Economic growth: A review essay Peter J. Klenow, Andr

1
Economic growth A review essayPeter J. Klenow,
Andrés Rodriguez-Clare (1997)
2
Introduzione
L'ultima decade ha visto un'esplosione della
ricerca sulla crescita economica . Tre relativi
ma concettualmente distinti problemi giacciono al
cuore di questa ricerca la crescita mondiale,
la crescita dei paesi, e la dispersione in
livelli di reddito. Teorie della crescita
mondiale tentano di spiegare la crescita continua
nel reddito pro capite nell'economia del mondo
durante il corso degli ultimi duecento anni. La
maggior parte dei più famosi modelli della
crescita endogena (e.g. Lucas, 1988 Romer, 1990
Grossman e Helpman, 1991) appartengono a questo
gruppo. Teorie della crescita dei paesi sono
motivate dalla grande differenza osservata in
percentuale fra le crescite dei paesi. Questo
segmento della letteratura chiede, per esempio,
perché alcuni paesi asiatici sono cresciuti così
tanto più velocemente di altri, per più di tre
decadi. Il lavoro sui miracoli economici di Lucas
(1993) si preoccupa primariamente di questo
problema. Finalmente, molti papers in
letteratura tentano di spiegare perché, in
ciascun istante di tempo, alcuni paesi sono
significativamente più ricchi di altri.
3
Hard-core del paper

• In questa revisione selettiva della letteratura
  ed del libro di Barro e Sala-i-Martin si offre
  più che altro una valutazione negativa del modo
  in cui sono stati usati i dati per discriminare
  fra le varie teorie della crescita economica.
• Questo perchè è stato deludentemente poco
  collaudo il lavoro empirico discriminando tra le
  teorie della crescita endogena. Giungiamo a
  questa conclusione nonostante un gran numero di
  studi di regressione di crescita cross-country
  hanno indagato quali variabili sono correlate con
  i tassi di crescita.
• Vediamo un esempio

4

• Barro e Sala-i-Martin (1995) riportano i
  risultati di una regressione panel della forma
• dove gy(i, t) è il tasso di crescita del pil pro
  capite GDP del paese i dal periodo 0 al periodo
  t, y(i 0) è il log del GDP del paese i al tempo
  0, e "control variables includono (fra altri)
  tassi inziali d'iscrizione scolastica, la quota
  del prelievo statale in GDP, il costo del
  mercato nero, e linstabilità politica.

5

• Barro e Sala-i-Martin (1995) riportano i
  risultati di una regressione panel della forma
• dove gy(i, t) è il tasso di crescita del pil pro
  capite GDP del paese i dal periodo 0 al periodo
  t, y(i 0) è il log del GDP del paese i al tempo
  0, e "control variables includono (fra altri)
  tassi inziali d'iscrizione scolastica, la quota
  del prelievo statale in GDP, il costo del
  mercato nero, e linstabilità politica.
• Motivano questa regressione usando la seguente
  approssimazione al modello di crescita
  neoclassico
• dove rappresenta il log del livello di
  reddito del paese i al tempo 0 sul sentiero di
  stato stazionario

6
Critica

• non è chiaro se le variabili di controllo in Eq.
  (1) sono proxy per le differenze nel reddito di
  stato stazionario o per le differenze
  nei tassi di crescita di lungo periodo
• se solo effetti di livello sono incomportati,
  con coefficienti significativi, nelle variabili
  di controllo, si ha una visione del mondo in cui
  tutti i paesi crescono allo stesso tasso in stato
  stazionario, con un più alto o più basso tasso
  rispetto a una crescita media essendo un fenomeno
  di transizione.
• Ma tali coefficienti non possono dirci nulla
  circa le determinanti di .
• Questo problema (più altri problemi che
  discutiamo più avanti) rende difficile
  concludere, sulle teorie di crescita endogena,
  partendo da cross-country growth regression.

7

• Quali possono essere le determinanti delle
  differenze nei tassi di crescita fra paesi?
• Si può pensare delle teorie di crescita endogene
  come applicazioni a paesi in isolamento, così che
  le differenze in politiche ed istituzioni tra
  paesi conducano alle differenze in tassi di
  crescita economica di lungo periodo. Secondo lAK
  teoria di crescita endogena, per esempio, paesi
  con percentuali di tasse su capitale basse
  crescono più velocemente nel lungo periodo che
  paesi con percentuali di tasse alte

8

• Si può tentare di discriminare fra teorie della
  crescita comparando il loro tasso implicito di
  convergenza condizionale con il tasso stimato nei
  dati.
• Barro e Sala-i-Martin (1995) utilmente si
  sforzarono di fare solo questo. Il loro approccio
  è presentare un modello, lineare intorno al suo
  stato stazionario, e scegliere valori ragionevoli
  per i parametri per determinare una velocità di
  convergenza numerica implicata da ogni modello

9

• Si può tentare di discriminare fra teorie della
  crescita comparando il loro tasso implicito di
  convergenza condizionale con il tasso stimato nei
  dati.
• Barro e Sala-i-Martin (1995) utilmente si
  sforzarono di fare solo questo. Il loro approccio
  è presentare un modello, lineare intorno al suo
  stato stazionario, e scegliere valori ragionevoli
  per i parametri per determinare una velocità di
  convergenza numerica implicata da ogni modello
• Specificamente, gli autori usano il tasso di
  convergenza condizionale stimato da regressioni
  di crescita cross-country come evidenza per o
  contro il modello di Cass-Koopmans
• Loro stimano una tasso di convergenza
  condizionale del 3 per anno. Questo significa
  che il 3 del gap tra l'attuale ed il livello di
  reddito di stato stazionario tende ad essere
  eliminato ogni anno. Gli autori mostrano che
  questo tasso di convergenza è significativamente
  più lento del tasso predetto dal modello di
  Cass-Koopmans che è circa del 6 per anno

10

• Queste stime di convergenza condizionale fanno
  pensare a due problemi principali
• le regressioni includono tipicamente variabili di
  controllo alle quali sono associate dinamiche di
  transizione facendo diventare difficile dire la
  potenza del coefficiente su scelte di reddito
  iniziali cogliendo tutte le dinamiche di
  transizione

11

• Queste stime di convergenza condizionale fanno
  pensare a due problemi principali
• le regressioni includono tipicamente variabili di
  controllo alle quali sono associate dinamiche di
  transizione facendo diventare difficile dire la
  potenza del coefficiente su scelte di reddito
  iniziali cogliendo tutte le dinamiche di
  transizione
• i modelli non puntano su variabili di controllo
  osservabili che catturerebbero pienamente le
  differenze di stato stazionario

12

• Queste stime di convergenza condizionale fanno
  pensare a due problemi principali
• le regressioni includono tipicamente variabili di
  controllo alle quali sono associate dinamiche di
  transizione facendo diventare difficile dire la
  potenza del coefficiente su scelte di reddito
  iniziali cogliendo tutte le dinamiche di
  transizione
• i modelli non puntano su variabili di controllo
  osservabili che catturerebbero pienamente le
  differenze di stato stazionario
• Recenti studi hanno controllato le differenze in
  stato stazionario usando effetti fissi di paese
  nelle regressioni panel trovando velocità di
  convergenza sostanzialmente più alte

13
Il modello di Cass-Koopmans

• Si supponga che tutti i paesi hanno lo stesso
  percorso di reddito di stato stazionario, così le
  differenze nel reddito iniziale rappresentano
  differenti posizioni relative allo stesso
  percorso di stato stazionario. Nell'assenza di
  shocks, questo modello ci dice il più basso
  reddito inziale, la più veloce crescita
  susseguente
• Differenze nei livelli sorgono da due fonti le
  differenze nella produttività e le differenze nel
  tasso di investimento di stato stazionario in
  capitale fisico

14

• Il tasso di investimento iniziale in un paese è
  uguale al suo valore di stato stazionario?
• Naturalmente Sì solo se i valori dei parametri
  sono così che il tasso di investimento è costante
  lungo il percorso di transizione.
• Come Barro e Sala-i-Martin (1995) dimostrano,
  questo accade solamente quando il tasso di
  investimento di stato stazionario è uguale
  all'elasticità di sostituzione intertemporale in
  consumo.
• Questa condizione necessariamente è violata se
  individui in paesi diversi hanno le stesse
  preferenze.

15

• Il tasso di investimento iniziale in un paese è
  uguale al suo valore di stato stazionario?
• Naturalmente Sì solo se i valori dei parametri
  sono così che il tasso di investimento è costante
  lungo il percorso di transizione.
• Come Barro e Sala-i-Martin (1995) dimostrano,
  questo accade solamente quando il tasso di
  investimento di stato stazionario è uguale
  all'elasticità di sostituzione intertemporale in
  consumo.
• Questa condizione necessariamente è violata se
  individui in paesi diversi hanno le stesse
  preferenze.
• Quindi cosa accade quando l'investimento
  iniziale non è lo stesso del tasso di
  investimento di stato stazionario?

16

• Supponiamo
• Con che cresce secondo un trend comune a
• Se si fa girare la regressione
• Allora la vera velocità di convergenza
  relativa ai coefficienti stimati è

17

• Ora, una scoperta importante di Levine e Renelt
  (1992) è che è positivo e significativamente
  diverso da zero. Di conseguenza, la velocità di
  convergenza stimata è influenzata perché il tasso
  di investimento varia col reddito di un paese
  relativamente allo stato stazionario
• Intuitivamente, il tasso di investimento iniziale
  contiene delle informazioni sulla distanza dallo
  stato stazionario piuttosto che puramente
  informazioni sullo stato stazionario. La sua
  inclusione nella regressione sottrae dal
  coefficiente sul reddito iniziale, conducendo a
  deviare nella velocità di convergenza stimata.
  La direzione della deviazione dipende dal segno
  di .
• Barro e Sala-i-Martin (1995) dicono che
  l'evidenza empirica suggerisce tassi di
  investimento crescenti durante la transizione
  , quali implicherebbero una deviazione
  diretta verso l'alto. Ma nonostante il segno di
  , il nostro punto è quello che include il tasso
  di investimento - una variabile che è endogena
  alla posizione di un paese relativamente allo
  stato stazionario - implicando che non si può
  leggere il tasso di convergenza dal coefficiente
  sul reddito iniziale attraverso una cross-country
  growth regression.

18
Il modello di Barro-Mankiw-Sala-i-Martin (1995)

• Il Barro-Mankiw-Sala-i-Martin (BMS) è una
  estensione del modello di Cass-Koopmans che
  include il capitale umano.
• È un modello nel quale nuovo capitale fisico,
  nuovo capitale umano, e beni di consumo sono
  tutti prodotti con la stessa tecnologia.
• Il setting è una piccola economia aperta che può
  prendere in prestito dal resto del mondo quantità
  di capitale fisico.
• Barro e Sala-i-Martin dimostrano che, con una
  quota di capitale fisico del 30 ed una quota di
  capitale umano del 45, il modello di BMS implica
  una tasso di convergenza del 2.5, una tasso che
  ben si adatta con stime empiriche dei
  coefficienti di convergenza.

19

• La regressione esaminata nel libro include lo
  stock iniziale di capitale umano (misurato da
  anni medi di istruzione nella popolazione in età
  lavorativa).
• Ma lo stock di capitale umano non riflette
  puramente il percorso di stato stazionario.
  Contiene anche informazioni sulla deviazione da
  quel percorso.

20

• La regressione esaminata nel libro include lo
  stock iniziale di capitale umano (misurato da
  anni medi di istruzione nella popolazione in età
  lavorativa).
• Ma lo stock di capitale umano non riflette
  puramente il percorso di stato stazionario.
  Contiene anche informazioni sulla deviazione da
  quel percorso.
• Se i sentieri di reddito di stato stazionario
  fossero tutti gli stessi il modello implicherebbe
  davvero che uno stock più basso di capitale umano
  condurrebbe alla crescita più veloce, perché la
  convergenza in reddito in questo modello è
  completamente guidata dalla convergenza in
  capitale umano.

21

• Un problema relativo è che includere lo stock
  iniziale di capitale umano nelle regressioni è
  problematico perché reddito e capitale umano sono
  strettamente collegati nel modello BMS,
  precisamente, il log del reddito ed il log del
  capitale umano non sono perfettamente collineari
  nel modello BMS.

22

• Un problema relativo è che includere lo stock
  iniziale di capitale umano nelle regressioni è
  problematico perché reddito e capitale umano sono
  strettamente collegati nel modello BMS,
  precisamente, il log del reddito ed il log del
  capitale umano non sono perfettamente collineari
  nel modello BMS.
• I risultati della procedura di stima poi
  dipendono dal perché queste due variabili non
  sono perfettamente collineari nei dati. Per
  esempio, se il modello BMS ha ragione ma il log
  del reddito e log del capitale umano non sono
  perfettamente correlati a causa di errori di
  misurazione, allora la dimensione (ma non il
  segno) dei coefficienti su questi due variabili
  dipendono completamente dallaccuratezza con la
  quale sono misurati.

23

• Un problema relativo è che includere lo stock
  iniziale di capitale umano nelle regressioni è
  problematico perché reddito e capitale umano sono
  strettamente collegati nel modello BMS,
  precisamente, il log del reddito ed il log del
  capitale umano non sono perfettamente collineari
  nel modello BMS.
• I risultati della procedura di stima poi
  dipendono dal perché queste due variabili non
  sono perfettamente collineari nei dati. Per
  esempio, se il modello BMS ha ragione ma il log
  del reddito e log del capitale umano non sono
  perfettamente correlati a causa di errori di
  misurazione, allora la dimensione (ma non il
  segno) dei coefficienti su questi due variabili
  dipendono completamente dallaccuratezza con la
  quale sono misurati.
• Questo avrebbe due implicazioni
• il coefficiente di reddito iniziale non può
  essere interpretato come il tasso di convergenza
  condizionale.
• i coefficienti su reddito e capitale umano
  dovrebbero avere lo stesso segno (ambedue
  negativo), mentre nella regressione di crescita
  cross-country presentato nel libro essi hanno
  segno opposto.

24
Il modello di Lucas-Uzawa

• Loro provano ad offrire una base razionale per
  includere il capitale umano iniziale insieme al
  reddito iniziale per stimare il tasso di
  convergenza relativo al percorso di stato
  stazionario. Ma regressioni che stimano il
  coefficiente sul reddito iniziale (relativo allo
  stock di capitale umano) spesso includono tassi
  d'iscrizione iniziali. Il tasso d'iscrizione
  iniziale contiene ulteriormente informazioni
  sulla crescita di transizione di un paese.

25
Il modello di Lucas-Uzawa

• Loro provano ad offrire una base razionale per
  includere il capitale umano iniziale insieme al
  reddito iniziale per stimare il tasso di
  convergenza relativo al percorso di stato
  stazionario. Ma regressioni che stimano il
  coefficiente sul reddito iniziale (relativo allo
  stock di capitale umano) spesso includono tassi
  d'iscrizione iniziali. Il tasso d'iscrizione
  iniziale contiene ulteriormente informazioni
  sulla crescita di transizione di un paese.
• Come includere tassi di investimento è
  problematico nel modello di Cass-Koopmans,
  l'inclusione dei tassi discrizione fa diventare
  difficile interpretare il coefficiente sul
  reddito iniziale cogliendo tutte le dinamiche di
  transizione nel modello di Lucas-Uzawa.

26
Il modello di Lucas-Uzawa

• Loro provano ad offrire una base razionale per
  includere il capitale umano iniziale insieme al
  reddito iniziale per stimare il tasso di
  convergenza relativo al percorso di stato
  stazionario. Ma regressioni che stimano il
  coefficiente sul reddito iniziale (relativo allo
  stock di capitale umano) spesso includono tassi
  d'iscrizione iniziali. Il tasso d'iscrizione
  iniziale contiene ulteriormente informazioni
  sulla crescita di transizione di un paese.
• Come includere tassi di investimento è
  problematico nel modello di Cass-Koopmans,
  l'inclusione dei tassi discrizione fa diventare
  difficile interpretare il coefficiente sul
  reddito iniziale cogliendo tutte le dinamiche di
  transizione nel modello di Lucas-Uzawa.
• Ciò significa che il coefficiente sul reddito
  iniziale può non riflettere accuratamente la
  velocità di convergenza condizionale perché
  alcune delle variabili di controllo contengono
  informazioni su dinamiche di transizione.

27
Il modello di Lucas-Uzawa

• Loro provano ad offrire una base razionale per
  includere il capitale umano iniziale insieme al
  reddito iniziale per stimare il tasso di
  convergenza relativo al percorso di stato
  stazionario. Ma regressioni che stimano il
  coefficiente sul reddito iniziale (relativo allo
  stock di capitale umano) spesso includono tassi
  d'iscrizione iniziali. Il tasso d'iscrizione
  iniziale contiene ulteriormente informazioni
  sulla crescita di transizione di un paese.
• Come includere tassi di investimento è
  problematico nel modello di Cass-Koopmans,
  l'inclusione dei tassi discrizione fa diventare
  difficile interpretare il coefficiente sul
  reddito iniziale cogliendo tutte le dinamiche di
  transizione nel modello di Lucas-Uzawa.
• Ciò significa che il coefficiente sul reddito
  iniziale può non riflettere accuratamente la
  velocità di convergenza condizionale perché
  alcune delle variabili di controllo contengono
  informazioni su dinamiche di transizione.
• Un numero di recenti studi indicano un altro
  problema, cioè che regressioni di crescita
  cross-country con proxy imperfette per le
  differenze di reddito di stato stazionario
  conducono alla sottostima del tasso di
  convergenza.

28

• Islam (1995), Canova e Marcet (1995), Caselli et
  al. (1996) usano le tecniche di dati panel per
  risolvere questo problema. Loro trovano molti più
  veloci tassi di convergenza condizionale che il
  3 stimato da Barro e Sala-i-Martin
• Usando il panel di Summers-Heston, Islam stima
  un tasso di convergenza del 6 per anno, Caselli
  et al. (1996) stima un 10, e Canova e Marcet
  (1995) stimano un 11. Questi tassi più veloci di
  convergenza sono consistenti combinati con più
  piccoli tassi di capitale fisico ed umano che il
  75 (30 capitale fisico, 45 capitale umano)
  calibrato per avere il 3 di convergenza.
• Infatti Caselli et al. riportano un tasso di
  capitale implicito del solo 10, lontano dal
  ragionevole 30 per capitale fisico solo!
• Questo può implicare che convergenza condizionale
  sta venendo dalla produttività, o dalla
  tecnologia catch up, così come da input di
  transizione delle dinamiche di tipo neoclassico.
• Quello che concludiamo da questa discussione di
  convergenza condizionale è il bisogno di
  specificare modelli stocastici che simulano, e
  comparano le loro predizioni ai dati. Questa
  metodologia che frequentemente è stata applicata
  nella letteratura di ciclo economico fin
  dalloriginario paper di Kydland e Prescott
  (1982), potrebbe essere enormemente produttivo
  nella ricerca della crescita.

29
Capitale fisico e umano

• MRW e CKM prendano la posizione che il livello
  della produttività è essenzialmente lo stesso tra
  paesi, così che le differenze in livelli di
  reddito si devono grandemente alle differenze in
  livelli di capitale fisico ed umano.
• Romer (1993) afferma che i gap strutturali non
  sono tanto importanti quanto i gap
  intellettuali.
• Si supponga che le differenze di produttività
  riflettono le differenze nella tecnologia usata.
  Diversamente dal modello di crescita neoclassico,
  i modelli technologybased hanno genericamente
  effetti di scala a causa della natura di non
  rivalità dell'innovazione, imitazione, adozione
  e adattamento. I modelli technologybased
  suggeriscono anche un ruolo prominente per
  lapertura mentale (accesso a qualità più alta o
  più specializzati beni attraverso importazioni o
  accesso alla migliore tecnologia attraverso joint
  venturs o licenze tecnologiche). E mentre le
  implicazioni normative centrali del modello
  neoclassico sono su percentuali di tassa, quelle
  di modelli technologybased si estendono a
  negoziazioni politiche di investimento straniero,
  politiche di ricerca e protezione della proprietà
  intellettuale.

30

• Parlando dei salari di entrata dei lavoratori,
  Borjas (1987) scopre che gli immigranti con l1
  più alto di reddito pro capite nel loro paese di
  origine guadagnano uno 0.12 più alto salario di
  entrata, così che questo maggiore guadagno può
  venire da più capitale di conoscenza nel paese
  di origine.
• Si supponga che quel capitale di conoscenza e
  contributo di tempo studentesco siano ugualmente
  importanti nellaccumulazione di capitale umano
• Allora le differenze di capitale umano
  spiegano il 24 delle differenze di paese in
  reddito pro capite. E questo lascia il 76 delle
  differenze di reddito da essere spiegato da
  differenze in capitale fisico, rapporti di
  produzione e produttività. Dato che la scoperta
  tipica è che quel capitale fisico spiega il 20
  delle differenze fra paese (coma dai risultati
  di Mankiw et al.), le differenze di produttività
  sono vanno a spiegare il 56 delle differenze
  di reddito fra paesi.

31

• La conclusione che deduciamo da tutta questa
  evidenza è che differenze in produttività sono la
  causa primaria della grande dispersione
  internazionale in reddito pro capite. Così,
  anche se modelli di sviluppo che focalizzano
  lattenzione su capitale fisico e accumulazione
  di capitale umano chiaramente sono importanti,
  pensiamo più necessari gli sforzi da dedicare a
  studiare le cause delle differenze di
  produttività tra paesi.

32

• Levidenza costante che la tecnologia non si
  diffonde istantaneamente o pienamente include
  studi di brevetto internazionale e studi della
  correlazione tra TFP ed RD.
• La tecnologia non può differire tra paesi se non
  che attraverso le differenze nelle conoscenze
  incarnate nelle persone
• Ma il trasferimento di conoscenza può essere
  spesso costoso

33

• Levidenza costante che la tecnologia non si
  diffonde istantaneamente o pienamente include
  studi di brevetto internazionale e studi della
  correlazione tra TFP ed RD.
• La tecnologia non può differire tra paesi se non
  che attraverso le differenze nelle conoscenze
  incarnate nelle persone
• Ma il trasferimento di conoscenza può essere
  spesso costoso
• Tariffe, tasse, leggi di proprietà, e la
  corruzione possono colpire i costi di
  trasferimento di tecnologia, conducendo alle
  differenze in livelli di produttività fra paesi.

34
CONCLUSIONI

• Le quattro sfide principali per la ricerca della
  crescita futura
• simulare modelli e formalmente comparare le loro
  predizioni ai dati
• distinguere empiricamente tra teorie della
  crescita endogena
• sviluppare teorie delle differenze internazionali
  in produttività
• innovare in termini di dati
• Riguardo al primo punto questo è il modo migliore
  per evitare mal-specificazione nel lavoro
  empirico e sfruttare pienamente le implicazioni
  quantitative dei modelli candidati
• Per il secondo gradiremmo vedere più lavoro lungo
  le linee di Jones, Kocherlakota e Yi che
  esaminano le teorie della crescita endogena
  esistenti
• Riguardo al terzo recenti paper mostrano che le
  inefficienze possono sorgere a causa di gruppi
  potenti che prevengono l'economia dall'usare le
  tecnologie nuove a causa di produzione statale
  inefficiente, a causa di corruzione statale, ed
  a causa di barriere di lavoro che riducono la
  varietà dei contributi importati
• Infine ricercare dati nuovi come quelli relativi
  a qualità di prodotto, concorrenti, tipi di
  lavoratori.. aiuterebbero a guidare future teorie
  ed aiuterebbero a raffinare e rinnovare quelle
  esistenti

35
FINE