Introdução: Por que o painel de dados importa para a história econômica

A pesquisa econômica histórica passou por uma profunda transformação metodológica nas últimas três décadas.A adoção de métodos de dados em painel – técnicas que analisam dados que rastreiam as mesmas unidades (países, regiões, empresas ou indivíduos) em vários períodos de tempo – permitiu que os estudiosos se movessem decisivamente para além de comparações transversais simples ou narrativas de séries temporais.Ao combinar a amplitude espacial de dados transversais com a profundidade temporal de dados de séries temporais, métodos em painel permitem que historiadores econômicos controlem a heterogeneidade não observada, identifiquem relações causais e tracem processos dinâmicos que de outra forma permaneceriam ocultos.Este artigo explora como métodos de dados em painel são aplicados em pesquisa econômica histórica, suas vantagens e desafios, e sua crescente indispensibilidade para entender mudanças econômicas de longo prazo.

O que é dados do painel? Um Primer

Dados de painel, também conhecidos como dados longitudinais, consistem em observações sobre as mesmas entidades – como países, estados, indústrias ou famílias – em dois ou mais períodos de tempo. Por exemplo, um conjunto de dados que rastreia o PIB anual, a população e a qualidade institucional em 50 países europeus de 1800 a 2000 constitui um painel. Esta estrutura capta tanto a variação entre as entidades (a seção transversal) como a variação dentro das entidades ao longo do tempo (a série temporal).No trabalho histórico, os painéis muitas vezes abrangem décadas ou séculos, tornando-os exclusivamente adequados para estudar processos de movimento lento, como mudança institucional, transições demográficas ou difusão tecnológica.

Os dados do painel podem ser equilibrados (todas as entidades observadas em todos os períodos) ou desequilibrados (observações ausentes por alguns períodos). Na pesquisa histórica, painéis desequilibrados são a norma devido a registros incompletos, guerras ou mudanças nos limites políticos. O recurso chave que distingue os dados do painel de secções cruzadas agrupadas é a capacidade de seguir as mesmas unidades repetidamente, permitindo que os pesquisadores controlem fatores inobservados invariáveis no tempo que, de outra forma, influenciariam as estimativas.

Os modelos comuns de dados em painel incluem:

  • Modelos de efeitos fixos (FE): Controlo para todas as características específicas da entidade, invariantes do tempo (por exemplo, geografia, cultura, instituições iniciais) focando na variação da unidade interna ao longo do tempo. Este é o modelo de cavalo de trabalho na análise de painel histórico.
  • Modelos de efeitos random (RE): Assumir que os efeitos específicos de entidade não são correlacionados com variáveis explicativas, permitindo que tanto dentro como entre unidades sejam usadas variações. O teste de Hausman ajuda a decidir entre FE e RE; em configurações históricas, FE é quase sempre preferido porque a heterogeneidade não observada provavelmente está correlacionada com os regressores.
  • Estimativa de primeira diferença (FD): Remove efeitos invariantes do tempo subtraindo a observação do período anterior do período atual. Particularmente útil quando a correlação serial está presente ou quando o painel tem uma dimensão de tempo curto.
  • Modelos de painel dinâmico (por exemplo, Arellano-Bond GMM): Incluir variáveis dependentes defasadas para a persistência do modelo – comuns em estudos de crescimento, conflito ou rigidez institucional. Estes requerem instrumentos cuidadosos para evitar o viés de Nickell em painéis curtos.

Estes métodos são amplamente descritos em livros didáticos econométricos, como a Análise Econométrica de Dados de Seção Cross e Painel (2020). Uma boa introdução pode ser encontrada na página de recursos de econometria da Associação Económica Americana].

Aplicações históricas: Da Revolução Industrial à Grande Depressão

Métodos de dados em painel têm sido usados para abordar uma ampla gama de questões econômicas históricas. Abaixo estão vários exemplos ilustrativos que demonstram a versatilidade dessas abordagens em diferentes períodos de tempo e unidades de análise.

Efeitos de longa duração das instituições

Uma contribuição seminal é o trabalho de Acemoglu, Johnson e Robinson (2001, 2002), que utilizaram dados em painel de países para examinar o impacto das instituições coloniais no desenvolvimento econômico de longo prazo. Ao explorarem a variação no tempo de colonização e o tipo de instituições estabelecidas (extrativo vs. inclusive), mostraram que ambientes institucionais iniciais têm efeitos persistentes sobre o PIB per capita. Seu uso de variáveis instrumentais dentro de um quadro de painel ajudou a resolver as preocupações de endogeneidade – especificamente, instrumentaram para instituições que utilizam taxas de mortalidade de colonizadores. Estudos subsequentes estenderam esta análise usando painéis decadais que abrangem os séculos XIX e XX, confirmando que as questões de qualidade institucional para o crescimento econômico ao longo do longo do prazo. Um posterior refinamento de Dell (2010) usou um painel de distritos do interior do país para mostrar que a mita – um sistema de trabalho forçado imposto pelos colonizadores espanhóis – reduziu o consumo contemporâneo e atrofiado crescimento, mesmo após controlar os efeitos fixos distritais.

Mudança Tecnológica e Produtividade

Os dados do painel são particularmente adequados para estudar a difusão da tecnologia, onde as decisões de adoção são tomadas ao longo do tempo e em todas as regiões. Por exemplo, historiadores econômicos construíram painéis de nível firme para fábricas têxteis do século XIX para examinar como a adoção do motor a vapor afetou a produção por trabalhador. Ao incluir efeitos fixos para cada moinho, pesquisadores podem controlar a qualidade de gestão não observada ou vantagens específicas de localização, isolando o efeito causal da nova tecnologia. Um estudo bem conhecido por Atack, Bateman e Margo (2008) usou um painel de municípios dos EUA de 1850 a 1880 para mostrar que a expansão da ferrovia aumentou significativamente a produtividade agrícola e os valores da terra. Seu painel permitiu que eles incluíssem efeitos fixos do condado (holding constante qualidade do solo, acesso inicial ao mercado) e efeitos fixos do ano (controlando para ciclos empresariais nacionais), identificando assim o impacto da ferrovia a partir de variações de contagem ao longo do tempo.

Efeitos do bem-estar dos choques econômicos

A Grande Depressão (1929-1941) foi reexaminada usando dados de painel de nível estadual dos Estados Unidos. Pesquisadores analisaram como os gastos com New Deal influenciaram o emprego, recuperação bancária e agitação social. Ao controlarem os efeitos fixos do estado e incluindo efeitos fixos de ano, eles podem separar o impacto das políticas federais das tendências regionais subjacentes. Um exemplo clássico é Fishback, Horrace e Kantor (2005), que usaram dados de painel anuais entre os estados para estimar o multiplicador de emprego de obras públicas e gastos de alívio, descobrindo que cada dólar de gastos com New Deal aumentou os rendimentos em cerca de 60 centavos. Trabalho mais recente de Hausman (2016) empregou um painel de cidades dos EUA para mostrar que o gasto com New Deal diminuiu o desemprego, mas também apodreceu o investimento privado – uma dinâmica que apenas uma abordagem de painel poderia capturar por rastrear as mesmas cidades antes, durante e depois do programa.

Disparidades regionais e convergência

Os testes unitários de base e as regressões de convergência foram aplicados a dados históricos sobre o rendimento per capita em todas as regiões europeias a partir do século XIX. Estes métodos ajudam a determinar se as regiões mais pobres estão a recuperar para as mais ricas (beta-convergência) e se a dispersão dos rendimentos está a diminuir (sígma-convergência). Por exemplo, um estudo utilizando um painel de 71 regiões francesas e alemãs de 1840 a 1910 encontrou fortes provas de convergência dentro de cada país, impulsionado em grande parte pela liberalização comercial e mobilidade de factores. A estrutura do painel permitiu aos investigadores controlar os choques específicos por país (por exemplo, a Guerra Franco-Prussiana) enquanto examinavam padrões de crescimento dentro das regiões. Outro estudo inovador realizado por Crafts e Wolf (2014) utilizou um painel de regiões europeias NUTS-2 de 1850 a 1910 para mostrar que a convergência se acelerou após a adoção do padrão ouro, que reduziu os custos de transação e os mercados de capital integrados.

Capital Humano e Mudança Demográfica

Os dados de painel também enriqueceram nossa compreensão da transição demográfica. Ao construir painéis históricos de taxas de natalidade, taxas de mortalidade e alfabetização em centenas de distritos na Suécia ou nos Estados Unidos, pesquisadores examinaram o papel causal da educação em massa na redução da fertilidade. Modelos de efeitos fixos que controlam as características permanentes de distrito (como a composição religiosa ou clima) revelam que a introdução de leis de escolaridade obrigatória acelerou significativamente o declínio das taxas de natalidade. Um exemplo notável é o trabalho de Becker, Cinnirella e Woessmann (2010), que usaram um painel de municípios prussianos de 1849 a 1914 para demonstrar que a educação reduziu a fertilidade alterando o comércio de qualidade-quantidade – pais investiram mais em menos crianças. O painel permitiu que eles controlassem as características de nível municipal que poderiam determinar conjuntamente decisões de educação e fertilidade, como a demanda local de trabalho ou normas culturais.

Conflito e Economia Política

Os métodos de painel têm sido cada vez mais usados para estudar conflitos históricos. Por exemplo, Besley e Reynal-Querol (2014) construíram um painel de grupos étnicos africanos ao longo do século XX para examinar como as instituições pré-coloniais moldaram a incidência da guerra civil. Ao incluir efeitos fixos em grupo, eles poderiam controlar fatores invariantes como geografia ou língua, isolando o efeito de mudanças na centralização política. Da mesma forma, Dincecco e Prado (2012) usaram um painel de estados europeus de 1600 a 1900 para mostrar que a centralização fiscal – medida pela participação das receitas fiscais coletadas pelo governo central – reduziu a frequência de guerras interestaduais. Seu painel permitiu que incluíssem efeitos fixos de país e século, reduzindo o viés variável omitido de fatores culturais ou geográficos lentos.

Vantagens dos Métodos de Dados do Painel em Pesquisa Histórica

Os benefícios da utilização de dados em painel na história econômica são numerosos e muitas vezes críticos para inferência causal credível. Estas vantagens explicam porque os métodos em painel se tornaram o quadro padrão para análise histórica quantitativa.

  • Controle para heterogeneidade não observada: Os estudos históricos são atormentados por variáveis omitidas, como cultura, geografia ou qualidade institucional persistente. Modelos de efeitos fixos varrem todos os fatores de confusão invariantes do tempo, mesmo aqueles que não podemos medir, proporcionando uma defesa poderosa contra correlações espúrias.
  • Descobrir relações dinâmicas:] Dados do painel permite aos pesquisadores modelar efeitos defasados, processos de ajuste e dependência de caminho. Por exemplo, o efeito de uma mudança de política em uma década só pode materializar-se completamente décadas depois, que dados transversais não podem capturar. Modelos de painel dinâmicos estimam explicitamente a velocidade de ajuste ao equilíbrio.
  • Aumentar o tamanho e a potência da amostra: Combinar períodos de tempo multiplica o número de observações, levando a estimativas mais precisas e a capacidade de detectar efeitos pequenos, mas economicamente significativos. Isto é particularmente valioso quando a dimensão transversal é limitada pela disponibilidade de dados.
  • Erro de medição manual através de múltiplas observações: Quando os registros históricos contêm erros aleatórios, mas não são imparcializados, os estimadores de painel média de alguns do ruído. Em alguns casos, usando dois períodos de tempo pode até mesmo permitir a correção para erro de medição clássico através de variáveis instrumentais.
  • Comparar espaço e tempo simultaneamente: Os conjuntos de dados do painel permitem aos investigadores testar se uma relação mantém não só entre regiões, mas também dentro de regiões, como mudança de condições históricas.Esta variação interna da unidade é frequentemente a única fonte de identificação quando as unidades diferem de muitas formas não medidas.

Para uma pesquisa detalhada dessas vantagens em contextos históricos, consulte este artigo no Journal of Economic History.

Desafios e como os historiadores os vencem

Apesar de seu poder, os métodos de painel apresentam dificuldades únicas quando aplicados aos dados históricos. Felizmente, pesquisadores desenvolveram estratégias para mitigar muitas dessas questões, muitas vezes combinando técnicas econométricas com profundo conhecimento histórico.

Disponibilidade e Qualidade dos Dados

Os dados históricos são frequentemente escassos, irregularmente recolhidos e sujeitos a definições em mudança. Por exemplo, as estimativas do PIB para o século XIX dependem de proxies como receitas fiscais, população urbana ou produção industrial. Observações em falta são comuns, levando a painéis desequilibrados. As soluções incluem:

  • Técnicas de imputação: A imputação múltipla ou a interpolação podem preencher lacunas quando os dados estão faltando aleatoriamente. Por exemplo, se o PIB de um país está faltando por alguns anos devido à guerra, a interpolação de anos vizinhos pode ser aceitável.
  • Usando proxies alternativas: Luzes noturnas (de imagens de satélite retrocapacitado), registros de propriedades, ou índices de preços têm sido usados como substitutos para medidas de renda em falta em contextos pré-industriais.
  • Restringir a amostra a períodos com dados fiáveis: Muitos estudos de painel centram-se na era pós-1820, quando as contas nacionais se tornaram mais padronizadas, ou limitam a análise a períodos sem grandes mudanças territoriais.

Modelo Especificação e heterogeneidade

A escolha entre efeitos fixos e aleatórios depende de se a heterogeneidade não observada está correlacionada com os regressores. Em cenários históricos, esta correlação é quase certa – por exemplo, regiões com uma dotação inicial mais favorável também podem adotar melhores políticas. Portanto, modelos de efeitos fixos são geralmente preferidos. Mesmo dentro de efeitos fixos, os pesquisadores devem decidir se devem incluir efeitos temporais (controlar para choques comuns, como guerras ou ciclos econômicos globais). Testes de Hausman e a inclusão de tendências temporais são práticas padrão. Além disso, quando o painel tem uma dimensão de tempo longa, os pesquisadores devem considerar se o efeito do interesse varia ao longo do tempo – por exemplo, o impacto das ferrovias sobre os valores de terra pode ter sido maior no início do século 19 do que mais tarde.

Termos de interação com os dummies de tempo podem testar para tal heterogeneidade.

Potencial Biases

Várias formas de viés são particularmente agudas em dados históricos em painel:

  • Viés de atrito: Em painéis longos, algumas unidades podem cair (por exemplo, devido à dissolução ou anexação do estado). Se o atrito está correlacionado com o resultado, as estimativas tornam-se inconsistentes. Os investigadores testam para isso usando testes de atrito (por exemplo, comparando características de estagiários e de folhas) ou métodos de ponderação como ponderação de probabilidade inversa.
  • Erro de medição: Erro de medição clássica em um regressor variável de tempo leva a viés de atenuação. Métodos de variáveis instrumentais (IV), como usar um terceiro período para instrumentar a variável mal medida, podem ajudar. Alternativamente, se o erro não é clássico (por exemplo, correlacionado com o verdadeiro valor), abordagens mais sofisticadas como usar várias medidas ruidosas são necessárias.
  • Correlação serial:] Os erros nos dados do painel são frequentemente correlacionados ao longo do tempo. Erros padrão robustos agrupados no nível da entidade (por exemplo, país) são agora padrão, e alguns estudos usam erros padrão corrigidos pelo painel ou especificações autorregressivas. Falha em contabilizar a correlação serial pode subestimar severamente os erros padrão.

Endogeneidade e Confundidores de Variação do Tempo

Efeitos fixos removem fatores de confusão invariantes do tempo, mas os fatores de confusão variáveis do tempo continuam a ser uma ameaça. Por exemplo, uma mudança de política que coincide com uma recessão pode parecer prejudicial, mesmo que seja benéfica. Os desenhos de diferenças de diferenças de diferenças (DiD) com adoção escalonada são uma solução comum, muitas vezes estimada através de efeitos fixos bidirecionais (efeitos unitários e temporais). No entanto, pesquisas recentes mostraram que efeitos fixos bidirecionais podem ser enviesados quando os efeitos do tratamento são heterogêneos entre unidades ou ao longo do tempo. Mais recentemente, economistas desenvolveram métodos dinâmicos de diferenças de diferenças (Callaway & Sant’Anna, 2021; Goodman-Bacon, 2021) que são válidos com efeitos heterogêneos de tratamento – um avanço crucial para estudos históricos onde as políticas se desdobram em diferentes taxas em diferentes lugares. Por exemplo, um estudo da introdução da educação pública em Estados Unidos de 1830 a 1900 pode ter mudado ao longo do tempo.

Métodos emergentes: Painéis dinâmicos e painéis espaciais

A fronteira dos métodos de dados em painel na história econômica envolve cada vez mais modelos dinâmicos e dependência espacial. Painéis dinâmicos, incluindo variáveis dependentes defasadas ou parâmetros autorregressivos, permitem aos pesquisadores modelar as velocidades de persistência e ajuste. O estimador Arellano-Bond (1991) e suas extensões (Blundell-Bond, 1998) são agora usados para estudar tópicos como a persistência da desigualdade regional, onde a renda atual depende da renda passada. No entanto, os painéis históricos muitas vezes têm uma dimensão de longo tempo (T grande) e um N moderado, o que significa que o viés Nickell (que pragas dinâmica FE quando T é pequeno) é menos grave. Os pesquisadores ainda devem ter cuidado com a proliferação de instrumentos.

Modelos de painéis espaciais são responsáveis por spillovers entre unidades – por exemplo, a disseminação da inovação de uma região para regiões vizinhas. Ignorar a dependência espacial pode levar a viés variável omitido, pois os resultados em uma unidade estão correlacionados com resultados em unidades próximas através de choques não observados. Modelos de erro espacial e de defasagem espacial, integrados com efeitos fixos, estão se tornando mais comuns em análises históricas de adoção de tecnologia, contágio de conflitos e redes comerciais. Um exemplo recente é o estudo de Juhász (2018), que usou um painel de departamentos franceses durante as Guerras Napoleônicas para mostrar que o protecionismo temporário (o Sistema Continental) levou à industrialização persistente em regiões protegidas, com derrames espaciais para regiões vizinhas através da integração de mercado.

Conclusão: Ampliação das possibilidades de inquérito histórico

Os métodos de dados em painel tornaram-se ferramentas indispensáveis para historiadores econômicos. Ao alavancar observações repetidas das mesmas unidades ao longo do tempo, os pesquisadores podem controlar para fatores de confusão inobservaveis, processos dinâmicos de modelos e obter estimativas mais confiáveis de efeitos causais.O registro histórico está cheio de experimentos naturais – mudanças institucionais, guerras, avanços tecnológicos – que podem ser analisados de forma credível com técnicas de painel. À medida que mais dados históricos se tornam digitalizados e harmonizados – projetos como Clio-Infra, o projeto Medieval Cartografia e a iniciativa Global Historical Databases estão expandindo a cobertura – o potencial para estudos de dados em painel só crescerá.

No entanto, os historiadores devem permanecer vigilantes quanto à qualidade dos dados, aos pressupostos de modelos e ao contexto histórico que pode gerar vieses. Os métodos de painel não são uma panaceia; requerem atenção cuidadosa à estrutura dos dados, à definição das unidades e à adequação histórica de identificar pressupostos. Quando usados cuidadosamente, os métodos de dados em painel iluminam padrões que, de outra forma, permaneceriam enterrados em silêncios arquivísticos. Eles nos permitem perguntar não só o que aconteceu na história, mas por que aconteceu – uma questão no coração da história econômica.