ધ ગ્રેટ ડિબેટ: સમગ્ર ઔદ્યોગિક ક્રાંતિ દરમિયાન જીવન ધોરણ

જો કોઈ એવો વિષય છે જેણે આર્થિક ઇતિહાસમાં ચર્ચા પેદા કરી છે, તો તે છે ઔદ્યોગિક ક્રાંતિ અને જીવન ધોરણો પર તેની અસરો . કેવી રીતે આધુનિક મૂડીવાદી વિકાસના પ્રારંભિક તબક્કામાં કામદારોના નિવ્યુ ડી વી (વોથ, 2004) માં સુધારો અથવા ઘટાડો થયો તે મુદ્દાની આસપાસ ઉગ્ર શૈક્ષણિક ચર્ચાઓ વિકસિત થઈ છે. હોબ્સબોમ તરીકે માર્ક્સવાદી ઈતિહાસકારોએ દલીલ કરી હતી કે ઈંગ્લેન્ડમાં ઔદ્યોગિક ક્રાંતિની પ્રથમ સદીમાં, મજૂર વર્ગને તેમના જીવનધોરણમાં કોઈ સુધારો જોવા મળ્યો ન હતો કારણ કે મુખ્યત્વે કામના કલાકો, કારખાનાઓમાં ભીડને કારણે વિનાશક સેનિટરી પરિસ્થિતિઓ અને મૂડી અને શ્રમ વચ્ચેની વધુ અસમાનતાઓ. . જો કે, કેટલાક આર્થિક ઈતિહાસકારોએ ઔદ્યોગિક ક્રાંતિના પ્રારંભિક તબક્કામાં જીવનધોરણ પરની અસરો અંગે વધુ આશાવાદી દૃષ્ટિકોણ અપનાવ્યો છે અને વાસ્તવિક વેતન સ્તરની વિવિધતા અને આવકના વૈકલ્પિક સૂચકાંકો દ્વારા કલ્યાણમાં પણ ફેરફાર કરીને તેમાં સુધારો દર્શાવવાનો પ્રયાસ કર્યો છે. . 1970 ના દાયકાથી જીવન ધોરણના માપદંડ તરીકે આવકની શિક્ષણમાં ભારે ટીકા કરવામાં આવી છે , મુખ્યત્વે આવક કલ્યાણ માટે માત્ર એક ઇનપુટ હોવાને કારણે અને પોતે જ આઉટપુટ નહીં હોવાને કારણે, તેની ઘટતી સીમાંત ઉપયોગિતા તેમાં આવશ્યક ભૂમિકા ભજવે છે. વૈકલ્પિક સૂચકાંકોને વધુ સુસંગતતા આપવી. હવામાનશાસ્ત્રમાં નવીનતા અને આર્થિક ઇતિહાસમાં સંશોધન તકનીકોના અનુકૂલનને કેન્દ્રમાં લાવવામાં આવ્યું1760-1830ના સમયગાળા માટે સરેરાશ ઊંચાઈ 3.3 સેમી વધી, 167.4 સેમીથી 170.7 સેમી, જે પછી ઘટીને 165.3 સેમી થઈ ગઈ, જે તેને એવી દલીલ કરવા તરફ દોરી જાય છે કે તે સમયે જીવનધોરણ વિશે ઐતિહાસિક રીતે અર્થપૂર્ણ નિષ્કર્ષ મેળવવો અશક્ય છે. ઉંચાઈના ડેટા પર સેમ્પલ કરતી વખતે પૂર્વગ્રહો, સૈન્યના નમૂનાઓ અથવા સામાન્ય ઐતિહાસિક ડેટાની ખામીઓના સંબંધમાં કાપવાની સમસ્યાઓ યથાવત રહે છે, જેના કારણે તે માનવશાસ્ત્રના ડેટામાંથી નિશ્ચિત તરીકે કોઈ નિશ્ચિત નિષ્કર્ષ રજૂ ન કરવાનો નિર્ણય લે છે. સિન્નીરેલા (2008) તરીકે અન્ય લેખકો, સમગ્ર સમયગાળા દરમિયાન પોષણની સ્થિતિ ઘટતી શોધે છે, જે વેતન દરોના સંબંધમાં ખાદ્યપદાર્થોના ભાવમાં વધતા વલણ સાથે સુસંગત છે. વિશ્લેષિત સમયગાળાના પ્રથમ અર્ધવાર્ષિક ગાળામાં, ખાસ કરીને 1750 થી 1800 સુધી, ઘટતા ખેત મજૂર વાસ્તવિક વેતન સાથે ખાદ્ય ચીજવસ્તુઓ માટેના ભાવનું વલણ મજબૂત રીતે વધે છે. સિન્નીરેલા (2008) અન્ય લેખકોને વૈકલ્પિક સમજૂતી આપે છે. તેમના માટે, ઔદ્યોગિક ક્રાંતિના પ્રારંભિક તબક્કામાં બ્રિટિશ વસ્તીના પોષણની સ્થિતિ નક્કી કરવામાં ખુલ્લા મેદાનના સંસદીય બિડાણોએ ખૂબ જ સુસંગત ભૂમિકા ભજવી હતી . વધતી જતી વસ્તી અને શહેરીકરણની પ્રક્રિયાની સાથે ઘેરાવાને કારણે ખાદ્યપદાર્થોની કિંમતોમાં કુખ્યાત ફુગાવો થયો, આ બિડાણોને લીધે સામાન્ય અધિકારો અને ફાળવણીની ખોટ પણ થઈ, જેનું સીધું પરિણામ ખેતીલાયક જમીનના મૂલ્ય પર પડ્યું.ઘઉંના ભાવમાં વધારો કરવા અને આ અસરનું ભાષાંતર કરવા માટે, ખેત મજૂરોને વેતન પર વધુ નિર્ભર અને ખાદ્યપદાર્થોના ભાવમાં ફેરફાર પ્રત્યે વધુ સંવેદનશીલ બનાવે છે. આમ, અમે તે સમયે ચોખ્ખા પોષણની સ્થિતિને બગડતી જમીનના અંતર્જાત પરિણામ તરીકે લઈ શકીએ છીએ. તે સિવાય, કુટીર ઉદ્યોગના પતનને પોષણની સ્થિતિના બગાડના સંલગ્ન કારણ તરીકે દર્શાવવામાં આવે છે, જેમાં 50% થી વધુ વસ્તી શહેરી કેન્દ્રોમાં રહે છે, જે ખોરાકની નીચી ગુણવત્તા, ઊંચી કિંમતો અને અત્યંત નીચા સ્તરમાં સીધો અનુવાદ કરે છે. સ્વચ્છતા; તે બધા વિકાસ અને વિકાસનું અપમાન છે. સિન્નીરેલા (2008), તેથી તારણ આપે છે કે ઉપરોક્ત તમામ પુરાવાઓ સાથે તે જે ઊંચાઈનો વલણ રજૂ કરે છે તે ઔદ્યોગિક ક્રાંતિ દરમિયાન કામદાર વર્ગના જીવનધોરણ વિશે નિરાશાવાદી દૃષ્ટિકોણને વધુ મજબૂત બનાવવામાં ફાળો આપે છે.

એક વૈકલ્પિક કેસ બ્રિટનમાં ફ્લેન્ડર્સનું છે, જેનો અભ્યાસ ડેબોરાહ ઓક્સલી અને ઇવાઉટ ડેપાઉ (2019) દ્વારા કરવામાં આવ્યો છે, જેમ કે મેં પહેલા સમજાવ્યું છે. તેમના પેપરમાં, તેઓ દર્શાવે છે કે કેવી રીતે ફ્લેમિશ અર્થતંત્ર (1846-1849 અને 1853-1856)ને અસર કરતી બે કટોકટીના અસ્તિત્વનો અર્થ એ છે કે કટોકટી દરમિયાન તરુણાવસ્થા સુધી પહોંચવાની ઊંચાઈ પરની અસરની તપાસ કરવા માટે ઊંચાઈના જેલ ડેટાનો ઉપયોગ કરી શકાય છે, અને આ કેવી રીતે પુખ્ત ઊંચાઈ પર ચોખ્ખા પોષણની સ્થિતિના અપમાનની અસરનું વધુ સચોટ માપ છે. ની જેલમાં સરેરાશ પુરુષની ઊંચાઈ1800 ની આસપાસ બ્રુગ્સ 167.5 સેમી હતો, જે 1875 માં સમાન હતો, બે વર્ષ વચ્ચે સરેરાશ ઊંચાઈમાં ઘટાડો થયો હતો, જે મંદીના સમયગાળા દરમિયાન નોંધપાત્ર હતો. 1840 ના દાયકાની આસપાસ જન્મેલા લોકો માટે, તેમના તરુણાવસ્થાના વર્ષોમાં (બે મંદી પછીના સમયગાળા સાથે સુસંગત) જીવનધોરણ તેમના માટે વધુ સારું હોવાનું જણાય છે, આ પેઢી માટે માથાદીઠ જીડીપીમાં ફેરફારને અનુરૂપ સરેરાશ ઊંચાઈ વધી રહી છે. આ 1838માં જન્મેલા કેદીઓથી તદ્દન વિપરીત છે, જેઓ 1846માં આઠ વર્ષના અને 1853માં પંદર વર્ષના થયા હતા, જેમણે પ્રથમ કટોકટી દરમિયાન ચાર વર્ષ વધ્યા હતા અને બીજી કટોકટી દરમિયાન કિશોરાવસ્થામાં પ્રવેશ કર્યો હતો, આ મુખ્ય કારણ છે કે તેઓ શા માટે જેઓ દસ વર્ષ પછી જન્મ્યા હતા તેમની સરખામણીમાં ઘટતા વિકાસના વલણો રજૂ કરે છે.

નિષ્કર્ષમાં, આપણે સંમત થઈ શકીએ છીએ કે માનવશાસ્ત્રીય સાહિત્યમાં જે મુખ્ય મુદ્દાઓની ચર્ચા કરવામાં આવી છે તે આધુનિક આર્થિક વિકાસની પ્રક્રિયાને સમજવા માટે અત્યંત સુસંગત છે અને જીવન ધોરણો પર તેની અસરો . જો કે, ઊંચાઈનું સાહિત્ય એવા સ્ત્રોતો પર ખૂબ આધાર રાખે છે જે પસંદગીના નમૂનાના સ્વરૂપો તરીકે ગંભીર નમૂનાના પૂર્વગ્રહો રજૂ કરે છે. તેથી, જો આપણે “ઔદ્યોગિકીકરણ પઝલ”ને નક્કર રીતે ઉજાગર કરવા ઈચ્છતા હોઈએ, તો આપણે નમૂના પસંદગી પ્રક્રિયાના પરિણામોથી વાકેફ હોવા જોઈએ અને ડેટાનું વિશ્લેષણ કરતી વખતે તેમના માટે સુધારણા પદ્ધતિ દાખલ કરવી જોઈએ. ઔદ્યોગિક ક્રાંતિની અસરો પર ચર્ચાજીવનધોરણ સંભવતઃ ઘણા દાયકાઓ સુધી ચાલુ રહેશે, મુખ્યત્વે કારણ કે તે સમયે જીવન ધોરણમાં સુધારો અને બગાડ બંનેના પુરાવા છે. જો કે, જો આપણે માનવશાસ્ત્રીય પુરાવા ઘણા અજાણ્યાઓને સાફ કરવામાં નક્કર યોગદાન આપવા માંગતા હોય, તો સંશોધકોએ ધ્યાનમાં રાખવું જોઈએ કે નમૂના પસંદગીના પૂર્વગ્રહો તારણો અને અર્થઘટનને કેવી રીતે અસર કરે છે.

સંદર્ભ:

-વોથ, એચ.-જે. (2004). "લિવિંગ સ્ટાન્ડર્ડ્સ એન્ડ ધ અર્બન એન્વાયર્નમેન્ટ" આર. ફ્લાઉડ અને પી. જ્હોન્સન, ઇડીએસ., આધુનિક બ્રિટનનો કેમ્બ્રિજ ઇકોનોમિક હિસ્ટ્રી . કેમ્બ્રિજ, કેમ્બ્રિજ યુનિવર્સિટી પ્રેસ. 1: 268-294

-Ewout, D. અને D. Oxley (2014). "ટોડલર્સ, ટીનેજર્સ અને ટર્મિનલ હાઇટ્સ: પુરૂષ પુખ્ત વય માટે તરુણાવસ્થાનું મહત્વ, ફ્લેન્ડર્સ, 1800-76." આર્થિક ઇતિહાસ સમીક્ષા, 72, 3 (2019), પૃષ્ઠ. 925-952.

-બોડેનહોર્ન, એચ., ટી.ડબલ્યુ. ગિન્નાને અને ટી.એ. મરોઝ (2017). "નમૂના-પસંદગી પૂર્વગ્રહો અને ઔદ્યોગિકીકરણ પઝલ." જર્નલ ઓફ ઈકોનોમિક હિસ્ટરી 77(1): 171-207.

-ઓક્સલી અને હોરેલ (2009), "મેઝરિંગ મિસરી: બોડી માસ, એજિંગ એન્ડ જેન્ડર અસમાનતા ઇન વિક્ટોરિયન લંડન", એક્સપ્લોરેશન આર્થિક ઇતિહાસમાં, 46 (1), pp.93-119

-Cinnirella, F. (2008). "આશાવાદીઓ કે નિરાશાવાદીઓ? બ્રિટનમાં પોષણની સ્થિતિનું પુનર્વિચારણા, 1740-1865." 3સમગ્ર ઔદ્યોગિક ક્રાંતિ દરમિયાન તમે શ્રેણીની મુલાકાત લઈ શકો છો અન્ય .

આ નિબંધમાં હું માનવશાસ્ત્રીય પુરાવાના આધારે ઔદ્યોગિક ક્રાંતિના પ્રારંભિક તબક્કા દરમિયાન જીવન ધોરણો પરના કેટલાક ખૂબ જ સુસંગત કાર્યોની સંક્ષિપ્તમાં સમીક્ષા કરીશ, વિશ્લેષણ કરીશ અને કેટલીકવાર ટીકા કરીશ. પ્રથમ,હું એ પ્રશ્નનો જવાબ આપવાનો પ્રયત્ન કરીશ કે શું માનવશાસ્ત્રીય પુરાવા જીવન ધોરણના માપન તરીકે બિલકુલ માન્ય છે, તેની કેટલીક ખામીઓ રજૂ કરે છે અને કેવી રીતે આર્થિક ઇતિહાસકારો Cinnirella (2008), Oxley and Horrell (2009) અથવા Bodenhorn et al. (2017) એ આ ખામીઓની ભરપાઈ કરવાનો પ્રયાસ કર્યો છે અને તેમના કેટલાક તારણો રજૂ કર્યા છે, જે ક્યારેક અલગ થઈ જાય છે. અંતે, હું આ તમામ સંશોધનને પરિપ્રેક્ષ્યમાં મૂકીશ અને વિશ્લેષણ કરીશ કે શું આપણે ઔદ્યોગિક ક્રાંતિના પ્રારંભિક તબક્કાઓ દરમિયાન જીવનધોરણના વલણોને લગતા આ કાર્યોમાંથી સામાન્ય નિષ્કર્ષના કેટલાક રાજા મેળવી શકીએ છીએ.

પ્રથમ, સિનીરેલા (2008) મુખ્યત્વે આવક વિશેના ડેટાના અભાવ અને તેમાંની કેટલીક માહિતીની અવિશ્વસનીયતાને કારણે તે સમયે જીવન ધોરણનું વિશ્લેષણ કરવા માટે વાસ્તવિક વેતનના વલણો કરતાં માનવશાસ્ત્રીય પુરાવા વધુ મૂલ્યવાન શોધે છે. સિન્નીરેલા (2008) વ્યક્તિના વિકાસના સમયગાળા દરમિયાન તેની ચોખ્ખી પોષક સ્થિતિનું માપદંડ હોવાને કારણે ઊંચાઈને ખૂબ જ સુસંગતતા આપે છે, જેમાં બાહ્ય ઘટનાઓ જેમ કે રોગચાળો, યુદ્ધો અથવા કામના તણાવ આ વિકાસને અસર કરે છે અને અંતિમ ઊંચાઈના ડેટામાં પ્રતિબિંબિત થાય છે. જો કે, જીવનધોરણનું વિશ્લેષણ કરવા માટે એન્થ્રોપોમેટ્રિક પુરાવાનો ઉપયોગ કરતી વખતે અમે આવકના ડેટાને સંપૂર્ણપણે નકારી શકતા નથી, કારણ કે આવક અને ઊંચાઈ વચ્ચેનો સંબંધ ઘણી વખત સકારાત્મક અને બિન-રેખીય હોય છે, સિવાય કે અઘરું છે, જે પસંદગી કરતી વખતે ગંભીર નમૂના-પૂર્વગ્રહનું કારણ બને છે. વિશ્લેષણ કરવા માટે ઊંચાઈ ડેટા.જો કે, કેટલાક કિસ્સાઓમાં, આવક અને ઊંચાઈના ડેટા વચ્ચેના સંબંધને અમાન્ય કરી શકાય છે જ્યારે ચોક્કસ રોગચાળાની અસર અથવા ખોરાકની ગુણવત્તામાં સામાન્ય ઘટાડો તમામ વસ્તીને અસર કરે છે, જેમ કે સિનીરેલા (2008) બતાવે છે. ગમે તેટલું આશ્ચર્યજનક લાગે, આ હકીકતને કારણે ઊંચાઈ અને આવક વચ્ચે વિપરિત સંબંધ દર્શાવતા કેટલાક અભ્યાસો પણ થયા છે. આમાંના કોઈપણ નિષ્કર્ષ ચોક્કસ અને અનન્ય ન હોવાથી, આ કોયડારૂપ પુરાવાઓ "ઔદ્યોગિક વૃદ્ધિ પઝલ" તરફ દોરી ગયા છે, જ્યાં માથાદીઠ આવક વધવા છતાં, તે સમયે કેટલાક યુરોપિયન દેશોમાં સરેરાશ ઊંચાઈમાં ઘટાડો થયો હતો. Bodenhorn, Guinnane અને Mroz (2017) તરીકે અન્ય લેખકોએ આ કોયડો ઉકેલવાનો પ્રયાસ કર્યો છે, અથવા ઓછામાં ઓછા 1750-1850માં કેટલાંક યુરોપિયન દેશોની ઊંચાઈમાં દેખીતી રીતે ઘટાડો દર્શાવતા ડેટાની વિશ્વસનીયતા પર પ્રશ્ન ઉઠાવીને તેને કેટલીક તાર્કિક સુસંગતતા પ્રદાન કરી છે. સમયગાળો, જેમ કે ગ્રેટ બ્રિટન, સ્વીડન અને મોટાભાગના મધ્ય યુરોપમાં છે. આ તમામ દેશો વચ્ચે ઊંચાઈ ડેટા સંગ્રહમાં સંયોગ એ છે કે તેઓ બધાએ ભરતીને બદલે સ્વયંસેવક લશ્કરી રેન્કમાંથી ઊંચાઈનો ડેટા એકત્રિત કર્યો હતો. સ્વયંસેવક નમૂનાનો સમાવેશ થાય છે કે ઊંચાઈ માટે માપવામાં આવતી વ્યક્તિઓ તે વ્યક્તિઓ છે જેમણે વ્યક્તિગત રીતે લશ્કરમાં ભરતી કરવાનું પસંદ કર્યું હતું, જે વિશ્લેષણ કરતી વખતે ગંભીર નમૂના-પક્ષપાત તરફ દોરી શકે છે. સૈન્યમાં જોડાવાના પ્રોત્સાહનોમાંથી એક સમસ્યા આવે છે, કારણ કે જેમ જેમ અર્થતંત્રનો વિકાસ થાય છે અને આવક વધે છે,ઐતિહાસિક રીતે, લશ્કરમાં જોડાવા ઇચ્છુક વસ્તીનો હિસ્સો નાનો બને છે, કારણ કે લશ્કરી સેવા સૌથી વધુ ઉત્પાદક લોકો માટે ઓછો આકર્ષક વિકલ્પ બની જાય છે. તેથી, એક વાજબીપણું બોડેનહોર્ન એટ અલ. (2017) સ્વયંસેવકો દ્વારા રચાયેલી સૈન્ય ધરાવતા દેશોમાંથી ઊંચાઈના ડેટાનું વિશ્લેષણ કરતા સંશોધકો દ્વારા રજૂ કરાયેલા નિષ્કર્ષની વિશ્વસનીયતા પર પ્રશ્નાર્થ માટે આપે છે કે લશ્કરી ઊંચાઈમાં ઘટાડો થયો છે કારણ કે ઊંચા લોકો, જેઓ સામાન્ય રીતે તે સમયે વધુ સારી આર્થિક અને શૈક્ષણિક સ્થિતિ ધરાવતા હતા , સૈન્યથી અલગ અન્ય કારકિર્દીના માર્ગો વધુને વધુ પસંદ કર્યા. આ હકીકત દ્વારા સમર્થિત છે કે "ઊંચાઈ કોયડાઓ" તે રાષ્ટ્રોમાં ઓછી વારંવાર જોવા મળે છે જેમણે XVIII સદીના અંતમાં ભરતી દ્વારા તેમની રેન્ક ભરી હતી, જેમાંથી સંશોધકો વધુ વૈવિધ્યસભર અને ઓછી આવક અથવા વર્ગના પક્ષપાતી ઊંચાઈ ડેટા મેળવી શકે છે.

પ્રારંભિક ઔદ્યોગિક ક્રાંતિના સમયગાળાના માનવશાસ્ત્રીય પુરાવા સાથે કામ કરતી વખતે ડેટા પસંદગીની સમસ્યાઓ જેલના નમૂનાઓમાંથી મેળવેલા ડેટામાં પણ જોવા મળે છે, કારણ કે આ તે સમયે ગરીબ અને કામદાર વર્ગનું વધુ પડતું પ્રતિનિધિત્વ કરે છે, અનિરીક્ષિત લાક્ષણિકતાઓને કારણે તેમને ગુનાહિત પ્રવૃતિ માટે વધુ સંવેદનશીલ બનાવ્યા (બોડર્નહોર્ન એટ અલ., 2017). ઉપલબ્ધ ડેટામાંથી ઊંચાઈના સામાન્ય વલણને મેળવવાનો પ્રયાસ કરતી વખતે આ એક સમસ્યા છે, કારણ કે તે સમય માટે કોઈ સામાન્ય ઊંચાઈ રજિસ્ટર નથી, અને તે ઉપલબ્ધ રજિસ્ટર ગંભીર નમૂના-પક્ષપાતમાં આવે છે.જો કે, આ ડેટામાંથી અમે તે જૂથો માટે ચોક્કસ તારણો મેળવી શકીએ છીએ જેઓ આ નમૂનાઓ (સેના અને જેલો) માં કુખ્યાત રીતે રજૂ થયા હતા: ગરીબ કામદાર વર્ગ. બોડેનહોર્ન એટ અલ. (2017) દર્શાવે છે કે ઔદ્યોગિકીકરણ "પઝલ" યુનાઇટેડ સ્ટેટ્સમાં પણ હાજર છે, જ્યાં 1750 થી 1850 સુધીની ઊંચાઈમાં ઘટાડો કરવાની પેટર્ન મૂંઝવણભરી છે કારણ કે તે તે સમયે જે પરંપરાગત સૂચકાંકો સૂચિત હતા તેની વિરુદ્ધ પ્રતિક્રિયા આપે છે, જે અમેરિકન અર્થવ્યવસ્થા હતી. આર્થિક વૃદ્ધિ અને સરેરાશ કદ વચ્ચેના સમયે આશ્ચર્યજનક વિપરિત સંબંધ સાથે, ઈંગ્લેન્ડમાં અનુભવાયેલ એક સમાન દૃશ્ય જે ઝડપથી વધી રહ્યું હતું અને વિકાસ પામી રહ્યું હતું.

ઉદ્યોગીકરણની કોયડાની કેટલીક સમજૂતીઓ વધુ ધ્યાન આપવાથી મેળવી શકાય છે. મૂળભૂત પરિબળો માટે. ઉદાહરણ તરીકે, તેમના સાપેક્ષ ભાવમાં વધારાને કારણે ખાદ્યપદાર્થોની ઉપલબ્ધતામાં ઘટાડો થવાને કારણે વસ્તીના ચોખ્ખા પોષણની સ્થિતિમાં ઘટાડો થયો. તે સિવાય, ટૂંકા ગાળામાં ઔદ્યોગિકીકરણનું સીધું પરિણામ, જેમ કે વ્યાપકપણે જાણીતું છે, શહેરોની ભીડ અને ફેક્ટરીઓ અને ઘરની ઇમારતોમાં વેન્ટિલેશનની સમસ્યાઓના કારણે રોગોમાં વધારો અને મૂળભૂત સેનિટરી પરિસ્થિતિઓમાં બગડવું, જ્યાં કામદારો રહેતા હતા. આ સરેરાશ ઊંચાઈના માપદંડને નકારાત્મક રીતે અસર કરે છે, કારણ કે સ્વચ્છતાની સ્થિતિ અને ખાદ્યપદાર્થોના ઊંચા સાપેક્ષ ભાવે ગરીબ કામદારોની ઊંચાઈ પર વધુ નકારાત્મક અસર કરી હતી.મધ્યમ અને ઉચ્ચ વર્ગની ઊંચાઈઓ પર આર્થિક વૃદ્ધિની હકારાત્મક સીમાંત અસર. તેથી, સંરચનાની અસરને લીધે, માથાદીઠ વધતી આવકને ધ્યાનમાં લીધા વિના, તે સમયે સરેરાશ ઊંચાઈનું વલણ નિર્ણાયક રીતે નીચે ગયું હતું . ડેટાનું કાળજીપૂર્વક અવલોકન કરીને આપણે એ પણ સમજી શકીએ છીએ કે રોજગાર દ્વારા ઊંચાઈના વલણોનું વિશ્લેષણ કરતી વખતે ઊંચાઈની વિવિધતા કેવી રીતે ઓસીલેટ થાય છે. ઉદાહરણ તરીકે, તે સમયે ઉદ્યોગમાં કામની તીવ્રતાના કારણે, યુવા કારખાનાના કામદારોની સરેરાશ ઊંચાઈ ખેડૂતો અથવા વ્હાઇટ-કોલર કામદારો કરતાં ઘણી વધારે સહન કરતી હતી, જે ઊંચાઈના ડેટાને વિખેરી નાખવા અને વિશ્લેષણ કરતી વખતે ચોક્કસ પૂર્વગ્રહોને દૂર કરવા માટેનો બીજો સંકેત હોઈ શકે છે. તે, અમને તે સમયના વધુ મજબૂત અને કદાચ વધુ નિર્ણાયક માનવશાસ્ત્રીય પુરાવા પૂરા પાડે છે.

બીજી તરફ, માપનની ગંભીર ભૂલો તરફ નિર્દેશ કરીને ઔદ્યોગિકીકરણના કોયડા માટે વૈકલ્પિક સમજૂતી આપવામાં આવે છે . Ewout Depauw અને Deborah Oxley (2019), તેમના પેપરમાં Toddlers, teenagers, and terminal heights: પુરૂષ પુખ્ત વયના લોકો માટે તરુણાવસ્થાનું મહત્વ, Flanders, 1800-76, દલીલ કરે છે કે પુખ્ત વય સંપૂર્ણ રીતે પકડતું નથી જન્મ સમયે જીવન ધોરણ, પરંતુ કિશોરાવસ્થાના વિકાસના વર્ષોમાં જીવનની સ્થિતિને સંકેત આપવા માટે તે વધુ સારું છે, કારણ કે આ સમયગાળો ટર્મિનલ સ્ટેચર પર સૌથી વધુ પ્રભાવશાળી છે, ખાસ કરીને 11 થી 18 વર્ષની વયના. Depauw અને Oxley (2019) ગર્ભની ઉત્પત્તિની પૂર્વધારણાનો વિરોધાભાસ કરે છે, જે દલીલ કરે છે. તે પોષણગર્ભાવસ્થા દરમિયાન સ્થિતિ એવી છે જે વિકાસને વધુ અસર કરે છે અને પરિણામે પુખ્ત વયની ટર્મિનલ ઊંચાઈમાં પ્રતિબિંબિત થાય છે. જો કે, તેઓ માને છે કે કેન્દ્રીય તરુણાવસ્થાના વિકાસના વર્ષો દરમિયાન રોગના વાતાવરણ, પોષક આહાર અને સેનિટરી પરિસ્થિતિઓને પુરાવાઓ નિર્દેશ કરે છે, જે ટૉડલર્સના જીવન ધોરણ કરતાં ટર્મિનલ ઊંચાઈ માપન પર વધુ સ્પષ્ટ રીતે પ્રતિબિંબિત થાય છે. ટર્મિનલ ઊંચાઈ નક્કી કરવા માટે તરુણાવસ્થા એ આવશ્યક સમયગાળો છે, કારણ કે તે વૃદ્ધિ પકડવાનો સમયગાળો છે, એટલે કે જો પ્રારંભિક બાળપણમાં પોષણ અથવા સ્વાસ્થ્યના અપમાનને કારણે વૃદ્ધિ અવરોધાઈ હોય, તો તરુણાવસ્થા દરમિયાન જીવનધોરણમાં સુધારો થાય તો ગુમાવેલ વૃદ્ધિ ઓછામાં ઓછી આંશિક રીતે પુનઃપ્રાપ્ત થઈ શકે છે. વર્ષો, 18મી સદીના અંતમાં અને XIXમી સદીની શરૂઆતમાં કિશોરવયના છોકરાઓ વૃદ્ધિ માટે સામાજિક આર્થિક સ્થિતિઓ પ્રત્યે ખાસ કરીને સંવેદનશીલ હોય છે, કારણ કે તેઓને સ્ત્રી કિશોરો (ડેપાઉ અને ઓક્સલી, 2019) કરતાં વધુ કેલરીની જરૂરિયાતો હતી. તે સમયે ઉંચાઈ અને રહેવાની પરિસ્થિતિઓને માપવામાં લેખકોની નવીનતાનું આ મુખ્ય કારણ છે, વિવિધ વયે અંતિમ ઊંચાઈ કેવી રીતે વિકાસના સમગ્ર સમયગાળા દરમિયાન જુદી જુદી ક્ષણો પર આર્થિક અને આરોગ્યની સ્થિતિના સંપર્ક સાથે સંબંધિત હોઈ શકે તે સંદર્ભમાં ડેટા શ્રેણીને અલગ રીતે ગોઠવીને. . તેઓ બ્રુગ્સની જેલમાંથી ડેટા એકત્રિત કરીને આનો અભ્યાસ કરે છે, જેલના રજિસ્ટરના પહેલાથી જ સમજાવાયેલ પૂર્વગ્રહો હોવા છતાં આને યોગ્ય અભ્યાસ સ્ત્રોત તરીકે ન્યાયી ઠેરવે છે, એવી દલીલ કરે છે કે કેદીઓચોક્કસ જૂથ મુખ્યત્વે ગરીબ કામદાર વર્ગની સ્થિતિને પ્રતિબિંબિત કરે છે. વૃદ્ધિ પર આરોગ્ય અને કલ્યાણની અસરોના લાંબા ગાળાના પરિણામો મેળવવા અને આ પરિણામોને અસર કરતા અસ્થાયી આર્થિક આંચકાને રોકવા માટે, Depauw and Oxley (2017) મેક્રો ઇકોનોમિક પરિસ્થિતિઓ સાથે વધુ સામાન્યીકૃત જોડાણોને દૂર કરવા માટે કિંમતો અને મૃત્યુદરમાં વાર્ષિક ભિન્નતાનો ઉપયોગ કરો .

આ નિબંધ દ્વારા, મેં હજી સુધી વિવિધ લેખકોના પરિણામો અને સંખ્યાત્મક તારણો રજૂ કર્યા નથી, કારણ કે તેઓ કેટલીકવાર ઔદ્યોગિક ક્રાંતિના સમયે જીવનધોરણના વિવિધ ચિત્રોને અલગ પાડે છે અને રજૂ કરે છે. આ પરિણામો અમારા પૃથ્થકરણ માટે માન્ય નથી જો અમે તેમની અલગ-અલગ પદ્ધતિને સમજવા અને સમજવાનો પ્રયાસ કરવા માટે થોડો સમય રોકીએ અને કામ ન કરીએ, અને એકંદરે, તેઓ તેમની ચોક્કસ પદ્ધતિનો ઉપયોગ કરવા માટે આપેલા કારણો અને તેઓ જે ખામીઓ રજૂ કરે છે. એકવાર આ સમજી ગયા પછી, હવે આપણે આ નિબંધની ગ્રંથસૂચિમાં સંકલિત લેખકો દ્વારા પ્રસ્તુત પરિણામોનું વિશ્લેષણ કરવા, સંદર્ભમાં વલણો મૂકવા અને જીવનધોરણના એક જ અને નક્કર નિષ્કર્ષ મેળવવાની જટિલતા અને લગભગ અશક્યતાને અવલોકન કરવા પર, ઓછામાં ઓછા આંશિક રીતે ધ્યાન કેન્દ્રિત કરી શકીએ છીએ. તે સમયે. જો કે, આ વિવિધ અભ્યાસોનો આ હેતુ ક્યારેય નહોતો, પરંતુ પદ્ધતિઓનો સામનો કરવાનો અને આર્થિક ઇતિહાસના જથ્થાત્મક વિશ્લેષણમાં આગળ વધવાનો હતો.

પરિણામો જોઈને, વોથ (2004) એ શોધે છે કે