Convergentie levensstandaard treedt niet op
Aute ur(s ):
Franses, P.H. (auteur)
Hobijn, B. (auteur)
De auteurs zijn respectievelijk KNAW-onderzoeker verb onden aan het Econometrisch Instituut van de Erasmus Universiteit Rotterdam en
promovendus bij de Department of Economics van de New York University (VS). Dit artikel is in belangrijke mate gebaseerd op het rapport van
dezelfde auteurs Convergence of living standards: an international analysis, Econometrisch Instituut, nr. 9534/A, EUR, Rotterdam, 1995. Voor meer
details, literatuurverzijzingen en formele econometrische toetsprocedures, verwijzen wij de lezer naar dit rapport. Met dank aan Mike Dell voor
enkele b ehulpzame suggesties.
Ve rs che ne n in:
ESB, 81e jaargang, nr. 4039, pagina 10, 3 januari 1996 (datum)
Rubrie k :
Tre fw oord(e n):
internationale, economische, betrekkingen
In dit artikel onderzoeken wij de convergentie in zeven verschillende levensstandaardindicatoren voor 147 landen. De conclusie is
dat er nauwelijks convergentie bestaat tussen rijke en arme landen. Daarnaast gaat convergentie in het bruto national product
meestal niet samen met convergentie in sociale indicatoren zoals kindersterfte en levensverwachting.
Gegeven een vrije internationale handel in goederen en kennis, voorspellen economische groeimodellen dat productiviteit en
inkomensniveaus van verschillende landen zullen convergeren 1. Een vrij verkeer van kennis maakt het mogelijk voor achterlopende
landen om nieuwe technologie over te nemen met een snelheid die groter is dan waarmee er in v
óórlopende landen innovaties
plaatsvinden. Vrije handel maakt het mogelijk investeringen te delen. Immers, de productiefactoren kapitaal en arbeid kunnen worden
verdeeld over de verscheidene landen afhankelijk van de relatieve kapitaal- en arbeidsintensiteiten. De (mate van) convergentie hangt
af van factoren als het type goederen dat wordt geproduceerd en het niveau van menselijk kapitaal dat aanwezig is 2.
Gezien de internationale politieke belangstelling voor de mogelijke convergentie van arme naar rijke landen, zijn er recentelijk tal van
empirische studies verricht naar het al dan niet bestaan van een zekere mate van convergentie 3. Aan de meeste van deze studies kleven
één of meerdere van de volgende bezwaren. Het eerste bezwaar is dat men vaak alleen het bruto nationaal product per capita (bnp)
analyseert, terwijl er natuurlijk meerdere factoren zijn die van belang zijn voor de welvaart 4. Een tweede bezwaar is dat men vooraf een
selectie van de te onderzoeken landen maakt die de resultaten beïnvloedt. De intuitie hierbij is dat als men een selectie van landen maakt
die hoog scoren voor een bepaalde indicator in bij voorbeeld 1990, en men analyseert gegevens vanaf 1965, men met een grotere kans
convergentie zal vinden omdat die landen in 1990 nu juist allemaal hoog scoren 5. Een laatste bezwaar is dat men gebruik maakt van
econometrische technieken die strikt genomen geen uitsluitsel geven over het bestaan van convergentie 6.
In dit artikel vatten wij de resultaten samen van onze studie naar het bestaan van convergentie, waarbij we trachten aan de
bovengenoemde bezwaren tegemoet te komen. Wij analyseren zeven verschillende levensstandaardindicatoren voor 147 landen,
waaronder bij voorbeeld bnp, kindersterfte, levensverwachting en dagelijkse inname van calorieën. Wij delen deze landen in clusters op
basis van resultaten behaald met een econometrische toets op convergentie zodanig dat de landen binnen deze clusters convergeren en
dat de clusters ten opzichte van elkaar niet convergeren. Als we één uniek cluster vinden dan is er sprake van totale convergentie. In de
volgende paragraaf zetten we kort de methode uiteen. Daarna bespreken wij onze resultaten.
Methode
In deze studie analyseren wij de volgende indicatoren van de levensstandaard:
» dagelijkse inname calorieën;
» dagelijkse inname proteïnen;
» kindersterfte;
» levensverwachting;
» aantal personen per auto;
» scholier/leraar ratio (lagere school) en
» het bnp per hoofd van de bevolking.
De keuze voor deze indicatoren vloeit voort uit onze wens zoiets als een algemene levensstandaard te onderzoeken, in plaats van alleen
het inkomen. Verder blijken er voor deze indicatoren voldoende gegevens beschikbaar te zijn om convergentie met geavanceerde
econometrische technieken te onderzoeken. In tabel 1 geven we enkele kerngegevens van deze indicatoren.
Tabel 1. Kerngegevens van indicatoren waarvoor op convergentie wordt getoetst
Indicator
Aantal landen
Dagelijkse inname calorieën
Dagelijkse inname proteïnen
Kindersterfte
Levensverwachting
Personen per auto
Scholier/leraar-ratio *c
Bnp, $ per hoofd
137
136
136
140
61
45
112
Tijdsspannea
Begrenzing b
1965-1989
1965-1989
1965-1990
1965-1990
1965-1986
1970-1989
1960-1989
4000
145
3
85
1
5
(B)
(B)
(O)
(B)
(O)
(O)
Bron: R. Summers en A. Heston, Penn World Table, Mark 5.5, 1993.
a. De steekproef bevat jaarlijkse gegevens.
b. Voor zes indicatoren moet een bovengrens (B) of ondergrens (O) vastgesteld worden. We zetten bijvoorbeeld de bovengrens van
de levensverwachting op 85.
c. Deze variabele betreft de lagere school.
Hoewel we 147 landen onderzoeken, komt het voor dat de indicatoren voor enkele landen niet regelmatig zijn gemeten. Dit leidt ertoe dat
we bij voorbeeld voor 140 landen kunnen onderzoeken of ze convergeren in levensverwachting, terwijl we maar voor 61 landen relevante
gegevens hebben van het aantal personen per auto over een zekere tijdsspanne. Uit tabel 1 blijkt ook dat we voor zes indicatoren een
boven- of ondergrens moeten veronderstellen.
Onze econometrische analyse bestaat uit een aantal stappen. De eerste stap is dat we de nulhypothese toetsen dat het verschil tussen
twee indicatoren een stationair tijdreeksproces volgt met een gemiddelde nul. Immers, als deze hypothese niet geldt, kan er geen sprake
van convergentie zijn. We beginnen met het uitvoeren van deze toets voor alle mogelijke paren van landen. De indicatoren van de twee
landen die horen bij de kleinste toetswaarde worden (middels een gewogen gemiddelde) samengevoegd tot een nieuwe indicator, waarna
de methode zich herhaalt. Als we beginnen met n landen, dan analyseren we in de tweede stap dus n-1 landen, waarbij één ‘land’ een
samenvoeging is van de indicatorwaarden van twee landen. Wanneer na herhaaldelijk samenvoegen een situatie ontstaat voor n-k
‘landen’, waarbij er geen combinatie te vinden is waarvan het verschil stationair is met gemiddelde nul, worden de landen die samengevat
zijn in deze n-k variabelen als clusters gezien waar binnen convergentie optreedt. Merk op dat we toestaan dat een cluster kan bestaan
uit één land dat dus met geen enkel ander land convergeert. We voeren onze exercitie uit voor elk van de zeven indicatoren uit tabel 1.
Uiteindelijk hebben we per indicator een aantal clusters, waar binnen de landen convergeren, en tussen welke de landen niet
convergeren.
Resultaten
In tabel 2 presenteren wij het aantal clusters en de omvang van het grootste cluster. In tabel 3 staan de gegevens voor enkele van de
onderzochte landen. Per indicator geeft de tabel weer in welk cluster een land zich bevindt, waarbij 1 voor het meest welvarende cluster
staat. Let wel: de cluster-indeling zegt alleen iets over de convergentie. Een land in cluster 5 kan dus best welvarender zijn dan een land
in cluster 3. Gemiddeld zijn de landen in cluster 3 echter welvarender dan die in cluster 5. In de laatste kolommen staat hoeveel landen een
hogere of lagere levensstandaard (berekend met behulp van de zeven criteria) hebben dan het betreffende land.
Tabel 2. Samenvatting van de belangrijkste resultaten van de cluster-analyse
Indicator
1.
2.
3.
4.
5.
6.
7.
Aantal
landen
Aantal
Omvang
clusters grootste cluster
Inname calorieën
137
Inname proteïnen
136
Kindersterfte
136
Levensverwachting
140
Personen per auto
61
Scholier/leraar-ratio
45
Bruto nationaal product 112
16
13
25
ra
20
31
17
31
15
0,284
0,327
0,230
21
10
7
23
0,228
0,298
10
11
0,388
0,222
a. De correlatie-coëfficiënt r geeft de ratio aan van het aantal gevonden en het totaal aantal mogelijke convergentierelaties. Het
maximum is 1.
Tabel 3. Resultaten voor enkele van de 147 onderzochte landena
1
Aantal clusters: 16
Burundi
Brazilië
14
10
2
13
3
25
4
31
5
15
6
7
7
23
I
II
III
6
9
17
12
25
14
11
6
3
23
12
5
49
80
53
61
44
China
Hongarije
Indonesië
India
Ierland
Japan
Mozambique
Nederland
Noorwegen
Tchad
Suriname
USSR
Ver. Arab. Em.
V.K.
Ver.Staten
West-Dtsl
Zuid-Korea
Zweden
Zwitserland
13
4
13
14
1
9
16
7
5
16
11
4
5
6
3
6
9
10
2
9
2
11
10
1
5
13
4
3
9
8
1
4
4
1
2
6
4
3
8
6
15
17
3
1
21
1
1
20
9
6
8
3
3
3
8
1
1
8
9
19
19
8
1
26
1
1
28
12
10
8
5
5
8
12
2
1
11
15
15
7
7
4
7
7
1
5
15
3
7
4
2
5
4
3
1
2
7
–
20
21
8
6
20
4
4
22
12
5
1
3
13
2
1
45
101
12
8
115
101
0
114
120
0
62
97
97
114
130
109
55
99
121
59
35
49
38
29
42
22
32
25
31
34
41
32
24
16
32
49
47
25
42
10
85
100
2
3
124
0
1
115
50
8
17
8
0
5
42
0
0
a. De eerste zeven kolommen geven aan in welk cluster een land zich bevindt voor de betreffende indicator (zie tabel 2), waarbij 1
staat voor het cluster met het hoogste gemiddelde voor deze indicator. De laatste drie kolommen geven aan hoeveel landen slechter
(I), gelijk (II) of beter (III) scoren op de totale levensstandaard, berekend uit de zeven indicatoren volgens de methode van Sen (zie
A.K. Sen, 1987, op.cit.)
Het valt op dat er vaak veel clusters zijn. Voor de levensverwachting vinden wij maar liefst 31 clusters die landen bevatten die naar elkaar
toe convergeren. Voor het bnp geldt dat er 23 clusters zijn te onderscheiden. Een nadere bestudering van de bnp-clusters leert dat de
rijke westerse landen in de vijf clusters zitten waarbij het bnp het hoogste is. De twee rijkste landen binnen het top-cluster zijn
Zwitserland en de Verenigde Staten. Nederland deelt een plaats in het vierde cluster met Noorwegen.
Opvallend is dat de Zuidoostaziatische ‘tijgers’, ondanks hun indrukwekkende groeicijfers, geen convergentie laten zien met de rijkste
landen van de wereld. Zuid-Korea, om er één voorbeeld uit te lichten, convergeert met Algerije en Guatamala. Niet met andere ZOAziatische landen, en ook niet met de rijkere Westerse landen.
Een dergelijk beeld van convergentie in kleine, en per indicator zeer verschillende groepen landen blijkt ook uit de scores van Nederland.
Voor de dagelijkse inname van calorieën staat ons land op de zevende plaats, samen met bij voorbeeld Israël en Singapore, terwijl Ierland
de lijst in zijn eentje aanvoert. Voor de volgende zes indicatoren neemt ons land achtereenvolgens de vierde, eerste, eerste, vierde, derde
en vierde plaats in. Kortom, we vinden ons land terug in de top-clusters met de laagste kindersterfte en hoogste levensverwachting,
samen met Japan en Noorwegen.
Convergentie lijkt alleen bij de allerarmste landen op te treden. In het laatste cluster met de laagste score voor het bnp vinden we landen
als Ethiopië, Somalië en Mozambique. Het blijkt voor bijna alle indicatoren dat deze landen zich bevinden in de onderste regionen.
Totaalbeeld
Als we op basis van de rangnummers voor alle indicatoren een indeling maken naar landen met een levensstandaard die niet onder doet
voor enig ander land, dan vinden we dat deze landen bij voorbeeld zijn: Nederland, Zweden, Zwitserland en de Verenigde Staten. Voor
lijstaanvoerder de Verenigde Staten geldt dat van de 147 landen er maar liefst 130 door hen worden ‘gedomineerd’ in levensstandaard. De
meeste Afrikaanse landen bevinden zich in de groepen waarbinnen convergentie optreedt aan de onderkant van de ladder. De landen die
meestal onderaan staan zijn Burkina Faso, Tchad, Mali en Mozambique.
Samengevat kunnen we stellen dat de resultaten tot de conclusie leiden dat er nagenoeg geen convergentie bestaat tussen rijke en arme
landen. Dit blijkt ook nog eens uit de correlatie-coëfficiënt in de laatste kolom van tabel 4, die het maximum van 1 zou bereiken als alle
landen zouden convergeren.
Tabel 4. Cluster-correlaties voor de zeven indicatorena
1
2
3
4
5
6
7
Inname proteïnen
Kindersterfte
Levensverwachting
Personen per auto
Scholier/leraar-ratio
Bruto nationaal product
2
3
4
5
6
0,178
0,129
0,112
0,154
0,116
0,104
0,099
0,098
0,123
0,202
0,086
0,241
0,133
0,132
0,092
0,132
0,135
0,085
0,097
0,141
0,097
a. Deze cluster-correlatie meet de mate van overlap in de resultaten van het cluster-algoritme voor twee verschillende indicatoren. Er
is overlap wanneer twee landen op maatstaf i en op maatstaf j convergeren.
Het lijkt er ook op dat, voor zover er al convergentie tussen landen bestaat, deze niet opgaat voor alle indicatoren tegelijk. tabel 4
bevestigt deze indruk. In tabel 4 geven wij een zogenaamde cluster-correlatie voor de zeven indicatoren. Het blijkt dat de maximale
correlatie ongeveer 0,25 is, en wel tussen kindersterfte en levensverwachting. De correlatie tussen bnp en de andere zes indicatoren in de
laatste regel van tabel 4 is erg laag. Het bnp is dus geen goede indicator voor de levensstandaard. Arme en rijke landen hebben dan
misschien wel een steeds hoger bnp, maar daarmee treedt nog geen convergentie op tussen welzijnsfactoren als kindersterfte en
levensverwachting.
Conclusie
De belangrijkste conclusie uit onze analyse is dat over de periode 1965 tot 1990 de welvaartsverschillen tussen de meeste landen in de
wereld niet zijn afgenomen. Wat zou nu de oorzaak kunnen zijn van het afwezig zijn van convergentie? Hoewel wij denken dat er nog veel
onderzoek op dit terrein gedaan moet worden, suggereren we twee mogelijkheden. De eerste oorzaak kan zijn dat het relatief lage
opleidingsniveau in arme landen met betrekking tot de middelbare school en hoger onderwijs het moeilijk maakt nieuwe technologie over
te nemen. Verder schort er in de arme landen nog steeds veel aan de infrastructuur. Een tweede oorzaak kan zijn dat de internationale
handel in goederen nog niet vrij genoeg is, of dat de arme landen goederen maken die niet vergelijkbaar zijn met de goederen
geproduceerd in rijke landen, zodanig dat er bij rijke landen de wens bestaat investeringen te delen
1 Zie bijvoorbeeld: W.J. Baumol, Productivity growth, convergence, and welfare: what the long-run data show, American Economic
Review, jg. 76, 1986, blz. 1072-1085. Het effect van vrije international handel wordt behandeld in bijvoorbeeld E. Helpman en P.R.
Krugman, Market structure and foreign trade, MIT Press, Cambridge, VS, 1985.
2 Zie bijvoorbeeld R.J. Barro, Economic growth in a cross section of countries, Quarterly Journal of Economics, jg. 106, 1991, blz. 407443.
3 Zie bijvoorbeeld R.J. Barro, 1991, op.cit.; W.J. Baumol en E.N. Wolff, Productivity growth, convergence and welfare: a reply, American
Economic Review, jg. 78, 1988, blz. 1154-1085; N.G. Mankiw, D. Romer en D.N. Weil, A contribution to the empirics of economic growth,
Quarterly Journal of Economics, jg. 107, 1992, blz. 407-437.
4 Zie A.K. Sen, Standard of living, Cambridge University Press, New York, 1987.
5 Zie J.B. DeLong. Productivity growth, convergence and welfare: a comment, American Economic Review, jg. 78, 1988, blz. 1138-1154.
6 Zie D. Quah, Galton’s fallacy and tests of the convergence hypothesis, Scandinavian Journal of Economics, jg. 95, 1993, blz. 427-443.
In dit artikel laat de auteur zien dat de methode van Barro (1991, op.cit.) niet in staat is om convergentie en divergentie te onderscheiden.
Copyright © 1996 – 2003 Economisch Statistische Berichten (www.economie.nl)