézu. Pokud tímto testem úspěšně projde, neznamená to však, že jsme skutečně odhalili pravý kauzální vztah. Získali jsme však empirický výsledek, který platnost naší hypotézy podporuje. Pozitivní výsledek testu „Alibi“ je tedy nezbytným mezikrokem pro přijetí hypotézy, ale sám o sobě není dostatečný, musíme použít ještě další testy. Naproti tomu test „Přistižen při činu“ je v případě pozitivního výsledku pro přijetí hypotézy dostatečný a vysoce průkazný. Naše hypotéza však tímto testem nezbytně projít nemusí, protože v řadě případů nám data, metody či okolnosti provedení tohoto testu neumožní. Budeme-li zkoumat např. lokalizační rozhodnutí britských průmyslových firem v období 1820-1840, s největší pravděpodobností nám archivní prameny neumožní firmy „přistihnout při činu“, tedy přesně doložit okolnosti, důvody a motivy vedení podniku pro umístění závodu do konkrétní lokality. Z tabulky 2 plyne, že pouze „dvojitě rozhodující“ test je zároveň nezbytný i dostatečný pro definitivní a průkazné přijetí či zamítnutí testované kauzální hypotézy (Collier 2011). Jak jsme však již uvedli, v sociální geografii jsou tyto testy velmi vzácné. Převažují slabé testy typu „Stéblo ve větru“, které mohou podpořit nebo snížit věrohodnost kauzální hypotézy, ale nevedou k přijetí ani zamítnutí. Geografové se navíc testováním kauzálních hypotéz typu „co se stane, když…“ příliš nezabývají, což snižuje využitelnost geografického výzkumu v jiných sociálních vědách (např. ekonomii) i praktickou uplatnitelnost geografických znalostí (Krugman 2011). Proto se v řadě výzkumných témat sociální geografie vyskytuje celá plejáda teorií a konceptů (některé z nich již staré několik desetiletí), které však nikdy nebyly přesvědčivě zamítnuty ani průkazně potvrzeny.
39
Test nezbytný pro potvrzení či zamítnutí kauzálního vztahu?
Tabulka 2 - Silné a slabé testy, klasifikace
Ne
Ano
Test dostatečný pro potvrzení či zamítnutí kauzálního vztahu? Ne Ano Test "Stéblo ve větru" - výsledek Test "Přistižen při činu" - výsledek a. Pozitivní: Posílí hypotézu, ale nestačí k jejímu přijetí. a. Pozitivní: Hypotéza přijata. b. Negativní: Oslabí hypotézu, ale b. Negativní: Hypotéza oslabena, ale nevyvrátí ji. neodmítnuta. c. Implikace pro soupeřící hypotézy: c. Implikace pro soupeřící hypotézy: Pozitivní výsledek testu je mírně oslabí; Pozitivní výsledek testu je výrazně oslabí; negativní je mírně posílí. negativní poněkud posílí. Test "Alibi" - výsledek Test "Dvojitě rozhodující" - výsledek a. Pozitivní: Posílí hypotézu, ale nestačí k a. Pozitivní: Hypotéza přijata; jiné jejímu přijetí. hypotézy zamítnuty. b. Negativní: Hypotéza zamítnuta. b. Negativní: Hypotéza zamítnuta. c. Implikace pro soupeřící hypotézy: c. Implikace pro soupeřící hypotézy: Pozitivní výsledek testu je poněkud Pozitivní výsledek testu je eliminuje; posílí; negativní výsledek poněkud oslabí. negativní výsledek výrazně posílí.
Zdroj: Bennett 2010, s. 210; Collier 2011, s. 825 Na závěr úvodní kapitoly o testování teorii shrnujeme tzv. desatero obecných zásad, kterými byste se měli řídit i v případě, že přímo teorie netestujete. I když se budete zabývat empirickým nebo aplikovaným výzkumem pro účely veřejné správy, logiku testování teorií využijete. Následující desatero tedy mějte v paměti při jakémkoliv účelu výzkumu a typu výstupů, tzn. od diplomových prací přes práce disertační, odborné články nebo strategické dokumenty. Podrobnější pravidla testování teorií s využitím případových studií budou uvedena v kap. 6.6. Desatero zásad testování teorií28 1) Neztotožňujte testování teorií pouze s metodami induktivní statistiky. I kvalitativní výzkum umožňuje rigorózní testy, které vyžadují důsledné dodržení pravidel, přesnost a jednoznačnost (Drulák 2008, s. 19-20). 2) Nevybírejte pouze empirické případy, které vaši hypotézu potvrzují. Nezamlčujte existenci případů, které tutéž hypotézu vyvracejí nebo zpochybňují. 3) Rozlišujte logiku výběru případů podle použité metody. Statistická analýza velkého souboru jednotek vyžaduje reprezentativní výběr napříč celým spektrem hodnot studované proměnné (např. náhodný výběr respondentů dotazníkového šetření mezi manažery malých firem), případové studie vyžadují strategický výběr několika málo případů, zpravidla extrémních nebo odlehlých hodnot.
28
Zdroje: Sayer 1992; Van Evera1997; Drulák 2008; Seawright a Gerring 2008; Kofroň 2012d
40
4) Nezaměňujte kovarianci za kauzalitu. Pozorovaný vztah mezi dvěma proměnnými (i v případě těsných korelací) může být zapříčiněn působením třetí proměnné, přičemž první dvě proměnné vzájemně nemusí vůbec souviset (Sayer 1992).29 5) Nezamítejte okamžitě teorii na základě zpochybnění realističnosti předpokladů – podmiňujících proměnných, na kterých teorie staví.30 Přijměte výchozí předpoklady teorie a testujte. Pokud přesto najdete logickou chybu, nekonzistenci či rozpor mezi očekávanými a zjištěnými hodnotami, teprve poté můžete teorii zamítnout. Kritiku nerealističnosti předpokladů testované teorie použijte pouze pro posouzení praktické relevance teorie.31 6) Teorii testujte na základě porovnání teorií predikovaných hodnot a zjištěných empirických hodnot, nikoli na základě posuzování, kolik empirických příkladů (jak velkou část reality) teorie vysvětluje. Pokud se daná teorie zaměřuje na vysvětlení v realitě málo četných případů, nebo funguje za velmi vzácných podmínek, může být validní, ale použitelná pro vysvětlení pouze malé části studovaných případů.32 7) Pokud se vám při testování nepotvrdí platnost teorie, nezamítejte ji ihned jako celek. Teorie není monolit, obzvláště ne v sociálních vědách (Sayer 1992). Zpravidla nelze rozlišovat binárně – buď teorie zcela platí, nebo je naprosto mylná. V řadě případů stačí doplnit další podmiňující proměnné a upřesnit, za jakých podmínek a předpokladů by teorie měla fungovat a za jakých nikoli. Někdy je třeba přeformulovat působení intervenujících proměnných či pozměnit vysvětlení pro pozorované zákonitosti.33 8) Rozlišujte, zda aplikujete silný nebo slabý test; s jistými nebo nejistými a jedinečnými nebo obecnými předpověďmi. Silné testy spojené s deterministickými teoriemi umožňují teorii zamítnout i na základě studia jediného případu34. Slabé testy kombinující nejisté a 29
Např. souvislost mezi ostrovní polohou EU regionů a podílem sektoru stavebnictví na přidané hodnotě nemusí znamenat, že ostrovní poloha vyžaduje extrémní investice do budování dopravní infrastruktury (přístavů, mostů spojujících ostrovy s pevninou). Kauzální vazbu na velikost sektoru stavebnictví bude mít jiná nezávislá proměnná – mezinárodní cestovní ruch vyžadující investice do přímořských hotelových komplexů. Vysoký podíl stavebnictví budou mít též pevninské pobřežní oblasti s příznivým klimatem pro rozvoj přímořského pobytového cestovního ruchu – např. španělská Costa Brava. Pro podrobnější a velmi srozumitelný návod, jak rozlišit mezi kovariancí a kauzalitou, viz Disman (2002). 30 Pokud nová ekonomická geografie (NEG), jakožto teorie lokalizace ekonomických aktivit (Krugman 1991; 2011) , předpokládá v základním modelu existenci pouze nediferencovaných sektorů zemědělství a průmyslu, nezamítejte její platnost např. na základě argumentu, že v praxi existují desítky různých hospodářských odvětví. Přijměte pro začátek Krugmanovy zjednodušující předpoklady platnosti teorie a testujte. Pro přesvědčivé zamítnutí musíte danou teorii porazit na jejím vlastním bitevním poli, které je v případě NEG dáno zjednodušujícími předpoklady monopolistické konkurence, dvojsektorové ekonomiky a působením tří mechanismů – úspor z rozsahu, marshallianských externích úspor (se zanedbáním šíření znalostí) a dopravních nákladů. 31 I precizně logicky vystavěná a konzistentní teorie může mít velmi malou relevanci pro vysvětlení empirických jevů, pokud stojí na zcela nerealistických předpokladech. V tomto případě nezpochybňujme její platnost, ale praktickou užitečnost, externí validitu. 32 Např. teorie hledající souvislost mezi mírou vnější ekonomické uzavřenosti státu (bariéry zahraničního obchodu a přílivu PZI) a dynamikou nárůstu chudoby v období globálních ekonomických krizí může dobře vysvětlit vývoj chudoby na Kubě, ale nebude relevantní pro malé otevřené ekonomiky s velkým zastoupením zahraničního kapitálu – např. Belgii nebo Singapur. 33 Pokud předpoklad konceptu průmyslových okrsků (např. Markusen 1996) o šíření znalostí na lokální úrovni v důsledku intenzivních sociálních kontaktů místních obyvatel nebude platit v Česku, nemusí být zpochybněna platnost celého konceptu. Česko resp. střední Evropa představují specifický socio-kulturní kontext charakteristický vysokou mírou nedůvěry, a tudíž nepříznivými podmínkami pro firemní spolupráci a šíření znalostí (Ionescu 2005). 34 Bude-li deterministická teorie tvrdit, že ekonomicky vzájemně intenzivně provázané státy spolu NIKDY neválčí – nemohou válčit, pak bude očekávat, že nikdy nemůže dojít např. ke konfliktu mezi Německem a Francií. Ozbrojený útok Německa na Francii v roce 1914 a následující 4 roky první světové války tuto teorii spolehlivě vyvrátí. Naproti tomu vysloveně pravděpodobnostní koncept „open window of locational opportunity“ - OWLO (Boschma 1994) předpokládá, že ke vzniku zcela nové technologie může dojít v celé řadě regionů, které však mají určité předpoklady – kvalitní vysoké technické školství, špičkové výzkumné ústavy, vývojová centra firem atd. Např. vyvinutí zcela nové architektury 41
obecné předpovědi („bude docházet k prohloubení regionálních rozdílů v ekonomické výkonnosti“), nemusí teorii potvrdit ani vyvrátit – prohlubování nebo naopak snižování regionálních rozdílů v ekonomické výkonnosti očekává více než jedna teorie. 9) Nepovažujte nepotvrzení či přímo zamítnutí vaší hypotézy automaticky za neúspěch. Průkazný negativní výsledek testu je cennější než nepříliš přesvědčivý pozitivní výsledek. Zamítnutí dílčí hypotézy nemusí celou teorii zničit, naopak může přispět k jejímu přeformulování, zpřesnění, rozvinutí a k nasměrování dalšího výzkumu (King, Keohane a Verba 1994, s. 104). 10) Netestujte hypotézy v případě, kdy předem víte, jak test dopadne. Výzkum by měl mít otevřený výsledek umožňující dojít k nečekaným a překvapivým zjištěním, která mohou být z vědeckého hlediska nejcennější. Chcete-li „hrát na jistotu“, do testování hypotéz se nepouštějte. Kvalitní, poctivě zpracovaná a informačně bohatá deskriptivní empirická studie je cennější než pseudotestování nepoctivě stanovených hypotéz.
4.4 Jak poznat dobrou teorii? Pro účely této knihy lze rozlišit následující kritéria kvality a užitečnosti teorií – vyprofilovanost, vnitřní soudržnost, stručnost, falzifikovatelnost, explanační sílu, relevanci a praktickou uplatnitelnost (upraveno dle King, Keohane a Verba 1994; Van Evera 1997; Gerring 1999). Vyprofilovanost (clearly framed theory) je základní podmínkou kvality a užitečnosti teorie. Nedostatečně či chybně vyprofilované a vnitřně nesoudržné teorie nemohou být rigorózně testovány. Jejich explanační síla i praktická uplatnitelnost bude přinejmenším problematická. Dobrá teorie musí: a) Být postavena na dobře definovaných a jednoznačných konceptech (přesně specifikovat, jak chápeme např. region, stát, konkurenceschopnost, klastry, úspory z rozsahu a další koncepty, se kterými pracujeme). b) Mít dostatečně a co nejpřesněji specifikované výchozí podmínky. c) Mít jednoznačně definované nezávisle proměnné i závisle proměnnou. d) Kromě primární kauzální hypotézy mít specifikované i intervenující proměnné a dílčí vysvětlující hypotézy. e) Být jasně odlišena od jiných teorií. Často podceňovaným aspektem při aplikaci teorií i konceptů je zohlednění výchozích podmínek – přítomnost nebo absence podmiňujících proměnných, nezbytná pro fungování kauzální vazby mezi nezávislou a závislou proměnnou. Vnitřní soudržnost (coherence) lze považovat za nejvýznamnější aspekt kvality teorie, který umožňuje zamítnout její platnost i bez empirického testování. Pokud si hypotézy odvozené z dané teorie navzájem protiřečí, empirický test ani není možný (King, Keohane a Verba antivirových programů lze v rámci Česka očekávat od firmy se sídlem v Praze, Brně, Ostravě či v několika dalších krajských městech. Významná softwarová inovace může vzniknout i v Broumově, Sedlčanech nebo Starém Hrozenkově – není to nemožné, ale je to nepravděpodobné. Pokud inovace vznikne v Brně, neznamená to automaticky platnost konceptu, protože silnou pozici Brna očekávají též koncepty klastrů, regionálních inovačních systémů, kreativní třídy či „innovative milieu“. 42
1994, s. 105). Jak tito autoři uvádějí, vnitřní konzistence teorie lze dosáhnout s využitím formálního modelování, v matematickém modelu se logické rozpory viditelně projeví. Explanační síla (explanatory power). Klíčovým kritériem kvality teorie je schopnost vysvětlit variabilitu závislé proměnné s využitím zvolených nezávislých proměnných. Explanační síla má tři atributy – významnost, explanační rozpětí a aplikovatelnost (Van Evera 1997, s. 1718). Významnost: Projevuje se změna hodnoty nezávislé proměnné X výrazným snížením nebo zvýšením hodnoty závislé proměnné Y? Čím větší efekt způsobuje nezávislá proměnná na hodnotách závislé proměnné, tím větší explanační síla naší teorie. Explanační rozpětí: Jak široké spektrum jevů vysvětluje variabilita naší nezávislé proměnné nebo několika nezávislých proměnných? Čím větší je záběr vysvětlených jevů, tím větší je explanační síla dané teorie. Aplikovatelnost: Jak často se v realitě vyskytují naše nezávislé proměnné a jejich případné kombinace? Vyskytují se námi stanovené výchozí podmínky běžně nebo vzácně? I teorie sledující výrazné efekty na závislé proměnné bude mít omezenou vysvětlující schopnost, pokud se bude zabývat jevy nebo podmínkami, které se v realitě vyskytují velmi vzácně. Úspornost (parsimony). Dobrá teorie by měla vysvětlit i složité jevy pomocí zjednodušení; s využitím několika dobře definovaných konceptů a srozumitelně popsané kauzální vazby mezi nezávisle a závisle proměnnou (Van Evera 1997; pro koncepty viz Gerring 1999). Měla by být s to vystihnout kauzální vztah několika krátkými větami, logickým schématem nebo matematickými vzorci. Jednoduchost, názornost a srozumitelnost teorie mohou být pro přijetí a aplikaci teorie především v praktické sféře paradoxně významnějšími kritérii než její vědecká kvalita.35 Zjednodušování je typické zejména pro deduktivní teorie využívající formální modelování, neboť matematické modely zahrnující velké množství proměnných by byly extrémně složité. Je však nutné si uvědomit, že proměnné nezahrnuté do matematického modelu mohou mít významný dopad na závislou proměnnou a jejich efekt nebude zohledněn, nebo pouze zahrnutím reziduální složky, ale nikoli specifikací příčinného vztahu (King, Keohane a Verba 1994, s. 106). Falzifikovatelnost (falsifiability) znamená, že teorii musí být principiálně možné empirickým testem zamítnout. Lze tedy odvodit spektrum empirických případů, které vyvracejí platnost dané teorie (King, Keohane a Verba, s. 100). V realitě však tyto případy mohou, ale nemusí být nalezeny, a to ať již z důvodu nedostatku dat a metodických překážek, nebo proto, že empirická evidence vyvracející teorii neexistuje, tzn., že teorie je tedy platná a věrně odpovídá realitě. Vyhněte se ve vašem výzkumu univerzalistickým tvrzením, které zahrnují všechny empirické jevy, a které není možné žádným způsobem empiricky ověřit. Příkladem 35
Příkladem může být mimořádná popularita konceptu klastrů ekonoma Michaela Portera (1990) v rámci hospodářské a regionální politiky mnoha států, zatímco teoreticky mnohdy propracovanější a kvalitnější koncepty jako průmyslové okrsky (např. Markusen 1996) nebo neomarshallianské nódy (Amin a Thrift 1992) se zdaleka tak výrazně neprosadily (Martin a Sunley 2003, s. 8). 43
takových teorií jsou univerzalistické výroky („vše zlé na světě způsobuje Satan…“), např. některé marxistické přístupy, předkládající tautologická tvrzení (Van Evera, s. 20). Relevance (theory explaning important phenomena) se vztahuje k otázce, zda se teorie zabývá vysvětlením významných jevů a problémů. Relevantní teorie se snaží odpovídat na otázky, jež jsou důležité pro daný vědní obor a zejména řešení praktických problémů. Praktická uplatnitelnost (prescriptive richness) úzce souvisí s relevancí i explanační schopností teorie, která musí být rozvedena do podoby doporučení pro konkrétní politická opatření. Praktická uplatnitelnost plyne ze zaměření se na studium kauzálních vztahů mezi jevy, které jsou manipulovatelné, tedy ovlivnitelné politickými intervencemi (Van Evera 1997, s. 21). Např. teorie studující ekonomické efekty napojení měst na dálniční síť budou z tohoto hlediska užitečnější než teorie zabývající se ekonomickými dopady pozice měst v hierarchii sídelního systému, která je historicky podmíněná a nelze ji rychle změnit cílenými intervencemi. Manipulovatelnost proměnných tedy patří mezi nejvýznamnější faktory, jež ovlivňují praktickou relevanci teorie. Je nezbytné vždy hledat dílčí realizovatelná opatření, která v součtu umožní zavést výsledky dané teorie do praxe.
44
5
Popisné práce, koncepty a jejich operacionalizace
Již před více než půlstoletím publikoval americký dopravní geograf Lester E. Klimm (1959) v časopise Economic Geography krátký úvodník, který ironicky nazval „Mere Description“ – „Pouhý popis“. Není náhodou, že v roce 2012 napsal profesor politických věd z Bostonské univerzity John Gerring stejnojmennou metodologickou stať do periodika British Journal of Political Science. Slovní spojení „mere description“ se objevilo též v „metodologické bibli“ s názvem Designing Social Inquiry (King, Keohane a Verba 1994). Výše uvedení autoři se kriticky postavili proti dlouhodobému trendu přehnaného upřednostňování výzkumu tvořícího, testujícího nebo aplikujícího teorie (hledání kauzálních vztahů) zcela na úkor kvalitního deskriptivního (dále popisného) argumentu. Klimm (1999, s. 1) uvádí, „I po sto letech budou naše pozorování velmi cenná, zatímco naše dedukce jen velmi omezené. Pokud je popis jedinou částí studií, která projde testem času, neměli bychom se ze všech sil snažit udělat jej co nejlépe?“ (volný překlad autorů). Zatímco popis např. prostřednictvím objevování nových částí světa měl mimořádný význam v období koloniálních vědeckých cest, v současnosti je často považován za nedostatečný cíl vědeckého poznání – požaduje se explanace (Gerring 2012a). Kvalitní popisné studie jsou však v sociální geografii nepostradatelné (viz též kap. 3.2). Popisnost nemusí být znakem podřadnosti výzkumu, nezvládnuté tvorby a testování kauzálních hypotéz ani chaotické práce s daty bez vystižení vzájemných souvislostí proměnných. Mezi běžné popisné metody patří deskriptivní statistika, metody statistického usuzování na parametry základního souboru (jednovýběrové a dvojvýběrové T-testy, ANOVA) nebo v geografii často používaná faktorová a shluková analýza. Do skupiny popisných argumentů lze zařadit idiografické případové studie, indikátory, syntézy, etnografické metody nebo např. (geografické) typologie (Gerring 2012a), včetně v geografii velmi vlivných studií jako typologie průmyslových okrsků „Sticky places in a slippery space“ (Markusen 1996), globálních hodnotových řetězců (Gereffi, Humphrey a Sturgeon 2005) nebo regionálních inovačních systémů „One size fits all“ (Tödtling a Trippl 2005). Za popisný výzkum můžeme označit i popisné studie nabízející kauzální argumenty36, které však nesplňují přísná kritéria prací zabývajících se tvorbou a testováním kauzálních hypotéz (King, Keohane a Verba 1994).
5.1 Definice a klasifikace popisného argumentu37 Popisný argument38 charakterizuje určitý aspekt reality – co existuje, nebo existovalo v minulosti. Poznáme jej tak, že zodpovídá otázky typu „co“ (např. kde, kdy, jakým způsobem, kolik). Naproti tomu kauzální argument zodpovídá otázku typu „proč“ (Gerring 2012a, s. 2). Popisný argument může znít např. takto: „rozvojové země se přesunuly od exportu nerostných surovin a zemědělských produktů k exportu průmyslových výrobků s nižší přidanou hodnotou“. Kauzální argument bude znít následovně: „v důsledku toho, že 36
Např. koncept globálních produkčních sítí/strategického párování – viz Henderson a kol. 2002; Coe a kol. 2004; MacKinnon 2011) local buzz-global pipelines – viz Bathelt, Maskell a Malmberg (2004). 37 Definice a vysvětlení popisného argumentu založeny na článku Gerringa (2012a). 38 Argument může být ve formě tvrzení, propozic, konceptů, modelů, konstatování nebo syntetických závěrů. 45
nadnárodní firmy ve vyspělých zemích přesouvají část výrobních a montážních operací do lokalit s nižšími náklady, došlo v rozvojových zemích ke zvýšení podílu průmyslových výrobků na exportu.“ Jinými slovy, kauzální argumenty hledají vztah mezi působením jedné nebo několika nezávislých proměnných na výskyt nebo změny hodnot závislé proměnné. V kauzálním vtahu mezi X a Y jsou proměnné X i Y popisnými argumenty. Z tohoto důvodu jsou popisné a kauzální argumenty navzájem neoddělitelné (King, Keohane a Verba 1994). Vědecké práce lze podle cíle, charakteru výzkumných otázek a zvolených metod rozdělit do čtyř základních skupin (inspirace z klasifikací dle Eckstein 1975; Van Evera 1997; a Levy 2008; upraveno pro účely této knihy): a) Idiografická popisná studie b) Nomotetická popisná studie c) Specifická explanace (idiografická) d) Studie vytvářející a testující hypotézy V této kapitole se budeme věnovat prvním dvěma typům, které mají jeden společný rys – teorie nevytvářejí, netestují a ani je nepoužívají pro vysvětlení určitého unikátního jevu nebo charakteristiku jedinečného regionu, jako to dělají tzv. specifické explanace. Popisné studie nejsou zaměřeny na hledání kauzálních vztahů mezi dvěma proměnnými, nepracují proto s kauzálními hypotézami typu „jev A způsobuje jev B.“39 Mohou pracovat s nonkauzálními hypotézami typu „staré průmyslové regiony v Německu mají signifikantně vyšší podíl kreativních odvětví na HDP než staré průmyslové regiony v Česku“, ale zpravidla je pro popisné práce typické stanovení pouze cílů a výzkumných otázek. Idiografické popisné studie (particularizing accounts) se věnují analýze určitého jevu nebo geografické charakteristice zvoleného území, přičemž se nesnaží o zobecnění výsledků (Gerring 2012a, s. 5). Pokud se jedná např. o studii regenerace brownfields v Karviné, tak se tato studie vyjadřuje pouze ke Karviné a nepřepokládá, že její závěry budou automaticky platné a aplikovatelné pro všechny těžební regiony v Evropské unii. Závěry však platné být mohou a studie může někdy poskytnout užitečný myšlenkový rámec i empirický materiál pro srovnání, na který mohou navázat další podobně zaměřené studie.Tento typ výzkumu se může snažit o vysvětlení příčin vývoje daného území, ale neaplikuje žádnou existující teorii. Idiografické popisné studie jsou běžné v historii a etnografii, v geografickém kontextu se vyskytují např. v historické a kulturní geografii, ačkoli tyto subobory též mohou pracovat a nezřídka pracují s teoriemi. Na mnoha geografických katedrách patří popisné charakteristiky zvolené obce nebo regionu k nejčastějšímu tématu absolventských i výzkumných prací. Tradiční regionálně-geografické práce lze též zařadit do této skupiny. Idiografické popisné studie mohou být vědecky cenné ve třech případech. Za prvé, popisují-li zcela nový a dosud nezpracovaný jev nebo území. Tedy v situaci, kdy i prostý popis může přinést velmi originální a zajímavá zjištění, ze kterých se později mohou vyvinout nové teorie, generalizace nebo praktické aplikace - např. mapování rekonstrukčních projektů v Iráku jako investiční příležitosti pro české firmy. Za druhé, poskytují-li empirickou analýzu 39
To však neznamená, že popisné studie nemohou být cenné pro vysvětlení jevu – na základě důkladného popisu, klasifikace a zobecnění výsledků mohou odhalit kauzální mechanismy (viz např. vysvětlující typologie dle Elmana 2005). 46
velkého, důležitého nebo zcela jedinečného území, rozsáhlého či významného jevu - např. vývoj regionální nezaměstnanosti v EU27. Mohou sloužit jako empirické zarámování nejdůležitějších trendů a procesů i jako podklad pro výběr případů do detailních kvalitativních studií (viz Seawright a Gerring 2008). Za třetí, slouží-li jako bezprostřední empirický podklad např. pro strategické plánování nebo politické intervence. Vzhledem k tomu, že v jádru těchto studií nestojí obecná kauzální hypotéza ani teorie použitá pro vysvětlení specifického případu, svádí idiografické pojetí k příliš širokému zaměření empirické analýzy. Chybí filtr, který by umožnil selektovat relevantní literaturu a data. Z tohoto důvodu je nutné věnovat velkou pozornost přesnému a jednoznačnému nastavení cílů a výzkumných otázek a jakýkoli empirický materiál důsledně posuzovat podle toho, zda naplňuje stanové cíle a na které výzkumné otázky odpovídá. Nomotetické popisné studie zahrnují deskriptivní inferenci, tedy zobecnění mimo množinu studovaných dat (King, Keohane a Verba 1994). Zobecnění může být dvojího typu, jednorozměrné a vícerozměrné (Gerring 2012). Jednorozměrné zobecnění znamená vystižení jednoho typu projevu určitého empirického jevu napříč populací studovaných jednotek. Příkladem může být rozdělení NUTS2 regionů EU27 podle HDP na obyvatele na regiony s HDP < 75 % úrovně EU27, které spadají do Cíle 1 a ostatní regiony, nebo rozlišení venkovských oblastí na migračně ziskové, neutrální a migračně ztrátové zóny. Popisné argumenty poskytující jednorozměrné zobecnění se nazývají indikátory (v tomto kontextu jsou synonymem faktorů a proměnných). Konstrukce indikátorů následuje logiku měření, tedy porovnání jevů na určité škále a stanovení měřící jednotky, která umožní srovnat různá empirická měření. Zároveň je odvození indikátorů nezbytnou součástí operacionalizace konceptů, např. operacionalizace sociálního kapitálu (Pileček a Jančák 2010), blíže viz kap. 5.2. Mezi běžné indikátory patří např. HDP na obyvatele, registrovaná míra nezaměstnanosti, migrační saldo aj. Ačkoliv jsou často použity pro ryze popisné a srovnávací účely, mohou se stát základem konceptualizace a zobecňujících klasifikací. Druhou velkou skupinu tvoří vícerozměrné popisné argumenty, které se snaží zobecňovat na základě více než jedné proměnné. U studovaných proměnných se sledují vzájemné kovariance (souvislost míry nezaměstnanosti a preference levicových stran), nebo se na základě kombinace jejich hodnot zařazují studované jednotky do určitých klasifikací. Např. Perlín, Kučerová a Kučera (2010, s. 180) se snažili hledat společné a definující znaky venkovských oblastí v Česku a na základě komponentní analýzy šestnácti kvantitativních ukazatelů rozlišili osm typů venkovských oblastí. Mj. vymezili kategorii „strukturálně postižený průmyslový venkov“ na základě kombinace nízkých hodnot indexu vzdělanosti, vysoké míry nezaměstnanosti, nejnižšího podílu rodáků a osob nad 65 let a nejnižší volební účasti. V tomto případě se indikátory a následně vytvořené typologie – jakožto popisné argumenty - mohou stát základem pro vysvětlení např. nízké rozvojové dynamiky určitých oblastí. Každé zobecnění má však určité meze. Neexistují univerzálně platné pravdy, ale na druhou stranu ani ryze idiografické argumenty (Gerring 2012a, s. 5). Abychom mohli 47
vystihnout jedinečné rysy např. určitého regionu, musíme jej zasadit do širšího kontextu a porovnat, čím se od jiných regionů liší, proč je jedinečný. Vícerozměrné popisné argumenty lze členit na zobecnění nezahrnující shlukování a klasifikaci studovaných jednotek a zobecnění zahrnující shlukování studovaných jednotek. Do první skupiny patří tzv. asociace, do druhé skupiny lze zařadit syntézy, typologie, matice a taxonomie. Asociace jsou popisné argumenty, jež charakterizují souvislost mezi dvěma nebo více jevy. Neobsahují plnou specifikaci kauzálního vztahu a testování kauzálních hypotéz, ale mohou přinést velmi cenné empirické podklady pro studium kauzálních vztahů. Např. můžeme srovnávat skupinu metropolitních, strukturálně postižených a periferních venkovských regionů z hlediska objemu přilákaných zahraničních investic do výstavby výrobních závodů. Zjištění, že např. strukturálně postižené regiony s vysokou nezaměstnaností, levnou nekvalifikovanou pracovní silou a štědrými investičními pobídkami dlouhodobě přitahují největší objem zahraničních investic, bude signalizovat převažující motiv úspory nákladů a nízkou technologickou a kvalifikační náročnost výrobních operací. Naproti tomu reálné zjištění, že neexistuje signifikantní rozdíl mezi zastoupením tohoto typu investic mezi jednotlivými typy regionů, poukazuje na širší spektrum lokalizačních faktorů (viz např. Ženka 2008). Dalším příkladem asociace může být srovnání regionálních inovačních systémů Prahy a Ostravy (Blažek a kol. 2011), kdy pražský biotechnologický klastr reprezentoval odvětví s analytickou znalostní základnou a ostravský klastr reprezentoval informační technologií odvětví se syntetickou znalostní základnou. Syntézy jsou typem argumentů, které sdružují a shrnují více aspektů jednoho jevu okolo určitého centrálního tématu, jež propojuje různorodý soubor vlastností a proměnných do jedné zastřešující proměnné. Např. periferní oblasti mohou být vymezeny na základě celé řady faktorů, které jsou příčinou nebo projevem ekonomického zaostávání, např. nevýhodná geodopravní poloha, blízkost státní nebo vnitřní administrativní hranice, nepříznivé fyzickogeografické podmínky, řídká hustota zalidnění, záporné migrační saldo aj. V geografii je regionální syntéza často považována za unikátní know-how a geografické specifikum, ale ve skutečnosti jsou za syntézy mnohdy vydávány popisné studie encyklopedického charakteru, ve kterých závěrečné zobecnění chybí (viz např. Matoušek, Vogt a Ženka 2011). Typologie shlukují vlastnosti studovaných jednotek, uspořádávají a zařazují je do několika kategorií, které se vzájemně nepřekrývají, ale pokrývají vyčerpávajícím způsobem studované jednotky. Příkladem může být již zmíněná typologie venkovských oblastí v Česku podle Perlína, Kučerové a Kučery (2010), kdy bylo celé území českého venkova zařazeno do osmi kategorií, přičemž jedna z nich je reziduální – „neprofilovaný venkov.“ Pokud typologie vymezuje kategorie na průsečíku několika kategoriálních faktorů, jedná se o matici. Příkladem může být rozlišení regionální konkurenceschopnosti podle vztahu mezi tzv. ekonomickým upgradingem (posun k činnostem s vyšší přidanou hodnotou) a sociálním/regionálním upgradingem (přínos pro region v podobě vyšší zaměstnanosti, mezd, daňových příjmů aj. – viz Barrientos, Gereffi a Rossi 2011; Milberg a Winkler 2011) Tabulka 3.
48
Tabulka 3 - Ekonomický, sociální a regionální upgrading a downgrading Sociální a regionální upgrading Ekonomický upgrading
Dlouhodobě rozvojová strategie; posilování národní/regionální konkurenceschopnosti
Ekonomický downgrading
Neúspěšná dlouhodobě rozvojová strategie; oslabení národní/regionální konkurenceschopnosti
Sociální a regionální downgrading Nákladově konkurenční strategie; růst produktivity a exportní výkonnosti bez zvyšování životní úrovně Ekonomický i sociální úpadek státu/regionu
Zdroj: Upraveno dle Milberg a Winkler (2011, s. 345)
5.2 Koncept – definice a použití Koncepty jsou stavební kameny teorií (Goertz 2006). Mezi časté koncepty v sociální geografii patří demokracie, stát, nodální region, teritoriální zakořenění, jádro a periferie, venkov, aglomerační a urbanizační úspory, sociální kapitál, průmyslové okrsky nebo globální hodnotové řetězce a produkční sítě. Teorie propojují jednotlivé koncepty kauzálními vazbami a specifikují podmínky, za kterých tyto kauzální vztahy a mechanismy platí. Např. teorie demokratického míru (pro shrnutí viz Rosato 2003) je založena na empirickém zobecnění, že demokratické státy neválčí s jinými demokratickými státy proto, že sdílejí společné normy, vzájemně si důvěřují a jejich volení političtí představitelé se snaží nejít proti veřejnému, tj. protiválečně naladěnému mínění (Russett 1993, s. 38-39). Dalším příkladem může být koncept komoditních řetězců (Hopkins a Wallerstein 1977, 1986). Komoditní řetězce jsou jedním ze stavebních kamenů Wallersteinovy teorie světových systémů, jež rozděluje svět na jádro, semiperiferii a periferii. Pro základní metodologickou literaturu zabývající se koncepty v sociálních vědách, viz Tabulka 5. Lze rozlišit nominalistické a realistické chápaní konceptů (Goertz 2006). Nominalistické pojetí (Sartori 1970; Babbie 2001) ztotožňuje koncepty s tzv. konstrukty a je orientováno sémanticky, zaměřuje se tedy na významy, které autor danému termínu přisuzuje. Kaplan (1964) rozlišuje tři typy jevů, které vědci měří: a) přímo měřitelné jevy; b) nepřímo měřitelné jevy a za c) konstrukty. Do první kategorie patří např. rozlišení lidských ras podle fyziognomie (barva pleti, stavba kostry, aj.) Mezi nepřímo měřitelné jevy patří např. historická fakta z archivů nebo zápisy o jednání představenstva firmy, ze kterých můžeme usuzovat o motivu pro investici do zahraničí. Konstrukty jsou myšlenkové výtvory založené na empirických pozorováních, jež však samy o sobě nemohou být přímo ani nepřímo pozorovány v realitě. Příkladem může být sociální kapitál. Nemůžeme jej pozorovat, ale můžeme definovat řadu jevů, které indikují přítomnost sociálního kapitálu, např. vysoká volební účast obyvatel, fungující občanský sektor aj. Prostřednictvím vybraných proměnných lze sociální kapitál operacionalizovat a s využitím statistických ukazatelů do jisté míry měřit.40 40
Např. Pileček a Jančák (2010) používají sérii ukazatelů jako např. míru kriminiality pro vyjádření nedůvěry ve společnosti či počet nestátních neziskových organizací pro zachycení míry komunitního dobrovolnictví.
49
V nominalistickém pojetí je tedy koncept definován jako konstrukt, který je výsledkem dohody odborníků v daném tématu (Babbie 2001, s. 124). Koncepty jsou chápány jako myšlenkové rámce, neexistuje pro ně v realitě žádný ekvivalent, ale jsou užitečné pro definici, porozumění, měření a organizaci studovaných jevů. Ačkoliv koncepty nejsou přímo pozorovatelné, vztahují se k jevům, které přímo nebo nepřímo pozorovatelné jsou. Z tohoto důvodu je důležitým aspektem proces konceptualizace, tzn. vytváření mostu mezi přímo a nepřímo pozorovanými jevy a myšlenkovými konstrukty; vysvětlení, co míníme termíny, které používáme (Babbie 2001, s. 124). Podle realistického pojetí Goertze (2006) lze koncepty chápat jako ontologické teorie o konstituentech studovaných jevů. Vystihují nejdůležitější vlastnosti jevů a mají důležité implikace pro tvorbu teorií, neboť mohou předpovědět kauzální vztahy s jinými jevy. Např. pokusíme-li se konceptualizovat vodu, její nejvýznamnější definující vlastností (podstatou, esencí) jistě nebude průzračná barva. Na základě znalosti barvy vody nemůžeme do hloubky porozumět jejím fyzikálním ani chemickým vlastnostem. Teprve rozbor molekulární stavby (dva atomy vodíku vázané na dvojmocný atom kyslíku) je konceptualizací (a zároveň teorií), která umožňuje pochopit stavbu a chemické složení vody i předvídat, jak se bude voda chovat při reakci s jinými chemickými látkami. Dobře vystavěný koncept tedy poskytuje argumenty o existujících nebo potenciálních kauzálních mechanismech studovaného jevu, jež mohou být použity při tvorbě nových teorií (Sayer 2000). Obě perspektivy pohledu na koncept jsou relevantní. V závislosti na cíli práce a výzkumné otázce může být vhodnější buď jedna, nebo druhá perspektiva. Nominalistické pojetí je příhodné pro uchopení jevů, které jsou obtížně definovatelné, nejednoznačné, obtížně odlišitelné od jiných jevů, závislé na kontextu i na chápání nebo účelu autorů. Zejména pokud máte v úmyslu tuto nejednoznačnost zdůraznit, nastínit různé možné přístupy k dané problematice nebo poukázat na jednostrannost chápání dané problematiky (analýza diskursu, metafor aj. – pro shrnutí viz Drulák 2008). Naproti tomu realistické pojetí směřuje k odhalení podstaty daného jevu a nalezení kauzálních mechanismů, jež mohou předpovědět chování daného jevu v interakci s jinými jevy - např. slučování vody s oxidy povede ke vzniku anorganických kyselin. Kritériem kvality a vlivnosti konceptu zde není praktická užitečnost ani shoda vědecké komunity, ale pravdivost – shoda s realitou (Monteiro a Ruby 2009). Realisté hledají nezbytné podmínky (necessary conditions), jejichž přítomnost je nezbytná pro formulaci konceptu. Např. jednou z podmínek pro uznání státu za demokratický je mimo jiné přítomnost svobodných, nezmanipulovaných voleb. Stanovení nezbytných podmínek je v sociálních vědách základním přístupem ke tvorbě konceptů (Sartori 1970) – určíme, které všechny vlastnosti musí daný jev mít, aby jej bylo možné jej zařadit do skupiny jevů, které daný koncept vysvětluje.41 41
Existuje však i jiný princip tvoření konceptů – rodinná podobnost (family resemblance), kdy je seznam atributů daného jevu odvozen na základě podobnosti s jinými, již klasifikovanými jevy (Goertz 2006). Objevíme-li v amazonském pralese nový druh rostliny podobné orchidejím, přiřadíme jej na základě této podobnosti k čeledi vstavačovitých. 50
Rozdíl mezi nominalistickým a realistickým pojetím konceptu se pokusíme vysvětlit na příkladu vymezení periferních regionů, což je velmi časté téma absolventských prací v české sociální geografii. Nominalistická perspektiva bude vhodná pro vyjasnění, jaké atributy musí region mít, abychom se shodli na označení „periferní“. Je zřejmé, že velkou roli bude hrát kontext Česka. Periferní region bude definován ve vztahu k jádrovým oblastem (Praha a krajská města) i ostatním nemetropolitním regionům. Není možné aplikovat univerzální definici periferního území, např. periferní regiony Švýcarska budou ekonomicky rozvinutější než jádrové regiony Rumunska. Je třeba přesně definovat kritéria perifernosti českých regionů, tzn., jaké oblasti ještě považujeme za periferní a které již nikoli. Není překvapivé, že mezi regiony těsně pod čarou a těsně nad čarou nebudou pravděpodobně velké rozdíly, neboť jádro-periferie nejsou vyhraněné pojmy, ale kontinuum (Blažek 1999). Realistická perspektiva se bude soustředit na nejdůležitější vlastnosti, které z daného regionu dělají periferní území. Např. v pojetí Friedmanna (1966) budou periferií regiony, které nesoustřeďují rozhodovací pravomoci a inovační kapacity (nadnárodních korporací), tedy většina českých regionů. Perifernost bude definována jako souhrn vlastností, které zapříčiňují ekonomické zaostávání regionu, např. nepříznivá geografická poloha, postavení v systému osídlení, index vzdělanosti, sociální kapitál, postavení na nejnižších patrech globálních produkčních sítí aj. Zařazení regionů do skupiny periferií by tedy mělo implikovat stávající socio-ekonomickou vyspělost i potenciál rozvoje daného území. V souladu s realistickým pojetím kauzality (Sayer 2000) nebude zařazení zkoumaného regionu mezi periferní oblasti založeno primárně na konkrétních znacích a projevech perifernosti daného území. V centru zájmu budou struktury a mechanismy vedoucí k polarizaci prostoru a vytvářející celou řadu různých typů periferních oblastí. Mechanismem přispívajícím k perifernosti může být asymetrické rozdělení zisku v rámci globálních produkčních sítí - GPN (Coe, Dicken a Hess 2004). Postavení regionu v GPN bude v realistickém pohledu klíčovým faktorem perifernosti. Znaky periferních regionů však mohou být různé – venkovské regiony pouze s malými dodavatelskými firmami jednoduchých komponentů nebo velká průmyslová centra, ve kterých sídlí výrobní závody nadnárodních korporací. Zjištění, zda a jak přesně jsou místní firmy zapojeny do globálních produkčních sítí, bude velmi obtížné. Proto většina studií sklouzne ke sledování vnějších projevů perifernosti, např. záporného migračního salda, vysoké dlouhodobé míry nezaměstnanosti, nerozvinuté občanské společnosti, špatné dopravní dostupnosti aj.
51
Tabulka 5 - Vybrané metodologické práce týkající se konceptů, popisných argumentů a měření v sociálních vědách Autor Sartori
Název publikace Concept misformation in comparative politics Conceptual stretching revisited: Adapting categories in comparative analysis
Rok 1970
What makes a concept good? Criterial Framework for Understanding Concept Formation in the Social Sciences The Practice of Social Research
1999
Bollen
Latent Variable in Psychology and the Social Sciences
2002
Goertz
Social Science Concepts: A User´s Guide
2006
Ragin
Redesigning Social Inquiry
2008
Goertz, Mahoney
Concepts and measurement: Ontology and epistemology
2012
Gerring
Mere Description
2012
Collier, Mahon Gerring
Babbie
1993
2001
Zaměření Tvorba konceptů – přednost před kvantifikací; úrovně obecnosti konceptů Problém rozšiřování platnosti konceptu na nové empirické případy, aplikace v jiných kontextech Kritéria kvality konceptu
Nominalistické pojetí konceptů, definice a operacionalizace konceptů Definice a využití latentních proměnných v sociálních vědách; základ kvantitativní operacionalizace konceptů Kauzální, ontologické a realistické pojetí konceptů; úrovně a dimenze konceptu, výběr případů Fuzzy sety v sociálních vědách, kalibrace a měření Rozdílné přístupy kvalitativního a kvantitativního výzkumu k operacionalizaci konceptů Význam popisných studií a měření v sociálních vědách; klasifikace popisných argumentů
Zdroj: Autoři
Stejně jako teorie, ani koncepty nejsou monolity. Skládají se z několika úrovní a dimenzí (Sartori 1970; Collier a Mahon 1993). Pro naše účely rozlišíme tři úrovně konceptů, které mohou zahrnovat jednu nebo více dimenzí (Goertz 2006). 1) Základní úroveň obsahuje koncept v podobě, v níž se objevuje ve formulaci teorií, např. koncept demokracie jako součást teorie demokratického míru, koncept komoditních řetězců jako stavební kámen teorie světových systémů. Na této úrovni je koncept označen podstatným jménem, ke kterému se připojují definující přídavná jména, např. parlamentní demokracie (Collier a Levitsky 1997). 2) Sekundární úroveň zahrnuje tzv. konstituenty daného konceptu – např. dodržování lidských práv, svobodné volby, svoboda projevu a shromažďování, občanská společnost či necenzurovaný tisk jsou nezbytnými součástmi demokracie, tj. nelze např. stát s cenzurovaným internetem označit za plně demokratický. Výše uvedené nedílné součásti konceptu se označují jako dimenze. Tyto dimenze hrají klíčovou roli při specifikaci kauzálních mechanismů a tvorbě teorií. Pro ilustraci - jedno z pojetí teorie demokratického míru tvrdí, že demokratické státy vzájemně neválčí proto, že politici jsou vyměnitelní a zodpovídají voličům, kteří jsou zpravidla protiválečně naladěni (Rosato 2003). Základní úrovní je tedy demokracie, na sekundární úrovni je jednou z dimenzí princip svobodných 52
voleb a vyměnitelnost čelných politiků – z toho podle teorie demokratického míru plyne nízká pravděpodobnost zapojení do konfliktu v případě protiválečně naladěného veřejného mínění. 3) Operační úroveň zahrnuje volbu konkrétních ukazatelů, statistických dat nebo výběr jednotek (států, regionů, konfliktů, firem…). Na této úrovni máme k dispozici nástroje ve formě dat a ukazatelů pro měření určitého aspektu studované jednotky. Tyto nástroje nám umožní rozlišit, zda daná jednotka patří do našeho konceptu a pokud ano, do jaké skupiny. Můžeme např. na základě námi vyvinutého konceptu venkova provést selekci českých obcí a rozlišit je na venkovské a městské. Následně obce podle jednotlivých dimenzí venkova podchycených statistickými ukazateli, rozdělíme do jednotlivých typů venkovských oblastí (viz Perlín, Kučerová a Kučera 2010).
5.3 Operacionalizace konceptu Operacionalizace je propojení konceptu s měřitelnými pozorováními, které zahrnuje specifikaci ukazatelů a datových požadavků. Kromě tzv. pojmové definice vysvětlující podstatu konceptu, musíme vytvořit též definici operační (Drulák 2008, s. 25). Operační definice funguje podobně jako algoritmus v programovacím jazyku, tzn. překládá obsah pojmové definice do série ukazatelů a postupných kroků, které na základě dostupných dat měří jednotlivé dimenze konceptu. Umožňuje nám tedy měřit jednotlivé jevy a rozhodnout, zda je lze vystihnout daným konceptem, např., zda jsou jednotlivé státy světa demokratické (vystižitelné naším konceptem demokracie), zda je Sedlčansko v rámci Česka periferní oblastí, do jakého typu venkovské oblasti lze nejspíše zařadit obec Pohorskou Ves atd. Po kvalitě a konzistenci samotného konceptu na základní i sekundární úrovni je operacionalizace nejvýznamnějším předpokladem validity vlastního výzkumu. Není příliš pravděpodobné, že byste v absolventských pracích zcela nový koncept vytvářeli. Z tohoto důvodu věnujte maximální pozornost operační úrovni. Uděláte-li chybu zde, celý váš další výzkum bude nejspíš mylný, nerelevantní, nepřesný nebo zavádějící. Můžete sice důkladně popsat a přesně změřit nějaký jev, ale zvolíte-li nevhodné ukazatele, budete ve výsledku měřit něco jiného, než jste si stanovili v cílech a výzkumných otázkách. V prvním kroku je nezbytné definovat dimenze konceptu, které jsou relevantní pro váš výzkum. Zde se budete rozhodovat mezi kvalitativním a kvantitativním designem výzkumu – viz kap. 3.7. Je-li vaším cílem zjistit, zda mezi dvěma sledovanými jevy existuje nějaká souvislost, změřit intenzitu výskytu určitého jevu, nebo např. kvantifikovat konkurenceschopnost a následně srovnat česká města podle hodnoty souhrnného indexu konkurenceschopnosti, zvolíte kvantitativní výzkum. Snažíte-li se do hloubky porozumět příčinám určitého jevu, např. důvodům ekonomické zaostalosti určitého regionu, kde hraje velkou roli geografický a historický kontext, bude vhodnější použít kvalitativní metody (Goertz a Mahoney 2012). Pokud jste se rozhodli pro kvantitativní výzkum, neomezujte se na měření proměnných jen pomocí ukazatelů v intervalovém a poměrovém měřítku – HDP, míra nezaměstnanosti, migrační saldo, míra kriminality aj. I kvalitativní ukazatele (v nominálním či ordinálním měřítku) lze kvantitativně vyhodnotit, pokud analyzujete počty výskytu jednotek s určitou hodnotou sledovaného znaku. Pro tyto účely se běžné používají např. 53
kontingenční tabulky, chi-kvadrát testy nebo Kendallův korelační koeficient. Ačkoli jsou tyto testy součástí výuky základních statistických metod, geografové si často neuvědomují možnost vyhodnotit souvislost dvou kvalitativních proměnných pomocí statistického testu. Jako konkrétní příklad kvantitativního přístupu k operacionalizaci konceptu v české geografii můžeme uvést článek Pilečka a Jančáka (2010) v Geografii. Cílem bylo kvantifikovat jednotlivé dimenze sociální kapitálu pomocí statistických ukazatelů a následně měřit intenzitu sociálního kapitálu v okresech Česka. Autoři na základě studia literatury identifikovali pět dimenzí sociálního kapitálu, přičemž každou dimenzi se pokusili vystihnout dvojicí ukazatelů využívajících statistická data dostupná na okresní úrovni (Tabulka 6). Je zřejmé, že výběr ukazatelů byl výrazně omezen nejen dostupností statistických dat, ale také komplexností a obtížnou kvantifikovatelností některých proměnných. Některé dimenze sociálního kapitálu lze měřit pouze nepřímo, autoři tedy spoléhali i na ukazatele, jež přímo nevystihují podstatu sociálního kapitálu, ale u nichž očekávají vysokou míru korelace s intenzitou sociálního kapitálu. Např. míra kriminality nevystihuje podstatu dimenze „důvěra ve společnosti.“ Lze však očekávat podobné regionální vzorce důvěry ve společnosti a míry kriminality, např. kontrast mezi velkými městy a venkovem na jedné straně a severozápado-jihovýchodní gradient na straně druhé, který je dán extrémy v podobě strukturálně postižených okresů Ústeckého a Karlovarského kraje a religiózních oblastí Jihomoravského a Zlínského kraje. Tabulka - 6 Příklad operacionalizace konceptu sociálního kapitálu dle Pilečka a Jančáka (2010) Dimenze sociálního kapitálu Lokální společenský život Institucionální život Důvěra a sklon ke kolektivnímu jednání Důvěra v instituce
Vnější vztahy
Ukazatele sociálního kapitálu Počet registrovaných členů TJ a SK na 1000 obyvatel Počet neúplných základních škol na počet škol v % Výše získaných poslaneckých dotací Kč/obyv. Výše získaných prostředků v rámci SROP a JPD2 Kč/obyv. Míra kriminality (2007) – počet zjištěných trestných činů na 100 obyvatel Počet nestátních neziskových organizací (NNO) na 1 000 obyvatel Volební účast ve volbách do Poslanecké sněmovny Parlamentu ČR v % Volební účast v komunálních volbách v % Migrační fluktuace – hrubá míra migračního salda (2001–2007), tj. rozdíl mezi počtem přistěhovalých a vystěhovalých na 1 000 obyvatel středního stavu Podíl domácností s připojením k internetu (% ze všech trvale obydlených bytů)
Zdroj: Pileček a Jančák 2010, s. 84-86 Deset výše uvedených ukazatelů následně vstupovalo do komponentní analýzy, která je redukovala do trojice syntetických ukazatelů, avšak při ztrátě 33.9 % variability původních hodnot. Dalším problémem tohoto přístupu je nestanovení významu jednotlivých proměnných
54
(jsou skutečně rovnocenně významné?) i nejednoznačnost vstupních proměnných, které jsou výrazně ovlivněné řadou jiných faktorů a nemusí vůbec souviset s proměnnými, s nimiž korelují. Příkladem může být komponenta č. 2 „Regionální rozvoj“, která je sycena vysokými kladnými hodnotami migračního salda, připojení domácností na internet, ale též mírou kriminality. Z tohoto důvodu ji lze považovat za chaotickou koncepci (Sayer 2000), přestože vystihla metropolitní regiony jakožto hlavní rozvojové oblasti. Vysoká kriminalita se vyskytuje ve velkých městech a intenzitu sociálního kapitálu ovlivňuje negativně. Kladné migrační saldo může odrážet otevřenost regionu novým myšlenkám a sociální vazby na jiné regiony, ale na druhou stranu je typické pro suburbánní zázemí metropolí, přičemž rezidenti dojíždějící do metropolí prací se nemusí zapojovat do místních sociálních sítí. Výše uvedené měření sociálního kapitálu poukazuje na obecné problémy při operacionalizaci konceptů, tj. nedostupnost dat a nekvantifikovatelnost řady proměnných. Na závěr se pokusíme shrnout několik užitečných zásad operacionalizace konceptů. Zaměřujeme se na kvantitativní uchopení konceptů, se kterým se při zpracování absolventských prací setkáte častěji. Zásady operacionalizace konceptů - shrnutí 1) Snažte se do detailu promyslet a pochopit koncept, který operacionalizujete. Nespokojte se pouze s povrchním uchopením. Je třeba zahrnout všechny relevantní dimenze daného konceptu. Přemýšlejte, jaké podmínky musí studovaná jednotka splnit, aby byla do konceptu zařaditelná. Jaké všechny vlastnosti musí mít region, aby byl označitelný za venkovský nebo periferní? Existuje nějaká vlastnost, která principiálně odlišuje periferní regiony od neperiferních? 2) Stanovte si tzv. pozitivní a negativní pól konceptu a hledejte empirické příklady (Goertz 2006). Pozitivní pól vystihuje, čím daný koncept je a jaké má dimenze v idealizované podobě; negativní pól znamená, čím daný koncept rozhodně není. Pozitivním pólem regionální perifernosti může být řídce zalidněné, populačně úbytkové a dopravně obtížně dostupné pohraniční území s vysokou mírou nezaměstnanosti (např. Jesenicko). Co je však negativním pólem? Metropolitní region jako Praha? Může být negativním pólem i hustě zalidněný, strukturálně postižený okres taktéž s vysokou mírou nezaměstnanosti a populačním úbytkem, např. Most? Pokud ano, co je esencí perifernosti, když strukturálně postižené regiony mohou mít podobné charakteristiky jako periferní území? 3) Používejte pouze pečlivě definované ukazatele, jimž do hloubky rozumíte. Musíte vědět, jak přesně je ukazatel konstruován, z čeho vypočten (zejména jedná-li se o agregát složený z mnoha jiných ukazatelů). Pečlivě nastudujte i metodiku konstrukce běžných ukazatelů jako HDP, přidaná hodnota, míra nezaměstnanosti aj. Zjistěte, v jakém vztahu je ukazatel k jiným použitým ukazatelům, tzn., zda se s nimi nepřekrývá, zda není pouze inverzní hodnotou či lineární kombinací jiného ukazatele. 4) Pokud to výrazně nesníží informační hodnotu, volte co nejmenší počet ukazatelů, které mají být co nejjednodušší a nejsrozumitelnější. Provádějte co nejméně matematických
55
transformací dat, pokud nejsou nezbytné pro zajištění srovnatelnosti ukazatelů či jako vstup pro další metody a výpočty.42 5) Pokud přebíráte koncept a aplikujete jej v jiných podmínkách, než pro které byl vyvinut, specifikujte, jak se v novém kontextu mění vypovídací hodnota a relevance konceptu.43 Častá je aplikace konceptů vyvinutých v anglosaském prostředí (klastry, příbuzná rozmanitost aj.) v podmínkách střední Evropy. Nelze očekávat, že koncepty můžeme beze změny a bez jakýchkoliv komplikací aplikovat v libovolném prostředí. Vždy je třeba důsledně studovat podmínky platnosti výchozího konceptu a srovnat je s novými podmínkami, ve kterých koncept aplikujete. Vyvarujte se též vymýšlení nebo přebírání nových módních termínů, jež jsou nálepkami pro již známé koncepty nebo triviální jevy. Kvalitativní a kvantitativní přístupy k operacionalizaci konceptu Rozdíly v přístupu k operacionalizaci konceptu lze nalézt mezi kvantitativním a kvalitativním přístupem (Goertz a Mahoney 2006), a to v ontologické i epistemologické rovině. Na ontologické úrovni musí koncept vystihnout nejpodstatnější vlastnosti a nedílné součástí daného jevu, např. demokracie. Kvalitativní výzkumníci přistupují k operacionalizaci sémanticky a snaží se definovat nezbytné definující znaky, které umožní daný jev vystihnout konceptem. Kvantitativní přístup spočívá ve stanovení kvantitativní latentní proměnné („míra demokratičnosti“). Následuje hledání proměnných a ukazatelů, jež mají kauzální vztah s latentní proměnnou – často s využitím kovariačních technik. Na epistemologické rovině představuje pro kvantitativní výzkumníky zásadní výzvu problematika chyby v měření. Metody induktivní statistiky se soustřeďují na odvození co nejpřesnějších závěrů z neúplných měření a snaží se odhadnout velikost statistické chyby. Naproti tomu kvalitativní přístupy řeší nejednoznačnou zařaditelnost jednotek do konceptuálních kategorií – některé jednotky spadají do více kategorií zároveň („fuzziness“) – viz např. Ragin (2008). Je tedy nutné určit, do jaké míry jednotka spadá do jedné a do jaké míry do druhé konceptuální kategorie. V ontologické rovině se význam daného konceptu kryje se substancí empirického světa. Kvalitativní přístup klade velký důraz právě na definici a interpretaci daného konceptu – např. podrobná definice demokracie, rozdílné pohledy na míru demokratičnosti států světa, seznam atributů, kterými se stát musí vyznačovat, aby byl označitelný za demokracii. Jednotlivé atributy na sekundární úrovni nejsou oddělitelné od jádra konceptu, protože de facto koncept utváří. Kvalitativní analýza není závislá na kvantifikovatelnosti proměnných, 42
Pro ilustraci - snažíte-li se měřit konkurenceschopnost českých měst, můžete pro vystižení co nejvíce aspektů konkurenceschopnosti použít komponentní analýzu 50-ti vstupujících ukazatelů, ze kterých extrahujete např. čtyři komponenty a na jejich základě provedete shlukovou analýzu. Tento přístup bude informačně bohatý, ale pro méně zkušené výzkumníky skrývá značná rizika. Pokud nemáte dostatečné empirické znalosti, nemusíte být schopni správně interpretovat výsledky statistických analýz (proč vyšlo dané město jako vysoce konkurenceschopné), a to zejména, když dostatečně nerozumíte principům dané metody. Ztratíte část variability dat, shluková analýza může města rozřadit nevhodně a nevidíte, co přesně se skrývá pod složitě konstruovanými agregáty. Efektivnějším postupem může být pečlivější konceptualizace konkurenceschopnosti měst a následně stanovení několika syntetických ukazatelů, např. přidané hodnoty na obyvatele, průměrných mezd, registrované míry nezaměstnanosti a migračního salda. 43 Tento proces se nazývá přenášení konceptu (conceptual travelling); pokud se platnost konceptu vyvinutého např. pro Emiliu Romagnu „roztáhne“ na celou EU27, hovoří se o rozpínání konceptu (conceptual stretching - viz Sartori 1970). Pro diskusi přenášení konceptů regionální konkurenceschopnosti z anglosaského světa do kontextu střední Evropy viz Ženka, Novotný a Csank (2012). 56
dostupnosti a spolehlivosti statistických dat, proto nemusí dělat takové kompromisy při operacionalizaci konceptů. Kromě toho je velký důraz kladen na přesnou definici a jednoznačné vymezení atributů definujících koncept (Mahoney a Goertz 2006). Obrázek 2 - Jednotky s největší přesností definice a měření – kvalitativní a kvantitativní přístup
Zdroj: Autoři dle Goertz a Mahoney 2006 Kvantitativní přístup klade důraz na data a měření, méně již na definici a význam konceptu. Operacionalizace vyžaduje nalezení ukazatelů, které umožní kvantifikovat a měřit latentní proměnnou konceptu. Latentní proměnná je myšlenkovým konstruktem, v realitě je empiricky nepozorovatelná a přímo neměřitelná (Bollen 2002). Příkladem může být míra demokratičnosti států nebo inteligenční kvocient dospělé populace. Kvantitativní operacionalizace zahrnuje nalezení ukazatelů, které kauzálně ovlivňují latentní proměnnou, nebo s ní alespoň těsně korelují. Ukazatele vystihují atributy konceptu, ale na rozdíl od kvalitativního přístupu jsou nahraditelné, netvoří nedílnou součást konceptu. V epistemologické úrovni jsou zásadní rozdíly v nejistotě ohledně vypovídací hodnoty dat. V kvalitativním přístupu nejistoty plyne z nejednoznačného zařazení jednotky do konceptuálních kategorií (fuzzy-set membership). Např. Turecko bude splňovat řadu kritérii pro zařazení mezi demokratické státy, ale nikoli všechny, dosáhne tedy nižšího skóre demokratičnosti než Švédsko. V kvantitativním přístupu plyne nejistota z výběrové chyby měření a přítomnosti extrémně odlehlých hodnot (deviant cases), jež mohou v případě nesprávného použití zcela zkreslit vypovídací hodnotu statistických metod, např. lineární regrese. Kvalitativní výzkumník se cítí nejjistější právě u jednotek s extrémními hodnotami Švédsko je jednoznačně demokracie, Severní Korea jednoznačně demokracií není. Obtížně však bude definovat a zařazovat jednotky se střední hodnotou jevu – označíme tyto státy ještě za demokracii, nebo nikoli? Kvantitativní výzkumník se naopak cítí nejjistěji u jednotek se střední hodnotou jevu a v blízkosti regresní přímky – kde je chyba měření nejmenší (Obrázek 2). Naopak nedokáže a často ani nechce vysvětlit extrémní odlehlé hodnoty ve velké vzdálenosti od regresní přímky. 57
6
Případové studie a jejich využití v sociální geografii
Případové a do určité míry i komparativní studie se těší poměrně velkému zájmu akademických pracovníků, ale i prakticky orientovaných vědců a výzkumných organizací. Přesto lze tvrdit, že zejména v geografii byla tato část metodologie silně opomenuta (viz Kofroň 2012b). Výsledkem je, že pojímání i provádění případových studií neodpovídá standardu metodicky vyspělých disciplín. A právě tyto nedostatky se pokusí následující kapitola odstranit. Nejprve se pokusíme definovat některé základní pojmy, které mohou vyvolávat zmatek a nejistotu. Za druhé, charakterizujeme tři základní typy případových studií a možnosti jejich využití ve výzkumu. Za třetí, zaměříme se na kategorii teoreticky orientovaných studií a představíme hlavní strategie výběru případů. Tento bod je mimořádně významný, protože má-li mít jeden či několik málo případů širší poznávací význam, je třeba jej velmi pečlivě vybírat a stejně pečlivě také vážit možnost generalizovatelnosti z něj vzešlých poznatků.
6.1 Terminologie V první řadě je třeba definovat, co rozumíme pod pojmem případová studie. Poté se zaměříme na některé pojmy, které se v souvislosti s těmito studiemi často vyskytují (zejména pozorování a populace). Jako adekvátní definici případové studie vidíme definici Gerringa (2004, s. 340): „intenzivní studium jedné jednotky pro účely porozumění širší třídě podobných jednotek.“ Jak uvádí Gerring (tamtéž), „pojem jednotka zde označuje prostorově ohraničený fenomén (např. národní stát, revoluci, politickou stranu, epizodu ve vývoji určité země apod.) pozorovaný v jednom bodu v čase, či v určité vymezené časové periodě.“ „Populace představuje širokou množinu, do níž spadají všechny námi zkoumané jednotky – vzorek (studované případy), jakož i jednotky, které nezkoumáme“ (Gerring 2004, s. 342). Má-li být případová studie schopna širšího zobecnění, je třeba předpokládat, že vybrané případy jsou srovnatelné alespoň v určitých aspektech se zbytkem populace. Náš vzorek se sestává obvykle z několika jednotek a každá jednotka je pozorována v určitém bodě a v čase tvořících případy. Jak dále dodává Gerring (2004, s. 342), „Případ zahrnuje několik relevantních dimenzí (proměnných), z nichž každá je postavena na jednom či několika pozorováních. Pozorování označuje zachycení hodnoty proměnných v určitém případě.“ Ačkoliv výše uvedenou definici lze aplikovat obecně, je zároveň nutné chápat, že v různých výzkumných kontextech může docházet k změně toho, co je považováno za případ populaci, vzorek a jednotku. Analýza německých měst bude za populaci považovat německá města, zatímco pro analýzu evropských měst se německá města mohou stát např. vzorkem. Jinak definovaný výzkum, např. zabývající se sídelním systémem evropských států, může vnímat německá města jako jednotku pozorování. Podstatné je, že u případových studií obsahuje každý případ několik pozorování s několika proměnnými. Naopak u běžného statistického výzkumu lze případ ztotožnit s jedním pozorováním uskutečněným současně na závisle proměnné a nezávisle proměnných. Jedná se tedy o jeden bod v geometrickém prostoru vytvořeném závisle a nezávisle proměnnými. V případě časových řad pak každý případ nabývá na pozorováních spolu 58
s nárůstem sledovaných časových bodů (pět časových bodů tak vytvoří pět bodů v geometrickém prostoru). Přitom opět platí, že tyto sledované časové body jsou definovány jednou specifickou hodnotou na závisle a všech závisle proměnných. Za určitých okolností může dojít k situaci, kdy jedna jednotka obsahuje takové množství pozorování, že je možné provést klasickou statistickou analýzu. Typické je to například pro analýzu států, kde lze využít vnitřního členění na okresy, či kraje a státy. Jednotka (stát) je zde složena z mnoha sub-jednotek (federální státy, okresy, obce), které umožňují statistickou vnitropřípadovou analýzu. A naopak z druhé strany lze tvrdit, že případové studie mohou podrobně zkoumat i několik případů. Je samozřejmé, že v určitém momentě se pozornost přenese z případu na vzorek případů, spolu s tím jak roste objem zpracovávaných pozorování. Nelze tedy striktně oddělit případové studie a „cross-case“ výzkumy. Zároveň je také třeba vnímat, že fakticky každý výzkum má počet studovaných jednotek větší než jedna. Rozdíl mezi cross-case a případovými studiemi je v tom, že případová studie může analyzovat větší počet jednotek uvnitř případu, ale nikoliv mimo něj. Naopak cross-case analýzy získávají počty zkoumaných jednotek zahrnutím větších množin případů - každý přitom vytváří jeden bod na grafu závisle a nezávisle proměnné.
6.2 Typy případových studií V literatuře jsou zmiňovány zejména dvě velmi podobné typologie případových studií (Lijphardt 1971 a Eckstein 1975). Pro jednoduchost se zde budeme orientovat podle Lijphardtovy typologie. Lijphardt člení případové studie na: (i) ateoretické (ii) interpretativní (iii) hypotézy generující (iv) teorie potvrzující či vyvracející (v) deviantní. První typ odpovídá studiím, jejichž cílem je popsat určitý jev, událost, období či region. Cílem není testovat ani vytvořit teorii, nýbrž přesně zachytit a syntetizovat všechny významné aspekty daného jevu. Druhý typ prací využívá teorii, která však představuje myšlenkový rámec pro vysvětlení určitého případu. Cílem opět není testovat ani vytvořit teorii, ale vysvětlit empirický případ za pomocí určité teorie. Třetí typ se naopak přímo snaží vyvinout teorii či alespoň předběžné hypotézy, jež by mohly později posloužit k vytvoření teorie. Čtvrtý typ se snaží vyvrátit nebo potvrdit určitou teorii a tím jí vystavit testu – ověření. Pátý typ do určité míry spojuje dva typy předchozí. Deviantní případ nemůže být vysvětlen existujícími teoriemi a je proto třeba zjistit, zda nedošlo k chybě v měření. Pokud je jeho zařazení správné, co přispělo k tomu, že se vývoj daného případu odchýlil od předpovědí teorie? Takový typ studie se lehce může změnit na hypotézy vytvářející. Uvedené typy lze zjednodušeně uspořádat do tří kategorií: (i) ateoretické deskriptivní studie (ii) interpretativní – teorie aplikující studie (iii) studie orientované na teorii.
59
První kategorie je typická pro historii, etnologii, ale i sociální geografii. Její výhodou je, že umožňuje poskytnout relativně objektivní empirický materiál pro navazující teoretické výzkumy. Problémem je, že sama o sobě jen minimálně přispívá ke kumulaci poznání. Příkladem takové práce může být studie snažící se o komplexní popis německých ozbrojených sil po roce 2001, či popis nového průmyslového klastru poblíž Moskvy. Takové práce jsou cenné zejména v případě, že popisují nové, zatím neprobádané a zároveň potenciálně významné případy. Druhá kategorie představuje fakticky aplikovanou vědu. Hodnota těchto studií je dvojí. Za prvé mohou velmi dobře posloužit pro dokumentaci fungování teorie, což je vhodné zejména v pedagogické praxi, ale také ve snaze o zpopularizovaní určité teorie. Za druhé, takovéto studie mohou být předstupněm pro návrh praktických řešení. Například určitá teorie vysvětluje vývoj daného případu od bodu A k bodu B, přičemž v bodě B je možno změnit trajektorii, pokud změníme hodnoty nezávislé proměnné, s níž teorie pracuje. Opět je však třeba zdůraznit, že tyto práce nejsou testem dané teorie. Za určitých okolností sice i ony mohou poukázat na rozpor mezi teorií a empirií, nicméně jedná se více o náhodu, než o úmysl. Souvisejícím problémem je, že v případě potvrzení/zpochybnění teorie není zcela jasné, jaký význam má toto zjištění ve vztahu k jiným studiím a k obecné platnosti teorie. Obdobně je nutno mít na zřeteli, že empirie v těchto pracích byla do značné míry selektována (mnohdy zcela nevědomě) právě na základě dané teorie, totiž tak aby ji podporovala, a proto je třeba k ní přistupovat s obezřetností. Třetí kategorie zahrnuje případové a komparativní studie určené k vytváření nebo testování teorií. Právě ona kategorie do značné míry v sociální geografii chybí. Cílem není podat vyčerpávající popis určitého jevu, ale poskytnout odpověď na otázku, jaká je příčina určitého jevu, nebo zda se určitá příčina opravdu projevuje. Tyto práce účelově selektují data, jakož i případy tak, aby mohly otestovat, či vytvořit určitou teorii. Na jednu stranu jsou ve vztahu ke konkrétním případům empiricky výrazně bohatší než práce statistické, zároveň ale obvykle nedosahují empirické hutnosti a komplexity prací popisných. Tyto přístupy mohou poměrně úspěšně odpovědět na kauzální otázku, např. zda je sdílená demokracie opravdu dostatečným faktorem pro zamezení válek mezi demokratickými státy. Nemohou být však vnímány jako vyčerpávající popis všech aspektů, které umožňují, nebo zamezují vypuknutí války mezi dvěma demokratickými státy. Tento typ studií je výrazně orientován na proměnné, nikoliv na samotné případy. Všechny výše uvedené kategorie mají své opodstatnění a nelze tedy a priori tvrdit, že některé by neměly být provozovány. Nicméně, jak je již patrné z výše napsaného, jednotlivé kategorie mají svá omezení. „Sběr dat bez snahy o teoretické završení nelze považovat za konečný cíl vědy. A provozování (v Lijphardtově pojetí) interpretativních studií na základě nedostatečně otestovaných teorií, propůjčuje těmto teoriím nezasloužený status“ (Kofroň 2012b, s. 314). První bod je zřejmý, u druhého se krátce zastavíme. Problém interpretativních studií spočívá v tom, že netestované teorie mohou na první pohled budit zdání, že poměrně dobře vysvětlují řadu případů. Nicméně určitý příklad může být vysvětlen hned několika teoriemi, a to např. jakmile několik teorií bude předpovídat stejný výsledek. Logicky následuje otázka, která z teorií platí, přičemž však interpretativní 60
případové studie danou otázku nejsou ze své podstaty schopny vyřešit. Navíc několik teorií může vysvětlovat relativně úspěšně tytéž případy, přičemž se však mohou zásadně lišit v přesnosti svých předpovědí. Bez dalšího testování však zřejmě onen rozdíl nebudeme schopni odhalit a teoreticky vytěžit. A stejně tak budeme mít jen malou šanci zjistit, že určitá teorie není schopna vysvětlit případy, se kterými by si měla bez problému poradit. Proto je nutné, ba nezbytné, abychom se věnovali i třetí kategorii případových studií, tj. kategorii, která se orientuje na důkladné testování a případně tvoření teorií.
6.3 Ateoretická studie Popisné případové studie představují zejména v historii, ale i sociální geografii významnou část vědecké produkce. Kryjí se de facto s idiografickými popisnými studiemi, přičemž se však v geografii předpokládá spíše užší tematické zaměření a územní vymezení studovaného jevu – tedy ateoretická popisná studie Puntlandu, nikoli Subsaharské Afriky. Jejich význam spočívá v přesném zachycení určitého jevu, události, či objektu. Toto zachycení by mělo poskytnout informace pro další výzkum, který se již může orientovat na teoretické otázky. Popisné práce by se měly snažit zachytit zejména ty části reality, které ještě nebyly popsány (viz kap. 5.1).44 Výjimkou je situace, kdy lze předešlý popis považovat za silně problematický. Popisná práce by se tedy vždy měla snažit popsat buď nový jev, nebo výrazně pozměnit dosavadní znalosti o dříve popsaných jevech, tj. ukázat, že předešlý popis určitého regionu byl postaven na chybných informacích (viz i Gerring 2012a). Ve druhém případě platí, že čím menší bude rozdíl mezi prací předešlou a prací novou, tím menší bude význam nové popisné studie. Druhým kritériem významu popisné práce je její vztah k existujícím teoriím či konceptům. Velmi přínosná může být práce, jež je přinejmenším empiricky zajímavá pro soudobý teoretický výzkum, nebo může napomoci přesnějšímu definování konceptů. Zároveň je nutné si uvědomit, že i popisné práce stojí na teoriích – alespoň implicitně (Levy 2008). Může se jednat jak o obecně platné teorie, tak o teorie dotýkající se specificky jen studovaného případu. Zejména se jedná o kontrafaktuální teze, že pokud by se něco nestalo (například stavba sídliště), charakter regionu by se změnil (nevzrostla by kriminalita). Řada popisných prací obsahuje podobná tvrzení v poměrně hojné míře. A především samotný výběr tématu popisné práce může být nevědomky ovlivněn existujícími teoriemi a koncepty. Třetím kritériem je obecná významnost studovaného jevu, regionu apod. Obecně platí, že popisné práce upadnou v zapomnění, pokud se soustředí na malé a obecně nevýznamné území. Popis tří vesnic na Benešovsku sám o sobě nejspíš příliš velkou hodnotu mít nebude. Pro drtivou většinu potenciálních čtenářů je taková práce – je-li dominantně popisná – nezajímavá. Naopak práce popisující „velké události“ mají možnost aspirovat na mnohem širší pozornost. Zvláštním typem popisů jsou typologie a konceptualizace (viz kap. 5.1). Popis se může obracet i ke konceptuálním pojmům, jako je demokracie, region nebo klastr. Snahou může být přesné definování, popsání nebo změření studovaného jevu. Takový výzkum může 44
Není náhodou, že popisné práce dominovaly v geografii v době velkých objevů, kdy bylo možné přinést zcela unikátní informace o nově objevených územích. Podobně historie si mimořádně cení do té doby neveřejných archivních materiálů, či archeologických objevů, které opět přinášejí zcela nové informace, které mohou jak potvrdit, tak vyvrátit naše dosavadní poznatky. 61
ukázat na hlavní odlišnosti různých typů demokracie či různých typů klastrů. Je zřejmé, že daný výzkum je již silně ovlivněn určitou teoretickou znalostí, či probíhající debatou. Popisy usilující o vyprecizování určité typologie musí již strategicky vybírat případy a všímat si v nich konkrétních rysů, které umožní sestavení smysluplné typologie, schopné postihnout jak hlavní odlišnosti, tak shody množiny jevů systematizovaných v typologii (pro tzv. explanatorní typologie viz Elman 2005). Obdobně při snaze o konceptualizaci lze vyjít z popisu určitého „typického“ zástupce. Z tohoto popisu však bude třeba abstrahovat tak, aby koncept zachycoval širší množinu jevů. Pokud se tedy budeme snažit vytvořit koncept soukromé vojenské společnosti, je možné si vybrat jednu či několik málo společností, které mj. nabízejí vojenské služby a detailně je studovat. Následně se můžeme pokusit vyzdvihnout jejich hlavní společné rysy, jakož i ty rysy, které je výrazně odlišují od ostatních firem. Typologie, koncepty a definice mohou být v průběhu času měněny. Lze však tvrdit, že dobrá definice či koncept mají tendenci přetrvávat s relativně malými změnami, což zvyšuje její teoretickou využitelnost. V souhrnu lze říci, že případové studie snažící se o popis by si měly vybírat takové objekty zkoumání, u nichž lze očekávat, že budou zajímavé pro co nejširší okruh čtenářů a u kterých je šance přinést nové, či výrazně přesnější informace. Obecně však platí, že popisné práce nedosahují významu studií, které přímo operují s teorií.
6.4 Interpretativní studie Interpretativní studie se snaží přiblížit a vysvětlit určitý proces za využití konkrétní teorie. Příklad může sloužit jak pro ilustraci funkčnosti teorie, tak pro vytvoření multivariantního scénáře umožňujícího v daný moment změnit trajektorii probíhajícího procesu manipulací určité proměnné.45 První přístup má význam zejména vzdělávací a akademický, druhý především praktický. První případ se objevuje často na začátku výzkumu, kdy nám určitý příklad slouží jako dokumentace funkčnosti teorie odvozené například z formálního modelu. Příklad zde ukazuje, že daná teorie (hypotéza) není pouze myšlenkovým konstruktem (viz Bueno de Mesquita 2003, s. 289-291 a 319-323). V pokročilém výzkumu pak interpretativní studie může seznamovat s fungováním teoretického modelu na praktickém příkladu, což obvykle ulehčuje učení (viz Flyvbjerg 2006). Zároveň je možné použít tento typ studie, když chceme uspořádat empirická data do lépe stravitelné formy. Teorie nám poskytuje určitý organizační rámec, jenž určuje, jaké informace jsou důležité, a které ne, a zároveň také určuje vztahy mezi klíčovými faktory (shodně i King, Keohane a Verba 1994). Takové využití teorie opět může sloužit lepšímu učení a širší přístupnosti empirických zjištění. Je zjevné, že teorie zde na jednu stranu poskytuje určitou intelektuální kostru pro uspořádání informací, zároveň však tím vytváří i velká omezení. Je totiž velmi snadné podřídit sběr dat teoretické konstrukce a vynechat tak data, která do teorie nepasují (viz Gerring 2012a). Tímto dochází k bezděčnému potvrzování teorie, která však může mít řadu velmi slabých míst. 45
Například pomocí teorie A vysvětlíme, proč region „Alfa“ v uplynulých letech stále více zaostával v porovnání s podobnými regiony a za pomocí téže teorie vytipujeme hlavní oblasti (proměnné), jejichž změnou nastartujeme ekonomický rozvoj regionu. Může se jednat o investice do výzkumu, pobídky pro firmy, snížení daní atd. v závislosti na teoretické znalosti. 62
Jako názorný příklad využití interpretativního typu případové studie lze uvést, práci historika Ecksteina (2006) „Mediterranean Anarchy, Interstate War, and the Rise of Rome“. V této práci se autor pokouší vysvětlit proč se z Říma - původně jednoho z mnoha států na Apeninském poloostrově – stal faktický hegemon středozemního regionu. Jeho hlavním argumentem je, že klasické tvrzení o patologické agresivitě Říma neobstojí, neboť v daném mezinárodním prostředí byla brutalita, nedodržování smluv a vojenská agresivita normou. Využívá přitom neorealistické teorie, aby vysvětlil logiku chování států tehdejší doby. Jeho cílem není debata platnosti neorealismu, ale vysvětlit za pomocí této teorie antický politický systém a jeho vývoj. Autor přitom odůvodňuje výběr teorie zejména tím, že antické státy neznaly nic na způsob mezinárodních institucí, což vylučuje aplikovatelnost konkurenční liberální teorie. Zjednodušeně řečeno, má za to, že základní předpoklady oné teorie byly v případě antického světa naplněny, zatímco předpoklady teorií konkurenčních nikoliv. Tato práce tedy sama a sobě nemůže být považována za test neorealistické teorie, představuje naopak aplikaci uvedené teorie na konkrétní, zde historický, příklad. Je zřejmé, že výběr případů takovýchto studií bude směřovat buď k případům, kde se teoretický model projevuje velmi zřetelně, to jest bez působení dalších výrazných kauzálních mechanismů, anebo k případům typickým, které mohou poskytnout představu o tom, jak model funguje v běžných podmínkách v součinnosti s ostatními kauzálními mechanismy. Vždy bychom měli jasně říci, zda náš případ má za cíl ukázat kauzální mechanismus v jeho čisté podobě - v mnohém analogické laboratornímu pozorování (blíže Gerring 2007a), nebo zda se jedná o případ, ukazující „prolínání“ kauzálních mechanismů v běžném prostředí.46 V případě interpretativní studie, jakožto nástroje pro formulování praktické intervence, obvykle nemáme možnost speciálně vybírat příklad podle teorie. Situace je spíše opačná. Politik či manažer hledá řešení pro konkrétní případ a úkolem odborníka je přijít s teorií, jež dokáže (i) dobře vysvětlit prozatímní vývoj případu a (ii) predikovat, alespoň skrze formu scénářů, budoucí vývoj a (iii) umožní alespoň do určité míry manipulovat budoucím vývojem. Zdá se tedy, že v tomto případě je větším problémem výběr teorie. Autor takové studie by měl mít dostatečný přehled o současných teoriích, aby byl schopen posoudit jak jejich relevanci, tak jejich status ve vědecké obci. Fatální chybou by jistě bylo použít vlivnou teorii, která však nemůže být v určitém případě aplikována, neboť výchozí předpoklady nejsou v daném případě vůbec naplněny.47 Obdobně by však bylo neomluvitelnou chybou aplikovat teorii, jejíž předpoklady jsou sice v daném případě naplněny, nicméně teorie samotná byla již úspěšně nejednou vyvrácena, a to i v podmínkách pro ni velmi příhodných. Další komplikací je fakt, že některé příklady budou vyžadovat kombinaci teorií. V těchto situacích je nutné dávat velký pozor na komplementaritu teorií. Musíme mít jistotu, že kombinované teorie jsou navzájem logicky propojitelné, a že vycházejí ze stejných 46
Výše zmíněná Ecksteinova (2006) práce jasně vychází z přesvědčení, že realismus by měl v antickém světě fungovat mnohem spíše než k němu konkurenční teorie. 47 Teorie může například očekávat existenci volného trhu v určitém odvětví, to však může být zcela znárodněno, což bezesporu negativně ovlivní užitečnost teorie. Zároveň je třeba připomenout, že dokonalé naplnění předpokladů je mnohdy nereálné. Klíčový rozdíl však zřejmě leží mezi přijatelnou mírou zjednodušení a přiblížení se reálné situaci na jedné straně a naprosté absenci klíčových předpokladů určité teorie v konkrétním případě na straně druhé. 63
základních epistemologických předpokladů. Teorie, které vycházejí ze vzájemně neslučitelných předpokladů, mohou být jen velmi obtížně kombinovány, např. neoliberální a marxistické teorie regionálního rozvoje (viz Blažek a Uhlíř 2011). Předpoklad logické koherence teorií je klíčový pro úspěšnou praktickou intervenci.
6.5 Tvoření teorií s využitím případových studií Případové studie jsou efektivním nástrojem pro tvorbu teorií zejména v případech, kdy se nemůžeme opřít o spolehlivá statistická data – ať z důvodu jejich nedostupnosti, utajování či neexistence, nebo proto, že námi studované jevy se vyskytují ve velmi malých počtech, např. velké mezinárodní konflikty. Výběr případů musí sledovat určitou logiku, tak aby získané poznatky měly alespoň určitou (vždy problematickou) šanci na přenesení mimo zkoumanou množinu dat. Na následujících řádcích se budeme věnovat zejména trojici základních strategií (i) zkoumání odlehlého případu (deviant case), (ii) zkoumání případů s extrémními hodnotami závislé proměnné a (iii) Millovým metodám shody a rozdílu. Na úvod poskytujeme přehled významných metodologických prací na téma případové studie, ze kterých v rámci části 6 vycházíme (Tabulka 7) Odlehlý případ (deviant case) Odlehlý případ nemůže být vysvětlen stávající teorií, nebo přímo odporuje predikcím dané teorie (viz Van Evera 1997, s. 22). Je třeba mít se na pozoru, abychom jako odlehlé neoznačovali ty případy, které buď leží mimo záběr teorie, nebo nejsou vysloveně v rozporu s danou teorií. Ideálním typem odlehlého případu je jednotka, jež vysloveně a výrazně popírá předpovědi dané teorie, ale která by zároveň měla být touto teorií vysvětlitelná. Jako názornou ukázku lze uvést příklad Německa z roku 1905 ve vztahu k teorii ofenzivního neorealismu Johna Mearsheimera (2001). Tato teorie zjednodušeně tvrdí, že státy mají tendenci za vhodných podmínek zvyšovat svou moc v systému. Systémem je zde rozuměn určitý kontinentální blok, kde se kříží základní zájmy států obývajících tento region. Lze tvrdit, že cílem všech mocností v daném regionu je získat regionální hegemonii (obdoba pozice USA v Americe). Státy, které drží více než 35 % moci v regionu, mají tendenci k zahájení hegemonických válek (napoleonská Francie, Německo 1914 a 1939), či se přinejmenším octnou na pokraji takových konfliktů (SSSR v době studené války). Vůči této teorii však lze nalézt jeden případ, který předpovědím vysloveně neodpovídá, totiž chování Německého císařství v letech 1905 a 1906 (jak přiznává i Mearsheimer 2001, s. 216). V onen okamžik totiž Rusko, jako jedna z klíčových mocností na evropském kontinentu, utrpělo porážku od japonských vojsk na Dálném východě a zároveň se Ruskem přehnala vlna nepokojů. Lze tvrdit, že se Rusko nakrátko ocitlo paralyzováno, neschopno v případě potřeby efektivně zasáhnout proti Německu. Tabulka 7 - Vybrané metodologické práce týkající se kvalitativních přístupů, případových a komparativních studií v sociálních vědách48 48
V sociální geografii je významným příkladem aplikace metod případových studií tzv. „locality debate“ v 80. letech – viz např. Cooke (1986, 1989), která epistemologicky vycházela z kritického realismu. Snažila se s využitím strategie rozmanitých případů vysvětlit rozdíly v ekonomické výkonnosti a úspěšnosti restrukturalizace hospodářství mezi jižní, 64
Autor Lijphart
Název publikace Comparative Politics and Comparative Method Case Study and Theory in Political Science Comparative Method, Moving Beyond Qualitative and Quantitative Research Counterfactuals and hypothesis testing in political science Designing Social Inquiry
Rok 1971
Fuzzy-Set Social Science What Is a Case Study and What Is It Good for? Case Studies and Theory Development in the Social Sciences
2000 2004
Rozvoj předešlé Raginovy knihy Definice a typologie případových studií
2005
2006
Gerring
Five misunderstandings about case study research Case Studies Principles
Gerring
Is There a (Viable) Crucial Case Method?
2007
Seawright, Gerring
Case Selection Techniques in Case Study Research: A Menu of Qualitative and Quantitative Options Case Studies: Types, Designs, and Logics of Inference Rethinking Social Inquiry
2008
Social Science Methodology
2012
Případové a komparativní studie jako nástroj tvoření teorií, typologie případových studií. Filosoficko-vědní ukotvení Debata hlavních mýtů o případových studiích Definice a možnosti využití případových studií Využitelnost metody klíčového případu (crucial case design a „path-way case“) Prolínání kvantitativních a kvalitativních metod; statistické techniky výběru jednotek pro kvalitativní případové studie Typy případových studií podle výzkumného designu, logika inference Kvantitativní a kvalitativní výzkumný design a kauzální inference Průřezový učební text
Eckstein Ragin Fearon King, Keohane, Verba Ragin Gerring George, Bennett
Flyvbjerg
Levy Brady, Collier Gerring
1975 1987 1991 1994
2007
2008 2010
Zaměření Komparativní metody, typologie případových studií Případové studie jako nástroj tvoření teorií, typologie případových studií Komparativní metody v sociálních vědách Kontrafaktuální studie a jejich využití pro testování hypotéz Výzkumný design v sociálních vědách, deskriptivní a kauzální inference
Zdroj: upraveno a doplněno dle Kofroň 2012b Teorie by očekávala, že Německo, v Evropě tehdy dominantní, využije příležitosti a pokusí se buď zaútočit na Francii, nebo alespoň pomocí vojensko-diplomatického tlaku získat výrazné výhody ve svůj prospěch. Německo však ruské slabosti vůbec nevyužilo a nepodniklo žádné kroky, které by zvýšily jeho moc v systému. Tento příklad lze považovat za vhodný studijní materiál, který může generovat jak vysvětlení platná jen pro tento příklad49, tak i vysvětlení dále aplikovatelná, která mohou buď doplnit, ale také zcela vyvrátit původní teorii. Zkoumáním odlehlého případu můžeme získat řadu cenných poznatků. V některých případech zjistíme, že odlehlý případ ve skutečnosti nebyl odlehlým, protože hodnoty na střední a severní Anglií, odlišit lokální faktory rozvoje (ovlivnitelné intervencemi samosprávy a místních iniciativ) od vlivu ekonomické globalizace a intervencí vlády. 49 Např., že německá armáda nebyla připravena v daný moment zasáhnout, či že vládní kruhy musely urychleně řešit zcela jinou problematiku, což jim neumožnilo včas si všimnout příležitosti apod. 65
závisle a nezávisle proměnné byly mylně kódovány (chyba v měření apod.) Pokud po opravě případ vykazuje hodnoty odpovídající teorii, lze tvrdit, že jsme posílili důvěru ve výchozí teorii. Pokud však zjistíme, že případ skutečně odporuje teorii, je třeba hlouběji analyzovat příčiny toho nesouladu. V optimálním případě se nalézáme před dvěma zjištěními. (i) Teorií postulovaný mechanismus v daném případě vůbec nepůsobil a místo něj působily mechanismy jiné. Takové zjištění vrhá stín na obecnou platnost teorie, která by poté měla být podrobena hlubšímu rozboru ohledně její vnitřní konzistence i empirických projevů na případech, jež vykazují teorií očekávané hodnoty. Je například možné, že klíčová nezávislá proměnná teorie (která však reálně nepůsobila) byla korelována se skutečně působící proměnnou ve většině případů. Odlehlý případ by tak umožnil odhalit skutečně působící proměnou. Abychom však získali jistotu, je třeba provést další výzkum. (ii) Můžeme zjistit, že teorií postulovaný mechanismus se vskutku v daném případě projevoval, ale jeho působení bylo převáženo silnějšími kauzálními mechanismy.50 V takovém případě nám odlehlý případ může ukázat na efekt propojení několika kauzálních mechanismů a tím i odhalit relativní význam teorie. V průběhu studia odlehlého případu lze nalézt potenciálně působící proměnné, jež se nám mohou zdát jako kandidáti na širší působení. Může se jednat jak o nové klíčové nezávislé proměnné, tak i o proměnné, které doplňují určitou teorii. Jednoznačnou výhodou odlehlého příkladu je, že neumožňuje nekritické uvažování v intencích staré teorie a nutí nás k hledání nových příčinných mechanismů. Tato metoda se může snadno stát základnou pro vytváření nových hypotéz a teorií. Odlehlý případ však není vybírán s ohledem na to, aby jeho zjištění mohla být přenesena na širší množinu dat, proto je nezbytné přistupovat k otázce širší generalizovatelnosti výsledků s velkou opatrností. Je možné, že zjištění z odlehlého případu bude platné pro širokou množinu dalších jevů, ale též se může jednat o jedinečné vysvětlení pouze daného jevu. Proto je třeba odlehlé případy považovat pouze za první krok ve výzkumu. Extrémní případy Další z často se vyskytujících výzkumných strategií pro tvoření teorií je výběr případů s extrémními hodnotami (King, Keohane a Verba 1994; Van Evera 1997; George Bennett 2005). Určitý jev se nám zdá zajímavý pro teoretické vysvětlení, přičemž však doposud nebyly formulovány teorie, které by tento jev podchycovaly. Extrémní hodnoty jsou užitečné zejména tehdy, když (i) se jedná o jev relativně vzácný a nemůžeme využít statistických postupů vedoucích k identifikování potenciálních proměnných51 a nebo když (ii) chybí silná
50
Např. existence létajících strojů či živočichů také nepopírá existenci působení gravitace. Jeden z recenzentů položil otázku, zda je možné určit extrémní hodnoty při omezených počtech pozorování. Lze tvrdit, že některé vzácné jevy, jako například mezistátní války, mají krajně asymetrické rozložení (co se velikosti konfliktu týče). Přestože mezistátních válek v 20. století nebylo mnoho, není těžké identifikovat 1. a 2. světovou válku jako jednoznačné extrémy (trvání, intenzita bojů, počet obětí, mobilizace společnosti atd.) Obtížnější situace nastává tam, kde mají případy tendenci vykazovat malý rozptyl od středních hodnot. Zde je přirozeně mnohem těžší vybrat opravdu extrémní případ. Naší snahou však je vybrat z dané množiny případů co nejextrémnější případ.To lze i v situacích, kdy disponujeme třeba jen deseti či patnácti případy. Je třeba si uvědomit, že metodické příručky mluví obvykle o optimálních situacích, v realitě je pak úkolem výzkumníka se k nim co možná nejvíce přiblížit.
51
66
datová základna a provedení statistických testů bude vyžadovat – časově obvykle značně náročné – sestavení solidních datasetů. V těchto případech je vhodné začít s omezeným počtem případových studií. Upozorněme, že zejména ve druhém případě lze mluvit o určitém pilotním výzkumu, jenž může vyústit v identifikaci proměnných, které budou tvořit základ datasetů a následných statistických studií. Základem úspěchu je vhodný výběr příkladů. Obecně lze tvrdit, že máme před sebou dva až tři kroky. Za prvé, zaměříme se na ty příklady, které vykazují extrémní hodnotu na závisle proměnné (např. Van Evera 1997, s. 70). Chceme-li vědět, co zapříčiňuje rychlý ekonomický růst, je logické zaměřit se na ekonomicky nejdynamičtěji rostoucí státy. Následná detailní analýza se pokusí najít hlavní proměnné, které vedly k ekonomickému růstu v těchto případech. Pokud se ukáže, že se některá proměnná vyskytuje ve většině těchto případů, máme kandidáta klíčové nezávislé proměnné. Ve druhém kroku bychom měli zkontrolovat, zda se tato klíčová proměnná (či shluk klíčových proměnných) nevyskytují i u případů, které vykazují velmi nízké hodnoty na závislé proměnné. Pokud ano, potom naše nezávislá proměnná nedokáže vysvětlit rozdílné hodnoty závisle proměnné (King, Keohane a Verba 1994). Pokud však zjistíme, že se naše nezávisle proměnná neobjevuje v takových hodnotách u ostatních případů, máme důvod se domnívat, že se skutečně jedná o hledaný kauzální mechanismus. V tento okamžik bychom však měli provést ještě podrobnou studii několika případů s nízkými hodnotami na závisle proměnné a ukázat, že (i) námi identifikovaná nezávisle proměnná se v nich nevyskytuje a (ii) pomocí kontrafaktuální analýzy dokázat, že přítomnost této nezávisle proměnné by vskutku mohla výrazně ovlivnit hodnotu na závisle proměnné. Je tedy zjevné, že i tento typ analýzy je relativně pracný a skládá se z několika kroků. Neúspěch v kterémkoliv z nich znamená jasné stop v tvoření nové teorie. V případě že se nám podaří teorii vytvořit, je třeba mít na paměti, že naše analýza spočívala na relativně omezeném vzorku případů, což nutí k určité opatrnosti ve vztahu k obecné platnosti naší teorie. Přesto však lze tvrdit, že dodržením uvedeného postupu výrazně zvyšujeme šanci na to, že námi identifikovaná proměnná bude mít obecnou platnost. Asi nepřekvapí, že čím větší množství zkoumaných případů, tím větší bude naše přesvědčení o obecné platnosti nové teoretické teze. Zároveň je však třeba mít na zřeteli, že zvětšování počtu zkoumaných případů povede k vyšší časové náročnosti a také k omezeným možnostem detailně se seznámit s každým případem, což může ve svém výsledku vést ke ztrátě interní validity našeho výzkumu. Obecně lze za vhodné minimum považovat tři až čtyři případy vykazující vysoké hodnoty na závisle proměnné a alespoň dva či tři případy s velmi nízkými hodnotami na závisle proměnné. Uvedený počet umožní určité srovnání a přitom budeme schopni provést skutečně detailní analýzu, která však závisí i na dostupnosti empirického materiálu. V případě větších výzkumných týmu lze uvažovat i o rozšíření vzorku sledovaných případů, je však vždy třeba trvat na tom, aby výzkum u každého případu proběhl srovnatelným postupem. Problémy tohoto typu výzkumu poměrně dobře ilustruje výzkum Portera (1990) „Competitive Advantage of Nations“. Výzkum analyzoval deset států, které vykazovaly významné ekonomické úspěchy. Tedy první krok byl zvolen správně. Porter a jeho tým 67
dospěli k identifikování několika klíčových faktorů. Problém tohoto výzkumu spočívá ve druhém kroku, respektive v jeho absenci (blíže King, Keohane a Verba 1994, s. 134). Porter se nepokusil podrobně analyzovat země, které na závisle proměnné vykazovaly nízké hodnoty. Pouze anekdoticky uvedl příklady neúspěšných zemí. Tuto část výzkumu nekoncipoval srovnatelně k první části. Z výše uvedeného navíc jasně vyplývá, že v případě Portera nelze očekávat snahu o kontrafaktuální analýzu, která by se pokusila ukázat, že přítomnost identifikované vysvětlující proměnné by dokázala z neúspěšných států učinit státy úspěšné. I proto je nutno jeho výzkum (ale i všechny podobné výzkumy) nahlížet s velkou opatrností. Jestliže i u výzkumů, které se snaží, co nejlépe dodržet veškerá metodologická pravidla později zjišťujeme, že zachycují mnohdy jen část problému a někdy jsou zcela mylné, potom u výzkumů, jež tato pravidla nedodržují, je šance na jejich problematičnost ještě výrazně vyšší. Obecně však lze metodu extrémních hodnot doporučit jako poměrně účinnou výzkumnou strategii. Je však třeba jednak učinit všechny nezbytné kroky a chápat, že omezený rozsah zkoumané množiny může (to je samozřejmě vždy sporné) později vést ke zjištění, že identifikované vztahy byly spíše lokálním unikem zkoumaných případů. Zároveň však platí, že dodržení všech výše zmíněných kroků výrazně zvýší naší důvěru v obecnou platnost nové teorie. Millovy metody Občas bývají využívány také metody Millovy induktivní logiky (1843), které se snaží vytipovat příčinné souvislosti mezi jevy srovnáním přítomnosti proměnných. Konkrétně se jedná o dvě základní metody – metody souhlasu a metodu rozdílu. Je však třeba uvést, že Millovy metody na jedné straně sice poskytují poměrně jednoduchou šablonu pro induktivní vyvozování závěrů, je však třeba varovat, že se jedná o metody poměrně slabé a s řadou omezení (blíže např. George a Bennett 2005). Zároveň však jde o metody, které mohou být využitelné přinejmenším pro určitý typ prací, jako jsou práce bakalářské či diplomové. Hlavním cílem těchto prací je seznámit studenty s logikou vědecké práce na pozadí určitého problému, přičemž však dostupné zdroje jsou relativně omezené a zároveň nemusí být kladen velký důraz na finální výstup ve smyslu jeho vědecké nezpochybnitelnosti. Millovy metody v těchto případech nabízejí určitou kostru pro výzkum. Metoda shody (method of agreement) pracuje s výběrem případů (alespoň dvou, spíše však více), kde nacházíme shodu na závisle proměnné, přičemž však nezávisle proměnné vykazují odlišné hodnoty. Případy dále studujeme a hledáme, v čem se shodují. Pokud se nám podaří takovou shodu například v podobě určité (do té doby neuvažované) proměnné najít, máme kandidáta na vysvětlující proměnnou. Je však třeba zdůraznit, že se vskutku jedná pouze o kandidáta, který by měl být podroben dalšímu zkoumání. Naopak metoda rozdílu (method of difference) vybírá případy, kde nacházíme rozdílné (čím více rozdílné tím lépe) hodnoty na závisle proměnné, přičemž ostatní proměnné jsou totožné. V tento moment se na rozdíl od předchozí metody snažíme najít proměnnou, která se u vybraných případů liší v souvislosti s proměnnou závislou. Opět, pokud jsme nalezli takovou proměnnou, jejíž změny by mohly vysvětlit změny na závislé proměnné, 68
máme kandidáta příčinného vztahu. Stejně jako v předchozím případě však musíme zdůraznit slovo kandidát. Zejména u induktivního výzkumu totiž platí, že omezený rozsah zkoumané populace vede k omezeným schopnostem generalizace poznatků. Je třeba si uvědomit, že u metody rozdílu i shody, nejsme nikdy schopni pojmout do našeho výzkumu všechny potenciálně působící proměnné. Vždy tedy existuje šance, že naše výsledky jsou dílem náhodné kovariace. Otázkou na závěr je, kdy vybrat metodu shody a kdy metodu rozdílu. V návaznosti na Van Everu (1997, s. 69) lze tvrdit, že metodu rozdílu volíme tehdy, když pracujeme s homogenními případy, kde většina jejich charakteristik je stejná. Na takovém souboru je poměrně snadné nalézt charakteristiku (proměnnou), která se bude u jednotlivých případů lišit. Naopak tam, kde jsou případy značně heterogenní, je vhodnější zvolit metodu shody. Závěrečné poznámky ke generování teorií z případových studií Výše uvedené postupy mají řadu předností, ale též problémů. Obecně lze tvrdit, že se všechny vyznačují malým počtem studovaných případů, což vede k nižší externí validitě. Jednoznačně nejsilnější metodou je metoda extrémních hodnot. Jejím problémem je však velká náročnost na empirický materiál i čas, a to vzhledem k nutnosti provádět několik po sobě jdoucích kroků. Je navíc možné, že postup k dalším krokům výzkumníkovi ukáže, že objevená vysvětlující proměnná není skutečnou příčinnou, což vrátí celý výzkum na začátek. Ve finále je tato metoda také velmi intelektuálně náročná. Kontrafaktuální analýza, kterou by měl výzkum vrcholit, vyžaduje více než jen schopnost pečlivé empirické práce. Kontrafaktuální uvažování vyžaduje schopnost teoretického, silně abstraktního a deduktivního uvažování. Pro mnohé badatele bude právě tato část velmi problematickou. Důvodem zde může být i to, že geografové obvykle nejsou příliš trénovaní v deduktivním uvažování a mají mnohem blíže k popisu a konceptualizaci než k deduktivnímu tvoření teorií. V případě odlehlého případu je výhodou poukázání na nesoulad mezi teorií predikovanou a skutečnou hodnotou, na základě něhož můžeme dospět k formulaci nové kauzální hypotézy. Hlavním problémem je, že mnohdy nemohou samy o sobě odpovědět na otázku, zda se nalezené příčiny budou vyskytovat i u dalších případů (či alespoň určité podmnožiny). Nelze vyloučit, že odlehlý případ je jen hříčkou náhody, zcela unikátní kombinací působení proměnných. Studium odlehlého případu je tedy třeba vnímat pouze jako předstupeň pro další výzkum, jenž se pokusí určit, nakolik lze získané poznatky zobecnit na širší množinu případů. Jak jsme řekli již výše, Millovy metody mají řadu problémů. Předně se jedná o nemožnost zajistit kontrolu vůči všem potenciálně působícím proměnným. Zároveň také v sociálních vědách není lehké najít případy výrazně homogenní a ani případy výrazně heterogenní. Ostatně řada klíčových konceptů, charakterizujících řadu proměnných (například demokracie apod.) jsou velmi mlhavé, což do výzkumu vnáší prvek subjektivity hodnocení. Máme za to, že Millovy metody mohou sloužit buď jako doplněk k dalším postupům a nebo mohou poměrně efektivně sloužit jako určitá šablona pro některé typy bakalářských a diplomových prací.
69
V případě všech výše zmíněných metod však platí, že výzkumník musí mít, nebo nejpozději na začátku výzkumu získat solidní empirickou znalost jak příkladů, které bude studovat, tak i části těch, které studovat nebude. Jen na základě této detailní, expertní znalosti může z uvedených metod vytěžit maximum. Čím méně znalostí mít bude, tím těžší pro něj bude říci, které případy zkoumat a které ne. Větší faktografické znalosti také umožňují rychlejší identifikování (případně ale i vyřazení) potenciálně významných proměnných. Tam, kde jsou případové studie použity jako nástroj induktivního poznání, musíme dbát na faktickou znalost jevů a jednotlivých případů.52 Paradoxně tak naše volání po větší teoretizaci geografie nabralo zpětný kurz ke zdůrazňování významu obecných faktografických znalostí, dnes tolik přehlížených.
6.6 Testování teorií s využitím případových studií Testování teorií lze právem považovat za jeden z nejdůležitějších úkolů vědy (klasicky Popper 1997, mezi dalšími pak i King, Keohane a Verba 1994). Teorie by měly být průběžně podrobovány testování, jinak hrozí, že náš výzkum bude orientován mylnými teoriemi, které mohou vyústit v neúčinné nebo i negativní dopady praktických zásahů. Účinnost i možnost generalizace zjištění však silně závisí na strategickém výběru případů. Možnost generalizace zjištění je vždy vztahována k testované teorii, nikoli k vlastním empirickým zjištěním. Na následujících stránkách se zaměříme na čtyři základní strategie výběru případů pro metody (i) „plausibility probe“ (důkaz věrohodnosti), (ii) nejvíce a (iii) nejméně pravděpodobné případy a (iv) metodu kongruence. Na samý závěr zmíníme metodu „srovnávání příznaků“ (pattern matching). Účelem testování teorií není získat nový empirický materiál, ačkoli v průběhu analýzy určitého případu je možné dojít ke zjištěním, které se nevztahují k testovaným teoriím a mohou posloužit jako základ nové teorie nové. Níže popsané metody tedy nemají za úkol podat vyčerpávající popis nějakého případům, ale pomocí velmi úzkého výseku z empirické reality podrobit maximálně efektivnímu testu určitou teorii. A je to právě vyšetřovaná teorie, jež určuje, jaké výseky z reality budeme zkoumat. Plausibility probe Tento typ výzkumného designu lze použít zejména v počátečních stádiích výzkumu, a to zejména v situacích, kdy je testovaná teorie velmi čerstvá, nebyla podrobena širší vědecké diskusi, ani nebyly provedeny empirické testy. Klasickým příkladem může být teorie, která vznikla z formálního modelování, případně z verbalizované formy deduktivního usuzování. Hlavním cílem tohoto typu testu je ukázat na příklad, jenž zřetelně dokumentuje působení teorie. Vybíráme obvykle takový příklad, který umožní dané teorii jasně vyniknout, a který nebude zamlžovat výsledky v důsledku přítomnosti řady jiných působících kauzálních 52
S odkazem na výše zmíněné lze také kritizovat až příliš radikální odklon středoškolské geografie od výuky faktografické regionální geografie. Kdyby nic jiného, tradiční výuka geografie učila žáky poznat zájmový region či stát, znát alespoň obecný kontext jevů. Současné vzdělávání nepovažuje znalost – vědomosti faktografického typu za příliš podstatné, bohužel se tím u studentů vyvolává dojem, že tento typ znalostí není podstatný. Velká část výzkumu, zejména induktivního, požaduje solidní empirickou základnu. V případě dostupnosti databází lze akceptovat tvrzení, že data půjde vyhledat „stiskem“ jednoho tlačítka na počítači. Tam, kde však databáze nejsou, (například proto, že téma je nové, či se klíčové koncepty jen obtížně kódují), musíme empirický materiál alespoň do určité míry znát – pamatovat si jej. 70
mechanismů. Teorii tedy nejprve podrobíme slabému testu. Pokud teorie nepřekoná ani tento test a její predikce selžou, nemá smysl dále s teorií pracovat. Uvedený typ testu však může přispět také ke zpřesnění teorie. Může poukázat jednak na specifický průběh kauzálního mechanismu, ale může též teorii zpřesnit přidáním antecedentních podmínek, případně ukázat na vedlejší blokační či umožňující mechanismy, jež byly v původní teorii opomíjené. Hlavním významem zmíněného typu testu je však demonstrovat základní smysluplnost testované teorie na konkrétním případě. Vhodným příkladem takového testu může být Posenova (1993) práce Nationalism, the Mass Army, and Military Power. Barry Posen přichází s velmi zajímavou a inovativní teorií: nacionalismus je instrumentálním produktem mocenského soupeření panovníků 19. století. Vnější hrozby nutily panovníky zvětšovat své armády, což posléze vedlo k tendenci zavést masové branecké armády, sestávající se z občanů - vojáků. Základní problém však tkvěl v tom, že obyvatelstvo necítilo dostatečnou loajalitu k panovníkovi a zemi, aby bylo ochotno za něj bojovat. Vládnoucí elity (a to jak monarchické, tak republikánské) se tedy pokusily loajalitu zvýšit skrze pěstování nacionalismu. Na jedné straně tak byly zaváděny vzdělávací programy, které zvyšovaly technickou kompetenci obyvatelstva (nezbytnou pro obsluhu zbraní), ale také programy zaměřené na posílení nacionálního cítění obyvatelstva. Tímto si vlády zajišťovaly zvýšení svých extraktivních schopností jak v ekonomické, tak sociální oblasti. Barry Posen se rozhodl tuto teorii testovat na příkladu Německa a Francie ve druhé polovině 19. století. Vybral si právě ony dva státy s očekáváním, že pokud jeho teorie platí, měla by se projevovat v těchto případech nejzřetelněji. Francie a Německo byly tradičními nepřáteli ovlivňovanými navzájem tak, že zvýšení schopností jednoho státu nutně vedlo k tendencím balancování u státu druhého. Bylo tedy možno očekávat, že Francie a Německo budou vykazovat velmi podobný průběh a do značné míry i načasování klíčových kroků vedoucích k posílení nacionalismu obyvatelstva. Teorie Barryho Posena o vzniku nacionalismu se na těchto případech jasně potvrdila. Je však třeba zdůraznit, že pro teorii se jednalo o velmi lehký test a teprve další výzkum mohl rozhodnout o relativním významu právě uvedené teorie. Podobně tento typ testu nemohl příliš diskutovat případné alternativní vysvětlení. Dodejme jen, že přesto se zmíněná Posenova práce stala poměrně hojně citovanou a vedla k dalšímu plodnému výzkumu v této problematice (viz Mearsheimer 2011; Kadercan 2012; Schrock-Jacobson 2012).
Nejvíce pravděpodobný případ V pokročilé fázi se výzkum štěpí do dvou směrů. V prvním směru jde o maximální šíři platnosti teorie (nejméně pravděpodobné případy, viz další podkapitola), v druhém převažuje snaha co nejvíce popřít platnost teorie, což v extrémním případě může vést k jejímu zamítnutí. Nyní se zaměříme na druhý případ, jehož zjištění lze považovat za mnohdy fatální pro testovanou teorii. Cílem je nalézt takový případ, který by daná teorie měla uspokojivě vysvětlit (predikovat), přičemž však tomu tak není. Obvykle je vybírána situace, kde by hodnoty na 71
nezávisle proměnné měly zajistit jednoznačně pozitivní výstup na závisle proměnné. Zároveň s tím se však snažíme omezit vliv proměnných, které by jakýmkoliv způsobem mohly omezit působení hlavní nezávisle proměnné. Mnohdy jdeme tak daleko, že vybíráme případ, kde tyto kontrolní nezávislé proměnné budou působit ve směru působení hlavní nezávislé proměnné. Pokud existuje případ, jenž i přes maximální optimalitu podmínek vykazuje hodnoty na závisle proměnné zcela odlišné od predikce teorie, potom je velice nepravděpodobné, že by teorie mohla působit v podmínkách ještě méně příznivých. Nalezení byť jednoho takového případu vrhá vážný stín pochybností na danou teorii. S rostoucím počtem takových případů pak lze teorii označit v její aktuální podobě za nefunkční. Než však vyslovíme finální verdikt o nefunkčnosti teorie, je dobré uvážit, zda příčinou neúspěchu teorie nemůže být: (i) do té doby opomíjená nezbytná podmínka (která se u ostatních případů vyskytovala) (ii) nedostatečně, či příliš jednoduše formulována teorie V obou těchto případech lze upravit teorii a následně se podívat, zda upravená teorie dokáže vysvětlit více než teorie původní. Pokud ano, lze tvrdit, že jsme teorii zachránili. V opačném případě jsme ji však velmi výrazně zpochybnili. Zde je na místě uvést varování před opakujícím se opravováním teorie. V podstatě vždy je možné provést určité změny v teorii, které jí dočasně ušetří. Nicméně takovéto ad hoc úpravy mohou bránit opuštění problematické teorie, pročež bychom se vždy měli tázat, zda námi provedená úprava přináší nějaké nové poznatky a nové predikce, kterých stará teorie schopna nebyla. Pokud ano, lze tvrdit, že úprava teorie přispěla ke kumulaci poznání. Pokud bychom naopak postupovali opačným směrem, tj. že bychom například omezovali rozsah množiny příkladů, na něž je teorie aplikovatelná, dostali bychom se do situace, kdy s každou opravou klesá význam teorie, což lze jistě považovat za nežádoucí. Nejméně pravděpodobný případ Opakem nejvíce pravděpodobných případů jsou případy nejméně pravděpodobné. Logika výběru je přesně opačná. Snahou je nalézt takový případ, kde působení příčinného vztahu bude muset překonat nepříznivý kontext. Nepříznivý kontext lze definovat jako působení kontrolních nezávisle proměnných proti směru působení klíčové nezávisle proměnné. V některých případech lze vybírat i takový případ, kde bude hodnota klíčové nezávisle proměnné relativně malá, což může vést k pochybnostem, zda se projeví její vliv na závisle proměnnou. Pokud v takovémto případě zjistíme, že i přes nepříznivé okolnosti dokázala teorie předpovídat výsledek, potom je zjevné, že teorie má překvapivě velkou účinnost, což posiluje důvěru v její platnost. Obecně lze tvrdit, že jestliže teorie dobře fungovala za podmínek velmi nepříznivých, je možné očekávat, že za příhodnějších podmínek by si vedla přinejmenším stejně dobře, spíše však lépe. Dodejme, že otázka nejvíce a nejméně pravděpodobných případů je relativní. Proto by autoři měli vždy jasně říci, proč považují svůj případ za nejméně/nejvíce pravděpodobný a případně i konkretizovat postavení případu na ose „optimality“ vzhledem k ostatním případům. To pomůže dalším badatelům v jasném a rychlém zorientování se ve významu 72
testu. Bohužel v současnosti platí, že nakládání s pojmy nejvíce a nejméně pravděpodobný případ je velmi mlhavé. Do těchto škatulek bývají řazeny i ty případy, kde kontrolní proměnné působí jen velmi omezeně proti nebo ve prospěch teoreticky významné nezávislé proměnné. Zřejmě by bylo vhodné, kdyby autoři přijali alespoň určitý úzus v označování případů. Lze navrhnout například následující škálu: extrémně nepravděpodobné, silně nepravděpodobné, nepravděpodobné, pravděpodobné, silně pravděpodobné a extrémně pravděpodobné. Takovéto, či jakékoliv podobné škálování, by jistě napomohlo větší jasnosti ve sdělení výsledků testů. Ještě než přikročíme ke konkrétnímu příkladu využití tohoto typu studií, je třeba zdůraznit, že nejlepším kandidátem pro testování je takový příklad, na kterém lze testovat dvě (či více) teorie. Přirozeně by tyto dvě testované teorie měly predikovat na daném případě zcela odlišný výstup. Za určitých okolností se nám tak podaří najít případ, kde lze testovat zároveň dvě konkurenční teorie. V nejlepším případě pak budeme mít případ, který pro jednu teorii lze označit jako nejméně pravděpodobný a pro druhou nejvíce pravděpodobný. Výsledek takového testu, pokud je příznivý pro první teorii, má dvojí efekt. Za prvé, silně posiluje důvěru v první teorii a zároveň silně zpochybňuje teorii druhou. Příkladem výše uvedeného optimálního případu lze označit studii Stephena Biddla (2004). Biddle přichází s velmi odvážnou teorií, jež říká, že vítězství v bitvě, konkrétně tedy průlom obrany (či naopak zabránění průlomu), závisí na využité taktice zasazení sil, která je multiplikována využitou technologií. Největší šanci na úspěch má taktika, jež využívá krytí terénu, rozptýlení vojsk do malých jednotek jednajících do značné míry nezávisle. Klíčem k úspěchu je přitom umné využívání kombinace manévru silami a manévru palbou. Dle Biddela plná implementace této moderní taktiky může převážit početní nevýhodu, jakož i určitou technologickou propast. Naopak tradiční teorie převahy tvrdí, že početní a materiální převaha v součinnosti vytváří předpoklady k vojenskému úspěchu. Biddleho kniha využívá celé plejády metod ve snaze o demonstrování síly jeho teorie. Zejména se jedná o rozsáhlé statistické testy, formální matematické modelování, počítačové simulace a nakonec také o tři případové studie. Nyní se zaměříme pouze na jednu případovou studii a to operace Goodwood z léta 1944 v Normandii. Spojenecká ofenziva se za využití nemoderní taktiky pokusila vytvořit průlom v německé obraně, která využívala taktiky moderní. Poměr sil byl jednoznačně nakloněn Spojencům – lze mluvit o jasné převaze na zemi a totální kontrole vzdušného prostoru. Technologická úroveň byla vyrovnaná, popřípadě mírně favorizující spojence. Predikce klasické teorie převahy je jednoznačná – spojenci měli být schopni prolomit německou obranu. Predikce Biddleovy teorie je zcela opačná – využití moderní taktiky by mělo vést k úspěšné německé obraně. Biddleho teorie navíc predikuje i to, že disperzní povaha moderní taktiky nutně povede ke ztrátě části území na začátku ofenzivy, aniž by však došlo k vlastnímu průlomu obrany. Z pohledu teorie převahy lze mluvit o případu, který se blíží nejvíce pravděpodobnému případu, a to ze dvou důvodů, jimiž jsou: (i) mimořádná převaha pozemních jednotek útočníka, která překonávala řadu jiných úspěšných ofenziv a (ii) totální dominance ve vzduchu, jež by měla umožnit totální destrukci a paralýzu německých sil. Z téhož důvodu se jedná o skutečně velmi nepravděpodobný případ pro úspěch Biddleovy 73
teorie, neboť je jasné, že početní převaha je významným faktorem vojenských střetnutí a stejně tak nadvláda ve vzduchu může omezovat možnosti obránce jak ve smyslu manévru silami, tak zejména co se možností logistického zabezpečení týče. Výsledek této operace byl nicméně jasný – Wehrmacht se velmi úspěšně ubránil spojeneckému útoku. Je zřejmé, že Biddleova teorie byla silně podpořena, zatímco konkurenční teorie převahy utrpěla výrazný zásah. Metoda kongruence Tato metoda představuje snahu o vnitro-případové srovnání. Hlavním cílem je omezit vliv těžko kontrolovatelných kontextuálních proměnných, které u mezipřípadových srovnání velmi často vyvstávají. Jednotka pozorování je rozčleněna na několik podjednotek, které jsou později srovnávány. Charakter podjednotek do značné míry způsobuje, že vnější kontext lze považovat (do značné míry) za konstantní a nemůže tedy vysvětlit případnou variaci na závisle proměnné u podjednotek. Vysvětlení této variace by mělo ležet ve variujících nezávisle proměnných uvnitř dané jednotky. Je logické, že snahou je vybrat takový případ, který bude vykazovat vysokou míru vnitro-případové variace (tedy například kulturně homogenní stát s regiony vykazujícími zásadně odlišné ekonomické výsledky). Výzkum lze pojmout ať už jako snahu nalézt neznámou vysvětlující proměnnou (generování teorie), nebo jako test přítomnosti a očekávané vnitro-případové variace teoreticky postulované vysvětlující proměnné. Takovýto typ výzkumu se nabízí zejména tam, kde došlo k události, jež část podjednotek silně zasáhla a část ponechala netknutou (například přírodní katastrofa - povodně). V takové situaci budeme disponovat téměř přesnou analogií laboratorního testu. Budeme znát hodnoty za podjednotky před událostí a následně i hodnoty za jednotky nezasažené událostí, jakož i za jednotky zasažené. Dodejme, že počet podjednotek není nijak pevně stanoven. V určitých situacích může dokonce narůst tak, že umožní provedení klasického statistického testu. Je vhodné ještě upozornit, že základní jednotkou může být jak geografická entita (například stát, region, město apod.), ale i událost vymezená v čase (například etapa vlády určité strany). Podstatné je, zda lze tuto základní jednotku snadno rozdělit na podjednotky a zda je možné zajistit požadovaná data k těmto jednotkám.
74
Metoda „pattern matching“ Poslední zde zmíněnou metodou využitelnou při kvalitativním výzkumu, je srovnávání příznaků - „pattern matching“ (implicitně King, Keohane a Verba 1994, s. 11; George a Bennett 2005). Tato metoda je v některých ohledech odlišná od metod předešlých, protože pozorování jsou organizována na základě jiné logiky. V předchozích metodách byla pozorování na zkoumaných případech vždy totožná (tytéž proměnné, charakterově stejné jednotky). Bylo-li testováno více teorií najednou, opět byla pozorování organizována podle stejné závisle proměnné. V případě srovnávání příznaků je tento postup obrácen. Teorie totiž mnohdy činí velmi specifické předpovědi, které u jiných teorií vůbec nenajdeme. Určitá teorie tedy může predikovat naprosto specifický výstup, který nemusí nutně souviset se základními závisle a nezávisle proměnnými, a proto jej ani další teorie nemusí očekávat. Srovnávání příznaků se tak systematicky snaží podchytit specifické predikce teorií na vybraných případech. Pokud se ukáže, že určitá teorie předpověděla řadu (sice vedlejších) jevů v rámci určitého případu, potom se zvyšuje naše důvěra v tuto teorii. Tam, kde naopak dochází k selhání uvedených specifických teorií, zřejmě začneme o dané teorii vážně pochybovat. Sledování příznaků se může odehrávat na různých úrovních v rámci daného příkladu, přičemž různé teorie mohou vytvářet specifické předpovědi pro různé úrovně a různé momenty v daném případu. Z toho jasně plyne, že tato metoda neumožňuje přímé porovnávání několika teorií. Pattern matching je třeba vnímat spíše jako podpůrnou evidenci k jiným testům teorií. Její význam může překročit toto určení zejména v případě, kdy se snažíme vytvořit teorii vysvětlující unikátní jev. Tedy za situace, kde nemůžeme provést takřka žádné srovnávací analýzy. Klasickým případem vědeckého sporu, kde byla tato metoda intuitivně využita, je spor o příčinu vyhynutí dinosaurů před cca 65 miliony let (blíže např. King, Keohane a Verba 1994, s. 11). Vyhynutí se odehrálo poměrně rychle a týkalo se velké části živočišné říše tehdejší doby. Unikátnost tohoto jevu výrazně omezovala možnosti odhalení příčin. Jedna z teorií tvrdila, že příčinou vyhynutí dinosaurů byl střet země s velkým meteoritem. Autoři této teorie se pokusili podepřít svá tvrzení několika body, přičemž každý se nacházel na jiné úrovni. Za prvé, střet s velkým meteoritem by měl na Zemi zanechat kráter. V době vzniku teorie takový kráter znám nebyl, objeven byl až v devadesátých letech u Yucatanu. Dále by měl dopad meteoritu způsobit spad iridia, které by mělo být možné identifikovat v geologických vrstvách, odpovídajících stáří cca 65 milionů let. Klíčové je, že iridium by mělo být zjistitelné v různých místech světa, k čemuž vskutku došlo. Zároveň teorie meteoritu předpokládá, že k vyhynutí by mělo dojít ve velmi krátké době, čemuž tehdejší poznatky také odpovídaly. Teorie tedy předikuje tři specifické jevy, které by s ní měly být spojeny. Jejich potvrzení ještě nevede k definitivnímu potvrzení teorie, nicméně silně působí v její prospěch. Dodejme však, že výše zmíněnou vrstvu iridia by mohla způsobit i silná sopečná činnost, což je další možné vysvětlení pozdně druhohorního vymírání druhů. Tento typ analýzy vyžaduje od uživatelů značnou dávku teoretické představivosti. Detailní znalost teorie je snadněji získatelná, avšak schopnost dedukovat pozorovatelné implikace teorie v konkrétním kontextu je podstatně obtížnější. V mnoha případech bude nezbytné vyvodit specifické implikace teorie v součinnosti s jinými kauzálními mechanismy, 75
které v daném případě prokazatelně působily. Tím dále narůstá celková intelektuální náročnost takové analýzy. Na druhou stranu, pokud nějaká teorie je schopna předpovědět velmi specifický jev, či charakter (sekvenci) procesu, potom bychom měli daná tvrzení otestovat. Závěrečné poznámky, aneb proč je to mnohem těžší, než se zdá Výše uvedené strategie výběru případů a strategií výzkumu vypadají na první pohled logicky a poměrně jednoduše. Vlastní využití je však mnohem obtížnější. Některé problémy jsou relativně obecné, zatímco jiné jsou do značné míry specifické pro geografii jako disciplínu. Obecně lze tvrdit, že naprosto zásadní je jasné rozhodnutí o cílech výzkumu již na jeho počátku. Pokud si nejsme jisti, zda chceme provádět deskriptivní či kauzální inferenci, jen velmi obtížně zvolíme správnou metodu. Obdobně, pokud se rozhodneme testovat teorie, musí nám být jasné, jaké teorie hodláme testovat a zda-li se vůbec o teorie jedná. Zejména v geografii často autoři narazí na problém, neboť teorií ve smyslu jasného argumentu o vlivu nezávislé proměnné X na závisle proměnnou Y najdou jen omezené množství. V sociálních vědách obecně platí, že dokonce i když takové teorie přítomny jsou, mají mnohdy podobu silně probabilistických předpovědí, do značné míry činí imunních vůči testování. Další teorie (typicky neorealismus v mezinárodních vztazích) jsou velmi široké a dávají dosti vágní (málo specifické) předpovědi. Často není jasné, jak dlouho bude trvat, než se projeví určitý teoreticky postulovaný efekt. Dalším velmi častým problémem je, že několik teorií činí tytéž předpovědi k velké množině případů, což znamená, že mezi nimi nelze lehce rozhodnout. V této knize je spíše opomíjeným problémem otázka dostupnosti, kvality a konceptuálního ukotvení dat. Jelikož sociální vědy obvykle nemohou vytvářet experimenty, musí se spolehnout na pozorování existujících případů se všemi logickými problémy z toho vyplývajícími. Všechny tyto problémy nás však především musí ponoukat ke snaze o důkladné promýšlení výzkumného designu. Nejhorší variantou je rezignace na snahu o důkladné tvoření a testování teorií. Specifickým problémem případových studií je nutnost expertní znalosti konkrétních případů vysvětlovaných určitou teorií. Přirozeně, nezbytná je i znalost teorií. Teorie jsou však relativně jednoduchými a lehce zapamatovatelnými modely. Případy naopak mohou obsahovat protikladné informace vztahující se k různým aspektům sociálního, ale i přírodního prostředí. Výzkumník, který nebude mít znalostní základnu o případech, jež potenciálně mohou být předmětem výzkumu, se stane do značné míry zajatcem (i) teoretických konstrukcí, které mu ani neumožní vidět ty případy a informace svědčící v neprospěch teorie a (ii) již existujících databází, jež vůbec nemusí být vhodné pro danou studii. Jako závěrečný příklad této nezbytnosti empirických znalostí lze představit svého času velmi významnou studii Christophera Layna (1994) „Kant or Cant“. Layne se pokusil přispět k velmi intenzivní debatě mezi zastánci demokratické teorie míru a teorie neorealismu. Demokratická teorie míru zjednodušeně tvrdí, že pokud jsou dvě země demokratické, nezahájí proti sobě válku. Neorealistická teorie toto odmítá, neboť dle této teorie vnitřní 76
charakteristiky států nehrají v otázkách základní mocenské logiky roli. Dle neorealistů v rozhodování o válce hrají roli primárně faktory silové, jako relativní síla armád, či schopnost překonat obranu protivníka a případně poměr zisků z války k ztrátám z války. Laynův design výzkumu lze považovat za mimořádně zajímavý. Jeho studie operuje se čtveřicí případů53, které slouží k testování obou teorií. Vybrané případy představují situace, kdy došlo k diplomatickému střetu mocností, jež lze označit jako demokratické, a které nakonec neskončily válkou. Ve všech čtyřech případech se na první pohled potvrzuje teze demokratického míru (dále DTM). Layne však pochybuje o tom, že za konečným mírovým řešením stály faktory zmiňované v DTM. Zaměřil se tedy na prozkoumání důvodů vedoucím politiky k odvrácení války. Platí, jak tvrdí DTM, že politici nechtěli z normativních důvodů zahájit válku proti jiné demokratické zemi, nebo že by snad veřejné mínění odmítalo válku a specificky pak válku s druhou demokratickou zemí? Anebo hlavními kritérii byly otázky spojené s rovnováhou sil a klasickým mocenským kalkulem? Layne nakonec zjistil, že ani v jednom případě se logika DTM neobjevovala. Naopak, klasický mocenský kalkul byl přítomen ve všech čtyřech případech a dle Layna je to právě on, který dokáže vysvětlit, proč mocnosti neskončily ve vzájemné válce. Samotné zjištění pro nás není tolik zajímavé jako způsob výběru případů. Není totiž obtížné nalézt v databázích války, nebo si je z paměti vybavit. Mnohem náročnější je zjistit případy krizí, které válkou neskončily. Krom toho si však autor musel vybírat jen ty krize, kde bylo možno obě mocnosti považovat za demokratické státy. Bez solidní znalosti diplomatické historie je takovýto výběr případů extrémně obtížný.54 Je zřejmé, že autor, který by nedisponoval dostatečnou znalostní základnou, by jen těžko mohl vybrat tytéž příklady. Přitom síla Laynova článku stojí do značné míry právě na výběru případů. Zaprvé, jedná se o čtyři případy, tj. pro testované teorie se jedná o mnohem závažnější zjištění, než kdyby byl testován pouze jeden či dva případy. Navíc u všech případů jde o krize, jež jako by na první pohled potvrzovaly pravdivost DTM. Dalo by se očekávat, že právě v těchto krizích bude jasně zřetelné působení kauzálních mechanismů postulovaných DTM. Zjevně tedy samotná teoretická znalost nestačí k tomu, abychom dokázali úspěšně testovat nebo tvořit teorie. Znalost empirických případů je neméně důležitá. Významnou roli ve výběru případů může hrát i náhoda, neboť některé případy jsou ideální pro testování a tvoření teorií, jiné mohou být velmi složité a podstatu kauzálních mechanismů spíše zamlžovat.
53
Jedná se o Růrskou krizi mezi Francií a Německem z roku 1923, Fašodskou krizi mezi Velkou Británií a Francií (1898), dále Venezuelskou krize spočívající ve sporu USA a Británie (1895-1896) a finálně Trentskou aféru mezi USA a Británií z roku 1861. 54 Dodejme jen, že vlastní analýza stála na historickém rozboru rozhodovacího procesu, což vyžadovalo detailní nastudování historických pramenů – tj. další krok, kde se ukazuje význam faktografických znalostí a informací. 77
6.7 Prolínání kvantitativních a kvalitativních přístupů při výběru případů Výše uvedené techniky výběrů případů jsou cenné zejména v případě malého počtu jednotek, např. mezinárodních konfliktů nebo regionálních hegemonů. V geografii se však velmi často vyskytují rozsáhlé populace – měst, regionů, firem aj. Ty umožňují odlišný způsob výběru jednotek, jenž kombinuje statistickou analýzu dat s případovými a komparativními studiemi. Prolínání kvantitativních a kvalitativních přístupů rozpracovali např. Seawright a Gerring (2008), kteří zdůrazňují následující nezbytné podmínky a omezení použitelnosti statistických metod pro výběr případů: a) Úzká definice případové studie jako studie jedné nebo několika jednotek s cílem porozumět širší skupině podobných jednotek; nejsou tedy zahrnuty ateoretické ani interpretativní studie. b) Výzkumným cílem je kauzální inference, nikoli popisná generalizace. c) Základní soubor je alespoň z části známý – máme informace o počtu jednotek a rozdělení četností. d) Statistický soubor musí být dostatečně rozsáhlý, data musí být dostupná za všechny klíčové proměnné; musí být naplněny předpoklady a podmínky validní statistické analýzy (robustnost, chyba měření aj.) Pro účely této knihy vymezíme čtyři základní strategie výběru případů na základě statistické analýzy dat – typický, extrémní a odlehlý případ (typical, extreme, deviant case) a tzv. pathway case, který je složitější než výše uvedení přístupy. Typický případ (typical case) je vymezen na základě nízkých hodnot reziduálů. Nachází se tedy v blízkosti regresní přímky a je dobře vysvětlen nezávislou proměnnou. Z tohoto důvodu je používán pro specifikaci kauzálního mechanismu, tedy zkoumání variability uvnitř daného případu. Ve velkých datových souborech a při větším počtu jednotek s nízkou hodnotou reziduí je možné z těchto jednotek selektovat náhodným výběrem (Seawright a Gerring 2008). Extrémní případ (extreme case) se vyznačuje mimořádně nízkými nebo vysokými hodnotami proměnné X nebo Y, tedy hodnotami ve velké vzdálenosti od střední hodnoty. Jako měřítko extremity se používá Z-skór, normovaná hodnota vypočtena jako odchylka od průměru, vydělena směrodatnou odchylkou.
Extrémní případ je netypický. Pokud např. dosahuje většina jednotek kladných hodnot, extrémní případ bude mít zápornou hodnotu. Tato metoda má čistě explorativní funkci, slouží pro identifikaci dalších faktorů, které ovlivňují závislou proměnnou Y (Seawright a Gerring 2008). Rozmanité případy (diverse cases) vybírají dva nebo více případů, jejichž cílem je zachytit variabilitu proměnných X, Y nebo vztahu Y/X. V prvním případě se jedná o exploratorní výzkum, který směřuje k odvození kauzálních hypotéz. V druhém případě, kdy je studována variabilita vztahu Y/X, je účelem testování hypotéz (Seawright a Gerring 2008, s. 300). Tato 78
technika má větší požadavky na reprezentativnost než ostatní. Pokud jsou data v nominálním nebo ordinálním měřítku, vybíráme zástupce jednotlivých kategorií, např. regiony, kde ve volbách zvítězila ODS, ČSSD, KSČM aj.55 Pokud se jedná o kvantitativní proměnné v poměrovém měřítku, volíme minimum a maximum (bez extrémně odlehlých hodnot), nebo zlomy v hodnotách dané proměnné. Obrázek 3 - Výběr případů pro kvalitativní výzkum na základě statistické analýzy dat dle Seawright a Gerring 2008
Zdroj: Autoři Odlehlý případ (deviant case) reprezentuje hodnotu ve velké vzdálenosti od regresní přímky. Představuje anomálii: hodnotu, která je v daném souboru ojedinělá a překvapivá. Zatímco extrémní hodnoty jsou posuzovány na základě variability studované proměnné, odlehlé případy jsou odvozeny z kauzálního vztahu dvou proměnných (Seawright a Gerring 2008, s. 302). Jedná se též o explorativní metodu, jež na základě případu nedostatečně vysvětleného danou teorií může vést k nalezení nových nezávislých proměnných s kauzálním vztahem k závislé proměnné Y. Z matematického hlediska jde o opak typického případu – hledáme jednotky s vysokými hodnotami reziduí. Path-way case je postup výběru případů, metoda založená na prolnutí lineární regrese s případovou nebo komparativní studií (Gerring 2007b). Regresní model slouží jako nástroj výběru případů pro následující kvalitativní analýzu. Cílem je odhalit a prokázat kauzální vztah mezi proměnnými X a Y, přičemž samotná statistická analýza kauzalitu potvrdit neumožňuje (Sayer 1992). Metodu path-way volíme v případě, kdy lze očekávat velmi silný kauzální dopad nezávisle proměnné X na studovanou proměnnou Y. Jedná se o obdobu laboratorního experimentu, kdy se snažíme izolovat vliv rušivých proměnných (Gerring 2007b, s. 242). 55
Známým příkladem této strategie byl projekt „The changing urban and regional system in the United Kingdom (Cooke 1986), který identifikoval různé typy regionů Velké Británie a následně studoval jejich možnosti rozvoje na základě případových studií, zastupujících jednotlivé typy. 79
Postup je následující (upraveno dle Kofroň 2012b, s. 321; pro originál viz Gerring 2007, s. 242-243). V prvním kroku provedeme regresní analýzu pro dva odlišné modely s rovnicemi: 1) Y = konstanta + X2 +Reziduálredukovaný 2) Y = konstanta + X2 + X1 + Reziduálplný V modelu 1 odhadujeme průběh závislé proměnné Y s vyloučením klíčové nezávisle proměnné X1, u které předpokládáme silný kauzální vztah s proměnnou Y. X2 představuje množinu ostatních nezávisle proměnných, jejichž vliv se snažíme kontrolovat (omezit). Model 2 je standardní lineární regresí, která X1 zahrnuje. Následně sestavíme tabulku reziduálů z obou modelů. Reziduál u modelu 1 je v důsledku vyloučení vlivu proměnné X1 redukovaný, zatímco reziduál z modelu 2 je standardní, plný. V druhém kroku srovnáme a odečteme od sebe velikosti redukovaných a plných reziduálů. Hledáme případy, kdy se hodnoty obou typů reziduálů navzájem nejvíce liší, tzn. případy, kde má daná proměnná X1 nejsilnější efekty. Nezbytnou podmínkou je, aby redukovaný reziduál po vyloučení zájmové proměnné X1 výrazně hůře predikoval vývoj závislé proměnné Y než plný reziduál – viz model č. 3. Případ s největším rozdílem v hodnotách reziduálů bude nejspíš velmi výrazně kauzálně ovlivněn proměnnou X1. Následující kvalitativní analýza vybraného případu by měla odhalit kauzální mechanismus a popsat, jak přesně funguje. Případ nebude typickým (Obrázek 3), ale spíše extrémním zástupcem množiny dat (Kofroň 2012b, s. 321).
80
7
Závěr
Cílem této knihy bylo poskytnout základního návodu, jak rigorózně aplikovat metodiku případových studií v geografickém výzkumu. Neměli jsme v úmyslu případové studie prosazovat na úkor jiných metod. Vyšli jsme však ze stávající situace v české sociální geografii. Případové studie jsou velmi často zpracovávány, ale zpravidla bez hlubší znalosti zásad výzkumného designu, technik výběru případů a explicitního stanovení dosahu generalizace nebo kauzální inference na základě studovaného případu. Výsledkem je převážně idiografický a popisný charakter i těch studií, které by měly aspirovat také na zobecnění, testování teorie nebo rozvíjení konceptů. Rezignace na popisnou generalizaci a kauzální inferenci se promítá do teoretické nerozvinutosti geografie a neschopnosti myšlenkově výrazněji obohatit jiné obory sociálních věd. Jak plyne např. z nedávné debaty mezi předními ekonomy a ekonomickými geografy (Krugman 2011; Martin a Sunley 2011), neschopnost teorie tvořit, testovat a pokoušet se o predikce vede mj. k nízké společenské prestiži a slabému uplatnění vědního oboru, v tomto případě geografie. Není přitom pravděpodobné, že by se geografové sjednotili v osvojení si deduktivního teoretizování s využitím formálního modelování, což je běžné v ekonomii a politických vědách. Případové studie nabízejí jednu z cest, jak tvořit a testovat teorie, aniž by geografie musela upustit od realistických předpokladů a solidní empirické základny ve prospěch abstraktních matematických modelů. Metodologie případových studií je zřejmě nejvíce rozvinuta v oboru mezinárodních vztahů, nebo šířeji v politických vědách. V naší publikaci jsme proto ve většině případů čerpali klíčové myšlenky z těchto vědních oborů. Inspiraci jsme hledali zejména u politických vědců působících na amerických univerzitách, jako je např. Arend Lijphardt, Gary King, Stephen Van Evera, Andrew Bennett, John Gerring a Jason Seawright. Předložená kniha snad splnila účel představit nejlepší současnou praxi v oblasti aplikace případových studií v sociálních vědách - byť jsme pro úvodní seznámení s problematikou uvedli základní členění případových studií a pouze nejdůležitější techniky výběru případů. Čerpali jsme mj. z nejnovějších odborných článků a monografií, které uvádějí nejaktuálnější metodologické diskuse v rámci politických věd – Gerring (2012a): Mere Description; Gerring (2012b): Social Science Methodology nebo Goertz a Mahoney (2012): Concepts and measurement: Ontology and Epistemology. Znalost metodologického statusu quo v jiných disciplínách je však pouze prvním krokem k úspěšnému zvládnutí metodiky případových studií. Sociální geografie má oproti politickým vědám řadu specifik, jež je nutné zohlednit při budování metodologického aparátu pro výzkum v této disciplíně. Mezi nejvýznamnější specifika patří nutnost ve velké míře kombinovat vlastní sběr dat, popis a explanaci. V politických vědách a ekonomii jsou v kvalitních odborných časopisech popisné studie de facto nepřijatelné – empirická základna je v politických vědách přebírána z historických monografií, v ekonomii ze statistických šetření, nebo v případě matematického modelování empirie v ekonomických studiích někdy zcela chybí. Silnou stránkou geografického výzkumu by měla být realističnost předpokladů, znalost kontextu a solidní empirická základna.
81
Výhodou sociální geografie je u většiny témat podstatně větší rozsah studovaných populací (obcí, regionů aj.) a reálná možnost získat aktuální data – na rozdíl od mezinárodních vztahů, které studují např. malý počet mezinárodních konfliktů a nemohou věrohodná data získat dotazováním politiků. Určité odlišnosti geografických výzkumů od výzkumů typických pro politické vědy a mezinárodní vztahy nás vedou k naději, že geografové se pokusí v budoucnu originálně přispět do metodologických debat v oblasti společenských věd. Lze jen doufat, že tato publikace prohloubí zájem o otázky metodologie a metod, čímž napomůže rozvoji našeho oboru. Musíme zopakovat, že řada zajímavých témat a debat se do naší knihy již nevešla. Proto jen uvítáme, pokud se tato publikace stane spíše počátkem, než-li završením úvah o metodách a metodologii v geografii. Musíme též zdůraznit, že čtení podnětných připomínek recenzentů nás vedlo k myšlence, že (nejen) česká geografie by si zasloužila alespoň jednu další metodologickou knihu. V tomto případě by však mělo jít o knihu názorně ukazující vývoj na poli kvantitativních metod pocházející z pera výzkumníka, či výzkumníků se silným vhledem do této problematiky. Aniž bychom chtěli radit případným autorům, zmíníme, že řada potenciálně zajímavých problémů, jako korektní využití „interaction terms“, různé varianty duration analysis, analýzy vzácných jevů abayesovské statistiky doposud nebyla, přinejmenším v českém geografickém prostředí, diskutována. Ačkoliv se naše kniha snažila ukázat na možnosti a unikátní přednosti kvalitativních metod, rozhodně nepovažujeme kvantitativní studie za podřadné. Jak v kvalitativních, tak i v kvantitativních metodách dochází neustále k rozvoji a bylo by osudnou chybou tento vývoj přehlížet.
82
8
Literatura
AMIN, A., THRIFT, N. (1992): Neo-Marshallian Nodes in Global Networks. International Journal of Urban and Regional Research, 16, č. 4, s. 571-587. AOYAMA, Y., MURPHY, J.T., HANSON, S. (2008): Key Concepts in Human Geography. Sage Publications Ltd, 288 s. BATHELT, H., MALMBERG, A., MASKELL, P. (2004): Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation. Progress in Human Geography, 28, č. 1, s. 31–56. BENNETT, A. (2010): Process Tracing and Causal Inference. In: BRADY, H., COLLIER, D. eds. Rethinking Social Inquiry. Second Edition, Rowman&Littlefield Publishers, Inc., New York, s. 207-220. BENNETT, A., ELMAN, C. (2007): Case study methods in the international relations subfield. Comparative Political Studies, 40, č. 2, s. 170-194. BERNHARDT, T., MILBERG, W. (2011): Does economic upgrading generate social upgrading? Insights from the horticulture, apparel, mobile phones and tourism sectors. Capturing the Gains Working Paper 7, Department of Economics of the New School for Social Research, New York, USA. BHASKAR, R. (1978): On the Possibility of Social Scientific Knowledge and the Limits of Naturalism. Journal for the Theory of Social Behaviour, 8, č. 1, s. 1-28. BIDDLE, S. (2004): Military Power, Explaining Victory and Defeat in Modern Battle. Princeton University Press, Princeton, 337 s. BLAŽEK, J. (1999): Regional Development and Regional Policy in Central East European Countries in the Perspective of EU Enlargement. In: Hampl, M. (ed.): Geography of Societal Transformation in the Czech Republic, Dept. of Soc. Geography and Regional Development, 181–207. BLAŽEK, J., UHLÍŘ, D: (2011): Teorie regionálního rozvoje: nástin, kritika, implikace, Karolinum, Praha, 342 s. BLAŽEK, J. ŽÍŽALOVÁ, P. (2010): The biotechnology industry in the Prague metropolitan region: A cluster within a fragmented innovation system? Environment and Planning C: Government and Policy, 28, č. 5, s. 887–904. BLAŽEK, J., ŽÍŽALOVÁ, P., RUMPEL, P., SKOKAN, K. (2011): Where does the knowledge for knowledge-intensive industries come from? The case of biotech in Prague and ICT in Ostrava. European Planning Studies, 19, č. 7, s. 1277–1303. BLAŽEK, J., ŽÍŽALOVÁ, P., RUMPEL, P., SKOKAN, K., CHLÁDEK, P. (2012): Emerging regional innovation strategies in Central Europe: institutions and regional leadership in generating strategic outcomes. European Urban and Regional Studies, DOI:10.1177/0969776411428651. BOSCHMA, R. (1994): Looking through a window of locational opportunity. A long-term spatial analysis of techno-industrial upheavals in Great Britain and Belgium. Ph.D. Thesis, Tinbergen Institute, Rotterdam. BRAUMOELLER, B. F. (2004): Hypothesis Testing and Multiplicative Interaction Terms. International Organization, 58, č. 4, s. 807-820. BREZNITZ, S. (2011): Improving or Impairing Following Technology Transfer Changes at the University of Cambridge. Regional Studies, 45, č. 4, s. 463-478. BUHAUG, H., ROD, J.K. (2006): Local determinants of African civil wars, 1970-2001. Political Geography, 25, s. 315-335. COLLIER, D. (2011): Understanding Process Tracing. PS Political science and politics, 44, č. 4, s. 823-830. COLLIER, D., LEVITSKY, S. (1997): Democracy with adjectives: Conceptual innovation in comparative research. World Politics, 49, s. 430-451. 83
COOKE, P. (1986): The changing urban and regional system in the United Kingdom. Regional Studies, 20, č. 3, s. 243-251. COOKE, P. (ed.) (1989):Localities. Unwin Hyman, London. CRESWELL, J.W., CLARK, V.P. (2007): Qualitative, Quantitative, and mixed methods approaches. Sage Publications, California, 273 s. DENZIN, N., LINCOLN, Y eds. (2000): Handbook of Qualitative Research. Sage, London, 1143 s. DESSLER, D. (1991): "Beyond Correlations: A Causal Theory of War." International Studies Quarterly, 35, č. 3, s. 337-355. DICKEN, P. (2011): Global Shift. Sage Publications Ltd, London, 632 s. DISMAN, M. (2002): Jak se vyrábí sociologická znalost: příručka pro uživatele. Karolinum, Praha, 374 s. DRULÁK, P. a kol. (2008): Jak zkoumat politiku. Portál, Praha, 256 s. ECKSTEIN, H. (1975): Case studies and theory in political science. In: F. I. Greenstein & N. W. Polsby (Eds.) Handbook of political science. Political science: Scope and theory (Vol. 7, pp. 94-137). Reading, MA: Addison-Wesley. ECKSTEIN, A. (2006): Mediterranean Anarchy, Interstate War and the Rise of Rome. University of California Press, Ltd., London, 394 s. FEARON, J. (1991): Counterfactuals and hypothesis testing. World Politics, 43, č. 2, s. 169– 195. FLYVBJERG, B. (2006): Five Misunderstandings About Case-Study Research. Qualitative Inquiry, 12, č. 2, s. 219-245. FRIEDMAN, M. (1953): Essays in Positive Economics. University of Chicago Press, Chicago, 334 s. GEORGE, A., BENNETT, A. (2005): Case Studies and Theory Development in the Social Sciences. MIT Press, Cambridge, 350 s. GEREFFI, G., HUMPHREY, J., STURGEON, T. (2005): The governance of global value chains. Review of International Political Economy, 12, č. 1, s. 78–104. GERRING, J. (1999): What Makes a Concept Good? An Integrated Framework for Understanding Concept Formation in the Social Sciences. Polity 31, č. 3, s. 357-393. GERRING, J. (2004): What is a Case Study and What is it Good For? American Political Science Review, 98, č. 2, s. 341-354. GERRING, J. (2006): Single Outcome Studies, A Methodological Primer, International Sociology, 21, č. 5, s. 707-734. GERRING, J. (2007): Is There a (Viable) Crucial-Case Method? Comparative Political Studies 40, č. 3, s. 231-53. GERRING, J., SEAWRIGHT, J. (2008): Case Selection Techniques in Case Study Research, A Menu of Qualitative and Quantitative Options. Political Research Quarterly, 61, č. 2, s. 294-308. GERRING, J. (2012a): Mere Description, British Journal of Political Science , forthcomming, 32 s. GERRING, J. (2012b): Social Science Methodology. A Unified Framework. Second edition. Cambridge University Press, Cambridge, 522 s. GLASER, C. (2010): Rational Theory of International Politics. Princeton University Press. Princeton, 328 s. GOERTZ, G. (2006): Social Science Concepts. A User´s Guide. Princeton University Press. Princeton, 296 s. GOERTZ, G., MAHONEY, J. (2012): A Tale of Two Cultures. Princeton University Press, Princeton, 238 s.
84
GOERTZ, G., MAHONEY, J. (2012): Concepts and measurement: Ontology and epistemology. Social Science Information, 51, č. 2, s. 205-216. GRYNAVISKI, E. (2012): Contrasts, Counterfactuals and Causes. European Journal of International Relations, DOI: 10.1177/1354066111428971. HALÁS, M., KLAPKA, P. (2010): Regionalizace Česka z hlediska modelování prostorových interakcí. Geografie, 115, č. 2, s. 144–160. HAMPL, M. (2008): Nomotetická nebo idiografická geografie: alternativnost nebo komplementarita? Acta Geographica Universitatis Comenianae, 50, s. 19–31. HOLLAND, P.W. (1986): Statistics and Causal Inference. Journal of the American Statistical Association, 81, č. 396, s. 945-960. HUNTINGTON, S. P. (1996): The Clash of Civilizations? The Debate, Foreign Affairs, New York,ISBN 0-87609-164-8. CHALMERS, A. (1999): What is thing called Science? Third edition. Hacket Publishing Company, Inc., Indianopolis, 264 s. CHROMÝ, P., JANČÁK, V., MARADA, M., HAVLÍČEK, T. (2011): Venkov – žitý prostor: regionální diferenciace percepce venkova představiteli venkovských obcí v Česku. Geografie,116, č. 1, s. 23–45. IONESCU, D. (2005): Social capital: A key ingredient for clusters in post-communist societies, in: J. Mohring (Ed) Business Clusters: Promoting Enterprise in Central and Eastern Europe. OECD, Paris, s. 33–56. JELEN, L. (2009): Změny etnické struktury v kavkazském regionu od konce 80. let: Primární statistický rozbor. Geografie, 114, č. 2, s. 130–144. JÍCHOVÁ, J., TEMELOVÁ, J. (2012): Kriminalita a její percepce ve vnitřním městě: případová studia pražského Žižkova a Jarova. Geografie, 117, č. 3, s. 329-348. KADERCAN, B. (2012): Military Competition and the Emergence of Nationalism: Putting the Logic of Political Survival into Historical Context. Review of International Studies, 14, s. 401-428. KEARNS, G. (2009): Geopolitics and Empire: The Legacy of Halford Mackinder. Oxford University Press, Oxford, 344 s. KING, G., KEOHANE, R., VERBA, S. (1994): Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton University Press, Princeton, 300 s. KING, G. (1997): A Solution to the Ecological Inference Problem: Reconstructing Individual Behavior from Aggregate Data. Princeton University Press, Princeton, 346 s. KING, G., ZENG, L. (2007): When Can History Be Our Guide? The Pitfalls of Counterfactual Inference. International Studies Quarterly, 183-210. KLIMM, L.E. (1959): Mere Description. Economic Geography, 35, č. 1, bez čísla. KOFROŇ, J. (2012a): Geografie fragmentovaná jako geografie úspěšná? Postmoderní sen noci ostravské. Informace ČGS, 31, č. 1, s. 1–10. KOFROŇ, J. (2012b): Kvalitativní metody jako nástroj nomotetického poznání, aneb má se česká geografie co učit? Geografie, 117, č. 3, s. 308-328. KRUGMAN, P. (1979): Increasing returns, monopolistic competition and international trade. Journal of International Economics, 9, s. 469-479. KRUGMAN, P. (2011): The New Economic Geography, Now Middle-aged. Regional Studies, 45, č. 1, s. 1–7. KRUGMAN, P., OBSTFELD, M., MELITZ, B. (2012): International Economics. Theory and Policy – 9th edition. Addison-Wesley, Boston, 705 s. LAYNE, C. (1994): Kant or Cant, The Myth of the Democratic Peace. International Security, 19, č. 2, s. 5-49. LEVY, J. (2008): Case Studies: Types, Designs, and Logics of Inference. Conflict Management and Peace Science, 25, č. 1, s. 1-18. 85
LIJPHART, A. (1971): Comparative politics and the comparative method. American Political Science Review, 65, č. 3, 682-693. LYALL, J. (2009): Does Indiscriminate Violence Incite Insurgent Attacks? Evidence from Chechnya. Journal of Conflict Resolution, 53, č. 3, s. 331-362. LYALL, J. (2010): Are Co-Ethnics More Effective Counter-Insurgents? Evidence from the Second Chechen War.” American Political Science Review, 104, č. 1, s. 1-20. MACDONALD, P. (2003): Useful Fiction or Miracle Maker: The Competing Epistemological Foundations of Rational Choice Theory. American Political Science Review, 97, č. 4, s. 551–565. MAHONEY, J.(2000): Path Dependence in Historical Sociology. Theory and Society, 29, č. 4, s. 507-548. MAHONEY, J., GOERTZ, G. (2006): A Tale of Two Cultures: Contrasting Quantitative and Qualitative Research. Political Analysis, 14, s. 227-249. MARKUSEN, A. (1996): Sticky places in slippery space: A typology of industrial districts, Economic Geography, 72, č. 3, s. 293–313. MARTIN, R. L. (2003): A Study on the Factors of Regional Competitiveness. A Final Report for the European Commission DG Regional Policy, University of Cambridge, Cambridge. MARTIN, R., SUNLEY, P. (2011): The new economic geography and policy relevance. Journal of Economic Geography, 11, č. 2, s. 357-369. MATOUŠEK, R., VOGT, D., ŽENKA, J. (2011): Výzvy české geografie: Od „Černé knihy“ ke světlým zítřkům. Informace ČGS, 30, č. 2, s. 8–17. MEARSHEIMER, J. (2001): Tragedy of Great Power Politics. Norton&company, New York, 555 s. MEARSHEIMER, J. (2011): Kissing Cousins: Nationalism and Realism. Yale Workshop on International Relations 5th may 2011, dostupné z(http://mearsheimer.uchicago.edu/recent.html) MEARSHEIMER, J., WALT, S. (2013): Leaving Theory Behind: Why Hypothesis Testing Has BecomeBad for IR, European Journal of International Relations, forthcomming, 56 s. MESQUITA DE, B. et al. (2003): Logic of Political Survival. MIT Press, Cambridge, 550 s. MILL, J. S. (1843): A System of Logic: Ratiocinative and Deductive. Reprinte in 1974. University of Toronto Press, Toronto. MONTEIRO, N.P., RUBY, K.G. (2009): IR and the false promise of philosophical foundations. International Theory,1, č. 1, s 15-48. MORGAN, K., SAYER, A. (1988): Microcircuits of capital: "sunrise" industry and uneven development. Westview Press, Boulder, Colorado, 321 s. NOVOTNÝ, J., RAMACHANDRAN, N. (2010): Alternative to jobless growth? All-India context and a case of participatory development scheme from rural Tamil Nadu. Geografie, 115, č. 3, s. 330-346. PILEČEK, J., JANČÁK, V. (2010): Je možné měřit sociální kapitál? Analýza územní diferenciace okresů Česka. Geografie, 115, č. 1, s. 78–95. PERLÍN, R., KUČEROVÁ, S., KUČERA, Z. (2010): Typologie venkovského prostoru Česka. Geografie, 115, č. 2, s. 161–187. PORTER, M. (1990): The Competitive Advantage of Nations. Free Press, New York, 896 s. POSEN, B. (1993): Nationalism, the Mass Army, and Military Power. International Security, 18, č. 2, s. 80–124. POSOVÁ, D., SÝKORA, L. (2011): Urbanizace a suburbanizace v městských regionech Prahy a Vídně: strukturální rozdíly v podmínkách odlišných politicko-ekonomických režimů. Geografie, 116, č. 3, s. 276–299.
86
RODRIGUEZ-POSE, A. (2011): Economists as geographers and geographers as something else: on the changing conception of distance in geography and economics. Journal of economic geography, 11, č. 2, s. 347–356–406. ROSATO, S. (2003): The Flawed Logic of Democratic Peace Theory. American Political Science Review, 97, č. 4, s. 585-602. 8.1.1 RUGGIE, J.G. (1993): Territoriality and beyond: problematizing modernity in international relations. International Organization, 47, č. 1, s. 139-174. RUZZENE, A. (2012): Drawing Lessons from Case Studies by Enhancing Comparability. Philosophy of the Social Sciences, 42, č. 1, s. 99-120. SARTORI, G. (1970): Concept misformation in comparative politics. American Political Science Review, 64, č. 4, s. 1033–53. SAYER, A. (1992): Method in Social Science. Routledge, London, 313 s. SAYER, A. (2000): Realism and Social Science. Sage Publications, London, 224 s. SCHROCK-JACOBSON, G. (2012): The Violent Consequences of the Nation: Nationalism and the Initiation of Interstate War. Journal of Conflict Resolution, 56, č. 5, s. 825-852. SEAWRIGHT, J., GERRING, J. (2008): Case Selection Techniques in Case Study Research: A Menu of Qualitative and Quantitative Options. Political Research Quarterly, 61, č. 2, s. 294-308. SEIDL, T., CHROMÝ, P. (2010): Problémy integrace marginálního území do regionálního systému: příklad Vojenského újezdu Boletice. Geografie, 110, č. 1, s. 44–63. SHEVE, K., STASAVAGE, D. (2011): Conscription of Wealth. International Organization, 64, č. 4, s. 529-561. SOKAL, A. (1996): A Physicist Experiments with Cultural Studies. Lingua Franca, May/ June 1996. SUGDEN, R. (2000): Credible worlds: the status of theoretical models in economics. Journal of Economic Methodology, 7, s. 1–31. SÝKORA, L. (2008): Idiografická nebo nomotetická koncepce v geografii: kontraproduktivní spor o povahu a podstatu poznání. Geografický časopis, 60, č. 3, s. 299-315. TÖDTLING, F., TRIPPL, M. (2005): One size fits all?: Towards a differentiated regional innovation policy approach. Research Policy, 34, č. 8, s. 1203–1219. TÖDTLING, F., SKOKAN, K., HÖGLINGER, CH., RUMPEL, P., GRILLITSCH, M. (2011): Innovation and knowledge sourcing of modern sectors in old industrial regions: comparing software firms in Moravia-Silesia and Upper Austria. European Urban and Regional Studies, DOI: 10.1177/0969776411428498. VAN DER PANNE, G. (2004): Agglomeration Externalities: Marshall versus Jacobs. Journal of Evolutionary Economics, 14, č. 5, s. 593-604. VAN EVERA, S. (1984): The Cult of the Offensive and the Origins of the First World War. International Security, 9, č. 1, s. 58-107. VAN EVERA, S. (1997): Guide to methods for students of political science. Cornell University Press, Ithaca, 136 s. VAN EVERA, S. (1998): Offense, Defense, and the Causes of War. International Security, 22, č. 4, s. 5-43. WALTZ, K. (1979): Theory of International Politics. Waveland Press, Illinois, 251 s. WENDT, A. (1999): Social Theory of International Politics. Cambridge University Press, Cambridge, 420 s. ŽENKA, J. (2008): Riziko delokalizace zpracovatelského průmyslu Česka: regionální aspekty. Geografie, 113, č. 1, s. 1-19. ŽENKA, J., NOVOTNÝ, J., CSANK, P. (2013): Regional Competitiveness in Central European Countries: In Search of a Useful Conceptual Framework. European Planning Studies, DOI:10.1080/09654313.2012.731042 87
ŽÍŽALOVÁ, P. (2010): Geography of knowledge based collaboration in a post-communist country: Specific experience or generalized pattern? European Planning Studies, 18, č. 5, s. 791–814. Internetové zdroje Capturing the gains, www.capturingthegains.org ISI Web of Knowledge, http://portal.isiknowledge.com/
88
Summary This monograph is a reaction on the recent debate between prominent economists and geographers about the limited ability of the latter to derive influential policy implications from their research. There is an agreement that geographers are not able to answer theoretical “what if” questions and fail to capitalize on their traditional strengths in terms of highly realistic assumptions, knowledge of local context and empirical groundedness of research (see Krugman 2011; Martin and Sunley 2011). It is necessary to find a way how to create and test geographical theories without acquiring key weaknesses of economic deductive theorizing – unrealistic assumptions and highly simplified models, often unable to provide useful policy recommendations. We propose the incorporation of methodologically rigorous nomothetic case study research design as a way how to build and test theories. Geographical theories provide larger explanatory power, generalizability, comparability and policy relevance of geographical inquiry. As long as the case study research methodology is mastered mostly by the American political science researchers, we seek inspiration in the most influential methodological pieces from the authors like Gary King, Robert Keohane and Sidney Verba, John Gerring, Andrew Bennett, Alexander George, Gary Goertz or David Collier. As long as the geographers are increasingly focused on the local level surveys – in cities and their parts or in microregions – the case studies are now among the most frequent methods in geographical inquiry. Nevertheless, geographical studies are usually not informed by the methodological literature about proper case study research design. Therefore, they are often not able to derive useful generalizations. It is not clear for how many and which cases their findings are valid. Moreover, geographers fail to use case studies as a tool for causal inference. Together with excessive use of ill-defined concepts and improper conceptual stretching the geographical research needs significant methodological improvements. To our best knowledge, this monograph is the first attempt to adapt state-of-the-art political science methodological apparatus of nomothetic case studies for research design in human geography. We reflect two geographical particularities. Firstly, human geographical research combines both data collection and description with theory building and testing. History is oriented solely on data collection and descriptive work, economy and political science are aimed at the latter. Causal inference is required and purely descriptive papers are usually not accepted in renowned journals. Secondly, geographical research usually provides larger N populations of analysed phenomena than in political science, which often deals with rare events such as large scale international conflicts. Therefore, we have highlighted two particular methodological topics – descriptive arguments and concept formation on the one hand and statistical methods of case selection on the other. The core of this book is section six, which includes definition, typology and basic characteristic of the most important types of cases studies as well as various case selection techniques. We present five elementary techniques and types of case study research design – plausibility probe, most likely case, least likely case, method of congruence and pattern matching. Moreover, we discuss possibilities of using regression analysis in large N populations to select cases for further qualitative in-depth research. Recent method of case 89
selection based on residual values (path-way case) can be especially fruitful when applying on large N population of geographical phenomena such as cities, regions or companies. Sections two, three, four and five provide necessary methodological introduction and basic rules of designing inquiry in social sciences. Second section compares three major epistemological perspectives in human geography – neopositivism, scientific realism and poststructuralism. We briefly discuss methodological implications of particular epistemologies and their different understanding of causality and causal inference. In the third section basic dilemmas regarding the initial design of inquiry are presented – theory or description, explanation or interpretation, nomothetic or idiographic research, quantitative or qualitative methods. Fourth section includes definition of theories, criteria of their quality and elementary introduction to the issues of theory building and theory testing. Fifth section discusses the importance of descriptive arguments and some rules for concept formation and operationalization. Seventh section provides major conclusions.
90
Rejstřík
A anti-pozitivistické postmoderní a poststrukturalistické směry, 10 Asociace, 47 Ateoretická studie, 61 ateoretické deskriptivní studie, 59
B bolleanskou logiku, 25
D Deduktivně-nomologický přístup, 32 deskripce, 18 Dvojitě rozhodující testy, 38
E empirický instrumentalismus, 7 Empirický Instrumentalismus, 9 Epistemologické perspektivy, 7 epistemologie, 7 explanace, 29 Explanace, 21 Extrémní případy, 66
F Filosoficko-‐vědní základy pro metodologii výzkumu, 7
H hypotézu, 19 hypotézy, 28
I Idiografická popisná studie, 45 Idiografické nebo nomotetické, 22 Idiografické popisné studie, 46 idiografický, 17 Induktivní metody tvoření teorií, 33 interpretace, 21 interpretativní, 59 Interpretativní studie, 62
K Koncept, 49 koncepty, 44 91
kongruence, 70, 74 kvantitativní nebo kvalitativní, 17 Kvantitativní nebo kvalitativní, 23
M metoda rozdílu, 68 Metoda shody, 68 Metodologie výzkumu, 15 metody sběru dat, 15 Millovy metody, 68
N Nejméně pravděpodobný případ, 72 nejvíce a (iii) nejméně pravděpodobné případy, 70 Nejvíce pravděpodobný případ, 71 neopozitivismus, 6, 7 Neopozitivismus, 8 Nominalistické pojetí, 49 Nomotetická popisná studie, 45 Nomotetické popisné studie, 46 nomotetický, 17
O Odlehlý případ, 64 Ontologie, 7 operacionalizace, 44
P path-way, 78 Path-way, 79 pattern matching, 70, 74 plausibility probe, 70 Plausibility probe, 70 poststrukturalismus, 6 post-strukturalismus, 7 Prolínání kvantitativních a kvalitativních přístupů při výběru případů, 77 Případové studie a jejich využití v sociální geografii, 57
R realistického pojetí, 50 Reziduál, 80 reziduálů., 78 Rozmanité případy, 78
S Silné a slabé testy, 37
Silné a slabé testy, klasifikace, 39 Sociální konstruktivismus (post-strukturalismus, 9 Specifická explanace, 45 specifické explanace, 29 Syntézy, 48
T teorie, 28 Teorie, 18 Testování teorií, 35 Testy „Alibi, 38 Testy „Přistižen při činu, 38 Testy typu „Stéblo ve větru, 38 tvoření teorií, 31 Tvoření teorií s využitím případových studií, 64
92
Typický případ, 78 typologie, 59, 61 Typologie, 48 Typy případových studií, 59
V Vědecký (kritický) realismus, 9 vědecký (resp. kritický) realismus, 7 vědecký a kritický realismus, 10 vědecký realismus, 6
Z zákonitosti, 28
93