En av 2000-talets stora debatter är ifall 1990-talets demokratiseringsvåg stannat av och kanske till och med vänts om: lever vi i ett autokratiseringens tidevarv? Det är inte minst det auktoritära Kina och dess framgångsrika ekonomiska utveckling som sätter dessa frågor på agendan. Nationalekonomerna Daron Acemoglu (MIT), Suresh Naidu (Columbia), Pascual Restrepo (Boston) och James A. Robinson (U Chicago) börjar sin artikel från 2019 med den väldigt tydliga rubriken "Democracy Does Cause Growth" med exempel på debattörer som uttrycker skepsis mot att demokrati skulle leda till förbättrad levnadsstandard och ekonomisk tillväxt. De citerar New York Times-krönikören Thomas Friedman från 2009: “one-party nondemocracy certainly has its drawbacks. But when it is led by a reasonably enlightened group of people, as China is today, it can also have great advantages. That one party can just impose the politically difficult but critically important policies needed to move a society forward in the 21st century.” Och de citerar den legendariske nationalekonomen Robert Barro från 1997: “More political rights do not have an effect on growth.”
Acemoglu med medförfattare hävdar förstås -- se artikeltiteln -- det motsatta. De studerar en panel med länder från 1960 till 2010 och menar att en övergång från ickedemokrati till demokrati leder till att BNP per capita är 20 procent högre 25 år senare, än vad den hade varit om landet hade förblivit en ickedemokrati. [1]
De använder en rad olika metodologiska approacher för att visa att detta huvudresultat inte är känsligt för specifikation. Den första strategin är att använda en linjär, dynamisk modell med land-fixed effects och autoregressiv dynamik, alltså med laggade värden från BNP-tillväxten själv. Den andra strategin är en semiparametrisk regression där själva övergången till demokrati också görs till ett utfall av tidigare BNP-tillväxt. Den tredje strategin använder en instrumentvariabel-approach för att komma undan problemet med endogenitet och uteslutna variabler som varierar över tid. Deras IV-strategi bygger på faktumet att demokratisering tenderar att ske i vågor, som Huntington (1991) påpekade, där vad som händer i den omgivande regionen påverkar vad som sker i landet.
De gör också en mekanismanalys där de undersöker genom vilka mekanismer demokratin påverkar tillväxten. Resultaten är inte lika starka som för BNP självt, men antyder att det sker genom ökade investeringar, ekonomiska reformer, bättre skola och sjukvård, och minskade sociala konflikter.
Vad är då demokrati och demokratisering i deras modeller? De menar att olika demokratiseringsindex har mätfel och att det därför är bättre att använda ett index av index. Detta tar de från Papaioannou och Siourounis (2008), och det tar in information från olika källor som Freedom House och Polity IV, och klassificerar ett land bara som demokratiskt när det är klassat som sådant i flera av källorna. Grundsteget är att Freedom House klassar landet som "free" eller "partially free" och att landet har ett positivt värde på demokrati i Polity IV. Om någon eller båda av dessa källor saknar information, så använder de dataset från Cheibub, Gandhi, and Vreeland (2010) eller från Boix, Miller, and Rosato (2012).
Med deras mått var 31,5 procent av de 184 länderna i samplet år 1960 demokratier, och år 2010 var andelen 64,1 procent. Samplet innehåller 122 demokratiseringar och 71 tillbakagångar. [2] De gör en intressant poäng om sin relativt omfattande kodning av demokratisering, som de exemplifierar med Argentina. Argentina demokratiserades 1973 men 1976 inträffade en militärkupp och militärjuntan hade därefter makten från 1976 till 1983, efter vilket landet demokratiserades igen.Papaioannou och Siourounis kodar i sitt dataset bara 1983 som demokratisering i Argentina, eftersom den blev varaktig, men Acemoglu et al kodar både 1973 och 1983, med 1976 kodat som en tillbakagång.
Deras första "dynamiska" modell är:
y_ct = βD + ∑ γ_j y_ct-j + α_c + δ_t + e_ct
där y_ct är logaritmerad BNP per capita (y) i land c år t och D_ct är det dikotoma måttet om landet är demokrati eller inte. α_c är land-fixed effects och δ_t är års-fixed effects. ∑ av γ innehåller p antal laggar av BNP per capita. (Jag lyckades inte få in p i layouten av ekvationen, men ∑ går alltså från j=1 till p.) Här för de ett intressant resonemang om hur länder som demokratiseras och inte demokratiseras har olika trender av BNP per capita innan demokratiseringen sker eller inte sker. Detta beror både på att demokratisering blir mer sannolikt efter en ekonomisk kris, och eftersom både demokratisering och BNP per capita påverkas av faktorer som varupriser, jordbruksproduktivitet och teknologi. Faktumet att approachen med instrumentvariabler ger liknande resultat som den linjära dynamiska modellen stödjer i alla fall, säger de, slutsatsen att de lyckas få bort problemen med "selektion till demokratisering" genom sitt användande av laggar av BNP och land-fixed effects. (s. 58) [3]
De dynamiska regressionerna visar, föga förvånande, att BNP per capita är en starkt persistent variabel: koefficienten för BNP p/c föregående år på BNP p/c i år är 0.973. Demokrativariabeln har också en positiv och signifikant koefficient, om 0.973 den med men med större standardfel. De tolkar detta som att en bestående övergång till demokrati ökar BNP per capita med 1,97 procent året efter, med 2,9 procent två år efter, och så vidare. De beräknar den totala kumulativa effekten av en permanent övergång som:
β
--
1 - ∑ ^p _j=1 γ_j
där de plockar β och γ ur beräkningarna i tabell 1, modellen med en lagg. Med dessa beräkningar ger ekvationen att en permanent övergång till demokrati ökar BNP per capita med 35,6 procent på lång sikt, och efter 25 år med 17,8 procent med standardfelet 5,7 procent. Om de istället tar β och γ ur en regression med två laggar så blir den beräknade långsiktiga effekten av bestående demokratisering 19,6 procent. De föredrar dock en regression med fyra laggar, där koefficienten β är 0,787 och den långsiktiga effekten är 21,2 procents ökning av BNP per capita med ett standardfel om 7,2 procent. Figur 2, som jag klistrat in ovan, visar dessa beräkningar. [4]
De har en mängd robustness checks. En är att skilja på länder beroende på deras initiala BNP per capita, alltså nivån som rådde år 1960. De delar in samplet i kvintiler utifrån denna nivå men effekterna håller. Nästa robustness check är att försäkra sig att resultaten inte drivs av specifika utvecklingar kring Sovjets fall. Detta kontrollerar de för genom interaktioner med en dummy för Sovjet och Sovjets satellitstater. Också med denna koll är resultaten liknande: den långsiktiga effekten av demokratisering blir 24,9 procent. (s. 70) Robustness ckeck tre och fyra är att kontrollera för föregående handelschocker, finanskriser och demografiska chocker. I ett Online Appendix har de också ytterligare robustness checks, inklusive ifall resultaten håller med andra mått på demokrati, vilket jag tycker är väldigt intressant. (s. 71) I Appendix gör de också en Appendix där de tar bort outliers, definierat som standardiserad residual över 1.96 eller under -1.96, eller med Cook's distance över 4/N.
Artikeln har egentligen ganska lite substantiell diskussion om demokrati, vad det betyder och varför det spelar roll för ekonomisk tillväxt, och väldigt mycket metodologisk diskussion. De kritiserar sin egen huvud-approach för att vila för tungt på antagnadet om linjära förhållanden mellan variablerna, och går därför i sektion IV vidare med semi-parametriska estimat. (s. 72ff) I sektion V använder de en instrumentvariabel-approach som, som nämnt ovan, bygger på de regionala vågorna av demokratisering. (s. 78ff)
Efter 10 sidor av instrumentvariabelberäkningar, kommer artikeln till mekanismerna. Här beräknar de modeller som:
m_ct = βD + ∑ γ_j y_ct-j + ∑ η_j m_ct-j + α_c + δ_t + e_ct
där m_ct är en eller annan mekanism genom vilken demokrati kan påverka BNP: investeringarnas andel av BNP, TFP, Giuliano et als (2013) index på ekonomiska reformer som är på en skala mellan 0 och 100, handelns andel av BNP, andelen skatter i BNP, andelen barn som går i grundskolan eller högstadiet, barnadödlighet, och social oro. De kör modellerna med sin within-estimator, med 2SLS, och en IV-estimator. I alla varianter får de fram att demokratin ökar sannolikheten för ekonomiska reformer, höjer skatteuttaget, ökar barnens skolgång, och minskar barnamortaliteten. De kommenterar: "Overall, these results suggest that democracy might be working through a number of channels. In particular, democracies seem to enact economic reforms that are conducive to growth. Democracies also seem to raise more taxes and invest more on public goods related to health and schooling,
which may contribute to growth. In addition, democracy seems to reduce social unrest, which could also have a positive impact on economic growth." (s. 89)
Sektion VII vänder på steken och ser på ifall demokratin bara har en positiv effekt på ekonomisk utveckling givet att man redan har en viss nivå av ekonomisk och social utveckling: proxyn för detta är andelen av befolkningen som har secondary school-utbildning. Det finns en positiv interaktion här men den är svårtolkad, säger de. De föredrar tolkningen att med mer humankapital minskar fördelningskampen, vilket gör demokratin mer stabil. (s. 93-96)
I slutsatssektionen, som är mycket kort, betonar de studiens relativt preliminära status och pekar på behovet av mer forskning:
"Taken together, our results suggest that democracy is more conducive to economic growth than its detractors have argued and that there are many complementarities between democratic institutions and proximate causes of economic development. Work using cross-country and within-country variation to shed more light on how democracy alters economic incentives and organizations and to pinpoint what aspects of democratic institutions are more conducive to economic success is an obvious fruitful area for future research. An exploration of the possibly more complex interactions between political regimes and economic outcomes, incorporating, among other things, nonlinear dynamics, multiple regime types, and richer heterogeneous effects, is another important area of future inquiry." (s. 96-97)
referens
Daron Acemoglu, Suresh Naidu, Pascual Restrepo och James A. Robinson (2019) "Democracy Does Cause Growth", Journal of Political Economy 127 (1).
fotnot
[1] De åberopar (s. 49-50) fyra metodologiska problem för att dra sådana här slutsatser. Ett, "existing democracy indices are subject to considerable measurement error, leading to spurious changes in democracy scores that do not correspond to real changes in democratic institutions." Två, icke observerade skillnader mellan demokratier och ickedemokratier gör att man inte kan dra kausala slutsatser utifrån tvärsnittsregressioner som Barro (1996, 1999) gjorde, utan man behöver difference-in-differences-metoden eller paneldata med fixed effects. Tre, en demokratisering föregås ofta av en dipp i BNP-tillväxten, och detta måste man ta hänsyn till i sin ekonometriska specifikation; t ex så bryts ju därmed antagandet om parallella trender som man gör i DID-metoden. Fyra, lite otydligt så säger de att "even if we control for country fixed effects and GDP dynamics, changes in democracy could be driven by time-varying unobservables related to future economic conditions, potentially leading to biased estimates."
Längre fram i artikeln när de diskuterar hur artikeln relaterar till tidigare forskning fäster de verkligen stor vikt vid den till synes väldigt enkla frågan om att ha med laggar i regressionen:
"More recent work, including Rodrik and Wacziarg (2005), Persson and Tabellini (2006), Papaioannou and Siourounis (2008), and Bates, Fayad, and Hoeffler (2012), estimate positive effects using panel data techniques, although Murtin and Wacziarg (2014), Burkhart and Lewis-Beck (1994), and Giavazzi and Tabellini (2005) estimate insignificant effects on growth using similar strategies. These and other papers in this literature differ in their measure of democracy and choice of specifications and neither systematically control for the dynamics of GDP nor address the endogeneity of democratizations. Although some of the papers in this literature control for lags of GDP in some of their specifications (e.g., Persson and Tabellini 2006; Papaioannou and Siourounis 2008; Murtin and Wacziarg 2014), they do not emphasize the importance of GDP dynamics and the bias that results from not appropriately controlling for the dip in GDP shown in figure 1. The failure to recognize this point may, in fact, explain the divergent results in the literature: because growth rates are less serially correlated than GDP, contributions that focus on growth as the dependent variable tend to find positive effects, while studies that estimate models in levels generally find no effects—unless they model the dynamics of GDP as we do." (s. 52)
[2] En intressant teknisk men också substantiell fråga är: "The major difference between our measure of democracy and that of Papaioannou and Siourounis (2008) is that theirs considers only permanent transitions to democracy. By considering only democratizations that are not reversed, their index encodes information on the future state of democratic institutions, which exacerbates the endogeneity concerns when it is included as a right-hand-side variable in growth regressions. Instead, we code both permanent and transitory transitions to democracy and nondemocracy. For example, our measure of democracy indicates that Argentina had a short spell of democracy from 1973 to 1976, when it held general elections for the first time in 10 years. This spell was inter-rupted by a military coup in 1976, which put a series of military dictators in power until 1983—a period we code as nondemocratic. Argentina returned to democracy again in 1983, when the collapse of the military junta gave way to general elections. While we code all such transitions, Papaioannou and Siourounis code only the permanent transition to democracy in 1983." (s. 55)
[3] Det är något roligt med hur grundligt skriven om enkla saker artikeln är ibland, som att den är läroboksmaterial. De säger att "Under assumption 1 and stationarity, equation (1) can be estimated
with the standard within estimator", och i en fotnot förklarar de ganska utförligt within-estimatorn -- som alltså undersöker variationen inom landet över tid, eftersom land-fixed effects tar bort variationen mellan länder. (s. 58)
[4] De diskuterar Nickell bias i panelerna och presenterar också GMM-estimat baserade på Arellano och Bond (1991). Dessa ytterligare beräkningar är inte särskilt intressant här. (s. 62-65)
Inga kommentarer:
Skicka en kommentar