Les modèles économétriques, cadres statistiques conçus pour tester les théories économiques et quantifier les relations entre les variables, sont généralement associés aux économies de marché modernes, où des données abondantes et des calculs avancés permettent une analyse précise. Pourtant, l'application de ces mêmes outils aux systèmes économiques anciens a ouvert une nouvelle frontière dans la recherche historique.En utilisant des méthodes économétriques pour analyser des données fragmentaires de la Mésopotamie antique, de l'Empire romain, de l'Europe médiévale et des civilisations précolombiennes, les chercheurs ont extrait des données quantitatives qui étaient auparavant inaccessibles par l'histoire narrative traditionnelle.

Quels sont les modèles économétriques?

L'économétrie se situe à l'intersection de la théorie économique, des mathématiques et des statistiques, dont le but principal est de donner un contenu empirique aux relations économiques, par exemple, comment les changements de l'offre influent sur les prix, ou comment la densité de population influence les volumes commerciaux. Un modèle économétrique typique spécifie une variable dépendante (p. ex., les prix du grain) et une ou plusieurs variables indépendantes (p. ex., les rendements des récoltes, les coûts de transport) tout en contrôlant d'autres facteurs.

Dans les économies modernes, les économétriques travaillent avec de grands ensembles de données régulièrement collectés — PIB, chômage, inflation — qui répondent aux hypothèses des modèles standard. Les économies anciennes, par contre, n'offrent pas un tel luxe. Pourtant, la logique sous-jacente reste la même : si nous pouvons assembler des estimations même approximatives des variables économiques clés provenant de sources archéologiques et historiques, nous pouvons utiliser des outils statistiques pour découvrir des modèles qui autrement resteraient cachés.

Défis de l'application de l'économe aux économies anciennes

L'adaptation des techniques statistiques modernes aux contextes anciens est loin d'être simple. Les problèmes se divisent en plusieurs catégories : disponibilité des données, erreur de mesure, imprécision chronologique et risque d'imposer des hypothèses anachroniques aux sociétés du passé.

Rareté et fragmentation des données

Les données anciennes sont minuscules, incomplètes et souvent non aléatoires. Une poignée de recettes fiscales de l'Égypte romaine, quelques dizaines de relevés de prix des marchés babyloniens ou des listes de salaires dispersées des manoirs médiévaux doivent être utilisées pour l'activité économique complète de vastes régions. Les petites tailles d'échantillons réduisent la puissance statistique et peuvent conduire à des estimations peu fiables.

Erreur de mesure et variables de proxy

Même lorsque les données sont disponibles, leur exactitude est douteuse. Les anciennes unités de mesure varient selon le temps et le lieu; les reçus de stockage du grain peuvent avoir utilisé des normes de volume différentes. Par conséquent, les chercheurs comptent souvent sur des variables de substitution – par exemple, en utilisant la taille des bâtiments publics comme substitut de la richesse de l'État ou la densité des sherds de poterie comme substitut de la population.

Lacunes chronologiques et spatiales

Les anciens documents ont rarement des dates précises. Dans de nombreux contextes, les chercheurs ne peuvent attribuer des événements qu'à une gamme de plusieurs décennies. Cette imprécision limite l'utilisation de méthodes de séries chronologiques qui supposent des observations uniformément espacées. De même, la couverture spatiale est spotty: nous pourrions avoir des documents détaillés d'un seul fort romain mais rien de la région environnante, ce qui rend risqué de généraliser.

Hypothèses économiques anachroniques

Les modèles économétriques modernes supposent souvent des agents rationnels, des profits maximisants, des droits de propriété bien définis et des prix de compensation du marché. Les économies anciennes étaient souvent intégrées dans des systèmes sociaux, religieux et politiques qui ne fonctionnaient pas uniquement sur la logique du marché.

Méthodes de reconstruction des anciennes données économiques

Malgré ces obstacles, les chercheurs ont mis au point des méthodes ingénieuses pour convertir les restes archéologiques et textuels en données quantitatives adaptées à l'analyse économétrique.

Reconstruction des données à partir de sources primaires

La première étape consiste à localiser et numériser les dossiers économiques survivants.Par exemple, les centaines de milliers de tablettes cunéiformes de la Mésopotamie qui détaillent les expéditions de céréales, les ventes de terres et les contrats de travail, ou les papyri de l'Egypte romaine qui enregistrent les paiements fiscaux, les prix et les salaires.

Techniques statistiques pour les ensembles de données de petite taille et de bruit

La régression ordinaire des moindres carrés (SLO) est souvent inadéquate pour les données anciennes. Les chercheurs utilisent plutôt des méthodes conçues pour les petits échantillons et les erreurs de mesure : statistiques bayésiennes, piégeage et régression robuste. Les approches bayésiennes sont particulièrement utiles parce qu'elles permettent l'incorporation de connaissances antérieures – par exemple, la plage plausible des rendements céréaliers dans une région donnée – qui aide à stabiliser les estimations lorsque les données sont peu nombreuses.

Analyse et simulation des contre-factuels

Un autre outil puissant est la simulation contre-factuelle. Plutôt que d'essayer d'estimer une seule réalité historique, les chercheurs construisent des modèles informatiques d'une économie ancienne et ensuite exécutent des scénarios -What-if-if-: Et si Rome n'avait pas conquis la Gaule? Et si le changement climatique avait réduit les récoltes égyptiennes de 30%? En modifiant les paramètres et en observant les résultats, les économétriques peuvent tester la sensibilité des systèmes économiques aux chocs et politiques spécifiques, même lorsque des données directes sont manquantes.

Études de cas dans l'analyse économétrique ancienne

Plusieurs études influentes ont démontré la puissance – et les limites – d'appliquer des modèles économétriques au monde prémoderne.

Prix des céréales en Mésopotamie ancienne

Les chercheurs ont utilisé des méthodes économétriques pour analyser les tendances des prix des céréales sur plusieurs siècles, en reliant les fluctuations aux rendements de récolte, aux campagnes militaires et aux politiques administratives. Une étude notable a appliqué la décomposition des séries chronologiques à un ensemble de données sur les taux d'échange des grains d'argent de la période de l'Ancienne Babylone (c. 2000 – 1600 av. J.-C.). Les résultats ont montré que les prix étaient beaucoup plus volatils que dans l'Europe médiévale plus tard, suggérant des marchés moins intégrés et des coûts de transaction plus élevés.

Le régime fiscal romain et la croissance économique

Les historiens romains ont depuis longtemps débattu de la question de savoir si les impôts élevés ont freiné la croissance économique ou financé les infrastructures qui l'ont stimulée. À l'aide des données du recensement qui ont survécu en Égypte romaine, les chercheurs ont construit un panel de données reliant les taux d'imposition aux estimations de la population et aux indices de la production agricole.

Intégration des marchés dans l'Europe médiévale

Les registres du commerce médiéval, comme les rouleaux douaniers des ports anglais, les grands livres marchands des villes italiennes et les listes de prix des foires flamandes, ont permis aux économétriques d'étudier l'intégration du marché. En examinant la corrélation des prix du blé entre les différentes villes européennes au fil du temps, les chercheurs peuvent mesurer la rapidité avec laquelle l'information sur les pénuries ou les excédents a voyagé.

Économies précolombiennes : le système de redistribution Inca

L'application de l'économétrie aux sociétés non marchandes est encore plus difficile. Une équipe qui étudie l'Empire inca a utilisé des inventaires détaillés des installations de stockage coloniales espagnoles pour reconstruire le système de redistribution de l'empire. Ils ont construit un modèle qui a estimé la quantité de grain stockée dans différentes provinces, puis a vérifié si les niveaux de stockage étaient liés à la densité de population, à l'altitude et à la distance par rapport à la capitale.

Avantages et perspectives de l'économétrie ancienne

Lorsqu'ils sont appliqués avec soin, les modèles économétriques offrent plusieurs avantages distincts par rapport aux approches purement qualitatives de l'histoire ancienne.

Transformer les débats de la qualité à la quantité

De nombreuses controverses historiques — l'économie romaine a-t-elle décliné au 3e siècle? Le commerce grec ancien était-il essentiellement local ou à longue distance? — a-t-on été défendu sur la base de quelques exemples. L'analyse économétrique oblige les chercheurs à définir explicitement les variables, à les mesurer systématiquement et à tester les hypothèses en fonction des données.

Tester les théories économiques dans le temps et l'espace

Les anciennes économies servent d'expériences naturelles pour les théories économiques. Par exemple, l'hypothèse selon laquelle les droits de propriété garantis favorisent l'investissement peut être testée en comparant les régions soumises à une règle romaine stable avec celles des zones frontalières contestées.

Révéler les modèles de croissance et d'inégalité des parcours longs

L'une des applications les plus intéressantes est la reconstruction d'indicateurs économiques à long terme.Les chercheurs ont utilisé des méthodes économétriques pour estimer le PIB par habitant dans l'ancienne Rome ou l'Angleterre médiévale, souvent à l'aide de données de substitution comme des mesures du crâne (pour la nutrition), des densités de construction ou de la pollution par le plomb provenant de l'exploitation minière (pour la production industrielle).

Limites et considérations éthiques

Il est essentiel de reconnaître les limites de ce que les modèles économétriques peuvent nous dire sur le passé.

Surinterprétation des données fragiles

Une régression comportant dix observations et cinq variables de contrôle peut produire un coefficient statistiquement significatif par hasard, mais être présentée comme une constatation historique définitive. Les chercheurs responsables signalent les intervalles de confiance, effectuent des analyses de sensibilité et discutent ouvertement de la fragilité de leurs conclusions.

Anachronisme et perte de contexte

Un modèle économétrique qui traite l'argent athénien du 5ème siècle comme un argent moderne peut manquer que ces pièces portent souvent une signification religieuse ou politique. L'acte même de quantification peut imposer un cadre moderne qui déforme les réalités anciennes. Les meilleures études combinent l'analyse économétrique avec une lecture historique profonde pour s'assurer que les variables sont significatives dans leur contexte original.

Brise de disponibilité des données

L'analyse économétrique nécessitant des documents écrits ou des données archéologiques bien conservées, elle tend à se concentrer sur des sociétés alphabétisées, urbanisées et centralisées. La grande majorité de l'expérience humaine prémoderne – dans les petites communautés agricoles, les groupes pastoraux ou les chasseurs-cueilleurs mobiles – est invisible à ces méthodes.

Conclusion et orientations futures

L'application de modèles économétriques aux systèmes économiques anciens est un domaine jeune mais en pleine maturation. Il a déjà produit de nouvelles idées sur l'intégration du marché, la politique fiscale et le niveau de vie à long terme qui auraient été impossibles à atteindre par les seules méthodes historiques traditionnelles. Les défis sont redoutables – données fragiles, erreurs de mesure, danger d'anachronisme – mais les récompenses sont tout aussi grandes : une compréhension plus quantitative, testable et comparative de la façon dont nos ancêtres gèrent les ressources, organisent le commerce et réagissent aux chocs.

L'archéologie numérique et la numérisation à grande échelle de textes anciens (comme ] créent des ensembles de données plus vastes et plus accessibles. L'apprentissage automatique et le traitement des langues naturelles peuvent aider à extraire des données économiques structurées à partir d'enregistrements non structurés comme des chroniques médiévales ou des inventaires de naufrage.

Le dialogue entre économistes et historiens anciens s'amplifie peut-être le plus. À mesure que les deux disciplines deviennent plus collaboratives, les modèles seront mieux adaptés aux particularités des économies prémodernes, et les interprétations deviendront plus sensibles au contexte historique. Le résultat est une image plus riche et plus rigoureuse du passé économique de l'humanité, qui peut éclairer non seulement notre compréhension de l'histoire mais aussi notre réflexion sur le développement économique dans le présent.