Table of Contents

Введение: почему панельные данные имеют значение для экономической истории

За последние три десятилетия исторические экономические исследования претерпели глубокую методологическую трансформацию. Принятие методов панельных данных - методов, которые анализируют данные, отслеживающие одни и те же единицы (страны, регионы, фирмы или отдельных лиц) в течение нескольких периодов времени - позволило ученым решительно выйти за рамки простых сравнений поперечного сечения или повествований временных рядов. Путем объединения пространственной широты данных поперечного сечения с временной глубиной данных временных рядов, методы панели позволяют экономическим историкам контролировать ненаблюдаемую неоднородность, выявлять причинно-следственные связи и отслеживать динамические процессы, которые в противном случае оставались бы скрытыми. В этой статье исследуется, как методы панельных данных применяются в исторических экономических исследованиях, их преимущества и проблемы и их растущая незаменимость для понимания долгосрочных экономических изменений.

Что такое панельные данные?

Данные группы, также известные как продольные данные, состоят из наблюдений за одними и теми же объектами, такими как страны, государства, отрасли или домохозяйства, в течение двух или более периодов времени. Например, набор данных, отслеживающий годовой ВВП, численность населения и институциональное качество в 50 европейских странах с 1800 по 2000 год, представляет собой панель. Эта структура фиксирует как вариации между объектами (поперечный срез), так и вариации внутри объектов с течением времени (временная серия). В исторической работе панели часто охватывают десятилетия или столетия, что делает их уникальными для изучения медленных процессов, таких как институциональные изменения, демографические переходы или технологическая диффузия.

Данные панели могут быть сбалансированы (все объекты, наблюдаемые во все периоды) или несбалансированы (пропущенные наблюдения в течение некоторых периодов). В исторических исследованиях несбалансированные панели являются нормой из-за неполных записей, войн или сдвигов в политических границах. Ключевой особенностью, отличающей данные панели от объединенных поперечных сечений, является способность повторять одни и те же единицы неоднократно, что позволяет исследователям контролировать для временных инвариантных ненаблюдаемых факторов, которые в противном случае предвзято оценивали бы.

Общие модели данных панели включают в себя:

  • Модели с фиксированными эффектами (FE): Контроль всех специфических для объекта, временных инвариантных характеристик (например, географии, культуры, начальных институтов) путем фокусирования на вариации внутри единицы с течением времени.
  • Модели Рэндом-эффектов (RE): Предположим, что эффекты, специфичные для сущности, не коррелируют с объяснительными переменными, что позволяет использовать как вариации внутри, так и между единицами. Тест Хаусмана помогает определить между FE и RE; в исторических условиях FE почти всегда предпочтительнее, потому что ненаблюдаемая неоднородность, вероятно, коррелирует с регрессорами.
  • Оценка первой разницы (FD): Устраняет эффекты, инвариантные по времени, вычитая наблюдения предыдущего периода из текущего периода. Особенно полезно, когда присутствует последовательная корреляция или когда панель имеет короткий временной размер.
  • Динамические модели панелей (например, Arellano-Bond GMM): Включают отставшие зависимые переменные в модель устойчивости — обычное явление в исследованиях роста, конфликта или институциональной липкости.

Эти методы широко описаны в эконометрических учебниках, таких как эконометрический анализ перекрестного сечения и данных панели Вулдриджа (2020). Хорошее введение можно найти на странице эконометрических ресурсов Американской экономической ассоциации .

Исторические приложения: от промышленной революции до Великой депрессии

Для решения широкого круга исторических экономических вопросов использовались методы групповых данных. Ниже приводятся несколько наглядных примеров, демонстрирующих универсальность этих подходов в различных временных периодах и единицах анализа.

Долгосрочные последствия институтов

Важнейшим вкладом является работа Аджемоглу, Джонсона и Робинсона (2001, 2002), которые использовали данные межстрановых групп для изучения влияния колониальных институтов на долгосрочное экономическое развитие. Используя различия в сроках колонизации и типе установленных институтов (экстраактивные против инклюзивных), они показали, что ранняя институциональная среда оказывает постоянное влияние на ВВП на душу населения. Их использование инструментальных переменных в рамках панели помогло решить проблемы эндогенности - в частности, они использовали для учреждений, использующих показатели смертности поселенцев. Последующие исследования расширили этот анализ с использованием десятилетних групп, охватывающих 19-е и 20-е века, подтверждая, что институциональное качество имеет значение для экономического роста в очень долгосрочной перспективе. Более поздняя доработка Dell (2010) использовала внутреннюю панель перуанских районов, чтобы показать, что мита - система принудительного труда, навязанная испанскими колонизаторами - сократила современное потребление и замедленный рост, даже после контроля за фиксированными эффектами района.

Технологические изменения и производительность

Данные панели особенно хорошо подходят для изучения распространения технологии, где решения о принятии принимаются с течением времени и в разных регионах. Например, экономические историки построили панели на уровне фирмы для текстильных фабрик 19-го века, чтобы изучить, как принятие парового двигателя повлияло на производительность на одного рабочего. Включая фиксированные эффекты для каждой мельницы, исследователи могут контролировать для ненаблюдаемого качества управления или преимущества, специфичные для местоположения, изолируя причинный эффект новой технологии. Хорошо известное исследование Атак, Бейтман и Марго (2008) использовало панель округов США с 1850 по 1880 год, чтобы показать, что расширение железных дорог значительно увеличило сельскохозяйственную производительность и стоимость земли. Их панель позволила им включать фиксированные эффекты округа (удержание постоянного качества почвы, начальный доступ к рынку) и фиксированные эффекты года (контроль за национальными бизнес-циклами), таким образом определяя влияние железной дороги из внутри страны изменения с течением времени.

Последствия экономического шока для благосостояния

Великая депрессия (1929-1941) была повторно рассмотрена с использованием данных панели государственного уровня из Соединенных Штатов. Исследователи проанализировали, как расходы Нового курса влияли на занятость, восстановление банков и социальные беспорядки. Контролируя за фиксированными эффектами штата и включая фиксированные эффекты года, они могут отделить влияние федеральной политики от основных региональных тенденций. Классическим примером является Фишбэк, Хоррас и Кантор (2005), который использовал ежегодные данные панели по штатам для оценки множителя занятости общественных работ и расходов на помощь, обнаружив, что каждый доллар расходов Нового курса повысил доходы примерно на 60 центов. Более поздняя работа Хаусмана (2016) использовала панель городов США, чтобы показать, что расходы Нового курса снизили безработицу, но также вытеснили частные инвестиции - динамика, которую только панельный подход мог захватить, отслеживая те же города до, во время и после программы.

Региональные различия и конвергенция

Панельные тесты на уровне единиц и регрессии конвергенции были применены к историческим данным о доходах на душу населения в европейских регионах с 19-го века. Эти методы помогают определить, догоняют ли более бедные регионы более богатые (бета-конвергенция) и сокращается ли дисперсия доходов (сигма-конвергенция). Например, исследование, использующее панель из 71 французского и немецкого регионов с 1840 по 1910 год, нашло убедительные доказательства конвергенции внутри каждой страны, в значительной степени обусловленной либерализацией торговли и мобильностью факторов. Структура панели позволила исследователям контролировать для конкретных стран шоки (например, франко-прусская война) при изучении моделей роста в пределах региона. Другое инновационное исследование Crafts and Wolf (2014) использовало панель европейских NUTS-2 регионов с 1850 по 1910 год, чтобы показать, что конвергенция ускорилась после принятия золотого стандарта, который снизил транзакционные издержки и интегрированные рынки капитала.

Человеческий капитал и демографические изменения

Данные группы также обогатили наше понимание демографического перехода. Построив исторические панели показателей рождаемости, смертности и грамотности в сотнях районов в Швеции или Соединенных Штатах, исследователи изучили причинно-следственную роль массового образования в снижении рождаемости. Модели с фиксированными последствиями, которые контролируют постоянные характеристики района (например, религиозный состав или климат), показывают, что введение законов об обязательном школьном образовании значительно ускорило снижение рождаемости. Примечательным примером является работа Беккера, Синниреллы и Вессмана (2010), который использовал панель прусских округов с 1849 по 1914 год, чтобы продемонстрировать, что образование снижает рождаемость, изменяя соотношение качества и количества - родители инвестировали больше в меньшее количество детей. Группа позволила им контролировать характеристики уровня графства, которые могли совместно определять образование и решения о рождаемости, такие как местный спрос на рабочую силу или культурные нормы.

Конфликт и политическая экономия

Панельные методы все чаще использовались для изучения исторических конфликтов. Например, Бесли и Рейнал-Керол (2014) построили группу африканских этнических групп в течение 20-го века, чтобы изучить, как доколониальные институты формировали частоту гражданской войны. Включая групповые фиксированные эффекты, они могли контролировать для временных инвариантных факторов, таких как география или язык, изолируя влияние изменений в политической централизации. Аналогично, Динцеско и Прадо (2012) использовали панель европейских государств с 1600 до 1900, чтобы показать, что фискальная централизация - измеренная долей налоговых поступлений, собранных центральным правительством - уменьшила частоту межгосударственных войн. Их панель позволила им включать страны и век фиксированные эффекты, уменьшая опущенные переменные смещения от медленно движущихся культурных или географических факторов.

Преимущества методов панельных данных в исторических исследованиях

Преимущества использования панельных данных в экономической истории многочисленны и часто имеют решающее значение для достоверного причинного вывода. Эти преимущества объясняют, почему панельные методы стали основой по умолчанию для количественного исторического анализа.

  • Контроль за ненаблюдаемой неоднородностью: Исторические исследования страдают от опущенных переменных, таких как культура, география или устойчивое институциональное качество. Модели с фиксированными эффектами сметают все временные неизменные факторы, даже те, которые мы не можем измерить, обеспечивая мощную защиту от ложных корреляций.
  • Раскрытие динамических связей: Данные панели позволяют исследователям моделировать запаздывающие эффекты, процессы корректировки и зависимость от пути. Например, эффект изменения политики в одно десятилетие может полностью материализоваться только спустя десятилетия, которые данные поперечного сечения не могут захватить. Модели динамических панелей явно оценивают скорость адаптации к равновесию.
  • Увеличить размер выборки и мощность: Сочетание временных периодов умножает количество наблюдений, приводя к более точным оценкам и способности обнаруживать небольшие, но экономически значимые эффекты. Это особенно ценно, когда размерность поперечного сечения ограничена доступностью данных.
  • Ошибка измерения с помощью нескольких наблюдений: Когда исторические записи содержат случайные ошибки, но непредвзяты, оценщики панели усредняют некоторые из шумов.В некоторых случаях использование двух временных периодов может даже позволить коррекцию классической ошибки измерения с помощью инструментальных переменных.
  • Сравните пространство и время одновременно: Наборы данных панели позволяют исследователям проверить, сохраняется ли связь не только между регионами, но и внутри регионов по мере изменения исторических условий.Это изменение внутри единицы часто является единственным источником идентификации, когда единицы различаются многими неизмеримыми способами.

Подробное исследование этих преимуществ в историческом контексте см. в статье в журнале «Экономическая история» .

Проблемы и как историки их преодолевают

Несмотря на свою мощь, панельные методы представляют уникальные трудности при применении к историческим данным.К счастью, исследователи разработали стратегии для смягчения многих из этих проблем, часто сочетая эконометрические методы с глубокими историческими знаниями.

Доступность и качество данных

Исторические данные часто редки, нерегулярно собираются и подвергаются изменению определений. Например, оценки ВВП за 19-й век полагаются на такие прокси, как налоговые поступления, городское население или промышленное производство. Пропущенные наблюдения являются общими, что приводит к несбалансированным панелям. Решения включают:

  • Методы расчета: Многократное вычисление или интерполяция могут заполнять пробелы, когда данные отсутствуют случайным образом. Например, если ВВП страны отсутствует в течение нескольких лет из-за войны, интерполяция из соседних лет может быть приемлемой.
  • Использование альтернативных прокси: Ночные огни (от спутниковых снимков, закадрированных в обратном направлении), записи о собственности или индексы цен использовались в качестве замены недостающих показателей дохода в доиндустриальных контекстах.
  • Ограничение выборки периодами с достоверными данными: Многие панельные исследования сосредоточены на эпохе после 1820 года, когда национальные счета стали более стандартизированными, или они ограничивают анализ периодами без крупных территориальных изменений.

Спецификация модели и неоднородность

Выбор между фиксированными и случайными эффектами зависит от того, коррелирует ли ненаблюдаемая неоднородность с регрессорами. В исторических условиях эта корреляция почти определена — например, регионы с более благоприятным первоначальным фондом могут также принимать лучшую политику. Поэтому модели с фиксированными эффектами обычно предпочтительны. Тем не менее даже в рамках фиксированных эффектов исследователи должны решить, включать ли временные эффекты (для контроля за общими шоками, такими как войны или глобальные экономические циклы). Тесты Хаусмана и включение временных тенденций являются стандартной практикой. Кроме того, когда панель имеет длительное измерение времени, исследователи должны рассмотреть, изменяется ли эффект интереса с течением времени — например, влияние железных дорог на стоимость земли может быть больше в начале 19-го века, чем позже. Условия взаимодействия с манекенами времени могут проверить на такую неоднородность.

Потенциальные биазы

Несколько форм предвзятости особенно остро проявляются в исторических данных панели:

  • Предвзятость при атриции: В длинных панелях некоторые единицы могут выпасть (например, из-за распада штата или аннексии). Если атриция коррелирует с результатом, оценки становятся непоследовательными. Исследователи тестируют это с использованием тестов на атрицию (например, сравнивая характеристики находок и выбывших) или методов взвешивания, таких как обратный взвешивание вероятности.
  • Ошибка измерения: Классическая ошибка измерения в изменяющемся во времени регрессоре приводит к смещению затухания.Могут помочь методы инструментальных переменных (IV), такие как использование третьего периода времени для инструмента для неправильно измеренной переменной.В качестве альтернативы, если ошибка неклассическая (например, коррелирует с истинным значением), необходимы более сложные подходы, такие как использование нескольких шумных мер.
  • Серийная корреляция: Ошибки в данных панели часто коррелируют с течением времени. Надежные стандартные ошибки, кластеризованные на уровне сущности (например, страна), теперь являются стандартными, и в некоторых исследованиях используются исправленные панелью стандартные ошибки или авторегрессивные спецификации. Неспособность учесть последовательную корреляцию может сильно занижать стандартные ошибки.

Эндогенность и изменяющиеся во времени составители

Фиксированные эффекты устраняют временные неизменные факторы, но изменяющиеся во времени факторы остаются угрозой. Например, изменение политики, которое совпадает с рецессией, может показаться вредным, даже если оно полезно. Разница в различиях (DiD) конструкции с ошеломляющим принятием являются одним общим решением, часто оцениваемым с помощью двусторонних фиксированных эффектов (единица и временные эффекты). Однако недавние исследования показали, что двусторонние фиксированные эффекты могут быть предвзятыми, когда эффекты лечения неоднородны по единицам или по времени. Совсем недавно экономисты разработали динамические методы DiD (Callaway & Sant'Anna, 2021; Goodman-Bacon, 2021), которые действительны с гетерогенными эффектами лечения - критический прогресс для исторических исследований, где политика разворачивается с разной скоростью в разных местах. Например, исследование введения государственного образования в штатах США с 1830 по 1900 год может использовать эти новые методы для оценки среднего эффекта лечения на обработанных, даже если некоторые государства приняты раньше, чем другие, и эффект обучения может меняться с течением времени.

Новые методы: динамические панели и пространственные панели

Граница методов панельных данных в экономической истории все чаще включает динамические модели и пространственную зависимость. Динамические панели, включая запаздывающие зависимые переменные или ауторегрессивные параметры, позволяют исследователям моделировать скорость устойчивости и корректировки. Оценка Ареллано-Бонда (1991) и ее расширения (Blundell-Bond, 1998) в настоящее время используются для изучения таких тем, как сохранение регионального неравенства, где текущий доход зависит от прошлого дохода. Однако исторические панели часто имеют длительное измерение времени (T большой) и умеренный N, что означает, что уклон Никелла (который поражает динамический FE, когда T небольшой) менее серьезен. Исследователи все еще должны быть осторожны с распространением инструмента.

Модели пространственных панелей объясняют побочные эффекты в разных единицах — например, распространение инноваций из одного региона в соседние регионы. Игнорирование пространственной зависимости может привести к опущенному смещению переменных, потому что результаты в одном блоке коррелируют с результатами в соседних единицах через ненаблюдаемые шоки. Модели пространственного отставания и пространственных ошибок, интегрированные с фиксированными эффектами, становятся все более распространенными в исторических анализах внедрения технологий, заразы конфликтов и торговых сетей. Недавний пример — исследование Juhász (2018), который использовал панель французских департаментов во время наполеоновских войн, чтобы показать, что временный протекционизм (Континентальная система) привел к постоянной индустриализации в защищенных регионах с пространственными побочными эффектами в соседние регионы через интеграцию рынка.

Вывод: Расширение возможностей исторического исследования

Методы групповых данных стали незаменимыми инструментами для экономических историков. Используя повторяющиеся наблюдения за одними и теми же единицами с течением времени, исследователи могут контролировать ненаблюдаемые путаницы, моделируемые динамические процессы и получать более надежные оценки причинных эффектов. Историческая запись полна естественных экспериментов — институциональных изменений, войн, технологических прорывов — которые могут быть достоверно проанализированы с помощью панельных методов. По мере того, как больше исторических данных становится оцифрованными и согласованными — такие проекты, как Clio-Infra , Средневековая картография , и Глобальная историческая база данных инициатива расширяют охват — потенциал для исследований панельных данных будет только расти.

Однако историки должны сохранять бдительность в отношении качества данных, модельных предположений и исторического контекста, который может создавать предубеждения. Панельные методы не являются панацеей; они требуют тщательного внимания к структуре данных, определению единиц и исторической целесообразности идентификации предположений. При тщательном использовании панельные методы данных освещают шаблоны, которые в противном случае оставались бы погребенными в архивных молчаниях. Они позволяют нам задавать не только то, что произошло в истории, но и почему это произошло — вопрос, лежащий в основе экономической истории.