Aggregation in Economic Research: From Individual to Macro Relations

علاقه ما به مشکلات تجمیع از حدود هفت سال پیش نشات می‌گیرد، زمانی که درگیر تحقیقات در زمینه اقتصاد خرد کاربردی شدیم. در کمال تعجب، اکثریت قریب به اتفاق محققین در این زمینه این موضوع را بدیهی می‌دانستند که مدل‌های خرد آنها که عمدتاً کاملاً مشتق شده‌اند، می‌تواند به طور معناداری با داده‌های سرانه روبرو شود. هیچ یک از آنها حتی متوجه نشدند - حداقل آنها هیچ اظهار نظری به آن نکردند - که استفاده از داده های کلان در مدل های خرد مشکلات قابل توجهی را ایجاد می کند. کسانی که به دشواری آن اشاره کردند، تقریباً همیشه اهمیت آن را نادیده گرفتند. خوشبختانه استثنائات قابل توجهی وجود دارد. اندیشیدن در مورد تجمیع حداقل دو سؤال را مطرح می‌کند: \"چرا یا چرا تجمیع نمی‌کنیم؟\" و \"چگونه جمع‌بندی کنیم و به طور خاص تا چه میزان؟\" پاسخ‌های کلی به این سؤالات را فقط می‌توان با عبارات غیر اطلاعاتی داد (به عنوان مثال بسیاری از ادعاها در علم اقتصاد: به دلیل قابلیت حمل و نقل، به دلیل فقدان داده های (فردی)، برای جلوگیری یا کاهش چند خطی بودن، برای صرفه جویی درجاتی از آزادی، جمع می شود. یکی برای جلوگیری از از دست دادن اطلاعات، برای جلوگیری از سوگیری های انباشته، از تجمیع خودداری می کند و یکی آنقدر و در حدی که اشکالات ذکر شده در بالا را دور می زند یا کاهش می دهد.

Our interest in problems of aggregation originates from about seven years ago when we became involved in research in the field of applied microeconomics. To our astonishment a vast majority of researchers in this area took it for granted that their, mostly thoroughly derived, micro models could meaningfully be confronted with per capita data. Nany of them did not even realize - at least they gave no utterance to it - that applying macro data in micro models raises considerable problems. Those who did mention the difficulty, almost always belittled its importance. Fortunately, there are noteworthy exceptions. Thinking about aggregation raises at least two questions: "Why or why not aggregate?" and "How to aggregate and, in particular, to what degree?" General answers to these questions can only be given in uninformative wording (as many assertions in economics): one aggregates for the sake of tractability, because of the lack of (individual) data, to avoid or to reduce multicollineartiy, to save degrees of freedom; one abstains from aggregation to avoid loss of information, to avoid aggregation biases and one aggregates such and to such degree as to bypass or reduce the drawbacks mentioned above.