Pobierz - mikroekonomia.net

Elżbieta Soszyńska
ROZDZIAŁ 5
JAKOŚĆ INSTYTUCJI, KAPITAŁ LUDZKI
A DYNAMIKA ROZWOJU GOSPODARCZEGO
Wprowadzenie
W rozmowach o gospodarce, również w kręgach osób uznawanych za badaczy, podkreślane są pewne pojęcia, oraz ich ważność dla nowocześnie i dynamicznie rozwijającej się
gospodarki. Pojęcia te stają się modne, niektóre z nich są obecnie paradygmatami. Do nich
między innymi należy kapitał ludzki, gospodarka wiedzy. Pojęcia te nie zawsze są doprecyzowane. Proponowane są dosyć często jako prosty w obsłudze klucz do osiągnięcia w miarę
krótkim okresie sukcesów gospodarczych. Dla uwiarygodnienia haseł, w tym również paradygmatów, wykorzystywane są wybrane teorie ekonomiczne, które okresowo stają się modne.
Zaś założenia znajdujące się u podstaw tych teorii mają uwiarygodnić lansowane paradygmaty oraz proponowane rozwiązania w sferze makropolityki, których podłożem są raczej
uwarunkowania polityczne niż sprawdzone efekty ekonomiczne.
Na przełomie XX i XXI wieku bardzo często wskazywana jest ogromna rola kapitału
ludzkiego w osiąganiu sukcesów gospodarczych, w tym również w makroskali. Podkreślany
jest fakt tworzenia nowej cywilizacji, przechodzenia od cywilizacji industrialnej do cywilizacji wiedzy, w tym przekształcania gospodarki o typowych cechach industrialnych w gospodarkę wiedzy.
Cel pracy jest określony podwójnie. Po pierwsze, jest nim wskazanie, bądź może
przypomnienie, faktycznej roli kapitału ludzkiego (która wynika z badań empirycznych w
makroskali) w procesie generowania osiągnięć gospodarczych i budowaniu gospodarki wiedzy. Po drugie, odpowiedź na pytanie, czy świat rzeczywiście w tym okresie budował gospodarkę wiedzy oraz, czy kapitał ludzki, a szerzej wiedza, w sposób znaczący i przy jakich
głównych uwarunkowaniach, decyduje o wyższej dynamice rozwoju gospodarczego. Poza
wprowadzeniem i podsumowaniem zasadniczych wyników, praca składa się z dwóch części.
W pierwszej pokazana jest synteza wyników analiz teoretycznych oraz badań empirycznych
przeprowadzonych w podstawowych ośrodkach zagranicznych z zakresu wpływu kapitału
ludzkiego na poziom i dynamikę rozwoju gospodarczego za okres ostatnich kilkudziesięciu
lat. W drugiej części opracowania, na podstawie wyników własnych badań autorka próbuje
odpowiedzieć na pytanie, czy świat faktycznie buduje gospodarkę wiedzy i jaka jest rola w
tym procesie wiedzy wąsko ujętej (kapitału ludzkiego), oraz wiedzy w szerokim słowa rozumieniu - przez pryzmat jej tworzenia, stosowania, przekazywania oraz transmisji, oraz przy
jakich głównych uwarunkowaniach wpływ wiedzy na dynamikę rozwoju daje znaczące rezultaty. Badania na makroagregatach relacji między wzrostem gospodarczym, a kapitałem
ludzkim (wiedzą) oraz standardowymi zmiennymi warunkującymi tą relację przeprowadzone
są za okres 1990 – 2004 na próbie statystycznej kilkudziesięciu krajów za pomocą modeli
ekonometrycznych.
Rola kapitału ludzkiego we wzroście gospodarczym
W wielu opracowaniach dotyczących wzrostu gospodarczego coraz częściej oraz dobitniej podkreślany jest udział kapitału ludzkiego w generowaniu poziomu, bądź wzrostu
Jakość instytucji, kapitał ludzki a dynamika rozwoju gospodarczego
51
osiągnięć gospodarczych w skali makro. Kapitał ludzki jest odnoszony do jakości pracy między innymi z tego względu, iż w połączeniu z kapitałem fizycznym jakość siły roboczej decyduje o jej produktywności, czyli umożliwia większą produkcję przy danym poziomie nakładów czynników produkcji1. Ponadto stwarzane są warunki wytwarzanie wyższej jakości
towarów i usług, a następnie zaangażowany kapitał ludzki jest wynagradzany w postaci wyższych płac w porównaniu z niekwalifikowaną siłą roboczą (Weil, 2005).
Podejmowane są próby definiowania i mierzenia kapitału ludzkiego jako zasobu bądź
strumienia. W różnego rodzaju analizach kapitał ludzki w odróżnieniu do zasobów niekwalifikowanej siły roboczej przede wszystkim utożsamiany jest z jej formalną edukacją, rozumianą najczęściej jako przyrost bądź poziom wykształcenia siły roboczej. Mierzony on jest na
ogół latami nauki formalnej bądź wskaźnikami rekrutacji. Edukacja jest najczęściej stosowana
jako zmienna symptomatyczna kapitału ludzkiego w procesie modelowania ekonometrycznego relacji kapitał ludzki - wzrost gospodarczy (poziom osiągnięć gospodarczych na głowę
bądź na zatrudnionego). Praktycznie edukacja jest uważana za największą część składową w
procesie tworzenia kapitału ludzkiego (Cohen, Soto, 2001, s.6). W następnej kolejności
uwzględnia się w procesie tworzenia kapitału ludzkiego zdrowie siły roboczej, poziom życia,
dostępność do podstawowych usług, stabilność społeczną itp.
Znacząca grupa ekonomistów uważa, iż kapitał ludzki jest obecnie najważniejszym
czynnikiem produkcji i podkreśla, iż podstawową różnicą w porównaniu z kapitałem fizycznym jest znaczny zakres efektów zewnętrznych generowanych przez kapitał ludzki. Wyższy
poziom wykształcenia ludzi nie tylko powoduje, iż efekty ich własnej pracy są większe, ale
również tych, którzy z nimi współpracują. Zakłada się, iż bardziej wykształcona kadra adoptuje nowe technologie, zaś innowacje są kopiowane przez otaczającą mniej wykształconą kadrę (Weil, 2005, s. 176-177). W krajach rozwiniętych, w których edukacja ma charakter masowy, oczekuje się, iż tego rodzaju efekty będą mniej istotne. Natomiast przewiduje się, iż w
tej grupie krajów wystąpią innego rodzaju efekty generowane przez wyższy poziom kapitału
ludzkiego, jak przykładowo: wyższy stopień efektywności instytucji rządowych, wyższa jakość instytucji rozumianych jako reguły gry ekonomiczno-politycznej. Zatem oczekiwane
dodatnie efekty zewnętrzne powinny oznaczać, iż wpływ edukacji na zagregowany produkt
winien być większy niż zagregowane efekty indywidualnego oddziaływania. Stawiane jest
pytanie, w jakim stopniu ten czynnik produkcji wyjaśnia zróżnicowanie występujące między
krajami w kształtowaniu się poziomu dochodu na głowę, czy też dynamiki rozwoju gospodarczego.
Dosyć często badacze wychodzą z założenia, iż skoro w analizach mikroekonomicznych znajdowane jest potwierdzenie, że w gospodarkach rynkowych przeciętnie rzecz biorąc
przyrostowi lat edukacji towarzyszy coraz wyższa prywatna stopa zwrotu, (mierzona wzrostem płac) (Rogers, 2008, s.357), to dedukując można spodziewać się, iż w ślad za powiększającym się poziomem edukacji winien następować wzrost PKB. Jednak w wielu przypadkach na podstawie analizy danych przestrzennych jak i panelowych nie odnotowano oczekiwanego związku stochastycznego typu korelacja, czy też regresja między wzrostem kapitału
ludzkiego, przypisywanego powiększaniu się osiągnięć edukacyjnych siły roboczej a stopą
wzrostu produktu (czy też poziomu) na robotnika, czy PKB per capita (Benhabib i inni,
1994). W niektórych badaniach okazało się, iż związek między wzrostem kapitału edukacji a
konwencjonalnymi miarami produkcji na poziomie makro jest relatywnie silny, a także wysoce istotny statystycznie, ale nieoczekiwanie ujemny (Pritchett L., 2001; Temple, 1999). Poszukuje się braku jednoznacznych dowodów na oczekiwany, pozytywny wpływ kapitału
ludzkiego na poziom jak i dynamikę rozwoju krajów zarówno w procesie empirycznej wery1
"The qualities of labor on which we focus go by collective name human capital because they share several
important qualities with phisical capital. First, as with phisical capital, we focus on qualities of people that are
productive-that is, characteristics that enable them to produce more output..." (Weil, 2005, s. 154).
52
Elżbieta Soszyńska
fikacji, jak i w założeniach teoretycznych. Brak jednoznaczności wyników empirycznych
przypisywano między innymi metodom estymacji, słabej jakości danych, będących pomiarami zmiennych symptomatycznych kapitału ludzkiego, niepoprawnej specyfikacji modeli,
endogeniczności występującej między zmiennymi symptomatycznymi kapitału ludzkiego a
wzrostem. Stąd pojawiają się nowsze bazy pomiarów kapitału ludzkiego (De la Fuente i inni,
2006); (Cohen, Soto, 2001). Otrzymywane na podstawie wyników międzynarodowych badań
- przeprowadzonych na danych przekrojowych- negatywne efekty zewnętrzne dotyczące relacji kapitał ludzki - wzrost gospodarczy nazywane są w literaturze "mikro-makro" paradoksem
(Pritchett, 2001, s.367). Przeprowadzane są dowody, iż paradoks ten nie jest wyłącznie rezultatem niskiej jakości danych, będących pomiarami kapitału ludzkiego, czy też niedoskonałością technik estymacji, bądź ewentualnie błędami popełnionymi przez badaczy w procesie modelowania ekonometrycznego relacji wzrost gospodarczy - kapitał ludzki.
Poszukuje się również teoretycznego wytłumaczenia tego paradoksu w zachodzących
procesach gospodarczych i otoczeniu gospodarki. Wskazuje się na różne czynniki, które mogą
generować taką sytuację. Po pierwsze, instytucjonalno - rządowe otoczenie funkcjonujące w
sposób nieracjonalny a raczej nieefektywny ( poprzez wysyłanie negatywnych sygnałów do
podmiotów gospodarczych) powoduje, iż wraz z postępującym procesem akumulacji kapitału
ludzkiego, następuje obniżenie dynamiki rozwoju gospodarczego. Po drugie, uważa się, iż
krańcowe stopy zwrotów na rzecz edukacji mogą spadać raptownie wraz ze wzrostem podaży
wykształconej siły roboczej w warunkach stagnacji popytu na tą ostatnią ( spowodowanej
między innymi restrukturyzacją, a szerzej prowadzoną polityką gospodarczą, występującym
między krajami zróżnicowaniem stóp postępu technologicznego, traktowanego jako egzogeniczny). Po trzecie, jakość edukacji może być tak niska, iż kolejne lata procesu edukacji nie
kreują kapitału ludzkiego (Pritchett, 2001). Hanushek i Kim (1995) stosując jako zmienną
symptomatyczną kapitału ludzkiego zewnętrzne testy egzaminacyjne otrzymali dodatnie oraz
istotne statystycznie oceny współczynników regresji, jako efekt wpływu tej zmiennej na
wzrost gospodarczy. Wreszcie uważa się, iż nowo-wyedukowany kapitał ludzki jest niewykorzystany w sposób produktywny w procesie gospodarowania (prywatnie wynagradzany, ale
społecznie skierowany do nieproduktywnych działalności, a zwłaszcza do sektora państwowego) (Pritchett, 2001); ( Rogers, 2008).
Przykładowo, Barro (2001) badał efekty wpływu edukacji na wzrost gospodarczy na
danych panelowych dla około 100 krajów za lata 1965 - 1995.Otrzymał dodatnią oraz istotną
statystycznie zależność wzrostu od wyjściowego poziomu edukacji formalnej, mierzonego
przeciętna liczbą lat edukacji dorosłych mężczyzn na poziomie szkoły średniej i wyższej.
Wychodząc z założenia, iż osiągnięcia edukacyjne są komplementarne do nowych technologii, z otrzymanych wyników autor wnioskuje o roli edukacji w procesie dyfuzji technologii.
Wyniki Barro (2001) wskazują, iż wzrost był nieistotnie statystycznie skorelowany z podobnie definiowanymi osiągnięciami edukacyjnymi kobiet. Rezultaty te sugerowały, iż wysoko
wykształcona kobieca siła robocza nie jest w wielu krajach właściwie wykorzystywana na
rynku pracy. Autor otrzymał również nieistotną statystycznie zależność między wzrostem
gospodarczym a edukacją mężczyzn na poziomie szkoły podstawowej, aczkolwiek ta ostatnia
jest traktowana jako warunek wstępny do nauczania na wyższych poziomach systemu szkolnictwa. Również wyprowadzona została konkluzja, iż edukacja kobiet na poziomie szkoły
podstawowej stymuluje pośrednio wzrost gospodarczy poprzez niższą stopę płodności. Wykorzystując dane z międzynarodowych egzaminów testowych autor udowodnił, iż ta zmienna
symptomatyczna jakości kapitału ludzkiego w wyższym stopniu wpływa na wzrost gospodarczy niż jego ilość.
Rogers w swoim artykule (2008) jako podstawową hipotezę przyjął założenie, iż edukacja nie jest w sposób automatyczny wykorzystywana w sposób produktywny, przez co rozumie się wykonywanie przez kadry wysoko kwalifikowane takich czynności, których rezul-
Jakość instytucji, kapitał ludzki a dynamika rozwoju gospodarczego
53
tatem jest wartość dodana. Związek między edukacją a wzrostem gospodarczym jest znacznie
bardziej skomplikowany niż wskazują na to na ogół analizy empiryczne. Po pierwsze, kapitał
ludzki jest charakteryzowany za pomocą różnych aspektów, a między innymi poprzez jego
ilość, jego jakość, jego rozkład społeczno-przestrzenny. W procesie badania relacji kapitał
ludzki – wzrost gospodarczy przede wszystkim uwzględniane jest to pierwsze ujęcie, czyli
ilość kapitału ludzkiego, rozumiana jako jego poziom bądź przyrost. Po drugie, prawdopodobnie przeważają pośrednie więzi między kapitałem ludzkim a wzrostem gospodarczym.
Oddziaływanie między wzrostem gospodarczym a kapitałem ludzkim może być dwustronne
(problem endogeniczności), zaś efekty te mogą się nakładać w postaci sprzężenia zwrotnego.
Po trzecie, oddziaływanie przebiega w różnym stopniu za pomocą różnorodnych mechanizmów. W literaturze przedmiotu wyróżnia się głównie takie mechanizmy, jak: istnienie odpowiednich uwarunkowań dla produktywnego zastosowania w procesie gospodarowania kapitału ludzkiego; tworzenie indywidualnych umiejętności, które są zdobywane nie tylko w
procesie formalnej edukacji ale również poprzez doświadczenie; istnienie odpowiedniego
kapitału społecznego (Hall, Jones, 1999), który jest między innymi współokreślony przy pomocy jakości instytucji, rozumianych jako reguły gry ekonomicznej, politycznej. Oczekiwany
wpływ kapitału ludzkiego oraz jego siłę oddziaływania na kształtowanie się dynamiki bądź
poziomu rozwoju gospodarczego można uchwycić przy pomocy efektu funkcjonowania podstawowych mechanizmów. Rogers (2008) udowodnił empirycznie w sposób jednoznaczny, iż
wielu badaczy wpływu edukacji na wzrost gospodarczy popełnia błąd nie uwzględniając w
procesie modelowania ekonometrycznego (podczas specyfikacji oraz estymacji modeli)
zmiennych kontrolujących tą relację z punktu widzenia produktywności zastosowania kapitału ludzkiego w procesie gospodarowania. Następnie otrzymał istotne statystycznie wyniki z
testowania hipotezy, iż wpływ edukacji na wzrost gospodarczy między poszczególnymi krajami jest zróżnicowany ze względu na wartości, jakie przyjmują wspomniane wyżej zmienne.
W zbiorze tych zmiennych w swoim badaniu przyjął: wskaźnik korupcji jako kontrolujący
oddziaływanie jakości instytucji oraz inwestycji na wzrost gospodarczy; premię z tytułu wymiany waluty według kursu czarnorynkowego między innymi dla kontrolowania stopnia
otwartości gospodarki oraz wskaźnik emigracji zewnętrznej kadry wysoko kwalifikowanej,
między innymi kontrolujący jej produktywność zastosowania w kraju objętym analizą. Podobnie Mauro (1995) udowodnił, iż wyższemu poziomowi korupcji towarzyszy niższa stopa
inwestycji i wzrostu gospodarczego. Została przyjęta poniższa interpretacja. Wyższy poziom
korupcji redukuje wzrost gospodarczy poprzez odciąganie kwalifikowanych ludzi od działań
produktywnych oraz zwiększenie ryzyka działania. Zarówno wskaźnik korupcji jak i premia z
tytułu wymiany według kursu czarnorynkowego zostały zastosowane jako zmienne symptomatyczne dla kontrolowania w gospodarce stopnia ograniczenia warunków produktywnego
zastosowania efektów procesu edukacji. Rogers (2008) udowodnił poniżej wyszczególnione
hipotezy. Po pierwsze, kraje charakteryzujące się wyższym poziomem korupcji jak również
wyższą premią z tytułu wymiany czarnorynkowej wykazały niższy efekt wpływu edukacji na
wzrost gospodarczy. Po drugie, w krajach o większych rozmiarach migracji zewnętrznej
oszacowano niższy efekt oddziaływania edukacji na wzrost gospodarczy.
Z punktu widzenia specyfikacji modeli wzrostu na ogół wyróżnia się w literaturze dwa
alternatywne sposoby transmisji wpływu kapitału ludzkiego na dynamikę rozwoju gospodarczego. Po pierwsze, zakłada się w neoklasycznych modelach wzrostu, iż zmiany w edukacji oddziałują na stopy wzrostu gospodarczego. Po drugie w modelach wzrostu endogenicznego przyjmuje się założenie, iż poziom edukacji (jako zmiennej symptomatycznej kapitału
ludzkiego) wpływa prawdopodobnie na stopy wzrostu gospodarczego. Celem przynajmniej
częściowego ominięcia kwestii endogeniczności wprowadza się do modelu zmienną symptomatyczną kapitału ludzkiego dla wyjściowego (początkowego) okresu z przedziału objętego
badaniem. Ponieważ jedną ze wspólnych cech kapitału ludzkiego oraz kapitału fizycznego
54
Elżbieta Soszyńska
jest ich stopniowa deprecjacja, do modelu wprowadza się logarytm edukacji, który jest
względem zmiennej objaśnianej funkcją wygaszajacą.
Zamiast drążyć pytanie, ile procent zmienności stóp wzrostu gospodarczego przeciętnie wyjaśniali wyżej cytowani badacze za pomocą kapitału ludzkiego, autorka zwraca uwagę
na konkluzje Weil'a (2005), zamieszczone w jego książce na temat wzrostu gospodarczego.
Przeciętnie za pomocą akumulacji czynników produkcji (zarówno kapitału ludzkiego jak i
fizycznego) wyjaśnione zostaje około 42% zmienności stóp wzrostu gospodarczego, zaś pozostała część tej zmienności wyjaśniana jest występującym między poszczególnymi krajami
zróżnicowaniem produktywności, czyli efektywnością , przy pomocy której czynniki produkcji są przekształcane w produkt.
Zatem edukacja formalna jest warunkiem koniecznym, ale nie wystarczającym (dostatecznym) dla wzrostu kapitału ludzkiego. W obrębie kształtowania kapitału ludzkiego, jak
równie na styku kapitał ludzki - gospodarka działają różne mechanizmy. Po pierwsze, wzrastają kwalifikacje, w sensie produktywnym, poprzez wykonywanie pracy. Efekt ich wzrostu
na dynamikę rozwoju gospodarczego zdaniem Rogers'a (2008) jest krótkookresowy. Po drugie, wpływ edukacji formalnej (kapitału ludzkiego) na kształtowanie się dynamiki wzrostu
gospodarczego może mieć zakres średnio bądź długookresowy między innymi, jeżeli kapitał
ludzki wpływa na zwiększenie stopnia dyfuzji i absorpcji nowych technologii (Nelson,
Phelps,1966). Po trzecie, w nowoczesnej gospodarce, gospodarce stymulowanej wiedzą, zdaniem Porter'a (1990) obserwujemy wyższą dynamikę rozwoju gospodarczego, jeżeli kapitał
ludzki kreuje innowacje a gospodarka je wchłania.
Nieobojętna dla kształtowania relacji kapitał ludzki - wzrost gospodarczy jest również
struktura demograficzna oraz kwalifikacyjna kapitału ludzkiego, zwłaszcza gdy badaniami
objętych jest kilkadziesiąt krajów. Crespo Cuaresma i Lutz, w swoim raporcie (2007) na podstawie nowej bazy danych dotyczących kapitału ludzkiego w 120 krajach, udowadniają między innymi, iż zróżnicowanie poziomu edukacji młodszych roczników objaśnia lepiej obserwowane różnice między krajami w kształtowaniu się stóp wzrostu PKB per capita niż kapitał
ludzki ogółem. Ponadto, autorzy odnotowują, iż kapitał ludzki młodszych grup wiekowych w
krajach rozwiniętych w sposób bardziej istotny wyjaśnia problemy absorpcji technologii.
Ważnym dla zwrócenia uwagi czytelnika jest również wniosek wyprowadzony z własnych
badań przez Iyigun oraz Owen (1999), którzy zauważają, iż wraz z wdrażaniem nowoczesnych technologii akumulacja kapitału ludzkiego coraz częściej następuje nie poprzez doświadczenie zdobywane w pracy, ale w procesie edukacji formalnej. Sequeira (2003) wskazał,
iż relacja między rozwojem ekonomicznym a kapitałem ludzkim zawartym w grupie zawodów tak zwanych wysokich technik (high-tech) nie jest liniowa, a ma kształt odwróconej litery U. To oznaczałoby, iż wraz ze wzrostem kapitału ludzkiego -dotyczącego tej grupy zawodowej -w pierwszym okresie odnotujemy szybszy rozwój ekonomiczny , a następnie jego
spadek. Obydwie te konkluzje winny podlegać dalszym i głębszym badaniom.
Rekapitulując powiązania między kapitałem ludzkim (w rozumieniu edukacji) a
wzrostem gospodarczym są bardziej skomplikowane niż zwykle wskazują na to proste analizy
empiryczne, a tym bardziej lansowane paradygmaty, a w szczególności założenia gospodarki
opartej na wiedzy.
Kapitał ludzki, wzrost gospodarczy a gospodarka stymulowana wiedzą - wyniki badań
własnych
Mimo szerokiej dyskusji , na przełomie XX i XXI wieku, toczącej się w obszarze gospodarki wiedzy, nadal zarówno w literaturze krajowej jak i zagranicznej nie ma jednej akceptowalnej przez badaczy definicji tego typu gospodarki (Cleaver, 2003); (Godin, 2003). Na
ogół charakteryzuje się gospodarkę stymulowaną wiedzą w porównaniu do tradycyjnej, jako
Jakość instytucji, kapitał ludzki a dynamika rozwoju gospodarczego
55
taką, którą cechuje wyższa dynamika rozwoju. Zakłada się, iż zaszły w niej tak głębokie
zmiany jakościowe, wskutek których wiedza zaczęła w procesie gospodarowania pełnić
znacznie głębszą rolę, jakościowo i ilościowo inną, niż pełniła dotychczas. Za gospodarkę
stymulowaną wiedzą autorka przyjmuje operacyjnie jedną z dwóch sytuacji (Zienkowski,
red., 2003). Po pierwsze, jest to taka sytuacja, w której wiedza jest jedynym czynnikiem produkcji, który w sposób istotny statystycznie wyjaśnia zmienność kształtowania się przeciętnej
stopy wzrostu gospodarczego. Po drugie, mamy do czynienia z mniej wymagającą sytuacją, w
której zarówno kapitał fizyczny jak i wiedza - w sensie strumienia bądź zasobu - w sposób
istotny statystycznie wyjaśniają zmienność przeciętnej stopy wzrostu gospodarczego, ale ta
ostatnia wyjaśnia istniejące między krajami zróżnicowanie dynamiki rozwoju gospodarczego
w wyższym stopniu.
Prowadząc badania własne i poszukując odpowiedzi na pytanie, czy kapitał ludzki był
i jest główną determinantą, czy też głównym czynnikiem stymulującym wzrost gospodarczy
na przełomie XX i XXI wieku, a świat buduje gospodarkę wiedzy, autorka wychodzi od specyfikacji klasycznego równania wzrostu gospodarczego:
n
(1)
Y = α + α ln Y + ∑ α X + ε
0
1
0
i =1
i
i
gdzie:
Y - przeciętna stopa wzrostu gospodarczego dla poszczególnych krajów, dla których zgromadzono komplet danych statystycznych.
Y0- PKB per capita w roku rozpoczynania badania;
Xi - i-ta zmienna kontrolowana w procesie konstrukcji modelu;
ε - zmienna losowa modelu;
α - parametry strukturalne modelu.
Uwzględnienie w modelu zmiennej lnY0 pozwala kontrolować badaną zależność ze
względu na początkowy poziom rozwoju, czyli tak zwaną zmienną konwergencji. Zgodnie z
założeniami neoklasycznego modelu wzrostu kraje o wyższym PKB na mieszkańca charakteryzują się wolniejszym tempem wzrostu ze względu na malejącą krańcową produktywność
kapitału w porównaniu do krajów słabiej rozwiniętych gospodarczo. Logarytm tej zmiennej
oznacza malejący jej wpływ na stopę wzrostu gospodarczego wraz z podnoszeniem PKB na
mieszkańca.
Jako bazowy-wyjściowy model, szacowany w pierwszej grupie, przyjęto model o poniższej specyfikacji:
wzrost = α 0 + α 1 ln Y 0 + α 2 ln edu + α 3 regmark + α 4 open + α 5 gov + α 6 inw + ε (2)
gdzie:
wzrost - przeciętna stopa wzrostu realnego produktu krajowego brutto per capita w latach
1990 -2004, według parytetu siły nabywczej 2001;
lnY0- logarytm naturalny PKB na 1 mieszkańca w roku wyjściowym 1990;
lnedu - logarytm naturalny poziomu edukacji pracowników w roku wyjściowym jako zmienna aproksymująca kapitał ludzki. Zmienna ta jest liczona jako średnia liczba lat osiągniętego
wykształcenia formalnego przez ludność powyżej 24 roku życia. Jest ona szacowana jako
iloczyn liczby lat kształcenia na danym poziomie przez odsetek ludności charakteryzujący się
danym, ukończonym poziomem wykształcenia. Za pomocą logarytmu tej zmiennej podkreślony został malejący wpływ powiększania kapitału ludzkiego na wzrost produktu per capita.
Lnedu1 - logarytm naturalny wartości przeciętnej z lat edukacji formalnej grupy ludności w
wieku od 15 -do 64 lat, która nie studiuje (za okres 1990-2000).
Regmark - zmienna ta mierzy przeciętny za lata 1990-2004 stopień deregulacji na rynku pracy, kredytu i biznesu. Jest nim średnia 15 zmiennych indywidualnych reprezentujących poniższe zakresy w odniesieniu do wyżej wyszczególnionych rynków: prawne zabezpieczenie
własności prywatnej, rozmiary władzy państwowej, jakość systemu pieniężnego i finansowe-
56
Elżbieta Soszyńska
go, wymiana zagraniczna oraz stopień regulacji gospodarczej. Dane są unormowane w skali
1 -10.
Open - jest to miara otwartości zewnętrznej ze względu na wymianę handlową. Jest ona liczona jako średni udział obrotów, tzn. importu łącznie z eksportem w produkcie krajowym
brutto w latach 1990-2004.
Gov - zmienna ilustrująca wielkość sektora rządowego. Jest nią średni udział wydatków rządowych w PKB za lata 1990-2004.
Inw - średnia stopa inwestycji za lata 1990-2004 (w odsetkach PKB).
Soumon - przeciętna z lat 1990-2004 wartość indeksu dostępu do zdrowego pieniądza. Liczona jest jako średnia z czterech subindeksów, to jest: przeciętnego wzrostu podaży pieniądza
(ostatnie 5 lat) minus wzrost realnego produktu krajowego brutto (ostatnie 10 lat), odchylenia
standardowego inflacji za ostatnie 5 lat, bieżącej stopy inflacji, dostępu do waluty wymienianej na rachunkach bankowych w kraju, jak i zagranicą. Indeks ten jest unormowany od 1 do
10. Wyższa jego wartość oznacza większą dostępność do zdrowego pieniądza.
LnKI95 - logarytm naturalny wskaźnika wiedzy dla 1995 roku;
Lninnov95 - logarytm naturalny subindeksu innowacji dla roku 1995;
LnICT95- logarytm naturalny subindeksu informacji dla roku 1995.
Dane dotyczące zmiennej edu pochodzą z bazy Barro, Lee (2000), edu1- dane z (Cohen, Soto,2001), soumon oraz regmark- dane z: 2006 Dataset Freedom the Fraser Institute; KI95,
innov, ICT - są to dane z bazy Instytutu Banku Światowego, zaś pozostałe dane są z bazy Heston - Summers (2006).
Równania są estymowane ważoną metodą najmniejszych kwadratów na danych przestrzennych za okres 1990-2004, na próbie statystycznej zawierającej zarówno kraje rozwinięte jak i
rozwijające się, zaś oceny parametrów strukturalnych regresji są podawane w wersji standaryzowanej celem ich bezpośredniej porównywalności. Modele poddano pełnej weryfikacji
merytorycznej jak i formalno-statystycznej2.
Modele specyfikowane są na podstawie założeń teorii wzrostu endogenicznego.
Wśród podstawowych założeń wymienia się między innymi, iż:
• wszystkie czynniki produkcji, w tym kapitał ludzki, są efektem procesu inwestowania;
• postęp techniczno-organizacyjny ma charakter endogeniczny. Co oznacza, iż nie jest onpo pierwsze - wprowadzony do modelu jako dany bezwarunkowo z zewnątrz; a po drugie
- muszą być spełnione pewne warunki, aby wystąpił. Dotyczą one odpowiednio prowadzonej polityki społeczno-gospodarczej, jak i zmian w mentalności społeczeństwa;
• czynniki produkcji są alokowane oraz efektywnie wykorzystywane wówczas, gdy wcześniej zapewniona zostanie stabilność prawa oraz stworzona zostanie gwarancja respektowania prawa własności;
Stąd również wynika, iż beta konwergencja (czyli proces wyrównywania luki dochodowej a
także technologicznej, dzielącej kraje słabo rozwinięte w porównaniu do krajów wysoko rozwiniętych (Dowrick, Rogers, 2002)) jest warunkowa. Pozostaje otwarta kwestia, jakie czynniki praktycznie są warunkami koniecznymi i dostatecznymi wystąpienia tego procesu oraz
zajścia postępu techniczno-organizacyjnego. Brak mocnych dowodów empirycznych sprzyja
pewnym decyzjom politycznym, podejmowanym zwłaszcza w stosunku do krajów słabo rozwiniętych, które często korzystają z pomocy międzynarodowych instytucji finansowych. Pomoc ta jest im przekazywana warunkowo, to znaczy często warunki te wynikają z zaleceń
Konsensusu Waszyngtońskiego, a dotyczą prowadzenia zdrowej polityki makrogospodarczej.
2
W tabelach 1-4 zamieszczono wyniki estymacji modeli, które są wystarczająco dobrze dopasowane do danych
empirycznych. Badanie przeprowadzono testem Fishera-Snedecora. Sprawdzono również losowość rozkładu
reszt testem serii, a także testem Kołmogorowa-Smirnowa potwierdzono, iż rozkłady reszt są rozkładami normalnymi. Estymacja ważoną metodą najmniejszych kwadratów miała na celu korektę ze względu na występowanie w modelach heteroskedastyczności.
Jakość instytucji, kapitał ludzki a dynamika rozwoju gospodarczego
57
Ta ostania na ogół jest skupiona wokół problemów prywatyzacji , liberalizacji oraz zapewnienia makrostabilizacji gospodarki, przede wszystkim rozumianej jako stabilność cenowa, a
także minimalnej roli państwa, która ma się głównie sprowadzać do jego funkcji regulacyjnej
(Stiglitz, 1998).
Wychodząc z założeń teorii wzrostu endogenicznego podjęto również próbę zbadania,
czy jakość instytucji, w sensie reguł gry, przede wszystkim ekonomicznej, poprzez efektywną alokację i wykorzystanie czynników produkcji, zwłaszcza kapitału ludzkiego, sprzyjała w
analizowanym okresie wyższej dynamice rozwoju gospodarczego. W analizach empirycznych
na ogół przyjmuje się koncepcję instytucji jako rozwiązań proceduralnych lub regulacyjnych.
Do badania wpływu jakości instytucji na dynamikę rozwoju gospodarczego wykorzystano
głównie zagregowane wskaźniki struktury organizacji i zarządzania opracowane przez D.
Kaufmanna, A, Kraaya, M. Mastruzziego (2006)3. W skład tej grupy syntetycznych indeksów
obok innych wchodzi, indeks najlepiej spełniający4 ( w grupie szacowanych modeli wzrostu
uwzględniających tą zmienną) rolę zmiennej symptomatycznej jakości instytucji ekonomicznych. Jest nim indeks efektywności instytucji rządowych:
• GE (government effectiveness) - indeks efektywności instytucji rządowych, za pomocą
którego mierzona jest jakość usług publicznych, jakość pracy administracji państwowej
oraz stopień jej niezależności od nacisków politycznych, jakość formułowanej polityki i
stopień jej realizacji oraz wiarygodność rządu wobec podejmowanych zobowiązań. Indeks
ten jest szacowany dla wielu krajów na bardzo licznym zbiorze obserwacji zmiennych indywidualnych, pochodzących z badań sondażowych z około 23 źródeł przez przedstawicieli około 25 różnych organizacji.
Ponadto do modeli włączono zmienną:
• Proprigh (Freedom Wright)5 - zabezpieczenie praw własności, której pomiary pochodzą z
bazy Freedom House. Obliczono ten indeks jako przeciętną wartość za lata 1995 – 2004,
dla których autorka posiadała porównywalne dane statystyczne.
Nie ma również w literaturze jednej definicji wiedzy, która by była akceptowana przez szeroki krąg badaczy (Zienkowski, red., 2003, s. 16). Autorka, w pierwszym podejściu do analizy
relacji wzrost gospodarczy - wiedza , przyjmuje - w wąski ujęciu - definicję operacyjną wiedzy. Jest nią zmienna symptomatyczna kapitału ludzkiego wprowadzana do modeli w postaci
logarytmu naturalnego edukacji formalnej. W drugim ujęciu, szerszym, autorka przyjmuje
jako zmienną wiedzy syntetyczny wskaźnik wiedzy (knowledge index), szacowany przez pracowników Instytutu Banku Światowego (Chen i inni, 2005). Indeks ten jest miarą zarówno
wiedzy tworzonej, przekazywanej, jak i rozprzestrzenianej. Jest on oszacowany jako średnia
arytmetyczna z trzech subindeksów, reprezentujących trzy filary szeroko rozumianej wiedzy.
To jest: filar edukacyjny, którego zmienna syntetyczna została obliczona na podstawie: stopy
alfabetyzmu, wskaźników skolaryzacji na poziomie średnim i wyższym; subindeks dla filaru
informacji i komunikacji, szacowany na bazie: długości linii telefonicznych, liczby komputerów oraz dostępu do internetu w przeliczeniu na tysiąc mieszkańców; a także subindeks innowacji obliczony na podstawie pomiarów takich zmiennych, jak: liczba badaczy w sektorze
badań i rozwoju, udział w PKB obrotów towarami przetworzonymi, liczba publikacji naukowych i technicznych w przeliczeniu na milion mieszkańców. Wskaźniki te są unormowane w
skali od 0 do 10, a za ich pomocą mierzy się dla danego kraju zakres tworzenia, zdobywania,
stosowania i rozpowszechniania wiedzy. Wartości bliskie 10 interpretowane są jako dobra
3
Informacje szczegółowe na temat tych wskaźników znajdują się na stronie internetowej:
www.worldbank.org/wbi/governance lub www.govindicators.org
4
Udowodnione to zostało przez autorkę poprzez oszacowanie i pełne zweryfikowanie kilkudziesięciu modeli z
różnymi zmiennymi symptomatycznymi jakości instytucji opracowanych przez wyżej wspomnianych autorów.
5
Pomiary tej zmiennej są wyskalowane w przedziale od 1 do 100, wyższa wartość liczbowa oznacza wyższy
stopień zabezpieczenia.
58
Elżbieta Soszyńska
baza wiedzy danego kraju i odwrotnie w przypadku wartości bliskich zero.
Na podstawie danych zawartych w tabelach 1-4 w kontekście założeń teorii wzrostu
endogenicznego można stwierdzić, iż poza ocenami współczynników regresji stojącymi przed
zmiennymi soumon oraz regmark z tabeli 1, charakteryzującymi odpowiednio dostęp do
zdrowego pieniądza oraz stopień deregulacji rynku kredytów, pracy i biznesu, wszystkie pozostałe oceny parametrów mają znaki zgodne z oczekiwaniami. Nie uchwycono w badanym
okresie wpływu otwartości w handlu oraz deregulacji rynków kredytu, pracy i biznesu - poza
modelem III w tabeli 1, którego kierunek jest sprzeczny z oczekiwaniami - na wzrost gospodarczy. Nie udowodniono także za pomocą zmiennej soumon braku neutralności pieniądza na
badane procesy realne zachodzące w gospodarce. Przy założeniu, iż wzrost udziału wydatków
rządowych w PKB odzwierciedla w przybliżeniu zwiększenie funkcji i zadań pełnionych
przez rząd, to wyniki estymacji wskazują, iż wraz z zwiększeniem udziału wydatków rządowych w PKB podnosi się stopa wzrostu gospodarczego, przy innych warunkach constans. Co
sugerowałoby raczej, iż radykalne ograniczanie roli państwa nie w każdych warunkach
sprzyja wyższej dynamice rozwoju gospodarczego. Otrzymane wyniki dosyć wyraźnie nie
potwierdziły, iż zalecenia wynikające z Konsensusu Waszyngtońskiego, a dotyczące podstawowych kierunków kształtowania zdrowej polityki makroekonomicznej, stanowiły warunki
konieczne do zwiększenia dynamiki rozwoju gospodarczego w badanym okresie. Można
również z przeprowadzonej analizy empirycznej wstępnie wnioskować, iż kontrola stopnia
otwartości w handlu i a także jakości instytucji, a zwłaszcza efektywności instytucji rządowych sprzyja zwiększeniu udziału zmiennej edukacyjnej w wyjaśnianiu kształtowania się
zmienności stóp wzrostu gospodarczego. Jednak to stwierdzenie należałoby poddać głębszej
analizie. W celu sprawdzenia, na ile wyniki z tabeli 1, a dotyczące wpływu zmiennej lnedu na
kształtowanie się dynamiki wzrostu gospodarczego mogą być kwestionowane z tytułu niskiej
jakości danych, sięgnięto po pomiary kapitału ludzkiego z nowszej bazy i na ich podstawie
oszacowano i zweryfikowano szereg modeli wzrostu (tabela 2).
Z wyników oszacowań modeli z tabel 1-2 i kilkudziesięciu innych modeli liniowych
oraz zlinearyzowanych różniących się specyfikacją, metodami estymacji i selekcji zmiennych
objaśniających w kontekście postawionego pytania badawczego można stwierdzić, iż wprowadzając do modelu wzrostu indywidualne zmienne objaśniające jako zmienne kapitału ludzkiego, udowadnia się raczej, iż na przełomie XX i XXI wieku kapitał fizyczny był nadal
głównym czynnikiem ciągnącym wzrost gospodarczy. Wprawdzie w modelu III z tablicy 1
istotność oszacowanego współczynnika regresji, znajdującego się przed zmienną inw , przekroczyła nieznacznie dopuszczalne standardy, ale - po pierwsze - w tym przypadku zmienna
ta weszła w interakcję ze zmienną GE, która częściowo przechwyciła jej wpływ na kształtowanie stopy wzrostu PKB per capita, a po drugie - w kilkuset estymowanych i w pełni zweryfikowanych modelach - powyższa zależność została w sposób ewidentny potwierdzona. W
większości przypadków dotyczących wyników estymacji modeli - prezentowanych w tekście
jak również nieprezentowanych - odnotowano istotny statystycznie wpływ zmiennej lnedu
6
na kształtowanie się stóp wzrostu PKB per capita według przyjętych w świecie standardów,
ale udział zmiennej inw w tym procesie był większy niż zmiennej reprezentującej kapitał
ludzki.
6
W celu osłabienia kwestii endogeniczności, która może występować między stopą wzrostu PKB per capita a
zmienną edukacyjną, wartości tej drugiej były brane głównie z początkowego okresu badania.
59
Jakość instytucji, kapitał ludzki a dynamika rozwoju gospodarczego
Tabela 1. Wpływ kapitału ludzkiego na wzrost gospodarczy krajów w latach 1990 - 2004.
(Obserwacje symptomatycznej zmiennej kapitału ludzkiego pochodzą z bazy danych Barro&Lee). Zmienna objaśniana: przeciętna stopa wzrostu realnego PKB per capita.
Zmienne
objaśniające/ miary jakości
LnY0
inw
soumon
lnedu
regmark
GE
proprigh
open
gov
R2
SkorR2
N
D-W
I
II
-0,645**
0,648*
0,300
0,217
0,302
0,245
54
1,593
-0,732*
0,578*
0,303
0,36***
0,080
0,357
0,290
54
1,551
MODELE
IV
V
III
-1,206*
0,275
-0,063
0,469**
-0,469**
1,419*
0,484
0,418
54
1,586
-0,793*
0,545*
0,252
0,38***
0,026
-0,804*
0,539*
0,268
0,39***
0,198
0,207
0,372
0,292
54
1,605
0,372
0,366
54
1,606
VI
VII
VIII
-0,725*
0,537*
0,356**
0,39***
-0,715*
0,640*
0,31***
0,36***
-0,718*
0,655*
0,31***
0,36***
0,024
0,004
0,26***
0,361
0,279
54
1,621
0,26***
0,366
0,300
54
1,622
0,345
0,277
54
1,541
Źródło: Obliczenia własne. D-W - statystyka empiryczna Durbina-Watsona. Oszacowania
współczynników regresji są istotne statystycznie odpowiednio na poziomie: * - 0,01; ** 0,05; *** - 0,1.
Z powyższych wyników badań można odnotować, iż w analizowanym okresie zachodził proces beta konwergencji warunkowej7. W modelach z tabeli 1 (jak również w pozostałych modelach, w których objaśniana była zmienność stopy wzrostu) oceny parametrów przy
lnY0 są ujemne, a współczynniki są istotne statystycznie według przyjmowanych powszechnie standardów. Zbliżone wyniki uzyskano w innych specyfikacjach modeli tej podgrupy.
Tabela 2. Wpływ kapitału ludzkiego na wzrost gospodarczy krajów w latach 1990-2004. (Obserwacje zmiennej symptomatycznej kapitału ludzkiego pochodzą z bazy danych Cohen
&Soto). Zmienna objaśniana: przeciętna stopa wzrostu realnego PKB per capita.
Zmienne objaśniające
oraz
miary jakości
LnY0
inw
Lnedu1
open
gov
GE
R2
SkorR2
N
D-W
I
-0,526*
0,867*
0,276
II
-0,590*
0,849*
0,308***
0,010
MODELE
III
-0,629*
0,912*
0,311
IV
V
-1,024*
0,629*
0,407**
-1,058*
0,629*
0,419**
-0,036
0,580*
0,536
0,494
49
1,750
0,639*
0,539
0,486
49
1,752
0,411*
0,655
0,632
49
1,746
0,530
0,487
49
1,739
0,559
0,518
49
1,862
Źródło: Obliczenia własne. Oznaczenia jak powyżej.
7
Beta konwergencja warunkowa występuje wówczas, gdy w modelu wzrostu gospodarczego obok zmiennej
charakteryzującej wyjściowy poziom dochodu na głowę, znajdują się inne zmienne objaśniające, które sprzyjają
zajściu procesu konwergencji, a oceny współczynników regresji przy zmiennej lnY0 są ujemne.
60
Elżbieta Soszyńska
Dopiero wyniki modelowania na danych przestrzennych relacji wzrost gospodarczy wiedza, w szerokim jej ujęciu, potwierdziły tezę, iż przeciętnie rzecz ujmując świat przełomu
XX i XXI wieku buduje gospodarkę opartą na wiedzy. Oceny parametrów strukturalnych zarówno stojące przed zmienną inw jak i lnKI95 są istotne statystycznie, ale znacznie wyższe
przy zmiennej symptomatycznej wiedzy (tabela 3). To oznacza , iż wiedza w wyższym stopniu wyjaśnia zróżnicowanie stóp wzrostu realnego PKB na mieszkańca, występujące między
poszczególnymi krajami. Jednak budowa gospodarki wiedzy nie jest bezwarunkowa. Potwierdziły to również wyniki estymacji grupy modeli, w której zmienną syntetyczną wiedzy szeroko ujętej - był logarytm naturalny wskaźnika gospodarki wiedzy8 (Soszyńska, 2008).
Podstawowe warunki występowania i realizacji tego procesu na ogół nie pokrywają się z
głównymi zaleceniami zawartymi w Konsensusie Waszyngtońskim. Zasadniczym warunkiem
wspomagającym ten proces jest efektywność instytucji rządowych, w przypadku której to
zmiennej stopień wyjaśnienia zmienności stóp wzrostu gospodarczego jest wyższy niż inwestycji w kapitał fizyczny, a ponadto zmienna ta wspomaga oddziaływanie kapitału ludzkiego
na wzrost gospodarczy (tabela 2) oraz w każdym szacowanym równaniu wzrostu jest istotna
statystycznie. Autorka za pomocą dwurównaniowego modelu wstępnie również zweryfikowała prawdopodobieństwo zachodzenia endogeniczności między stopą wzrostu PKB per capita a zmienną GE9 , okazało się, iż główny kierunek oddziaływania przebiega od zmiennej
GE do stóp wzrostu PKB per capita.
Tabela 3. Wpływ wiedzy na wzrost gospodarczy w latach 1990 – 2004
Zmienna objaśniana: przeciętna stopa wzrostu realnego PKB per capita.
Zmienne objaśniające
oraz miary jakości
LnY0
LnKI95
inw
soumon
regmark
GE
R2
SkorR2
N
D-W
I
-1,763*
1,334*
0,456*
0,482*
0,593
0,559
54
1,860
MODELE
II
-1,860*
1,429*
0,493*
0,504**
0,003
0,507
0,456
54
1,856
III
-2,187*
1,377*
0,447*
0,128
0,785*
0,533
0,484
54
1,920
Źródło: Obliczenia własne. Oznaczenia jak powyżej.
W poszukiwaniu odpowiedzi na pytanie, który filar, czy raczej, która grupa czynników, wchodzących w skład szeroko pojętej wiedzy, sprzyja w najwyższym stopniu dynamice
rozwoju gospodarczego, oszacowano i zweryfikowano następną grupę modeli. Niektóre wyniki zamieszczono w tabeli 4. Porównując wyniki modelowania zawarte w tabelach 1-2 z wynikami w tabeli 4, można skonstatować, iż przeciętnie rzecz biorąc w latach 1990-2004 in8
KEI - knowledge economy index (wskaźnik gospodarki wiedzy) jest również szacowany przez pracowników
Instytutu Banku Światowego obok wskaźnika wiedzy. Ten pierwszy jest wsparty o dodatkowy filar, to znaczy
ekonomiczno-instytucjonalny filar, w którym wyszczególnione są warunki wspomagające, zdaniem badaczy,
budowę gospodarki wiedzy.
9
Zmiennymi objaśnianymi w tym modelu były: stopa wzrostu PKB per capita oraz efektywność instytucji rządowych. Wyniki estymacji tej gupy modeli nie są zamieszczone w tekście.
61
Jakość instytucji, kapitał ludzki a dynamika rozwoju gospodarczego
nowacje w największym stopniu wpływały na powiększanie dynamiki rozwoju gospodarczego.
Tabela 4. Informatyzacja, innowacje a dynamika rozwoju ekonomicznego.
Zmienna objaśniana: przeciętna stopa wzrostu PKB per capita.
Zmienne objaśniające/miary
jakości
LnY0
inw
lninnov
lnICT
open
GE
Proprigh
soumon
R2
SkorR2
N
D-W
MODELE
I
-1,343*
0,678*
1,429*
II
-1,316*
0,356**
0,782*
III
-1,176*
0,564*
1,046*
IV
-1,805*
0,527*
1,019*
0,077
0,024
0,665**
0,827*
0,268***
0,809
0,794
56
2,031
0,132
0,595
0,543
54
1,963
0,574
0,541
56
2,044
0,498
0,458
56
1,988
Źródło: obliczenia własne. Oznaczenia jak powyżej.
Podsumowanie
Wyniki badań empirycznych relacji kapitał ludzki - poziom czy też dynamika rozwoju
gospodarczego w skali makro, pochodzące z różnych ośrodków zagranicznych jak i krajowych, często są dosyć nieoczekiwane a nawet rozbieżne. Nie zawsze potwierdzają kierunek
wyników badań tej zależności z mikroskali. Również wstępnie wydaje się, iż są sprzeczne z
założeniami teorii. Wielu badaczy upraszcza problem stwierdzając, iż przyczynami otrzymanych wyników modelowania ekonometrycznego, które wskazują na nieznaczny bądź ujemny
wpływ kapitału ludzkiego na osiągnięcia gospodarcze, jest przede wszystkim: niska jakość
pomiarów kapitału ludzkiego, wybór niewłaściwych metod estymacji, błędy popełnione w
procedurze modelowania. Jednak głębsza analiza merytoryczna, jak i formalno-statystyczna
skłania do poniższych konkluzji. Związki między edukacją formalną a osiągnięciami gospodarczymi w skali makro są znacznie bardziej skomplikowane, bezpośrednie jak i pośrednie.
Niektórzy badacze (Rogers, 2008) twierdzą wprost, iż związek między edukacją formalną a
umiejętnościami produkcyjnymi - lub kapitałem ludzkim stosowanym w gospodarce - nie są
bezpośrednie a efekty edukacji nie są automatyczne przekładalne na produkcyjne zastosowanie. Oczekiwane rosnące efekty wpływu tego czynnika produkcji na poziom lub dynamikę
rozwoju gospodarczego otrzymamy, gdy w pierwszej kolejności w procesie modelowania
kontrolowane jest produktywnego zastosowanie kapitału ludzkiego. Problem ten ma tym
większe znaczenie, iż coraz częściej podkreślane są przemiany cywilizacyjne zachodzące na
przełomie XX i XXI wieku, które zdaniem wielu badaczy prowadzą do budowy gospodarki
wiedzy. Dyskusja o gospodarce wiedzy jest dosyć rozmyta, dopóki nie zostaną przyjęte w
miarę precyzyjne definicje, co pod tym pojęciem rozumiemy. Autorka przyjęła jedną z takich
możliwych definicji. W kontekście tej definicji z badań empirycznych na próbie przestrzennej, obejmującej kilkadziesiąt krajów, wynika, iż jeśli do modelu wprowadzimy zmienną
symptomatyczną wiedzy - w ujęciu wąskim - to jest kapitał ludzki, to w większości estymo-
62
Elżbieta Soszyńska
wanych i zweryfikowanych modeli odnotowujemy istotny statystycznie oraz dodatni wpływ
tej zmiennej na stopę wzrostu realnego PKB per capita. Zmienna ta jednak na ogół wyjaśnia
występujące między krajami zróżnicowanie stóp wzrostu PKB per capita w mniejszym stopniu niż inwestycje w kapitał fizyczny. Na podstawie modeli z tabel 1-2 można stwierdzić, iż
typowy wzrost (o jedno odchylenie standardowe) kapitału wiedzy na ogół skutkuje mniejszym zwiększeniem się stóp wzrostu PKB na mieszkańca w porównaniu ze wzrostem zmiennej symptomatycznej kapitału fizycznego10. Jednak, gdy do modelu wprowadzimy zmienną
symptomatyczną wiedzy w szerokim ujęciu, czyli odzwierciedlającą proces jej tworzenia,
przekazywania, stosowania i dyfuzji, to właśnie wówczas stwierdzamy, iż przeciętnie rzecz
ujmując świat przełomu XX i XXI wieku buduje gospodarkę wiedzy, ale budują ją przede
wszystkim te kraje, które prowadzą odpowiednią politykę makro, a przede wszystkim zapewniły wysoką jakość instytucji , a zwłaszcza efektywność instytucji rządowych. Podstawowym
filarem wiedzy, który ciągnie wzrost gospodarczy - jak wynika z badań - są innowacje.
BIBLIOGRAFIA:
1. Barro R. J., (2001), Human capital: growth, history and policy - a session to honor Stanley
Engerman, The American Economic Review, may, 91(2).
2. Benhabib J., Spiegel M., (1994), The role of human capital in economic development:
evidence from aggregate cross-country data, Journal of Monetary Economics 34 (2), p.
143-174.
3. Chen C., Dahlman C. J., Derek H., (2005), The Knowledge Economy, the KAM Methodology and World Bank Operations, The World Bank, Washington.
4. Cleaver K., 2003, Wstępna strategia tworzenia gospodarki opartej na wiedzy - w krajach
przystępujących do Unii Europejskiej, w: Gospodarka oparta na wiedzy. Perspektywy
Banku Światowego, Biuro Banku Światowego w Polsce, KBN, Oficyna Wydawnicza
Rewasz, Warszawa.
5. Cohen D., Soto M., (2001), Growth and human capital: good data, good results, OECD,
Technical Papers, No 179, September.
6. Crespo Cuaresma J., Lutz W., (2007), Human capital, age structure and economic growth:
evidence from a new dataset, Interim Report IR-07-011, IIASA, Laxenburg, Austria.
7. De la Fuente A., Dome'nech R., (2006), Human capital in growth regressions: how much
difference does data quality make?, Journal of the European Economic Association,
march, 4(1). P. 1-36.
8. Dowrick S., Rogers M., (2002), Classical and technological convergence: beyond the Solow - Swan growth model, Oxford Economic Papers, 54(3), p.369 - 383.
9. Godin B., 2003, The Knowledge - Based Economy: Conceptual Framework or Buzzword?
Montreal, Quebec, Project on the History and Sociology of S&T Statistics, Working Paper
no 24.
10. Hall R., Jones Ch., (1999), Why do some countries produce so much more output per
worker than others?, The Quarterly Journal of Economics, february, 114(1), p. 83-116.
11. Hanushek E. A., Kim D., (1995), Schooling, labour force quality, and economic growth,
National Bureau of Economic Research Working Paper 5399, Cambridge, MA.
12. Iyigun M., Owen A., (1999), Entrepreneurs, professionals and growth, Journal of the Economic Growth 4(2), p. 215-232.
13. Mauro P., (1995), Corruption and growth, Quartely Journal of Economics 110, p.681-712.
14. Nelson R., Phelps E., (1966), Investment in humans, technological diffusion, and eco10
Powyższa interpretacja wynika z faktu, iż ocenami współczynników regresji, zamieszczonymi w tabelach, są
standaryzowane współczynniki beta.
Jakość instytucji, kapitał ludzki a dynamika rozwoju gospodarczego
63
nomic growth, American Economic Review, 56, p. 69-75.
15. Porter M., (1990), The Competitive Advantage of Nations, Macmillan, London.
16. Pritchett L., (2001), Where has all the education gone? The World Bank Economic Review, vol. 15, no. 3, p. 367-391.
17. Rogers M. L., (2008), Directly unproductive schooling: How country charakteristics affect
the impact of schooling on growth, European Economic Review 52, p. 356-385.
18. Sequeira T., (2003), High-tech human capital: do the richest invest the most?,Topics
Macroeconomy, The Berkeley Journals in Macroeconomics, 3(1), Article13.
[http://www.bepress.com/bejm/topics/vol3/iss1/art13 (28. 05 .2008)].
19. Soszyńska E., (2008), Wzrost gospodarczy a gospodarka oparta na wiedzy, Nauka i
Szkolnictwo Wyższe, nr 31.
20. Stiglitz J., (1998), Towards a new paradigm for development: strategies, policies, and
processes, Prebisch Lecture, UNCTAD, Geneva.
21. Temple J.,(1999), A positive effect of human capital on growth, Economics Letters 65, p.
131 - 134.
22. Weil D. N., 2005, Economic growth, Pearson Education,Inc. Publishing as Addison Wesley, New York.
23. Zienkowski L., red., (2003), Wiedza a wzrost gospodarczy, Wydawnictwo Naukowe
"Scholar" Spółka z o. o., Warszawa.