Cliometric onderzoek . . de toepassing van kwantitatieve methoden op de economische geschiedenis . . heeft ons begrip van de lange-run economische ontwikkeling, institutionele verandering, en de wortels van de moderne welvaart revolutionair gemaakt. Door het stiksel van eeuwen van prijsreeksen, volkstellingsrecords, handelsboeken en belastingrollen, testen climetrics hypothesen dat kwalitatieve historici alleen maar kunnen debatteren. Toch onder de elegante regressies en contra-imulaties ligt een aanhoudende en vaak ondergewaardeerde uitdaging: de tweelingproblemen van ]dataschaarste[] en .De kwaliteit van de gegevens[]. Zonder betrouwbare historische gegevens produceren zelfs de meest geavanceerde econometrische modellen misleidende conclusies. Dit artikel onderzoekt de bronnen, gevolgen en mitigatiestrategieën voor deze data-uitdagingen, het trekken van inzichten uit decennia van cliometrische praktijk en recente vooruitgang in berekeningsmethoden.

De aard van gegevensschaarste in historisch economisch onderzoek

Gegevensschaarste in cliometrische gegevens is niet alleen een kwestie van kleine steekproefgroottes. Het weerspiegelt de fundamentele onvolledigheid van historische gegevens: regeringen hebben niet altijd de statistieken verzameld die we nu nodig hebben; oorlogen, branden, en bureaucratische verval vernietigde archieven; en het registreren van conventies waren ongelijk over regio's en tijdperken. Voor het vroege moderne Europa, bijvoorbeeld, systematische nationale inkomensrekeningen niet bestaan voor de negentiende eeuw. Onderzoekers moeten samen te voegen proxies uit tien de records, handelsstatistieken, en stedelijke belastingregisters. In prekoloniaal Afrika of pre-contact Amerika's, geschreven verslagen zijn vaak afwezig helemaal, dwingen vertrouwen op archeologische proxies, koloniale volkstellingen, of orale tradities, elk met zijn eigen beperkingen.

Bronnen van Scarcity

  • Fysisch verlies: De Bibliotheek van Alexandrië is slechts het meest bekende voorbeeld. Duizenden parochieregisters, mercantile grootboeken en staatspapieren zijn door vuur, overstromingen, verwaarlozing of opzettelijke vernietiging omgekomen (bijvoorbeeld de bombardementen van Napels in 1943 verwoest eeuwenlange middeleeuwse handelsdata).
  • Selectieve overleving: Records die vaak overleven, zijn vaak voorstander van de geletterde, de rijke, de stedelijke en de mannelijke. Plattelandsboeren, vrouwen en inheemse bevolking verschijnen slechts herhaaldelijk .. als .. systematisch gaten die economische analyses van welzijn of ongelijkheid kunnen beïnvloeden.
  • Verandert in administratieve grenzen: Een gemeente die door eeuwen heen zijn naam heeft samengevoegd, gesplitst of veranderd maakt longitudinale panelen bijna onmogelijk zonder zorgvuldige geo-referencing en harmonisatie.
  • Laagste meetfrequentie: De meeste premoderne statistieken werden met onregelmatige tussenpozen verzameld . Soms om de tien jaar, soms eens per eeuw. Cross-sectionele gegevens kunnen ontbreken voor hele generaties.

Deze scartities dwingen cliometrischen om wat men een .pragmatische epistemologie zou kunnen noemen te adopteren: werken met het beste beschikbare bewijs terwijl openlijk erkenning wordt gegeven aan zijn lacunae. De resulterende datasets zijn vaak onevenwichtige panelen[ of kruissecties met vele ontbrekende cellen[], die het gebruik van standaard econometrische technieken bemoeilijkt.

Gevolgen van de schaarste voor economische modellen

Wanneer variabelen ontbreken, kunnen onderzoekers hun toevlucht nemen tot proxyvariabelen[] die slechts zwak het begrip van belang vastleggen. Bijvoorbeeld, het gebruik van het aantal stations als een proxy voor marktintegratie negeert weg- en riviertransport. Als alternatief, ze kunnen vallen waarnemingen met ontbrekende gegevens, krimpende steekproefgrootte en potentieel invoering van selectievooroordelen. Als ontbrekende punten correleert met niet-waargenomen kenmerken (bijvoorbeeld armere regio's die slechtere records), zijn de resulterende schattingen inconsistent. Tijd-serie analyses worden bijzonder kwetsbaar: een enkel ontbrekend datapunt in een autoregressief model kan de dynamische structuur breken.

Misschien is de neiging om te vertrouwen op sterke veronderstellingen over datagenererende processen. Onderzoekers gaan er vaak van uit dat ontbrekende gegevens willekeurig ontbreken, onder voorwaarde van waarneembare gegevens, een claim die zelden verdedigbaar is in historische instellingen. Het resultaat is dat veel cliometrische bevindingen komen met grote betrouwbaarheidsintervallen en een hoge gevoeligheid voor specificatie .. een feit dat niet-technische historici soms vergissen voor methodologische zwakte in plaats van eerlijke onzekerheid.

De kwaliteitsdimensie: fout, Bias en inconsistentie

Zelfs wanneer historische gegevens overleven, is hun kwaliteit verre van gegarandeerd. De kwaliteit van de gegevens omvat nauwkeurigheid, consistentie, volledigheid en vrijheid van systematische vooroordelen. Historische bronnen werden gecreëerd voor administratieve, fiscale of juridische doeleinden, niet voor moderne wetenschappelijke analyse. Als gevolg daarvan dragen ze de afdrukken van hun makers [...] motieven en beperkingen.

Gemeenschappelijke vormen van slechte gegevenskwaliteit

  • Transcriptiefouten: Handgeschreven grootboeken zijn vatbaar voor verkeerd lezen; een studie vond dat de klerken in negentiende-eeuwse Britse fabrieken de productie verkeerd geteld door 5
  • Wijziging van definities: De categorie
  • Opbouw en ophoping: Leeftijd stapelen .. de neiging om leeftijden eindigend in 0 of 5 .. is berucht in volkstellingsgegevens uit de negentiende eeuw, bevooroordeelde demografische schattingen. Prijzen werden vaak afgerond tot de dichtstbijzijnde shilling of peseta, onderdrukkend variantie.
  • Selectievooroordeel: De rechtbanken hebben misdaden geregistreerd, maar niet ongemelde overtredingen. De belastingbeoordelingen hebben de armste huishoudens weggelaten. De kranten hebben dramatische gebeurtenissen behandeld, niet de dagelijkse handel. Het gebruik van dergelijke bronnen zonder correctie geeft een vertekend beeld van de economische activiteit.
  • Maateenheden: Een .bushel ..v. goederen en regio; ..ponden sterling .. veranderde in zilvergehalte door eeuwen heen. Zonder zorgvuldige metrologische conversie, prijsreeks niet-vergelijkbaar.

Het cumulatieve effect van deze kwaliteitsproblemen is metingsfout, die regressiecoëfficiënten ten opzichte van nul (klassieke fouten in variabele) of in onvoorspelbare richtingen (niet-klassieke fout) bevooroordeelt. Bijvoorbeeld, per hoofd van de bevolking inkomensschattingen op basis van grotendeels stedelijke salarisgegevens zal overstate nationale inkomen als de landelijke sector ondervertegenwoordigd is. Mis-ingevoerde groeicijfers kunnen leiden tot ongewenste armoedevallen of .take-offs.

Bias in Historisch Record-Behoud

Een bijzonder verontrustende kwaliteit is systematische vooringenomenheid die door de politieke, sociale of economische context van het creëren van records wordt geïntroduceerd. Koloniale bestuurders bijvoorbeeld, meldden vaak opgeblazen belastinginkomsten om hun superieuren te behagen. Landregistratie in veel samenlevingen uitgesloten vrouwen of gemeenschappelijke eigendom, waardoor het onmogelijk om echte vermogensverdeling te reconstrueren. Negentiende-eeuwse fabrieksinspecteurs richtten zich op grote molens, waarbij kleine workshops werden genegeerd. Deze vooroordelen zijn niet willekeurig; ze zijn in verband gebracht met de zeer economische fenomenen die cliometrischen willen bestuderen, zoals ongelijkheid, staatscapaciteit en industrialisatie.

Het ontbreken van een dergelijke vooringenomenheid kan leiden tot gepubliceerde empirische bevindingen die later archivale ontdekkingen tegenspreken. Het klassieke voorbeeld is het debat over de grote di-under-und-und-in-und-: vroege cliometrische schattingen van het Chinese bbp waren gebaseerd op Europese standaard prijsgegevens, maar later werken met behulp van Ming dynastie belasting rollen onthulde veel hogere niveaus van landbouwproductiviteit, waardoor het verhaal van een stagnerende Aziatische economie uitdagend. De kwaliteit van de gegevens, in deze zin, is niet alleen een technische kwestie, maar een historiografisch probleem.

Strategieën voor het tegengaan van problemen met de veiligheid en kwaliteit

Cliometrie heeft een rijke toolkit ontwikkeld om deze uitdagingen aan te pakken. De keuze van de strategie hangt af van de aard van de ontbrekende of fout en de onderzoeksvraag. Hieronder onderzoeken we de belangrijkste benaderingen, die van eenvoudig naar verfijnd gaan.

Gegevensimputatie en meervoudige imputatie

Wanneer datapunten ontbreken maar het patroon is waarschijnlijk willekeurig afhankelijk van waarneembare waarden, imputatie kan de gaten vullen. Enkele toerekening (bijvoorbeeld, het vervangen van ontbrekende waarden door de gemiddelde of laatste observatie) is eenvoudig maar vermindert de variatie kunstmatig. Moderne cliometrische toepassingen steeds meer Multiple toerekening (MI), die verschillende aannemelijk voltooide datasets creëert, analyses uitvoert op elk, en schattingen combineert met Rubin . MI is goed geschikt voor historische panelen waar ontbrekende gegevensverlies is (bijvoorbeeld een land dat het bbp niet vóór 1820) Echter, MI gaat ervan uit dat de variabelen voorspellende ontbrekende gegevens in het toerekeningsmodel worden opgenomen .

Kruisverificatie en driehoeksmeting

Voordat statistische correctie, onderzoekers moeten cross-verify gegevens tegen onafhankelijke bronnen. Bijvoorbeeld, een prijsreeks van een handelsboek kan worden gecontroleerd op gemeentelijke market registers, krantenrapporten, en zelfs scheepsmanifesten. Triangulatie onthult transcriptiefouten, blootlegt lokale vooroordelen, en soms ontdekt volledig nieuwe datapunten. De Cliometrische Society[] onderhoudt databases die dergelijke multi-source validatie aanmoedigen, maar het proces blijft arbeidsintensief en domeinspecifiek.

Robuuste statistische modellen

Sommige econometrische technieken zijn inherent robuust voor gegevensonvolmaaktheden. [Instrumentele variabelen (IV)[] kunnen corrigeren voor meetfouten in een belangrijke represitor, mits er een geldig instrument bestaat. [Vaste effecten absorberen tijdinvariante onwaarneembare fouten (bv. aanhoudende gegevensverzameling in een bepaald dorp). [Bootstrap standaardfouten[] en ]Bayesiaanse schatting[[] laten onderzoekers bijvoorbeeld toe om onzekerheid over ontbrekendeheid in betrouwbaarheidsintervallen te verwerken. Zo kunnen Bayesiaanse structurele tijdreeksen met onregelmatig gespaced historische waarnemingen omgaan door voorafgaande verdelingen over ontbrekende perioden te specificeren.

Machine learning en Digitalization Advances

De laatste jaren is er een toename in computatiebenaderingen naar historische gegevens. Optische karakterherkenning (OCR)[] is nauwkeuriger geworden voor historische lettertypen, en herkenning van handschrift (HTR)[] kan nu cursieve manuscripten met foutenpercentages onder 10% transcriberen, waardoor massale digitalisering van volkstellingsreturns en parochieregisters mogelijk is. ]Natural language processing (NLP)[[[FLT:]]] haalt gestructureerde gegevens uit ongestructureerde historische teksten (bijv. prijsaanhalvingen uit kranten). [[[FLT:]]Record connection algoritmen[]] Record linking algoritmen [] › › gebaseerd op machine learning matching matched individuals over verschillende tellingen, waarbij langs verschillende tellingen langs verschillende

Gevoeligheidsanalyse en -replicatie

Gezien de kwetsbaarheid van historische gegevens, sensitiviteitsanalyse moet verplicht zijn. Onderzoekers kunnen testen hoe resultaten veranderen wanneer ontbrekende waarden worden in rekening gebracht met verschillende algoritmen, wanneer uitschieters worden getrimd, of wanneer het monster is beperkt tot subsets van hoge kwaliteit. Rapportage van meerdere specificaties .Een multi-model .. aanpak stelt lezers in staat om de robuustheid van conclusies te meten. De herplicatie beweging[ in cliometrische heeft ook verbeterd kwaliteit: veel tijdschriften vereisen nu gegevens en code deposito's, waardoor andere onderzoekers om fouten te ontdekken of alternatieve aannames te testen.De Economische Geschiedenis Vereniging[[] onderhoudt een reposite die dergelijke transparantie vergemakkelijkt.

Case Study: Het herstel van de groei van het BBP in het vroege moderne Engeland

Om deze uitdagingen en strategieën in actie te zien, denk aan de reconstructie van het Engels BBP van 1600 tot 1800. Vroege cliometrische werk van W. A. Cole en Phyllis Deane getrokken op verspreide douanegegevens, landbouw output schattingen, en loongegevens, maar geconfronteerd met ernstige schaarste: geen systematische nationale rekeningen bestonden vóór 1855. Later onderzoekers als Stephen Broadberry en collega's (2015) aangepakt datakwaliteit door:

  • Duizenden parochie registervermeldingen voor landbouwproductie (gebruik makend van HTR voor handschrift).
  • Vergelijkende gegevens van de industriële productie van Quaker-bedrijfsregisters (hoge kwaliteit) met accijnsaangiften (systematisch maar mogelijk vermeden).
  • Met behulp van meerdere toerekeningen om gaten in jaren te vullen waar Londen havengegevens werden vernietigd in de Grote Brand van 1666.
  • Het toepassen van Bayesiaanse dynamische factor modellen om grillige prijsseries glad.

De resulterende dataset laat zien dat de groei van het BBP per hoofd van de bevolking in het Engels stabiel was maar bescheiden (~0,3% per jaar) over de zeventiende eeuw, niet de stagnatie die eerder werd aangenomen. Zonder een zorgvuldige beheersing van schaarste en kwaliteit, zou de eerdere .stagnation ..verhaal hebben aangehouden ..een bewijs van het belang van deze methodologische correcties.

Toekomstige aanwijzingen

Vooruitblikkend, drie ontwikkelingen beloven gegevensschaarste en kwaliteitslasten in cliometrische studies te verlichten. Ten eerste, grote digitaliseringsinitiatieven . . . zoals het Transkribus platform voor historische manuscripten maken zeldzame bronnen machineleesbaar op ongekende schaal. Ten tweede, probabilistisch record koppeling[ en ]-resolutie[[[FLT:]]]-algoritmen zullen onderzoekers in staat stellen datasets te samenvoegen in regio's en eeuwen, waardoor rijkere panelen ontstaan. Derde, -caspausale inferentiemethoden[] (bv. verschillen in verschillen met synthetische controles) worden aangepast aan de settings met ontbrekende voorbehandelingsgegevens, die meer robuuste tests van historische hypothesen bieden.

Toch kan technologie alleen niet in de plaats komen van domeinkennis. Begrijpen waarom een bepaald archief werd gecreëerd . . Wie het financierde, welke politieke druk bestond, welke groepen werden uitgesloten .. blijft essentieel voor het evalueren van de kwaliteit van de gegevens. Het beste cliometrische onderzoek combineert computerspieren met historische dieplezen, het behandelen van dataschaarste en kwaliteit niet als hinder, maar als objecten van onderzoek op hun eigen recht.

Conclusie

Gegevensschaarste en datakwaliteit zijn geen perifere hinder in cliometrisch onderzoek; ze zijn centraal in de geldigheid van elke claim over economische geschiedenis. Scarcity dwingt onderzoekers om te werken met onvolledige, niet-willekeurige monsters; kwaliteitsproblemen introduceren fouten en vooroordelen die conclusies kunnen omverwerpen. Door het aannemen van rigoureuze toerekeningstechnieken, kruisverifieringsbronnen, het benutten van robuuste statistische methoden, en het benutten van nieuwe digitaliseringsinstrumenten, kunnen cliometrischen deze problemen verzachten . De toekomst van het veld ligt in transparante rapportage, replicatie, en een bereidheid om de onzekerheid die historische afstand oplegt te kwantificeren. Alleen door deze uitdagingen direct aan te gaan, kunnen cliometrischen zijn belofte vervullen om een kwantitatieve basis te bieden voor ons begrip van het verleden.