Einleitung: Die wesentliche Rolle von Long-Run Lohn- und Preisdaten

Die Konstruktion konsistenter historischer Lohn- und Preisreihen ist eine grundlegende Aktivität der empirischen Ökonomie. Diese Reihen – oft Jahrhunderte zurückreichend – liefern den Rohstoff, um zu verstehen, wie sich Lebensstandards, Arbeitsmärkte und Preisniveaus entwickelt haben. Ohne verlässliche historische Daten können Ökonomen Theorien des langfristigen Wachstums nicht testen, die Auswirkungen der Geld- oder Fiskalpolitik bewerten oder Modelle für Prognosen kalibrieren. Dieser Artikel untersucht die Methoden, Herausforderungen und Anwendungen, die bei der Entwicklung solcher Reihen eine Rolle spielen, und betont, warum sie ein unverzichtbares Werkzeug für die Wirtschaftsmodellierung bleiben.

Warum historische Lohn- und Preisreihen für die Modellierung wichtig sind

Wirtschaftliche Modelle beruhen auf Parameterschätzungen, die im Allgemeinen aus historischen Daten abgeleitet werden. Lohn- und Preisreihen bieten die Zeitdimension, die diese Schätzungen sinnvoll macht. Sie ermöglichen es den Forschern:

  • Separate zyklische Schwankungen von säkularen Trends.
  • Identifizieren Sie strukturelle Brüche, die durch Kriege, Depressionen oder technologische Veränderungen verursacht werden.
  • Testen Sie Theorien der Einkommensverteilung, Inflationsdynamik und Produktivitätswachstum.
  • Kalibrieren Sie dynamische stochastische allgemeine Gleichgewichtsmodelle (DSGE) und andere Makro-Frameworks.

Ein Modell, das zum Beispiel erklären will, warum die Reallöhne in bestimmten Volkswirtschaften stagniert haben, während die Produktivität stieg, muss auf Lohn- und Preisdaten beruhen, die über Jahrzehnte vergleichbar sind. In ähnlicher Weise hängen Inflationszielsysteme von Preisindizes ab, die das historische Verhalten genau erfassen. Die Glaubwürdigkeit eines solchen Modells beruht auf der Qualität der zugrunde liegenden Reihen, was eine sorgfältige Entwicklung zu einer Voraussetzung für eine solide Analyse macht.

Verknüpfen von Vergangenheit und Gegenwart: Die Notwendigkeit einer konsistenten Metrik

Eine Lohn- oder Preisbeobachtung von 1800 ist nicht direkt vergleichbar mit einer von 2025, weil sich der Warenverbrauch, die Beschäftigungsverhältnisse und die Methoden der Datenerhebung radikal unterscheiden. Historische Reihen müssen deshalb durch sorgfältige Anpassungen und Spleißen miteinander verknüpft werden. Ein moderner Dollar kauft nicht den gleichen Korb wie ein Dollar von 1920; die zehnjährigen Veränderungen der Verbraucherpräferenzen, der Produktqualität und der Messstandards erfordern ständige Wachsamkeit. Das Ergebnis ist eine Reihe von Reihen, die zwar unvollkommen sind, aber die beste verfügbare Darstellung der langfristigen wirtschaftlichen Realitäten bieten.

Kernherausforderungen beim Aufbau zuverlässiger historischer Serien

Die Entwicklung von Lohn- und Preisreihen, die sich über mehrere Jahrzehnte erstrecken, stellt eine Reihe von einzigartigen Schwierigkeiten dar, die sich in Datenknappheit, Definitionsänderungen und Standardisierungsbedarf zusammenfassen lassen.

Datenknappheit und fragmentarische Quellen

Vor dem 20. Jahrhundert war die systematische Erhebung von Löhnen und Preisen selten. Forscher müssen sich auf fragmentarische Aufzeichnungen verlassen: Kaufleutebücher, Lohnlisten von Nachlass, Zeitungswerbung und Regierungsberichte, die oft ad hoc waren. In vielen Ländern existieren Lohndaten nur für bestimmte Berufe (z. B. Landarbeiter, Schreiner) oder Regionen. Die Herausforderung besteht darin, diese verstreuten Beobachtungen mithilfe von Techniken wie:

  • Mediation durch Proxy-Variablen – Wenn Löhne für Fachkräfte fehlen, können Forscher landwirtschaftliche Tagesarbeitsraten als Ersatz verwenden, um die Qualifikationsprämien anzupassen.
  • Interpolation über Volkszählungsjahre – Wenn Daten nur in jedem Jahrzehnt verfügbar sind, füllt die lineare oder log-lineare Interpolation die Lücken.
  • Mehrere Quellenabstimmung – Der Vergleich von Preislisten aus verschiedenen Bereichen hilft, systematische Verzerrungen zu identifizieren (z. B. städtische vs. ländliche Lebenshaltungskosten).

Selbst bei diesen Methoden weisen frühe Daten große Fehlergrenzen auf. Die Anerkennung dieser Unsicherheiten in den Modellspezifikationen ist entscheidend.

Änderungen in Definitionen und Klassifikationssystemen

Berufsbezeichnungen, Branchenklassifikationen und Konsumkörbe verschieben sich mit der Zeit. Ein „Weber“ im Jahr 1800 könnte mit einem Handweber funktionieren; ab 1900 könnte sich derselbe Begriff auf einen Fabrikmaschinenbetreiber beziehen. Ebenso verändert sich der Preis eines „Blatts“ in Größe, Qualität und sogar in der Art des Brotes. Bei Preisreihen muss der typische Verbraucherkorb regelmäßig aktualisiert werden, um neue Waren und wechselnde Geschmacksrichtungen widerzuspiegeln. Kettengewichtungsmethoden, bei denen der Index jedes Jahres Gewichte aus einer aktuellen Basisperiode verwendet, tragen dazu bei, die Substitutionsverzerrung zu mildern, erfordern jedoch detaillierte Ausgabendaten, die möglicherweise für frühere Perioden nicht vorhanden sind.

Inflationsanpassungen und die Real-Nominal-Distinktion

Die Erstellung eines aussagekräftigen Preisindexes über lange Zeiträume ist selbst eine komplexe Aufgabe. Der Index muss a einen repräsentativen Warenkorb enthalten, b Qualitätsänderungen berücksichtigen, c konsistente Gewichte verwenden und d die Lebenshaltungskosten für die Zielbevölkerung z. B. städtische Arbeitnehmer gegenüber landwirtschaftlichen Haushalten widerspiegeln. Viele historische Lohnreihen werden nominal veröffentlicht; die Nutzer müssen einen Deflator anwenden, der oft aus einer separaten Quelle stammt. Inkonsistenzen zwischen dem Lohndeflator und dem Verbraucherpreisindex können zu falschen Trends führen. Forscher ziehen es oft vor, sowohl Lohn- als auch Preisreihen aus den gleichen zugrunde liegenden Daten zu rekonstruieren, um Kohärenz zu gewährleisten.

Methodische Ansätze zur Konstruktion von Long-Run-Serien

Um die Herausforderungen der Daten zu bewältigen, wurden verschiedene statistische und historische Methoden entwickelt, die ein gemeinsames Ziel verfolgen: eine konsistente Zeitreihe zu erstellen, die in der ökonometrischen Analyse verwendet werden kann.

Primäre Quellen-Digitalisierung und Archivrecherche

Viele historische Datenbanken werden durch manuelle Transkription von Daten aus Originaldaten erstellt. So hat das Projekt MeasuringWorth Tausende von Lohn- und Preisbeobachtungen für die Vereinigten Staaten und das Vereinigte Königreich zusammengestellt, die sich auf Regierungspublikationen, kommerzielle Almanache und akademische Studien stützen.

Standardisierungs- und Konkordanztabellen

Wenn man Serien aus verschiedenen Quellen miteinander verbindet, erstellen Forscher Konkordanztabellen, die Berufsbezeichnungen und Warenbeschreibungen von einer Periode zur anderen abbilden. Zum Beispiel hat das US Bureau of Labor Statistics (BLS) seit den 1880er Jahren eine ] Verbraucherausgabenumfrage veröffentlicht, aber die Kategorien ändern sich im Laufe der Zeit. Ein moderner Forscher könnte "Kerosinlampen" von einer 1890 Preisliste zu einer "Beleuchtung" Kategorie zuordnen, die später elektrische Beleuchtung enthält, indem er explizite Umrechnungsfaktoren für Lumen und Kosten pro Stunde verwendet.

Backcasting und Imputation

Wenn Daten für die Neuzeit, aber nicht für die ferne Vergangenheit vorliegen, können Ökonomen mit bekannten Beziehungen zurückblicken. Wenn beispielsweise das reale BIP und der Lohnanteil für bestimmte Benchmark-Jahre bekannt sind, kann man fehlende Lohnreihen mit einer Produktionsfunktion zurechnen. In ähnlicher Weise können Preisreihen für bestimmte Waren aus verwandten Rohstoffen zugerechnet werden (z. B. mit Reispreisen, um Lücken für grobe Körner zu schließen, wenn direkte Beobachtungen fehlen). Diese Zurechnungen erfordern starke Annahmen und werden normalerweise von einer Sensitivitätsanalyse begleitet.

Die Verwendung der Kaufkraftparität (PPP) für internationale Vergleiche

Historische Lohn- und Preisreihen werden häufig in länderübergreifenden Wachstumsmodellen verwendet. Um die Reallöhne zwischen den Nationen zu vergleichen, müssen Forscher lokale Währungen mit PPP-Wechselkursen anstelle von Marktwechselkursen umrechnen. Langfristige PPP-Datenbanken, wie sie vom Maddison-Projekt oder der OECD-Historischen Statistik bereitgestellt werden, liefern Benchmark-Schätzungen, die aussagekräftige Vergleiche ermöglichen.

Anwendungen in der Wirtschaftsmodellierung

Historische Lohn- und Preisreihen sind keine rein historischen Kuriositäten, sondern sie werden aktiv in der modernen Wirtschaftsanalyse und Politikgestaltung eingesetzt.

Schätzung der Einkommensungleichheit mit langer Laufzeit

Ungleichheitsstudien beruhen stark auf Lohnreihen. Das bekannte U-förmige Ungleichheitsmuster in den USA (von den 1920er bis 1970er Jahren, dann steigend nach 1980) wird aus über Jahrzehnte hinweg sorgfältig standardisierten Arbeitseinkommensdaten abgeleitet. Ohne eine konsistente Lohnreihe wäre es unmöglich, die Löhne eines Fabrikarbeiters 1950 mit denen eines Fabrikarbeiters 2020 zu vergleichen. Preisreihen sind ebenfalls wichtig: Die Ungleichheit des realen Konsums hängt von den Preisen ab, denen verschiedene Einkommensgruppen ausgesetzt sind (z. B. die Reichen geben mehr für Dienstleistungen aus, die im Vergleich zu Waren gestiegen sind).

Die Phillips-Kurvendebatte aufheizen

Die Phillips-Kurve – die Beziehung zwischen Arbeitslosigkeit und Lohninflation – hängt von genauen Lohndaten ab. Historische Reihen helfen Ökonomen zu testen, ob sich die Kurve abgeflacht oder verschoben hat. So hat beispielsweise der offensichtliche Zusammenbruch der Phillips-Kurve in den 1990er Jahren eine erneute Überprüfung der Lohnmessung ausgelöst: War es auf Messfehler (z. B. Änderungen der Vergütungsformen wie Boni und Sozialleistungen) oder eine echte Veränderung der Wirtschaftsstruktur zurückzuführen? Langfristige Lohnreihen, die sowohl Basislöhne als auch Gesamtvergütung enthalten, sind unerlässlich, um diese Frage zu beantworten.

Indexierung der Sozialversicherung und Renten

Regierungen verwenden historische Preisindizes, um Sozialversicherungsleistungen, Rentenzahlungen und Steuerklassen an die Inflation anzupassen. Die Wahl des Preisindex - Verbraucherpreisindex für alle städtischen Verbraucher (CPI-U) vs. CPI für ältere Menschen (CPI-E) zum Beispiel - kann im Laufe der Zeit große fiskalische Auswirkungen haben. Historische Reihen werden verwendet, um die Auswirkungen alternativer Indexierungsformeln wie dem Chained CPI zu simulieren, der das Substitutionsverhalten besser widerspiegeln soll. Die Entwicklung dieser Reihen erfordert konsistente Rückdaten, um zu bewerten, wie sich verschiedene Indizes in der Vergangenheit entwickelt hätten.

Makroökonomische Modellkalibrierung

Moderne DSGE-Modelle erfordern Parameter für den stationären Reallohn, die Preisaufschläge gegenüber den Grenzkosten und die Elastizität der Substitution zwischen Kapital und Arbeit. Diese Parameter werden oft anhand historischer Durchschnittswerte aus Lohn- und Preisreihen kalibriert. So könnte eine Kalibrierung der US-Wirtschaft ein historisches durchschnittliches Reallohnwachstum von 2% pro Jahr und einen Lohnanteil von 60% an der Arbeit anstreben. Wenn die zugrunde liegenden Lohnreihen nicht einheitlich definiert werden, wird die Kalibrierung voreingenommen, was zu einer schlechten Modellleistung führt.

Fallstudie: Die US-Bureau of Labor Statistics Historische Lohnreihe

Die BLS sammelt seit 1884 Lohndaten. Ihr Programm “Industry Wage Survey” begann 1907 und die “Employment, Hours, and Earnings” stammt aus dem Jahr 1909. Diese Daten wurden im Laufe der Zeit sorgfältig überarbeitet, um Änderungen in der industriellen Klassifizierung (z. B. von SIC zu NAICS) aufzunehmen und um sich an Veränderungen in der Zusammensetzung der Arbeitskräfte anzupassen. Die BLS unterhält auch einen historischen Preisindex , der bis 1913 zurückreicht (der Beginn des CPI). Forscher können diese Serien kostenlos aus den BLS-Datenbanken herunterladen und sie mit den oben beschriebenen Methoden mit modernen Serien verknüpfen.

Eine große Herausforderung bei den BLS-Daten ist der Bruch 1940, als die Agentur von einem "Geldlohn" -Konzept zu "Reallohn" wechselte, der aus Lebenshaltungskostendaten abgeleitet wurde. In früheren Jahrzehnten sind nur Nominallöhne verfügbar, die den Forschern die Anwendung eines Deflators erfordern. Die BLS bietet einen eigenen historischen CPI, aber die beiden Serien wurden nicht unbedingt auf dem gleichen Stichprobenrahmen aufgebaut. Moderne Arbeit rekonstruiert oft eine harmonisierte Reihe.

Case Study: Historische Lohnserie in Großbritannien

Das Vereinigte Königreich hat dank der Arbeit von Wirtschaftshistorikern wie E.H. Phelps Brown, Gregory Clark und Robert Allen anhand von Daten aus Nachlassaufzeichnungen, Kirchenkonten und Regierungsumfragen haben Forscher Lohnreihen für landwirtschaftliche und Bauarbeiter bis ins 13. Jahrhundert zurückreichend erstellt. Das UK Office for National Statistics (ONS) veröffentlicht nun jährliche Daten über den durchschnittlichen Wochenverdienst ab 1963, aber für frühere Perioden muss man sich auf akademische Datenbanken wie das „History of Wages in Great Britain verlassen. Diese Serien werden verwendet, um die industrielle Revolution, das Lohngefälle zwischen Männern und Frauen und die Entwicklung des Lebensstandards zu untersuchen.

Future Directions: Integration von Big Data und digitalen Quellen

Die Entwicklung historischer Lohn- und Preisreihen ist noch nicht abgeschlossen. Im 21. Jahrhundert erforschen Ökonomen neue Quellen wie digitalisierte Zeitungen, Online-Stellenanzeigen und Scannerdaten aus Einzelhandelsgeschäften. Diese Datenströme bieten eine höhere Frequenz und größere Granularität, führen aber auch neue Vorurteile ein (z. B. nur für internetvernetzte Bevölkerungsgruppen). Die Herausforderung besteht darin, diese modernen digitalen Serien mit den sorgfältig rekonstruierten historischen Serien zu nahtlosen, langanhaltenden Datenbanken zu verknüpfen.

Machine Learning-Techniken können helfen, Klassifizierungssysteme zu harmonisieren und fehlende Werte zu unterstellen, aber die grundlegenden Prinzipien Dokumentation, Vergleichbarkeit und Transparenz bleiben unverändert.

Schlussfolgerung

Historische Lohn- und Preisreihen sind das Fundament der quantitativen Wirtschaftsgeschichte und der makroökonomischen Modellierung. Ihre Erstellung erfordert eine Mischung aus Archivdetektivarbeit, statistischem Können und fundiertem theoretischem Urteilsvermögen. Während die Daten immer unvollkommen sind, zwingt der Prozess des Aufbaus dieser Reihen die Forscher, ihre Annahmen explizit zu formulieren, was wiederum die Wirtschaftsmodelle robuster macht. Ob es darum geht, die Ursachen der Weltwirtschaftskrise zu verstehen, ein Wachstumsmodell zu kalibrieren oder einen Lebenshaltungskostenindex für Rentner zu entwerfen, ist die Verfügbarkeit hochwertiger historischer Serien unerlässlich. Mit neuen Datenquellen und verbesserten Berechnungsmethoden wächst das Potenzial für noch reichere historische Datenbanken. Die sorgfältige Entwicklung dieser Serien wird ein wichtiges Unterfangen für die Wirtschaft bleiben Beruf.