Анализ исторических экономических данных имеет основополагающее значение для понимания того, как экономика развивалась на протяжении веков. Это позволяет историкам, экономистам и студентам раскрывать закономерности, причины и последствия экономических преобразований. Строгие методологии превращают необработанные архивные числа в интерпретируемые нарративы, позволяя проводить надежные тесты теорий о росте, сокращении и структурных изменениях. Без систематических подходов исторический экономический анализ рискует быть анекдотичным или искаженным современными предположениями. В этой статье рассматриваются основные методологии - количественные, качественные и смешанные методы - используемые для изучения исторических экономических данных, источников, которые их кормят, и постоянные проблемы, с которыми сталкиваются исследователи. Цель состоит в том, чтобы предоставить практическое, подробное руководство для любого, кто проводит или оценивает такую работу.

Значение методологий

Системные методологии гарантируют, что анализы точны, надежны и значимы. Различные подходы раскрывают различные аспекты исторических экономических тенденций, таких как рост, рецессия, инфляция и торговые модели. Методическая основа позволяет тиражировать и перекрестно проверять другие ученые - основа научного исследования прошлого. Например, количественное исследование средневековых цен на зерно с использованием анализа временных рядов может поддержать или опровергнуть утверждения о тяжести голода; чисто качественное чтение хроник не может различать локализованные трудности и системный кризис. Методологии также вынуждают исследователей явно ставить предположения о сопоставимости данных, единицах измерения и причинной логике, поэтому читатели могут оценивать выводы на своих собственных условиях. В образовательных условиях методология обучения позволяет студентам критически оценивать общие нарративы - такие как «Промышленная революция повысила уровень жизни» или «Великая депрессия была вызвана крахом фондового рынка» - побуждая их спрашивать: Какие данные? Какие статистические тесты?

Общие методологии

Количественный анализ

Количественный анализ применяет статистические и математические методы к численным историческим данным. Этот подход выявляет тенденции, корреляции и причинно-следственные связи во времени и пространстве. Он особенно полезен, когда данные многочисленны и последовательно регистрируются, как это видно в современных национальных счетах, но также может применяться к разреженным наборам данных посредством тщательного моделирования и вычисления.

Анализ временных рядов

Методы временных рядов изучают последовательности точек данных, собранных через регулярные интервалы — годовой ВВП на душу населения, ежемесячные индексы цен, десятилетние переписи. Стандартные инструменты включают в себя разложение тренда (с использованием скользящих средних или фильтров Ходрика-Прескотта), модели авторегрессивной интегрированной скользящей средней (ARIMA) и тесты на монетизацию для долгосрочных равновесных отношений. Для историков, отвлекающие данные для изоляции бизнес-циклов или структурных разрывов — таких как влияние войны — является общей задачей. Исследователи часто используют базу данных проекта Maddison [[FLT: 1]] ([FLT: 2]] Университет Гронингена [[FLT: 3]] для долгосрочных серий ВВП.

Индексные номера

Номера индексов сжимают многомерные данные в единую меру — индексы потребительских цен (CPI), реальная заработная плата или промышленное производство. Выбор базового года, схемы взвешивания (Laspeyres, Paasche, Fisher) и корзина продуктов глубоко влияет на результаты. Исторический анализ уровня жизни часто опирается на индексы реальной заработной платы; например, работа Роберта Аллена (FLT:0)MeasuringWorth с 14-го века вперед. Для решения смещения, присущего индексам фиксированной корзины, исследователи могут обратиться к превосходным формулам индексов, таким как Fisher или Tornqvist, которые лучше приспосабливаются к изменениям в моделях потребления в течение длительных периодов. Прозрачная документация построения индекса необходима для других, чтобы приспособиться к известным предубеждениям.

Эконометрическое моделирование

Помимо базовой регрессии, современная историческая эконометрика использует инструментальные переменные, различия в различиях и схемы разрыва регрессии. Например, для оценки влияния железных дорог на американский экономический рост в 19-м веке Роберт Фогель знаменито использовал контрфактуальные и расчеты социальных сбережений — теперь часто переоцениваемые с данными панели и фиксированными эффектами. Исследователи, работающие с временными рядами, должны проверить на корни единиц и последовательную корреляцию; данные панели требуют внимания к зависимости поперечного сечения. Инструменты в исторических контекстах могут возникать из географических особенностей (например, расстояние до рек) или институциональных причуд (например, произвольные границы). Программа NBER «Развитие американской экономики» поддерживает многие исторические наборы данных, полезные для такого анализа.

Ограничения количественных методов

Количественные методы в значительной степени зависят от качества и сопоставимости исторических чисел. Данные часто отсутствуют, агрегируются в непоследовательных масштабах или измеряются с помощью смещающихся определений (например, «безработица» до 1920 года означала что-то очень отличное от сегодняшнего дня). Чрезмерная интерпретация статистических результатов из коротких или шумных серий является распространенной ошибкой. Исследователи всегда должны дополнять количественные результаты проверками надежности - спецификациями альтернативных моделей, анализами подобразцов и чувствительностью к удалению выбросов.

Качественный анализ

Качественные методы сосредоточены на контекстуальном понимании — анализе исторических документов, государственной политики, институциональных документов и личных счетов. Этот подход раскрывает социальные, политические и культурные силы, которые сформировали экономические результаты, которые не могут быть уловлены чисто количественными данными. Он необходим для периодов с ограниченными численными доказательствами, такими как раннесредневековые экономики или доколониальные африканские торговые сети.

Анализ содержания

Анализ содержания систематически классифицирует и подсчитывает темы, термины или нарративы в текстовых источниках. Например, исследование парламентских дебатов 19-го века по законам о кукурузе может кодировать речи как «протекционистские», «свободные торговли» или «смешанные» и коррелировать частоты с последующими тарифными ставками. Этот метод устраняет разрыв между качественным чтением и количественным резюме. Исследователи должны определить четкие правила кодирования и измерить надежность интеркодера, когда задействованы несколько аналитиков. Программное обеспечение, такое как NVivo или MAXQDA, облегчает систематическое кодирование крупных корпусов — например, анализ тысяч газетных страниц из , чтобы отслеживать упоминания о «банковском сбое» во время паники 1893 года.

Архивные исследования

Архивные исследования посвящены первоисточникам: торговым книгам, налоговым спискам, судебным записям и частной переписке. Он предоставляет подробные детали, которые невозможно получить из агрегированной статистики. Записи Ост-Индской компании в Британской библиотеке и Архивные национальные архивы в Париже являются сокровищницами для ранней современной торговой истории. Исследователи должны оценивать подлинность, происхождение и потенциальные предубеждения — налоговый список может занижать богатство могущественных землевладельцев, которые подкупали асессоров; торговый дневник может преувеличивать успех. Новые цифровые гуманитарные проекты, такие как Трансатлантическая база данных работорговли , делают ранее рассеянные архивные данные доступными для поиска и связываемыми.

Сравнительный исторический анализ

Сравнительный исторический анализ (СХА) использует систематическое сравнение между случаями (например, нациями, регионами, учреждениями) для выявления причинно-следственных условий. Он часто сочетает повествовательные доказательства с небольшим количеством случаев, выбранных для контроля определенных переменных. Классические работы, такие как Barrington Moore Jr. Социальное происхождение диктатуры и демократии или институциональный анализ прав собственности Дугласа Норта, иллюстрируют CHA. Метод склонен к предвзятости выбора и чрезмерному определению - в немногих случаях могут присутствовать многие потенциальные причины - но он остается мощным для генерации гипотез, которые могут быть позже проверены с большими наборами данных. Строгий CHA использует структурированное сравнение (наиболее похожий или самый различный дизайн систем) и явный анализ причинно-следственных процессов.

Смешанные методы

Все чаще историки экономики смешивают количественные и качественные подходы. Типичный смешанный метод проектирования может использовать регрессию для выявления статистической корреляции (например, между погодными шоками и крестьянскими восстаниями), а затем погрузиться в местные архивы, чтобы проследить причинные механизмы - как конкретные жалобы были сформулированы, организованы и подавлены. Эта триангуляция усиливает причинные претензии и раскрывает ненаблюдаемые путаницы. Например, исследование ирландского голода 1840-х годов может объединить данные временных рядов о урожайности картофеля и смертности с качественным анализом рассказов о выселении и записей о бедных законах. Программное обеспечение, такое как NVivo для качественного кодирования наряду со Stata или R для количественного анализа, облегчает эту интеграцию. Смешанные методы также помогают защитить от экологической ошибки: количественные модели на национальном уровне могут не держаться на местном уровне, и архивные данные могут показать, почему.

Источники данных

Качество и объем источников данных напрямую определяют целесообразность и достоверность любой методологии. Ниже приведены основные виды исторических экономических данных, с примерами хорошо известных репозиториев.

  • Правительственные записи: Микроданные переписи, статистика торговли, налоговые оценки, бюджетные документы. Межуниверситетский консорциум политических и социальных исследований (ICPSR) архивирует многие исторические переписи в США на индивидуальном уровне, и IPUMS предоставляет согласованные международные данные переписи.
  • Международные организации: Историческая база данных Всемирного банка, данные о ценах ФАО и архивы МВФ для многих стран распространяются на 19 век.База данных FRED в Федеральной резервной системе Сент-Луиса включает исторические серии для США, начиная с 1920-х годов.
  • Частно собранные наборы данных: Проект MeasuringWorth предоставляет ежегодные серии для ВВП, заработной платы и цен для нескольких стран с 13-го века.Проект Мэддисона является еще одним ключевым ресурсом для долгосрочных оценок ВВП.
  • Торговые и корпоративные архивы: Записи Голландской Ост-Индской компании (VOC) оцифрованы и используются для ранних исследований глобализации. База данных трансатлантической работорговли предлагает подробную информацию о рабских путешествиях со ссылками на оригинальные манифесты.
  • Газеты и периодические издания: Цены на трансляцию, рыночные отчеты и экономические комментарии — теперь их можно искать в таких проектах, как Британский архив газет или Хроника Америки .
  • Личные записи: Дневники, письма, семейные счета — часто используемые для потребительских корзин, миграционных решений и неформальных кредитных сетей.HISCO Проект стандартизирует исторические профессиональные данные из таких источников.

Исследователи должны оценивать каждый источник для пробелов в покрытии, изменений в определении и предубеждений. Досовременные цены на зерно могут исключать местные бартерные операции или игнорировать изменение качества. Объединение нескольких источников, таких как перекрестная проверка цен из таможенных записей и частных торговых счетов, повышает надежность. Инициативы с открытыми данными, такие как Индекс цитирования данных, помогают отслеживать происхождение набора данных.

Проблемы в анализе

Исторический экономический анализ сталкивается с уникальным набором методологических проблем, отличающих его от современной эмпирической работы.

Неполные и недостающие данные

Целые десятилетия могут не иметь систематических записей для определенных регионов или секторов. Историки используют методы интерполяции (например, линейная интерполяция между известными точками, сплинами) или модели недостающих значений на основе связанных показателей, но это вводит неопределенность. Методы множественных вычислений, заимствованные из современной статистики, могут обеспечить диапазон правдоподобных значений. Анализ чувствительности должен проверить, как результаты изменяются при различных предположениях о недостающих данных. Например, если 30% торговых показателей до 1800 года отсутствуют, исследователь должен сообщать о доверительных интервалах, которые отражают эту неопределенность.

Изменение определений и стандартов

«ВВП» как концепция не существовала до 20-го века. Более ранние оценки модернизируются с использованием прокси-показателей, таких как ставки урбанизации, налоговые ставки или корзины заработной платы. Аналогичным образом, профессиональные категории (например, «промышленный работник») сильно сместились с течением времени. Количественные исследователи должны строить последовательные категории путем связывания записей через годы переписи или с использованием односемейного сопоставления фамилий — процесс, который подвержен ошибкам и вычислительно интенсивен. НАПП (Проект народонаселения Северной Атлантики) и IPUMS проекты обеспечивают согласованные переменные переписи, но местные особенности остаются.

Предвзятое отношение к выживанию

Архивы часто сохраняют записи успешных фирм, процветающих регионов или сохранившихся учреждений. Банки, которые потерпели неудачу в 1873 году, оставили мало записей; только богатые люди владели дневниками. Качественная работа особенно уязвима для рассказывания историй, что привилегии сохранившихся доказательств. Исследователи должны активно искать «негативные» случаи — неудачные предприятия, банкротства, маргинальные сообщества — чтобы избежать рисования розового портрета прошлого. Для количественных исследований, используя панельные данные, которые включают как выживших, так и тех, кто выходит из выборки, могут смягчить предвзятость, хотя само истощение может быть информативным.

Ошибка измерения и предубеждения

Исторические измерения часто проводились в административных или налоговых целях, а не для научного анализа. Обследования земель могут опускать болота или леса; таможенные чиновники могут недооценивать товары для снижения пошлин. Такие ошибки не случайны, но систематически коррелируют с основной экономической деятельностью. Инструментальные переменные или сравнение нескольких независимых мер могут помочь смягчить, но не устранить эту предвзятость. Например, сравнение торговых потоков из двусторонних таможенных записей с независимыми судоходными манифестами может выявить систематическое занижение отчетности.

Анахронизм и презентизм

Применение современных экономических теорий (например, рациональный выбор, эффективные рынки) к доиндустриальным экономикам может затуманить различные институциональные ограничения и культурные ценности. Крестьянин в 1300 году во Франции не максимизировал полезность так же, как потребитель 21-го века; они столкнулись с различными предпочтениями, социальными нормами и неполной рыночной интеграцией. Смешанные подходы, которые включают качественный контекст, помогают защититься от анахронистических интерпретаций. Историк также должен быть осведомлен о рентационизме - оценивая прошлые экономические решения по современным этическим стандартам, не понимая ограничений времени.

Заключение

Использование разнообразных методологий улучшает наше понимание прошлых экономик. Сочетание количественных и качественных подходов обеспечивает всеобъемлющий взгляд, позволяя преподавателям и студентам оценить сложности экономической истории. Ни один метод не является достаточным: количественный анализ предлагает точность и обобщение; качественные исследования обеспечивают текстуру и причинный механизм; смешанные методы сокращают разрыв. По мере расширения цифровых архивов и вычислительных инструментов - с крупномасштабным текстовым майнингом, автоматизированным извлечением данных и машинным обучением для записи связи - будущие историки будут иметь беспрецедентные возможности для объединения крупномасштабных данных с глубоким архивным чтением. Однако основной методологический императив остается неизменным: быть прозрачным в предположениях, документировать все преобразования данных и подвергать каждый вывод скептическому анализу с использованием нескольких линий доказательств. Этот дисциплинированный плюрализм является самым верным путем к значимым знаниям о том, как изменились экономики - и какие уроки, которые изменения держатся для настоящего времени.