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

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? La risposta della letteratura recente di crescita è fairly well. Il paper va oltre il modello neoclassico standard per verificare levoluzione delle ineguaglianze nelle regioni spagnole.

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

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

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 permanente delle differenze di produttività cross-regional. Levoluzione della produttività regionale relativa è descritta da: Iterando la (1) otteniamo: Dove:

Risultati La regressione di convergenza incondizionata produce un valore di vicino al 2%. 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 un semplice modello empirico ottenuto integrando la funzione di produzione standard con una funzione di progresso tecnologico che tenga conto di : 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 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 : Il livello medio dellefficienza tecnologica : 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 al tempo t è dato da: Combinando tale espressione con le precedenti e introducendo le dummy variables (DREG i ) si giunge ad una specificazione completa in termini di variabili osservate e coefficienti da stimare:

Modello di crescita descrittivo

Risultati empirici ed estensione delle disparità a lungo termine In questa sezione si analizzano i risultati delle stime delle differenti varianti dellequazione utilizzando dati panel per le regioni spagnole, nel periodo 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 allinizio di ogni sottoperiodo.

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: Permane un rilevante termine di errore che sembra avere una sistematica componente regionale. 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

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. Lintroduzione 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 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 dispersione di lungo termine dei livelli di produttività si riduce tra 1/3 e 1/2.