In dit hoofdstuk wordt een schets gegeven van de empirische ervaring met economische ontwikkeling en structurele transformatie (ST) in de ontwikkelingslanden om de latere discussie in een empirische context te plaatsen. Men zou kunnen zeggen dat een conceptualisering van ST drie waarneembare dimensies heeft die zijn omkaderd door een verschuiving naar activiteiten met een hogere produktiviteit. Deze zijn sectoraal, factoraal en integratief. Bij de eerste dimensie – de sectorale aspecten van KK – gaat het om de herverdeling van sectorale activiteit binnen en tussen sectoren met het oog op een hogere productiviteit. De tweede dimensie – de factoraspecten van KK – betreft de samenstelling of drijvende krachten achter de economische groei in de zin van een verschuiving van productiefactoren naar activiteiten met een hogere productiviteit. De derde dimensie zijn de integratieve aspecten van ST. Dit is de mate van integratie in termen van de wereldeconomie en een verschuiving van vormen van integratie – handelstekorten en kapitaalinstroom die gepaard gaan met verplichtingen (bijvoorbeeld winstrepatriëring of schuldaflossing)- naar handelsoverschotten.
De Groningen Growth and Development Centre (GGDC) 10-Sector Database (versie 2014) ontwikkeld door Timmer, de Vries, en de Vries (2015) biedt een langlopende, vergelijkbare dataset over toegevoegde waarde, werkgelegenheid en export voor tien economische sectoren die drieëndertig ontwikkelingslanden bestrijkt over de periode sinds de jaren vijftig van de vorige eeuw. De GGDC 10-Sector Database bestrijkt elf landen in Afrika; elf in Azië; negen in Latijns-Amerika; en twee in het Midden-Oosten en Noord-Afrika. De GGDC 10-Sector Database kan dus worden gebruikt om ST in de loop van de tijd in ontwikkelingslanden te bekijken.1
Daarnaast worden de specifieke beperkingen van de GGDC 10-Sector Database besproken door Diao, McMillan, Rodrik, en Kennedy (2017, pp. 4-6) die het volgende opmerken: (i) de gegevens omvatten in grote lijnen alle werkgelegenheid, ongeacht formaliteit of informaliteit, maar de mate waarin de gegevens over de toegevoegde waarde dat doen, hangt af van de kwaliteit van de nationale bronnen (zie Timmer et al. 2015); ii) de kwaliteit van gegevens uit arme landen en Afrika in het bijzonder wordt in twijfel getrokken, hoewel wordt opgemerkt dat Gollin (2014) hoge correlaties heeft aangetoond tussen gegevens uit de nationale rekeningen en sectorale maatstaven voor consumptie, wat geruststellend is, en de Afrikaanse landen in de GGDC-dataset zijn die met de sterkste nationale bureaus voor de statistiek; iii) de meting van de arbeidsinput gebeurt niet aan de hand van het aantal uren maar van het aantal werknemers in een sector: seizoensgebondenheid kan dus leiden tot een onderschatting van de arbeidsproductiviteit in bijvoorbeeld de landbouw, hoewel wordt opgemerkt dat Duarte en Restuccia (2010) een correlatie vinden tussen gewerkte uren en werkgelegenheidsaandelen in een set van negenentwintig ontwikkelde en ontwikkelingslanden; en (iv) als de arbeidsaandelen sterk verschillen tussen de economische activiteiten, dan kan het vergelijken van de gemiddelde arbeidsproductiviteit misleidend zijn.
GDP en werkgelegenheidsaandelen per regio, 1960-heden.
Bron Berekening van de auteur op basis van Timmer et al.
In de eerste plaats sectorale ST: wij zijn geïnteresseerd in de omvang en het verloop van ST – in termen van sectorale toewijzingen van BBP, en werkgelegenheid en export. Hoe men op dergelijke grafieken reageert, hangt ten dele af van de veronderstellingen over de bevoorrechte positie van de verwerkende industrie ten opzichte van de dienstensector in termen van productiviteit en potentieel om werkgelegenheid te scheppen (zie latere bespreking). Figuur 3.1 toont de sectorale structuur van het BBP en de werkgelegenheid in verhouding tot het BBP per hoofd van de bevolking (en men kan ook de relatieve arbeids- of kapitaalintensiteit van de regionale produktie beoordelen aan de hand van de positie van de toegevoegde-waardecurve en de werkgelegenheidscurve: als de werkgelegenheidscurve boven de toegevoegde-waardecurve ligt, is de produktie in die sector en in die regio relatief kapitaalintensiever).
Zoals bekend daalt het aandeel van de landbouw in het BBP en in de werkgelegenheid in alle regio’s en is het zeer laag in Latijns-Amerika. In Oost-Azië is de daling van het aandeel van de landbouw in het BBP en de werkgelegenheid gedurende de periode opmerkelijk in vergelijking met andere regio’s. De stijging van het aandeel van de verwerkende industrie in het BBP van Oost-Azië over de periode is bijzonder indrukwekkend, hoewel dit minder het geval is voor het aandeel van de werkgelegenheid. Dit wijst erop dat de kapitaalintensiteit hoger is dan in andere regio’s, en dat de groei dus eerder door kapitaalaccumulatie dan door arbeidsproductiviteit wordt bepaald. De aandelen in de dienstensector in Oost-Azië zijn in de betrokken periode eveneens aanzienlijk gestegen. De regionale aandelen in de verwerkende industrie in Fig. 3.1 zijn consistent met wat “vroegtijdige deïndustrialisatie” wordt genoemd (een term die wordt gecrediteerd aan UNCTAD, 2003 en door vele anderen wordt gebruikt), in die zin dat ontwikkelingslanden een “piek in de verwerkende industrie” in werkgelegenheid en aandeel in de toegevoegde waarde hebben bereikt op een veel eerder punt in het inkomen per hoofd van de bevolking dan de geavanceerde naties.2 Kaldor concludeerde in zijn gedetailleerde empirische onderzoek naar de relatie tussen verwerkende industrie en groei dat er in het VK sprake was van “vroegtijdige volwassenheid”. Dit begrip verwees naar een ervaring waarbij de verwerkende industrie “haar groeipotentieel heeft uitgeput voordat bijzonder hoge niveaus van productiviteit of van gemiddeld inkomen per hoofd van de bevolking werden bereikt” (Kaldor 1978 , blz. 102). In tegenstelling tot het aandeel van de verwerkende industrie vertoont het aandeel van de dienstensector in het BBP en de werkgelegenheid over het algemeen een opwaartse trend, met name in Zuid-Azië, waarbij moet worden aangetekend dat Zuid-Azië in deze schatting alleen door India wordt vertegenwoordigd.3
Groeiontleding per sector, per regio, 1960-heden (verandering in groei = 100).
Bron Berekening van de auteur op basis van Timmer et al.
Figuur 3.3 geeft schattingen van de ontleding van de groei naar productiefactoren. En fig. 3.4 geeft de ontwikkeling van de arbeidsproductiviteit weer. Uit figuur 3.3 blijkt dat kapitaalaccumulatie (fysieke kapitaalvoorraad) een belangrijke rol heeft gespeeld in Oost-Azië, en dat die rol in de loop der tijd is toegenomen, hetgeen wijst op een toename van de kapitaalintensiteit van de groei. Aanvankelijk werd dit grotendeels vermengd met de input van arbeid en menselijk kapitaal, maar naarmate dit in de loop van de tijd afnam, ging de totale factorproductiviteit (TFP) een belangrijkere rol spelen in de groei.
Ontleding van de groei per factor, per regio, 1970-heden (verandering in groei = 100).
Bron Berekening van de auteur op basis van Timmer et al.
Labor productivity versus GDP per capita, per regio, 1960-heden.
Bron Berekening van de auteur op basis van Timmer et al.
Samenstelling van de uitvoer naar regio’s, 1960-heden.
Bron Berekening van de auteur op basis van Timmer et al.
Figuur 3.4 toont de arbeidsproductiviteit over de periode per sector. Het is niet verrassend dat de arbeidsproductiviteit in de verwerkende sector in Oost-Azië sterk is gestegen, gezien de verschuivingen tussen de sectoren van landbouw naar verwerkende industrie. De stijging van de arbeidsproductiviteit in andere sectoren is echter ook aanzienlijk, zeker in tegenstelling tot andere regio’s waar de productiviteit in die periode minder is gestegen of zelfs is gedaald.5
In termen van productiefactoren – met name arbeid – is de demografische ontwikkeling van belang. Op basis van de World Population Prospects van de VN (medium variant) beschikken wij over ramingen van de afhankelijkheidsratio (de niet-werkende beroepsbevolking/werkende beroepsbevolking), de beroepsbevolking (15-64 jaar) in verhouding tot de totale bevolking, en absolute veranderingen (in miljoenen mensen) in de beroepsbevolking. Wij stellen vast dat de afhankelijkheidsratio in alle regio’s daalt en dat de beroepsbevolking in alle regio’s een piek bereikt, met een uitzondering voor Afrika ten zuiden van de Sahara. De curve voor Afrika bezuiden de Sahara loopt enigszins achter, in die zin dat het dieptepunt van de afhankelijkheidsratio in alle andere regio’s tegen 2030-2050 zal worden bereikt. Daarentegen zullen Oost-Azië en de Stille Oceaan, evenals Latijns-Amerika en het Caribisch gebied, te maken krijgen met een krimpende beroepsbevolking terwijl Afrika ten zuiden van de Sahara zijn hoogtepunt bereikt.
Handelsaandelen, 1961-heden (of beschikbare jaren).
Bron Berekening van de auteur op basis van Timmer et al.