Учет неопределённости и смещения в археологических и исторических данных о неравенстве богатства

Археологические и исторические источники позволяют изучать паттерны экономического неравенства, связанные с резко различающимися институциями, такими как общинная собственность в обществах без государства, частная собственность у мелких землевладельцев и рабство, в экономиках, опирающихся на принципиально разные технологии — например, только на человеческую энергию, на энергию других животных или на углеродную энергию. Однако цена использования доисторических и исторических данных для расширения круга изучаемых институтов и технологий заключается в существенном и, как правило, неизвестном уровне неопределённости и нерепрезентативности в получаемых оценках. Мы предлагаем методы и код, которые количественно оценивают степень неопределённости; этот подход мы называем BRIDGE (Bayesian-Resampling and Informed Priors with Data-driven Gini Estimation). Мы преобразуем исходные данные о богатстве с 431 участка и дат в распределения вероятностей, представляющие вероятные уровни неравенства, которые, насколько это возможно, репрезентативны для базовой популяции (например, исправляя смещения, возникающие из-за малых или нерандомных выборок и частого отсутствия данных о тех, кто полностью лишён богатства) и сопоставимы между различными типами активов (например, погребальные предметы, площадь жилища, площадь хранения, обрабатываемая земля), единицами владения (индивид или домохозяйство) и масштабом (от деревень до государств). Эти распределения основываются на исходных данных вместе с независимой информацией, позволяющей вывести смещения и уровни неопределённости. Мы также учитываем распространение неопределённости на каждом этапе процесса генерации данных и оценки. Мы обнаруживаем, что широко используемые методы (например, опора только на традиционный бутстрэппинг) дают вводящие в заблуждение и по большей части существенно заниженные оценки неопределённости.