Application de méthodes quantitatives et économétriques aux données historiques — prix, recensements, registres fiscaux, flux commerciaux et séries longues — pour tester des hypothèses sur les changements économiques, sociaux et démographiques, estimer des grandeurs et formuler des affirmations causales ou corrélationnelles explicites, soumises aux hypothèses du modèle et à la critique des sources.

Principe

Des modèles statistiques formels et des contrefactuels peuvent transformer des observations historiques hétérogènes en propositions testables sur des tendances et relations causales à long terme, à condition que la qualité des données, la représentativité et les hypothèses du modèle (erreur de mesure, variables omises, dépendance temporelle) soient traitées explicitement.

Démonstration

Scénario illustratif → Situation : Un chercheur veut estimer la productivité agricole à long terme. Reconnaissance : Il compile séries de prix, recettes fiscales et proxys climatiques, teste la stationnarité, modélise la productivité en contrôlant prix et climat par régression temporelle et teste la robustesse. Action : Le modèle fournit une tendance de productivité avec intervalles de confiance et analyses de sensibilité. Conséquence : Le résultat quantitatif soutient ou affine des explications historiques et génère des hypothèses falsifiables pour de nouvelles recherches d'archives.

Mauvaise application

Interprétation erronée : Traiter des comptages historiques biaisés, non comparables ou peu échantillonnés comme des entrées non biaisées, ou lire une corrélation issue de données en coupe agrégées comme un effet causal sans traiter l'endogénéité et les facteurs confondants. Erreur sémantique : Confondre la précision produite par le modèle avec la certitude archivistique et ignorer biais et choix de codage.

Conséquence

Bien appliquée, la cliométrie transforme des données d'archives en inférences reproductibles et testables sur les processus et grandeurs historiques ; mal appliquée, elle produit une précision trompeuse, masque les limites des sources et peut donner naissance à des récits quantitativement élégants mais historiquement faux.

Inversion

Qualification : Pour des questions de sens, d'intentions, de pratiques culturelles ou de phénomènes à cas unique, les méthodes qualitatives ou microhistoriques peuvent être plus appropriées ; de même, lorsque des hypothèses clés (p. ex. comparabilité des mesures dans le temps) échouent, les résultats économétriques peuvent être invalides ou non interprétables.

Limite

Clairement inclus : analyses statistiques et économétriques de séries historiques numériques avec critique des sources, quantification de l'incertitude et tests de robustesse. Cas frontière : indicateurs cuantitativos obtenidos de sources qualitatives (récits codés) — utiles mais nécessitent une validation rigoureuse. Clair hors du champ : historiographie purement narrative sans modélisation quantitative.

Tension sémantique

Tension entre quantification/généralisabilité et profondeur interprétative : les méthodes quantitatives augmentent la comparabilité et la mesure mais peuvent abstraire des contingences, des significations et des singularités que l'histoire qualitative préserve.

Synthèse

La cliométrie enrichit l'enquête historique en fournissant des mesures formelles et testables des changements à long terme ; ses conclusions ne valent que par la qualité des données sous‑jacentes, les décisions de codage et la validité des hypothèses économétriques, et doivent être intégrées à la critique des sources et au contexte qualitatif.