Ebben a részben a fejlődő világ gazdasági fejlődésének és strukturális átalakulásának (ST) empirikus tapasztalatait vázoljuk fel, hogy a későbbi vitát empirikus kontextusba helyezzük. Azt mondhatjuk, hogy az ST konceptualizációjának három megkülönböztethető dimenziója van, amelyek a magasabb termelékenységű tevékenységek irányába történő elmozdulás köré csoportosulnak. Ezek az ágazati, a tényezői és az integratív dimenziók. Az első dimenzió – a ST ágazati aspektusai – az ágazati tevékenységeknek a magasabb termelékenység irányába történő inter- és intra-újraelosztásáról szól. A második dimenzió a ST tényezői szempontjai, és a gazdasági növekedés összetételéről vagy mozgatórugóiról szól, a termelési tényezőknek a magasabb termelékenységű tevékenységek irányába történő eltolódása szempontjából. A harmadik az ST integratív aspektusai. Ez az integráció mértékét jelenti a világgazdaság szempontjából, valamint az integráció formáinak – a kereskedelmi hiány és a kötelezettségekkel járó tőkebeáramlás (például a nyereség hazahozatala vagy az adósság visszafizetése) – a kereskedelmi többletek irányába történő elmozdulását.
A Timmer, de Vries és de Vries (2015) által kifejlesztett Groningen Growth and Development Centre (GGDC) 10-Sector Database (2014-es verzió) hosszú távú, összehasonlítható adatállományt nyújt a hozzáadott értékre, a foglalkoztatásra és az exportra vonatkozóan tíz gazdasági ágazatra vonatkozóan, harminchárom fejlődő országot lefedve az 1950-es évektől kezdődő időszakra vonatkozóan. A GGDC 10 ágazati adatbázisa tizenegy afrikai, tizenegy ázsiai, kilenc latin-amerikai, valamint két közel-keleti és észak-afrikai országra terjed ki. A GGDC 10-Sector Database tehát felhasználható a ST időbeli alakulásának vizsgálatára a fejlődő országokban.1
A GGDC 10-Sector Database sajátos korlátait emellett Diao, McMillan, Rodrik és Kennedy (2017, 4-6. o.) tárgyalja, akik a következőket jegyzik meg: (i) az adatok nagyjából minden foglalkoztatást tartalmaznak, függetlenül a formalitástól vagy informalitástól, de az, hogy a hozzáadottérték-adatok milyen mértékben teszik ezt, a nemzeti források minőségétől függ (lásd Timmer et al. 2015); ii) a szegény országokból és különösen Afrikából származó adatok minősége megkérdőjelezhető, bár megjegyzik, hogy Gollin (2014) magas korrelációt mutatott ki a nemzeti számlák adatai és a fogyasztás ágazati mérései között, ami megnyugtató, és a GGDC-adatkészletben szereplő afrikai országok azok, amelyek a legerősebb nemzeti statisztikai hivatalokkal rendelkeznek; iii) a munkaerő-ráfordítások mérése nem az órák, hanem az ágazatban foglalkoztatottak száma alapján történik: így a szezonalitás a munkatermelékenység alulbecsléséhez vezethet például a mezőgazdaságban, bár meg kell jegyezni, hogy Duarte és Restuccia (2010) huszonkilenc fejlett és fejlődő országból álló csoportban összefüggést talált a munkaórák és a foglalkoztatási arányok között; és (iv) ha a gazdasági tevékenységek között nagymértékben eltérnek a foglalkoztatási arányok, akkor az átlagos munkatermelékenység összehasonlítása félrevezető lehet.
Először az ágazati ST: az ST mértéke és pályája érdekel bennünket – a GDP, valamint a foglalkoztatás és az export ágazati megoszlása szempontjából. Az, hogy hogyan reagálunk az ilyen grafikonokra, részben attól függ, hogy milyen feltételezéseket teszünk a feldolgozóiparnak a termelékenység és a munkahelyteremtő potenciál szempontjából a szolgáltatásokkal szembeni előnyben részesítéséről (lásd a későbbi tárgyalást). A 3.1. ábra a GDP és a foglalkoztatás ágazati szerkezetét mutatja az egy főre jutó GDP-hez viszonyítva (és a regionális termelés relatív munka- vagy tőkeintenzitását a hozzáadottérték- és a foglalkoztatási görbék helyzete alapján is meg lehet ítélni: ha a foglalkoztatási görbe a hozzáadottérték-görbe felett van, akkor az adott ágazat és régió termelése viszonylag tőkeintenzívebb).
Mint ismeretes, a mezőgazdasági komponens részesedése a GDP-ben és a foglalkoztatásban minden régióban csökken, Latin-Amerikában pedig nagyon alacsony. Kelet-Ázsiában a mezőgazdaság GDP-ben és foglalkoztatásban való részesedésének csökkenése az időszak során a többi régióhoz képest figyelemre méltó. A kelet-ázsiai GDP-ben a feldolgozóipar részesedésének növekedése az időszak során különösen lenyűgöző, bár ez kevésbé igaz a foglalkoztatási részesedésre. Ez arra utal, hogy a tőkeintenzitás más régiókhoz képest magasabb, és következésképpen a növekedés inkább a tőkefelhalmozás, mint a munkatermelékenység által vezérelt. Kelet-Ázsiában a szolgáltatási szektor részesedése is jelentősen emelkedett az időszak során. A 3.1. ábrán a régiók regionális feldolgozóipari részesedései összhangban vannak a “korai dezindusztrializációval” (ez a kifejezés az UNCTAD-nak (2003) tulajdonított és sokan mások által is használt kifejezés), mivel a fejlődő országok a foglalkoztatás és a hozzáadott érték arányában az egy főre jutó jövedelem tekintetében sokkal korábban érték el a “feldolgozóipari csúcsot”, mint a fejlett országok.2 Kaldor a feldolgozóipar és a növekedés közötti kapcsolatra vonatkozó részletes empirikus vizsgálatában arra a következtetésre jutott, hogy az Egyesült Királyságban “korai érettség” tapasztalható. Ez a fogalom arra a tapasztalatra utalt, hogy a feldolgozóipar “kimerítette növekedési potenciálját, mielőtt elérte volna a termelékenység vagy az egy főre jutó átlagos jövedelem különösen magas szintjét” (Kaldor 1978 , 102. o.). A feldolgozóipari részesedésekkel ellentétben a szolgáltatások részesedése a GDP-ből és a foglalkoztatásból általában emelkedő tendenciát mutat, különösen Dél-Ázsiában, azzal a fenntartással, hogy Dél-Ázsiát ebben a becslésben egyedül India képviseli.3
A 3.3. ábra a növekedés termelési tényezők szerinti bontásának becslését teszi lehetővé. A 3.4. ábra pedig a munkatermelékenység alakulását mutatja. A 3.3. ábra azt mutatja, hogy a tőkefelhalmozás (fizikai tőkeállomány) jelentős szerepet játszott Kelet-Ázsiában, és ez a szerep idővel egyre nőtt, ami a növekedés tőkeintenzitásának növekedésére utal. Kezdetben ez nagymértékben keveredett a munkaerő-ráfordítással és a humán tőke állományával, de ahogy ez idővel csökkent, a teljes tényezőtermelékenység (TFP) egyre jelentősebb szerepet kapott a növekedésben.
A 3.4. ábra a munkatermelékenységet mutatja az időszak során ágazatonként. Nem meglepő, hogy a kelet-ázsiai feldolgozóiparban a munkatermelékenység nagymértékű növekedését találjuk, tekintettel az ágazatközi eltolódásokra a mezőgazdaságból a feldolgozóipar felé. A munkatermelékenység növekedése azonban más ágazatokban is jelentős, minden bizonnyal ellentétben más régiókkal, ahol a termelékenység kevésbé nőtt vagy akár csökkent is az időszak során.5
A termelési tényezők – különösen a munkaerő – szempontjából fontos a demográfiai változás. Ha az ENSZ World Population Prospects (közepes változat) című kiadványát vesszük alapul, akkor becsléseket kapunk a függőségi arányra (nem munkaképes korú népesség/munkaképes korú népesség); a munkaképes korú népesség (15-64 évesek) arányára az össznépességhez képest; és a munkaképes korú népesség abszolút változásaira (millió fő). Azt találjuk, hogy a függőségi ráta minden régióban csökken, és a munkaképes korú népesség minden régióban tetőzik, kivéve mindkettő esetében a szubszaharai Afrika esetében. A szubszaharai Afrika görbéje némileg elmarad, mivel a függőségi arány görbéjének mélypontja minden más régióban 2030-2050-re következik be. Ezzel szemben Kelet-Ázsia és a csendes-óceáni térség, valamint Latin-Amerika és a Karib-térség a szubszaharai Afrika tetőzésével párhuzamosan zsugorodó munkaerővel fog szembenézni.