Почему количественные методы имеют значение в экономической истории

На протяжении большей части 20-го века экономическая история в значительной степени опиралась на качественные описания и институциональный анализ. Рост клиометрии — систематическое использование экономической теории и количественных методов для изучения истории — изменил это. Сегодня анализ исторических экономических воздействий без формальных количественных методов рискует упустить скрытые закономерности, смешивающие факторы и величину эффектов. Количественные подходы позволяют исследователям проверять гипотезы, контролировать другие переменные и конструировать контрфактуальные факторы — как экономика выглядела бы в отсутствие события. Это не только углубляет историческое понимание, но и предлагает уроки для современных политиков, сталкивающихся с кризисами, такими как пандемии, финансовые крахи или конфликты.

Переход от повествования к цифрам не был ни быстрым, ни бесспорным. Пионеры, такие как Роберт Фогель и Дуглас Норт, оба лауреата Нобелевской премии, продемонстрировали, что количественные данные могут опровергнуть давние убеждения. Например, работа Фогеля на железных дорогах США показала, что их вклад в рост ВВП был намного меньше, чем предполагалось ранее, в то время как анализ производительности морских перевозок в Северном море показал, что институциональные инновации, а не только технологии, способствовали экономическим изменениям. Эти прорывы установили количественные методы в качестве незаменимых инструментов для различения корреляции от причинности в историческом контексте.

Основные количественные методы исторического анализа

Для оценки исторических событий обычно используется несколько статистических и эконометрических методов. Каждый метод имеет сильные стороны в зависимости от характера данных и конкретного изучаемого события. Исследователи часто объединяют несколько подходов для триангуляции надежных оценок.

Регрессионный анализ и модели временных рядов

Наиболее фундаментальным инструментом является многократный регрессионный анализ, который оценивает взаимосвязь между событием (или политикой) и экономическим результатом при контроле за другими влияниями. регрессия временнóго ряда особенно распространена — например, анализ ежегодных данных ВВП до и после войны для оценки среднего изменения, связанного с конфликтом. Модели авторегрессивной скользящей средней (ARMA) и тесты структурных разрывов помогают определить, вызвало ли событие постоянный сдвиг в экономическом тренде. Ключевым достижением является использование векторной авторегрессии (VAR) для моделирования взаимозависимостей между несколькими экономическими переменными — такими как производство, торговля и инвестиции — одновременно, позволяя исследователям отслеживать волновые эффекты исторического шока в течение нескольких десятилетий.

Исследования событий и различия в различиях

, взятое из финансов исследование событий, измеряет аномальные изменения экономических переменных в дату конкретного события. В исторических контекстах это может включать в себя изучение объемов торговли до и после подписания договора. , разница в различиях (DiD) , оценивающий сравнивает изменение в результате для группы, затронутой событием, с изменением для аналогичной незатронутой группы за тот же период. Например, экономисты использовали DiD для оценки экономического эффекта 1840-х годов ирландского картофельного голода , сравнивая регионы с различной степенью неурожая с незатронутыми областями в Северной Европе. , действительности DiD зависит от предположения о параллельных тенденциях , что обработанные и контрольные группы следовали бы аналогичными путями без события. Исследователи проверяют это, изучая тенденции до события или используя тесты плацебо с ложными датами лечения.

Метод синтетического контроля

Более продвинутая техника, разработанная в 2000-х годах, метод синтетического контроля, строит взвешенную комбинацию необработанных единиц для создания контрфактной для пострадавшей единицы. Это особенно ценно, когда не существует единой естественной контрольной группы. Знаменитое приложение оценивало экономическую стоимость воссоединения Германии путём построения синтетической Западной Германии из других экономик ОЭСР. Метод показал, что воссоединение вызвало значительное и постоянное снижение ВВП Западной Германии на душу населения по сравнению с синтетической версией. С тех пор синтетический контроль применялся для оценки экономических последствий торговых эмбарго, стихийных бедствий и политических изменений режима. Его преимущество заключается в прозрачности: исследователи могут точно показать, какие единицы контроля получают вес и как синтетическая единица отслеживает фактическую единицу до события.

Инструментальные переменные и естественные эксперименты

Для решения проблемы эндогенности — возможности того, что само событие было под влиянием экономических условий — историки используют инструментальные переменные (IV). Например, для изучения экономического воздействия Чёрной смерти (1347—1351) исследователи использовали случайные вариации смертности от чумы из-за географии и торговых путей в качестве инструмента для снижения численности населения. Такие естественные эксперименты дают достоверные оценки причинных эффектов. Другим классическим примером является использование колониальной политики распределения земель в качестве инструмента для учреждений по правам собственности, чтобы изучить их влияние на долгосрочное развитие. Задача заключается в поиске действительного инструмента — того, который влияет на результат только через изучаемое событие — что часто требует глубоких институциональных знаний и тщательной защиты ограничения на исключение.

Количественные и распределительные методы

Помимо средних эффектов, историки все чаще спрашивают, как исторические события повлияли на различные сегменты общества. Количественный регресс и Дистрибуционный анализ позволяют исследователям оценивать влияние в различных точках распределения доходов или богатства. Например, исследования Великой депрессии показали, что беднейшие домохозяйства испытали наибольшее пропорциональное падение потребления, в то время как элитным землевладельцам иногда удавалось изолировать свое богатство. Такой детальный анализ обогащает наше понимание исторического неравенства и информирует о дистрибутивных последствиях современных кризисов.

Источники данных и их проблемы

Количественная история зависит от наличия и качества исторических данных. Основные источники включают национальные архивы, налоговые записи, торговые книги, книги о заработной плате и, в последнее время, оцифрованные коллекции из таких учреждений, как Национальное бюро экономических исследований (FLT:1]] и Всемирный банк .

  • Неполнота:] Многие записи были потеряны или никогда не существовали. Исследователям часто приходится интерполировать или вменять недостающие значения с помощью статистических методов, таких как множественные вычисления или фильтры Калмана. В крайних случаях целые серии должны быть восстановлены из разреженных подсказок, таких как оценка раннего современного ВВП по количеству городского населения и ценам на зерно.
  • Ошибка измерения: Ранние оценки ВВП основывались на косвенных показателях, таких как темпы урбанизации или цены на зерно. Современные исследователи используют такие методы, как обратная проекция от известных тенденций, чтобы скорректировать их на предубеждения. Даже хорошо документированные серии, такие как британское промышленное производство 18-го века, содержат существенные ошибки из-за непоследовательных заводских записей.
  • Несравнимость: Определения занятости, доходов или даже национальных границ меняются с течением времени. Гармонизация данных на протяжении веков требует тщательной документации и конверсии. Проект Мэддисона и Клио-инфра проект предоставляют обширные гармонизированные исторические наборы данных, охватывающие ВВП, неравенство и здоровье, облегчая межстрановые сравнения.
  • Предвзятость выбора: Выжившие документы могут чрезмерно представлять успешные экономики или грамотные общества. Методы, подобные Коррекция Хекмана, могут помочь, но только частично. Например, средневековые данные о ценах часто выживают только из монашеских поместий, которые, возможно, управляли ресурсами иначе, чем светские усадьбы.

Чтобы смягчить эти проблемы, исследователи триангулируют несколько источников и применяют анализ чувствительности для проверки того, как результаты меняются с различными предположениями. Современные вычислительные инструменты также позволяют автоматизировать связь записей - сопоставление людей по переписям, налоговым спискам и приходским регистрам - для создания продольных баз микроданных. Эти связанные наборы данных позволяют анализировать экономическую мобильность на индивидуальном уровне в течение поколений, открывая новые границы в исторических эмпирических исследованиях.

В глубинных тематических исследованиях

Приведенные ниже примеры иллюстрируют, как количественные методы использовались для оценки экономического воздействия ключевых исторических событий, подчеркивая как силу, так и проблемы этих методов.

Тема 1 - Черная смерть и европейская экономика

Черная смерть убила приблизительно 30-60% населения Европы между 1347 и 1351. Используя данные о заработной плате и ценах из Англии, исследователи применили анализ временного ряда, чтобы показать, что реальная заработная плата удвоилась в результате из-за нехватки рабочей силы. Подход DiD, сравнивающий усадьбы с различными показателями смертности, обнаружил, что сельскохозяйственное производство на одного работника выросло, но общий объем производства резко упал. Более поздняя работа, использующая инструментальные переменные — с использованием времени прибытия чумы на душу населения в качестве инструмента — оценивает, что шок, поднятый на 30% на мгновение, хотя население вскоре восстановилось. Однако последствия изменились на региональном уровне: городские центры восстановились быстрее из-за иммиграции, в то время как сельские районы испытали устойчивый дефицит рабочей силы, который разрушил феодальные институты. Количественные исследования также связали чуму с изменениями в моделях брака и участии женщин в рабочей силе, показывая, как демографическая катастрофа может изменить социальные структуры.

Тематическое исследование 2: Вторая мировая война и послевоенный рост

Вторая мировая война вызвала массовые разрушения, но также привела к быстрому восстановлению и структурным преобразованиям. Используя синтетический контроль, исследователи сравнили Западную Германию с синтетическим аналогом, построенным из других европейских экономик.; институциональные реформы и помощь плана Маршалла добавили 2-3 процентных пункта к ежегодному росту. Анализ событий послевоенного бума в Японии показал, что потеря колониальных активов первоначально снижала ВВП, но агрессивная промышленная политика и внедрение технологий привели к восстановлению, которое заняло 15 лет, чтобы достичь довоенных пиков. Количественные данные бросают вызов упрощенным повествованиям о том, что война всегда опустошает долгосрочный рост; тип войны и институциональный ответ имеют большое значение. Например, экономика США расширилась во время войны, в то время как большинство европейских экономик сократились. Разница в различиях показал, что прямое разрушение уменьшило физический капитал (Швеция, Швейцария) с воюющими сторонами показали, что прямое разрушение

Тема 3: Раздел Индии в 1947 году

Разделение вызвало одну из крупнейших вынужденных миграций в истории, с 10-15 миллионами человек, пересекающих границы. Используя регрессионную разрывность и , экономисты сравнили районы вдоль новой границы с внутренними районами. Они оценили, что пограничные регионы испытали 10-15%-ное падение сельскохозяйственного производства и длительное сокращение торговой активности из-за разорванных цепочек поставок. Более поздняя работа с использованием географических данных и интенсивности ночного света в качестве прокси для экономической деятельности обнаружила, что негативные последствия сохраняются в течение десятилетий, особенно на пакистанской стороне. Этот случай подчеркивает долгосрочные затраты на плохо спланированный институциональный распад. Количественные методы также использовались для изучения влияния на человеческий капитал: районы, которые получили большие притоки беженцев, видели долгосрочные улучшения в уровне грамотности, поскольку перемещенные лица принесли различные навыки и предпринимательскую энергию. Пример разделения демонстрирует, как одно событие может произвести как победителей, так и проигравших, и как геопространственные данные в сочетании

Тема 4: Великая депрессия и финансовое регулирование

Великая депрессия 1930-х годов является переломным моментом для количественной экономической истории из-за обилия недавно собранных счетов национального дохода и банковских данных. Используя данные исследования событий , исследователи подсчитали, что крах фондового рынка 1929 года только уменьшил промышленное производство на 10-15% в следующем году, но последующая банковская паника усилила спад. Анализ синтетического контроля , сравнивающий США со средневзвешенным показателем других стран, предполагает, что отсутствие страхования депозитов и пассивная денежная реакция углубили депрессию на дополнительные 8% ВВП. Эти результаты проинформировали современное макропруденциальное регулирование. Великая депрессия также иллюстрирует ценность данных микроуровня : анализ отдельных банковских балансов позволил исследователям определить, что банкротства банков имели более крупные побочные эффекты, чем снижение цен на акции, формируя дизайн текущих стресс-тестов.

Роль контрфактного анализа

Центральным в большинстве количественных оценок является построение достоверного контрфактного — что произошло бы, если бы событие не произошло. Синтетический метод управления явно предназначен для построения такого контрфактного из средневзвешенного числа блоков управления. В более простых моделях временных рядов контрфактный является экстраполяцией тренда предсобытия. Однако валидность любого контрфактного зависит от предположения, что внешние факторы остаются стабильными. Исследователи должны проверить на параллельные тенденции в конструкциях DiD и проверить на расхождения перед событием. Когда предположение терпит неудачу, могут быть использованы альтернативные подходы, такие как прерванный временной ряд (ITS) с поэтапным введением события.

Для событий с глобальным охватом (например, Великая депрессия, пандемия COVID-19) нет надежной контрольной группы. В этих случаях используются структурные экономические модели, которые имитируют мировую экономику. Например, модели вычислимого общего равновесия (CGE) были применены для оценки затрат на благосостояние Осада Парижа (1870-1871) или экономического сбоя от колониальной добычи в 19 веке. Хотя модели-тяжелые, эти подходы позволяют анализировать чувствительность по ключевым параметрам. Байесовские структурные временные ряды ], которые рассматривают контрфактуальную как скрытую переменную и включают предварительную информацию, что позволяет количественно оценить неопределенность, которая часто отсутствует в классических методах. Независимо от метода, исследователи должны всегда представлять множественные контрфактические спецификации и проверять надежность альтернативных предположений - практика, которая все чаще стандартна в ведущих журналах, таких как Американский

Ограничения и критика количественной истории

Несмотря на свою мощь, количественные методы сталкиваются с реальными ограничениями:

  • Эндогенность: Исторические события редко случайны.Войны могут быть вызваны экономическим спадом, а не наоборот.В то время как методы, подобные IV, пытаются решить эту проблему, действительные инструменты скудны и часто противоречивы. Например, использование погодных изменений для изучения интенсивности конфликтов является обычным явлением, но опирается на предположение, что погода влияет на экономику только через конфликт — предположение, которое часто нарушается.
  • Измерение и переживание предвзятости:] Количественная история опирается на то, что выжило. Например, до 1500 европейских данных сильно искажены в сторону монастырей и королевских имений, потенциально перепредставляя хорошо управляемые учреждения. Аналогично, данные об историческом неравенстве часто исходят из завещания богатых, создавая видимое снижение неравенства, которое частично является артефактом изменения документации.
  • Редукционизм:] Чисто количественные подходы могут упустить институциональные, культурные или психологические факторы, которые фиксируют качественные счета. Лучшая работа сочетает в себе оба, используя количественные результаты для мотивации более глубокого архивного исследования. Например, результаты регрессии, показывающие большое влияние протестантизма на грамотность в Германии 19-го века, были полностью поняты только после прочтения отчетов о проверке местных школ, которые выявили различия в педагогике.
  • P-хакерство и переобучение: Гибкость современной эконометрики может привести исследователей к выбору спецификаций, которые подтверждают их априорность. Предварительная регистрация исследований и репликация с новыми данными являются важными гарантиями. Исторические наборы данных часто малы и не экспериментальны, что делает их особенно склонными к ложным выводам.
  • Нестационарность и структурные разрывы: Экономические временные ряды часто меняют свою базовую структуру после крупных событий. Стандартные тесты могут не выявить правильную модель, приводя к ложным результатам. Корневые тесты, например, могут ошибочно принять постоянный сдвиг за временно трендовый ряд.
  • Этические и интерпретационные подводные камни: Использование исторических данных для выработки политических рекомендаций рискует чрезмерно упростить человеческие страдания.Количественный экономист должен всегда помнить, что за коэффициентами лежат реальные человеческие потери — будь то жизни, потерянные в войнах, средства к существованию, разрушенные голодом, или сообщества, перемещенные политикой.

Здоровая литература признает эти подводные камни. ] Журнал экономической истории и недавние выпуски ] Журнал экономической литературы регулярно публикуют обзоры, которые критически оценивают достоверность результатов количественных исторических исследований. Лучшие исследования теперь включают явные отчёты о достоверности — таблицы, показывающие, как оценки изменяются в соответствии с различными спецификациями, исключение выпадений и различные периоды времени.

Заключение

Количественные методы коренным образом изменили то, как мы оцениваем экономическое влияние крупных исторических событий. От Черной смерти до Второй мировой войны и современных финансовых кризисов эти методы позволяют исследователям изолировать причинные эффекты, конструировать явные контрфактуальные явления и количественно оценивать неопределенность. Проблемы с данными остаются огромными, но продолжающаяся оцифровка и улучшенные эконометрические методы продолжают продвигать границы. Синергия между количественным анализом и историческим повествованием дает понимание, которое не может обеспечить ни один из подходов. Политики, сталкивающиеся с кризисами сегодня, хорошо бы прислушаться к урокам, закодированным в веках количественных исторических свидетельств - уроки о траекториях восстановления, важности институтов и длинной тени разрушительных событий. Область исторической экономики не просто о прошлом: она обеспечивает строгую эмпирическую основу для понимания настоящего и формирования будущего.