On the sources of convergence A close look

  • Slides: 22
Download presentation
On the sources of convergence: A close look at the Spanish regions (Angel de

On the sources of convergence: A close look at the Spanish regions (Angel de la Fuente) A cura di De Rose Daniela A. A. 2005 -2006

Introduzione How well can we explain cross-regional (or cross-national) differences in growth patterns and

Introduzione How well can we explain cross-regional (or cross-national) differences in growth patterns and income levels in terms of a simple aggregate model built around a neoclassical production function with a common level of technical effciency? l La risposta della letteratura recente di crescita è fairly well. l Il paper va oltre il modello neoclassico standard per verificare l’evoluzione delle ineguaglianze nelle regioni spagnole.

Organizzazione del lavoro l Breve discussione sul processo di convergenza regionale in Spagna e

Organizzazione del lavoro l Breve discussione sul processo di convergenza regionale in Spagna e presentazione dei risultati di un modello benchmark non strutturale. l Introduzione di un modello di crescita descrittivo che incorpori diffussione tecnologica, rate effects del capitale umano ed effetti fissi regionali. l Presentazione dei risultati empirici ed estensione delle disparità a lungo termine.

Primo sguardo ai dati della Spagna Informazioni disponibili: l Serie bi-annuali sul gross value

Primo sguardo ai dati della Spagna Informazioni disponibili: l Serie bi-annuali sul gross value added regionale e sul lavoro per il periodo 1955 -1991. l Serie annuali sullo stock di capitale fisico regionale, sui flussi di investimento e sulla composizione della forza lavoro per il periodo 1964 -1991.

Fig. 1. -convergence in productivity among the Spanish regions, 1955– 1991. Fig. 2. Unconditional

Fig. 1. -convergence in productivity among the Spanish regions, 1955– 1991. Fig. 2. Unconditional beta convergence among the Spanish regions, 1964– 1991

A benchmark model Modello “non-strutturale” basato su variabili dummy che catturano empiricamente la componente

A benchmark model Modello “non-strutturale” basato su variabili dummy che catturano empiricamente la componente permanente delle differenze di produttività cross-regional. L’evoluzione della produttività regionale relativa è descritta da: Iterando la (1) otteniamo: Dove:

Risultati l La regressione di convergenza incondizionata produce un valore di vicino al 2%.

Risultati l La regressione di convergenza incondizionata produce un valore di vicino al 2%. l I tassi di convergenza condizionata risultano più elevati (dal 3% al 12, 7%) ma verso differenti livelli di steady-states.

Modello di crescita descrittivo Per superare i limiti derivanti dal precedente modello, si considera

Modello di crescita descrittivo Per superare i limiti derivanti dal precedente modello, si considera un semplice modello empirico ottenuto integrando la funzione di produzione standard con una funzione di progresso tecnologico che tenga conto di : l l l Diffusione tecnologica Rate effects del capitale umano Effetti fissi regionali, postulando che i livelli dei TFP (total factor productivity) inosservati possono differire tra le regioni.

Modello di crescita descrittivo Si assume una funzione di produzione Cobb-Douglas: Dove: Prendendo il

Modello di crescita descrittivo Si assume una funzione di produzione Cobb-Douglas: Dove: Prendendo il log della funzione e le time differences: Il termine , indicatore di TFP, può essere scritto come:

Modello di crescita descrittivo Il progresso tecnologico differenziale si ottiene sommando : l Il

Modello di crescita descrittivo Il progresso tecnologico differenziale si ottiene sommando : l Il livello medio dell’efficienza tecnologica : l Il differenziale tecnologico della regione i rispetto alla media nazionale : ovvero Risolvendo per e utilizzando tali equazioni si ottiene:

Modello di crescita descrittivo Il gap tecnologico trasferibile della regione i relativo alla media

Modello di crescita descrittivo Il gap tecnologico trasferibile della regione i relativo alla media al tempo t è dato da: Combinando tale espressione con le precedenti e introducendo le dummy variables (DREGi) si giunge ad una specificazione completa in termini di variabili osservate e coefficienti da stimare:

Modello di crescita descrittivo

Modello di crescita descrittivo

Risultati empirici ed estensione delle disparità a lungo termine In questa sezione si analizzano

Risultati empirici ed estensione delle disparità a lungo termine In questa sezione si analizzano i risultati delle stime delle differenti varianti dell’equazione utilizzando dati panel per le regioni spagnole, nel periodo 1964 -1991. Trattandosi soprattutto di serie bi-annuali, si considerano 13 osservazioni per regione. In particolare, si regredisce il tasso annuale medio di crescita del capitale di ogni sottoperiodo sul tasso di crescita medio annuale dei fattori e sui livelli di produzione all’inizio di ogni sottoperiodo.

Risultati empirici ed estensione delle disparità a lungo termine I risultati ottenuti senza considerare

Risultati empirici ed estensione delle disparità a lungo termine I risultati ottenuti senza considerare gli effetti fissi regionali sono piuttosto positivi e concordanti con le aspettative. Tuttavia è possibile notare due aspetti peculiari: l Permane un rilevante termine di errore che sembra avere una sistematica componente regionale. l Il modello stimato non può generare un tasso di convergenza elevato. Un semplice modo per risolvere tali problemi è inserire le dummies regionali.

Risultati empirici ed estensione delle disparità a lungo termine

Risultati empirici ed estensione delle disparità a lungo termine

Risultati empirici ed estensione delle disparità a lungo termine Comparando le diverse colonne della

Risultati empirici ed estensione delle disparità a lungo termine Comparando le diverse colonne della tabella si nota che i coefficienti della funzione di produzione e il tasso medio di progresso tecnologico sono pressoché identici. L’introduzione degli effetti fissi regionali produce un drammatico effetto sulle stime di e. La velocità delle diffusione tecnologica, misurata da , subisce un notevole incremento, dal 6. 8% al 22% per anno.

Risultati empirici ed estensione delle disparità a lungo termine Secondo le stime effettuate il

Risultati empirici ed estensione delle disparità a lungo termine Secondo le stime effettuate il processo di diffusione tecnologico tra le regioni è straordinariamente rapido e generato da un tasso di convergenza nei livelli di reddito che supera il 12%. Le standard deviation, riportate in basso, misurano il grado di inspiegata disparità di lungo termine. In particolare, confrontando le colonne [2], [8], [9], si nota una riduzione della standard deviation dal 17. 53% al 9. 95%.

Conclusioni Tenendo conto dello stock dei fattori, dei flussi e della diffusione tecnologica la

Conclusioni Tenendo conto dello stock dei fattori, dei flussi e della diffusione tecnologica la dispersione di lungo termine dei livelli di produttività si riduce tra 1/3 e 1/2.