In der empirischen Ökonomie ist eine „saubere Identifikation“ oft maßgebend: Instrumentalvariablen, Difference-in-Differences, Randomized Controlled Trials. Das ist gut und wichtig, aber nur weil ein Effekt kausal ist, erklärt er noch nicht viel von der beobachteten Variation. Viele identifizierte Effekte sind real, aber klein im Vergleich zu den großen Bewegungen in Beschäftigung, Einkommen oder Aktienkursen. Das Lehrstück Saubere Kausalität isoliert exogene aber häufig sehr geringe, Schwankungen (z. B. über Instrumente, Fixed Effects, Grenzfälle). Das liefert eine glaubwürdige Ursache-Wirkung-Aussage, aber der Preis ist, dass wir viel Variation wegwerfen. Ergebnis: Der Effekt ist kausal richtig, erklärt aber oft nur einen kleinen Teil des Gesamtbilds. Genau diese Trennung von kausal und relevant ist die zentrale Pointe dieses Beitrags. Paradoxon der Kausaliät Je strenger wir Identifikation betreiben, d...
Kann man messen, wie viel „Wissen“ eine Gesellschaft in der Vormoderne besaß? Und wenn ja: Trägt dieses Wissen dazu bei, dass manche Regionen aufsteigen und andere zurückfallen? Genau diese Fragen untersuchen Matthew Curtis, David de la Croix, Filippo Manfredini und Mara Vitale in ihrem LIDAM Discussion Paper 2025/12 . Methodischer Ansatz Die Methode ist ebenso originell wie clever: Statt spärlicher Lohnreihen oder eingeschränkter Einschreibungslisten nutzen die Autoren bibliographische Datenbanken (VIAF) und Wikipeadia-Einträge, um die „Sichtbarkeit“ einzelner Gelehrter zu erfassen. Aus neun Variablen, z. B. Anzahl der Publikationen, Vielfalt der Verlage oder Länge des Wikipedia-Artikels, wird ein Human Capital Index (HCI) konstruiert. Mathematisch geschieht das per Principal Component Analysis, sodass aus vielen Indikatoren ein Gesamtwert entsteht. Durch eine besondere Transformation werden „Superstars“ wie Erasmus oder Newton abgefedert, damit sie den Rest nicht domi...