En vanlig teori i utvecklingsekonomiska sammanhang, säger ekonomisk-historikerna Kerstin Enflo (Lund) och Joan Ramon Roses (LSE) i en artikel om Sverige 1860 till 2000, är att när ett land industrialiseras, så ökar den geografiska ojämlikheten, skillnaden i ekonomiskt välstånd mellan olika regioner. Industrier och "high value-added services" koncentreras till ett fåtal regioner medan resten av landet genomgår avindustrialisering och specialiserar i jordbruk och traditionella industrier med lägre arbetsproduktivitet. Efterhand jämnas processen ut och den regionala ojämlikheten i inkomst/capita uppvisar därmed en inverterad U-kurva över den ekonomiska utvecklingsprocessen -- en Kuznetskurva för regioner. Williamson har visat detta för USA, med en peak i regional ojämlikhet i början av 1900-talet, och det har också visats i studier av Italien (Felice 2011, EHR), Frankrike (Combes, Lafourcade et al 2011, ExEH), Portugal (Baia-Miro, Guilera och Lains, RHE 2012) och Spanien (Roses, Martinez och Tirado, ExEH 2010).
Sverige däremot, säger Enflo och Roses, passar inte med det typiska mönstret. Sveriges regionala ojämlikhet, mätt med skillnader i BNP per capita mellan de 24 länen, minskade 1860-1910, ökade något 1910-1940, minskade igen 1940-80, och ökade sedan 1980-talet. Detta varierade mönster över tid resulterar i att Sveriges regionala ojämlikhet är relativt låg jämfört med andra länder.
Deras beräkningar av inkomster per län kommer från en tidigare artikel av Enflo, Henning och Schön, som använt sig av Geary-Stark-metoden. "This method is interesting for the paucity of its data requirements and its parsimonious relation with the basics of national accounting." (s. 193) I grund och botten handlar det om att mäta två saker: sysselsättning i varje län, och output per sysselsatt, som man mäter med löner som proxy. Man behöver fyra serier med data. Ett, historiska nationalräkenskaper. Två, antal invånare per region. Tre, sysselsättning per sektor och region. Fyra, löner på samma aggregeringsnivå som sysselsättningsstatistiken. Löner i jordbruket hämtas från den officiella statistiken och 1850-1910 från Jörberg; industrilöner från officiell statistik och 1850-1900 från Lundh, Olofsson, Schön och Svensson (2004). Löner för privat tjänstesektor finns inte tillgänglit före 1910 och har skattats med Geary-Stark-metoden.
Enflo et al diskuterade fyra potentiella problem med G-S-metoden: (1) i vilken utsträckning den regionala lönen speglar marginalproduktiviteten på arbete*, (2) hur branscher ska analyseras när det inte finns några historiska bransch-specifika region-specifika löner, (3) sektorsaggregeringsproblemt, och (4) klustrade mätfel i specialiserade regioner. Punkt två gäller här specifikt tjänstesektorns löner före 1910 och Enflo et al (2014) åtgärdar detta genom att beräkna tjänstesektorlöner som genomsnitt av lönerna i jordbruket och industrin.
Beräkningarna av relativ BNP/capita per län syns i tabell 1 som jag klistrat in ovan. Från detta resultat går Enflo och Roses vidare med frågan: skedde en konvergens i välstånd mellan svenska län över tid? De börjar med sigma-konvergens, en minskning av inkomstpridningen, och beta-konvergens, ifall fattigare regioner hade snabbare ekonomisk tillväxt än vad rikare regioner hade. Sigma-konvergensen syns i diagrammet nedan.
Diagrammet visar att Gini-koefficienten för svenska län minskade rejält över perioden 1860 till 2000, från 0.17 till 0.09. Minskningen var koncentrerad till två perioder: 1860-1910 och 1940-1980. Diagram 3, nedan, sätter in Sverige i ett jämförande perspektiv:
Sverige börjar 1860 på en medelhög nivå -- samma som Frankrike och Portugal, och 1890 samma som Italien, men har en minskande tendens över tid och är 2000 landet med lägst regional ojämlikhet. Trenderna är egentligen ganska lika de i Portugal 1900-2000, men på helt olika nivåer, med Sverige på en konstant lägre nivå.
Vad är det då som driver mönstren över tid? Sysselsättningsgrad är en viktig faktor, och drivs inte minst av kvinnors varierande sysselsättning på den betalda arbetsmarknaden över tid. (s. 200-201) Total participation rate var ganska stabil runt 62 procent 1860-1910, ökade till 64 procent 1940, sedan 72 procent 1980, och minskade sedan till 66 procent år 2000. Sysselsättningen varierar också med befolkningens åldersstruktur. T ex så hade Stockholms län år 1910 hela 84 procent av befolkningen i arbetsför ålder medan andelen i resten av landet bara var 59 procent. (s. 201)
Demografin påverkas också av invandring och utvandring. Under 1800-talets slut hade Sverige den högsta graden av emigration från landet i Europa, efter Irland och Norge. Särskilt emigrerade svenskar från landets södra delar**, "where labour productivity in agriculture was lowest compared to other Swedish counties in the second half of the nineteenth century" (s. 202)
Också intern migration är viktig. Efter 1945 såg Norrland stora nettoförluster till södra Sverige; på 1970-talet var de tre länen med störst netto-utflyttning inom landet Jämtland, Norrland och Västerbotten, efter kriser för råvarubaserade industrier. Stockholms län hade störst netto-inflyttning, motsvarande 2,8 procent av sin befolkning 1970.
Enflo och Roses gör en Theil-dekomponering av vad som driver likheter och skillnader melllan länen: hur stor roll spelar arbetsproduktivitet, sysselsättningsgrad, och andel i arbetande ålder? Arbetsproduktiviteten -- som alltså "mäts" genom proxyn löner -- förklarar det mesta: 85 procent 1860, 85 procent 1940, och 72 procent 2000. (s. 203) De dekomponerar konvergensen i arbetsproduktivitet till konvergens inom branscher, omflyttning av arbetskraft mellan branscher, och konvergens mellan branscher. De viktigaste faktorerna var de två senaste.
1860-1910 drevs konvergens av inom-sektor-konvergens av arbetsproduktivitet. Enflo och Roses pekar på teknologisk spridning inom jordbruket, samt den strukturella förskjutningen att lantarbetare från södra Sverige flyttade till Norrland och tog mer välbetalda jobb i skogsbruket, som tekniskt sett räknas in i sektorn jordbruk i beräkningarna. (s. 208) Industrin såsom järn och stål genomgick samtidigt en koncentrationsprocess där antalet produktionsenheter minskade men de som var kvar blev mer storskaliga; det ledde till ökad geografisk koncentration av produktionen. (s. 209)
I slutsatserna skissar de fram den stora bilden:
"In 1860, the various counties that make up Sweden exhibited substantial differences in their per capita income, but by 1980, these differences had largely vanished. How did this happen?The data suggest that the two critical mechanisms that account for Swedish counties catching up with Stockholm were, first, a process of catch-up in productivity across sectors and, second, a vast redeployment of workers out of agriculture and towards higher-value-added sectors.The sectors receiving these labour flows were more productive because they were presumably characterized by higher human and physical capital intensity and total factor productivity. In several aspects, particularly in the reallocation of labour across sectors, the Swedish experience resembles regional convergence in the US. However, in Sweden, productivity convergence between sectors is overwhelmingly more important than in the US.
On closer inspection, it is apparent that the forces for convergence and catching-up varied between periods. In the first period of rapid convergence, 1860–1910, most of the Swedish counties’ convergence with Stockholm was caused by the catch-up of labour productivity within agriculture and services. A secondary but not trivial part of the Swedish counties’ convergence with Stockholm was the compression of between-industry productivity differentials. Labour reallocation did not play any role in the process of convergence because the reallocation of labour out of agriculture towards more productive sectors was faster in Stockholm than in the rest of the country. In the next period of intense
convergence, from 1940 to 1980, structural factors played a central role. Therefore, labour reallocation and between-industry convergence were the main sources of regional income emulation." (s. 214)
Referens
Kerstin Enflo och Joan Ramon Roses (2015) "Coping with regional inequality in
Sweden: structural change, migrations, and policy, 1860–2000", Economic History Review 68: 191-217.
Fotnot
* De har en intressant diskussion av detta problem:
"The first problem, apparently very damaging for Geary–Stark calculations, does not persist in the long run. In the short run, one may suppose that wages may deviate from the marginal product of labour due to institutional barriers and other labour market imperfections, but in the long run (as considered in our calculations) this problem will not remain since imperfections will disappear when labour markets have time to adjust.Two historical examples can help to clarify this point. First, we consider the case of two regions that diverged in their relative numbers of landowners and journeymen (such as the counties in the north and south of Sweden). It is likely that, ceteris paribus, the region with more journeymen would have lower wages since landowners have the market power to establish wages below the marginal value of labour. However, when labour moves from one region to another (as in the case of Sweden), this market imperfection vanishes. Second, wages in Sweden were fixed by collective bargaining in the 1950s and 1960s. Nevertheless, this system of wage settlement has little influence on the calculations of Enflo et al. When wages are fixed nationally, a short-run displacement of the remuneration of factors takes place. However, in the long run, the sector/industry/county adjusts to equilibrium wages by creating or destroying employment (wages above the productivity level destroy employment, and wages below the productivity level create employment). Less productive sectors and industries abandon the region, which reduce their overall GDP but increase GDP per capita. This is precisely the kind of adjustment that happened in Sweden during the 1950s and 1960s (see below)." (s. 195)
** De sex länen Halland, Värmland, Kronoberg, Älvsborg, Jönköping och Kalmar stod för 44 procent av all emigration 1881-1910 men bara 28 procent av befolkningen. Enflo och Roses fotnot 33, med referens till Bohlin och Eurenius (2010).
Inga kommentarer:
Skicka en kommentar