12  Tillväxt för rookies

(där du lär dig grunderna om tillväxt och undersöker varför vissa länder är rikare än andra)

En gång i tiden var vi alla fattiga. År 1800 tjänade finländaren i snitt motsvarande 2 euro om dagen. Så såg människans villkor ut i stora delar av världen år 1800. Och det var ingenting speciellt illa med just år 1800. I själva verket hade människan legat konstant på 2 euro ända sedan mänsklighetens uppkomst för 200 000 år sedan. Men för cirka 200 år sedan förändrades allt, som du ser i följande figur:

Vad var det egentligen som hände? Plötsligt tog utvecklingen fart. I dag har den typiska finländaren cirka 110 euro om dagen, och det vi har tillgång till – sjukvård, boende, mat, nöjen – har ökat på ett sätt som nästan är svårt att förstå. Så varför låg vi på 2 euro om dagen i 200 000 år för att sedan plötsligt hamna på 110 euro? Det här är en av nationalekonomins allra svåraste och viktigaste gåtor. Vad tror du är förklaringen? Kanske beror vår nyvunna rikedom på att vi har blivit fler, eller på att vi jobbar hårdare? Eller beror vår ökade levnadsstandard på att vi har offrat miljön? Kanske har Finland blivit rikt bara för att andra länder tvingas vara fattiga?

Om vi kan lista ut hur vissa länder gick från fattigdom till rikedom, kan vi använda receptet för att utplåna den fattigdom som fortfarande plågar många delar av världen. I två kapitel ska vi därför analysera ekonomisk tillväxt på djupet. I det här första kapitlet får du bland annat använda den neoklassiska tillväxtteorin, som visar att resurser och teknologi påverkar hur snabbt ett land växer ekonomiskt. I nästa kapitel går vi vidare till nyare teorier som bland annat betonar utbildningens och institutionernas roll för tillväxten.

12.1 Tidens betydelse: 70-regeln

Det enkla förklaringen till varför Finland är rikare än Somalia är att vår ekonomi under väldigt många år har vuxit lite snabbare än Somalias. Vi kan visa detta med hjälp av 70-regeln:

70-regeln säger att “70 delat med tillväxten” ger antalet år innan vi har dubblerat vår inkomst. Varifrån kommer 70-regeln? Tänk dig att du sätter in 100 euro på banken och att räntan är 5 procent. Efter ett år har din hundralapp vuxit till 105 euro. Efter två år har pengarna vuxit till 110,25 euro, efter tre år till 115,76 euro. Det går att visa matematiskt att det tar cirka 14 år (70/5) innan din ursprungliga hundralapp har vuxit till 200 euro.

\[ \small\text{År tills du blivit dubbelt så rik} = \frac{70}{\text{Tillväxten i procent}} \]

Om du vet hur snabbt ett land växer kan du alltså använda 70-regeln för att räkna ut hur lång tid det tar innan landet har blivit dubbelt så rikt som i dag. I världskartan nedan ser du hur BNP-tillväxten har sett ut i alla världens länder sedan 1980. Om du exempelvis klickar på Kina ser du att deras tillväxt visserligen har varierat en hel del från år till år, men att BNP i snitt verkar ha vuxit med cirka 10 procent per år. En sådan kraftig tillväxt innebär - enligt 70-regeln - att det bara tar 7 år (70/10) för Kina att dubbla sin BNP. I Finland har tillväxten däremot varit betydligt svagare, kanske 2 procent i snitt. Det innebär enligt 70-regeln att det tar cirka 35 år innan Finlands BNP dubbleras.

Lärdomen från 70-regeln är att små förändringar under lång tid gör underverk. Det som gäller för ekonomisk tillväxt gäller också inom många andra områden. Att få bankräntan 3 procent i stället för 2 procent kan verka som en bagatell men efter några decennier blir det en förmögenhet. Avgörande för vem av er på kursen som skriver den bästa avhandlingen i slutet av studierna är troligen inte vem av er som är bäst just nu - utan vem av er som utvecklas snabbast. Det som oftast är mest avgörande är i vilken takt du blir bättre.

12.2 Neoklassisk tillväxtteori

70-regeln visade att små skillnader i ekonomisk tillväxt med tiden gör att vissa länder blir rika medan andra blir fattiga, men den säger ingenting om varför tillväxt uppstår. Därför är det nu dags att bygga vår första makromodell. Som du lärde dig i Avsnitt 1.1 är teorier en sorts förenklade låtsasvärldar som hjälper dig att förstå världen. Vi använde till exempel teorin om utbud och efterfrågan för att analysera handeln med jordgubbar på Salutorget i Åbo. Nu ska vi i stället skapa en teori som visar varför vissa länder är rika och andra fattiga. Vi kallar den här första teorin för den neoklassiska tillväxtteorin. Det här är kärnan i teorin:

“Hur mycket som produceras i landet beror på tre saker: arbetskraft, kapital och teknologi.”

Svårare än så är egentligen inte den neoklassiska tillväxtteorin. Du kan likna landet vill ett bageri. Vad tror du är avgörande för hur många limpor som bageriet klarar av att tillverka?

Jo, produktionen hänger såklart ihop med hur många som jobbar i bageriet (arbetskraft) och hur mycket utrustning som finns i bageriet (kapital). Ett bageri med tre bagare och sju ugnar får ju rimligen ut fler limpor än ett bageri där två bagare samsas vid en enda ugn. Dessutom spelar självklart teknologin roll; om bageriet använder smarta arbetsmetoder så blir det förmodligen mer bröd än om produktionen sker med hjälp av föråldrade metoder. Vi ska nu titta närmare på dessa tre olika sätt för ett land att bli rikare.

Fler som jobbar!

Enligt den neoklassiska tillväxtteorin kan BNP växa genom att fler människor arbetar. För dig som vill förstå finsk politik är följande figur troligtvis den viktigaste i hela boken. Det är en graf som får experter och politiker att ligga sömnlösa av oro inför landets framtid:

Som du ser i figuren så visar prognoserna att antalet finländare i åldersgruppen 25–64 kommer att minska dramatiskt under din livstid. Samtidigt förväntas antalet finländare över 65 år att öka kraftigt. (Tips: Byt land i figuren till exempelvis Somalia, Sydkorea och Sverige så ser du hur läget ser ut i dessa länder).

Den demografiska försörjningskvoten sammanfattar åldersstrukturen i en enda siffra. Måttet visar hur många som är barn (<15 år) eller äldre (>65 år) i förhållande till hur många som är i åldern 15–64 år. Om det exempelvis finns 100 barn, 100 äldre och 200 i åldern 15–64, så blir försörjningskvoten 100. Det skulle betyda att varje person i arbetsför ålder måste försörja sig själv och ytterligare en person som inte är i arbetsför ålder. I Finland är den demografiska försörjningskvoten just nu 61,6 (källa här). Det betyder alltså att varje finländare i arbetsför ålder just nu måste försörja sig själv och ytterligare 0,616 personer som inte är i arbetsför ålder. Klicka gärna på länken ovan för att se hur siffran ser ut i din hemkommun - och försök att tolka siffran.

Hur allt färre i arbetsför ålder ska kunna försörja allt i icke-arbetsför ålder blir med all sannolikhet en av de avgörande frågorna i Finland under resten av ditt liv. På sistone har mycket av den politiska debatten handlat om hur man ska få fler unga att snabbare påbörja sina yrkeskarriärer. Till exempel talas det mycket om “snabbare studier” och “ökad genomströmning” inom högre utbildning. Flera reformer har införts för att sporra unga att slutföra sina studier snabbare: Om du exempelvis tar din examen inom utsatt tid skrivs nästan 40 procent av ditt studielån av. Dessutom har flera politiska reformer genomförts för att förlänga yrkeslivet, inklusive förändringar i pensionssystemet. Många funderar också, likt politikerna i Lestijärvi i Figur 1.2, på vad som kan göras för att det ska födas fler barn i Finland. Vi ska nu attackera den frågan med hjälp av data.

Hur påverkas inkomsten av att få barn?

Varför har antalet födda barn minskat så mycket? Det finns förstås många olika förklaringar. Kanske kan du själv komma på några? Tidigare i boken har vi sett att plånboken ofta påverkar våra val i livet. Kanske är det så att barn är “dyra”, och att detta gör att fler väljer att inte skaffa barn? Det är en möjlig förklaring som vi kan utforska vidare.

Låt oss därför undersöka vad som händer med inkomsten när man får barn. Lyckligtvis lever vi i en tid då världen drunknar i data. På mitt jobb finns gigantiska databaser med hundratals fakta om alla som bor i Finland. Där kan jag bland annat se vad varje individ tjänar och hur många barn de har. Med några knapptryck kan vi ta fram data för alla finländare mellan 18 och 30 år. I den här gruppen, som består av nästan en halv miljon personer, hade 57 procent barn.

Om vi tittar på deras årsinkomster år 2022 ser vi ett intressant mönster: De som hade barn tjänade i genomsnitt 16 973 euro, medan de utan barn tjänade 28 139 euro. Vid en första anblick kan man lätt tolka detta som att barn innebär en ekonomisk katastrof - men förstår du varför den slutsatsen förmodligen inte är helt rätt?

Jo, förklaringen är att det kan finnas många andra skillnader mellan de som får barn och de som inte får barn - och kanske är det i själva verket dessa skillnader som gör att de barnlösa tjänar så mycket mer än de som fått barn? Det är ju inte slumpmässigt vem som väljer att skaffa barn. Till exempel varierar barnafödandet kraftigt mellan olika delar av landet. Våra data visar att 18-30-åringar i Helsingfors, där lönerna är högst i landet, i snitt har 0,58 barn, medan de i Larsmo, där lönerna är lägre, har i snitt 2,07 barn. Att finländare med många barn ofta har lägre inkomster kanske alltså inte har med barnen i sig att göra, utan beror på att människor i regioner med lägre inkomster är mer benägna att skaffa många barn.

Ett sätt att förstå hur vi kan komma runt detta problem är att tänka på vägskälet i skogen, som illustrerades i Figur 1.1. I vårt data kan vi se vad varje individ med barn tjänade år 2022, men vi kan självklart inte veta med säkerhet vad respektive individ skulle ha tjänat om de inte hade fått barn. Men med hjälp av matchningsanalys kan vi göra en begåvad gissning. Principen är ganska enkel.

Ta till exempel Kaija Vilponen-Liimatainen, som vi träffade i Kapitel 1. Hur mycket skulle Kaija ha tjänat år 2022 längs The Road not Taken - det vill säga i ett hypotetiskt liv där hon inte fick barn? Idén bakom matchningsanalys är att söka igenom vår enorma databas för att hitta en person som i princip är identisk med Kaija men som inte har barn. Låt oss säga att vi hittar Kati, som också bor i Lestijärvi. Hon är inte bara exakt lika gammal som Kaija, utan har även samma utbildning och arbetslivserfarenhet. De är i själva verket identiska på många sätt. Det finns egentligen bara en enda sak som skiljer dem åt: Kaija har barn men det har inte Kati. Skillnaden i lön mellan Kaija och Kati får därför bli vår bästa gissning på hur Kaijas inkomst påverkades av att få barn.

Det fina är att datorn blixtsnabbt kan göra den här typen av jämförelser för alla personer i Finland som har barn, och på så sätt kan vi fram en uppskattning av hur barn generellt sett påverkar våra inkomster. Så här blev mina resultat:

Tabell 12.1: Matchningsanalys av effekten av barn på årslön

Variabelmatchning	Skillnad i årslön (€)
Ingen matchning (råskillnad)	-11 166 euro
Matchning på utbildningsnivå	-5 323 euro
+ Matchning på kön och ålder	-2 664 euro
+ Matchning på ort	-2 321 euro
+ Matchning på övriga variabler	-1 321 euro

Den översta raden i tabellen visar att individerna med barn tjänade i snitt 11 166 euro mindre om året än individerna som hade barn. På följande rad har jag matchat på utbildning, vilket betyder att jag har jämfört inkomsten för varje förälder med en person som har samma utbildningsnivå men som inte har barn. Som du ser skiljer det i snitt nu “bara” 5 323 euro mellan grupperna. Det betyder att mer än hälften av löneskillnaden mellan personer med och utan barn i själva verket beror på att personer som har barn i snitt är betydligt mindre välutbildade än personer utan barn. På följande rader har jag successivt gjort en allt mer exakt jämförelse. På den sista raden jämför jag individer som har barn med individer som inte har barn men som har samma utbildning, är lika gamla, bor på samma ort och har jobbat lika länge. Även bland dessa väldigt lika personer tjänar den med barn drygt en tusenlapp mindre än sina “Lika som bär”-personer. I senare kurser i nationalekonomi får du lära dig hur du gör den här typen av analyser, vilket är guld värt när du exempelvis ska skriva din avhandling eller ta steget ut i arbetslivet.

Mer kapital!

Ekonomisk tillväxt kan, enligt teorin, också uppnås genom att mängden kapital ökar. Ju mer kapital du har att arbeta med, desto mer kommer du förmodligen att åstadkomma på jobbet. När jag skriver det här använder jag en hel del fysiskt kapital – precis som bagaren i bageriet. Jag har min dator, två skärmar, bord, stolar och mycket annat. I genomsnitt jobbar finländare med kapital till ett värde av cirka 27 000 euro. Men varför just 27 000 euro?

Låt oss titta lite närmare på kapitalets betydelse. Här har jag gjort en app som illustrerar sambandet. För dig som är ovan vid att tänka i grafer kan det här kännas svårt, men lek med appen i några minuter - och ge absolut inte upp förrän du förstår sambandet!

#| standalone: true
#| viewerHeight: 1000

# Installera nödvändiga paket om de inte redan är installerade
if (!require(shiny)) install.packages("shiny")
if (!require(plotly)) install.packages("plotly")

library(shiny)
library(plotly)

ui <- fluidPage(
  sidebarLayout(
    sidebarPanel(
      numericInput("s", "Investeringsgrad (% av BNP):", value = 25, min = 0, max = 100, step = 1),
      numericInput("d", "Förslitningsgrad (% av kapital):", value = 10, min = 0, max = 100, step = 1),
      numericInput("A", "Teknologin (A):", value = 2.5, min = 0, step = 0.1),
      numericInput("kmax", "Maxvärde som visas på x-axeln:", value = 200, min = 1, step = 0.1),
      h5("Den heldragna röda linjen visar vad du kan konsumera i jämvikten, som ju är skillnaden mellan din inkomst (BNP) och det som du investerar för framtiden.")
    ),
    mainPanel(
      plotlyOutput("solowPlot"),
      HTML("<div style='margin-top: 30px;'></div>"),
      verbatimTextOutput("equilibriumFacts")
    )
  )
)

server <- function(input, output) {
  
  solow_model <- reactive({
    s <- input$s / 100
    d <- input$d / 100
    A <- input$A
    k_seq <- seq(0, 500, length.out = 100)  # Ett konstant intervall för kapitalberäkning
    y_seq <- A * sqrt(k_seq)
    i_seq <- s * y_seq
    delta_k_seq <- d * k_seq

    data.frame(
      kapital = k_seq,
      BNP = y_seq,
      investeringar = i_seq,
      forslitning = delta_k_seq
    )
  })
  
  
  output$solowPlot <- renderPlotly({
    data <- solow_model()
    
    positive_data <- data[data$kapital > 0,]
    steady_state_k <- positive_data$kapital[which.min(abs(positive_data$investeringar - positive_data$forslitning))]

    if (!is.na(steady_state_k) && steady_state_k > 0) {
      BNP_at_steady_state <- input$A * sqrt(steady_state_k)
      investments_at_steady_state <- (input$s / 100) * BNP_at_steady_state
      consumption_at_steady_state <- BNP_at_steady_state - investments_at_steady_state

      plot_ly(data = data, x = ~kapital) %>%
        add_lines(y = ~BNP, name = "BNP per arbetare", line = list(color = "blue")) %>%
        add_lines(y = ~investeringar, name = "Investeringar per arbetare", line = list(color = "orange")) %>%
        add_lines(y = ~forslitning, name = "Förslitning per arbetare", line = list(color = "green")) %>%
        layout(xaxis = list(title = "Kapital per arbetare (€)", range = c(0, input$kmax)),  # Dynamisk x-axel
               yaxis = list(title = "Euro (€)"),
               annotations = list(
                 list(x = steady_state_k, y = -0.5, text = "k*", showarrow = FALSE, xanchor = "center", yanchor = "top", font = list(color = "red"))
               ),
               shapes = list(
                 list(type = "line", x0 = steady_state_k, x1 = steady_state_k, y0 = 0, y1 = max(data$BNP) * 1.1,
                      line = list(color = "red", width = 2, dash = "dash")),
                 list(type = "line", x0 = steady_state_k, x1 = steady_state_k, y0 = investments_at_steady_state, y1 = BNP_at_steady_state,
                      line = list(color = "red", width = 3))
               ))
    } else {
      # Returnera en tom plot om vägen till steady state misslyckas
      plot_ly(data = data, x = ~kapital)  # Returnera en tom graf
    }
  })
  
  output$equilibriumFacts <- renderText({
    data <- solow_model()
    positive_data <- data[data$kapital > 0,]
    
    if (nrow(positive_data) > 0) {
      steady_state_k <- positive_data$kapital[which.min(abs(positive_data$investeringar - positive_data$forslitning))]
      
      if (!is.na(steady_state_k) && steady_state_k > 0) {
        # Beräkna BNP per arbetare vid jämvikten
        BNP_at_steady_state <- input$A * sqrt(steady_state_k)
        # Beräkna investeringar per arbetare vid jämvikten
        investments_at_steady_state <- (input$s / 100) * BNP_at_steady_state
        # Beräkna konsumtion per arbetare vid jämvikten
        consumption_at_steady_state <- BNP_at_steady_state - investments_at_steady_state
        # Beräkna förslitningarna
        depreciation_at_steady_state <- input$d / 100 * steady_state_k
        
        return(paste("Fakta om jämvikten:",
                     "\nKapital per arbetare (ty investeringar=förslitning):", round(steady_state_k, 2),
                     "\nInvesteringar per arbetare:", round(investments_at_steady_state, 1),
                     "\nFörslitningar per arbetare:", round(depreciation_at_steady_state, 1),
                     "\nBNP per arbetare:", round(BNP_at_steady_state, 2),
                     "\nKonsumtion per arbetare:", round(consumption_at_steady_state, 2)))
      } else {
        return("Ingen positiv kapital per arbetare där investeringar är lika med förslitning.")
      }
    } else {
      return("Ingen positiv kapital per arbetare där investeringar är lika med förslitning.")
    }
  })
}

# Kör applikationen
shinyApp(ui = ui, server = server)
  
  
  
  

I appen har jag skissat hur jag tror att BNP per person beror på kapital per person. Den blå kurvan visar hur mycket som varje arbetare kan producera. Som du ser lutar kurvan uppåt, vilket betyder att du kan tillverka mer om du har mycket kapital än om du har lite. Att kurvan är böjd betyder att ytterligare kapital har större effekt när du har lite kapital än när man har mycket. Du kan tänka tillbaka på bagaren: Att få en första ugn betyder massor för det är nästan omöjligt att baka utan ugn. Den andra ugnen är också mycket värdefull; nu kan du ju grädda flera limpor samtidigt. Ännu fler ugnar är också bra och gör att brödproduktionen går upp, men värdet av ytterligare en ugn blir successivt allt mindre; när du har 25 ugnar och får den 26:e så gör det knappast från eller till. Detta kallas för avtagande avkastning.

Vi kan nu använda appen för att förstå att ett land automatiskt dras till en viss mängd kapital per arbetare. Nu blir det lite tekniskt, så håll i hatten. Tricket är att förstå att det finns två motverkande krafter som påverkar hur mycket kapital du får att jobba med. Å ena sidan växer kapitalet eftersom vi hela tiden satsar en viss andel av vår inkomst på att investera i nytt kapital. Å andra sidan krymper kapitalet på grund av att en del av det existerande kapitalet går sönder.

Allt detta kan vi se i appen. Den gröna linjen visar hur mycket gammalt kapital som går sönder. Kurvan lutar uppåt: Ju mer kapital vi har, desto mer går ju självklart också sönder. Här har jag ställt in appen så att 10 procent av kapitalet går sönder varje år. Om du har maskiner till ett värde av 100 euro så går alltså maskiner för 10 euro sönder varje år, om du har maskiner för 200 euro så går maskiner för 20 euro sönder.

Men bagaren investerar också hela tiden en del av sin inkomst i nya ugnar, det är den brandgula kurvan. I appen antog jag att bagaren lägger 25 procent av sin inkomst på dessa nya ugnar. Ju högre BNP är, desto mer kommer vi alltså att investera i nytt kapital.

Notera nu vad som händer när varje arbetare har kapital för 40,4 euro i appens utgångsläge. Här är investeringarna i nytt kapital (4 euro) just precis tillräckligt stora för att ersätta det gamla kapital som går sönder (4 euro). Det är alltså enbart här som de två motverkande krafterna är exakt lika stora. Om vi till exempel skulle ha kapital för 30 euro per arbetare – vilket innebär att vi ligger till vänster om den röda vertikala linjen – så skulle ju investeringarna i nytt kapital vara större än mängden gammalt kapital som går sönder, och då skulle ju kapitalet per arbetare växa. Om vi på motsvarande sätt skulle befinna oss till höger om den röda vertikala axeln skulle investeringarna i nytt kapital inte räcka till för att ersätta allt gammalt kapital som går sönder, och därför skulle kapitalet per arbetare minska. Givet de värden som jag ställt in i appen kommer den här ekonomin alltså att dras till en jämvikt där varje arbetare har kapital till ett värde av 40,4 euro – och med den mängden kapital kan varje arbetare producera varor och tjänster för ett värde av 15,89 euro. Av den inkomsten läggs 4 euro på investeringar för framtiden, medan resterande kan läggas på konsumtion. (Notera att det blir vissa avrundningsfel i appen).

Inser du nu vad ett land kan göra för att BNP per capita ska växa? Jo, genom att använda mer av dagens inkomster för att satsa på att få mer kapital i framtiden. Lek själv i appen! Vad händer till exempel om vi satsar 40 procent av våra inkomster på att investera i ny utrustning? Jo, när du höjer investeringsgraden kommer den brandgula kurvan att rotera uppåt. Vid vår ursprungliga jämvikt kommer nu investeringarna vara större än förslitningarna, vilket gör att mängden kapital per arbetare successivt kommer att öka – och när kapitalet växer kommer också BNP per capita att växa. Kort sagt: Vi får en period att ekonomisk tillväxt. Efter ett tag har vi nått den nya jämvikten, där varje arbetare har mer kapital att arbeta med och därför kan producera mer än tidigare. Notera dock att tillväxten enbart är temporär och upphör när vi når den nya jämvikten.

Låt oss nu använda den här modellen för att förstå varför tillväxten i Tyskland var så enorm under 1950-talet.

Hösten 1945 låg Tyskland i ruiner. Det är lite som om en ligist gjort inbrott i bageriet och slagit sönder de flesta ugnarna. När mycket av kapitalet är sönderslaget är det svårt att producera varor och tjänster; både bagaren och Tyskland blir fattigt. I appen skulle detta motsvara att vi befinner oss till vänster om det röda strecket: Vi är plötsligt fattiga – men vi kommer att växa fort. I det här läget är ju investeringarna i nytt kapital större än mängden gammalt kapital som går sönder. Det innebär att varje tysk hela tiden kommer att få allt mer kapital att arbeta med – och således växer alltså den tyska ekonomin snabbt. Tillväxten fortsätter tills vi har återvänt till den ursprungliga mängden kapital per person. Att tillväxten under åren efter kriget blev extra hög just i de länder som bombats svårt är alltså exakt vad den neoklassiska tillväxtteorin skulle förutspå. Samma sak kommer med all säkerhet att hända även när till exempel kriget i Ukraina tar slut.

Bättre teknologi!

Hittills har vi sett att BNP kan öka genom att befolkningen i landet växer. Vi har också sett att BNP per capita kan växa temporärt om landet inte har nått kapitalets jämviktsnivå – till exempel för att landet har bombats sönder eller för att landet nyligen har höjt sin investeringsgrad. Så fort landet har nått sin jämvikt k* så upphör dock tillväxten. BNP per capita kan visserligen bli ännu högre genom att vi höjer investeringsgraden ytterligare – i stället för att lägga 40 procent av BNP på investeringar kan vi höja till 60 procent eller 70 procent eller 80 procent – men det här kan ju inte fungera i all evighet. För det första kan ju landet aldrig satsa mer än 100 procent av sina inkomster på investeringar, men också för att väldigt höga investeringsgrader innebär att det blir väldigt lite kvar för konsumtion i dag.

Att BNP per capita har vuxit de senaste 200 åren måste därför bero på något annat. Men vad? Jo, den tredje vägen till tillväxt enligt den neoklassiska tillväxtteorin är att vi – precis som bagaren i bageriet – hittar smartare sätt att jobba på. Detta är teknologisk utveckling, och illustreras här:

Teknologi handlar om de kunskaper, verktyg och metoder som vi använder för att producera varor och tjänster. Genom att använda våra resurser på ett smartare sätt kan vi helt enkelt få mer gjort (alternativt göra lika mycket som tidigare och gå hem tidigare). Numera byter man ett däck i Formel 1 på 1,78 sekunder i stället för på knappt 9 sekunder år 1990. Att däckbytet går fortare numera beror inte på att F1-stallen fått fler arbetare eller mer kapital; på videon verkar det vara ungefär lika många mekaniker i dag som 1990 och varje mekaniker tycks ha lika många verktyg nu som då. I stället verkar stallen ha utvecklat ny teknik och nya sätt att jobba som gör att däckbytet går betydligt fortare.

Och på bilderna med kassaapparaterna kan jag slå vad om att mannen till vänster får betydligt mindre gjort än kvinnorna till höger. Han har ju inte tillgång till lika bra teknik som de. Till exempel är hans kassaapparat klumpig och han måste själv packa varorna. På 1980-talet har man kommit på varubandet, som gör att det går fortare. Men fortfarande måste kassörskan slå in priserna manuellt på apparaten och kunderna betalar med sedlar och mynt. Jag kommer själv ihåg som barn att man alltid tvingades köa en evighet i butiken. Men i dag går det snabbare. Streckkodsläsaren gör att kvinnan till höger snabbt kan skanna varorna och kunderna betalar smidigt med kort.

Men begreppet teknologi är ännu bredare än bara sådant som vi i vardagen tänker på som teknologi. Det är ju allt som påverkar hur mycket vi kan skapa med hjälp av en given mängd resurser. Exempel på teknologi är alltså post it-lappen, det löpande bandet, datorer och AI men det är också smarta incitamentsprogram och schemaläggning som sporrar. Till exempel har Mas & Moretti (2009) visat att kassörskor påverkas av sin omgivning på ett intressant sätt.

Forskarna analyserade nämligen data från en stor matbutik. Det är en enkel match att mäta hur många varor varje kassörska tar betalt för per minut, det går att se direkt i butikens datasystem. Vissa kassörskor är snabba, andra är långsammare. Men forskarna upptäckte också att arbetsmiljön påverkade produktiviteten. En långsam kassörska blev nämligen snabbare under de pass där hon satt i närheten av en kassörska som var snabb. Det verkade med andra ord som att flit och ambition smittade.

Hur kan du illustrera effekten av teknologiska förbättringar i den neoklassiska tillväxtmodellen? Gå nu tillbaka till appen ovan. Testa till exempel att höja teknologin från 2,5 till 3,5 och se hur det påverkar våra inkomster. Du ser att bättre teknologin gör att den blå kurvan skiftar uppåt. Med hjälp av en given mängd kapital kan ju arbetaren producera mer nu när teknologin i samhället har förbättrats. Kort sagt: Ny teknik gör att vi omedelbart blir rikare.

Dessutom ser du en trevlig bieffekt. Även den brandgula kurvan skiftar ju uppåt (eftersom vi fortfarande lägger samma andel av vår inkomst på investeringar – och vår inkomst har ju stigit tack vare den förbättrade tekniken). Våra investeringar i nytt kapital är därför större än mängden gammalt kapital som går sönder – vilket gör att mängden kapital per arbetare kommer att växa och under resans gång blir vi ännu rikare.

En intressant slutsats är att teknologisk utveckling måste vara förklaringen till varaktig ekonomisk tillväxt. Hittills har det nämligen inte funnits någon övre gräns för människans förmåga att hitta på smartare metoder att arbeta. Håller du inte med mig? Berätta i så fall gärna för mig exakt vilket år som du tror att mänskligheten nådde sin “topp” där allt gjordes på det absolut bästa sättet och där alla utvecklingsmöjligheter redan var uppfunna?

12.3 Konvergens eller divergens?

En av många lärdomar från den neoklassiska tillväxtteorin är att fattiga länder borde kunna växa snabbare än rika. Fattiga länder, såsom det sönderbombade Tyskland hösten 1945, har ju eventuellt inte ännu nått kapitalets jämvikt k*: Deras investeringar i nytt kapital är i så fall större än det gamla kapital som förstörs - och därför växer kapitalet per person i dessa länder, vilket gör landet rikare. Rika länder har troligen redan nått sin jämvikt. BNP per capita kan visserligen också öka med hjälp av förbättrad teknologi, men den effekten finns ju både i fattiga och rika länder - de fattiga har därför troligen fler faktorer som gör att de växer ekonomiskt. Den här idén kallas för konvergenshypotesen eller upphinnarhypotesen.

Låt oss gå ut i världen och mäta om det verkligen stämmer att fattiga länder växer snabbare än rika. Det är en fråga av enorm betydelse. Svaret avslöjar ju om inkomstklyftorna mellan världens länder kommer att öka eller minska. Jag gick därför ut på nätet och tankade hem data om BNP per person i alla världens länder år 2000 och år 2018. Därefter plottade jag följande samband:

Figur 12.1: Är det sant att fattiga länder i snitt växer snabbare än rika länder? Som du ser analyserade jag utvecklingen under 2000-talet. Om du vill kan du göra exakt motsvarande analys också för andra tidsperioder (det är ganska enkelt). Rådde det till exempel konvergens mellan världens länder även på 1800-talet eller under perioden 1960-1980?

Längs den horisontella axeln ser du hur rikt respektive land var år 2000 i termer av BNP per capita. Jag har markerat Finland i rött. Länder som, likt Finland, ligger långt till höger i figuren var alltså rika år 2000. På den vertikala axeln visas har snabbt respektive land växte ekonomiskt under de därpå följande 18 åren. Du ser att Finland hade en låg tillväxt medan till exempel Mongoliet, Afghanistan och Angola växte fort.

Visst kan man redan med ögat ana ett negativt samband? Länder som var fattiga år 2000 har sedan dess ofta vuxit lite snabbare än de som var rika. Det här bekräftas av den blå linjen, som är datorn sätt att sammanfatta förhållandet mellan BNP per person år 2000 och den ekonomiska tillväxten under perioden 2000-2018. Det här innebär att världen konvergerar eftersom fattiga länder tenderar att växa snabbare än rika. Den som ligger sist i löpartävlingen håller med andra ord ett högre tempo än ledarklungan. Det här är strålande nyheter för alla världens fattiga.

12.4 Tillväxtbokföring

Låt oss göra ytterligare en egen liten studie. Vi vet från den neoklassiska tillväxtteorin att ekonomisk tillväxt måste bero på att vi har fått ökade resurser (arbetskraft och kapital) eller på att vi har blivit bättre på att utnyttja dessa resurser (teknologi). En uppenbar fråga är därför: Vilken av dessa tre faktorer är det som har gjort oss så mycket rikare? Ska vi tacka arbetarna, kapitalet eller teknologin? Allt det här går att mäta i data. Detta kallas för tillväxtbokföring. Jag har gjort en sådan analys och visar mina resultat i Tabell 12.2.

Tabell 12.2: Tillväxtbokföring för Tyskland, Japan och USA, 1913-1995.

För att förstå figuren kan du först titta på det inringade talet längst upp i tabellen. Det visar att BNP i Tyskland växte med i snitt 1,3 procent per år under perioden 1913–1950. På resten av samma rad har jag tagit fram hur mycket av tillväxten som berodde på i) att tyskarna fick mer kapital att arbeta med, ii) att tyskarna jobbade mer respektive iii) att teknologin förbättrades. Att Tyskland växte ekonomisk under den här perioden berodde med andra ord mest på att tyskarna blev bättre på teknologi; av tillväxten på 1,3 procent härrörde ju 0,8 procentenheter från att teknologin förbättrades, vilket motsvarar cirka 62 procent (0,8/1,3) av tillväxten. Motsvarande bidrag från ökat kapital var 23 procent (0,3/1,3) och från ökat arbete 15 procent (0,2/1,3). Notera att alla dessa per definition måste summera till 100 procent.

den neoklassiska tillväxtteorin säger att ett land tillfälligtvis kan bli rikare genom att satsa mer på investeringar i nytt kapital, men att varaktig tillväxt endast kan ske genom teknologisk utveckling, det vill säga att vi lyckas skapa mer med givna resurser.

I resten av figuren har jag gjort en liknande övning för Japan och för USA under tre tidsperioder. Ser du något kul mönster? Själv reagerar jag bland annat på att utvecklingen av teknologi i USA 1973–1995 knappt bidrog alls till att ekonomin växte – trots att det var just här som datorerna slog igenom. Jag slås också av den makalösa teknologiska utvecklingen i Japan 1950–1973.

Om du vill kan du göra exakt motsvarande analys med nyare data eller för andra länder. Då kan du utforska massor av spännande gåtor: I vilka länder går den teknologiska utvecklingen just nu snabbast? Syns IT-revolutionen och internet i data från 2000-talet och syns effekten av ChatGPT efter 2022? Har Europas åldrande befolkning dragit ner tillväxten?

Vad gjorde japanerna för att få detta enorma skutt i teknologi? Eftersom teknologi enligt teorin är nyckeln till varaktig ekonomisk tillväxt är det högintressant att ta reda på varför land A lyckas förbättra sin teknologi medan land B misslyckas. Eller med andra ord: Vad är det som krävs för att däckbytet i Formel 1 ska gå snabbare och kassörskorna få mera gjort på jobbet? Om detta handlar nästa kapitel.

Övningsuppgifter

I det här kapitlet har du lärt dig varför vissa länder blir rika och andra fattiga. Du har också undersökt sambandet mellan tillväxt, lycka och miljö. Här nedanför finns några case där du får använda dina kunskaper i praktiken. Tryck på Show Answers när du vill att datorn ska rätta dina svar. Lycka till!

Ukraina, kriget och framtiden

Du ska nu använda tillväxtteorierna för att analysera situationen i Ukraina. Ta hjälp av appen i Avsnitt 12.2, men se till att du också klarar av att göra analysen på egen hand med papper och penna.

1. Anta att kapitalet per arbetare i Ukraina var i jämvikt före kriget. Kriget ledde dock till att mycket av kapitalet förstördes. Ett resultat av att kapitalet minskar är att BNP per capita ökar minskar och att investeringarna i nytt kapital nu är mindre större än förslitningen av existerande kapital.
2. När kriget tar slut kommer troligen tillväxten i Ukraina att vara mycket hög under ett antal år för att sedan avta. Förklara med hjälp av den neoklassiska tillväxtteorin varför det blir så.
3. Anta att ett land varje år satsar 20 procent av sitt BNP på att investera i nytt kapital. Om landet höjer denna investeringsgrad till 30 procent kommer investeringskurvan att skifta neråt skifta uppåt vara oförändrad, förslitningskurvan kommer att skifta neråt skifta uppåt vara oförändrad, mängden kapital per arbetare kommer att minska öka vara oförändrat, BNP per capita kommer att krympa temporärt krympa permanent växa temporärt växa permanent medan konsumtionen per person ökar minskar kan öka eller minska, det är teoretiskt oklart.
4. Ett land i jämvikt hittar plötsligt ett sätt att jobba smartare. Effekterna enligt den neoklassiska tillväxtmodellen blir att BNP-kurvan skiftar nedåt skiftar uppåt är oförändrad, att investeringskurvan skiftar nedåt skiftar uppåt är oförändrad, att förslitningskurvan skiftar nedåt skiftar uppåt är oförändrad, att kapitalet per arbetare minskar ökar är oförändrat och att konsumtionen per person ökar minskar kan öka eller minska, det är teoretiskt oklart.
5. Om den årliga tillväxten i ett land är 1 procent tar det 7 15 35 70 år innan landet har blivit dubbelt så rikt, men om tillväxten är 2 procent tar det bara 7 15 35 70 år.
6. Eva tar just nu 50 kilo i bänkpress, men hon blir 4 procent starkare och bättre varje månad. När lyfter hon 100 kilo (om tillväxten fortsätter på samma sätt)? Om ungefär 1,5 år Om ungefär 70 månader När hon är 37 Om cirka 280 månader Hösten 2033.
7. Ett land har blivit 4 gånger så rikt på 40 år. Anta att tillväxten alltid har varit lika hög. Hur hög har den årliga tillväxten varit i landet? .
8. Enligt den neoklassiska tillväxtteorin leder en höjning av investeringsgraden till att BNP per capita faller konsumtion per capita kan öka eller minska kapitalet per capita faller förslitningsgraden ökar.
9. Teknologisk utveckling leder enligt den neoklassiska tillväxtteorin till följande: BNP-kurvan skiftar uppåt Investeringskurvan skiftar uppåt Kapitalet per person ökar Alla dessa alternativ är korrekta.

Ledtrådar här.

1. Tipset för den här typen av uppgifter: Utgå från teorin, svamla inte fritt! Själv skulle jag först rita upp figuren nedan och sedan förklara tydligt så att den som rättar min tenta inser att jag fattar vad jag håller på med. Före kriget ligger Ukraina i punkten 1, där BNP per arbetare är högt eftersom varje arbetare har mycket kapital att arbeta med. I kriget förstörs mycket av kapitalet i landet; i figuren antar jag att kapitalet minskas till K1, vilket gör att BNP per person faller till punkten 2. Kriget har gjort ukrainarna mycket fattigare. Notera dock i figuren att investeringarna i nytt kapital är större än förslitningarna av det existerande kapitalet.
2. Vad kommer att hända i figuren på sikt? Jo, kapitalet kommer ju att växa över tid eftersom vi investerar mer i nytt kapital än vad det existerande kapitalet går sönder. Under hela resan från K1 till K0 kommer BNP per arbetare att växa - ända tills vi återgår till punkten 1 och tillväxten upphör.
3. Som du ser i min figur ovan så ligger investeringskurvan ungefär hälften så högt upp som BNP-kurvan, vilket innebär att det här landet lägger ungefär 50% av BNP på investeringar för framtiden. Om landet plötsligt ökar investeringsgraden något så kommer investeringskurvan hamna lite längre uppåt i figuren, vilket innebär att kapitalet på sikt kommer att öka - och under resan mot det nya kapitalet kommer BNP per arbetare att växa. Notera att konsumtionen är den del av BNP som vi inte satsar på investeringar, så det är inte säkert att ökad investeringsgrad leder till att vi kan konsumera mer (vi blir ju visserligen rikare men förbinder oss också att lägga en större andel av BNP på investeringar i stället för konsumtion).
4. Se figuren nedan. Här satsar man hela tiden ungefär 40 procent av BNP på investeringar i nytt kapital. I utgångsläget (punkt 1) har vi BNP0 eftersom kapitalet är K0. När vi plötsligt jobbar smartare skiftar BNP-kurvan uppåt och vårt BNP ökar omedelbart (punkt 2). Eftersom vi fortfarande lägger 40 procent av våra inkomster på investeringar skiftar även investeringskurvan uppåt, vilket gör att kapitalet växer över tid. Till slut når vi punkten 3 där BNP är ännu högre (eftersom kapitalet nu är K1). Här upphör dock tillväxten. (Men samma mekanism upprepas förmodligen eftersom människan de senaste 200 åren hela tiden har hittat på smartare sätt att jobba).
5. Lär dig att använda 70-regeln.
6. Lär dig att använda 70-regeln.
7. Lär dig att använda 70-regeln.
8. Se diskussionen ovan så kommer du att förstå.
9. Se diskussionen ovan så kommer du att förstå.

För dig som vill veta ännu mer:

• Fjolårets nobelpris i ekonomi gick till forskning som visar hur teknologisk utveckling omformar världen, på gott och ont. Klicka på bilden nedan så startar ett videoklipp (13 min) som är en utmärkt introduktion till nästa kapitel:

.

Mas, A., & Moretti, E. (2009). Peers at work. American Economic Review, 99(1), 112–145.