[论文解读] Latent Estimation of GDP, GDP per capita, and Population from Historic and Contemporary Sources

Christopher J. Fariss, Charles Crabtree+4 more|arXiv (Cornell University)|Jun 4, 2017

Economic and Technological Innovation被引用 33

一句话总结

本文提出了一种动态的三维潜在特质模型，整合了历史与当代数据源，用于估算1500年至2015年国家-年度单位的GDP、人均GDP和人口。通过利用多种指标并生成后验预测区间，该模型提高了测量精度，量化了估计不确定性，为社会科学研究提供了一个原则性且可扩展的框架。

ABSTRACT

The concepts of Gross Domestic Product (GDP), GDP per capita, and population are central to the study of political science and economics. However, a growing literature suggests that existing measures of these concepts contain considerable error or are based on overly simplistic modeling choices. We address these problems by creating a dynamic, three-dimensional latent trait model, which uses observed information about GDP, GDP per capita, and population to estimate posterior prediction intervals for each of these important concepts. By combining historical and contemporary sources of information, we are able to extend the temporal and spatial coverage of existing datasets for country-year units back to 1500 A.D through 2015 A.D. and, because the model makes use of multiple indicators of the underlying concepts, we are able to estimate the relative precision of the different country-year estimates. Overall, our latent variable model offers a principled method for incorporating information from different historic and contemporary data sources. It can be expanded or refined as researchers discover new or alternative sources of information about these concepts.

研究动机与目标

• 解决现有GDP、人均GDP和人口测量方法因建模简单或数据限制而存在显著误差的日益增长的担忧。
• 通过综合多样化的历史与当代数据源，将国家-年度估计的时空覆盖范围扩展至公元1500年。
• 开发一个原则性的统计框架，以考虑经济与人口指标中的测量误差和不确定性。
• 通过建模同一潜在概念的多个指标，为每个国家-年度估计提供相对精度估计。
• 构建一个灵活且可扩展的模型，以便在新数据源出现或被发现时进行更新。

提出的方法

• 构建一个三维潜在特质模型，联合估计国家-年度单位在GDP、人均GDP和人口上的潜在值。
• 使用来自多个数据源的观测数据作为每个潜在概念的指标，允许对测量误差和不确定性进行建模。
• 应用贝叶斯分层模型，为每个国家-年度估计估计后验分布和预测区间。
• 通过动态建模组件引入时间与空间依赖性，以反映趋势和跨国相关性。
• 利用历史记录和当代数据校准模型，通过马尔可夫链蒙特卡洛（MCMC）或类似计算方法进行参数估计。
• 通过在发表后将所有数据和代码公开发布于Dataverse存储库，确保模型的透明度和可重现性。

实验结果

研究问题

• RQ1 如何通过整合多样化的历史与当代数据源，提高GDP、人均GDP和人口估计的准确性？
• RQ2 现有经济与人口指标的测量在多大程度上受到系统性误差或过度简化的困扰？
• RQ3 不同时间周期和区域的国家-年度估计的相对精度如何？其量化方法是什么？
• RQ4 统一的潜在变量模型能否有效表示同一潜在概念的多个指标，同时考虑测量误差？
• RQ5 当新数据源出现或被验证时，该模型如何实现扩展或优化？

主要发现

• 该模型成功将GDP、人均GDP和人口的国家-年度估计扩展至公元1500年，显著拓宽了与现有数据集相比的时间覆盖范围。
• 为每个国家-年度估计生成了后验预测区间，提供了估计不确定性的原则性度量。
• 模型表明，不同数据源对精度的贡献各不相同，部分区域和时间段因数据稀疏或不一致而表现出更高的不确定性。
• 通过整合多个指标，该模型减少了对单一数据源估计的依赖，提升了关键经济与人口概念的建构效度。
• 该框架支持对数据质量与模型拟合的系统性评估，使研究人员能够跨时间和空间评估估计结果的可靠性。
• 所有数据和代码均通过Dataverse存储库公开发布，支持可重现性及未来模型的扩展。