LINKÖPINGS UNIVERSITET Insiuionen för ekonomisk och indusriell uveckling Inernaionella ekonomprogramme Naionalekonomi ISRN LIU-IEI-FIL-A--09/00601--SE Drivkrafer bakom den oala fakorprodukivieens uveckling på regional nivå. En fallsudie på de svenska FA-regionerna under perioden 1990 2005. Driving Forces behind he Growh of Toal Facor Produciviy on he Regional Level. A case sudy of he Swedish FA-regions during 1990-2005. Magiseruppsas VT 2009 FÖRFATTARE Per Olevik HANDLEDARE Paul Nysed
Absrac Producion requires he inpu of capial and labour. Hence, economic growh can be assumed o follow from increased levels of hese wo facors. Policies aimed a increasing producion may consequenly successfully be focused on faciliaing he accumulaion of capial and labour. However, even when an economy has managed o reach he same quaniies of inpu facors as a more prosperous neighbour, he level of he producion migh sill differ. The explanaion of his lies in wha economiss refers o as oal facor produciviy, which is an expression embracing he characerisics of he inpu facors and he condiions in which hey operae. In his hesis a calculaion of oal facor produciviy is carried ou, using exising daa on he Swedish FA-regions beween 1990 and 2005 and he mehod growh accouning developed by he economis Rober Solow in he 1950 s. Thereafer an aemp is made o explain he differences beween he regions by regression analysis, where he explaining variables are picked from he heories of endogenous growh and he new economic geography. The resul of he analysis is quie vague and no very coheren wih he presened heories. The lack of daa on some of he relevan variables, which has enforced a couple of simplifying assumpions, is probably he reason for his. Noneheless, some indicaions are given ha increases in populaion and ax level, and decreases in he share of he populaion beween he ages 55 and 64, migh affec he oal facor produciviy in a posiive direcion. Wha is also ineresing is ha pars of he regression resuls are suggesing ha he levels of he oal facor produciviy in he Swedish FA-regions are converging. The conclusion is ha more and beer daa is needed before reliable resuls can be esablished from his kind of invesigaion.
Innehållsföreckning 1 INLEDNING...1 1.1 BAKGRUND...1 1.2 SYFTE...2 1.3 AVGRÄNSNINGAR...2 1.4 METOD OCH METODKRITIK... 2 1.5 BEGREPP OCH DEFINITIONER...3 1.5.1 Ekonomisk illväx...3 1.5.2 Toal Fakorprodukivie (TFP)...4 1.5.3 Regional indelning i FA-regioner...4 1.6 DISPOSITION...4 2 EKONOMISK TILLVÄXT...6 2.1 SOLOWS MODELL FÖR EKONOMISK TILLVÄXT...6 2.1.1 Produkionsfunkionen... 6 2.1.2 Inkomsdisribuion... 7 2.1.3 Kapialackumulering...8 2.1.4 Seady Sae...8 2.2 EKONOMISK TILLVÄXT I FA-REGIONERNA...10 2.2.1 BRP...10 2.2.2 r...11 2.2.3 α...13 2.2.4 Kapialsock...13 2.2.5 Helhesöversyn av modellen...13 2.2.6 Meodologiska kommenarer...16 3 TOTAL FAKTORPRODUKTIVITET...18 3.1 TEORETISKA METODER...18 3.1.1 TFP-nivå...18 3.1.2 TFP-förändring - Tillväxbokföring...18 3.2 TFP I FA-REGIONERNA...19 3.2.1 Tillväxbokföring...19 3.2.2 Översik av resulae... 20 3.2.3 Meodologiska kommenarer...22 3.2.4 Tidigare svensk forskning...22 4 VAD STYR TFP?...24 4.1 ENDOGENA TILLVÄXTMODELLER...24
4.1.1 Exernaliesbaserade modeller...24 4.1.2 FoU-baserade modeller...25 4.2 DEN NYA EKONOMISKA GEOGRAFIN...26 4.2.1 Befolkningssorlek...26 4.2.2 Föreagslokalisering...27 4.2.3 Ålderssrukur...28 4.3 INSTITUTIONELLA FÖRHÅLLANDEN...29 4.4 UTVALDA VARIABLER TILL DEN EKONOMETRISKA UNDERSÖKNINGEN...30 4.4.1 Endogena illväxeorier...30 4.4.2 Nya Ekonomiska Geografin... 31 4.4.3 Insiuionella förhållanden...32 4.5 TIDIGARE INTERNATIONELL FORSKNING....33 5 DEN EKONOMETRISKA UNDERSÖKNINGEN...35 5.1 METOD... 35 5.1.1 Random Effecs Models...36 5.1.2 Fixed Effecs Models...37 5.1.3 Val av modell...37 5.1.4 Den klassiska modellens anaganden...38 5.1.5 Jusering av modell pga klassiska anaganden...40 5.1.6 Förklaringsgrad...40 5.1.7 Problem med de använda variablerna...40 5.2 RESULTAT...40 5.2.1 TFP:s uveckling hela perioden...40 5.2.2 TFP:s uveckling år för år...42 5.2.3 TFP:s uvecklingsak...45 5.2.4 Resulasammanfaning...47 6 ANALYS...48 6.1 TOLKNING AV RESULTATET...48 6.1.1 Signifikana variabler...48 6.1.2 De icke-signifikana variablerna...51 6.1.3 Förklaringsgraden... 52 6.2 ÖVERGRIPANDE KOMMENTARER...52 6.2.1 Resulae...53 6.2.2 Framida möjligheer...54 7 SLUTSATS...56
1 1 Inledning I dea försa kapiel kommer läsaren få en kor allmän inrodukion ill de i denna uredning behandlade ämne, nämligen regional illväx i allmänhe, och regional oal fakorprodukivie i synnerhe. För a specificera vad som kan förvänas av uppsasen kommer därefer spelreglerna a preseneras, dvs., syfe, avgränsningar och meod. Kapile avsluas med definiionerna av några vikiga begrepp, sam en kor redogörelse för uppsasens disposiion. 1.1 Bakgrund Myserie bakom ekonomisk illväx har vari e ema inom naionalekonomin sedan länge. Redan Adam Smih sällde sig i The Wealh of Naions (1776) frågan om vad som driver ekonomisk illväx, och varför den skiljer sig mellan olika länder. 1 Få, om någon, har försök liksälla ekonomisk illväx med lycka eller välfärd, men a mer är bäre, all anna lika, när de gäller maeriella förhållanden är ändå så grundlig roa i den klassiska naionalekonomiska eorin, a inresse för de bakomliggande mekanismerna allid har vari sor. I och med globaliseringen har fokus för illväxsudier i sor kommi a förflyas från naioner ill regioner. De har observeras a handel och ekonomisk uveckling sker mellan och i funkionella regioner, snarare än mellan och i länder. Regional illväx är därför en vikig komponen a a hänsyn ill för a förså den naionella och globala ekonomiska uvecklingen. 2 En oprecis, men ändå allmän vederagen, försa ugångspunk för analys av ekonomisk illväx, är a produkion sker med hjälp av arbeskraf och kapial, dvs maskiner och redskap. Dea försa angreppssä visar sig dock snabb oillräcklig då de sår klar a även när sorleken på arbeskrafen och kapialsocken är lika, kan ändå sorleken, och uvecklingsaken på produkionen variera väsenlig mellan olika ekonomier. Kapiales och arbeskrafens förusäningar a verka, sam dess inneboende kvaliéer, vilka illsammans 1 Freger & Jonung (2003), s 131. 2 Li (2007), s 30
2 ugör den oala fakorprodukivieen, är således e mins lika inressan sudieområde som den kvaniaiva ackumuleringen av produkionsfakorerna. I Sverige har de gjors e fleral sudier av den oala fakorprodukivieen på naionell nivå. 3 På regional nivå har förfaaren veerligen bara en produkiviessudie gjors, och den undersöker endas arbesprodukivieen, gesalad av lönenivå. 4 Genom a lära sig mer om vad som syr den oala fakorprodukivieen på regional nivå kan beslusfaare på alla nivåer öka precisionen i den ekonomiska poliiken genom a bäre unyja varje regions specifika möjligheer och begränsningar. 1.2 Syfe Denna uppsas har ill syfe a undersöka den oala fakorprodukivieen hos de Svenska FAregionerna för a på så sä bidra ill ökad försåelse för regionala skillnader i den ekonomiska illväxen. I och med a dea ine har gjors föru blir e indirek underordna syfe a uifrån befinlig saisik undersöka i vilken omfaning de går a beräkna och analysera den oala fakorprodukivieen hos FA-regionerna. 1.3 Avgränsningar Denna undersökning är avgränsad ill idsperioden 1990 2005. Anledningen ill dea är a illgången på saisik för ekonomiska variabler för den valda regionala uppdelningen är någo begränsad. A så är falle beror på a uppdelningen av Sverige i FA-regioner är ren eoreisk och ine sammanfaller med någon salig adminisraiv uppdelning i regioner och län, vilka är den uppdelning som i regel används vid redovisning av saisik. 1.4 Meod och meodkriik Med hjälp av exiserande saisik på lönenivå och anal sysselsaa, sam rimliga anaganden för räna och produkionseknik, kommer en eoreisk modell för illväx, ursprungligen framagen av naionalekonomen Rober Solow, a unyjas för a esimera nivå och uvecklingsak på FA-regionernas oala fakorprodukivie under den givna idsperioden. Med hjälp av eoreisk underbyggda förklaringsvariabler kommer sedan mekanismerna bakom den oala fakorprodukivieens uveckling a försöka förklaras genom regressionsanalys. 3 Bilaga 6 ill SOU 2008:14, s 68. 4 ITPS (2008), s 115.
3 Liksom all annan naionalekonomisk eori innehåller även Solows e anal anaganden som genom a förenkla verkligheen gör den försåelig uifrån de eoreiska ramverke. I och med a saisik ine finns illgänglig för alla variabler som ingår i Solowmodellen har de i denna undersökning vari nödvändig a göra yerligare förenklade anaganden. Dessa innebär a yerligare några seg as bor från verkligheen och resula som rä av går a applicera på denna. Problemaiken är emellerid lång ifrån unik, uan är e vanlig förekommande problem inom naionalekonomisk forskning. Vale av förklaringsvariabler ill regressionsanalysen har i viss mån få syras av illgången på daa, isälle för på den eoreiska bakgrunden. Noeras bör a myndigheerna ITPS och NUTEK, vilka båda bedriver verksamhe som knyer ann ill de i denna uppsas behandlade ämne, efer inhämningen av empiri har upphör a exisera. ITPS verksamhe skös sedan våren 2009 av myndigheen Tillväxanalys, och NUTEKS verksamhe skös av Tillväxverke. Informaion inhämad från ITPS och NUTEK kan således nu inhämas från de nya myndigheerna. 1.5 Begrepp och definiioner 1.5.1 Ekonomisk illväx Ekonomisk illväx definieras som volymförändringar i värde av en ekonomis oala produkion. De vanligase måe på naionell nivå för dea är bruonaionalproduken, BNP. BNP är dock e må som har flerale briser. Hemarbee sam produkion på svara marknader regisreras ej i dea må, sam a värdering av varor och jänser, som ej byer ägare på marknader, är problemaisk a hanera. Däruöver regisreras ine heller produkionens exerna effeker, såsom miljöförsöring, i måe. A per definiion liksälla BNP med förmögenhe är således felakig. Likväl ses BNP som de må som kanske bäs indikerar jus denna. 5 5 Se bl.a. Erixon (2002) s.6, Sørensen e al (2005), avsni 2.1. Freger e al(2003), s.57, Naionalencyklopedin www.ne.se - BNP.
4 1.5.2 Toal Fakorprodukivie (TFP) TFP är a ses som den genomsniliga produkivieen i en ekonomi. Den del av ekonomisk illväx som ine kan förklaras med ökade insaser av arbeskraf och kapial ugörs av en ökning i TFP. 6 I kapiel 4 redogörs för eoribildningen kring TFP. 1.5.3 Regional indelning i FA-regioner Funkionella Analysregioner (FA-regioner) är en indelning av Sveriges ya som gjordes 2005 av Verke för Näringslivsuveckling (NUTEK) (nuvarande Tillväxverke). Syfe med indelningen är a dela in Sverige i små, självsändiga ekonomier, vilka skulle kunna så som ugångspunk vid regionala ekonomiska analyser. Regionerna är konsruerade genom a sudera pendlingssaisik från år 2003. De som suderades var idsågång, pendlingens absolua sorlek, sam render i desamma. Även inveseringar eller poliiska beslu som kunde ros ha påverkan på uvecklingen inkluderades i bedömningen. Resulae blev en indelning i 72 s. FA-regioner, där varje region är a se som e område som illhörande invånare rör sig i ill vardags, dvs. mellan jobb och hemme. De är också de område som de lokala föreagen huvudsakligen rikar sig mo vid rekryering. 7 En fullsändig föreckning av FA-regionerna finns a hia i bilaga 1. 1.6 Disposiion Efer dea inrodukiva kapiel kommer kapiel 2 a sudera ekonomisk illväx. Avsni 2.1 behandlar den vanligase och mes erkända eorin bakom denna, nämligen den som Rober Solow uvecklade under mien av 50-ale. I avsni 2.2 kommer denna eori a appliceras på den daa som finns för de svenska FA-regionerna. I kapiel 3 kommer därefer fokus a rikas mo TFP. Dess plas i Solows modell, sam meod för uräkning av den kommer a preseneras i avsni 3.1. Proceduren kommer sedan a uföras på daan för FA-regionerna i avsni 3.2. Därefer kommer i kapiel 4 a redogöras för de olika eorier som finns rörande vilka fakorer som ligger bakom TFP:s uveckling. Avsni 4.4 idenifieras de variabler som kommer a användas som förklaringsvariabler ill TFP i denna uppsas. Kapile avsluas med e avsni som beskriver liknande undersökningar som gjors av forskare ue i världen. Kapiel 5 börjar med en genomgång av de ekonomeriska meoder som använs, vilken följs av en presenaion av resulae från regressionsanalyserna. I kapiel 6 diskueras och analyseras de framkomna resulae och i kapiel 7 preseneras sluligen de slusaser som har dragis. 6 Se bl.a. Erixon (2002) s.9, Sørensen e al (2005), s.148. Freger e al(2003), s.135. 7 NUTEK, www.nuek.se, exrahera 2008-05-03 (Informaionen finns sedan våren 2009 på www.illvaxverke.se)
5
6 2 Ekonomisk illväx Dea kapiel är uppdela i vå delar. I 2.1 preseneras den eori för ekonomisk illväx som denna uppsas ugår ifrån. I 2.2 appliceras den eoreiska modellen på empirisk daa från de svenska FA-regionerna. Naionalekonomisk eori gör skillnad mellan ekonomisk illväx och konjunkurella flukuaioner i en ekonomis sorlek. Den senare kaegorin är e kor-, eller mellanlångsikig fenomen som uppsår ill följd av mer eller mindre illfälliga obalanser i ekonomierna. Den förra, vilken mosvarar de perspekiv som används i denna uppsas, härleds isälle från srukurella och insiuionella egenskaper sam grundläggande naurgeografiska förusäningar. Den vanligase illväxmodellen, som ofa nyjas i akademisk ubildning om illväxeori, är den modell som presenerades av naionalekonomen Rober Solow i en arikel som publicerades 1956. 2.1 Solows modell för ekonomisk illväx Den beskrivning av Solows modell som görs i denna uppsas är ill sörs del baserad på Solows grundmodell med id som diskre variabel, och den illväxen i eknologi exogen besämd, (den s.k. generella Solowmodellen) så som den beskrivs i boken Inroducing Advanced Macroeconomics av förfaarna Sørensen och Whia-Jacobsen. 8 Anledningen ill a en bok har få ligga ill grund för sörre delen av de eoreiska delarna beror på a Solows modell är så allmän vederagen a den framsällning av den som görs i olika böcker i sor se endas skiljer sig i de pedagogiska upplägge. 2.1.1 Produkionsfunkionen Modellen är i sin enklase version en sängd ekonomi uan offenlig sekor där produkionen (Y) sker av vinsmaximerande föreag i en produkionssekor med arbeskraf (L) och kapial (K) som inpuvaror. Produkionsfunkionen anas vara en s.k. Cobb-Douglas med useende enlig ekvaion (1). α 1 α ( B K, L ) = B K L Y = F, 0 < α < 1. (1), 8 Sørensen e al (2005)
7 B beskriver här förenkla den ekniska nivån i ekonomin, även kallad oal fakorprodukivie (TFP). TFP inkluderar i modellen alla fakorer som påverkar produkionens sorlek, give mängden kapial och arbeskraf. En prakisk omformulering av modellen är a definiera A 1 B ( 1 α ), vilke ger produkionsfunkionen följande useende; α 1 α ( A L ) Y = K, 0 < α < 1. (2) A besäms i Solows grundmodell exogen, och anas förändras med en konsan ak g, så a ( ) A A + 1 = 1+ g. Den ekniska nivån kopplas i och med denna formulering ihop med arbearnas, snarare än kapiales, produkivie. Även vice versa skulle fungera, men denna formulering är mes lähanerlig. I de vå följande kapilen kommer TFP a undersökas närmare, medan fokus i dea kommer a ligga på produkionen som helhe. I ekvaion (1) och (2) är α oupuelasicieen i kapial och är idsindexeringen. De fakum a värde på α är mellan 0 och 1 innebär a funkionen uppvisar konsan skalavkasning för de bägge produkionsfakorerna illsammans, men avagande var för sig. Korselacisieen, dvs. produkiviesförändringen för den ena fakorn vid volymförändringar i den andra, är posiiv. 2.1.2 Inkomsdisribuion Vid marknader som känneecknas av fullsändig konkurrens kommer föreagen a unyja respekive produkionsfakor ill den punk där värde på dess marginalproduk mosvarar fakorkosnaden. Om man normaliserar produkionsvärde (p=1) innebär dea; K α 1 F K ( K, A L ) = α = A L r (3) K ( w (4) F L K, A L ) = (1 α) A = A L α där r och w är kapialavkasningen respekive lönen, i period. Genom a muliplicera över respekive produkionsfakor ill den högra sidan i ekvaion (2) och (3) framgår de a α även påvisar fakorinensieen i produkionen, sam inkomsdisribuionen, vid fullsändig konkurrens. Efersom α + (1- α) = 1, innebär dea a föreagen bealar u all sin inkoms ill
8 produkionsfakorerna. Deras vins är således lika med noll, vilke är en naurlig konsekvens av fullsändig konkurrens. ( A ) ( ) L = r K w L Y = K + α 1 α (5) 2.1.3 Kapialackumulering Produkionen, Y, säljs av föreagen ill hushållen, vilka väljer om de vill konsumera eller spara. Den del som ine konsumeras omvandlas (kosnadsfri) ill kapial vilke hyrs u ill föreagen och innebär således periodens ökning i den oala kapialsocken. De oala sparande i varje idsperiod, S, är allså lika med de oala inveserande I. Funkionen för kapialackumulering blir således; K = K + sy δk +1, 0 < s < 1, 0 < δ < 1. (6) där s är hushållens sparbenägenhe och δ är deprecieringsaken på kapialsocken, båda exogen besämda. Den ersäning som hushållen erhåller för a hyra u kapialsocken ill föreagen är som bekan r. Den reala avkasningen, realränan ρ, är således lika med r - δ. Arbeskrafen anas vara en fas andel av den oala befolkningen, vilka båda årligen växer med den exogen besämda aken n. 2.1.4 Seady Sae Genom a definiera ~ Y y A L och ~ K k A L, och därefer unyja de fakum a L +1 = A + 1 = 1+ g A, uppenbarar sig efer algebraisk manipulering av ekvaion (2) (1+n)L, och ( ) och (3), produkionsfunkionen per effekiv arbeare (4), sam funkionen för förändring i kapialsocken per effekiv arbeare (5), även kallad Solow-ekvaionen. ~ ~ α y = k ~ k ~ 1 (1 + n)(1 + g) ~ α ~ [ sk ( n + g + ng ) k ] + 1 k = δ + (7) (8) Dessa kan illusreras i e s.k. Solow diagram.
9 Figur 1. Solow-diagramme $ ~ α k = ~ y k ~ Källa: Sørensen & Whia-Jacobsen (2005), Inroducing Advanced Macroeconomics Den översa kurvan i figur 1 visar hur produkionen per effekiv arbeare ökar med avagande hasighe när kapial per effekiv arbeare ökar. Kurvan under visar inveseringarna, vilka är en fas proporion, s, av produkionen. Inveseringarnas effek på kapial per effekiv arbeare k ~, reduceras av befolkningsillväxen n, den eknologiska illväxen g, sam kapialdepreciering δ, vilke visas av den räa linjen. Ekonomin kommer auomaisk a röra sig ill den punk där dessa vå effeker exak kompenserar varandra, vilke sker när k ~ ~ = k *. ~ α ~ När sk > ( n + g + δ + ng )k, dvs. när inveseringarna översiger de urholkande fakorerna, ökar kapialsocken per effekiv arbeare, vilke medför ökad produkion per effekiv arbeare, vilke i sin ur medför ökade inveseringar osv. Denna process forgår ill dess a ~ * inveseringarna hel äs upp av n, g och δ, dvs i k. Vice versa gäller när ~ sk α ~ < ( n + g + δ + ng )k. ~ * I seady sae är allså kapial per effekiv arbeare en konsan, k. Dea innebär vidare, via (4), e konsan värde på y ~ ; ~ Y y ~ y *. Efersom A L, kommer BNP per capia, Y / L, a växa med g i seady-sae, dvs. med samma illväxak som den ekniska nivån. När en ekonomi ine befinner sig i seady sae kommer dock illväxaken på Y / L a avvika från g. Dea efersom en avvikelse från seady sae innebär a kapialsock per effekiv arbeare rör sig mo si konsana jämviksläge. Om ekonomin befinner sig under
10 seady sae kommer kapialsocken a öka, vilke innebär a varje arbeare kan producera mer, och denna ökning ugör en addiionell effek ill g. Mosa effek gäller om ekonomin i ugångsläge befinner sig över seady sae. Ju längre från seady sae ekonomin är, deso sörre kommer effeken på kapialsocken i varje period a vara, och deso högre kommer således även övergångsillväxaken, i absolua al, a vara. Genom a säa båda sidor med ~ ~ ~ * ~ * k + 1 = k = k i (5), brya u k, säa in dea värde i (4), och muliplicera A, uppnås e uryck för seady-saevärde för BNP per capia. * α 1 α Y s = A0 ( 1+ g ) L n + g + δ + ng (9) Dea uryck säger a medan den långsikiga illväxaken i BNP per capia är lika med g, beror själva nivån på densamma posiiv på hushållens sparbenägenhe och den ursprungliga ekniska nivån A 0, sam negaiv på befolkningsillväx n och kapialdeprecieringsaken δ (sam g). n s och δ kallas ofa för ekonomins srukurella paramerar. En förändring i dessa paramerar medför övergångsillväx ill dess a e ny seady-sae uppnås. Under den perioden kommer allså illväxaken på BNP per capia vara lika med summan av g och övergångsillväxsaken. 2.2 Ekonomisk illväx i FA-regionerna När nu eorin bakom hur den långsikiga produkionsnivån i en ekonomi besäms har beskrivis är de dags a vända blicken mo denna undersöknings sudieobjek, de svenska FA-regionerna. Liksom idigare framgå är de vanligase måe på en ekonomis produkion BNP, eller dess regionala mosvarighe - bruoregionalproduken, BRP. 2.2.1 BRP Uppgifer på BRP har ill denna uppsas illhandahållis av NUTEK, nuvarande Tillväxverke. 9 10 Tyvärr är BNP/BRP ine e må som oproblemaisk mäer värde av de som produceras i en ekonomi. Uöver de problem som idigare nämns är BNP, enlig SCB:s definiion, lika med de samlade inkomserna från arbee och kapial (dvs, lika med Y), plus neoransfereringar (NT) ill ulande 11. Efersom BNP är lika med summan av alla BRP berör 9 Uppgifer för BRP på FA-regionsnivå fanns vid uppsasens idpunk ej som offenlig publicerad uan mailades efer förfrågan ill förfaaren daum 2008-04-18. 10 BRP saknas för åren 1990-1992 sam 1997-1998 och har därför skaas. Se bilaga 2 för meoden. 11 ITPS (2008), s 26
11 dea problem även de senare måe. E lands regioner är lång ifrån sängda ekonomier. Dea innebär a BRP kommer innefaa en rad kapialflöden över regiongränserna. Exempel är saliga skaer vilka samlas upp cenral, för a sedan på olika sä åerfördelas över lande uan någon hänsyn ill a de varje region skall få illbaka mosvarar de som de bidrog med. På samma sä innebär de privaa föreagens verksamhe problem för BRP-idenieen. Förädlingsvärden lokaliseras felakig i regionalräkenskaperna efersom huvudkonor och produkionssällen ofa ine är förlagda i samma region. Akieägarna (moagarna av kapialersäningen) är däruöver ofa bosaa i yerligare andra regioner, eller kanske o m uanför landes gränser. Algebraisk innebär dea; BRP = Y + NT i i i (10) Av denna anledning ses BRP som e någo brisfällig må på regional produkion. Dea skulle ine innebära e problem om informaion om r, K, w, och L, eller L, K, A, och α för varje region och idpunk fanns illgängliga. Y skulle då kunna lösas u via ekvaion 5. Så är emellerid ine falle. I Sverige finns idag för dessa endas saisik framagen på w och L. Denna saisik as fram av SCB på uppdrag av myndigheen Tillväxanalys (ITPS vid uppsasens förfaande), vilka även illhandahåller den. 12 E vanlig illvägagångssä i sudier av illväx i produkivie är därför a nöja sig med a sudera lönesummornas w:s, uveckling, och på så sä fokusera på arbesprodukivieen 13. Denna uppsas skall isälle hanera probleme genom a ana rimliga värden för r och α, för a därefer med hjälp av Solowmodellen räkna u värde för K, och sedermera Y. 2.2.2 r Efersom rörligheen på kapial i de moderna samhälle sker ämligen frikionsfri.o.m. på de globala plane, finns de ingen anledning a ro någo anna om kapialrörligheen mellan olika regioner i en naionell ekonomi. Dea gäller speciell i e lie land som Sverige med e väl uveckla finansiell sysem. Om kapial illås röra sig fri kommer de a lokaliseras där de har högs produkivie. Lagen om avagande marginalprodukivie medför emellerid a evenuella produkiviesskillnader på sik kommer a ujämnas, vilke i sin ur innebär a samma sak kommer a ske med ränenivån. I denna uppsas kommer därför a anas a kapialavkasningsnivån är den samma i hela lande, r = r =... = r = r. 1 2 i 12 ITPS - Daabasen Regionernas illsånd 2007. Exrahera 2008-04-04. 13 ITPS (2008), s 115-134
12 Ren eoreisk besår, liksom idigare beskrivis, r av vå komponener; r = ρ + δ, dvs. realräna sam deprecieringsak, vilka båda måse beakas vid uppskaningar av rimliga värden på r. Empiriska daa för genomsnilig deprecieringsak har agis fram av Konjunkurinsiue (KI) med hjälp av SCB. Vad gäller realränan så finns de vå meoder illgängliga. Vid exernal rae of reurn används marknadsränan plus evenuell riskpremie. Denna meod innebär emellerid problem genemo eorin efersom marknadsränan ( + deprecieringsaken ) genererar kapialinkomser som undersiger driföverskoe, dvs. Y wl. Vid inernal rae of reurn liksälls därför driföverskoe med kapialinkomsen. Den senare meoden ger ofas en högre ränenivå än den förra. 14 KI har med inernal rae of reurn meoden agi fram kapialavkasningsnivån för olika kapialslag och olika branscher, i samband med a de i en bilaga ill Långidsuredningen 2008 uför illväxbokföring 15 för hela Sverige under perioden 1997 2005. Kalkylen ar även hänsyn ill prisförändringar i de olika kapialslagen och mynnar u i en genomsnilig räna för hela perioden som uppgår ill 17,12 %. 16 Den räna som kalkyleras av Konjunkurinsiue äcker in halva den period som denna undersökning avser. Tros dea kommer jus denna räna a användas för hela perioden i de följande, dvs, r1 = r2 = r3 = r = r. Dea är en arbesreducerande förenkling, vilken även kan moiveras eoreisk på re sä. För de försa är Solow modellen en modell för ekonomins uppförande på lång sik, med e perspekiv borom konjunkurcykler och andra illfälliga flukuaioner. Kapialavkasningen avspeglar i modellen kapiales produkivie och således ligger konjunkurbeingade räneförändringar uanför vad modellen kan förklara. För de andra är syfe med uppsasen a undersöka de relaiva skillnaderna regionerna emellan. Efersom de redan konsaeras a ränenivån är a se som lika för alla dessa regioner i varje idsperiod, orde själva nivån på denna räna ine påverka de relaiva skillnaderna över iden, även om den absolua uvecklingen av kapialsocken kommer a bli någo felakig. För de redje syrs inveseringar av den förvänade realränan/avkasningen, och ine den fakiska. Dessa orde ine röra sig mycke från år ill år. 14 Bilaga 6 ill SOU 2008:14, Appendix A, s 147-148. 15 Se näskommande kapiel för förklaring av begreppe illväxbokföring. 16 Bilaga 6 ill SOU 2008:14, s 60 (Genomsnie vika enlig följande; Byggnader = 0,8. Maskiner 0,1. IKT = 0,1)
13 2.2.3 α Några exaka esima för α finns ine. De är dock allmän vederage a de ungefärliga värde ligger run 1/3 i samliga moderna ekonomier. 17 EU-kommissionen använder vid ekoomiska beräkningar e värde på 0,37 för samliga EU-medlemsländer 18. Søresen & Whia-Jacobsen skriver a värde på α i Sverige flukuerar mellan 0,3 och 0,4, och a de har gjor så de senase 35 åren 19. Med bakgrund i dea, används värde 0,37 i denna undersökning för alla regioner i alla idsperioder. 2.2.4 Kapialsock Näsa seg mo rimliga esima för Y i FA-regionerna är a räkna fram K. Dea kommer a ske med hjälp av Solowmodellen. Genom a dividera ekvaion (3) med ekvaion (4) uppnås: w L i r K i i = ( 1 α) α (11) Genom a möblera om ekvaion (18) framkommer följande uryck för K. K i = w L i r i α 1 α (12) Efersom saisik finns illgänglig för w och L, sam a ovan resonemang le fram ill förenklade, men godagbara värde på α och r, kan därmed K lösas u. 2.2.5 Helhesöversyn av modellen I och med a värden på K nu är illgängliga, kan även värden på Y räknas fram efersom Y = r K + w L. i i i i i Innan de värden som agis fram i dea avsni används för a komma å den oala fakorprodukivieen, A, skall de emellerid konrolleras a de värden på Y och K som konsrueras, har le ill en någorlunda realisisk modell. Då de är någo omfaande a göra dea region för region, kommer här hel enkel modellens aggregerade ufall a redovisas. 17 Se bl.a. Sørensen & Whia-Jacobsen (2005), Blanchard (2006) 18 Sveriges Riksbank (2004) s 34 19 Sørensen & Whia-Jacobsen (2005), sid 52.
14 3 000 000 000 000 3000 Figur 2. Jämförelse mellan Y och BNP 1990-2005, mdr sek. 2 500 000 0002500 2 000 000 0002000 1 500 000 0001500 NT rk BNP Y w L 1 000 000 0001000 500 000 000500 0 År 1990 År 1991 År 1992 År 1993 År 1994 År 1995 År 1996 År 1997 År 1998 År 1999 År 2000 År 2001 År 2002 År 2003 År 2004 År 2005 Källa: ITPS (Tillväxanalys), Nuek (Tillväxverke) sam egna beräkningar. 72 i i Figur 2 visar hur Y, uppdela i w i L (enlig saisik från ITPS 20 ) och rk i= 1 72 i= 1 (framagen enlig meodik beskriven här ovan), har uvecklas i förhållande ill BNP (enlig saisik från SCB) mellan 1990 och 2005. Differensen mellan Y och BNP är neoransfereringar, NT. Samliga re komponener, wl, rk och NT, ökar enlig modellen över iden, och uppvisar ämligen jämna grafer, vilke orde vara a se som realisisk. 72 i= 1 i En annan aspek av modellen som kan konrolleras mo verkliga daa, är inveseringarnas uveckling. Figur 3 visar de aggregerade neoinveseringarna från modellen, definierade som 72 i= 1 K 72 i + 1 i= 1 K i, i förhållande ill de naionella bruoinveseringarna enlig SCB 21. Den eoreiska skillnaden mellan bruo-, och neoinveseringar, är kapialdeprecieringen. 20 Lönesumman är uppräknad med arbesgivaravgifer, se avsni 2.2.6 21 SCB, www.scb.se, exrahera 2008-05-20
15 600 000 000 000 600 500 000 000 000 500 400 000 000 000 400 Figur 3. Aggregerade Inveseringar 1990-2005, mdr sek. 300 000 000 000 300 200 000 000 000 200 100 000 000 000 100 Neo Bruo 0-100 000 000-100 000 År 1990 År 1992 År 1994 År 1996 År 1998 År 2000 År 2002 År 2004-200 -200 000 000 000-300 -300 000 000 000-400 -400 000 000 000 Källa: SCB (bruo) sam egna beräkningar (neo). Neoinveseringarna ligger, som sig bör, under bruoinveseringarna under den observerade idsperioden. Vad som däremo ine rikig är förenlig med eorin, är den höga flukuaion som neoinveseringarna uppvisar. Dea är emellerid ine e hel oväna resula, med anke på de förenklande anaganden om ränan som har gjors. Efersom daa för Y och wl har använs med årliga värden, medan ränan konsanhålls ill e medelvärde, blir de snedvridningar i modellen. Med den modellspecificering som används, visar sig dea i kapialsockens uveckling. Formell kan man se dea genom a beraka ekvaion (3). Genom ommöblering av den framkommer a kapialsocken som andel av produkionsvärde är lika med en konsan kvo, nämligen α r. Se ill dea är neoinveseringarnas flukuaioner ine svåra a förså. De negaiva värde under 92 93 indikerar.ex. a Sverige hade en negaiv illväx i BNP under samma år, vilke se i reala ermer fakisk också var falle (se figur 2). För illförliligheen av den kommande kalkyleringen av TFP spelar dea avseg från verkligheen mindre roll. Värde kommer a räknas u som medelvärden över femårsperioder, jus för a de konjunkurella svängningarna skall neuraliseras.
16 2.2.6 Meodologiska kommenarer Samliga variabler som mäs i pengar har i denna undersökning räknas om ill 2005 års prisnivå. BNP/BRP med hjälp av BNP-deflaorn 22, övriga med hjälp av KPI 23. De belopp som i modellen har använs för w i L i, är daglönesummor uppräknade med arbesavgifer sam avgifer för aval med fackliga organisaioner. 24 Dea efersom w i i L i eorin exak mosvarar de kosnader som arbeskrafen innebär för föreage (MC =MR), och daglönesummorna endas innehåller bruolönen. Saisik för regionernas daglönesummor illhandahålls av ITPS (myndigheen Tillväxanalys) för åren 1986 2005 och definieras som summan av alla bruolöner för de som dagid arbear i en region (ill skillnad från nalönesumma som avser lönesumman för de fas boende) 25. Nivån på arbesgivaravgiferna varierar någo mellan arbeare och jänsemän. För enkelhes skull, har de anagis a fördelningen av dessa grupper har vari jämn i alla regioner, i alla idsperioder. Vad gäller arbeskrafen är även den ren eoreisk, liksom kapiale, a beraka som fri rörlig mellan regionerna. Empirisk håller emellerid ine dea resonemang då den saisik för w som finns illgänglig (daglönesumman uppräkand enlig föregående sycke, delad med anale sysselsaa) uppenbarligen varierar mellan FA-regionerna. Denna skillnad mellan eori och empiri har vå orsaker. För de försa så rör sig arbeskrafen i prakiken ine frikionsfri mellan regionerna. Familj eller andra känslomässiga band ill geografiska plaser förhindrar dea. För de andra är arbeskrafen i verkligheen uppdelad i undergrupper, alla med olika produkivies,- och således även, lönenivå. Även om arbeskrafen skulle röra sig fri, och ujämna löneskillnader inom respekive undergrupp, kommer den lokala sammansäningen av arbeskrafen som helhe a variera beroende på den lokala näringssrukuren. Således kommer även den genomsniliga lönenivån, i w, a variera mellan regionerna. Avsluningsvis krävs en undersrykning av a de genom hela denna uppsas kommer a arbeas med produkionsvärde, eller kapialsock, dividera med anale arbeare, och ine anale invånare. De hade även vari möjlig a dividera med de oala anale invånare, vilke hade vari inressan om man var inresserad av välfärdsaspeker. Efersom 22 OECD, www.oecd.org, exrahera 2008-04-27 23 SCB, www.scb.se, exrahera 2008-04-27 24 Ekonomifaka, www.ekonomifaka.se, exrahera 2008-04-26 25 ITPS (2008), s 206
17 undersökningens fokus primär ligger på produkion, valdes emellerid division med anale arbeare.
18 3 Toal fakorprodukivie Föregående kapiel resulerade i esima på K och Y byggda på anaganden om r och α, sam på fakisk daa om w och L. Således finns nu illräcklig informaion för a gå vidare ill a esimera denna undersöknings huvudfokus, nämligen den oala fakorprodukivieen (TFP). Dea kapiel är uppbygg på samma vis som de föregående; i 3.1 preseneras den använda eorin vilken därefer appliceras på empiriska daa från FA-regionerna i 3.2. 3.1 Teoreiska meoder 3.1.1 TFP-nivå För a få fram själva nivån på TFP är den mes självklara meoden a hel enkel brya u B från ekvaion (1), vilke ger urycke: B = α 1 α K Y L (13) De numeriska värde som fås u genom denna procedur är i sig själv inesägande och kan ine ransformeras ill någon läförsålig enhe. Vad som isälle är inressan är a se de relaiva skillnader i dea värde som finns mellan regionerna. 3.1.2 TFP-förändring - Tillväxbokföring I en uppföljning ill arikeln från 1956, presenerade Solow 1957 begreppe illväxbokföring (growh accouning). Tillväxbokföring används för a dekomponera ekonomisk illväx i olika delar, för a på de säe öka försåelsen för dess naur. Meoden ugår, liksom ovan, från Cobb-Douglas produkionsfunkion, där TFP varken kopplas ihop med arbeskrafen eller kapialsocken, uan uppräder på samma sä som i ekvaion (1). Genom a dividera båda sidorna av (1) med L, sam definiera ransformeras ill per capia-form. k K L och y Y L kan produkionsfunkionen y = B k α (14)
19 En approximaion på illväxen i y mellan idpunkerna och den senare T kan uppnås genom a logarimera produkionsfunkionen vid de båda idpunkerna, subrahera den försa från den andra, och sluligen dela båda sidor med T. ln y T ln y T ln BT ln B = T ln kt ln k + α (15) T Tillväxen i y delas här upp i vå komponener, illväx i kapial per capia, och illväx i TFP. Förusa a uppgifer på Y, K, L sam α finns illgängliga, går de således a från dea uryck residual beräkna illväxen i TFP. Denna komponen kallas ofa för Solow-residualen. 26 Dea grundläggande illvägagångssä a uföra illväxbokföring kan kompliceras på många sä, och därmed göras mer realisisk. Såväl kapial som arbeskraf kan delas upp i undergrupper med olika kvalié/produkivie och relaiv sorlek. Däruöver går de även a anpassa modellen för imperfek konkurrens genom a jusera inkomsandelarna, för a på så sä få bäre esima på oupuelasicieen. 27 3.2 TFP i FA-regionerna 3.2.1 Tillväxbokföring Uifrån den här ovan beskrivna modellel har illväxbokföring uförs på samliga 72 regioner under given idsperiod. Tillvägagångssäe följer exak av eorin, vilke innebär a Solowresidualen har beräknas enlig följande: ln B T ln B T ln yt ln y = T ln kt ln k α (16) T Residualen har beräknas över femårsinervall enlig idigare argumen. Resulae visas i figur 4. Figuren visar Solowresidualens uveckling för samliga 72 regioner, sam även genomsnisvärde (den via grova). 26 Sørensen & Whia-Jacobsen (2005), s 148. 27 Romer, David (2001), s 29.
20 Figur 4. Genomsnilig Solowresidual 3,5% 3,0% 2,5% 2,0% 1,5% 1,0% 0,5% 0,0% 1990-1995 1995-2000 2000-2005 Källa: Egna beräkningar. Figur 4 anyder a TFP-uvecklingen har vari ämligen likarad bland Sveriges FA-regioner under denna period. Skillnaden mellan de sörsa och minsa värdena hos FA-regionerna översiger ine 2 procenenheer i någon av idsperioderna, vilke orde vara a beraka som en lien spridning. 3.2.2 Översik av resulae Tabell 1 visar TFP:s nivå, definierad enlig ekvaion (20) omräknad ill index med lägsa värde för respekive år som indexbas, sam TFP: s uveckling, definierad enlig ekvaion (23). Tabellen innefaar endas de regioner som uppvisar de fem högsa, respekive lägsa värdena i varje kaegori och idsperiod.
21 Tabell 1. Översik TFP:s nivå sam uveckling 1990-1995 1995-2000 2000-2005 Genomsnilig TFP index, minivärde = 100 1 Sockholm 137,4 Sockholm 131,4 Sockholm 132,2 2 Kiruna 127,4 Kiruna 122,5 Göeborg 120,6 3 Sundsvall 125,9 Göeborg 120,8 Malmö 119,5 4 Göeborg 125,7 Väserås 119,9 Kiruna 119,4 5 Väserås 125,1 Karlskoga 119,1 Väserås 117,7 68 Årjäng 105,0 Vilhelmina 102,6 Sorsele 101,5 69 Vansbro 105,0 Årjäng 102,3 Arjeplog 100,8 70 Srömsad 103,8 Åsele 101,6 Årjäng 100,6 71 Åsele 102,5 Srömsad 100,2 Vilhelmina 100,3 72 Sorsele 100,0 Sorsele 100,0 Åsele 100,0 Genomsnilig årlig illväxak i TFP 1 Pajala 1,8% Doroea 2,9% Vansbro 1,6% 2 Vansbro 1,7% Malmö 2,9% Srömsad 1,5% 3 Sorsele 1,4% Åsele 2,9% Älmhul 1,4% 4 Överkalix 1,4% Sockholm 2,9% Borås 1,3% 5 Jokkmokk 1,4% Härjedalen 2,9% Jönköping 1,3% 68 Halmsad 0,3% Nyköping 2,0% Årjäng 0,6% 69 Falun/Borlänge 0,2% Gällivare 2,0% Härjedalen 0,5% 70 Nyköping 0,2% Jokkmokk 2,0% Åsele 0,3% 71 Sollefeå 0,2% Haparanda 1,9% Överkalix 0,2% 72 Sockholm 0,2% Vilhelmina 1,9% Arjeplog 0,0% Källa: Egna beräkningar. Den övre delen av abellen bör olkas på följande sä; under perioden 1990 1995 producerade man i genomsni i Sockholm, give samma mängd arbeare och kapial, 37,4 procen mer än i Sorsele. Sockholm är den FA-region som har i särklass högs produkivie i lande under hela den period som abellen redovisar. Vär a noera är dock a den relaiva skillnaden mellan Sockholm, och FA-regionen med lägs produkivie har minska under perioden. Bland regioner med hög TFP-nivå dominerar sorsadsregioner, medan glesbygdsregioner dominerar de med låg. Vad gäller TFP:s illväxak så finns både sorsads-, och glesbygdsregioner represenerade bland de fem högsa och de fem lägsa. Fördelningen är ämligen jämn även om de möjligvis går a ana en viss övervik av glesbygdsregioner bland de med högs illväx i TFP. Sammanage med de fakum a sorsadsregioner dominerar bland de med hög TFP-nivå
22 skulle dea kunna yda på en konvergens av TFP mellan FA-regionerna. Dea är en inressan fråga vilken kommer a uredas vidare i kapiel 5. 3.2.3 Meodologiska kommenarer Yerligare en egenskap hos dessa värden är värd a noera innan näsa seg i uppsasen as. Efersom de anagis a rörligheen på kapial är oal kommer också dess produkivie a vara lika hög i alla regioner. E anna sä a urycka dea är a den del av TFP som kan säas i relaion med kapiales produkivie ligger på samma nivå i samliga FA-regioner. Då samma anagande ine är gjor med avseende på arbeskrafen gäller ine heller samma resonemang angående de delar av TFP som kan sammankopplas med den. Arbeskrafens rögrörlighe medför a regionala skillnader i dess produkivie ine kommer a ujämnas. Efersom lönenivån säs lika ill marginalprodukivieen (se avsni 2.1.2) innebär även dea a skillnader i den kommer a finnas, vilke är exak vad empirin uppvisar. Hög TFP ger allså hög w, och ökande TFP ger ökande w, osv. Dea innebär i sin ur a man genom a sudera w, kan dra slusaser om TFP:s uveckling, vilke är exak vad som indirek görs i denna undersökning. Sambande kan även påvisas algebraisk. Genom a brya u B från (1), ersäa Y med (5), sam ersäa K med (19), erhålls följande uryck: B = Y K L α 1 α rk + wl = K L α 1 α wl α r + wl r 1 α = α wl α 1 α L r 1 α = α 1 α α wl 1+ w 1+ 1 α 1 α = α α w α 1 α L r 1 α r 1 α (17) Ekvaion (21) visar de ickelinjära samband som finns mellan B och w, vilke är posiiv så länge båda urycken inom paranes är posiiva. Denna resrikion är ine problemaisk då den endas brys om r är negaiv. Genom a ana samma produkionseknologi α, och fri rörlighe på kapial, har allså en modell skapas där de regionala skillnaderna i TFP kan räknas u indirek med hjälp av w. 3.2.4 Tidigare svensk forskning KI har i en rappor sammanfaa hiills uförda svenska undersökningar av TFP på naionell nivå, vilka är gjorda för delar av den idsperiod som denna undersökning behandlar. Samliga dessa ar i någon omfaning hänsyn ill kapiales och arbeskrafens kvaliaiva sammansäning, men kan ändå vara inressana a jämföra med de TFP-värden som framkommi här ovan. Sammanfaningsvis uppgår den årliga TFP-illväxen ill mellan 1,5
23 och 2,3 procen i de sudier KI beskriver. De exaka värde för genomsnie i denna undersökning är 0,77, 2,14 sam 0,97 procen för de re idsperioderna. Se över alla regioner så är 0 procen minivärde, och 2,9 procen maxvärde. 28 A värdena framkalkylerade i denna sudie varierar mer än värdena från andra sudier är ine konsig. Sveriges regioner är relaiv olika ill karakären och spridningen hos FA-regionerna är både över och under de idigare undersökningsvärdena, vilka är riksgenomsni. Genomsnisvärdena från denna undersökning är dock någo låga. Efersom en någo annorlunda meodik har använs, är emellerid bedömningen a dessa värden ine är så avvikande a den modell som byggs upp är a beraka som orimlig. 28 Bilaga 6 ill SOU 2008:14, s 68.
24 4 Vad syr TFP? I dea kapiel preseneras re grupper av eorier som beskriver drivkraferna bakom TFP:s uveckling. I avsni 3.1 beskrivs de endogena illväxeorierna, i 3.2 bekanas läsaren med den nya ekonomiska geografin, och sluligen behandlar avsni 3.3 de insiuionella förhållandenas vik för TFP. Därefer följer e avsni med namn Valda variabler, i vilke empiriska variabler idenifieras uifrån de idigare i kapile presenerade eorierna. Kapile avsluas med en kor sammanfaning av inernaionell forskning som uförs inom denna uppsas område. Toal fakorprodukivie är ofa olkad som den eknologiska nivån i ekonomin, men innehåller egenligen all den illväx som ine kommer av kvaniaiv ackumulering av kapial och arbeskraf. Sålunda är de svår a dra några direka slusaser av e viss värde på Solow-residualen. Isälle är de variaioner i värde mellan olika ekonomier, och/eller över id, som gör den användbar. 29 Förklaringen ill dessa variaioner ligger i variabler som ine omslus av Solows grundmodell, vilken därför ofa benämns som en exogen illväxmodell. I och med dea lämnar den en oerhör cenral fråga obesvarad; Vad förklarar TFP:s uvecklingen? Genom a försöka idenifiera de variabler som syr TFP, och se hur de påverkar illväxen i olika ekonomier, kan försåelse för illväxens myserier förbäras. De försa av dessa seg är vad som skall göras i dea kapiel. Genom a gå igenom exiserande eori skall e anal variabler, för vilka saisik finns illgänglig, väljas u. Dessa skall i näsa kapiel esas som förklaringsvariabler i en regressionsmodell där TFP är beroendevariabel. 4.1 Endogena illväxmodeller I de endogena illväxmodellerna modifieras Solows grundmodell på e sä som gör a TFP blir en endogen besämd variabel. I dessa eorier behandlas ofas TFP som eknisk kunskapsnivå. 4.1.1 Exernaliesbaserade modeller En yp av dessa modeller anar a de finns e direk samband mellan kapialsockens sorlek och den ekniska nivån, närmare besäm a φ A = K där φ 0 1 (obs. a här ( 1 α ) A B ). 29 Sørensen & Whia-Jacobsen (2005), s 148.
25 Argumene för denna koppling är a arbeskrafen ackumulerar kunskap genom a jobba med kapial, s.k. learning by doing. Ju mer kapial, deso högre blir således kunskapsnivån hos arbearna. Kunskapen sprids i ekonomin genom a arbearna iar över varandras axlar och ar efer, sam när de byer föreag. Dea innebär a varje föreag forfarande kommer a möa konsan skalavkasning, vilke medför a de prakiska anagande om fullsändig konkurrens kan behållas. På aggregerad nivå kommer ekonomin emellerid a uppvisa illagande skalavkasning. Kunskapsackumuleringen är således i denna modellformulering en ofrivillig exernalie av kapialackumulering. 30 Modellens beeende beror ill sor del på vilke värde som φ illskrivs, dvs. exernalieens syrka. Sammanfaningsvis går dock a säga a viken av hushållens sparbenägenhe ökar i denna modell jämför med Solows. Dessuom uppräder befolkningens sorlek och/eller illväxak som en posiiv variabel i urycke för illväxaken av den ekniska nivån, och således även för BNP per capia. De sisnämnda är en någo besvärlig egenskap då de empiriska sambande mellan befolkningssorlek/illväx och BNP per capia illväx ine är klar fasslagen. (en vidare diskussion om dea följer i avsni 4.2.1) 31 4.1.2 FoU-baserade modeller Denna kaegori av endogena illväxmodeller anar isälle a förändringar i den ekniska 1 nivån A (åer igen ( 1 α ) A B ) är resulae av en medveen produkion som sker i en separa privaägd sekor. A kan här olkas som den mängd idéer, designer eller innovaioner som finns i en ekonomi. Efersom denna yp av varor är ickerivaliserande sam ofa svårligen exkluderbara, krävs a respekive producen garaneras en viss marknadsmak för a kunna äcka de ofa sora fasa kosnader som FoU-verksamhe innebär. Dea ordnas i modellen av paen, vilke emellerid ine är a se som en perfek lösning då de monopol som skapas kommer a producera under den samhällsopimala nivån, och idéerna kommer således a underunyjas. 32 Produkionen i FoU-sekorn sker med hjälp av arbeskraf sam den redan exiserande idésocken A. Tillväxen i A, g, beror här på eknologisekorns produkiviesnivå, arbeskrafens sorlek, sam andelen av de aggregerade anale arbesimmar som hushållen väljer a dedicera ill FoU-verksamhe. De sisnämnda beror dels på den avkasning som 30 Sørensen & Whia-Jacobsen (2005), kap 8, s 219 248. 31 Ibid 32 Ibid, kap 9 och 10, s 249 310
26 paenen kommer a ge, vilke i sin ur beror på konkurrenssiuaionen på marknaden för paen. Även de oala sparande spelar dock här en vikig roll genom dess påverkan på ränenivån, vilken påverkar föreagens vinser, och därmed deras möjligheer a äcka FoUkosnader. En ränenivåförändring påverkar även diskoneringsränan, vilke förändrar nuvärde av framida royalies från paen. Liksom den exernaliebaserade modellen påvisar även denna varian a befolkningens sorlek/illväxak har en posiiv inverkan på illväxaken 33. 4.2 Den nya ekonomiska geografin Medan de endogena illväxmodellerna suderar hur eknisk innovaion, och därmed även föreag, uppsår, ägnar sig en annan eoribildning, kallad den nya ekonomiska geografin, å a förklara föreagens lokalisering och koncenraion. Den nya ekonomiska geografin förklarar således fakorerna bakom ackumulering av insasfakorer snarare än dessa fakorers produkivie. Varken kapial eller befolkning kopplas dock enbar direk ill produkionen genom deras roller som insasfakorer, uan även indirek via deras påverkan på TFP, vilke förklaras av de endogena illväxmodellerna. Således kan även variabler idenifierade inom denna eorigren jäna i den regressionsanalys som uförs i näskommande kapiel. 4.2.1 Befolkningssorlek De endogena modellerna har låi påskina a en ekonomis sorlek, se ill befolkningen, kan ha posiiv inverkan på TFP:s illväx och därmed även på den generella illväxen. Denna syn på ekonomins sorlek delas av den nya ekonomiska geografin, vilken även ill viss del luar sig mo samma argumen. De exogena illväxmodellerna föruspår mosasen, dvs. e negaiv samband mellan illväx i befolkning och ekonomi. Den nya ekonomiska geografin beonar a spridningseffekerna av ny eknologi ger sörre verkan i en ekonomi med många människor sam a en sor befolkning medför sora fördelar för föreagen i form av e sor ubud av arbeskraf. Förekomsen av många föreag innebär samidig en ökad rygghe för arbearna om dessa skulle förlora si jobb. 34 Förklaringen ill a den exogena eorin mosäger sig e posiiv samband mellan befolkningssorlek/illväxak och ekonomisk illväx är a i Solows modell leder en höjd 33 Sørensen & Whia-Jacobsen (2005), kap 9 och 10, s 249 310 34 Krugman (1991), s 484
27 befolkningsillväx, ceeris paribus, ill en ökad urholkning av kapialsocken i varje idsperiod, och därför ill en lägre seady-saenivå på Y per capia. I samma anda argumeneras för a en sörre befolkning även innebär e sörre unyjande av befinliga naurresurser, vilke på sik kommer a leda ill problem om dessa ine är förnybara, eller förnyas väldig långsam. Kriiker ill denna argumenaion menar a de är möjlig a jus denna ökade belasning på naurresurserna kan vinga fram innovaioner som annars ine hade framkommi. En sörre befolkning innebär dessuom a sannolikheen för a de föds fler genier ökar. Likaså innebär en sörre befolkning a fler personer delar på de fasa kosnader som FoU-verksamhe innebär. 35 Vad gäller de empiriska bevisen i denna fråga så är också de veydiga. Hos världens idag indusrialiserade naioner är låg befolkningsillväx e känneecken. Samidig går de ine a förneka a om man ser ill de sisa 150 åren har hög befolknings-, och ekonomisk illväx gå hand i hand. Sudier av U-länder har ine peka på någo samband mellan ekonomiska presaioner och befolkningsillväxnivåer. 36 Till skillnad från de empiriska daa där illväxen mäs på naionell eller högre nivå, finns de emellerid på regional nivå ydliga posiiva samband mellan befolkningens sorlek och ekonomisk uveckling. Anledningen ill dea orde vara a i alla fall en viss del av de spridningseffeker som diskueras i de endogena modellerna verkar bäs i mindre geografiska områden. Veenskap och mer generell kunskap enderar a förflyas och spridas uan frikion över områden beydlig sörre än länder, medan kunskap, eller vissa egenskaper, som är mer kopplade ill enskilda individer, begränsas ill de områden där de lever och arbear. 37 4.2.2 Föreagslokalisering Se ill empirin råder de inga vivel om a föreag enderar a lokalisera sig i kluser. De finns flera eoreiska förklaringar ill dea. Liksom nämndes ovan innebär en koncenraion av föreag med behov av arbeare med en specifik yp av kunskap en redukion av risken a ine ha illgång ill den arbeskraf som de behöver. Samidig minskar också risken för arbeslöshe hos dessa arbeare. Produkion av speciella inpus eller södjänser ill föreagen möjliggörs genom a erbjuda en sörre marknad för leveranörerna. Föreagen kan dra nya 35 Sørensen & Whia-Jacobsen (2005), kap 7, s 191 211, sam 236-237. 36 Easerly (2002), s 91. 37 ITPS (2008), s 117
28 av varandras innovaioner. 38 Dea sisa argumen är de samma som används i de endogena illväxeorierna. Uöver dessa exerna skalfördelar är de givevis i verkligheen även möjlig med produkionsekniska inerna skalfördelar, även om de i Solowmodellen har anagis a föreagen producerar med konsan skalavkasning. 39 Även ransporkosnader spelar en sor roll vid föreagens lokalisering. För a minimera dessa vill föreagen placera sig så nära sin sörsa marknad som möjlig. Vilken är då föreagens marknad? Hisorisk se producerade föreagen för jordbrukssekorn, vilke gjorde lokaliseringsbeslue någo mer komplicera. Idag producerar isälle föreagen dels för inerindusrihandel, men även för slukonsumener, vilka i sor usräckning jobbar på föreagen. Föreagen kommer allså a lokalisera sig nära en sor marknad, och den sora marknaden kommer a vara där föreagens produkion är koncenrerad. Föreagen kommer a välja a lokalisera sig i regioner med sor befolkning, dels på grund av marknadspoenialen, men också på grund av de ubud av jänser och varor som där finns illgängliga. Dea kommer i sin ur dra ill sig än mer befolkning, på bekosnad av regioner med iniial mindre produkion. 40 Efersom föreagen försöker minimera sin geografiska ransakionskosnader har självklar även regionens infrasrukurella saus sor inverkan på föreagens lokaliseringsbeslu, och således även på illväxen. 41 4.2.3 Ålderssrukur Även ålderssrukuren är någoning som diskueras inom den nya ekonomiska geografin. Sudier visar a den åldersgrupp som har mes posiiv inverkan på ekonomisk illväx inom OECD länderna är gruppen 50 64 år. Den eoreiska argumenaionen bakom dea förhållande är a äldre människor har hunni ackumulera mer kunskap än yngre, vilke är fundamenal för ekonomisk illväx. Yerligare en posiiv aspek av a ha många personer i de äldre åldersgrupperna är a mycke yder på a äldre har en sörre benägenhe ill 38 Krugman (1991), s 484 39 ITPS (2008), s 218 40 Krugman (1991), s 487 41 Förfaarens egna illägg.
29 finansiell sparande, vilke i sin ur leder ill en sörre kapialsock. Dea efersom inkomsnivån ofa maximeras samidig som försörjningsansvare för avkomman försvinner. 42 Mo dea kan argumeneras a yngre skulle kunna vara mer produkiva än äldre efersom de ofa har sin formella ubildning färsk i sinne. Äldre skulle kunna hålla illbaka produkivieen genom de ine orkar jobba med lika hög inensie som yngre personer. 43 4.3 Insiuionella förhållanden Vad gäller skillnaden i illväx mellan olika länder är de insiuionella förhållandena fundamenala. Dea är ydlig ine mins vid jämförelser av I-land och U-land 44. De fakorer som vanligvis åsyfas när insiuionella förhållanden diskueras är de regler och normer som syr samhälle, de vill säga all från religiösa regler, kulurella mönser och sociala värderingar ill lagsifning. Dessa regler och normer skall ge individen goda inciamen ill inveseringar i ubildning och kapial som också ger samhälle bra avkasning. För dea krävs: Öppenhe genemo omvärlden som simulerar ill ubye av varor, kapial, arbeskraf och eknologi. Insiuioner och lagar som favoriserar produkionen, sparande och inveseringar över konfiskaion. Sabilie i de ekonomiska insiuionerna. 45 Självklar är skillnaderna mindre mellan regioner än mellan länder, speciell i e land som Sverige. Även här finns de emellerid i viss usräckning. Kommunernas/länens/regionernas aiyder och servicenivå genemo föreag och forskning är någo som varierar, men som också är svårmä. Dea speciell som indelningen i FA-regioner ine överenssämmer med poliiska och adminisraiva gränser. En bedömning av FA-regionerna måse således vikas ihop uifrån förhållandena i de kommuner som varje region omfaar. Svensk Näringsliv har sedan 2004 ranka föreagsklimae i Sveriges kommuner, ill sor del basera på enkäundersökningar med de olika samhällsakörerna rörande de privaa 42 Expergruppen för sudier i offenlig ekonomi (ESO) (2000), s 43. 43 Bilaga 6 ill SOU 2008:14, s 38. 44 Se bl.a. Easerly (2002), The Elusive Ques for Grow. för redogörelse om de insiuionella förhållandenas vik för illväxen I u-länder. 45 Freger & Joung (2003), s 148
30 föreagandes förusäningar a verka inom kommunen. 46 Tyvärr sammanfaller rankingens början i sor se med den i denna undersökning observerade idsperiodens slu. I framiden vore de emellerid inressan a inkludera variabler från dessa enkäundersökningar i en liknande undersökning. 4.4 Uvalda variabler ill den ekonomeriska undersökningen 4.4.1 Endogena illväxeorier De exernaliesbaserade modellerna föreslår a kapialsock, sparbenägenhe sam befolkningssorlek och befolkningsillväxak är variabler som påverkar TFP. Av dessa omöjliggör de anaganden som görs i denna uppsas de vå försa som förklaringsvariabler. Dea efersom de uppgifer på kapialsocken som framkommi, liksom TFP, är endogen framagna ur modellen. De har således en klar definierad relaion ill varandra. Vidare, efersom de i denna uppsas har vals a se Sverige som en enda kapialmarknad med samma ränenivå, kommer den lokala sparbenägenheen ine a påverka kapialsocken i FAregionerna. Vad som skulle gå a använda, sam som saisik även finns illgänglig för, är befolkningssorleken, sam befolkningsäheen. Efersom kommande regressionsanalys skall beraka variablernas uveckling över iden, kan dessvärre ine båda dessa inkluderas i de skaade modellerna. Således är befolkningssorlek den som kan användas. Befolkningssorlek (BSTL) 47 Daa finns även illgänglig för a inkludera befolkningsähe som en variabel. Efersom variablerna i regressionsanalysen kommer a vara urycka i förändring, snarare än nivå, skulle en inkludering av både befolkningssorlek och befolkningsähe dock innebära a modellen skulle få problem med perfek mulikolliniärie. Vad gäller de FoU-baserade modellerna kan de iniiala TFP-värde i varje period, vilke i dessa modeller jänar som produkionsfakor i produkionen av jus TFP, jäna som variabel. E posiiv skaa koefficienvärde för denna variabel skulle bekräfa de FoU-baserade modellerna. E negaiv värde skulle i sin ur yda på konvergens, vilke i sig skulle vara inressan. Också andelen av befolkningen mellan 25 och 64 år med mins re års 46 Svensk näringsliv (2009), Lokal föreagsklima, www.svensknaringsliv.se/appkfaka/sar.do 47 Tillhandahålls av ITPS, daabasen för Regionernas Tillsånd 2007.
31 efergymnasial ubildning är en användbar variabel efersom denna andel posiiv borde påverka produkivieen i FoU-sekorn. Ubildade personer kan både förvänas snabb adapera eknologisk uveckling från andra regioner, sam även i sörre usräckning själva bidra ill denna. Iniial oal fakorprodukivie (IB 90/95/00) 48 Andel högubildade (HU) 49 Anale paen skulle även kunna ha änks vara en bra variabel, men efersom paen söks cenral och dess innehåll är på ine sä begränsad ill den FA-region där uppfinningen/uppäcken gjordes, är den a se som meningslös. Andra variabler som skulle ha vari bra a ha med efersom de hade ge en förfinad beskrivning om kopplingen mellan kunskap och TFP, och som används av ITPS (myndigheen Tillväxanalys), är andelen av befolkningen mellan 25 och 64 med mins re års efergymnasial ubildning inom eknik eller naurveenskap, anale ubildningsplaser i grundläggande högskole-, och universiesubildning, sam anale ubildningsplaser i forskarubildning. Tyvärr har daa för dessa variabler ine gå a införskaffa. 4.4.2 Nya Ekonomiska Geografin Vad gäller variabler för befolkningssorlek finns de som inkluderas i denna undersökning presenerade i avsni 4.1.3 Föreagslokalisering syrs enlig eorin av inern och exern marknadspoenial. Näringslives srukur ger olika förusäningar för TFP genom a påverka de exerna skalfördelarna. Inern marknadspoenial får i denna undersökning äckas av de idigare presenerade befolkningsvariablerna. Exern marknadspoenial äcks i sin ur in av e illgänglighesmå, sam av varje regions disans ill Sockholm. Tillgänglighesmå (TM) 50 Disans ill Sockholm (DS) 51 48 Egna kalkyleringar från modellen som presenerades i kap.3. 49 Tillhandahålls av ITPS, daabasen för Regionernas Tillsånd 2007. 50 Uppgiferna införskaffade genom personlig konak med ITPS. För dealjerad beskrivning av illgänglighesmåe, se rapporen Regionernas Tillsånd 2007, sid 121. 51 www.eniro.se, räkna från den or som respekiva FA-region är döp efer.
32 Tillgänglighesmåe är konsruera av ITPS (myndigheen Tillväxanalys) och relaerar den egna ekonomins sorlek ill de kringliggandes, vikade med de geografiska avsånde. Måe har kalkyleras för åren 1995 och 2000 och saknas således för de försa fem åren som denna undersökning omfaar. E medelvärde av dessa vå år har därför jäna som idsinvarian variabel i regressionsanalyserna. Efersom Sockholmsregionen ohoad kan kallas Sveriges ekonomiska moor har även en variabel innehållande varje regions avsånd ill denna marknad ses som e relevan geografisk marknadsmå. Vad gäller exerna skalfördelar är näringslivssrukuren avgörande. Variabeln Branschbredd, vilken hel enkel anger anale branscher som finns represenerade i regionen, är en indikaor på dea. Branschbredd (BB) 52 Teorin föruspår e negaiv parameervärde för denna variabel efersom en sor branschbredd borde försämra förusäningarna för skalfördelar. En annan inressan variabel inom dea område vore en som fångade om näringslive var uppdelade i många små eller få sora föreag. Även variabler som indikerar de infrasrukurella sysemes saus i respekive region skulle vara av sor inresse. Sluligen kommer åldersrukurens påverkan på TFP a försöka uredas genom variabler som visar på åldersgrupperna 20-29 och 55-64:s andel av befolkningen mellan 20 och 64 år. Andel 20 29 år (20 29) 53 Andel 55 64 år (55 64) 54 4.4.3 Insiuionella förhållanden Liksom framgick i avsni 4.3 är empiriska variabler inom dea område svåra a hia. En variabel som de dock fakisk går a hia daa för, och som dessuom är inressan pga sin saus som poliisk he fråga, är skaenivån. Genomsnilig kommunal skaenivå (KS) 55 52 Tillhandahålls av ITPS, daabasen för Regionernas Tillsånd 2007. 53 Uppgiferna för befolkningsgruppernas absolua sorlek illhandahålls av ITPS, daabasen för Regionernas Tillsånd 2007. Andelarna enlig egna beräkningar. 54 Ibid 55 Årliga daa för kommunerna illhandahålls av SCB. Egna kalkyleringar.
33 Denna variabel har skapas genom a a de årliga medelvärde av kommunal- + landsingsska, för kommunerna som ingår respekive FA-region. En bäre variabel hade uppnås genom a vika respekive kommuns skaenivå med dess andel av FA-regionens BRP, för a på dea se få de genomsniliga skaerycke per producerad krona. P.g.a. idsbris sam brisande illgång ill saisik lämnas emellerid dea ill andra undersökningar. 4.5 Tidigare inernaionell forskning. TFP är e elemen som åsamka e sor anal rapporer från forskare världen run. De hisorisk se vanligase geografiska perspekive är a jämföra länder, men på senare år ycks även e inresse för regionala aspeker ha eableras. Föruom a kvaniaiv fassälla TFP är vanlig förekommande frågesällningar är huruvida produkivieen och TFP konvergerar i olika ekonomier 56, sam för hur sor andel av illväxen i bnp per capia som kan illskrivas TFP respekive ackumulering av produkionsfakorer 57. Försök a förklara TFP genom regressionsanalys mindre vanliga. E anal sudier med gemensamma beröringspunker med denna uppsas har dock uförs på daa för ialienska regioner. Aiello och Scoppa bekräfar i en sudie idigare forskning om pågående konvergens av produkivieen i de ialienska regionerna, sam sluer sig ill a den sörsa delen av dea fenomen beror på konvergens i TFP, och ine på ackumulering av produkionsfakorer. Tros en sor fysisk kapialsock uppvisar de södra ialienska regionerna lägre produkivie än de nordliga. De relaiv se mindre skillnaderna i humankapial bidrar ine heller ill a förklara variaionerna i produkivie mellan de ialienska regionerna. Vidare försöker Scoppa förklara skillnader i arbesprodukivie och TFP genom regerssionsanalys och kommer fram ill a regioner med god infrasrukurell nivå, ringa skevhe i relaionen mellan lönenivåerna i priva och offenlig sekor, väl fungerande finansiella marknader, agglomeraionseffeker sam låg kriminalie generell känneecknas av högre produkivie. 58 I en annan arikel använder Scoppa en någo annorlunda ekonomerisk meod för a igen undersöka vilka komponener i illväxfunkionen som bidrar mes ill konvergensen i produkivie mellan de ialienska regionerna. Åerigen dras slusasen a TFP är den 56 Se exv. Madsen (2008), Salinas-Jiménez e al (2004). 57 Se exv. Yamamura & Shin (2007), Ezaki & Sun (1999). 58 Aiello & Scoppa (2000), s.1
34 dominerande orsaken ill konvergensen, medan en ökning i humankapial endas förklarar en lien del, och ackumuleringen av fysisk kapial ingen alls. 59 Scoppa har även undersök hur TFP:s inflyande på produkivieens uveckling förändras om produkionsfakorernas egenskaper brys u från TFP och inkluderas som självsändiga variabler vid illväxbokföring. Genom a genomföra proceduren på de radiionella illvägagångssäe med ren kvaniaiv mäning av produkionsfakorerna, vilke är de som görs i denna uppsas, finner Scoppa a TFP kan illskrivas 80 % av variaionerna i arbesprodukivie, medan arbeskraf och kapial kan illskrivas 16 respekive 4 %. Därefer vidgas analysen genom a använda resula från inernaionella eser på kogniiva färdigheer som må på humankapiales kvalie. Dea resulerar i a dess vik ökar ill 40 50 %. Genom a skilja på offenlig och priva kapial ökar kapiales vik ill ca 30 %. Slusasen dras a produkionsfakorerna anagligen ine är så homogena mellan regioner som ofa anas uan a heerogenieen är beydande och hög korrelerad med den regionala produkivieen. 60 Även om dessa rapporer ine behandlar de svenska FA-regionerna, och sannolik ine heller kan jämföras med dessa p.g.a. fundamenala skillnader i de ialienska och svenska samhällena, är de inressan a få en uppfaning om vad som påverkar TFP uanför Sveriges gränser. De är också inressan a se a den meod som används i denna uppsas också har använs av rikiga forskare ue i världen. 59 Scoppa (2009), s.17-18 60 Scoppa (2007), s.22-23
35 5 Den ekonomeriska undersökningen I dea kapiel preseneras den ekonomeriska analysen som uförs på de daa som preseneras och bearbeas i föregående kapiel. I de försa avsnie (5.1) beskrivs den eori som finns bakom de skaningsmeoder som kommer a användas. Avsni 5.2 beskriver sedermera de resula som framkommi. 5.1 Meod För de ekonomeriska analyserna används i denna uppsas daa för Sveriges 72 FA-regioner under perioden 1990 2005. Denna yp av kombinaion av värsnis-, och idsseriedaa, där observaionerna över iden har ske på samma individer, kallas ofa för paneldaa. Jämför med a endas använda sig av värsnis-, eller idsseriedaa ger paneldaa beydlig mer informaion och ökar därmed generaliserbarheen hos analysresulaen. Paneldaa lämpar sig speciell bra när dynamiken under en förändringsprocess skall suderas. 61 Tre yper av regressionsanalyser har uförs på daamaeriale med hjälp av programme R. Två av dessa är skaningar av hela panelen, vilka har uförs med en illäggsmodul ill R uformad för linjära panelmodeller (plm), medan den redje är vanlig värsnis-ols-skaning av varje delperiod för sig. Skillnaden mellan de vå panelskaningarna är a variablerna i den försa uppräder i logarimerad form, ln(x ), medan de i den andra uppräder i den genomsniliga differensen av de logarimerade värdena, ln( x ) ln( x 5 ), dvs den 5 genomsniliga årliga procenuella förändringen. I vissa fall har daa faas för vissa förklaringsvariabler under ensaka år. I dessa fall har e medelvärde räknas med hjälp av daa från de illgängliga åren. Anale observaioner är således lika för samliga variabler, och de oala daamaeriale är därför a karakärisera som en balanserad panel 62. Syfe med a göra olika yper av skaningar är a få e bredare resula a kunna dra slusaser ifrån. Ren eoreisk bör resulaen från de olika skaningarna vara samsämmiga, 61 Gujarai (2003), s 636-638 62 Gujarai (2003), s 640
36 men efersom skaningar av paneldaa är e ganska knepig område finns risken a någon av skaningarna blir felakiga. Genom a göra flera skaningar med mindre variaioner minskar därmed risken för felakiga slusaser. Den meod som används för skaningarna av hela paneldaan, vilken kommer a beskrivas i kommande sycke, använder försa differensen av samliga variabler. Dea innebär a olkningen av koefficienerna är enlig följande; 1), när variablerna är urycka som ln(x ), hur en procenuell förändring av respekive förklaringsvariabel påverkar TFP procenuell, 2), ln( x ) ln( x 5 ), hur en förändring av en förklaringsvariabels uveckling förändrar 5 illväxen i TFP, mä i procenenheer. OLS skaningarna görs på variablerna urycka som genomsnilig årlig procenuell förändring, dvs. lika som i 2), men efersom vanlig OLSskaning ine använder försadifferenser är ändå olkningen av koefficienerna lika som i 1). Den enklase meoden vid analys av paneldaa är a poola daan för a sedan skaa den med OLS. Denna meod skulle ge effekiva skaningar om daan levde upp ill de vanliga anagandena från den klassiska modellen, sam om de observerade individerna var a se som homogena. En vanlig avvikelse från dessa anaganden är a homogenie inom paneldaan sällan uppfylls. Individerna har all som ofas underliggande egenskaper vilke gör a förändringar i förklaringsvariablerna har olika effek på de individspecifika beroendevariabelvärdena. De finns m.a.o. en heerogenie i urvale/populaionen vilken en enkel OLS regression ine ar hänsyn ill. Esimaen blir i dessa fall inkonsisena. 63 I de fall heerogenie förekommer, finns inom denna familj av skaningsmeoder vå huvudsakliga ansaser för a analysera paneldaa. Vilken av de vå som väljs beror på hur man ror a relaionen mellan de individspecifika slumpermerna och förklaringsvariablerna ser u. 5.1.1 Random Effecs Models Random Effecs Models (REM) anar a ingen speciell relaion finns uan a varje slumperm är e värde slumpmässig age ur en sor populaion. Inga individspecifika esimeringar görs i dessa modeller uan all individuell avvikelse från den skaade regressionen fångas av slumpermen. Denna meod är ofa användbar om de observerade individerna är slumpmässig 63 Greene (2008), s 185
37 uvalda ur en beydlig sörre populaion, efersom de saisiska esimeringarna då blir villkorslösa. 64 5.1.2 Fixed Effecs Models Fixed Effecs Models (FEM) anar däremo a de observaionsspecifika slumpermerna korrelerar med en eller flera av förklaringsvariablerna. Genom a använda dummyvariabler kan denna yp av modeller fånga såväl ids-, som individspecifika inercep-, och koefficienvärden. Dessa modeller kallas då ofa för Leas-Squares Dummy Variable (LSDV) Models. Esimeringarna blir i dessa villkorade mo respekive individ, och meoden är därför lämplig om urvale ine har ske slumpmässig, eller om urvale sorleksmässig är nära den oala populaionen. 65 Nackdelen med LSDV-meoden är a om anale värsnisobservaioner är sor, kommer modellen a innehålla för många dummyvariabler. 66 E alernaiv illvägagångssä är då a använda sig av försadifferenser för a rensa bor heerogenieen. Nackdelen med denna meod är a variabler som ine förändras över iden då försvinner ur modellen. Proceduren innebär dessuom a slumpermen kommer a vara auokorrelerad. Tidsberoende kommer dock a vara begränsa ill föregående period. 67 5.1.3 Val av modell Lyckligvis finns e anal es för a avgöra vilken av modellerna - OLS på poolad daa, FEM eller REM - som är mes lämpade för e specifik daamaerial. Tes av individ- och ids-effeker Innan vale av fixed- eller random modell kommer i fråga måse de säkersällas a de akuella daamaeriale innehar individ och/eller idsspecifika effeker. Saknas dessa heerogenieer är nämligen, vilke redan nämns, en OLS-skaning av den poolade daan a föredra. Två es har i denna uppsas använs för a undersöka dea. Den försa är e Lagrange muliplier-es som baseras på skaningen av en poolad modell. Tese kan och har använs för a esa såväl för ids- och individeffeker som en kombinaion 64 Gujarai (2003), s 647-651 65 Gujarai (2003), s 640-650 66 Balagi (2001), s 12 67 Greene (2008) s 190
38 av de båda. Den andra varianen är e F-es som jämför en poolad modell med en modell juserad för ids- och/eller individeffeker. 68 Tes av FEM vs REM De es som här används för a fassälla vilken av FEM och REM som bör användas kallas för Hausman s es efer dess upphovsman, och är e Chi2-es där de vå modellerna jämförs. 69 Då daan i denna uppsas äcker en hel populaion, och ine bara e urval, sam a de är mycke sannolik a slumpermerna varierar med förklaringsvariablerna, är de roligen så a FEM är den mes adekvaa modellen. Varför de finns anledning a ro a de finns korrelaion mellan slumpermen och förklaringsvariablerna har a göra med a orolig många fakorer påverkar TFP. Efersom de är omöjlig a inkludera alla dessa i modellen kommer de som ej inkluderas a urycka sig jus genom slumpermen. A då ine ro a de finns någon korrelaion mellan slumpermerna och de inkludera förklaringsvariablerna vore någo naiv. Exempelvis kan man ana a de infrasrukurella förhållandena i regionerna (indirek inkluderade i slumpermen) korrelerar med befolkningssorleken (inkluderas som förklaringsvariabel i modellen). I de fall där FEM visar sig vara den korreka meoden, kommer en modell a användas där heerogenieen mellan regionerna haneras med hjälp av försadifferenser. Efersom värsnisdaan i denna undersökning innehåller 72 observaioner, skulle dummies för samliga regioner ine bara innebära ungarbeade modeller, uan även e mycke lie anal frihesgrader, precis i linje med vad som påpekas här ovan. 5.1.4 Den klassiska modellens anaganden Mulikolinjärie är e problem vars förekoms i sor se kan garaneras i daamaerial för illväx. Förekomsen i illväxrelaera maerial beror delvis på a mulikolinjärie är mycke vanlig i idsseriedaa p.g.a. a förklaringsvariablerna uvecklas på e likara sä över iden. De är emellerid rolig a förklaringsvariablerna korrelerar även i e värsnisperspekiv. 70 För a använda idigare exempel, används både befolkningssorlek och infrasrukurella förhållanden som förklaringsvariabler i en modell, kommer mulikolinjärie a uppräda som 68 För dealjerad beskrivning av eserna, se Croissan & Millo (2008) 69 För dealjerad beskrivning av eserna, se Croissan & Millo (2008) 70 ITPS (2008), s 122
39 e problem. Daan i denna undersökning konrolleras för mulikolinjärie genom observaion av marisen för de pariella korrelaionskoefficienerna. Heeroskedasicie är ofa e problem i paneldaa efersom variansen kan variera ine bara över iden hos respekive individ, uan också mellan individerna. 71 Daamaeriale som ligger ill grund för denna undersökning lider dessuom av a många av variablerna ine är normalfördelade, sam förekoms av ouliers. De finns därför anledning a ro a heeroskedasisie kan vara närvarande. 72 Den yp av heeroskedasisie som de här kommer a esas för är i värsnisperspekive, s.k. cross-secional dependence (XSD), dvs huruvida variansen varierar mellan de olika individerna. Närvaro av XSD orsakar ineffekiva esima. De använda ese kallas för Pesaran CD-es och nyjar residualerna från de individuell skaade idsserierna för varje individ. De ar hänsyn ill om modellen skall skaas med FEM eller REM sam om både ids- och individeffeker är närvarande. 73 En modell innehållandes individspecifika effeker har sammansaa slumpermer som per definiion lider av auokorrelaion. Närvaron av en slumpermskomponen som ine varierar över id skapar en konsan auokorrelaion. Därför kommer vanliga auokorrelaionses allid a förkasa en nollhypoes som innebär sfäriska residualer. Emellerid kan även radiionell auokorrelaion, exv. av yp AR(1) finnas i slumpermen och därför har speciella es för auokorrelaion (serial correlaion) i paneldaa uvecklas. 74 I denna uppsas används Breusch- Godfrey/Wooldridge es, sam e Durbin-Wason es för panelmodeller, för a uppäcka förekomsen av sådan. 75 Uöver den emporala auokorrelaionen kan i paneldaa även finnas spaial auokorrelaion beroende på a de finns någon yp av koppling mellan värde på slumpermen för vå regioner som ren geografisk gränsar ill varandra. Samida auokorrelaion syfar ill korrelaion mellan slumpermerna mellan vå regioner som ine går a relaera ill deras geografiska närhe. 76 Ingen av dessa kommer de a as hänsyn ill i denna uppsas. 71 Pra & Worrall (2004), s 10 72 Guajarai (2003), s 387-391 73 För dealjerad beskrivning av eserna, se Croissan & Millo (2008) 74 Croissan & Millo (2008), s 22 75 För dealjerad beskrivning av eserna, se Croissan & Millo (2008) 76 Pra & Worrall (2004) s 10
40 5.1.5 Jusering av modell pga klassiska anaganden I de fall där den klassiska modellens anaganden ine uppfylls ger ine heller skaningarna av linjära panelmodeller esima som är BLUE. Vad gäller mulikolliniärie haneras den på samma sä som vid vanlig OLS skaning, dvs uesluning eller ransformaion av variabler, eller hel enkel ignorering av probleme. När de kommer ill jusering för heersoskedasisie och auokorrelaion, krävs meoder speciell anpassade för paneldaamodeller. Efersom eoribildningen inom område är under uveckling finns i skrivande sund ine illfredsällande meoder illgängliga i den använda programvaran. De meoder som finns, men som ine ännu är färdiguvecklade, är all för komplexa och omfaande för a uföras manuell. Inga juseringar kommer därför a uföras uan analysen kommer a sanna vid a påpeka dessa problems evenuella förekoms. 5.1.6 Förklaringsgrad A uppnå e R2 värde på 10 procen vid skaning av en panelmodell är generell a se som e sark resula. Dea beror på a modeller som inkluderar både värsnis- och idsserieperspekive hel enkel kan förvänas förklara en lien del av variaionerna i beroendevariabeln. Vid rena värsnisskaningar kan e högre värde på R2 förvänas, om än ine lika hög som vid skaningar av idsseriedaa. 77 5.1.7 Problem med de använda variablerna Av de variabler som används i denna uppsas varierar ine DS och TM över iden, varför de är meningslös a inkludera dessa variabler i paneldaaskaningarna. DS och TM kommer således bara a användas i värsnisskaningarna. IB 90/95/00 kan ine heller inkluderas i skaningarna av panelmodeller efersom de finns en korrelaion mellan beroendevariabeln TFP och de olika IB-värdena (IB 95 = IB 90 x (1 + 90 95 TFP 5.2 Resula ). Även IB kommer allså bara a inkluderas i värsnisskaningarna. 5.2.1 TFP:s uveckling hela perioden I dea avsni redovisas den ekonomeriska bearbeningen av den version av daamaeriale där variablerna är urycka i logarimerad form, dvs. ln(x ), sam de resula som 77 Saa (2003), Re: s: R-squared in panel daa models, www.saa.com/saalis/archive/2003-05/msg00336.hml, exrahera 2009-04-28.
41 regressionsanalysen umynna i. Såväl es för korrek modellspecifikaion, som den klassiska modellens anaganden, har uförs. Tes av den klassiska modellens anaganden Mulikolliniärie är, som nämns, e vanlig förekomman problem vid illväxsudier. Så är också falle i denna sudie, och då speciell när variablerna är urycka i sina logarimerade värden. Pariell korrelaion av problemaisk syrka (> 0,7) finns mellan befolkningssorlek (BSTL) och branschbredd (BB), sam mellan de bägge åldersgruppandelarna 78. Ingen av dessa är särskil förvånande. Probleme kommer a haneras genom a göra vå olika körningar, där BSTL och 20-29 ingår i den ena (1), och BB och 55-64 i den andra (2). Tesen för auokorrelaion indikerar båda för (1) a den är e närvarande problem. För (2) visar de emellerid veydiga signaler. BG-ese indikerar auokorrelaion medan DWesresulae anyder de konrära. Således går inga klara slusaser a dra angående evenuell auokorrelaions närvaro i (2). Vad gäller XSD indikerar ese a de ine förekommer i någon av modellvarianerna. Tes för modellspecifikaion Båda vå av de uförda esen för ids- och individ effeker uppäcker signifikan närvaro i bägge modellerna. Således kan en poolad modellspecifikaion uesluas. Näsa seg är Hausmanns es för a avgöra vilken av FEM och REM som är bäs lämpad. Resulae i de ese visar sig vara någo förvånande. Vad gäller (2) så visar ese, som väna, a FEM är mes lämplig. När ese uförs på (1) visar dock resulae på REM. Teses Chi2 värde uppgår ill 7.5119 vilke ger e p-värde på 0.1112 med en alernaivhypoes som innebär a FEM är den bäsa skaningsmeoden (en av modellerna är inkonsisen). Tros a dea resula ren formell indikerar REM kommer modellen a skaas med FEM. Dea efersom esresulae innebär a de på 10 procens signifikansnivå näsan går a slua sig ill a FEM är den bäsa meoden, sam pga. ovan presenerade argumen om korrelaion mellan slumperm och förklaringsvariabler, sam de fakum a undersökningen äcker en hel populaion. Sammanfaningsvis har allså närvaron av mulikolliniärie le ill a vå modeller har skaas; (a1) ln(tfp) = ln(bstl) + ln(hu) + ln(ks) + ln(b2029a) 78 Se fullsändig korrelaionsmaris i bilaga 3.
42 (a2) ln(tfp) = ln(bb) + ln(hu) + ln(ks) + ln(b5564a) för vilka följande esresula har framkommi: Tabell 2. Tesresula: TFP:s uveckling Närvaro av Modell Mulikoll. Heerosked Auokorr Individ- & idseffek FEM el. REM - PCD BGW-es DW-es LM-es F-es Hausman (a1) - - X x X x FEM (a2) - - X - X x FEM No: X indikerar a problem närvarar. Regressionsresula: TFP:s uveckling Resulae från regressionerna på dessa vå modeller indikerar a de ine förklarar särskil mycke av de regionala variaionerna av TFP:s uveckling. Endas en variabel har e koeffeicienvärde signifikan skilj från noll och de högsa förklaringsgraden, R2, uppgår ill 4 %. Den signifikana variabeln är andelen personer i åldersgruppen 55 64 år, vilken påverkar illväxen i TFP negaiv. Tabell 3. Regressionsresula: TFP:s uveckling Modell BSTL BB HU KS 20-29 55-64 R2 (a1) -0,011 0,018 0,049-0,006 0,026 0,017 0,080 0,021 0,01 (a2) -0,022 0,011 0,014-0,062 0,032 0,016 0,079 0,024 0,04 No. De övre ale är koefficienvärde och de undre är sandardavvikelsen. Mörkgrå markering innebär a koefficienvärde är signifikan skilj från noll på 5%-nivå. Ljusgrå innebär signifikan på 10 %-nivå. 5.2.2 TFP:s uveckling år för år Efersom dessa skaningar är rena värsnisskaningar finns inge behov av FEM eller REM, då dessa som bekan är menade för paneldaamodeller. Därför uelämnas i dea avsni också de specifikaionses som används för a fassälla vilken av dessa vå som skall användas. Då vanliga OLS-skaningar skall användas här kan även de idsinvariana variabler som exkluderas ur modellerna för paneldaa inkluderas. Uöver de variabler som användes i modellen i föregående sycke kommer därför även illgänglighesmåe (TM) sam disans ill Sockholm (DS) a inkluderas. För a konrollera förekoms av evenuell konvergens kommer även de iniiala TFP-indexvärde (IB90/95/00) (definiera enlig idigare) i varje period a inkluderas som förklaringsvariabel. Då den konvergerande effeken evenuell
43 laggar har även körningar uförs där, i de fall sådana finns, idigare perioders iniiala TFPindexvärde inkluderas. Efersom IB från de re olika åren korrelerar har endas en å gången inkluderas. Således görs en skaning för perioden 90-95 med IB90 inkluderad. Två skaningar görs för perioden 95-00. En med IB90 och en med IB 95 i modellen. För 00-05 görs följakligen re skaningar, vilka inkluderar IB90, IB95 respekive IB00. (b) ln(tfp) = ln(bstl) + ln(bb) + ln(hu) + ln(ks) + ln(20-29) + ln(55-64) + TM + DS + IB90/95/00 Tes av den klassiska modellens anaganden Genom a beraka mariserna med de pariella korrelaionskoefficienerna för samliga re perioder, kan konsaeras a den enda mulikolliniärie som uifrån de enkla ese kan berakas som problemaisk (>0,7) är den mellan IB för de olika åren. I och med a de ine kommer a inkluderas i samma skaningar bedöms a mulikolliniärie ine är någo som bör påverka dessa skaningar negaiv. Vad gäller heeroskedasisie är resulaen enydiga för skaningarna gällande perioderna 90 95 sam 95 00. Ingen heeroskedasisie indikeras. För 00 05 uppvisar dock esen mosridiga resula. Breusch-Pagan signalerar heeroskedasisie för alla re modellvarianerna medan Goldfeld-Quan indikerar homoskedasisie. De finns således indikaioner på a heeroskedasisie evenuell är e problem i de skaningarna. Ingen av modellerna uppvisar signifikan närvaro av auokorrelaion, vilke också är a väna vid rena värsnismodeller som dessa. Tabell 4. Tesresula: TFP:s uveckling år för år Närvaro av Modell Period IB Mulikoll. Heerosked Auokorr - Breusch-Pagan Goldfeld-Quan DW-es (b1) 90-95 90 - - - - (b2) 95-00 90 - - - - (b3) 95-00 95 - - - - (b4) 00-05 90 - x - - (b5) 00-05 95 - x - - (b6) 00-05 00 - x - - Regressionsresula: TFP:s uveckling år för år
44 Resulae från körningarna av modellerna här ovan preseneras i abell 5. Vad som ydlig kan konsaeras är a även om de finns signifikana koefficiener i alla modeller, så är de för olika förklaringsvariabler. Och i de enda fall där en koefficien fakisk uppvisar signifikan värde i vå perioder/modeller är eckne på koefficienvärde mosa. HU har för perioden 90 95 posiiv påverkan på illväxen i TFP, medan den har en negaiv påverkan för den följande femårsperioden. Under de fem försa åren på millennie finns de enlig denna modell inga saisiska indikaioner på a HU hade någon som hels påverkan på TFP. För de vå försa femårsperioderna verkar den iniiala nivån på TFP ha haf en negaiv inverkan på illväxen i densamma. Här finns allså ecken på konvergens. Dock verkar ine den iniiala nivån på TFP från idigare perioder influera illväxen i den akuella. Tabell 5. Regressionsresula: TFP:s uveckling år för år Modell BSTL BB HU KS 20-29 55-64 TM DS IB90 IB95 IB00 R2 (b1) -0,084-0,008 0,062-0,065-0,004 0,044 0,000 0,000-0,0002 90-95 0,094 0,014 0,037 0,213 0,051 0,060 0,000 0,000 0,0001 (b2) 0,076-0,064-0,040-0,141 0,064-0,087 0,000 0,000-0,0001 95-00 0,082 0,046 0,021 0,107 0,039 0,046 0,000 0,000 0,0001 (b3) 0,087-0,062-0,036-0,126 0,058-0,082 0,000 0,000-0,0001 95-00 0,079 0,045 0,020 0,104 0,039 0,045 0,000 0,000 0,0001 (b4) 0,126 0,035-0,034 0,207 0,029-0,055 0,000 0,000-0,0001 00-05 0,064 0,046 0,024 0,102 0,030 0,043 0,000 0,000 0,0001 (b5) 0,115 0,042-0,032 0,206 0,026-0,052 0,000 0,000-0,0001 00-05 0,062 0,045 0,024 0,102 0,030 0,043 0,000 0,000 0,0001 (b6) 0,117 0,043-0,031 0,208 0,022-0,056 0,000 0,000-0,0001 00-05 0,064 0,045 0,024 0,102 0,030 0,044 0,000 0,000 0,0001 0,337 0,250 0,274 0,123 0,116 0,113 No. De övre ale är koefficienvärde och de undre är sandardavvikelsen. Mörkgrå markering innebär a koefficienvärde är signifikan skilj från noll på 5%-nivå. Ljusgrå innebär signifikan på 10 %-nivå. Mellan år 1995 och 2000 hade hög illväx av andelen personer i åldersgruppen 55 64 år en hämmande effek på illväxen i TFP. En ökning av den genomsniliga nivån av kommunaloch landsingsska hade en posiiv inverkan på TFP:s illväx under perioden 2000 ill 2005, vilke även en ökning av befolkningen hade. Förklaringsgraden (R2) är låg för den sisa perioden, men någo högre för de vå försa.
45 5.2.3 TFP:s uvecklingsak För a analysera hur förändringar i förklaringsvariablernas uvecklingsak påverkar TFP:s uvecklingsak har regressioner uförs där samliga variabler i modellen urycks som den ln( x ) ln( 5 ) årliga genomsniliga procenuella förändringen; x. 5 Tes av den klassiska modellens anaganden Efersom variabelvärdena i dessa skaningar urycks ine bara i logarimerad form, uan även som differenser, är sannolikheen sor a problemen med mulikolliniärie reduceras, vilke också är falle. Ingen av de signifikana pariella korellaionionskoefficienerna har e värde > 0,7. Således berakas ine mulikolliniärie som e förekommande problem i denna modellspecifikaion. I övrig bekräfar BGW ese auokorrelaion medan DW-ese förkasar den. XSD närvarar ine enlig PCD-ese. Tes för modellspecifikaion LM-ese för ids- och individeffeker indikerar a båda dessa finns i maeriale om signifikansnivån säs ill 5 procen. Desamma gäller wo-wayseffeker (dvs. en kombinaion av ids- och individeffeker). På 1 procens-nivån är dock ine de individuella effekerna signifikana. F-ese bekräfar a individeffekerna möjligvis ine är lika sarka när variablerna urycks på dea sä. Med e p-värde på 0,9 förkasar ese ydlig den alernaivhypoes som innebär a effekerna är signifikana. Tidseffeker är dock även enlig dea es signifikan närvarande, vilke lusig nog också wowayseffeker är. Efersom de bara är e es som ydlig förkasar individeffekerna medan de andra, sam båda esen för woways, ändå indikerar a de närvarar, är också dea den slugiliga bedömningen. Hausmans es indikerar a FEM här lämpar sig bäre än REM. Sammanfaningsvis är den modell som skall skaas: (c) TFP = BSTL + HU + BB + KS + B2029a + B5564a
46 ln( X ) ln( 5 ) där samliga variabler är urycka som X. 5 Tesresulaen för denna modellvarian sammanfaas i följande abell: Tabell 6. Tesresula: TFP:s uvecklingsak Närvaro av Modell Mulikoll. Heerosked Auokorr Individ- & idseffek FEM el. REM - PCD BGW-es DW-es LM-es F-es Hausman (c) - - X - X x FEM Regressionsresula: TFP:s uvecklingsak Tabell 7. Analysresula: TFP:s uvecklingsak Modell BSTL BB HU KS 20-29 55-64 R2 (c) 0,281-0,021-0,013 0,033 0,075-0,010 0,093 0,015 0,018 0,073 0,026 0,033 0,177 No. De övre ale är koefficienvärde och de undre är sandardavvikelsen. Mörkgrå markering innebär a koefficienvärde är signifikan skilj från noll på 5%-nivå. Ljusgrå innebär signifikan på 10 %-nivå. Två variablers uvecklingsak har enlig resulae signifikan påverkan på TFP:s dio. Både högre illväxak i befolkningssorleken och andel personer i åldersgruppen 20 ill 29 år ökar också illväxaken i TFP. Den låga förklaringsgraden indikerar dock a en sor del av förklaringen ill förändringar i TFP:s illväxak ej är inkluderade i modellen.
47 5.2.4 Resulasammanfaning De resula som framkommi i föregående sycken sammanfaas i abell 8 och diskueras i näsa kapiel. Tabell 8. Sammanfaning regressionsresula Modell BSTL BB HU KS 20-29 55-64 TM DS ITFPI90i ITFPI95i ITFPI00i R2 (a1) (a2) -0,011 0,018 0,049-0,006 0,026 0,017 0,080 0,021-0,022 0,011 0,014-0,062 0,032 0,016 0,079 0,024 0,01 0,04 (b1) -0,084-0,008 0,062-0,065-0,004 0,044 0,000 0,000-0,0002 90-95 0,094 0,014 0,037 0,213 0,051 0,060 0,000 0,000 0,0001 (b2) 0,076-0,064-0,040-0,141 0,064-0,087 0,000 0,000-0,0001 95-00 0,082 0,046 0,021 0,107 0,039 0,046 0,000 0,000 0,0001 (b3) 0,087-0,062-0,036-0,126 0,058-0,082 0,000 0,000-0,0001 95-00 0,079 0,045 0,020 0,104 0,039 0,045 0,000 0,000 0,0001 (b4) 0,126 0,035-0,034 0,207 0,029-0,055 0,000 0,000-0,0001 00-05 0,064 0,046 0,024 0,102 0,030 0,043 0,000 0,000 0,0001 (b5) 0,115 0,042-0,032 0,206 0,026-0,052 0,000 0,000-0,0001 00-05 0,062 0,045 0,024 0,102 0,030 0,043 0,000 0,000 0,0001 (b6) 0,117 0,043-0,031 0,208 0,022-0,056 0,000 0,000-0,0001 00-05 0,064 0,045 0,024 0,102 0,030 0,044 0,000 0,000 0,0001 0,337 0,250 0,274 0,123 0,116 0,113 (c) Genomsnilig signifikan påverkan 0,281-0,021-0,013 0,033 0,075-0,010 0,093 0,015 0,018 0,073 0,026 0,033 + - (?) + + - - - 0,177 No. De övre ale är koefficienvärde och de undre är sandardavvikelsen. Mörkgrå markering innebär a koefficienvärde är signifikan skilj från noll på 5%- nivå. Ljusgrå innebär signifikan på 10 %-nivå.
48 6 Analys I dea kapiel diskueras de resula som framkom i den ekonomeriska undersökningen. De försa avsnie är inrika på olkning och diskussion av de koefficienvärden som har esimeras medan de andra avsnie lyfer blicken någo och resonerar kring resulae mer allmän. 6.1 Tolkning av resulae 6.1.1 Signifikana variabler BSTL Befolkningssorlek En posiiv befolkningsuveckling har på 10 procens signifikansnivå en posiiv inverkan på TFP:s uveckling enlig värsnisskaningarna för perioden 2000 2005. Också modell c indikerar e posiiv samband mellan regionernas befolkningssorlek och TFP, även om den modellen esar sambanden mellan förändringar i variablernas uvecklingsaker, snarare än deras uveckling. Dea resula alar således för den koppling som görs mellan befolkningsillväxen och TFP i de endogena illväxmodellerna och inom den nya ekonomiska geografin och srider mo de argumen som preseneras inom de exogena modellerna. En orsak ill a befolkningssorlekens uveckling korrelerar posiiv med TFP:s uveckling skulle kunna vara den urbaniseringsprocess som pågår inom Sverige, och förefaller ha mycke gemensam med den uveckling som beskrivs av den nya ekonomiska geografin. Befolkning söker sig ill föreag och föreag söker sig ill befolkning. Föreag söker däruöver a lokalisera sig nära andra föreag. Befolkningen och näringslive ökar således i vissa regioner på bekosnad av andra. Exerna sordrifsfördelar medför i sin ur a TFP också ökar forare i de regioner som har befolknings- och näringslivsillväx, än i de som avbefolkas. Vad som i viss mån alar mo de resonemange är den bild av TFP:s uveckling som framkom i abell 1 (sid 20). Av de FA-regioner som har haf högs illväx i TFP under de re perioderna ingår en sor del i den kaegori av regioner som ofa uppfaas som glesbyggd. De skulle vara inressan a se framida undersökningar som uför jämförande undersökningar om TFP i äor respekive glesbygd.
49 A en sor/ökande befolkning kan gynna TFP:s uveckling genom a fördela kosnader för FOU på fler personer, vilke ofa hävdas av kriiker av de exogena illväxmodellerna, kan änkas vara san när sudieobjeke är en hel naion, men knappas vid berakelser av regioner. Tvärom är de sannolik så a när de kommer ill sudier av regioner är ugiferna för FOU per invånare sörre i regioner med sor befolkning än i regioner med lien befolkning. Dea efersom regioner mer sor befolkning ofa har fler sora föreag och kanske även universie ill skillnad från små glesbefolkade regioner där föreagen är små och därför ine kan rymma FoU-verksamhe inom den egna budgeen. Andel högubildade HU Förändringar i andelen av befolkningen mellan 25 och 64 med mins re års efergymnasial ubildning, uppvisar på 10 procens signifikansnivå påverkan på TFP:s uveckling i värsnisskaningarna för perioderna 90-95 och 95-00. I övriga modeller uppvisas ingen påverkan. För perioden 90-95 är koefficienvärde posiiv, vilke är hel i linje med vad som kan föruspås uifrån eorin. I skaningarna för perioden 95-00 är de däremo negaiv. En förklaring ill dea är svår a resonera sig fram ill. I de fall där en regions näringsliv i sor usräckning besår av verksamhe där yerligare eknisk uveckling är svår a uppnå, vilke anagligen ofare är falle med arbeskrafsinensiv verksamhe, är de ine omöjlig a änka sig a en förändring av andelen högubildade ine påverkar TFP:s uveckling. Möjligvis skulle man give samma scenario kunna spekulera i a en ökning av andelen högubildade.o.m skulle kunna ha en negaiv effek på TFP:s uveckling, genom a undersimulerad arbeskraf enderar a också underpresera. Denna förklaring är dock ämligen långsök och saknar sannolik förklaringsvärde ill varför koefficienvärde för denna variabel är negaiv för värsniskaningarna av perioden 95-00. KS - Kommunal- och landsingsskaenivå De esimerade koefficienvärde för kommunal och landsingsskaenivå KS är i de re värsnisregressioner för perioden 2000 2005 posiiv, sam signifikan skil från noll på 5 procens signifikansnivå. Analysen anyder således a höjning av skaesas under denna period hade en posiiv effek på TFP, vilke är e ämligen konroversiell resula. Anledningen ill dea skulle kunna vara a skaehöjningarna har le ill bäre kvalié på de jänser som kommun och landsing illhandahåller. Genom bäre sjukvård, ubildning, infrasrukur sam näringslivssöande jänser, förbäras förusäningarna för a föreagen
50 skall kunna öka sin produkion give en viss mängd av arbeskraf och kapial. Resulae yder på a denna effek var sarkare än den negaiva effek som skaer ofa hävdas ha på föreagande genom a minska inciamenen för arbee och innovaion. De fakum a KS ine uppvisar signifikan värde i någon av de andra värsnisskaningarna, eller i panelskaningarna av hela idsperioden, innebär dock a denna variabels påverkan på TFP bör olkas med viss försikighe. Andel i åldersgrupperna 20-29 respekive 55-64 På 5 procens signifikansnivå uppvisar variabeln för förändringar i åldersgruppen 20-29 posiiv påverkan i panelmodell c, och variabeln för förändringar i åldersgruppen 55-64 negaiv påverkan i panelmodell a2. Den sisnämnda variabeln uppvisar på 10 procens signifikansnivå även negaiv påverkan på TFP:s uveckling i värsnismodellerna för perioden 95-00. Resulae srider således mo vad som framkommi i eoriavsnie där åldersgruppen 50 64 beskrevs som den vikigase för ekonomisk illväx. I denna uppsas verkar de snarare vara så a de är åldersgruppen 20-29 som bidrar posiiv ill TFP:s uveckling. En anledning ill dea skulle kunna vara den urbaniseringsprocess som diskueras här ovan. Unga människor är i högre usräckning mobila. De flyar för a sudera och de flyar i sörre usräckning än äldre människor di jobben finns. De befolkningssrömmar som gör a sora regioner blir sörre medan mindre blir mindre ugörs därför ill sörs del av unga. När dessa unga flyar från en region minskar deras andel av befolkningen samidig som de äldres andel ökar. De regioner de flyar ill känneecknas generell av universie och föreagskluser, dvs egenskaper som kan förvänas leda ill hög illväx i TFP. A en ökning av andelen av befolkningen i åldersgruppen 55 64 påverkar illväxen i TFP negaiv skulle kunna förklaras av a äldre människor har svårare a a ill sig ny eknologi, sam a de ine heller har kapacie a jobba lika hår och snabb som yngre personer. IB Iniial TFP IB inkluderas av redan förklarade skäl endas i värsnisskaningarna. Toal har 6 värsnisskaningar genomförs varav 2 sycken innehåller signifikana varianer av IB. Båda dessa skaningar innehåller IB från de iniiala åre i den period som skaningen omfaar och
51 har även båda e negaiv värde på koefficienen. Båda är signifikana på 5 procensnivå, men effeken är svag. Resulae är a olka som a de finns ecken på konvergens mellan TFP i de olika FA-regionerna, i och med a en hög nivå på TFP jämför med de andra regionerna i början av perioden leder ill lägre illväx av TFP under perioden. Denna effek är ämligen omedelbar efersom de iniiala TFP-värde från föregående perioder ine är signifikan i någon av skaningarna. Möjligvis yerligare vär a noera är a samliga esimerade koefficienvärden, om än ej signifikana, är negaiva. Dea kan ses som en svag yerligare bekräfelse av slusasen om konvergens. 6.1.2 De icke-signifikana variablerna Varken BB, TM eller DS uppvisar någon signifikan påverkan på TFP i någon av de skaade modellerna. Dea är a olka som a förändringar i näringslives diversifiering, illgänglighe ill och sorlek på närliggande marknader, eller avsånd ill Sveriges sörsa regionala ekonomi Sockholm, ine är någo som påverkar TFPs uveckling i de olika FA-regionerna. Vad som bör noeras är då a variablerna DS och TM ine varierar över id och därför endas har inkluderas i skaningar av värsnismodeller. Varför ine DS uppvisar signifikana värden är vid närmare eferanke kanske ine så underlig. Närhe ill Sockholm, vilken är Sveriges sörsa marknad och också den region som har i högs nivå på TFP i Sverige (se abell 1), kan hisorisk se ha bidragi ill en högre nivå på TFP i de närliggande regionerna. I de akuella läge, då Sockholm ine längre har högs illväx i TFP och när TFP:s spridningseffeker sam handel sannolik ine längre är lika knuna ill geografisk närhe, saknas dock sambande mellan DS och TFP:s uveckling. De fakum a TM ine är signifikan skulle också kunna olkas som a exern marknadspoenial i dagens samhälle ine är lika vikig för TFP:s uveckling som den kanske har vari. I ak med a eknik och infrasrukur uvecklas är de ine längre lika vikig för föreag a placera sig nära sina marknader. En aspek av ransporkosnader som ine beakas inom den genomgångna eorin, är kosnader för frak av råvaror ill indusrin. Särskil som föreag i de moderna samhälle säljer ill all sörre och i sörre usräckning spridda marknader, blir föreages geografiska placering i förhållande ill dessa marknader all mindre
52 vikig. Frakkosnaderna ill kunderna kommer i vilke fall a bli sora. Isälle kan man änka sig a viken av a förlägga produkionen nära de nödvändiga råvarorna ökar. Liksom vad gäller DS skulle en orsak även kunna vara a TM på senare år har blivi av mindre vik för TFP:s uveckling, men a de finns e posiiv samband mellan TFP:s nivå och TM:s nivå, vilke grundas på variabelns hisoriska vik. Samma resonemang går a använda som möjlig förklaring ill a BB ine är signifikan. En minskning av branschbredden, vilke kan olkas som en ökad specialisering av näringslive i regionen, dvs. a fler föreag i regionen verkar i samma bransch, ycks ine ha någo inflyande på TFP:s uveckling. De är dock ine omöjlig a nivåerna har den förvänade negaiva relaionen. 6.1.3 Förklaringsgraden Förklaringsgraden varierar relaiv mycke mellan de skaade modellerna. De finns en ydlig skillnad mellan de vå använda meoderna, panel- och värsnisskaningar, där den senare kaegorin har högre förklaringsgrad. A panelmodellerna uppvisar e låg värde är väna, vilke förklarades i avsni 5.1. Likväl är de R2 värden som redovisas i abell 8 a se som låga, vilke kanske ine är så lusig med anke på a fakorerna bakom illväxen i TFP är oerhör många, och de skaade modellerna som mes innehåller 2 signifikana variabler på 5 %-nivå. 6.2 Övergripande kommenarer Sammanfaningsvis är resulae i denna uppsas a se som ämligen splira. De går a skönja anydningar, men ine a idenifiera klara och heläckande förklaringar ill TFP:s uveckling. Den sörsa anledningen ill dea är den bris på daa vilken har vinga fram e anal anaganden för a över huvud age kunna genomföra proceduren. Dessa anaganden har ine vari orimliga, men de har ändå veklös för de skaade sambanden e snäpp bor ifrån de sanna. A ge en ydlig och fullsändig bild av fakorerna bakom TFP var således uifrån de exiserande förusäningarna omöjlig. Dels på grund av a kalkyleringen av TFP var förenklad, men också efersom illgången ill saisik för poeniella förklaringsvariabler ill TFP är begränsad.
53 6.2.1 Resulae Vad som ändå kan sägas är a de resula som framkommi ine i någon sörre usräckning ger vaen på kvarnen för de presenerade eorierna. Dea skulle möjligvis kunna olkas som a de finns en viss skillnad på vad som syr TFP:s uveckling på naionell respekive regional nivå. En majorie av de fakorer som i eorin beskrivs som vikiga för TFP kan i och för sig yckas ganska väl beskriva de svenska sorsadsregionerna med anke på fakorer som sor näringsliv, sor befolkning sam närvaro av universie. Om man ser ill de svenska glesbygdsregionerna är dock likheerna små. Skulle eorin sämma ill punk och pricka skulle således sorsäderna uppleva en sor illväx i TFP relaiv glesbygdsregionerna. E anna sä a säga dea är a regressionerna skulle ha indikera divergens snarare än den konvergens som de isälle pekar på. Anledningen ill dea fenomen måse vara de spridningseffeker som gör a uveckling i TFP sprider sig från de regioner där den produceras ill de övriga som i sor usräckning endas passiv ar emo, och implemenerar. För a spridningseffekerna skall fungera så bra a hela lande följer med i uvecklingen krävs anagligen en modern fungerande och väl inegrerad ekonomi, vilke Sverige får anses ha. De ydligase exemple för dea är a variabler som kunskapsnivå, Fou, paen osv. säker spelar en sor roll för produkivieen i den naionella ekonomin, ros a produkionen av dem i sor se sker i e fåal regioner. Liksom idigare nämns är resulae i denna uppsas ine hel illförlilig och måse kompleeras med andra sudier innan klara slusaser kan dras i denna fråga. Skulle andra undersökningar dock bekräfa de resula som här framkommi, dvs konvergens, skulle de kunna olkas som a fokus för eorierna för regional TFP borde delas upp i vå grenar; produkion och absorberingsförmåga av TFP. Nuvarande eori, vilken näsan uesluande inrikas mo produkion av TFP, borde kompleeras med eori gällande de regioner som ine besier de fakorer som idenifieras i nuvarande eori, men som ändå uppvisar en högre illväx i TFP. Vilka krafer ligger bakom denna uveckling? Inom ramen för denna frågesällning finns urymme för mycke ny forskning. Vilka regioner producerar TFP och vilka lever på spridningseffeker? Finns de skillnad på konvergenshasigheen mellan de icke-producerande regionerna? Efersom nivåerna på TFP varierar krafig, anagligen ill fördel för de regioner som kan anas vara producener av TFP, kan konvergensen anas vara e senida fenomen. När började denna uveckling? Ökar eller minskar den generella hasigheen? Eller går den kanske i vågor?
54 6.2.2 Framida möjligheer Även om denna uppsas ine ydlig har påvisa sambanden bakom den regionala illväxen i TFP, har den klar bidragi med är a visa hur lång man kan nå genom denna yp av övning med den saisik som idag finns illgänglig, sam a den har ge en fingervisning om vilka resula man skulle kunna änka uppnå om mer och bäre saisik skulle as fram. Den variabel som de, uifrån denna undersöknings perspekiv, är mes angeläge a arbea fram daa för, är kapialsockens sorlek i FA-regionerna. Mäningar av kapialsock ycks dock ren empirisk vara någo problemaiska. A mäa e föreags kapialsock via balansräkning innebär.ex. a man får de bokföringsmässiga värde, vilke signifikan kan avvika från de ekonomiska. Vid konaker med myndigheen Tillväxanalys (då ITPS) under uppsasens illkoms har de dock framkommi a arbee pågår med a a fram den privaa sekorns kapialsock på kommunal nivå med denna meod. Även om den saisiken, när den är färdig, ine kommer a ge hel rävisande bild av kapialsocken, kommer den a innebära a de blir beydlig mer inressan a genomföra illväxbokföring på FA-regionerna. Genom a få kapialsocken som en exogen variabel försvinner den direka koppling mellan TFP och ersäningen ill arbeskraf w, som finns i denna uppsas. TFP kommer då a visa samliga produkionsfakorers produkivie isälle för a vara begränsad ill arbeskrafens. De är min förhoppning och förmaning a myndigheen Tillväxanalys så snar denna saisik finns illgänglig själva genomför illväxbokföring, alernaiv illser a någon annan gör de undersödda av myndigheen Tillväxanalys. Som ansvarig myndighe för illväxforskning har myndigheen Tillväxanalys den bäsa illgången ill exiserande saisik, sam resurser för a kunna uföra illväxbokföring på de sä som meoden förjänar, dvs med exogena uppgifer för kapialsock, sam daa för räna och α som varierar över id och mellan regioner. A räkna fram TFP och sedan förklara den genom saisisk analys är en användbar procedur som vid korrek uförande kan ha vikiga policyimplikaioner, oberoende om resulae är samsämmig med vad som framkommi i denna sudie. Vid ideala förhållanden kan man ine bara se hur förändringar av olika variabler påverkar illväxen i TFP, man kan även se hur omfaningen av denna förändring varierar mellan de olika variablerna. Genom a jämföra magniuden av variablernas påverkan på TFP med olika kosnader för a förändra dessa variabler (ekonomisk, poliisk, eknisk ec.) kan beslusfaare få e användbar insrumen för a på e så effekiv sä som möjlig simulera TFP i regionala ekonomier.
55 A lära sig mer om vad som driver TFP:s illväx på regionala nivå innebär dock ine bara förbärade förusäningar för a simulera den regionala och sedermera naionella illväxen av TFP, sam i förlängningen den ekonomiska illväxen. Kunskapen medför också a man på naionell nivå på e mer konrollera sä kan syra var i lande den ekonomiska illväxen skall accelerera mes. Dea kan vara bra informaion efersom den udöende landsbygd som urbaniseringen för med sig ofa umålas som e problem som bör moarbeas. Dea resonemang gäller kanske speciell om de spekulaioner sämmer som framförs ovan, om a produkionen av TFP endas sker i vissa regioner, medan andra endas absorberar den. A jobba för a a fram mer saisik på relevana ekonomiska variabler på regional nivå är således någoning som de finns e behov av. A dela in Sverige efer hur ekonomin fungerar på de regionala plane (dvs. i FA-regioner), snarare än efer adminisraiva gränser, må ge bäre förusäningar för ekonomisk analys, men är en ämligen rubbig ågärd om ine illgången på saisik ökar. För övrig kan man fundera på om ine de skulle finnas fördelar med a även göra om den adminisraiva indelningen i regioner efer FA-indelningen. Efersom FA-regionernas förusäningar skiljer sig å borde effekivieen av poliiska ågärder kunna öka om de var rikade mo en specifik FA-region, snarare än mo en adminisraiv region,.ex. e län. Även uvärdering av förd poliik blir läare om de poliiska regionerna överenssämmer med de ekonomiska.
56 7 Slusas Uppsasen avsluas i och med dea kapiel som presenerar de slusaser som dragis och knyer ann ill uppsasens syfe. Kalkyleringarna som gjors i denna uppsas yder på a nivån på TFP är högs i sorsadsregionerna och lägs i glesbygdsregioner. Vad gäller illväxen i TFP är ine resulae lika ydlig, men de flesa av de fem FA-regionerna med högs illväx under de undersöka perioderna är glesbygdsregioner. Denna konvergens bekräfas i viss usräckning av resulae från regressionsanalysen där varje periods iniiala nivå på TFP i vå av de esimerade modellerna har en negaiv signifikan påverkan på TFP:s uveckling i samma period. Om dea resula sämmer skulle de kunna innebära a regioners impor av TFP ibland kan vara en vikigare fakor än själva produkionen av TFP. I övrig ger regressionsanalyserna en ill synes osäker bild av vad som förklarar TFP:s uveckling. Den variabel som är signifikan i fles regressioner är den genomsniliga kommunal- och landsingsskaenivå, vilken enlig resulae påverkar TFP i posiiv rikning (!). Befolkningsillväx har som väna en posiiv effek på TFP:s illväx medan den genomsniliga ubildningsnivån uppvisar både posiiva och negaiva koeficienvärden. Kor sag är resulae diffus, splira och ine särskil samsämmig med den presenerade eorin. Sannolik beror de inesägande resulae ill sor del på den brisande illgången på saisik, vilken har vinga fram e anal anaganden, vilka alla för resulae e seg bor ifrån de sanna sambanden. Den främsa slusas som kan dras är därför a den saisik som finns illgänglig idag ine är illräcklig för a någorlunda korrek och precis kunna vare sig beräkna, eller genom saisisk analys förklara, TFP på FA-regionsnivå. Då regional uveckling ofa förefaller så relaiv hög på den poliiska agendan kan de yckas a en uökad och förbärad insamling och
57 sammansällning av saisik är e billig grepp för a öka kunskapen inom område och därmed skärpa effekivieen i den förda poliiken.
Källföreckning Ariklar Aiello, F., Scoppa, V. (2000), Uneven Regional Developmen in Ialy: Explaining Differences in Produciviy Levels. Giornale degli Economisi, 2000, vol. 59, issue 2, pages 270-298. hp://www.ecosa.unical.i/aiello/gdeaeaiello-scoppa.pdf Erixon, L., (2002), Naionalekonomins syn på illväxens besämningsfakorer. Sockholms Universie. hp://people.su.se/~erixo/larobokiib.pdf Krugman, P. (1991), Increasing Reurns and Economic Geography. The Journal of Poliical Economy, Vol. 99. No. 3. pp. 483 499. Croissan, Y., Millo, G. (2008), Paned Daa Economerics in R: The plm package. www.rprojec.org Ezaki, M., Sun, L., (1999), Growh Accouning in China for Naional, Regional and Provincial Economies: 1981-1995. Asian Economic Journal. Vol 13. No. 1 hp://web.ebscohos.com.l.lag.bibl.liu.se/ehos/pdf?vid=2&hid=103&sid=e48c7784-4e3a- 4050-a66c-8259991e3413%40sessionmgr104 Madsen, J.B., (2008), Economic Growh, TFP Convergence and he World Expor of Ideas: A Cenury of Evidence. The Scandinavian Journal of Economics 110(1) hp://www3.inerscience.wiley.com.l.lag.bibl.liu.se/cgibin/fullex/119404126/pdfstart Pra T.C., Worrall J.L., (2004), On he consequences of ignoring unobserved heerogeneiy when esimaing macro-level models of crime. Social Sience Research 33 (2004). hp://www.sciencedirec.com Salinas-Jiménez, M., Alvarez-Ayuso, I., Delgado-Rodríguez, J., (2004), Capial accumulaion and TFP growh in he EU: A producion fronier approach. Journal of Policy Modeling 28
hp://www.sciencedirec.com.l.lag.bibl.liu.se/science?_ob=mimg&_imagekey=b6v82-4h4t1yc-1-h&_cdi=5858&_user=650414&_orig=search&_coverdae=02%2f28%2f2006 &_sk=999719997&view=c&wchp=dglbvz-zskzs&md5=d0dd654ed21f0f2239626b2fbe5 7fe67&ie=/sdaricle.pdf Scoppa, V., (2007), Qualiy of Human and Physical Capial and Technological Gaps across Ialian Regions. Regional Sudies, vol:41 iss:5 hp://web.ebscohos.com.l.lag.bibl.liu.se/ehos/pdf?vid=2&hid=102&sid=01039cb2-3fb9-4916-b7c7-efd213c9db5f%40sessionmgr110 Scoppa, V., (2009), Technological Cach-up or Neoclassical Convergence? Idenifying he Channels of Convergence for Ialian Regions. MPRA Paper No. 13051 hp://mpra.ub.uni-muenchen.de/13051/1/mpra_paper_13051.pdf Yamamura, E., Shin, I., (2007), Technological change and cach-up and capial deepening: Relaive conribuions o growh and convergence: Commen. Economics Bullein, Volume 15, Issue 3. hp://www.economicsbullein.com/ Webplaser Eniro (2008). www.eniro.se Ekonomifaka (2008). www.ekonomifaka.se. Insiue för illväxsudier (ITPS) (2008), Daabasen Regionernas illsånd 2007, www.ips.se, (Sendan våren 2009 Tllväxanalys - myndigheen för illväxpoliiska uvärderingar och analyser. www.illvaxanalys.se) Naionalencyklopedin (2008), www.ne.se Närings- och eknikuvecklingsverke (NUTEK) (2008), www.nuek.se (Sedan våren 2009 Tillväxverke. www.illvaxverke.se) Organizaion for Economic Co-operaion and Developmen (OECD) (2008), www.oecd.org
Saa Services The saa lisserver (2003), Re: s: R-squared in panel daa models, www.saa.com/saalis/archive/2003-05/msg00336.hml Saisiska Cenralbyrån (SCB) (2008), www.scb.se Svensk näringsliv (2009), Daabas för lokal föreagsklima, www.svensknaringsliv.se/appkfaka/sar.do Offenliga uredningar Expergruppen för sudier i offenlig ekonomi (ESO) (2000), 40-alisernas uåg En ESO rappor om 2000-ales demografiska umaningar. Insiue för illväxsudier (ITPS), (2008) Regionernas illsånd 2007 En rappor om illväxens förusäningar i svenska regioner. SOU 2008:14, Bilaga 6 ill Långidsuredningen 2008: Timmar, kapial och eknologi vad beyder mes? Sveriges Riksbank (2004) Penning och valuapoliik 2004:01. Trycka källor Balagi, B.H. (2003), Economeric Analysis of Panel Daa, 2 nd ed, John Wiley & Sons, LTD. Blanchard, O. (2006) Macroeconomics. Pearson Prenice Hall. Easerly, W. (2002), The Elusive Ques for Growh. MIT Press Freger, K. & Jonung, L. (2003) Makroekonomi Teori, Poliik & Insiuioner, Sudenlieraur, Lund. Greene, W.H. (2008), Economeric Analysis, 6h ed, Pearson Inernaional Ediion Gujarai, D.N. (2003), Basic Economerics, 4 h ed, McGraw Hill
Li, W. (2007) Firms and people in place : driving forces for regional growh, Dep. of Social and Economic Geography, Umeå Universiy. Romer, D. (2001), Advanced Macroeconomics, 2 ed, McGraw-Hill Sørensen, P.B. & Whia-Jacobsen, H.J. (2005) Inroducing Advanced Macroeconomics Growh & Business Cykles. McGraw-Hill Educaion.
Bilagor i Bilagor Bilaga 1 FA-regionerna