F15: Fertilitetstransitionen og Industrialiseringen Flashcards
Hvorfor er fertilitetstransitionen afgørende for afsættet til vedvarende vækst?
Stagnationsregimet, historisk set, afhængig af n og y (Malthus).
Fertilitetstransitionen ændrer nettop denne strukturelle sammenhæng.
Når fertiliteten falder muliggør det øgede investeringer i børn (fx i form af uddannelse), hvilket også styrker væksten
Hvad er den primære hypotese Franck-Galor undersøger?
Undersøge relevansen af hypotesen om, at en acceleration i de tekniske fremskridt udløste et kvalitets/kvantitets trade-off, hvorved fertiliteten gik ned og (bl.a.) uddannelsesinvesteringerne går op, i forbindelse med den Industrielle Revolution.
Hvad bruger Franck-Galor som et mål for industrialiseringen?
Mål for “industrialisering”, i teknologisk forstand? Dampmaskiner i 1860-65, aggregeret til observationsenheden (Franske departement): samlede hestekræfter. Måles som E: logaritmen til samlet dampkraft (hestekræfter) i 1860-65.
Tværsnitsregressionsanalyse henover franske byer.
Hvilke problemer skal man være opmærksomme på?
Central udfordring for analysen: identifikation
Omvendt kausalitet. Kausaliteten mellem dampmaskiner og hhv fertilitet og uddannelse kan måske løbe begge veje?
- Hvordan kan uddannelsesniveau påvirke teknologi? Kan hastigheden på befolkningsvæksten betyde noget for teknologiadoption?
Udeladte variable. Til trods for de bedste intentioner driver udeladte variable måske sammenhængen.
Målefejl? Kan målefejl (af fx udbredelsen af dampmaskiner) være et problem?
Yderligere udfordring: Mekanisme? Dampmaskiner løfter også indkomst per indbygger. Er det K-K trade-off der er mekanismen, eller “indkomst vs. substitutions effekt”?
Fit =α+bEi +Xiω+εi? Hvad øsnker Franck-Galor at undesøge i denne regression?
Franck-Galor ønsker at undersøge hvor meget tekniske fremskridt under industrialiseringen, Ei, driver væksten i fertiliteten, Fit.
X er en vektor der skal kontrollere for analysens problemer. Den indbefatter geografiske variable, og enkelte dummy variable for udvalgte regioner, der i perioder har været tyske.
Hvad undersøger Franck-Galor analysen ud over fertilitet?
Effekten på indkomst og uddannelse.
Hvad er hovedresultaterne på henholdvis fertilitet, indkomst og uddannelsen?
Damp på fertilitet: En stigning i teknologiske fremskridt medfører et fald i fertiliteten.
Damp på indkomst: En stigning i teknologiske fremskridt medfører en stigning i indkomsten.
Damp på uddannelse: En stigning i teknologiske fremskridt medfører en stigning i uddannelse i halvdelen af perioden undersøgt. Resten af perioden er insignifikant.
Hvad er logikken i instrument variable “løsningen”, IV estimation. Franck Galor
Franck Galor tilføjer et IV instrument, Afstand til byen Fresnes-sur-Escaut (km i fugleflugtslinjen), hvilket er første sted hvor dampmaskinen blev taget i anvendelse.
Dette gøres dor at undgå omvendt kausalitet.
Afstand muligvis korreleret med andre faktorer der betyder noget, hvilket forfatterne igen prøve at kompenserer for ved at bl.a. at kontrollere for breddegrad, og afstand til Paris.
Franck-Galor resultater er usikre overfor adskillelse af indkomst vs. “kvalitetsinvesteringer” som drivkraft. Hvad bliver resultatet efter analysen.
De tjekker for konsekvensen i et bilag til artiklen:
Uddannelse og dødelighed er signifikant, mens indkomst ikke er det. Indikerer at kvalitetsinvesteringerne er det vigtigste (efterlader damp insignifikant, og dominerer indkomst). Men: OLS estimaterne nÊppe unbiased..
Hvad er den primære hypotese Dalgaard-Strulik undersøger?
Var fertilitetstransitionen (FT) afgørende for afsættet til vækst i indkomst per capita/ per person i arbejdsstyrken? I så fald vil “timingen” for fertilitetstransitionen give indkomstforskelle mellem lande i dag.
Artiklen indikerer, at timingen af FT påvirker den globale indkomstfordeling.
Hvorfor skulle timingen af FT (lavere fertilitet) påvirke per capita indkomsten i dag?
på grund af:
Uddannelse. Hvis K-K teori er relevant. Investering i få børn i stedet for mange.
Mindre “udtyndning” af menneskeskabt eller naturkapital. Grundet færre mennesker.
Ernæring (derved ogs kognitiv udvikling) - K-K i bred forstand. Bedre ernæring til de få børn, man har valg at få.
Indirekte: Teknologi adoption/ innovation.
Hvad er Dalsgaard-Strulik´s formål med artiklen?
Integrere to kilder til indkomstforskelle i fælles ramme; Neoclassisk vækst teori og Unified Growth Theory (UGT)
Undersøge om indsigten fra UGT (fertilitetstransitionen afgørende) synes plausibel.
Hvordan er Dalsgaard-Strulik´s tilgang anderledes end den empiriske Solow model
Ny twist: Alle lande “starter ikke væksten på samme tid” –> Forskelle i indkomstniveauer når disse observeres på givet tidspunkt (fx år 2000). Tidspunkt for afsæt: Timingen for fertilitetstransitionen (UGT)
Så i bund og grund handler det om at indkorperer, at væksten er startet på forskellige tidspunkter for forskellige lande.
logyi (t)=β1log(si)+β2log(ni+δ+g)+β3FTi +Ik iγ+εi. Hvad siger modellen? Dalsgaard-Strulik
IKi er kontinent dummy´er og FTi er året for fertilitetstransitionen. Yi er indkomst pr. capita i arbejdsstyrken.
Testbare implikationer:
β1 > 0, β2 < 0. NB: Parameteren β3 < 0 siden FT måles som året for fertilitetstransitionen (højere værdi, senere afsæt, lavere indkomst “i dag”).
Analysen er i især intereseret i estimatet for β1og β2, når FT indrages.
β1 er et estimat hvad en ændring i befolkningen, når vi medtager FT, har på indkomsten pr. capita i arbejdsstyrken. β1 er estimat for hvad en ændring i ex post take-off gennemsnitlig investeringsrate, , når vi medtager FT, har på indkomsten pr. capita i arbejdsstyrken.
Hvad er betingelserne for identifikation via OLS for Dalsgaard-Strulik?
βˆ 3 = β3 + (cov (FTi , εi )/ var (FTi ))
hvor det kræves cov (FTi , εi ) = 0 for middelret (unbiased) estimat.
At der ikke er korrelation mellem senere afsæt, FT, b ̄r ikke og højere, eller lavere, teknologiniveauer, espislon som indgår i teknologi ledet A (τ)
