Présentation

L'histoire économique est depuis longtemps un domaine où l'interprétation narrative domine, les chercheurs s'appuyant sur des documents d'archives, des évaluations qualitatives et des raisonnements théoriques pour expliquer la montée et la chute des économies. Bien que ces approches traditionnelles demeurent précieuses, elles ont souvent du mal à fournir la précision et la testabilité nécessaires pour isoler les mécanismes causaux ou quantifier l'ampleur des changements économiques au cours des siècles. L'émergence de techniques cliométriques – terme inventé par Clio, la muse de l'histoire et les mesures – a fondamentalement transformé la façon dont les économistes et les historiens examinent les tendances économiques à long terme.

Cet article propose une exploration approfondie des techniques cliométriques, détaillant leurs méthodes de base, leurs applications majeures, leurs forces et leurs limites, et les orientations futures. Que vous soyez étudiant en histoire économique, économiste professionnel ou lecteur curieux, il est essentiel de comprendre ces outils quantitatifs pour comprendre les forces profondes qui ont façonné les économies modernes.

Quelles sont les techniques de calcul?

La cléométrie est l'application systématique de la théorie économique, des méthodes économétriques et de l'analyse quantitative des données à l'étude de l'histoire économique. Elle est apparue comme un sous-domaine distinct dans les années 1960, principalement grâce aux travaux des lauréats du prix Nobel Robert Fogel et Douglass North, qui ont soutenu que la discipline de l'histoire pourrait bénéficier de la même rigueur empirique utilisée dans l'économie contemporaine.

L'analyse cliométrique vise à répondre à des questions telles que : Quelle contribution le chemin de fer a-t-il apportée à la croissance économique américaine au XIXe siècle? Quel a été l'impact économique réel de l'esclavage? La politique commerciale a-t-elle accéléré ou retardé l'industrialisation? En quantifiant ces phénomènes historiques, la cliométrie dépasse les récits et se dirige vers l'histoire économique fondée sur des données probantes.

Méthodes clés utilisées dans l'analyse cliométrique

Les cliométriques s'appuient sur une vaste panoplie de techniques quantitatives, parmi les plus fréquemment déployées :

Analyse de régression

L'analyse de régression constitue l'épine dorsale de la plupart des études cliométriques. En estimant la relation entre une variable dépendante (p. ex. PIB réel par habitant) et une ou plusieurs variables indépendantes (p. ex., précipitations, kilométrage ferroviaire, taux d'alphabétisation), les chercheurs peuvent isoler la contribution de certains facteurs aux résultats économiques. Par exemple, les travaux pionniers de Fogel sur la contribution du chemin de fer ont utilisé la régression pour comparer la croissance économique réelle à un scénario simulé contrefactuelle où les chemins de fer n'existaient pas.

Analyse des séries chronologiques

Des méthodes de séries chronologiques sont essentielles pour analyser les points de données recueillis à intervalles réguliers, comme les prix annuels du blé, les chiffres mensuels du chômage ou les résultats du recensement décennal. Des techniques comme les modèles de moyenne mobile autorégressive (ARMA), les essais de racine unitaire et l'analyse spectrale aident à identifier les tendances, les cycles et les ruptures structurelles.

Modélisation contrefaite

L'analyse contre-factuelle est peut-être la caractéristique la plus distinctive de la recherche cliométrique, qui consiste à construire un scénario alternatif plausible, un état du monde qui n'a pas été atteint, et à le comparer avec les résultats réels. L'objectif est d'estimer l'effet causal d'un événement, d'une politique ou d'une innovation précis.

Analyse des entrées-sorties

L'analyse des entrées-sorties, qui a été développée par Wassily Leontief dans les années 1930, est devenue un élément essentiel du travail cliométrique, notamment en étudiant la structure économique et les changements technologiques. En construisant des tableaux qui montrent les interdépendances entre les différents secteurs d'une économie, les chercheurs peuvent simuler comment un choc pour une industrie – comme l'introduction de la vapeur – se propage dans l'ensemble du système.

Sources des données et défis

La collecte de données est l'un des aspects les plus exigeants en main-d'oeuvre. Avant de commencer une analyse, les chercheurs doivent localiser, numériser et harmoniser les documents historiques. Les sources communes comprennent les déclarations de recensement, les évaluations fiscales, les registres paroissiaux, les listes de prix des échanges commerciaux et les manifestes d'expédition.

Les registres historiques peuvent contenir des erreurs, des omissions ou des biais introduits par les compilateurs originaux. Par exemple, les rouleaux manufacturés médiévaux sont souvent sous-représentés chez les femmes et les pauvres, tandis que les comptes nationaux modernes, rétrogradés, doivent s'appuyer sur des hypothèses qui peuvent être contestées. Les cliométriques s'attaquent à ces questions par l'analyse de sensibilité, l'imputation multiple et la comparaison avec des sources indépendantes.

Principales applications des techniques de calcul

La polyvalence des méthodes cliométriques a permis d'apporter des contributions importantes dans de nombreux domaines de l'histoire économique.

La révolution industrielle

Les chercheurs de Nicholas Crafts et d'autres ont montré que l'innovation technologique était critique, mais que son impact s'était progressivement développé et était inégalement réparti entre les secteurs. Les moteurs à vapeur, par exemple, contribuaient beaucoup moins à la croissance industrielle que les améliorations dans la filature du coton ou la fonte du fer. Les modèles contre-faits ont également estimé ce que l'économie britannique aurait pu penser sans charbon, ce qui laisse entendre que la disponibilité d'énergie bon marché était une condition nécessaire mais pas suffisante pour l'industrialisation.

L'esclavage et l'économie de l'Atlantique

Les travaux de Robert Fogel sur l'économie de l'esclavage américain restent l'une des applications les plus célèbres et controversées de la cliométrie.En se servant des données des registres de plantation et des manuscrits de recensement, Fogel et son collègue Stanley Engerman ont fait valoir que l'esclavage était économiquement efficace et que l'économie du Sud n'était pas stagnante avant la guerre civile. Leurs conclusions, publiées dans Time on the Cross (1974), ont suscité un débat intense à la fois sur les implications morales de cette analyse et sur la fiabilité des données.

La Grande Dépression

Comme l'a introduit l'article original, la Grande Dépression est un cas classique pour l'analyse cliométrique. Les premiers travaux de Milton Friedman et Anna Schwartz ont utilisé des séries chronologiques sur la masse monétaire, les défaillances bancaires et la production économique pour argumenter que la politique monétaire contractionnaire de la Réserve fédérale a transformé une récession sévère en une dépression. Des études cliométriques plus récentes ont affiné cette vue.

Colonialisme et développement

En combinant les données géospatiales avec les données historiques sur la fiscalité, les droits de propriété et l'éducation, les chercheurs ont montré que les institutions coloniales extractives, en particulier en Afrique et en Amérique latine, persistent depuis des siècles, créant des schémas d'inégalité et de sous-développement encore mesurables aujourd'hui. Les conceptions de discontinuité de régression (en utilisant les frontières coloniales) et les stratégies instrumentales variables ont contribué à établir des liens de causalité entre les legs coloniaux et les résultats économiques contemporains.

Étude de cas : La Grande Dépression (Expanded)

Pour illustrer la puissance des méthodes cliométriques, envisagez une plongée plus profonde dans le cas cliométrique de la Grande Dépression.Les chercheurs ont construit des ensembles de données trimestrielles pour les grandes économies entre 1920 et 1940, y compris le PIB, la production industrielle, l'emploi, les indices de prix et les agrégats monétaires.En utilisant les techniques des séries chronologiques, ils ont identifié plusieurs phases: la récession initiale (1929-1930), les crises bancaires (1930-1933) et la lente reprise (1933-1937).

Ben Bernanke, qui a utilisé des scénarios contre-factuels pour comparer l'économie américaine dans le cadre d'une politique monétaire expansionniste avec la trajectoire déflationniste réelle, a estimé que si la Fed avait maintenu la masse monétaire à ses niveaux de 1929, la dépression aurait été deux ans plus courte et le taux de chômage maximum aurait été inférieur de 5 points de pourcentage. Plus récentes analyses de contrôle synthétique de pays qui ont abandonné l'étalon d'or tôt – comme la Grande-Bretagne (1931) par rapport à ceux qui s'y sont accrochés plus longtemps (France, Belgique) – ont révélé que la sortie anticipée de l'or a considérablement accéléré la reprise, ce qui a fourni de solides preuves que le régime monétaire international était un mécanisme de transmission clé.

Ces résultats ont des implications pratiques pour les décideurs modernes. L'analyse cliométrique de la Grande Dépression a directement influencé la réponse de la Réserve fédérale à la crise financière de 2008, car le président Ben Bernanke lui-même était un cliométrique formé qui avait écrit beaucoup sur les années 1930. La leçon: analyse quantitative historique non seulement explique le passé, mais peut guider la politique économique future.

Avantages et limites

Les avantages de la cliométrie sont considérables, ce qui apporte précision, réplication et test formel d'hypothèses à l'histoire économique. En quantifiant les relations, il permet aux chercheurs de comparer les données à travers le temps et le lieu, de mesurer les grandeurs plutôt que de simplement affirmer les directions, et de construire des contre-ffaits explicites qui aiguisent le raisonnement causal.

Cependant, l'approche n'est pas sans critiques. Certains historiens affirment que la cliométrie réduit les histoires humaines complexes à de simples chiffres, en ôtant le contexte et le sens. Les relations économiques qui tiennent dans le présent ne peuvent pas toujours être supposées tenir dans le passé. Les limites des données signifient que les hypothèses comblent nécessairement de nombreuses lacunes, et de petits changements dans ces hypothèses peuvent conduire à des conclusions radicalement différentes.

Il y a aussi le risque de présentisme, qui pose des concepts économiques modernes (comme le PIB) sur des époques où ils n'ont pas pu s'appliquer. Les économies préindustrielles ont fonctionné selon différentes logiques : agriculture de subsistance, obligations féodales et échanges non marchands. Les cliométriques doivent veiller à adapter leurs outils au contexte, un effort qui nécessite une connaissance historique profonde en plus de la compétence quantitative.

Orientations futures

L'avenir de la cliométrie est brillant, animé par trois tendances : le big data, la machine learning et une collaboration internationale plus grande. Comme les documents plus historiques sont numérisés – des rouleaux d'impôts médiévaux aux grands livres d'entreprises du XXe siècle – l'échelle des données disponibles pour l'analyse est en train d'exploser.

Les systèmes d'information géographique (SIG) deviennent des outils standard pour relier les données économiques historiques à des variables spatiales comme la qualité du sol, la distance aux marchés et l'accès aux voies navigables. Entre-temps, le développement de vastes dépôts de données accessibles – la base de données du projet Maddison, les ensembles de données climatiques historiques et la base de données du commerce mondial de l'histoire – permet aux chercheurs de poser des questions qui couvrent les continents et les siècles.

Mais la frontière la plus intéressante est peut-être l'intégration de la cliométrie avec d'autres disciplines. Les historiens de l'environnement travaillent avec les cliométriques pour modéliser l'impact économique du changement climatique au cours du dernier millénaire. Les historiens politiques utilisent des techniques cliométriques pour étudier les origines de la capacité d'État, de la fiscalité et de la démocratie.

Conclusion

En appliquant l'analyse de régression, les méthodes de séries chronologiques, la modélisation contre-factuelle et l'analyse des entrées-sorties aux données historiques, les chercheurs ont découvert des idées qui resteraient cachées sinon, depuis l'impact réel des chemins de fer jusqu'aux causes de la Grande Dépression. Bien que l'approche ait ses limites, notamment en termes de qualité des données et de sensibilité contextuelle, ses forces sont indéniables : elle oblige les chercheurs à être explicites, testables et responsables. À mesure que de nouvelles données et techniques deviendront disponibles, la cliométrie ne fera que prendre de l'importance, offrant une compréhension toujours plus profonde de l'arc long du changement économique. Que vous soyez un économiste cherchant à apprendre du passé ou un historien désireux d'embrasser les données, l'analyse cliométrique fournit un ensemble puissant d'outils pour comprendre comment nous sommes arrivés ici et où nous pourrions être dirigés.