Economic growth: A review essay Peter J. Klenow, Andrés Rodriguez-Clare (1997)

Presentazione sul tema: "Economic growth: A review essay Peter J. Klenow, Andrés Rodriguez-Clare (1997)"— Transcript della presentazione:

1 Economic growth: A review essay Peter 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. 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 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 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 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 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 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 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. 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. 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. 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). 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). 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 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. 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. 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. 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. 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. 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! 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 R&D. La tecnologia non può differire tra paesi se non che attraverso le differenze nelle conoscenze incarnate nelle persone 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 R&D. La tecnologia non può differire tra paesi se non che attraverso le differenze nelle conoscenze incarnate nelle persone 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: I. simulare modelli e formalmente comparare le loro predizioni ai dati II. distinguere empiricamente tra teorie della crescita endogena III. sviluppare teorie delle differenze internazionali in produttività IV. 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