Utilizzo di Big Data in Cliometric Research: Opportunità e sfide

Opportunità: Cosa si sbloccano i grandi dati per la ricerca cliometrica

Riduzione del Drastic in Errore di Sampling

I cliometri tradizionali spesso si affidano a campioni — un campione dell'1% da un censimento, per esempio — perché era incapace di codificare intere popolazioni. Mentre un'attenta campionamento può produrre risultati affidabili, inevitabilmente introduce l'incertezza, soprattutto quando studia eventi rari o piccoli sottogruppi.

Fare nuove domande

Con dati più ricchi, i cliometristi possono esplorare ipotesi precedentemente considerate inesatte. Gli shock meteo nel XVIII secolo influenzano la riforma istituzionale? Possiamo identificare l'impatto causale delle prime ferrovie sulla crescita della città analizzando decine di migliaia di coordinate geografiche precise? Grandi dati permettono disegni quasi-esperimentali — la differenza-in-differenze, la regressione discontinuità della morte e gli approcci variabili strumentali — che richiedono osservazioni coloniali dense, ad alta risoluzione

Dimensioni longitudinali e pannello

Uno degli sviluppi più eccitanti è la creazione di dataset storici collegati che seguono individui, famiglie o comunità attraverso decenni o anche secoli. Progetti come il Longitudinal, Intergeneraal Family Electronic Microdata (LIFE-M) progetto] o il ]]Historical Population Database NHGIS]] consentire ai ricercatori di tracciare risultati di tracciare

Sinergie interdisciplinari

I grandi dati, naturalmente, raccolgono economisti, storici, demografi, geografi, informatici e statistici. Un unico progetto potrebbe combinare dati economici (valori, prezzi, output), dati geografici (mappe storiche, qualità del suolo, clima), e dati sociali (religione, etnia, istruzione). Questa fusione interdisciplinare arricchisce l'interpretazione dei risultati e spesso porta a innovazioni metodologiche.

Sfide: Le cadute dei Big Data storici

Qualità dei dati in Millennia

I dati storici non sono mai stati creati per l'analisi statistica moderna. Le liste fiscali omettono i più poveri; i census takers hanno fatto errori aritmetici; i registri parrocchiali sono incompleti a causa di un'inversione religiosa. Anche quando i record sono digitalizzati, il riconoscimento ottico dei caratteri (OCR) introduce nuovi errori.

Privacy e preoccupazioni etiche

Sebbene i soggetti nei registri storici siano a lungo deceduti, alcune informazioni — come nomi, indirizzi e relazioni familiari — possono ancora introdursi sulla privacy dei discendenti viventi. In molti paesi, le leggi che regolano l'uso dei dati personali storici sono ancora in evoluzione. Inoltre, la digitalizzazione e il rilascio pubblico di alcuni record (ad esempio, gli orari degli schiavi o le liste di registrazione Native American) sollevano questioni sensibili sulla rappresentazione e lo sfruttamento.

Barriera tecnica e computazionale

Il trattamento di grandi dataset storici richiede competenze specialistiche: programmazione in Python o R, familiarità con la gestione del database (SQL), e spesso l'uso di cluster computing o piattaforme cloud. Molti dipartimenti di storia economica non hanno ancora integrato queste competenze nel loro core curricula. Di conseguenza, un problema "due culture" può emergere, dove i ricercatori esperti tecnicamente abile non hanno ancora una profondità storica, e gli studiosi storicamente formati non possono sfruttare pienamente gli strumenti digitali.

Il pericolo di un'analisi decontestualizzata

Con grandi dati, è tentata di eseguire regressioni attraverso centinaia di variabili senza una profonda comprensione del contesto istituzionale. Un ricercatore potrebbe scoprire che le regioni con più pecore nel 1500 avevano redditi più elevati nel 2000 - ma senza conoscere il ruolo del commercio di lana, delle restrizioni gilda, o del tenore di terra, un risultato simile è quasi inutile.

Frontiere metodologiche: Fare grandi dati lavorare in Cliometrics

Registrazione di collegamento e risoluzione di entrata

Il collegamento tra individui attraverso diverse fonti storiche è un compito fondamentale. Questo potrebbe comportare l'abbinamento di una persona da un censimento a un registro di matrimonio o un atto di proprietà. Le regole di determinazione (nome esatto + anno di nascita) spesso falliscono perché i nomi sono stati scritti in modo inconsistente, le età sono state arrotondate e le posizioni cambiate.

Armonizzazione attraverso il tempo e lo spazio

I dati storici spesso utilizzano valute arcaiche, unità di misura e confini amministrativi. La conversione di una serie di prezzi del grano dal XVI secolo in unità monetarie moderne richiede deflatori, tabelle di conversione e una comprensione dei mercati locali.

Apprendimento della macchina per l'estrazione dei dati

Fonti non strutturate — giornali, registri scritti a mano, manifesti delle navi — vengono coniate con un trattamento naturale del linguaggio (NLP). Il riconoscimento dell'entity, l'estrazione dei rapporti e la modellazione dell'argomento possono trasformare milioni di pagine di testo in variabili strutturate. Ad esempio, i ricercatori hanno usato NLP per estrarre i dati dei prezzi da giornali storici, identificare le menzioni delle epidemie nei registri parrocchiali, o classificare i temi dei dibattiti di qualità.

Inferenza Causale con Big Data

I grandi dati non risolvono automaticamente l'endogeneità; infatti, possono aggravare il problema rendendolo facile da p-hack o trovare risultati "significativi" per caso. La ricerca cliometrica credibile deve ancora contare su strategie di identificazione accurate: esperimenti naturali, differenze nelle differenze, controlli sintetici, variabili strumentali, o disegni di discontinuità di regressione.

Indicazioni future: dove grandi dati cliometrici è testato

Databases Storici Globali

Gli sforzi come il Global Price and Incomes Project o il Maddison Database sono già strumenti standard, ma si basano su stime nazionali aggregate. La prossima frontiera è dati a micro-livello che coprono l'intero globo — collegando, ad esempio, i record fiscali coloniali con i prezzi del mercato locale in America, Asia, tale database.

Integrazione dei dati non convenzionali

Fonti non testuali — fotografie storiche, dipinti, reperti archeologici e persino DNA antico — stanno entrando nel mix. Gli storici economici potrebbero analizzare le dimensioni delle monete antiche per deprezzare, utilizzare anelli di albero per ricostruire la variabilità del clima medievale, o applicare il riconoscimento facciale ai dipinti per stimare la dimensione media del corpo (una delega per la nutrizione).

Reproducibilità e Open Science

Quando uno studio si basa su un dataset personalizzato di 50 milioni di record collegati, come possono altri studiosi verificare o estendere i risultati? Il campo si sta muovendo verso il codice aperto, i metadati chiari e l'archiviazione dei dati in repository come ] I dati di lavoro dettagliati]]] o limitano la privacy[F]