In questa sezione, viene discusso uno schizzo dell’esperienza empirica dello sviluppo economico e della trasformazione strutturale (ST) nel mondo in via di sviluppo per inserire la discussione successiva in un contesto empirico. Si potrebbe dire che una concettualizzazione della ST ha tre dimensioni distinguibili inquadrate intorno a uno spostamento verso attività di maggiore produttività. Queste sono settoriali, fattoriali e integrative. La prima dimensione – gli aspetti settoriali della ST – riguarda l’inter- e intra- riallocazione dell’attività settoriale verso una maggiore produttività. La seconda dimensione è gli aspetti fattoriali della ST e riguarda la composizione o i driver della crescita economica in termini di uno spostamento dei fattori di produzione verso attività a più alta produttività. La terza sono gli aspetti integrativi della ST. Questo è il grado di integrazione in termini di economia globale e uno spostamento da forme di incorporazione – deficit commerciali e afflussi di capitale che vengono con passività (per esempio, rimpatrio dei profitti o rimborso del debito) – verso surplus commerciali.
Il Groningen Growth and Development Centre (GGDC) 10-Sector Database (versione 2014) sviluppato da Timmer, de Vries e de Vries (2015) fornisce un set di dati comparabili a lungo termine su valore aggiunto, occupazione ed esportazioni per dieci settori economici che coprono trentatré paesi in via di sviluppo che coprono il periodo dagli anni ’50. Il GGDC 10-Sector Database copre undici paesi in Africa; undici in Asia; nove in America Latina; e due in Medio Oriente e Nord Africa. Il GGDC 10-Sector Database può quindi essere utilizzato per considerare la ST nel tempo nei paesi in via di sviluppo.1
Inoltre, i limiti specifici del GGDC 10-Sector Database sono discussi da Diao, McMillan, Rodrik, e Kennedy (2017, pp. 4-6) che notano quanto segue: (i) i dati includono ampiamente tutta l’occupazione indipendentemente dalla formalità o dall’informalità, ma la misura in cui i dati sul valore aggiunto lo fanno dipende dalla qualità delle fonti nazionali (vedi Timmer et al. 2015); (ii) la qualità dei dati dei paesi poveri e dell’Africa in particolare è messa in discussione, anche se si nota che Gollin (2014) ha mostrato alte correlazioni tra i dati di contabilità nazionale e le misure settoriali del consumo, il che è rassicurante, e i paesi africani nel dataset GGDC sono quelli con gli uffici statistici nazionali più forti; (iii) la misurazione degli input di lavoro non è per ore ma per numero di dipendenti in un settore: così la stagionalità potrebbe portare a una sottostima della produttività del lavoro in agricoltura, per esempio, anche se si nota che Duarte e Restuccia (2010) trovano una correlazione tra ore lavorate e quote di occupazione in un insieme di ventinove paesi sviluppati e in via di sviluppo; e (iv) se le quote di lavoro differiscono notevolmente tra le attività economiche, allora confrontare la produttività media del lavoro può essere fuorviante.
Primo, ST settoriale: siamo interessati all’estensione e alla traiettoria della ST – in termini di allocazioni settoriali del PIL, dell’occupazione e delle esportazioni. Come si reagisce a tali grafici dipende, in parte, dalle ipotesi fatte sul privilegiare il manifatturiero in termini di produttività e potenziale di generazione di occupazione rispetto ai servizi (si veda la discussione successiva). La figura 3.1 mostra la struttura settoriale del PIL e dell’occupazione rispetto al PIL pro capite (e si può anche valutare l’intensità relativa di lavoro o di capitale della produzione regionale dalla posizione delle curve del valore aggiunto e dell’occupazione: se la curva dell’occupazione è al di sopra della curva del valore aggiunto, allora la produzione in quel settore e in quella regione è relativamente più intensiva di capitale).
Come è noto, la componente agricola è in calo nella quota di PIL e occupazione in tutte le regioni ed è molto bassa in America Latina. In Asia orientale, il declino delle quote dell’agricoltura nel PIL e nell’occupazione durante il periodo è notevole rispetto alle altre regioni. L’aumento delle quote manifatturiere nel PIL dell’Asia orientale durante il periodo è particolarmente impressionante, anche se questo è meno il caso delle quote di occupazione. Questo suggerisce che l’intensità del capitale è più alta rispetto ad altre regioni, e di conseguenza che la crescita è guidata dall’accumulo di capitale piuttosto che dalla produttività del lavoro. Anche le quote nel settore dei servizi in Asia orientale hanno visto un aumento sostanziale nel periodo. Le quote regionali del settore manifatturiero per le regioni in Fig. 3.1 sono coerenti con quella che è stata la “deindustrializzazione prematura” (un termine accreditato all’UNCTAD, 2003 e usato da molti altri), nel senso che i paesi in via di sviluppo hanno raggiunto il “picco manifatturiero” in termini di occupazione e quote di valore aggiunto in un momento molto prima nel reddito pro capite rispetto alle nazioni avanzate.2 Kaldor nella sua dettagliata indagine empirica sulla relazione tra manifattura e crescita ha concluso che il Regno Unito stava vivendo una “maturità prematura”. Questo concetto si riferiva a un’esperienza in cui il settore manifatturiero “ha esaurito il suo potenziale di crescita prima di raggiungere livelli particolarmente alti di produttività o di reddito medio pro capite” (Kaldor 1978 , p. 102). In contrasto con le quote del settore manifatturiero, le quote dei servizi del PIL e dell’occupazione hanno una tendenza al rialzo in generale, in particolare nell’Asia meridionale, con l’avvertenza che l’Asia meridionale è rappresentata dalla sola India in questa stima.3
La figura 3.3 presenta stime della decomposizione della crescita per fattori di produzione. E la figura 3.4 mostra le tendenze della produttività del lavoro. La figura 3.3 mostra che l’accumulazione di capitale (stock di capitale fisico) ha giocato un ruolo importante in Asia orientale, e questo ruolo è andato aumentando nel tempo, il che suggerisce un aumento dell’intensità di capitale della crescita. Inizialmente, questo è stato mescolato in gran parte con l’input di lavoro e lo stock di capitale umano, ma man mano che questo è diminuito nel tempo, la produttività totale dei fattori (TFP) ha assunto un ruolo più significativo nella crescita.
La figura 3.4 mostra la produttività del lavoro nel periodo per settore. Non è sorprendente trovare un grande aumento della produttività del lavoro nel settore manifatturiero dell’Asia orientale, dati gli spostamenti intersettoriali dall’agricoltura alla produzione. Tuttavia, i guadagni di produttività del lavoro in altri settori sono anch’essi significativi, certamente in contrasto con altre regioni in cui la produttività è cresciuta meno o è addirittura diminuita nel periodo.5
In termini di fattori di produzione – il lavoro in particolare – il cambiamento demografico è importante. Se prendiamo il World Population Prospects delle Nazioni Unite (variante media) abbiamo stime dell’indice di dipendenza (la popolazione non in età lavorativa/la popolazione in età lavorativa); la popolazione in età lavorativa (15-64 anni) come proporzione della popolazione totale; e i cambiamenti assoluti (milioni di persone) nella popolazione in età lavorativa. Troviamo che l’indice di dipendenza sta scendendo in tutte le regioni e la popolazione in età lavorativa sta raggiungendo il picco in tutte le regioni, con un’eccezione per entrambe nel caso dell’Africa sub-sahariana. La curva dell’Africa sub-sahariana è un po’ in ritardo, in quanto il punto più basso della curva dell’indice di dipendenza sarà sperimentato in tutte le altre regioni entro il 2030-2050. Al contrario, l’Asia orientale e il Pacifico, così come l’America Latina e i Caraibi, si troveranno ad affrontare una contrazione della forza lavoro mentre l’Africa sub-sahariana sta raggiungendo il suo picco.