Table of Contents

Введение: основная роль данных о заработной плате и ценах за длительный период

Построение последовательного исторического ряда заработной платы и цен является основополагающей деятельностью в эмпирической экономике. Эти серии, часто растянувшиеся на века, обеспечивают сырье для понимания того, как эволюционировали уровень жизни, рынки труда и уровни цен. Без надежных исторических данных экономисты не могут проверить теории долгосрочного роста, оценить влияние денежно-кредитной или фискальной политики или откалибровать модели, используемые для прогнозирования. В этой статье рассматриваются методы, проблемы и приложения, участвующие в разработке таких серий, подчеркивая, почему они остаются незаменимым инструментом экономического моделирования.

Почему исторические серии о заработной плате и ценах имеют значение для моделирования?

Экономические модели опираются на оценки параметров, которые обычно выводятся из исторических данных. Серия заработной платы и цен предлагает временной размер, который делает эти оценки значимыми. Они позволяют исследователям:

  • Отдельные циклические колебания от светских тенденций.
  • Выявить структурные разрывы, вызванные войнами, депрессиями или технологическими сдвигами.
  • Тестовые теории распределения доходов, динамики инфляции и роста производительности.
  • Калибровка динамических стохастических моделей общего равновесия (DSGE) и других макроструктур.

Например, модель, которая пытается объяснить, почему реальные зарплаты застопорились в некоторых странах, в то время как производительность труда выросла, должна основываться на данных о заработной плате и ценах, которые сопоставимы в течение десятилетий. Аналогичным образом, режимы таргетирования инфляции зависят от индексов цен, которые точно отражают историческое поведение. Доверие к любой такой модели основывается на качестве базовой серии, что делает тщательное развитие необходимым условием для надежного анализа.

Связывание прошлого и настоящего: необходимость последовательной метрики

Наблюдение за заработной платой или ценой с 1800 года не сопоставимо напрямую с наблюдением с 2025 года, поскольку потребляемые товары, виды занятости и методы сбора данных радикально отличаются. Поэтому исторические ряды должны быть связаны посредством тщательных корректировок и сплайсинга. Современный доллар не покупает ту же корзину, что и доллар с 1920 года; десятилетние изменения потребительских предпочтений, качества продукции и стандартов измерения требуют постоянной бдительности. Результатом является набор рядов, который, хотя и несовершенен, обеспечивает наилучшее доступное представление долгосрочных экономических реалий.

Основные проблемы в создании надежных исторических серий

Разработка серии показателей заработной платы и цен, охватывающих более нескольких десятилетий, представляет собой уникальный набор трудностей. Эти проблемы можно сгруппировать в дефицит данных, изменения в определениях и необходимость стандартизации.

Дефицит данных и фрагментарные источники

До двадцатого века систематический сбор заработной платы и цен был редким. Исследователи должны полагаться на фрагментарные записи: бухгалтерские книги торговцев, платежные ведомости из поместий, газетные объявления и правительственные отчеты, которые часто были специальными. Во многих странах данные о заработной плате существуют только для конкретных профессий (например, сельскохозяйственных рабочих, плотников) или регионов. Задача состоит в том, чтобы обобщить эти рассеянные наблюдения до среднего по стране, используя такие методы, как:

  • Медиация через переменные прокси — Если заработная плата квалифицированных работников отсутствует, исследователи могут использовать сельскохозяйственную ставку дневного труда в качестве замены, корректируя премии за навыки.
  • Интерполяция в годы переписи — Когда данные доступны только каждые десять лет, линейная или лого-линейная интерполяция заполняет пробелы.
  • Комплексное согласование источников — Сравнение прайс-листов из разных районов помогает выявить систематические предубеждения (например, городская и сельская стоимость жизни).

Даже при использовании этих методов ранние данные имеют широкие пределы погрешности. Признание этих неопределенностей в спецификациях моделей имеет решающее значение.

Изменения в определениях и системах классификации

Профессиональные названия, отраслевые классификации и потребительские корзины меняются со временем. «ткач» в 1800 году может работать на ручном ткацком производстве; к 1900 году тот же термин может относиться к оператору заводской машины. Аналогичным образом, цена «буханки хлеба» изменяется в размере, качестве и даже типе хлеба. Для ценовых рядов типичная потребительская корзина должна регулярно обновляться, чтобы отражать новые товары и меняющиеся вкусы. Методы взвешивания цепочки - где каждый год индекс использует веса из недавнего базового периода - помогают смягчить смещения замещения, но они требуют подробных данных о расходах, которые могут не существовать для более ранних периодов.

Коррекция инфляции и реальное номинальное различие

Реальная заработная плата — это номинальная заработная плата, деленная на индекс цен. Построение значимого индекса цен в течение длительных периодов само по себе является сложной задачей. Индекс должен: (а) включать репрезентативную корзину товаров, (б) учитывать изменения качества, (в) использовать согласованные веса и (г) отражать стоимость жизни для целевой группы населения (например, городские рабочие против фермерских домохозяйств). Многие исторические серии заработной платы публикуются в номинальном выражении; пользователи должны применять дефлятор, часто из отдельного источника. Несоответствия между дефлятором заработной платы и индексом потребительских цен могут привести к ложным тенденциям. Исследователи часто предпочитают реконструировать как ряд заработной платы, так и ряд цен из одних и тех же базовых данных для обеспечения согласованности.

Методологические подходы к построению длинного ряда

Для решения проблем, связанных с данными, были разработаны различные статистические и исторические методы. Эти подходы имеют общую цель: создать последовательные временные ряды, которые могут использоваться в эконометрическом анализе.

Первичная оцифровка источников и архивные исследования

Многие исторические базы данных построены вручную, передавая данные из оригинальных записей. Проект MeasuringWorth, например, собрал тысячи наблюдений за заработной платой и ценами для США и Великобритании, опираясь на правительственные публикации, коммерческие альманахи и академические исследования. Эта кропотливая работа включает в себя не только ввод цифр, но и интерпретацию единиц учета, валютные реформы и сезонные корректировки.

Таблицы стандартизации и согласования

При связывании серий из разных источников исследователи создают таблицы соответствия, которые отображают названия профессий и описания товаров из одного периода в другой. Например, Бюро статистики труда США (BLS) опубликовало обзор потребительских расходов с 1880-х годов, но категории со временем меняются. Современный исследователь может назначить «керосиновые лампы» из прайс-листа 1890 года в категорию «освещение», которая позже включает электрическое освещение, используя явные коэффициенты преобразования люменов и стоимость в час.

Бэккастинг и вычисление

Когда данные существуют для современного периода, но не для далекого прошлого, экономисты могут отбросить, используя известные отношения. Например, если реальный ВВП и доля заработной платы известны в течение определенных контрольных лет, можно вменить недостающие серии заработной платы с использованием производственной функции. Аналогично, ряды цен на конкретные товары могут быть вменены из связанных товаров (например, использование цен на рис для заполнения пробелов для фуражного зерна, когда отсутствуют прямые наблюдения). Эти вычисления требуют сильных предположений и обычно сопровождаются анализом чувствительности.

Использование паритета покупательной способности (ППС) для международных сопоставлений

Исторические серии заработной платы и цен часто используются в моделях роста по странам. Для сравнения реальной заработной платы в разных странах исследователи должны конвертировать местные валюты с использованием обменных курсов ППС, а не рыночных обменных курсов. Долгосрочные базы данных ППС, такие как базы данных Мэддисона или Историческая статистика ОЭСР, предоставляют ориентировочные оценки, которые позволяют проводить значимые сравнения. Процесс включает корректировку различий в составе потребительских корзин и для неторгуемых товаров - заведомо трудная задача на протяжении веков.

Приложения в экономическом моделировании

Исторические серии заработной платы и цен не являются просто историческими курьезами; они активно используются в современном экономическом анализе и разработке политики. Ниже приведены несколько ключевых приложений.

Оценка неравенства доходов в долгосрочной перспективе

Известный U-образный паттерн неравенства в Соединенных Штатах (с 1920-х по 1970-е годы, затем увеличивающийся после 1980 года) получен из данных о доходах от труда, которые были тщательно стандартизированы в течение десятилетий. Без последовательного ряда заработной платы было бы невозможно сравнить доходы фабричного рабочего в 1950 году с одним в 2020 году. Серия цен также имеет значение: неравенство реального потребления зависит от цен, с которыми сталкиваются различные группы доходов (например, богатые тратят больше на услуги, которые выросли в цене по сравнению с товарами). Исторические серии позволяют исследователям вычислять отдельные индексы стоимости жизни для разных десятин.

Обсуждение The Phillips Curve

Кривая Филлипса — взаимосвязь между безработицей и инфляцией заработной платы — зависит от точных данных о заработной плате. Исторические ряды помогают экономистам проверить, сгладилась или сместилась кривая с течением времени. Например, кажущаяся разбивка кривой Филлипса в 1990-х годах вызвала повторное рассмотрение измерения заработной платы: было ли это связано с ошибкой измерения (например, изменениями в формах компенсации, таких как бонусы и льготы) или подлинным изменением экономической структуры? Долгосрочные серии заработной платы, которые включают как базовую заработную плату, так и общую компенсацию, необходимы для ответа на этот вопрос.

Индексирование социального обеспечения и пенсий

Правительства используют исторические индексы цен для корректировки пособий по социальному обеспечению, пенсионных выплат и налоговых скобок для инфляции. Выбор индекса цен - Индекс потребительских цен для всех городских потребителей (CPI-U) против ИПЦ для пожилых (CPI-E), например, - может иметь большие фискальные последствия с течением времени. Исторические ряды используются для моделирования эффектов альтернативных формул индексирования, таких как Цепной ИПЦ, который предназначен для лучшего отражения замещающего поведения. Разработка этих рядов требует согласованных обратных данных для оценки того, как различные индексы действовали бы в прошлом.

Макроэкономическая модель калибровки

Современные модели DSGE требуют параметров для стабильной реальной заработной платы, разметки цен над предельными издержками и эластичности замещения между капиталом и трудом. Эти параметры часто калибруются с использованием исторических средних значений из серии заработной платы и цен. Например, калибровка экономики США может быть нацелена на исторический средний рост реальной заработной платы на 2% в год и долю заработной платы в труде на 60%. Если базовая серия заработной платы не определена последовательно, калибровка будет смещена, что приведет к плохой производительности модели.

Пример: Бюро статистики труда США Исторический ряд заработной платы

BLS собирает данные о заработной плате с 1884 года. Его программа «Обзор заработной платы в промышленности» началась в 1907 году, а серия «Работа, часы и доходы» датируется 1909 годом. Эти данные были тщательно пересмотрены с течением времени, чтобы включить изменения в промышленную классификацию (например, от SIC до NAICS) и скорректировать изменения в составе рабочей силы. BLS также поддерживает исторический индекс цен , который восходит к 1913 году (начало CPI). Исследователи могут бесплатно загрузить эти серии из баз данных BLS и связать их с современными сериями, используя методы, описанные выше.

Основной проблемой с данными BLS является перерыв в 1940 году, когда агентство перешло от концепции «денежной заработной платы» к «реальной заработной плате», полученной из данных о стоимости жизни. В течение предыдущих десятилетий доступны только номинальные зарплаты, требующие от исследователя применения дефлятора. BLS обеспечивает свой собственный исторический ИПЦ, но две серии не обязательно были построены на одной и той же выборочной системе. Современная работа часто реконструирует гармонизированную серию.

Тематические исследования: Исторические серии заработной платы в Великобритании

Великобритания имеет одну из самых длинных непрерывных серий заработной платы в мире, благодаря работе экономических историков, таких как E.H. Фелпс Браун , Грегори Кларк и Роберт Аллен . Используя данные из записей о состоянии имущества, церковных счетов и правительственных опросов, исследователи построили серию заработной платы для сельскохозяйственных и строительных рабочих, начиная с 13-го века. Управление национальной статистики Великобритании (ONS) теперь публикует ежегодные данные о среднем недельном доходе с 1963 года, но для более ранних периодов необходимо полагаться на академические базы данных, такие как «История заработной платы в Великобритании» проект. Эти серии используются для изучения промышленной революции, разрыва в заработной плате между мужчинами и женщинами и эволюции уровня жизни.

Будущие направления: интеграция больших данных и цифровых источников

Разработка исторических серий заработной платы и цен не является законченной задачей. В 21-м веке экономисты изучают новые источники, такие как оцифрованные газеты, онлайн-реклама рабочих мест и данные сканера из розничных магазинов. Эти потоки данных предлагают более высокую частоту и большую гранулярность, но также вводят новые предубеждения (например, только охватывающие подключенные к Интернету популяции). Задача состоит в том, чтобы связать эти современные цифровые серии с тщательно реконструированными историческими сериями для создания бесшовных долгосрочных баз данных. Методы машинного обучения могут помочь гармонизировать системы классификации и приписывать недостающие значения, но фундаментальные принципы - документация, сопоставимость и прозрачность - остаются неизменными.

Заключение

Исторические серии заработной платы и цен являются основой количественной экономической истории и макроэкономического моделирования. Их создание требует сочетания архивной детективной работы, статистического мастерства и здравого теоретического суждения. Хотя данные всегда несовершенны, процесс построения этих серий заставляет исследователей четко высказываться о своих предположениях, что, в свою очередь, делает экономические модели более надежными. Независимо от того, является ли целью понять причины Великой депрессии, откалибровать модель роста или разработать индекс стоимости жизни для пенсионеров, наличие высококачественных исторических серий имеет важное значение. По мере появления новых источников данных и улучшения вычислительных методов растет потенциал для еще более богатых исторических баз данных. Тщательное развитие этих серий останется жизненно важным делом для профессии экономиста.