📈 economics

Shift-Share Designs in Political Science

Dit artikel introduceert en evalueert shift-share ontwerpen in de politieke wetenschap, waarbij het de recente methodologische ontwikkelingen samenvat en pleit voor meer gebruik van het onderbenutte 'shifter exogeneity'-kader in plaats van het traditionele 'share exogeneity'-kader.

Oorspronkelijke auteurs: Peter Kyungtae Park

Gepubliceerd 2026-03-03

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Peter Kyungtae Park

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

🌍 De "Shift-Share" Methode: Een Reis door de Politieke Wetenschap

Stel je voor dat je wilt begrijpen waarom bepaalde steden in een land meer stemmen uitbrengen op een nationalistische partij dan andere. Je vermoedt dat dit te maken heeft met import uit China. Maar hoe bewijs je dat? Je kunt niet zomaar zeggen: "Deze stad heeft meer Chinees product gekocht, dus dat is de reden." Misschien was die stad al voor de import al nationalistisch, of misschien was er een andere reden (zoals werkloosheid) die alles beïnvloedde.

Hier komt de "Shift-Share" methode (in het Nederlands vaak een Bartik-instrument genoemd) om de hoek kijken. Het is een slimme statistische truc die economen en politologen gebruiken om oorzaak en gevolg te scheiden.

🧩 De Basis: De "Pizza" en de "Recept"

Stel je voor dat je een enorme pizza hebt (de Shift). Deze pizza is de verandering in de wereld: bijvoorbeeld, China verkoopt plotseling veel meer auto's aan de hele wereld. Dit is een gemeenschappelijke schok voor iedereen.

Elke regio in jouw land (de Share of het aandeel) heeft een ander stuk van deze pizza nodig, afhankelijk van wat ze zelf produceren.

Regio A maakt veel auto's. Zij krijgen een groot stuk van de "China-auto-pizza".
Regio B maakt alleen landbouwproducten. Zij krijgen een heel klein stukje van die pizza.

De Shift-Share-meting is simpelweg: Hoe groot is het stuk van de wereldwijde pizza dat jouw regio krijgt, gebaseerd op wat ze in het verleden maakten?

De grote vraag is: Is dit stukje pizza echt willekeurig toegewezen, of hebben regio's zelf gekozen om in de auto-industrie te zitten?

🕵️‍♂️ Twee Manieren om de Truc te Spelen

Het artikel legt uit dat er twee manieren zijn om deze methode te gebruiken, afhankelijk van wat je als "willekeurig" beschouwt.

1. De "Vaste Kaart" Benadering (Share Exogeneity)

Het idee: Stel je voor dat de recepten (de shares) van de regio's vaststaan en niet veranderen. Regio A heeft altijd veel auto's gemaakt, Regio B altijd veel landbouw.
De logica: Als de verandering in de wereld (de Shift) echt willekeurig is, dan is het verschil in impact puur te wijten aan het feit dat Regio A per ongeluk meer auto's maakt.
De analogie: Het is alsof je een loterij trekt. De prijs (de Chinese import) is willekeurig, maar wie er wint, hangt af van welk lotje je hebt (je industriële structuur). Als je lotje (je industrie) niet gekozen is op basis van je toekomstige geluk, dan werkt de truc.
Het probleem: In de politiek kiezen regio's vaak zelf hun industrie. Als een regio al nationalistisch was, misschien wilden ze juist auto's gaan maken. Dan is je "lotje" niet willekeurig.

2. De "Willekeurige Wind" Benadering (Shift Exogeneity)

Het idee: Stel je voor dat de wind (de Shift) willekeurig waait, maar dat de boten (de shares) misschien wel gekozen zijn.
De logica: Als er genoeg verschillende windrichtingen zijn (veel verschillende soorten import of schokken), en ze waaien allemaal een beetje willekeurig, dan middelen de fouten elkaar uit. Het is als het gooien van honderden dobbelstenen: individueel kan er een foutje zijn, maar samen geven ze een betrouwbaar gemiddelde.
De analogie: Stel je voor dat je een grote groep mensen hebt die allemaal een beetje duwtje krijgen van de wind. Als de wind echt willekeurig waait, dan kun je meten hoe hard de mensen vallen, ongeacht of ze al op een helling stonden.
Het probleem: Dit vereist dat je heel veel verschillende "windrichtingen" hebt en dat je de data heel zorgvuldig schoonmaakt (residualisatie), zodat je alleen de echte wind meet en niet de ruis.

🇺🇸 Wat zegt dit voor de Politieke Wetenschap?

Peter Park, de auteur (helaas overleden in 2025, maar zijn werk is bewaard gebleven), kijkt naar hoe politologen dit gebruiken.

Het probleem: Politologen zijn dol op deze methode, maar ze gebruiken hem vaak verkeerd. Ze denken vaak dat hun "recepten" (de shares) vast en zeker zijn, terwijl ze dat niet zijn. Ze vergeten te controleren of de "wind" (de shifts) echt willekeurig is.
De ontdekking: Veel studies over handel en immigratie in de VS en Europa gebruiken de "Vaste Kaart" methode, terwijl ze eigenlijk de "Willekeurige Wind" methode nodig hadden.
Het voorbeeld: Park repliceert een beroemde studie over de "China-schok" in Europa. De originele studie concludeerde dat Chinese import leidde tot meer nationalisme.
- Park nam de data en paste de strikte "Willekeurige Wind" regels toe.
- Het resultaat: De statistische significantie verdween! De link tussen Chinese import en nationalisme bleek niet zo sterk te zijn als gedacht, omdat de oorspronkelijke studie de data niet goed had "geschoond" (residualisatie) en de fouten in de standaardfouten had onderschat.

💡 De Gouden Leerlessen

Wees voorzichtig met je "Lotjes": Als je een studie maakt, vraag je dan: "Hebben regio's zelf gekozen voor hun industrie, of is dat puur toeval?" Als ze zelf hebben gekozen, moet je de "Willekeurige Wind" methode gebruiken.
Schoon je data: Als je de "Willekeurige Wind" methode gebruikt, moet je de data eerst schoonmaken van systematische patronen (zoals het verschil in grootte tussen landen). Anders meet je de ruis in plaats van de wind.
Amerikaanse Politiek slaat deze kans: Er is veel data over Amerikaanse verkiezingen en netwerken, maar weinig studies gebruiken deze slimme methoden daar. Dit is een enorme kans voor toekomstig onderzoek.

🏁 Conclusie

Dit artikel is een waarschuwing en een handleiding. Het zegt: "Hé politologen, jullie gebruiken een krachtig gereedschap (Shift-Share), maar jullie houden de handleiding niet goed in de gaten."

Als je de regels niet volgt, kun je denken dat je een oorzaak hebt gevonden (bijv. "China maakt ons nationalistisch"), terwijl het eigenlijk een statistische illusie is. Door de juiste "Willekeurige Wind" methode toe te passen, krijgen we een eerlijker beeld van hoe de wereld werkt.

Het is alsof je een foto maakt van een bewegend object: als je de camera niet goed instelt (de statistische methode), krijg je een wazige foto en trek je de verkeerde conclusies. Park helpt ons de camera scherp te stellen.

Titel: Shift-Share Designs in Political Science

Auteur: Peter Kyungtae Park (Stanford University)
Datum: September 2025 (Postuum gepubliceerd in februari 2026)

1. Het Probleem

Shift-share designs (ook wel Bartik-instrumenten genoemd) winnen snel aan populariteit in de politieke wetenschappen, vooral in onderzoek naar handelsschokken, immigratie en technologische veranderingen. Echter, er bestaat een fundamentele kennislacune:

Methodologische onduidelijkheid: Hoewel deze methoden een lange geschiedenis hebben in de economie, zijn hun causale eigenschappen pas recent volledig begrepen.
Onvolledige toepassing: Veel artikelen in de politieke wetenschappen zijn zich bewust van recente ontwikkelingen, maar testen de identificatie-aannames niet adequaat of passen de methoden incorrect toe.
Onderschatting van frameworks: De meeste studies vertrouwen op het "share exogeneity"-framework (exogeniteit van de shares), terwijl het "shift exogeneity"-framework (exogeniteit van de shifts), dat in de economie veel voorkomt, onderbenut blijft in de politieke wetenschappen.
Risico op bias: Zonder de juiste identificatiestrategie kunnen schattingen vertekend zijn door endogeniteit in zowel de shares (bijv. industriële samenstelling) als de shifts (bijv. nationale handelsstromen), wat leidt tot verkeerde conclusies over causale effecten.

2. Methodologie en Theoretisch Kader

Het artikel biedt een synthese van de methodologische ontwikkelingen en introduceert een gestructureerde aanpak voor het ontwerpen van shift-share variabelen.

A. Definitie van Shift-Share Variabelen

Een shift-share maat voor een eenheid $i$ wordt gedefinieerd als:
$X_i = \sum_{j=1}^{m} w_{ij} D_j$
Waarbij:

$w_{ij}$ de "share" is (bijv. het aandeel van industrie $j$ in regio $i$ ).
$D_j$ de "shift" is (bijv. de nationale verandering in import uit land $j$ ).

B. Twee Identificatie-frameworks

Het artikel onderscheidt twee hoofdstrategieën voor identificatie, afhankelijk van welke component exogeen is:

Share Exogeneity (Exogeniteit van de Shares):
- Aanname: De shares ( $w_{ij}$ ) zijn exogeen (ongecorreleerd met de foutterm), terwijl de shifts ( $D_j$ ) endogeen kunnen zijn.
- Analogie: Dit werkt als een Difference-in-Differences (DiD) ontwerp. Eenheid $i$ wordt blootgesteld aan een gemeenschappelijke schok, maar in verschillende mate bepaald door de exogene shares.
- Inferentie: Vereist dat de shares niet gecoördineerd zijn met de uitkomst. Standard errors moeten vaak geclusterd worden op een niveau dat de correlatie tussen shares weerspiegelt, maar dit framework heeft moeite met complexe ruimtelijke correlaties.
- Diagnostiek: Rotemberg-weights worden gebruikt om te bepalen welke shares het meest invloedrijk zijn; deze moeten het meest verdedigbaar zijn qua exogeniteit.
Shift Exogeneity (Exogeniteit van de Shifts):
- Aanname: De shifts ( $D_j$ ) zijn exogeen (ongecorreleerd met de foutterm en shares), terwijl de shares endogeen kunnen zijn.
- Mechanisme: Gebaseerd op de Wet van de Grote Getallen. Als er veel kleine, onafhankelijke shifts zijn, heffen de biases die voortvloeien uit endogene shares elkaar op.
- Inferentie: Vereist dat de shifts gemiddeld nul zijn (gedemean) of dat hun gemiddelden correct worden gemodelleerd. De standaard fouten worden vaak onderschat door conventionele clustering; er zijn specifieke inferentieprocedures nodig (bijv. "inverted regression" of clustering op shift-niveau).
- Nieuwe aanpak: Het artikel introduceert een randomization inference methode (Borusyak & Hull, 2023) waarbij shifts als uitwisselbaar worden behandeld, wat exacte p-waarden mogelijk maakt zonder asymptotische aannames.

C. Drie Dimensies voor Ontwerp

Het artikel stelt een raamwerk voor om shift-share studies te ontwerpen:

Type: Is het een meting (proxy voor een onwaarneembare variabele) of een instrument?
Definitie: Creatieve keuze van units, shifts en shares (bijv. gebruik van initiële shares om post-treatment bias te voorkomen).
Exogeniteit: Welk framework (Share of Shift) past het beste bij de data en het onderzoeksvraagstuk?

3. Belangrijkste Bijdragen

Synthese voor Politieke Wetenschappen: Het artikel vult een gat in de literatuur door complexe economische methodologie toegankelijk te maken voor politiekologen, met specifieke aandacht voor de nuances van identificatie.
Kritische Analyse van Bestaande Studies: Het toont aan dat veel studies in de politieke wetenschappen (zelfs recente publicaties) de identificatie-aannames niet voldoende onderbouwen en vaak onterecht het "share exogeneity"-framework toepassen op studies die eigenlijk "shift exogeneity" vereisen.
Technische Innovaties:
- Shift Residualization: Een methode om shifts te zuiveren van systematische variatie (bijv. door land- en tijd-vaste effecten) om aan de "mean-zero" aanname te voldoen.
- Shift Transformation: Een procedure om ruis en "divide-by-zero" problemen te elimineren door shifts met te kleine denominators te vervangen door nul.
- Inverted Regression: Een methode om de regressie om te keren (van unit-niveau naar shift-niveau) om correcte standaardfouten te berekenen onder shift exogeneity.
Replicatiestudie: Een gedetailleerde replicatie van Colantone en Stanig (2018b) over de "China shock" in Europa, die dient als casestudy voor de toepassing van deze nieuwe methoden.

4. Resultaten (Replicatie van Colantone & Stanig, 2018b)

In het artikel wordt de invloed van Chinese import op het opkomst van nationalisme en extreem-rechtse partijen in Europa gerepliceerd. De oorspronkelijke studie gebruikte een shift-share instrument gebaseerd op Autor et al. (2013).

Problemen geïdentificeerd: De oorspronkelijke studie hanteerde een ontwerp dat "shift exogeneity" vereiste, maar gebruikte geen correcte inferentiemethoden (zoals residualization van shifts of juiste clustering).
Toepassing van nieuwe methoden:
- De shifts werden gereconstrueerd en onderworpen aan shift transformation (verwijdering van ruis) en residualization (correctie voor land- en industrie-vaste effecten).
- Er werd gebruik gemaakt van de inverted regression voor inferentie (Borusyak et al., 2022).
Conclusie van de replicatie:
- Wanneer de juiste statistische procedures worden toegepast (correcte standaardfouten en residualized shifts), verdwijnt de statistische significantie van de oorspronkelijke bevindingen.
- De resultaten zijn niet robuust tegenover het toevoegen van shift-level controlevariabelen.
- Dit suggereert dat de oorspronkelijke bevindingen mogelijk gedreven werden door een groep grote, gecorreleerde shifts en niet door een causaal effect van de handelsschok op zich.

5. Betekenis en Implicaties

Methodologische Rigoriteit: Het artikel waarschuwt onderzoekers dat het simpelweg "importeren" van economische instrumenten naar de politieke wetenschappen gevaarlijk is zonder de onderliggende identificatie-aannames te testen.
Potentieel in American Politics: Het artikel betoogt dat shift-share designs onderbenut zijn in het onderzoek naar Amerikaanse politiek, ondanks de rijkdom aan data over netwerken (donoren, lobbyisten) die ideaal zijn voor het creëren van vele onafhankelijke shifts.
Toekomstige Richting: Het biedt een blauwdruk voor het ontwerpen van robuuste studies, inclusief het gebruik van diagnostische tests (placebo-tests, pre-trend tests) en het kiezen van het juiste inferentie-framework op basis van de datastructuur.
Erfgoed: Als postuum werk van Peter Park, dient het artikel als een cruciale leidraad om de kwaliteit en causaliteit van empirisch onderzoek in de politieke wetenschappen te verhogen, en herinnert het de gemeenschap eraan om de intellectuele nalatenschap van nauwkeurige methodologie te dragen.

Samenvattend: Dit artikel is een essentieel naslagwerk dat de brug slaat tussen geavanceerde economische methodologie en politieke wetenschappen. Het benadrukt dat zonder de juiste behandeling van endogeniteit en inferentie, shift-share studies tot misleidende conclusies kunnen leiden, zoals geïllustreerd door de herinterpretatie van de "China shock" in Europa.