Deindustrialisering og tertiarisering i udviklingslandene

I dette afsnit gives en skitse af de empiriske erfaringer med økonomisk udvikling og strukturel transformation (ST) i udviklingslandene for at sætte den senere diskussion ind i en empirisk kontekst. Man kan sige, at en konceptualisering af ST har tre tydelige dimensioner, der er indrammet omkring et skift mod aktiviteter med højere produktivitet. Disse er sektorspecifikke, faktorspecifikke og integrative. Den første dimension – de sektorspecifikke aspekter af ST – drejer sig om inter- og intra-reallokering af sektorspecifikke aktiviteter i retning af højere produktivitet. Den anden dimension er de faktorielle aspekter af ST og handler om sammensætningen af eller drivkræfterne bag den økonomiske vækst i form af et skift af produktionsfaktorer til aktiviteter med højere produktivitet. For det tredje er der de integrative aspekter af ST. Det drejer sig om omfanget af integration i forhold til den globale økonomi og et skift fra former for inkorporering – handelsunderskud og kapitaltilstrømning, der er forbundet med forpligtelser (f.eks. repatriering af overskud eller tilbagebetaling af gæld) – til handelsoverskud.

The Groningen Growth and Development Centre (GGDC) 10-Sector Database (version 2014) udviklet af Timmer, de Vries og de Vries (2015) giver et langsigtet, sammenligneligt datasæt om værditilvækst, beskæftigelse og eksport for ti økonomiske sektorer, der dækker treogtredive udviklingslande og dækker perioden siden 1950’erne. GGDC’s 10-sektor-database dækker elleve lande i Afrika, elleve lande i Asien, ni lande i Latinamerika og to lande i Mellemøsten og Nordafrika. GGDC 10-sektor-databasen kan således bruges til at overveje ST over tid i udviklingslandene.1

Dertil kommer, at de specifikke begrænsninger i GGDC 10-sektor-databasen diskuteres af Diao, McMillan, Rodrik og Kennedy (2017, s. 4-6), som bemærker følgende: (i) dataene omfatter bredt set al beskæftigelse uanset formalitet eller uformalitet, men i hvilket omfang værditilvækstdataene gør det, afhænger af kvaliteten af de nationale kilder (se Timmer et al. 2015); ii) der sættes spørgsmålstegn ved kvaliteten af data fra fattige lande og især Afrika, selv om det bemærkes, at Gollin (2014) har vist høje korrelationer mellem nationalregnskabsdata og sektorspecifikke forbrugsmålinger, hvilket er betryggende, og at de afrikanske lande i GGDC-datasættet er dem med de stærkeste nationale statistiske kontorer; iii) måling af arbejdsinput sker ikke i form af timer, men antal ansatte i en sektor: Derfor kan sæsonafhængighed føre til en undervurdering af arbejdsproduktiviteten i f.eks. landbruget, selv om det bemærkes, at Duarte og Restuccia (2010) finder en korrelation mellem arbejdstimer og beskæftigelsesandele i et sæt af 29 udviklede lande og udviklingslande, og iv) hvis arbejdsandele varierer meget på tværs af økonomiske aktiviteter, kan sammenligning af den gennemsnitlige arbejdsproduktivitet være vildledende.

For det første, sektorbestemt ST: Vi er interesseret i omfanget og udviklingen af ST – i form af sektorbestemt fordeling af BNP og beskæftigelse og eksport. Hvordan man reagerer på sådanne grafer afhænger til dels af de antagelser, man gør sig om at privilegere fremstillingsindustrien med hensyn til produktivitet og beskæftigelsespotentiale i forhold til tjenesteydelser (se senere diskussion). Figur 3.1 viser sektorstrukturen for BNP og beskæftigelse i forhold til BNP pr. indbygger (og man kan også vurdere den relative arbejds- eller kapitalintensitet i den regionale produktion ud fra placeringen af værditilvækst- og beskæftigelseskurverne: hvis beskæftigelseskurven ligger over værditilvækstkurven, er produktionen i den pågældende sektor og region relativt mere kapitalintensiv).

Som bekendt er landbrugskomponenten faldende i andel af BNP og beskæftigelse i alle regioner og er meget lav i Latinamerika. I Østasien er landbrugets faldende andel af BNP og beskæftigelse i perioden bemærkelsesværdig i forhold til andre regioner. Stigningen i fremstillingsindustriens andel af Østasiens BNP i perioden er særlig imponerende, selv om dette ikke er tilfældet for beskæftigelsesandelen. Dette tyder på, at kapitalintensiteten er højere i forhold til andre regioner, og at væksten følgelig er baseret på kapitalakkumulation snarere end på arbejdsproduktivitet. Andelene i servicesektoren i Østasien er også steget betydeligt i perioden. De regionale produktionsandele for regionerne i fig. 3.1 er i overensstemmelse med det, der er blevet kaldt “for tidlig afindustrialisering” (et begreb, der er krediteret UNCTAD, 2003, og som anvendes af mange andre), idet udviklingslandene har nået “peak manufacturing” i beskæftigelses- og værditilvækstandele på et meget tidligere tidspunkt i indkomsten pr. indbygger end de udviklede lande.2 Kaldor konkluderede i sin detaljerede empiriske undersøgelse af forholdet mellem produktion og vækst, at Storbritannien oplevede en “for tidlig modning”. Dette begreb henviste til en oplevelse, hvor fremstillingsindustrien har “udtømt sit vækstpotentiale, før den har nået et særligt højt produktivitetsniveau eller et særligt højt gennemsnitligt indkomstniveau pr. indbygger” (Kaldor 1978 , s. 102). I modsætning til fremstillingsindustriens andel af BNP og beskæftigelsen er tjenesteydelsernes andel af BNP og beskæftigelsen generelt stigende, især i Sydasien med det forbehold, at Sydasien i dette skøn kun er repræsenteret af Indien.3

Figur 3.3 foretager skøn over vækstens dekomponering efter produktionsfaktorer. Og fig. 3.4 viser udviklingen i arbejdsproduktiviteten. Figur 3.3 viser, at kapitalakkumulation (fysisk kapitalbeholdning) spillede en stor rolle i Østasien, og denne rolle har været stigende over tid, hvilket tyder på en stigning i kapitalintensiteten i væksten. I begyndelsen blev dette i høj grad blandet med arbejdsindsats og humankapitalbeholdning, men efterhånden som dette blev mindre med tiden, fik den samlede faktorproduktivitet (TFP) en mere betydningsfuld rolle i væksten.