Wachstumsökonomie Zur Empirie

Transkript

1 ifo Insiu für Wirschafsforschung an der Universiä München Wachsumsökonomie Zur Empirie Prof. Dr. Kai Carsensen LMU und ifo Insiu

2 ifo Insiu für Wirschafsforschung an der Universiä München GDP per Person in he World Economy, 2000 GDP per capia 100 Unied Saes Germany Greece Turkey China India Populaion Noe: Real GDP per Person, curren purchasing power pariy; 162 counries; Unied Saes= 100; oal populaion of 162 counries = 100. Source: World Bank, World Developmen Indicaors, CDROM.

3 ifo Insiu für Wirschafsforschung an der Universiä München Caching Up and Falling Behind, Growh rae 8 Singapore 7 Souh Korea 6 5 Thailand Ireland Unied Saes Indonesia Ialy India Germany UK Kenia Argenina Tanzania Côe d'ivoire Zambia Nicaragua Niger Noe: Average annual growh rae of real GDP per person (RGDPCH) in percen, 107 counries. Source: PWT 6.1.

4 ifo Insiu für Wirschafsforschung an der Universiä München Convergence? Growh by Level of GDP per Person, USA Venezuela Argenina Souh Africa Germany Japan Nicaragua Hong Kong Malaysia Singapore Niger Madagascar Nigeria Thailand Souh Korea India China percen Noe: Average annual growh rae of real GDP per person (RGDPCH) by level of GDP per person (PPP) in 1960, 107 counries. Source: PWT6.1.

5 ifo Insiu für Wirschafsforschung an der Universiä München Labor Produciviy and Capial Inensiy Oupu per worker OECD Sub-Saharan Africa Souh Asia Eas Asia Lain America Oher R² = Capial per worker Noe: Oupu per worker and capial per worker in logs; 127 counries, ca. 1990; "OECD" excludes Mexico, Souh Korea, and Turkey, "Oher" includes Norh Africa, Middle Eas, and former socialis counries. Source: Daa aken from Hall and Jones (QJE 1999).

6 ifo Insiu für Wirschafsforschung an der Universiä München Das Solow-Modell Dynamisches Verhalen: k = sf ( k ) ( n + g + δ ) k 1) asächliche Invesiionen > Break-Even-Invesiionen: k seig 2) asächliche Invesiionen > Break-Even-Invesiionen: k sink Daraus folg: Konvergenz gegen k*, wo asächliche Invesiionen = Break-Even-Invesiionen k* is konsan Zur Erinnerung: k = K/(A*L) = K/L *(1/A) y = Y/(A*L) = Y/L *(1/A) Da A mi der Rae g wächs, müssen im seady sae auch K/L und Y/L mi der Rae g wachsen

7 ifo Insiu für Wirschafsforschung an der Universiä München Solow-Modell: Wie groß is k*? Cobb-Douglas-Funkion: f( k ) = α k () = sk ( n+ g+ δ ) k = 0 α * * s k = ( n+ g+ δ ) k ( ) 1/(1 α ) α/(1 α) * s α * * s 1. k* seig mi der Sparquoe s 2. k* fäll mi der Bevölkerungswachsumsrae n (und dem echn. Forschri g und der Abschreibungsrae δ) Empirische Implikaionen! k α ( ) k = y = k = n+ g+ δ n+ g+ δ

8 ifo Insiu für Wirschafsforschung an der Universiä München Was das Solow-Modell voraussag Warum gib es Wachsum (Oupu pro Kopf)? Weil es echnischen Forschri gib. 2. Warum sind einige Länder reich und andere arm? Weil die reichen Länder mehr invesieren (in physisches und in Humankapial), ein geringeres Bevölkerungswachsum und bessere Technologie haben. 3. Warum gib es unerschiedliche Wachsumsraen? Aufgrund ransiorischer Bewegungen hin zum seady sae. Aufgrund unerschiedlich schnellen echnischen Forschris. 4. Müssen wir uns über Sabilisierung Gedanken machen? Nein, es gib eine modellimmanene Tendenz hin zum seady sae.

9 ifo Insiu für Wirschafsforschung an der Universiä München... und wo es empirisch Probleme gib Nich alle armen Länder wachsen schnell. Sind sie schon im seady sae? Um die großen inernaionalen Einkommensunerschiede erklären zu können, müssen die Kapialaussaung oder die Sparquoe viel särker variieren, als sie es asächlich un (Romer, Kap. 1.6). Es muss also der echnischer Forschri sein. Aber das Solow-Modell sag nichs darüber aus, was das is und wie er zusande komm. -> Theorie des endogenen Wachsums Vielleich gib es noch andere Fakoren, die das Wachsum beeinflussen. Beispiele: -> soziale Infrasrukur: Hall & Jones (1999). Why Do Some Counries Produce So Much More Oupu per Worker han Ohers? Quarerly Journal of Economics: 114 (1), > Umwelbedingungen: Jeffrey Sachs (2003) Insiuions Don Rule: Direc Effecs of Geography on Per Capia Income. NBER Working Paper 9490.

10 ifo Insiu für Wirschafsforschung an der Universiä München EMPIRICAL EXAMPLE 1: Social Infrasrucure, Environmen, and Long-Run Growh Kai Carsensen und Erich Gundlach (2006). The Primacy of Insiuions Reconsidered: Direc Income Effecs of Malaria Prevalence, World Bank Economic Review 20(3),

11 ifo Insiu für Wirschafsforschung an der Universiä München Why Does Invesmen Differ Across Counries? The Solow model suggess ha rich counries inves more in capial and spend more ime learning han poor counries So far, we have assumed ha boh forms of invesmen in physical and in human capial are given exogenously. So he nex naural quesion is his: Wha explains he large inernaional differences in facor accumulaion? Why is i ha some counries inves more han ohers? Why is i ha individuals in some counries spend more ime learning o use new echnologies? The general answer, as always, is his: People respond o incenives.

12 ifo Insiu für Wirschafsforschung an der Universiä München Deerminans of invesmen / profiabiliy Apar from he coss of seing up a business, hree caegories of he expeced deerminans of profiabiliy come o mind: 1. Coss of seing up a business, 2. he size of he marke, 3. insiuions, 4. environmen (disease ecology)

13 ifo Insiu für Wirschafsforschung an der Universiä München Insiuions Insiuions are he man-made rules ha shape human behavior (Douglass Norh) Insiuions and policies ha favor producion encourage people o engage in he creaion and ransacion of goods and services. Diversion means an insiuional framework wih incenives agains producion, and in favor of redisribuion. Diversion may be illegal (hef, corrupion, or he paymen of proecion money ) or legal (expropriaion, axaion, lobbying). Producion or diversion is primarily deermined by he governmen, which is ofen a chief agen of diversion.

14 ifo Insiu für Wirschafsforschung an der Universiä München Disease Ecology Diseases have obvious derimenal effec on healh and produciviy They may also scare off foreign invesors and raders Example: malaria (especially in Sub-Saharan Africa) The WHO believes ha malaria is one of he major public healh challenges ha may undermine developmen in he poores counries in he world.

15 ifo Insiu für Wirschafsforschung an der Universiä München Economic Performance and Social Infrasrucure GDP per working-age person Iceland Hong Kong Unied Saes Germany Singapore Zaire Mali Ehiopia Burundi Niger Burkina Faso R² = , , , , , ,0 1.0 Social infrasrucure Noe: GDP per working-age person in logs. Index of social infrasrucure includes measures of governmen ani-diversion policies (law and order, bureaucraic qualiy, corrupion, risk of expropriaion, governmen repudiaion of conracs) and a measure of rade openness (from Sachs and Warner(1995)). 130 counries, enries refer o abou Source: Hall and Jones (1999), own calculaions.

16 ifo Insiu für Wirschafsforschung an der Universiä München Economic Performance and Malaria GDP per working-age person 11 Unied Saes Germany Iceland 10 Singapore Hong Kong R² = 0.62 Ehiopia 0, , , ,6 0, ,0 1.0 Risk of malaria ransmission Noe: GDP per working-age person in logs, ca Risk of malaria ransmission measured as he percenage of he populaion living in areas of high malaria risk, involving hree largely non-faal species of he malaria pahogen, in counries. Source: Hall and Jones (1999), Sachs (2003), own calculaions. Zaire Mali Niger Burkina Faso Burundi

17 ifo Insiu für Wirschafsforschung an der Universiä München Resuls LNGDPC = β INSTITUTIONS 1.0 MALARIA + u i 1 i i i β1 0.9 INSTITUTIONSi 1.0 MALARIAi ui GDPCi = e e e e GDPCUSA ( ) ( ) = e e e GDPC Tan 0.9 INST INST 1.0 MAL MAL u u USA Tan USA Tan USA Tan oupu per capia differs by a facor of abou 60 across our sample (USA vs. Tanzania) insiuions: USA = 1.73 Tanzania = insiuions explain difference by a facor of exp(0.9*(1.73-(-1.35))) = 21.8 malaria prevalence: USA = 0.0 Tanzania = 0.95 malaria explains difference by a facor of exp(-1*(0-0.95)) = 2.6 A residual facor of 1.06 canno be explained

18 ifo Insiu für Wirschafsforschung an der Universiä München Implicaions Le us assume oupu per capia in he US is 100 and our model is correc Then oupu per capia in Tanzania is 100/60 = 100/(21.8*2.6*1.06) = 1.7% of ha in he US Assume Tanzania would have good insiuions: oupu per capia would be 100/(2.6*1.06) = 36% of ha in he US Assume Tanzania would have no malaria: oupu per capia would be 100/(21.8*1.06) = 4% of ha in he US Assume Tanzania would have good insiuions and no malaria: oupu per capia would be 100/1.06 = 94% of ha in he US

19 ifo Insiu für Wirschafsforschung an der Universiä München EMPIRICAL EXAMPLE 2: Growh Accouning for Germany Kai Carsensen, Seffen Henzel und Timo Wollmershäuser (2008). Analyse und Projekion des mielfrisigen Wachsums in Deuschland, Manuskrip, ifo Insiu für Wirschafsforschung.

20 ifo Insiu für Wirschafsforschung an der Universiä München Frage: Was ha das Wachsum in Deuschland angerieben? Langfrisig kann es nur der echnische Forschri sein, wenn das Solow-Modell korrek is. Aber sind wir im seady sae? Das seady sae kann sich über die Zei verändern, was Anpassungsreakionen hervorruf. Daher kann das Wachsum kurz- und mielfrisig auch den anderen Produkionsfakoren zugeschrieben werden.

21 ifo Insiu für Wirschafsforschung an der Universiä München Ansaz: Cobb-Douglas-Produkionsfunkion ( ) R L L K K L L Y Y R L L K K A A A Y Y A L L L Y Y L K K K Y Y K Y Y A A Y L L Y K K Y Y L A K A L K F Y ˆ ˆ 1 ), ( = + + = + + = + + = = = α α α α α α

22 ifo Insiu für Wirschafsforschung an der Universiä München ( ) R L K L Y P L P Y ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ + = = + = α Diese Gleichungen besagen: Oupuwachsum: Produkiviäswachsum + Wachsum des Arbeiseinsazes Produkiviäswachsum: Wachsum der Kapialinensiä + echn. Forschri Allerdings sind die ganz kurzfrisigen Schwankungen konjunkurbeding und daher wenig aussagekräfig. Daher werden of rendmäßige Veränderungen unersuch.

23 ifo Insiu für Wirschafsforschung an der Universiä München Die Enwicklung des Arbeiseinsazes (in Sunden) %Sunden = %Bevölkerungswachsum + %Parizipaionsrae + %Arbeiszei + %Beschäfigungsrae

24 ifo Insiu für Wirschafsforschung an der Universiä München Populaion 2.0% 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% % 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% Populaion (change in %) Trend %Hours = %Populaion + %Paricipaion + %Working Time + %Employmen Rae

25 ifo Insiu für Wirschafsforschung an der Universiä München Paricipaion rae 2.0% 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% % 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% Paricipaion rae (change in %) Trend %Hours = %Populaion + %Paricipaion + %Working Time + %Employmen Rae

26 ifo Insiu für Wirschafsforschung an der Universiä München Average working ime 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% -2.0% -2.5% % 0.5% 0.0% -0.5% -1.0% -1.5% -2.0% -2.5% Average work ime (change in %) Trend %Hours = %Populaion + %Paricipaion + %Working Time + %Employmen Rae

27 ifo Insiu für Wirschafsforschung an der Universiä München Employmen rae 2.0% 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% -2.0% -2.5% % 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% -2.0% -2.5% Employmen rae (change in %) Trend %Hours = %Populaion + %Paricipaion + %Working Time + %Employmen Rae

28 ifo Insiu für Wirschafsforschung an der Universiä München Summary: Hours Worked (Trend) 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% -2.0% Populaion (Trend) Paricipaion rae (Trend) Average work ime (Trend) Employmen rae (Trend) Hours worked (Trend) 1.5% 1.0% 0.5% 0.0% -0.5% -1.0% -1.5% -2.0%

29 ifo Insiu für Wirschafsforschung an der Universiä München Die Enwicklung der Produkiviä %Produkiviä = α * %Kapialinensiä + [%Arbeisqualiä +] echnischer Forschri (Residuum)

30 ifo Insiu für Wirschafsforschung an der Universiä München Capial Deepening Change in capial inensiy (=capial services per hour worked) 5% 4% 3% 2% 1% 0% -1% -2% % 4% 3% 2% 1% 0% -1% -2% Capial deepening (Trend) Capial services (Trend) Hours worked (Trend) %Produciviy = %Capial Inensiy + %Labor Qualiy + %TFP

31 ifo Insiu für Wirschafsforschung an der Universiä München Labor Qualiy Difference beween marke-valued labor services and hours 0.6% 0.3% 0.0% -0.3% -0.6% -0.9% -1.2% -1.5% % 0.3% 0.0% -0.3% -0.6% -0.9% -1.2% -1.5% Labor qualiy (Trend) Labor services (Trend) Hours worked (Trend) %Produciviy = %Capial Inensiy + %Labor Qualiy + %TFP

32 ifo Insiu für Wirschafsforschung an der Universiä München Toal Facor Produciviy (TFP) Technological progress 4% 3% 2% 1% 0% -1% 4% 3% 2% 1% 0% -1% -2% % Toal facor produciviy (change in %) Trend %Produciviy = %Capial Inensiy + %Labor Qualiy + %TFP

33 ifo Insiu für Wirschafsforschung an der Universiä München Summary: Labor Produciviy (Trend) 6% 5% 4% 3% 2% 1% 0% Conribuion of capial Conribuion of labor Toal facor produciviy Labor produciviy (Trend) 6% 5% 4% 3% 2% 1% 0%

34 ifo Insiu für Wirschafsforschung an der Universiä München The Medium-Term Oulook repored val. repored val. pessimisic baseline opimisic 1. Populaion 0.12% 0.08% -0.14% -0.10% -0.06% 2. Paricipaion rae 0.43% 0.37% 0.22% 0.27% 0.34% 3. Average work ime -0.69% -0.55% 0.00% 0.09% 0.18% 4. Employmen rae -0.24% -0.01% -0.30% -0.03% 0.05% Hours worked ( ) -0.39% -0.11% -0.22% 0.23% 0.51% Adjusmen 0.02% 0.01% Hours worked (repored) -0.37% -0.11% Capial income share 0.33% 0.36% 0.36% 0.36% Capial deepening 3.64% 2.22% 2.26% 2.77% Capial services 3.28% 2.00% 2.49% 3.28% 5. Conribuion of capial 1.19% 0.81% 0.82% 1.01% Labor income share 0.67% 0.64% 0.64% 0.64% Labor qualiy 0.09% 0.25% 0.16% 0.09% Labor services -0.27% 0.03% 0.39% 0.60% 6. Conribuion of labor 0.06% 0.16% 0.10% 0.06% 7. Toal facor produciviy 0.52% 0.52% 0.54% 0.60% Labor produciviy ( ) 1.78% 1.49% 1.46% 1.67% Daa revisions 0.15% Labor produciviy (repored) 1.93% 1.89% Value added 1.55% 1.78% 1.27% 1.69% 2.18% Conribuion of axes less subsidies on producs -0.21% -0.20% -0.18% -0.18% -0.18% Gross domesic produc 1.35% 1.58% 1.09% 1.51% 2.00%

35 ifo Insiu für Wirschafsforschung an der Universiä München Implikaionen Wachsumsverlangsamung in Deuschland sei 1970 Fakoren: Arbeiszei Beschäfigungsquoe (Arbeislosigkei!) Kapialinensivierung echnischer Forschri Mögliche Gründe: Wir nähern uns dem seady sae. Die Arbeinehmer wollen mehr Freizei. Die Anreize zu arbeien/sparen/invesieren haben abgenommen.