Problemi nella stima del
Contributo della R&S nella
Crescita di produttività
• Zvi Griliches
Professor of Economics Haward University
INTRODUZIONE
•
•
Questo articolo delinea l’approccio
della funzione di produzione alla
stima dei risultati di R&S
Poi procede nella discussione di
due problematiche molto difficili:
1-La misurazione dell’output in R&S
intensivo industriali
2-La definizione e la misurazione dello
stock di “capitale di R&S”
…il “Capitale di R&S”
….conduce a una discussione di
modellistica degli effetti dello
spillover di R&S e a
suggerimenti circa la sua
misurazione in relazione al
concetto di distanza
tecnologica tra “Aziende” e
“Industrie”…..
… cenni storici
• Gli economisti hanno usato 2
stili differnti di approccio nei
loro tentativi di stimare il
contributo di spese in R&S alla
crescita economica:
1-Studi storici di casi
2-Stime econometriche con funzioni
di produzione contenenti una
variabile di R&S
(Griliches(1958-1973) e Hansfield
(1977)
…critiche..
• Questi lavori hanno subito delle
critiche in quanto, riferiti a casi
circostanziati e innovazioni
particolari,non è del tutto
chiara la possibilità di trarne
conclusioni generali….
• Anche se molto può essere ed è
stato appreso da tali studi….
L’Approccio
Econometrico
• Tale approccio tenta di
affrontare tali problematiche
concentrandosi su produzione
totale o produttività totale dei
fattori come una funzione degli
investimenti in R&S passati e
altre variabili cercando di
stimare statisticamente la parte
di crescita della produttività
attribuibile alla R&S…
…critiche
• Questo approccio seppur più
generale rispetto agli studi di
casi, è anche meno efficace in
quanto patisce di tutti i problemi
inerenti l’inferenza su dati
comportamentali sulla base di
tecniche di correlazione. Resta
tuttavia l’unico modo per
cercare di rispondere alle
domande circa il contributo della
R&S alla crescita
•
•
•
•
•
Obiettivo
del
paper..
Alcuni dei problemi sollevati sono concettuali e
semantici: Cosa vogliamo misurare?
Altri sono effettivi: Che misuriamo?
Altri sono statistico-metodologici: Come possiamo
dire dai dati quello che accade?
Ancora…un maggior problema concettuale riguarda la
definizione e scopo di Y.Si parla di GDP(valore della
ricchezza nazionale)o riguarda un concetto più ampio
di benessere economico? (ambito ospedaliero!?!)
In definitiva,ci dobbiamo chiedere dell’effetto
marginale di un dollaro in più speso in R&S tenendo
costanti tutti gli altri investimenti, o ci chiediamo
l’effetto totale di un particolare investimento di
R&S,inclusa la contribuzione di tutti gli altri
investimenti(in attrezzature e formazione)?
Ecco spiegata la distinzione tra:
• Approccio di Contabilità
economica
• Casual-Historical ones
.....in seguito si cercherà di
rispondere o meglio di dare dei
consigli utili in merito…
Il Modello
• Introduciamo:
Y=F(X,K,u)
La nostra funzione di produzione dove:
X=indice degli imputs convenzionali (lavoro
e capitale)
K= è una misura dello stato attuale di
conoscenza tecnica determinato in parte
dalle spese presenti e passate in R&S
u= sta per termine non misurato di output e
produttività.
• Definiamo anche:
• A(=Y/X)= come il livello di
produttività(totale dei fattori)
• ζ=y-x=(dY/dt)/Y-(dX/dt)/X come indice di
crescita.
• Assumiamo che esista una relazione tra
K e W(B)R,che è un indice dei livelli
correnti e passati di spesa in R&S, dove:
• W(B)= è un ritardo polinomiale,
descrivente il relativo contributo di
livelli passati e correnti di R&S a K
• B=è l’operatore ritardo
• R=investimenti in R&S correnti e passati
Cosi,
K=G[W(B)R,v]
Dove v è un altro set di influenze
non misurate sul livello
accumulato di conoscenza
e,
W(B)Rt =(w0+w1B+w2B²+…)Rt
=w0Rt+w1Rt-1+w2Rt-2+…
• Ora dobbiamo essere in grado di
definire le varie relazioni tra F() ,G() e
W(B) e ridefinire concettualmente Y,X,K
e R….
Per esempio, scrivere la funzione F(X,K,u)
implica l’assunzione di separabilità
degli imputs convenzionali X(lavoro e
capitale) dalla serie di investimenti in
R&S passati e correnti R;
Così come scrivere W(B)Rt come una
funzione lineare di investimenti del
tutto passati implica che non ci siano
rendimenti decrescenti o costi
crescenti del livello attuale di R&S.
• Data la qualità e la quantità limitata dei
dati a disposizione tali assunzioni non
sono testabili,quindi ci concentreremo
solo sui problemi peculiari di R&S…
Per semplicita di esposizione
assumeremo che F() sia una CobbDouglas e che i fatori non misurati
siano considerati come Random dopo
l’introduzione di una variabile trend….
Anche se con migliori dati avremmo potuto usare una
forma funzionale più generale come la CES o la
Translog
e introdurre più parametri da stimare
• Quindi:
Y=D C^α L^β K^γ e^λt+u
dove
D = costante
t =indice tamporale
e=base di logaritmi naturale
α,β,γ,λ =parametri da stimare
• Mentre :
X=C^s L^1-s
dove s è la parte di fattore osservato
di capitale fisico.
• Assumiamo, per un momento, che s è
correttamente osservato e che sia
proporzionale al vero coefficiente di capitale,
descriviamo produttività totale dei fattori:
A=Y/X=DX^(α+β-1) K^(γ) e^(λt+u)
Rendimenti di scala non costanti(α+β≠1).
• Inoltre,qualsiasi errore di misurazione in uno
degli imputs lo trasmetterà esso stesso alla
misura di produttività,per esempio se L=QLN e
usiamo N al posto di L nella costruzione di X
avremo:
Ã=Y/X =DX^(α+β-1) QL^(β) K^(γ) e^(λt+u)
dove
X=C^(s) N^(1-s)
e similarmente per gli errori nella misurazione di
C.
La misurazione di Output
in R&D intensive industries
Una delle difficoltà maggiori nel misurare il contributo di
R&S alla crescita economica è il fatto che molte
performance compiute in industrie di prodotto sono mal
misurate, si pensi alle industrie nel campo della
salute,della difesa o spaziali, dove le misure effettuate
non riflettono i miglioramenti in produttività, la quale è
stata realizzata con investimenti in R&S. Per esempio
nell’ambito della difesa le compagnie vendono
equipaggiamenti e navi da guerra per il governo. Non ci
sono indici di prezzo che prendono in considerazione la
migliore velocità o manovrabilità apportati grazie alla
R&S. Questi sono quasi sempre ridotti a indici di costo
che non dovrebbero mostrare nessuna crescita anche
se ci sono grandi spese in R&S per migliorare tali
articoli.
…Così come nella medicina l’output dei medici è
misurato come numero di pazienti visitati e
l’output ospedaliera è misurato dai pazienti
giornalieri.
Qualsiasi miglioramento nel servizio di queste
attività nel senso di una frequenza più alta di
cure non solo non mostrerà un aumento del
prodotto in questo settore ma mostrerà
sicuramente un ribasso.
Un problema più complesso è se si considerano
prodotti venduti direttamente ai
consumatori,come calcolatrici tascabili o
medicine.La misurazione dipenderà dalla
struttura del mercato e dalle procedure usate
dalle agenzie statistiche nella costruzione
dell’indice dei prezzi…
Esempio…
Immaginiamo l’invenzione di una più
sensibile pellicola a colori fotografica…
La curva di domanda sia:
100 nastri= 100$
10000 nastri= 1$
(q= 10,100 – 100p)
Costo medio e marginale= 1$
Questo è anche il prezzo del vecchio film di
cui si stavano vendendo 8000 unità
Presumiamo che a 2$ ognuno cambierà sul
novo film, e che con 1$ ci sarà un
espansione addizionale di 2000 unità
Scenari…
1. Immaginate che questo film sia
prodotto dalla NASA e reso
disbonibile a tutti.Il prezzo sarà 1$
e 10000 unità del film nuovo
saranno vendute.Il costo totale
dell’industria sarà da 8000 a 10000
unità come reddito addizionale. Le
agenzie statistiche non
interpretano questo come una
caduta del prezzo di girare un film
ma saranno registrate come
aumento proporzionale e nessun
aumento in produttività sarà
registrato.
…
2. Se questo film invece viene prodotto
da un inventore privato con
brevetto,lo venderebbe a un
monopolista per produrre 5000 unità
a 5.01$ e lasciar vendere 3000 unità
del vecchio film a 1$.
Il reddito dell’industria aumenterà di
25050+3000= 28050 mentre il resto
del costo totale delle 8000 unità
provocherà un aumento in
produttività del 250%(rispetto al
caso liberamente autorizzato
• Misure convenzionali di
produttività riflettono una
riduzione del costo nelle
industrie e quindi il prodotto
sociale non ha riflesso sul
prezzo d’acquisto.
La misurazione del
Capitale di R&S
Empiricamente questo concetto è
troppo ampio..
In generale il contributo della
scienza a una particolare
industria non è probabilmente
misurabile,ne possiamo sapere
quanta scienza è usata in un
industria piuttosto che in altre…
• Riscriviamo:
Kt =A0 [W(B)Rt]^(Ŋ) e^(μt+v)
dove
W(B)Rt=funzione ritardo degli
investimenti passati
μt= componente trend delle altre
influenze sullo stato di conoscenza
v =componente trnsitoria random
Sostituendo ciò nella funzione di
produzione uno può assorbire η nel
parametro γ ,la componete μt nel
termine di trend di efficenza generale v
nel termine di disturbo u.Questo ci
lascia in W(B)R una misura del capitale
di R&S.
Problemi…
1. Il fatto che il processo di R&S
incorpora il tempo e che R&S
correnti non possono avere effetti
sulla misura di produttività finchè
non passano molti anni
2. Investimenti passati in R&S si
deprezzano e divengono obsolete.
Così la crescita dello stock di
capitale in R&S non è uguale al
livello lordo di risorse correnti o
recenti investite per l’espansione
3. Il livello di conoscenza di ogni
industria è dedotto non solo dalla
propria R&S ma anche da quella
appresa dall’esterno(effetto
spillover)
4. Mancanza di un deflatore ufficiale
di R&S.
Sfortunatamente non abbiamo
abbastanza cononoscenza
teoretica a riguardo e questi
problemi devono essere risolti
empiricamente…la base dei dati
disponibili non ispira molta
fiducia
Problemi Econometrici
• Multicollinearità: sorge dal fatto
che molte serie a cui noi siamo
interessati si muovono
moltissimo insieme sul periodo
di osservazione,quindi è difficile
inferire sui loro contributi
separati con qualsiasi
precisione.Le spese infatti sono
molto correlate da un anno
all’altro
• Simultaneità: si riferisce alla
possibile confusione in
casualità.
C’è molta più ricerca di base nelle università e
in istituti di governo che nelle industrie ma è
quasi impossibile stimare il suo effetto
indipendente sulla produttività, questa ricerca
di base è molto difficile metterla a
disposizione di industrie specifiche…
Un paper recente di Mansfield(1978) trova un
impatto separato di spese di base sulla
crescita della produttività nell’industria,
questo indica che forse siamo stati unpò
pessimistici…
C’è sempre la strada dello studio
particolareggiato di caso ma sono sempre
soggetti a problemi di deviazione della
selezione e copertura incompleta
Conclusioni
• Dato il genere di dati a disposizione non è
probabile uno studio sugli effetti delle R&S
sulla produttività, almeno per quanto
riguarda l’approccio econometrico in base
alle tcniche attuali,ciò non vuol dire che
non bisogna analizzare il caso ma
solamente che forse si devono percorrere
altre strade.
• Attualmente la mancanza di dati attinenti e
la povertà concettuale dei nostri modelli ci
impediscono di andare avanti in questa
area.
• C’è bisogno di dati aggiornati, anche se a
causa di problemi di riservatezza e
difficoltà di accesso ai dati base si
riscontrano molte difficoltà.
…Da adesso è della massima importanza migliorare la
nostra conoscenza in questa area, non sarà facile
ma può essere fatto e non dovrebbe richiedere un
aumento molto grande di risorse…