Visar inlägg med etikett Statistik. Visa alla inlägg
Visar inlägg med etikett Statistik. Visa alla inlägg

måndag 10 oktober 2022

Att tolka överlappningskomponenten i Gini-koefficienten

När man studerar fördelningen av inkomster och förmögenheter med mått som Gini-koefficienten eller Theil-koefficienten är det vanligt att man bryter ner fördelningen på skillnader mellan grupper och skillnader inom grupper. Om vi studerar inkomstfördelningen i Sverige idag skulle man t ex kunna bryta ner Gini-koefficienten för inkomster på hur mycket som beror på den genomsnittliga inkomstskillnaden mellan män och kvinnor, och hur mycket som beror på skillnaden inom gruppen män och inom gruppen kvinnor. Detta är mellan-komponenten och inom-komponenten. Ett annat exempel kommer från en artikel som Anna Missiaia, Mats Olsson och jag publicerade 2018, om fördelningen av förmögenheter i Sverige 1750 till 1900. I tabellen nedan visar vi Gini-koefficienten totalt samt för fyra olika sociala grupper: adeln, borgerligheten, bönderna, och en bred grupp "arbetare och lägre medelklass". Vi ser t ex att Gini-koefficienten totalt år 1750 var 0.79 men att den inom gruppen bönder bara var 0.57. Av någon anledning har vi sedan när vi ska bryta ner den totala ojämlikheten på mellan- och inom-komponenter, gått över till Theil, vilket är det som syns längst ner. Där ser vi att inom-komponenten är den större delen av Theil varje år. Vad betyder då det?

 
I vår analys i artikeln från 2018 betonade vi betydelsen av den ökade inom-komponenten när skillnaderna inom bondegruppen ökar -- Ginin för bönderna ökar från 0,57 1750 till 0,80 år 1900, och likaså att adeln hela tiden har en stor skillnad inom gruppen. (Något som vi fördjupade i en senare artikel.)

I artikeln från 2018 menade vi med referens till Alfani (2017) att det var bättre att dekomponera Theil än Gini eftersom Theil är "perfectly decomposable" medan Ginin lämnar en överlappande del. Andra forskare har dock ägnat sig just åt att analysera överlappningsdelen av Ginin. Här utgår jag från Peter J Lambert och André Decosters artikel "The Gini coefficient reveals more" från 2005. De börjar med Branko Milanovics kända studie av världens inkosmtfördelning där han för 1993 finner en Gini-koefficient på 57,8 varav överlappningen står för 6,8. I en del världsdelar står överlappningen för större delen av total ojämlikhet: i Latinamerika står den för 30,3 av 55,6 Gini-punkter, och i Västeuropa och Nordamerika för 19,4 av 36,6 Gini-punkter. Däremot så tar Milanovic inte alls upp överlappningen i sin substantiella diskussion, säger Lambert och Decoster:
"Contrary to his detailed and deductive analysis of the changes in the between and within components, Milanovic relies on intuition along with some simulations to interpret overlap behaviour, and remarks that "every synthetic index of inequality, and the Gini is no exception to that, is a very complex statistic" (page 80). Needless to say, then, there is plenty of room - and need - for some more analytical underpinning of the behaviour of the Gini overlap term. That is the purpose of our paper." (s. 2)
Jag är själv i en situation där jag har en Gini-koefficient med en stor överlappningskomponent som jag vill tolka. Jag har samlat in förmögenhetstaxeringen för 8053 skattebetalare i tio svenska län år 1900. Fördelningen per län ser ut så här:

Och dekompositionen ser ut så här:
 

Av en Gini på 70,5 står alltså överlappningen för 40,4 punkter. Därför blir det intressant att tolka inte bara inom- och mellan-komponenterna, utan också överlappningen.

Lambert och Decoster menar att Gini-dekompositionerna började med Bhattacharya och Mahalanobis (1967) och fortsatte med Pyatt (1976) och Mookherjee och Shorrocks (1982). De senare menade att överlappnings-residualen var en "awkward interaction effect... impossible to interpret with any precision, except to say that it is the residual necessary to maintain the identity". Sedan 1980-talet har forskare också tagit fram "decomposable" ojämlikhets-index som inte skapar någon sådan besvärlig residual: bland dessa studier finns Bourguignon (1979), Shorrocks (1980) och Cowell (1980).

I sin egen analys börjar Lambert och Decoster med två sub-grupper, a och b, som kan beteckna regioner eller någon annan socioekonomisk uppdelning av befolkningen.


Mishra och Parikh (1992) kallar R "the "across-groups" contribution to the Gini coefficient", medan , Mookherjee och Shorrocks (1982) "complain, in respect of the residual R, that 'the way in which it reacts to changes in the subgroup characteristics is so obscure that it can cause the overall Gini value to respond perversely to such changes'" (cit. s. 6)- Shorrocks och Wan (2004) är också kritiska, och kallar  R en “poorly specified” del av Gini-dekompositionen. 
"Milanovic (2002), in contrast, seems comfortable with the overlap contribution to the Gini decomposition, describing it in the context of world inequality analysis as measuring the degree of homogeneity within regions: “the more important the overlapping component... the less one’s income depends on where she lives”. Milanovic also attributes an increase in world overlap over time to the changing situations in India and China, occurring as “more people from these poor countries ‘mingle’ with people from rich countries”" (cit. s. 6)



Referens

Peter J Lambert och André Decoster (2005) "The Gini coefficient reveals more", center for Economic Studies Dsicussion Paper Series 05.08, KU Leuven.

fredag 6 maj 2016

Danska priser 1875-2010


BNP-deflatorn ful-uträknad som skillnaden mellan real BNP-tilläxt och nominell BNP-tillväxt. Med data från Hansen (1972) för 1875-1965 och från nationalräkenskaperna från 1966 till 2010. KPI från Abildgren. Korrelationen är 0.91.

torsdag 7 januari 2016

Kapitalandelen i Japan före 1950



I arbetet med ett papper tillsammans med Daniel Waldenström om kapitalandelar och ojämlikhet på lång sikt har jag kämpat en del med Japan före 1950. Efter 1950 har Piketty och Zucman beräknat av allt att döma tillförlitliga faktorandelar för näringslivet, baserat på officiella nationalräkenskaper. Men perioden före 1950 är knepigare. För 1940-talet finns det pga krigets förstörelse knappast några uppgifter, men längre bak än 1940 finns det en hel del. Nästan för mycket, faktiskt! På 1970-talet pågick ett stort projekt om historiska nationalräkenskaper som arbetade med data från 1880-talet till 1940, och i volymen Patterns of Japanese Economic Development: A Quantitative Appraisal (Yale UP, 1979) presenteras resultaten på engelska.

Det forskarlaget var ambitiöst nog att göra nationalräkenskaperna på alla tre sätt: från inkomstsidan (anställda, företag och egenföretagare), från utgiftssidan (konsumtion, investeringar, exporter och importer) och från produktionssidan (jordbruk, industri, tjänster). För att beräkna löne- och kapitalandelar behöver man förstås data från inkomstsidan. Och det presenterar de snällt: tabell A47 "Factor incomes in Nonagriculture, 1906-40 and 1953-70" presenterar "distributed income" såväl som löneinkomster, inklusive egenföretagarnas tillskrivna arbetsinkomster. Kapitalandelen utifrån dessa data syns i diagrammet längst upp. Så allt är gott? Nja! Eftersom denna beräkning har fördelade inkomster i nämnaren är det ett netto-mått -- kapitalförslitningen har räknats bort från företagens inkomster. Och vi vill ha både brutto- och netto-mått för att kunna påvisa att resultaten håller med bägge definitionerna. (Se t ex Bridgmans "Is labor's loss capital's gain?" från 2014 för en diskussion om detta.) Då måste vi kunna relatera lönesumman, som är justerad och fin, till ett brutto-mått på nationalinkomsten.

Här börjar problemen! Ohkawa och Shinoharas volym presenterar nämligen olika skattningar av de centrala variablerna. För BNP presenteras två olika serier, i tabell A7 och tabell A2. De är liknande varandra men inte identiska, och täcker olika år: den första åren 1901-1940 och den andra 1930-71. Också för den offentliga sektorn, som vi vill räkna bort för att få måttet jämförbart med netto-måttet, finns två olika mått, i tabell A1 (1901-40) och tabell A2 (1930-71). Med den andra serien ser den offentliga sektorn mycket större ut i slutet av 30-talet. Också för jordbrukets produktion finns två olika serier, i tabell A10 och tabell A11. Båda tabllerna har alltså nettonationalproduktserier och diagrammet nedan visar jordbrukets storlek (i miljoner yen) och andel av ekonomin enligt de två tabellerna.


För att räkna ut en brutto-löneandel vill jag ha något att relatera till lönesumman. Det kan tänkas vara:
BNP-jordbruket-offentlig sektor
eller
NNP+avskrivningarna
Det borde därför inte vara så konstigt att ta BNP ur tabell A7, räkna bort jordbrukets andel av ekonomin utifrån dess andel av NNP uträknat från tabell A10 och därefter räkna bort offentlig sektor i yen utifrån tabell A1. Men kruxet är att denna uträknade BNP utan jordbruk och offentlig sektor blir för liten: upprepade gånger är distributed income från A47 större vilket ju ska vara omöjligt. Det kan bero på att jordbruket är en större del av NNP än av BNP eftersom avskrivningarna är lägre i jordbruket än i övrig privat sektor. När man räknar ut distr inc (non-agri) som andel av hela BNP så är den låg, runt 0.6 till 0.7, vilket ju är rimligt eftersom jordbruket, som är 20-40 procent av ekonomin, är med i BNP men inte i lönesumman.

Pga dessa problem, som ju bl a springer ur att Ohkawa och Shinohara aldrig presenterar jordbrukets produktion brutto utan bara netto, så tänker jag att den bästa vägen framåt är att kringgå BNP-skattningarna per sektor och istället göra brutto-justeringen på ett enklare sätt. Jag tar distributed income och lägger till summan av avskrivningarna och får då alltså ett slags "brutto-inkomst". Därefter tar jag lönesumman ur denna och räknar resultatet som brutto-löneandel. 100 minus denna blir då brutto-kapitalandelen. Som med allting annat finns det två olika serier för avskrivningarna.


Till distributed income lägger jag kapitalförslitningen från tabell A7 för åren 1906 till 1940 och från tabell A8 från 1950 och framåt. Så här ser brutto-kapitalandelen ut då, jämfört med netto-kapitalandelen som visats längst upp samt med kapitalandelen av faktor-pris-nationalinkomsten från Piketty från 1955 och framåt.


Resultaten ser fullt rimliga ut: brutto-kapitalandelen är förstås högre än netto-kapitalandelen, och min uträkning av netto-kapitalandelen är i princip identisk med Pikettys. Sen vill jag ju kunna föra fram brutto-skattningen till 2010 också. Piketty och Zucman jobbar bara med netto-faktorandelar, men de officiella japanska nationalräkenskapsdata som de redovisar i fliken "JapanData" i deras Japan-excelark (här) innehåller all information som man behöver för att kunna räkna ut brutto-andelar om man vill det.

torsdag 3 december 2015

Tillväxt i Spanien 1850-2000

Ekonomisk-historikerna Leandro Prados de la Escosura (Madrid) och Joan Roses (LSE) har gjort en stor undersökning i historiska nationalräkenskaper för Spanien i sin artikel "The sources of long-run growth in Spain 1850-2000". Jag är intresserad av deras data eftersom jag är intresserad av kapitalandelen av nationalinkomsten. Vad har de då gjort som kan användas för såna syften?

Jag kan börja med att säga att det förstås inte är vad de är intresserade av. Vad de är intresserade av är tillväxtdekomposition i Dale Jorgensons anda, det vill säga att dekomponera BNP-tillväxten på lång sikt och förklara om det är mer intensiv användning av produktionsfaktorerna kapital och/eller arbete eller ökad totalfaktorproduktivitet som står för större delen av tillväxten under olika perioder. De menar att BNP/capita ökat med 1.9 procent per år 1850-2000 och att TFP ökade särskilt snabbt under järnvägsperioden från 1850-talet till 1880-talet, under elektrifieringen under 1920- och 1950-talen, och när man tog till sig modern teknologi från teknologiska ledare under "de gyllene åren" 1950-1975.

För att förstå kapitalets bidrag till tillväxten måste de beräkna kapitalstockens storlek. Stocken är inte direkt observerbar och därför mäter de den genom flödena, alltså investeringarna (s 1067). De använder "perpetual inventory method (PIM) där kapitalstocken är lika med den viktade summan av investeringarna det nuvarande år och tidigare år, där varje tidigare generation kapital viktas med deprecieringstakten. Byggnader antas ha en livslängd på 70 år medan för andra tillgångstyper antas livslängden bli kortare över tid, eftersom den teknologiska förändringen blivit snabbare så att gammal teknologi snabbare blir obsolet nu. För tidsperioden 1850-1919 ges byggnader ej för boende en livslängd på 56 år, transportutrustning 37 år och maskiner 30 år. För tidsperioden 1920-1959 är tidsperioderna 55, 28 och 20 år, och för tidsperioden 1960-2000 är de 40, 15 och 15 år. "These assumed lives are in line with those used in major historical works (Feinstein, "Sources and Methods", for the United Kingdom; and Jorgenson, "Capital", for the United States) and tend to be on the conservative (high) side when compared with available studies for late-twentieth-century Spain." (s 1068n)

Steg två för att mäta kapitalets input är att mäta avkastningen på kapitalet. Här gör de en del antaganden som kan diskuteras. De säger att i "competetive equilibrium" så motsvarar kostnaden för att producera en enhet kapital priset och förväntad rent över tid. Hur skatta "rental price of capital"? De säger att den beror på p_i investment price of the capital good i, r som är nominella avkastningen, och avskrivningstakten. p_i kommer från investeringsdata ovan och avskrivningstakten har de redan skattat i sin studie av kapitalstocken, säger de i en fotnot. Men r då? De säger att det finns två metoder för att skatta r. "The first uses the long-run interest rate as equivlaent to the return of capital under perfect competition." Den andra är att räkna ut den från kapitalandelen i nationalinkomsten (alltså alfa) och kapitalstocken. "The difference between the two estimations represents monopolistic competition rents." (s 1068, n21).

För att räkna ut summan kapitalkompensation multiplicerar de avkastningen på kapital och kapitalstockens värde. Summan kapitalinkomster skulle för mig fungera för att räkna ut kapitalandelen: kapitalinkomster/nationalinkomsten. Men som sagt har de kanske -- det är otydligt vilken metod de använder för att räkna ut avkastningen r -- redan använt kapitalandelen som en parameter? De menar att de kan räkna ut kapitalandelen ur ekvation 9, som är:
C_t = (1 - δ_t) C_t-1 + I_t
Där C är kapitalstocken, t är år t, δ är avskrivningstakten och I är investeringstakten. Jag begriper dock inte hur man kan räkna ut kapitalandelen av inkomsterna av detta.

I alla fall. Med PIM-metoden kan de räkna ut kapitalstocken om de har en bit information till: kapitalstockens storlek vid periodens början, i detta fall 1850. De har inga data för detta utan skattar kapitalstocken det året utifrån tillväxten på 1850-talet med justering för att tillväxten på 1850-talet antagligen var större än tidigare, med tanke på järnvägsutbyggnaden då. (s 1069)

En sida senare kommer de tillbaka till hur de egentligen har skattat r! Smygigt... I brödtexten säger de: "the long-run interest rate was used to approximate the rate of return on capital under perfect competition". (s 1070). Och i en fotnot förklarar de:
"As a proxy for the long-term interest rate, we used the internal rate of return for private assets for the period since 1954 that comes from the MOISSES and BDMORES databases (Dabán et al., “Base de datos”), while the corporate rates of return were employed for 1880– 1954 (Tafunell, “Rentabilidad financiera”), and the net rate of return on public debt for 1850– 1880 (Tafunell, “Empresa y bolsa”)." (s 1070n)
Hm, för perioden från och med 1880 låter detta rätt bra för mina syften, att kolla på kapitalinkomsterna som r gånger kapitalstocken. Den långa statsobligationsräntan är ju ingen vidare proxy för kapitalavkastningen, men corporate rates of return 1880-1954 och motsvarande fast bredare från och med 1954 låter bra: de borde variera på rimliga sätt och faktiskt spegla profitabiliteten i näringslivet.

Intressant nog skattar de också jordvärden som en separat typ av kapital (s 1072f). Därefter skattar de labor input: arbetade timmar differentierade på kön, utbildning, sektor osv (1073-1079).

Därefter går de intressant nog vidare med faktorandelar, alltså löne- och kapitalandelar. Så här förklarar de detta:
"In addition to the real factor inputs described above, we need to know the elasticity of output with respect to each input (θi) in order to compute the sources of growth. Under the restrictive assumption of perfect competition and constant returns to scale, these elasticities can be proxied by the share of each factor’s returns in national income. Such an assumption might be objectionable as restrictions on competition and monopolistic practices are common in Spanish history.48 If monopolists earned rents, our “naive” results (obtained under the assumption of perfect competition) would bias total factor productivity growth. Yet, even if this were the case, our results (as we shall see) would not be significantly altered." (1079f)
De förklarar sin metod så här:
"Up to 1954 labor returns were directly estimated. From 1954 onwards we derived factor shares from the official national accounts that we previously spliced together. To measure labor income correctly, it is crucial to establish what proportion of the income of proprietors, unpaid family workers, self-employed, and retired workers represent returns to labor.51 We have assumed that entrepreneurs and self-employed workers have a labor income equal to the average compensation of employees in their corresponding industry. Dividing total labor (including self-employed) compensation by GDP, we obtained the share of labor. The lack of information on land rents forced us to derive the land share as the residual after deducting labor outlays from agricultural gross value added. This method implies no returns to capital from agriculture and, hence, tends to overstate the share of land in GDP.53 The share of capital was then obtained as a residual after deducting labor and land returns from GDP at factor costs." (1080)
Och så här kommenterar de resultaten:

"On average, for the one-and-a-half centuries considered, our factor shares are 0.08 for land, 0.24 for capital—that is, 0.32 for property—and 0.68 for labor, that roughly match the 1/3 and 2/3 weights conventionally employed in growth literature. Average shares vary, with labor fluctuating around two-thirds, except in the phase of accelerating growth, 1959–1974, and during the critical years of the “transition to democracy,” 1975–1986. Interestingly, the peak of labor share corresponds to years in which skilled workers represented a larger proportion of the labor force and income inequality was lower." (1080)
De konstaterar att den funktionella inkomstfördelningens instabilitet här talar emot det vanliga antagandet om stabilitet över tid. Och anför några förklaringar. Om kapitalandelens ökning från 1850 till 1914 anför de ökade investeringar och kapitalvänlig teknisk förändring (?). Ökande ojämlikhet från 1890-talet till 1919 sammanfaller också med protektionism som gynnade jordägarna. (De refererar till Sanchez-Alonso 2000. Jfr Sverige: Bohlin 2009, Lehmann och Volckart 2010.) Under mellankrigstiden ökade löneandelen då institutionella reformer gynnade arbetarna: särskilt åttatimmars arbetsdag och "increasing voice of trade unions, contributed to a rise in wages relative to property incomes". (1081) Inte helt olikt debatten om Tyskland och Storbritannien förstås! Också ökat humankapital ökade löneandelen, säger de. I början av Francoregimen faller löneandelen när regimen för en politik som gynnar kapitalägare. Från mitten av 50-talet till mitten av 60-talet ökar lönandelen igen, pga ökat humankapital. Sedan 70-talet ökar kapitalandelen igen (ingen förklaring anges).

Referenser
Leandro Prados de la Escosura (Madrid) och Joan Roses (LSE) (2010) "The sources of long-run growth in Spain 1850-2000", The Journal of Economic History.

onsdag 14 januari 2015

Belåning, finanskriser och recessioner sedan 1870





Jag har tidigare bloggat om det växande intresset för makroekonomisk och finansiell historia apropå Schularick och Taylors (2012) paper om finanssektorns expansion och effekt på realekonomins volatilitet (dämpad av penningpolitiken) sedan 1870. Schularick och Taylor är produktiva forskare och detta inlägg ska handla om ett paper som de och Òscar Jordà (UC Davis) publicerade med NBER 2011.

Detta paper börjar: "Almost all major landmark events in modern macroeconomic history have been associated with a financial crisis." Många forskare har identifierat överbelåning, som Tobin (1989) i sin recension av Minskys bok Stabilizing an Unstable Economy, kallar "the Achilles heel of capitalism", som den avgörande faktorn. Och det är då en historisk otur att just när den gigantiska finanskrisen slog till 2008, var det i en tid då uppmärksamheten för hur finanssektorn påverkar den reala ekonomin "had dwindled to the point where it no longer played a central role in macroeconomic thinking". (s 1) Reinhart och Rogoff (2009) har lagt fram en rad tidsserier för offentlig skuld/statsskuld; detta paper lägger fram data för den privata skuldnivån. "Just as Reinhart and Rogoff (2009ab) have cataloged in panel data the history of public-sector debt and its links to crises and economic performance, we examine how private bank lending may contribute to economic instability by drawing on a new panel database of private bank credit creation (Schularick and Taylor 2012)." (s 1) Deras resultat visar att kreditnivåns utveckling påverkar konjunkturcykeln; detta ser de som ett första steg till att besvara den viktiga makroekonomiska frågan ifall belåningsgraden bara är ett epifenomen. Makromodeller som inte har med banker och finanssektorn kan alltså vara otillräckliga.

De data som används i detta paper är de som läggs fram i pappret från 2009. De konstruerar ett mått på "excess credit" från föregående boom, som är förändringstakten i "aggregate bank credit (domestic bank loans to the nonfinancial sector) relative to GDP, relative to its mean, from previous trough to peak" (s 5). Denna oberoende variabel relateras till outputfall i recessionen och återhämtningsfaser upp till fem år långa. De använder också en mer formell metod utifrån Jordà (2005) som relaterar excess credit till 7 makroekonomiska variabler.

Referens
Jordà, Òscar Moritz HP. Schularick, and Alan M. Taylor (2011) "When Credit Bites Back: Leverage, Business Cycles, and Crises", NBER Working Paper No. 17621. November 2011, Revised October 2012. Senare publicerat i Journal of Credit, Money and Banking.

Finans, penningpolitik och instabilitet sedan 1870



Efter finanskrisen som började 2008 har intresset för makroekonomisk och finansiell historia ökat kraftigt. Både Reinhart och Rogoff (2009) och Piketty (2014) har på olika sätt kommit med stora böcker som bygger på långa makroekonomiska och finansiella tidsserier. En tredje konstellation som står för denna empiriska approach är nationalekonomerna Moritz Schularick (Bonn) och Alan M. Taylor (UC Davis) med kollegor. I deras paper "Credit booms gone bust" börjar de också med att konstatera uppsvinget för intresset.

Perspektiven på pengarna och kreditens roll i makroekonomin har över tid skiftat mellan tre perspektiv, säger de. Turbulensen i slutet av 1800-talet och på 1930-talet influerade Friedman och Schwartz (1963) "money view". I slutet av 1900-talet blev istället "the irrelevance view", starkt influerad av Modigliani och Miller (1958), inflyutelserik; enligt det perspektivet är reala ekonomiska beslut "independent of financial structure altogether". P`å 1980-talet blev istället "the credit view" mer inflytelserikt, influerat av Mishkin (1978), Bernanke (1983) och Gertler (1988) med inspiration från Fisher (1933) och Gurley och Shaw (1955). Här "the mechanisms and quantitites of bank credit matter, above and beyond the role of credit money". (s 1)

Detta paper bidrar med en bred, systematisk kvantitativ hsitorisk studie av pengar och kredit. De har samlat in data för 14 länder från 1870 till 2008. Schularick och Taylor hävdar att det finns två eror av finanskapitalism:
"The first era runs from 1870 to 1939. In this era, money and credit were volatile but over the long run they maintained a roughly stable relationship to each other, and to the size of the economy measured by GDP. The only exception was the GreatDepression period: in the 1930s money and credit aggregates collapsed. In this first era, the one studied by Friedman and Schwartz, the “money view” of the world looks entirely plausible. However, the second financial era, starting in 1945, looks very different. First, money and credit began a long postwar recovery, trending up rapidly and then surpassing their pre-1940 levels compared to GDP by about 1970. That trend continued to the present and, in addition, credit itself then started to decouple from broad money and grew rapidly, via a combination of increased leverage and augmented funding via the nonmonetary liabilities of banks. With the banking sector progressively more leveraged in the second financial era, particularly in the last decade or so, the divergence between credit supply and money supply offers prima facie support for the credit view as against a pure money view; we have entered an age of unprecedented financial risk and leverage, a new global stylized fact that is not fully appreciated." (s 2f)
Att påvisa denna periodisering är papprets första resultat. Det andra är att kolla på en event analysis-approach för att studera hur pengar och kredit-utbud utvecklas i femårsfönster efter en finanskris. De studerar kriser under perioden 1870-1939 och 1945-2008 separat eftersom de skiljer sig åt finansiellt men också penningpolitiskt. De visar att skillnaderna är stora: i perioden efter 1945 expanderar centralbankerna penningutbudet efter en kris, vilket alltså tyder på en mer aktiv penningpolitik, vilket enligt S och T beror på att man lärt sig av 1930-talskrisen. Men ändå så är kriserna djupare efter 1945; detta visar på finanskapitalsimens större volatilitet efter 1945. De frågar hur mycket staternas försäkringar för finanssektorn ökat volatiliteten. Ett vidare resultat är att i kriser efter 1945 inträffar inflation medan man i eran 1870-1939 snarare hamnade i Fisher debt-deflation. Undersökning tre i pappret testar en del av credit view-perspektivet -- från Minsky, Kindleberger m fl -- att finanskriser kan ses som "credit booms gone wrong"; Schumpeter har liknande formulerat det som "reckless lending". Laggad kredittillväxt är starkt signifikant som prediktor för finanskriser. Med interaktionseffekter visar de också att kreditexpansion är ännu farligare när finanssektorn är stor. (s 3) De drar slutsatserna att "the credit view" får stöd och att penningpolitiken bör beakta inte bara BNP-växt och inflation utan också finansiella variabler, specifikt belåning (credit).

Referens
Schularick, Moritz och Alan M. Taylor (2009) "Credit booms gone bust: Monetary policy, leverage cycles and financial crises, 1870--2008", NBER Working Paper. Reviderat juli 2011. Publicerad i American Economic Review 2012.

lördag 10 januari 2015

Tysk produktivitet sedan 1907

Hur har produktivitetsutvecklingen i tysk ekonomi sett ut sedan 1900-talets början? I jämförelse med andra länder, för olika sektorer, och så vidare. Och hur mäts produktiviteten på olika sätt och vilka är källorna till data? Detta blogginlägg ger en översikt.

Smith, Hitchens och Davies 1982
"British (and foreign) economists and politicians, now and for some decades, have been concerned and perhaps bemused by the comparatively poor productivity performance of the United Kingdom. The present study seeks to pinpoint the secctors of British industry where, in terms of labour productivity, our performance, compared with the United States and Germany, is especially bad, those where it is less unsatisfactory and, conceivably, those where it is good." (s xiii) SHD har tagit fram arbetsproduktivitet för sex sektorer: jordbruk, "extractive industries", industri, bygg, "piblic utilities" och transport, för UK, USA och Väst-Tyskland 1968 till 1977 ( 3). De betonar att tidigare debatten om den dåliga produktivitetsutvecklingen i Storbritannien framför allt kollat på ekonomin som helhet, inte per sektor. Men då kan man inte skilja på variationer i performance beroende på att ett land har mycket aktivitet i högproduktivitetssektorer eller tvärtom, respektive att ett land har bättre produktivitet än ett annat inom samma sektor (s 4).  I inledningskapitlet visar de huvudresultatet av studien, arbetsproduktivitet i Tyskland och USA jämfört med UK 1968-77 för de sex sektorerna. Industrin i USA är runt 2.6 gånger mer produktiv än den i Storbritannien, och den tyska ungefär 1.3--1.4 gånger mer produktiv. De sektorer där Storbritannien har minst underläge är jordbruk och transport; jordbruket där är faktiskt mer produktivit än det tyska, den enda av tolv jämförelser som utfaller till britternas fördel. (s 5) Störst fördel har USA i "extractive industries", ca 6 gånger mer produktivt (!) i början av perioden och 3.42 gånger mer 1977, och "public utilities", där ration är mellan 4.26 och 3.07, med en minskande trend 1968--77. Byggsektorn är den där det är svårast att mäta produktivitet och den visar konstiga resultat: minst fördel för USA jämfört med UK, men störst fördel för Tyskland jämfört med UK. (s 5) De konstaterar att tjänstesektorer fattas i jämförelsen, men att Institutet har ett projekt om detta och att preliminära resultat därifrån säger att om tjänstesektorn räknas in så blir produktivitetsskillnaden mellan länderna något lägre: USA-UK-ration 1977 2.0, och Tyskland-UK-ration 1.4. (s 8, jfr s 19)

Jämförelser mellan hur rika länder är brukar använda "the expenditure approach": summan av landets utgifter på konsumtion och investeringar, delat med befolkningsstorleken. Här används istället "the industry approach": värdet av det producerade mäts där det produceras, och delas med arbetskraften, inte befolkningen (s 10f). Viktiga tidigare studier med branschmetoden är Rostas samt Paige och Bombach jämförelser av Storbritannien och USA. Under 1950- och 60-talen har expenditure approach dominerat, bl a genom ett stort FN-projekt. Studier med branschmetoden har fokuserat på industrin. (s 12) De betonar att studier av *arbets*produktivitet inte ger hela bilden: också t ex skillnader i koltillgångar eller kvalitet på infrastruktur spelar roll för den totala produktiviteten (s 13f).

Mätproblem. I några få aktiviteter finns det en enda hyfsat homogen produkt som produceras: då är det okomplicerat att mäta arbetsproduktivitet, som output av denna produkt per arbetad timme/arbetat år. (s 15) Men i de flesta aktiviteter produceras en rad olika produkter och det är då inte lika enkelt att mäta, och nationalräkenskaperna tillåter t ex inte oss att urskilja hur många bilarbetare som produccerade Rolls Royce och hur många som producerade andra bilar med andra värden/priser. Då får man räkna ut en total output utifrån priserna för de olika produkterna. Detta ger en komplikation då relativpriser varierar mellan länder så det blir olika outputsummor beroende på om man använder "hemlandspriser" eller ett annat lands priser, när man vill jämföra mellan länder, "though normally this discrepancy will not be very large" (s 15). Där det är möjligt har de gjort jämförelserna med båda typerna av vikter; man kan inte säga att den ena metoden är bättre än den andra utan båda bör använads och skillnaderna i resultat reflekterar "the index number problem" (s 20). De flesta jämförelser i denna studie görs med brittiska priser (s 20). Man kan nå samma resultat genom att värdera det andra landets output i det ena landets valuta "by means of an appropriately constructed international price ratio", och då är "the outcome equivalent to weighting each country's physical units of output with the chosen price weights". (s 16) Denna deflateringsteknik har en del tekniska fördelar och används därför oftast i denna studie.

I branschmetoden mäter man netto-output per sektor, alltså man vill inte räkna in input intermediate goods utan bara förädlingsvärdet. Men detta har implikationer för internationella jämförelser av produktivitet. Real net output mer arbetare påverkas ju av vad för typ av inputs som sektorn använder. Bilindustrin i land A kanske hanterar hela processen från järn till färdig bil medan i land B bilindustrin tar emot processade inputvaror och endast sätter ihop dessa till bilar. Om man då räknar utantal bilar producerade per arbetare i branschen kommer land B se mycket mer produktivt ut. En metod för att undvika denna orättvisa är "dubbeldeflatering": värdet av råvarorna som används deflateras med internationellt råvaruprisindex. Dubbeldeflatering har dock tekniska problem (se Technical Note) vilket gör att den tekniken inte används mycket i denna studie. Den används bara där man kan misstänka att jämförelsen annars blir skev, och det finns bra prisdata. (s 17) Att mäta labour input har färre problem än att mäta råvaruinput, och därför har inte särskilt mycket arbete lagts ner på denna aspekt av studien. (s 17) De flesta jämförelser använder man-year som mått på arbetsinput och ingen justering för "kvalitet" på arbetskraften har gjorts.

Resultatens reliabilitet. Författarna är försiktiga med att hävda reliabiliteten. De menar att Tysklands-UK-jämförelsen är särskilt osäker (s 19).

Resultat. Skillnaden mellan jämförelser i UK-priser och "other" country prices är mellan 0 och 14 procent. Brittisk produktivitet ser bättre ut när "other country prices" används, vilket reflekterar att inhemska priser tenderar att vara relativt låga för produkter som man producerar mycket av, och tvärtom. (s 21) Författarna använder av någon anledning arbetade år, inte arbetade timmar, som mått på arbets-input, och visar med data för arbetade timmar att med detta mått ser UK:s produktivitet ännu lite sämre ut, 10 procent sämre jämfört med USA (s 22f).

"Double deflation is a technical aspect of a phenomenon that excites considerable interest in the context of international competitiveness, especially between Europe and the United States": en del hävdar att eftersom olja och gas är billigt i USA så används dessa inputs rikligare i produktionen där, vilket gör att arbetsproduktiviteten ser högre ut (s 23). Dubbeldeflatering kan användas för att komma åt detta, men författarna visar att applicering av denna teknik ger oförutsägbara och självmotsägande resultat (s 24).

När de ska jämföra de två länderna vill de separera "strukturella" effekter från faktiska produktivitetsskillnader -- strukturella effekter är då sådant som råvarutillgångar och annat som kan göra att det ena landet orättmätigt ser mer produktivt ut. (s 25-27) De går över till en utförlig diskussion av jämförande produktivitet 1968--77, med en mängd grafer. Den stora förändring som skett är att UK hämtat upp ett gap i "extractive industries", eftersom landet under tiden börjat utvinna olja: i början av perioden jämförs högproduktiv oljeutvinning i USA med lågproduktiva kolgruvor i Storbritannien; i slutet av perioden är jämförelsen mer rättvis (s 36).

I kapitel 4 kollar de på möjliga förklaringar. De börjar med absolut produktivitet: är tyskt och amerikanskt försprång före britterna allra störst i de mest produktiva branscherna? Nästa variabel de kollar på är kapitalintensitet; de finner ett visst stöd för denna (s 48). De är också intresserade av ifall marknadsstorlek kan förklara variationerna; deras något konstiga proxy för marknadsstorlek är branschens andel av BNP. De får ingen förväntad korrelation mellan relativ marknadsstorlek och relativ produktivitet; t ex så är jordbrukssektorn väldigt stor i USA men USA:s produktivitetsförsprång jämfört med Storbritannien relativt litet där (s 48f). Nästa oberoende variabel är arbetskraftens "kvalitet", för vilken de använder som proxy snittlönen i branschen (s 50). Nästa är arbetsmarknadsrelationer, som de mäter med strejkfrekvens. USA har litet framsteg och många strejker i byggbranschen. (s 52). I kapitel 5 kollar de på produktivitet inom branscher över tid.



I kapitel 6 kollar de på industrin, finfördelat: 117 industriprodukter i jämförelsen USA--UK, och 69 produkter i jämförelsen Tyskland--UK (s 75). De gör också korrelationsanalys med produktivitetsrelationerna i dessa produktlinjer korrelerat med branschens storlek, genomsnittlig fabriksstorlek, kapitalintensitet, vertikal integration, absolut produktivitet och grad av koncentration (s 81). De kör även regressionsanalys med dessa variabler. (s 86-89) I deras policyslutsatser säger de (a) att det inte är läge för uppgivenhet för Storbritannien, och (b) att produktiviteten inte bestäms av en enda variabel (s 98f).


Broadberry 1997
Stephen Broadberry börjar denna artikel med Angus Maddisons (1995) data som visar att tysk (arbets)produktivitet  år 1870 låg på 60 procent av den brittiska nivån, och därefter trendmässigt minskade avståndet  till britterna (med avbrott under världskrigen), så att Tysklands produktivitet i slutet av 1960-talet hade gått om Storbritanniens. (Notabelt är att Maddisons serier enligt tabell 1 bygger på extrapolering från en benchmark-skattning för 1990!) Tyskland producerade inget vidare på 1980-talet men hade fortfarande ett försprång 1990. En rad forskare har hövdat att den svaga brittiska produktivitetsutvecklingen beror på utvecklingen i industrin (Levine 1967, Aldcroft 1968, Landes 1969, Elbaum och Lazonick 1986, Chandler 1990). Men Broadberry (1993) har redan visat att detta inte stämmer: just i industrin låg tysk produktivitet inte mycket lägre än brittisk i slutet av 1800-talet och det tyska övertaget är litet idag. Tysk catch-up och övertagande av ledartröjan beror på utvecklingen i andra sektorer (s 247). I detta paper lägger Broadberry fram arbetsproduktivitet i nio sektorer för att spåra källorna till tysk catch-up. Hans argument är att Tyskland gick ikapp och förbi genom att skifta resurser ut ur jordbruket och genom förbättrad produktivitet i tjänstesektorn.

Broadberry konstaterar att Maddison-bilden att tyskarna inte gick om förrän på 1960-talet inte stämmer överens med noteringar av samtida iakttagare från början av 1900-talet. Han menar att den verkliga skillnaden var mellan USA å ena sidan och Tyskland och Storbritannien å den andra. US-amerikansk industri var mer produktiv än européernas eftersom den var mer orienterad på marssproduktion, där "special purpose machinery was substituted for skilled shopfloor labour to produce standardised products", och den europeiska industrin mer på flexibel produktion som "relied on skilled shopfloor labour to produce customised output" (Piore och Sabel 1984, Tolliday och Zeitlin, Broadberry 1994 i EJ). (s 249) Så här förklarar Broadberry denna skillnad i industriell strategi mellan USA och Västeuropa:
"On the demand side, standardisation was facilitated in the United States by the existence of a large homogeneous home market, compared with the fragmentation of national markets stratified by class differences in Europe, while on the supply side, mass production machinery economised on skilled shopfloor labour (relatively abundant in Europe) but was wasteful of natural resources (relatively scarce in Europe)." (s 249, referens till Broadberrys bok The Productivity Race: British Manufacturing in International Perspective 1850--1990, Cambridge UP 1997)
Denna artikel bygger på produktivitetsdata som är tidsserie-extrapoleringar 1870--1990 från ett benchmark för 1935. Broadberry säger att ett benchmark i mitten av samplet är bra eftersom det minimerar "the time-span of unsupported extrapolations" (s 249). För några sektorer finns ytterligare benchmarks "and provide a useful check on the time series extrapolations", som i Broadberry (1993, 1997a) säger B; att Broadberry är en salami publisher av rang är mycket tydligt i denna artikel! (s 249) Extrapoleringarna bygger på historiska nationalräkenskaper. Brittiska data på output och sysselsättning kommer från Feinstein (1972) fram till 1948, kompletterat med de officiella nationalräkenskaperna och OECD:s Labour Force Statistics, som i Broadberry (1997b). Tyska data fram till 1959 kommer från Hoffmann (1965), kompletterat med officiella nationalräkenskaper. Nio sektorer omfattas, och valet av dem är datastyrt, vad det fanns data för: jordbruk, gruvor, tillverkningsindustri, bygg, "utilities", transport och kommunikation, distribution och finans, professional and personal services, och offentlig sektor (s 252). Tyska källor tillåter inte att man skiljer på distribution och finans. För offentlig sektor används sysselsättningen som proxy för output (s 253). När jag läser Appendixen om datakonstruktion (A1, A2) så slås jag av hurpass enkelt det ändå verkar. Tidsserierna på sysselsättning och output 1870--1990 är verkligen bara det, hämtat från två lättillgängliga publikationer (Feinstein, Hoffmann) och kompletterat med officiella nationalräkenskaper (s 262f). Och benchmarket för 1935, så avgörande för hela studien, verkar inte så komplext det heller. Broadberry utgår från Rostas (1948) som gjorde det första "industry-of-origin"-benchmarket för Storbritannien och USA på 1930-talet. I jordbruket är det siffror för inkomster och sysselsättning i jordbruket 1937-38, omvandlat utifrån sektorsspecifika PPP, från Rostas (1948, s 77-78). I gruvor är måttet antal ton kol respektive järn utvinnet per anställd år 1935 från Census of Production respektive Statistisches Jahrbuch. (s 263) Ingen justering görs alltså för kvalitet på järnet eller kolet, eller för varierande antal arbetade timmar per anställd. I industrin kommer siffran från Broadberry (1993) som bygger på Broadberry och Fremdling (1990). I bygg använder han en outputratio genom att jämföra antalet bostäder ("dwelling units") byggda 1935, sammansatt med ration anställda i sektorn. Här finns alltså inte kontorsbyggnader, infrastruktur eller liknande med. I "utiltiies" gäller det output av elektricitet i kWh per anställd, samt kubikmeter tillverkad gas per anställd. I transport och kommunikation är det ton-mil frakt på järnvägen och passagerarmil per anställd. Samt antal brev, telegram, och telefonsamtal per sysselsatta. (s 264) I distribution och finans saknas mått för distribution så det bygger bara på finans, och här är outputmåttet rätt skumt: ration av money supply till BNP. (s 264) Måttet för "professional and personal services" är riktigt dåligt också, antal elever per lärare i grundskolan! (s 265) Produktivitet är alltså här endast att ha så många studenter per lärare som möjligt -- ingenting om kvalitet i undervisningen... För personliga tjänster finns inget mått alls utan Broadberry använder antalet tjänstefolk (domestic servants) och antar att produktiviteten är samma i de två länderna. (s 265) Man kan ju undra varför man i en studie av produktivitet tar med sektorer där man inte har något mått på produktivitet? Samma sak gäller föga förvånande offentlig sektor. (s 265)

Broadberry börjar resultatredovisningen, som bygger på en jämförelse av tysk produktivitet som procent av brittisk, med att säga att i industrin är produktivitetsrelationen rätt konstant och jämlik över tid, vilket Broadberry (1993) tidigare konstaterat. I jordbruket behåller Storbritannien sitt överläge. Att produktiviteten ser ungefär likadan ut i offentlig sektor "may well be due to" att Broadberry inte ju har något mått på detta utan bara använder sysselsättning, no shit! (s 253) De stora tyska förbättringarna jämfört med Storbritannien skedde i distribution och finans från tidigt 1880-tal, i utilities fram till 1979, i gruvor fram till 1973, och i transport och kommunikation före WW1. Liksom i USA/UK-kämförelsen följer den mycket konjunkturkänsliga byggindustrins jämförelse ett mönster av "long swings" beroende på olika konjunkturer som råder i de två länderna. (s 253) Broadberry visar att jordbruket 1875 stod för 50 procent av sysselsättningen i Tyskland men bara 21 procent i Storbritannien; 1990 runt 4 procent i båda länderna. Den lågproduktiva jordbrukssektorn minskade alltså mest i Tyskland vilket ökade genomsnittsproduktivteten i den tyska ekonomin (s 254).

Före WW1 finns få benchmarks och det mesta av jämförandet bygger på tidsserie-extrapoleringar. (s 254) Broadberry har dock använt tillgängliga benchmarks och diskuterar metoden så här:
"The basic approach is to obtain output and employment data from the same source where possible, so as to ensure compatibility. Also, output is compared across countries either by using physical indicators or by deflating value added with a purchasing power parity obtained from producer price data specific to the industry (Rostas 1948, Paige and Bombach 1959, van Ark 1993). The available 1910 benchmark estimates for coal mining from Broadberry and Fremdling (1990) and agriculture from O'Brien and Prados de la Escosura (1992) are broadly consistent with the time series extrapolations" (s 254)
L. Rostas bok Comparative Productivity in British and American Industry (Cambridge UP, 1948) verkar alltså vara mycket viktig för den här forskningen. I Appendix två diskuterar han förkrigs-benchmarksen. O'Brien och Prados de la Escosura (1992) har ett för jordbruk 1910, och Broadberry och Fremdling (1990) ett för kolgruvor 1907. (s 265)

Broadberry (1997b) visar att tillväxten i arbetsproduktivet i Storbritannien 1873--1913 på 1.0 procent per år kan delas upp med Nordhaus (1972) dekompositionsmetod till att bero 0.5 procent på intern produktivetsväxt och 0.5 procent strukturell omvandling. För Tyskland 1871--1911 är totala tillväxten 1.4 procent per år och av detta beror hela 1.2 procent på intern förbättring (s 255). Broadberry menar att det är frihandelspolitiken i Storbritannien som förklarar de stora vinsterna i strukturell omallokering mellan sektorer (McCloskey 1981), och att den tyska protektionismen bl a upprätthöll storleken på lågproduktivt jordbruk. (s 256) Denna studie stödjer den nyare tolkningen av det brittiska försprånget i materiell levnadsstandard i slutet av 1800-talet, att det inte handlar om bättre produktivitet i industrin, utan om tjänste- och jordbrukssektorerna (Crafts 1985, Lee 1986, Gemmell och Wardley 1990). (s 256) Under perioden 1911 till 1950 disintegrerar världshandeln och Storbritanniens ekonomi har en fördel jämfört med Tyskland eftersom man har imperiet att handla med. (s 256) 1925 till 37 växer produktiviteten med 0.8 procent pga intern växt och 0.3 proc pga strukturell omvandling medan i Sverige den totala produktivitetsväxten är 2.2 procent, varav 2.1 procent intern växt (s 257). Under mer handlande 1950-60-70-talen går Tyskland väldigt bra, och jordbrukssektorn minskar. (s 258) Slutsatsen blir: "Germany caught up with and overtook Britain in terms of aggregate labour productivity largely by shifting resources out of agriculture and improving her relative productivity position in services rather than by improving her position in manufacturing." (s 259)

(även Broadberry 1998, 2004 som är fortsättningar på 1997-pappret. Pappret 1998 i JEH lägger till USA jämfört med 1997-pappret. 2004-pappret ska förklara skillnaden i produktivitet i tjänstesektorn mellan Tyskland och UK, och verkar fokusera på "sharp increase in human and physical capital accumulation, underpinned by the institutional framework of the postwar settlement".)



Ritschl 2004
Ritcshls paper börjar med att konstatera att många diskuterar hur dålig den ekonomiska utvecklingen var på 1920-talet. Fisher och Hornstein (2001) och Dimsdale et al (2004) följer med olika modeller -- RBC respektive nykeynesiansk -- Borchardt (1979) och säger att de höga lönerna är orsaken till djupet i Tysklands Depression. Cole och Ohanian (1999, 2002) diskuterar Depressionen i UK och USA och säger att den var svår. Beaudry och Portier (2002) finner att Folkfrontregeringens ekonomiska politik sänkte den franska ekonomin. Men med Hoffmanns (1965) ofta använda historiska nationalräkenskaper så ser Tyskland ut att vara ett undantag: stor tillväxt i BNP och industri-output i det sena 1920-talet och igen efter 1933. I metallindustrin växte output enligt Hoffmanns data med 70 procent mellan 1913 och 1929 och tripplades från 1913 trill 1939. Ritschls argument i detta paper är att detta är en grov överskattning. Denna beror på att Hoffmann delvis skattat output utifrån data på löner och sysselsättning, utifrån antagandet om konstant fördelning mellan löneandel och kapitalandel. (s 202) Ritschl konstaterar att detta antagande stämmer överens med Cobb-Douglasproduktionsfunktionen och antagligen stämmer på lång sikt, men att det kan ge problem på kort och mellanlång sikt, vilket också Bentolila och Saint-Paul (2003) nyligen visat.

FAktiskt så finns det gott om bevis för negativa produktivitetschocker, ökad fackföreningsmakt och stigande löneandelar efter WW1, säger Ritschl. (s 202) Borchardt (1979) har förstås gjort ett sådant argument för det tyska 1920-talet (jfr Broadberry och Ritschl 1995, men se också Voths kritik.). Ritschl menar att han i denna studie så kan visa att om man skattar output i metallindustrin inte från inkomstsidan, så ser den tyska ekonomiska utvecklingen på 20-30-talen ut som i andra länder, och Hoffmanns (1965) fantastiska tillväxt försvinner. (s 202)

Ritschl säger att det finns data på tillverkningindustrins output i mellankrigstidens Tyskland från två källor. Den ena är Hoffmann (1965), vars arbete var en del av Simon Kuznets stora internationella projekt och har fått en mycket stark ställning, "gained general recognition and are reproduced in all major international compilations of historical output series – most prominently, Mitchell (1975) and Maddison (1995)." (s 203)


Den andra källan är officiella data, samtidiga uppskattningar insamlade av Statisisches Reichsamt och dess forskningsgren Institut für Konjunkturforschung (IfK). IfK samlade in månatliga och kvartalsvisa inddistristatistik och producerade aett index för industriproduktion baserat på 1928 års vikter. Wagenführ (1933) räknade fram ett förenklad version av detta index tillbaka till 1861. En förfinad version av detta index ombaserades till 1936 och blev startpunkten för industriproduktionindexen för både väst- och öst-Tyskland. (s 203) IfK/Wagenführ och Hoffmanns serier syns i figur 1. Det finns tydligen, säger Ritschl utan att ha en förklaring, en nivåskillnad 1925, och dessutom så är växten enligt Hoffmann snabbare på 30-talet. Mycket av detta beror på metallindustrin som utgör 17 procent av industrin i Hoffmanns data och vars output enligt honom tripplades 1913-38. Men Hoffmanns outputserie är som sagt uträknad utifrån löner och sysselsättning med ett antagande om konstant fördelning mellan löneanadel och kapitalandel, något som enligt Borchardts (1979) beräkningar inte stämmer. Holtfrerich (1984) polemiserade mot Borchardts argument om en stigande löneandel på 20-talet men gjorde enligt Ritschl sin uträkning av arbetskostnader utifrån Hoffmanns outputdata, vilket ju är cirkelresonemang eftersom Hoffmanns outputdata är uträknade utifrån data för löner och sysselsättning! (s 204) Ritschl (1990) har kritiserat detta, och han säger att det är oklart varför Hoffmann valde denna indirekta väg att skatta output, med tanke på att det finns "a wealth of time series on output in the various subsectors of metal processing in Germany." Statistisches Handbuch von Deutschland (1949, digitaliserad här) är en standardreferens med data för varv, bildindustrin, maskinindustrin m m, och från och med 1928 finns det serier för elektrisk industri och optisk industri i Gehrig (1961), en publikation från IFO-institutet. (s 204) Men istället för att välja sådana data skattar Hoffman alltså output utifrån sysselsättningsdata. Balderston (1993, The Origins and Course of the German Crisis) replikerar denna metodologi och Ritschl återger Balderstons resultat jämte Hoffmanns.

Ritschl menar att för att producera en bättre outputserie bör man fokusera på maskin- och elektriska industrin, för i varven skiljer inte Wagenfür och Hoffmanns skattningar särskilt mycket (s 206). Han använder bl a data från tyska maskinproducenternas organisation, från surveys till deras medlemmar. Enligt Balderston är produktionen i denna industri högre 1925 än 1913; enligt Ritschl är den lägre (s 207). Skillnaden beror på prisdeflatorn använd. Balderston (1993) menar att det officiella prisindexet för maskiner är för lågt och skapar ett eget, högre utifrån exportpriser. Ritschl använder däremot den officiella serien (s 207). Balderston är också missnöjd med sysselsättningsstatistiken för industrin och använder fabriksinspektörers rapporter som källa, men Ritschl menar att de 1926 bytte från att bara räkna arbetare till att räkna alla anställda, vilket pumpar upp antalet från och med det året (s 209). Enligt Balderston var sysselsättningen i maskinindustrin 28 procent högre 1928 än 1913, men enligt Ritschl bara 12 procent högre. Här diskuterar Ritschl också hur djup krisen 1925 egentligen var och bedömer Balderstons och sin egen series trovärdighet utifrån just vad vi mer kvalitativt vet om arbetstidsförkortningen med åttatimmarsdagen (10 procent enligt Balderston 1993 s 438), tillväxten upp till 1924, och krisen 1925 (s 209). Enligt maskinindustriarbetsgivarnas rapport från 1926 så blev 30 procent av arbetarna i branschen av med jobbet 1925. Ritschl säger att: "Real labour cost only came to be felt when monetary tightness and the high-tax system implemented in 1925 began to have their effects." (s 209) Som belägg anför han bland annat att arbetsgivarnas rapporter från perioden är fulla av klagomål på de höga skatterna; då kan man ju parantetiskt anmärka att det kanske inte är helt källmässigt oproblematiskt. (s 209f). Han anför också Gehrigs (1961) skattning av kapitalsctocken, Spoerer (1997) om investeringarna och Lindenlaubs (1985) företagsstudie av Krupp (stål och krigsproduktion), Deutz (bensinmotorer etc), MAN (första dieselmotorn m m) och Maschinenfabrik Esslingen (lokomotiv). En fjärde koll är att jämföra med output och konsumtion av järn och stål. (s 210f). Där är territoriella öfärndirngar väldigt viktiga. I alla fall så blir Ritschls slutsatse att man kan lita på den offentliga statistiken om maskinindustrins produktion snarare än Hoffmanns (s 213).

När Ritschl är klar med maskinindustrin tar han med hjälp av Gehrig (1961) fram produktion i elektriska industrin, och skapar sedan ett nytt index för hela industrin, med de två nya branschskattningarna kombinerat med Hoffmanns för övriga branscher. Hoffmanns industriindex är ett kedjeindex baserat på folkräkningens sysslsättningsvikter multiplicerat med branschens mervärde för 1936. I den aktuella perioden används folkräkningsvikter från 1907 och 1933, splicat samman 1925. För 1925 finns en sysselsättningsfolkräkning som Hoffmann inte använder, som också ger en reviderad skattning för 1907 utifrån Tysklands nya, mindre gränser från 1921. Eftersom territoriella förändringar hade stora effekter på industrin är det bättre att använda det reviderade sysselsättningsindexet för 1907. (s 215) IfK:s index för industriproduktion är bara tillgängligt baserat på 1928, och därför blir det svårt att jämföra med Hoffmanns serie. Därför räknar Ritschl fram jämförelser på en rad olika baser. Utifrån dessa resultat ser Ritschl IfK:s serie som en trovärdig lower bounds-skattning av industriproduktionen. 2/3 av skillnaden mellan Hoffmann och officiella data är antagligen spuriöst, utifrån (a) hans ohållbara antagande om konstanta faktorandelar, och (b) att an använt index-vikter från 1907 för ett Tyskland med post-1921-gränser.(s 217) Hoffmanns data korrigerade för dessa två saker ser Ritschl som en upper bound-skattning. Att ombasera till 1933 eller 1925 tar nästan helt bort skillnaden jämfört med Wagenführ. Ritschls sista justering är att använda ett Fisherindex -- geometriskt snitt av de andra två -- istället för Laspeyres eller Paasche. (s 218) Han kommenterar att skillnad i det slutgiltiga indexet jämfört med Hoffmanns i tillväxt på 1930-talet verkar bero på att den officiella statistiken har mer bomull och ull i textilindustrins vikt medan Hoffmmanns har mer syntetiska textilier, vilka växte snabbt under naziperioden (s 218).

Ritschl går vidare med att diskutera implikationer för BNP, vilket han själv (1990, Geschichte und Gesellschaft) och Spoerer (1997, EREH 1998, Jahrbuch für Wirtschaftsgeschichte) tidigare också gjort; de visade skillnaden mellan Hoffmanns output- och utgiftsserier jämfört med officiell statistik baserad på skattesystemet. Ritschl och Spierer (1997, Jahrbuch für WG) och Ritschl (2002, bok Deutschlands Krise und Konjunktur, 1924-1934) har rekonstruerat utgiftsdata.

I sina slutsatser säger Ritschl att Hoffmanns (1965) data överskattar industritillväxten på 20- och 30-talen, men att resultaten i denna artikel är preliminära. Vidare forskning bör byggas på reviderade census-data för 1936 som förbereds av Fremdling och Staeglin (2003). Från detta benchmark kan nytt index för tysk industriproduktion tas fram och man kan då göra både internationella jämförelser (Broadberry 1997) och jämförelser över tid (Burhop och Wolff 2002, "A compromise estimate, WP, Uni Münster), "free of spurious growth". (s 221)

Burhop och Wolff 2005
Burhop (Münster) och Wolff (Bonn) börjar denna artikel med att konstatera att forskning om  tysk makroekonomisk historia på 1800-talet bygger på två viktiga publikationer: Hoffmann (1965) och Heinz Müller och Hoffmann (1959) Das deutsche Volkseinkommen 1851--1957. Data därifrån har tagit sig in i internationella statistiksamlingar (Maddison, Mitchell) såväl som semi-officiella tyska publikationer (Bundesbank). (s 614) Dessa data används ofta men dess reliabilitet har ifrågasatts; kvaliteten har debatterats i i alla fall två decennier av C-L Holtfrerich ("The growth of NDP in Germany 1850-1913", bokkapitel 1983), E Schremmer (hur snabb var tekniska framstegen under ind rev i Tyskland, Viertelsjahrschrift für Sozial- und Wirtschaftsgeschichte 1973), R Fremdling (1988, 1995), A Ritschl och M Spoerer (Jahrbuch für Wirtschaftsgeschichte, 1997), R Fremdling och R Stäglin (Vjs f S- u W.G., 2003), och C Burhop och G Wolff (Vjs f S- u W.G., 2004). Centrala orosmoment är räkningen av industriproduktion, kapitalstock och investeringar, och skattningen av kapitalinkomster. "Nevertheless, GErman national accounting figures for 19th century have not been reestimated." (s 614)

Detta paper bidrar med omräkningar av de fyra problembarnen nämnda ovan. Industriproduktionsserien räknas om utifrån reviderat värde för 1913. De förbättrar serierna för kapitalstock och nettoinvesteringar, och presenterar en ny serie för kapitalinkomster. Till slut så lägger de till ny data om indirekta skatter vilket förändrar NNP-skattningen; de räknar fram fyra versioner av NNP till marknadspriser och eftersom skillnader kvarstår "löser" de detta problem genom att räkna fram ett genomsnitt av de fyra och se det som en kompromisserie (s 615). Den substantiella delen av artikeln använder de nya data för att diskutera långsiktig tillväxt och konjunkturcykler 1851--1913. Output är högre både 1851 och 1913 men skillnaden är större 1851, så BNP-tillväxten ser lägre ut med nya serierna (s 615). Den drivande faktorn i tillväxten var TFP som drevs av strukturell förändring från jordbruk till industri. Konjunkturcykeln varade ungefär fem år och var kraftigare före 1875. Med de nya data syns ingen Gründerzeit-boom och depression.

NNP kan räknas ut på tre sätt: från inkomst- utgift eller outputsidan. Bilden bör se likadan ut oavsett vilken metod man använder, men för Hoffmanns data gäller inte detta, vilket Fremdling (1988, 1995) påpekat. Men ändå har ingen tagit fram nya HNAs för 1800-talet; däremot har Ritschl och Spoerer ("Bruttosozialprodukt in Deutschland...", Jahrbuch für Wirtschaftsgeschichte 1997) gjort det för perioden 1901--1995. B och W säger att det finns två sätt att ta fram nya HNAs. Christina Romers "structure-approach" använder statistiska förhållanden från moderna NAs oc applicerar dem till historiska data. Nathan Balke och Robert Gordons "new-data-appoach" tar fram nya serier. Den andra använder mer information och därför väljer B och W denna metod (s 617).

Total output brukar mätas genom att man räknar ihop netto-value added från de olika sektorerna. Tyska statistikinsamlarna från slutet av 1800-talet räknade dock inte ihop förädlingsvärde så Hoffmanns serie för industriproduktion bygger på output, inte förädlingsvärden. Hoffmann räknar ihop 12 sektorsproduktionsindex till ett totalt index genom att multiplicera 1936 års nettoproduktionsvärde per anställd med antalet anställda i de 12 branscherna; sysselsättningsdata kommer från employmment census 1861 för 1850-72, 1882 för 1872-1895 och 1907 års cencus för 1895-1913. Han gör alltså antagandet att den relativa industriproduktiviteten för de 12 branscherna är konstant 1850 till 1959! Serien har kritiserats av Fremdling (1988, 1995) och särskilt Holtfrerich (1983) säger B och W; i fotnoten nämner de också Ritschl (2004) som ju pekar på att Hoffmanns serie för maskinindustrin bygger på löner och antagandet om konstant löneandel. Hoffmann räknar fram produktionen i 1913 års priser genom att ta fram värdet för 1913 ggenom total sysselsättning gånger genomsnittslönen och lägga till kapitalstocken gånger return-on-capital. Produktionsindexet relateras därefter till 1913-värdena för att få fram produktionen 1850-1913 i 1913 års priser. (s 617f) B och W förbättrar dessa data genom att använda Zollverein-censuses 1846 och 1861 samt preussiska census-data från 1846, 1849, 1852, 1855, 1858, 1861 och 1867. Vidare så interpolerar de data linjärt istället för stegvis konstanta sysselsättningsmultiplikatorer.



Huvudskillnaden mellan de två serierna är att B och W:s serie börjar högre 1851 och att tillväxten därmed blir lägre; 2.9 procent istället för 3.9. Skillnaden i nivå 1851 beror på olika sysselsättningsberäkningar. B och W använder en linjär interpolering mellan census 1849 och 1852, medan Hoffmann använder sysselsättningsandelar från 1861 vilket ger en större vikt 1851 åt de sektorer med större tillväxt 1851-61. "Thus the level of physical production is weighted too strongly for the fast-growing sectors." (s 619)

Fremdling, de Jong och Timmer 2007 
Detta paper bidrar empiriskt med en jämförelse av produktivitet i UK och Tyskland 1935-36 med ett nytt benchmark. Det nya med detta benchmark är de tyska data, som kommer från förundersökningarna till industriräkningen i landet 1936. Den publicerade industriräkningen var nämligen manipulerad för att  mörka den tyska krigsindustrins kapacitet (se s 355f). Och arkivmaterialet till denna industriräkning blev inte tillgängligt förrän efter murens fall. MEd tanke på att Hoffmann (1965) använder förädlingsvärdesiffror från den publicerade industriräkningen från 1936 för att vikta i sit produktionsindex för industrin 1850--1959, finns det ytterligare skäl till skepsis mot Hoffmanns data... (s 356)

Fremdling et al kan med dessa tidigare oanvända data göra en jämförelse som använder dubbeldeflatering -- dvs att man använder ett prisindex för inputvaror och ett annat för förädlingsvärdet -- och argumenterar hårt för att detta är en överlägsen metod jämfört med de två andra möjligheterna, kvantitetsmetoden och enkeldeflatering. Broadberry och Fremdling (1990) har gjort en jämförelse för 1935 baserat på fysiska kvantiteter. Med de nya data kan Fremdling et all räkna fram förädlingsvärde och (arbets)produktivitet för 109 industribranscher i båda länderna. För det andra kan de översätta allt till gemensam valuta med prisratios för varje bransch från data på kvantiteter och värden på output. För det tredje möjliggör prisdata på inputprodukter dubbeldeflatering (s 351). Med helt integrerade marknader skulle relativpriserna på inputvaror röra sig i takt med relativpriserna på brutto-output, vilket enkeldeflateringsmetoden antar. Men på 1930-talet strävade Tyskland i förberedelserna för kriget efter autarki och förde en restriktiv handelsregim som ledde till att de interna priserna avvek från världsmarknadens. (s 352) Deras dubbeldeflaterade jämförelse visar en 7 procents större produktivitet i tysk industri jämfört med brittisk, medan enkeldeflaterad jämförelse visar 5 procent. Detta är ingen större skillnad, men döljer stora skillnader på branschnivå. T ex för livsmedelsindustrin så ser den tyska produktiviteten mycket högre ut med dubbeldeflatering eftersom de tyska relativpriserna på inputvaror som vete var väldigt höga pga tariffpolitiken (s 352). Samma sak gäller för kemi- och pappersindustrierna, där också tyska inputpriser var höga. (s 353)

Strukturen på Fremdling et als paper är märklig men efter ett långt tag återkommer de till metodfrågan. De konstaterar att Rostas (1948) använde kvantitetsmetoden men att prismetoden är vanligare. Den är även bättre:
"The price approach is considered superior to the quantity approach because the representation of matched output for nonmatched output is higher for price than for quantity ratios. This procedure was popularized by the seminal study of Deborah Paige and Gottfried Bombach in their Anglo-American comparison for 1950. It has been applied frequently afterwards in studies for the postwar period, but also in some prewar studies of manufacturing. As value added is deflated by a single PPP for output, it is called single deflation.
The crucial element in these studies is the estimation of PPPs for output. These are proxied in two ways: by using final expenditure prices and by using unit values based on values and quantities of produced output. Examples of the former include Patrick O'Brien and Caglar Keyder, who calculated purchasing power parities between Britain and France for seven benchmark years between 1785 and 1907, using expenditure prices. Fremdling's Anglo-German comparison for the period 1855-1913 uses six benchmarks based not only on expenditure prices but on unit values as well. Jean-Pierre Dormois compared U.K. and French industrial value added per worker in 1930, using expenditure prices of standard industrial commodities. Applying expenditure prices to compare value added by industry, however, raises a major problem. Expenditure prices (for example of shoes) do not only reflect costs incurred in the industry in question (shoemaking), but also com- prise other costs incurred in the production chain such as transport and trade activities. Therefore expenditure PPPs require adjustments for taxes and subsidies, and for trade and transport margins. In addition, proxies based on expenditure PPPs also need adjusting to exclude the relative prices of imported goods and include the relative prices of exported goods, as they should reflect domestic output prices. And most important, the set of products for which expenditure prices are available does not cover intermediate products such as many agricultural, mining, and basic manufacturing goods, which are only used as intermediate inputs, and not for final consumption (for example pig iron, paper pulp, or basic chemicals). Hence the use of expenditure prices is not straight- forward. Instead, output prices are to be preferred conceptually. They have been used extensively in the ICOP (International Comparisons of Output and Productivity) project at the University of Groningen, but mostly for the post-1970 period. Our study is in this tradition." (s 359f)
Hittills har alla historiska jämförande studier använt enkeldeflatering, säger de (s 360). Men det är inte teoretiskt korrekt och blir vilseledande om det finns skillnader i produktionsmetoder, typ av material som används, och input mellan länder.

I slutsatserna jämför de sina resultat med Broadberry och Fremdlings, som använde en mycket annan metod, med bara 20 branscher och kvantitetsmetod utifrån tyska Statistisches Jahrbuch. Förvånande nog är jämförelsen på aggregerad nivå mycket lik det dubbeldeflaterade resultatet här (s 369).


Men skillnaderna på sektorsnivå kan vara stora, som syns i tabell 5. De drar fyra större slutsatser av artikeln. (s 371) Ett, på aggregerad nivå gör inte dubbeldeflatering så stor skillnad för en tysk-brittisk jämförelse 1936, inte jämfört med enkeldeflatering och inte ens med Broadberry och Fremdlings grövre kvantitetsmetod. Två, på sektorsnivå gör dubbeldeflatering stor skillnad. Tre, resultaten här visar att Hoffmanns (1965) nationalräkenskaper för 1850--1959 är ogiltiga, vilket därmed också gäller Maddisons data för Tyskland. Fyra, de har visat att dubbeldeflatering inte bara är önskvärt i teorin utan också användbart, och därmed bör denna metod appliceras på fler länder och sektorer för att förbättra benchmarks på produktivitet. (s 372) Punkt tre är särskilt intressant och därför citerar jag också en fotnot som hör till det resonemanget:
"Albrecht Ritschl recently corrected the Hoffmann-index on German industrial output for the period 1913-1938 by imputing a new series for metal processing. This adjustment yields figures indicating a less marked growth during the interwar period. If, however, Ritschl's time series is extrapolated backwards from our benchmark 1935/36 it yields a very high productivity level for Germany vis-a-vis Britain for the period before World War I, which is far above the benchmark estimates reported by Broadberry and Burhop. A first step in reconciling this contra- dictory evidence is to produce a completely new time series on industrial output, as suggested by Ritschl. This means making further use of the unpublished 1936-census data and additional archival sources available at the Federal Archive Berlin-Lichterfelde. See the discussion in Ritschl, 'Spurious Growth'; Burhop and Wolff, 'Compromise Estimate'; and Broadberry and Burhop, 'Comparative Productivity'." (s 372n)


Broadberry och Burhop 2007
jämförelse av produktivitet i UK och Tyskland 1907 med nytt benchmark

Burhop 2008
arbetsproduktivitet i tyska gruvor, hantverk och industri 1913. Stödjer Burhop och Wolffs (2005) slutsats att Hoffmann (1965) underskattar produktiviteten 1913.

Ritschl 2008
svar på B och B 2007; debatten handlar om UK och Tyskland 1895-1935. Ritschl hävdar att tysk produktivitet var högre före WW1 och att UK kom ikapp efter kriget.

Broadberry och Burhop 2008
svar på Ritschl 2004, 2008, bara sex sidor. B och B hävdar att produktiviteten i UK och Tyskland före WW1 var på ungefär samma nivå.

Veenstra och Jacobs
ekonometri med tidsserier, tillväxt 1907--36, verkar använda data från Ritschl, Broadberry och Burhop.

Bos och Vonyo 2013
.

Woltjer 2013
.

Veenstra och Woltjer 2013
.

Fremdling 2014


Referenser
Nikita Bos och Tamás Vonyó (2013) "Winning the war, losing the peace?: a comparative study of labour productivity in British and West German manufacturing, 1936-1968", konferenspaper.
Broadberry, S.N. (1997) "Anglo-German productivity differences 1870--1990: A sectoral analysis", European Review of Economic History.
Broadberry, S.N. (1998) "How Did the United States and Germany Overtake Britain? A Sectoral Analysis of Comparative Productivity Levels, 1870-1990", Journal of Economic History.
Broadberry, Stephen (2004) "Explaining Anglo-German productivity differences in services since 1870", European Review of Economic History.
Broadberry, Stephen and Carsten Burhop (2007) "Comparative productivity in British and German manufacturing before World War II: reconciling direct benchmark estimates and time series projections"
Broadberry, Stephen and Carsten Burhop (2008) "Resolving the Anglo-German Industrial Productivity Puzzle, 1895-1935: A Response to Professor Ritschl", Journal of Economic History.
Burhop, Carsten och Gunter Wolff (2005) "A compromise estimate of German net national product 1851--1913 and its implications for growth and business cycles", Journal of Economic History.
Burhop, Carsten (2008) "The level of labour productivity in German mining, crafts and industry in 1913: evidence from output data", European Review of Economic History.
Rainer Fremdling, Herman de Jong and Marcel P. Timmer (2007), "British and German Manufacturing Productivity Compared: A New Benchmark for 1935/36 Based on Double Deflated Value Added", The Journal of Economic History, Vol. 67, No. 2 (Jun., 2007).
Fremdling, Rainer och Reiner Staeglin (2014) "Output, national income, and expenditure: an input-output table of Germany in 1936", European Review of Economic History.
Ritschl, Albrecht (2004) "Spurious growth in German output data, 1913--1938", European Review of Economic History.
Ritschl, Albrecht (2008) "The Anglo-German Industrial Productivity Puzzle, 1895-1935: A Restatement and a Possible Resolution", Journal of Economic History.
AD Smith, D.M.W.N. Hitchens och S.W. Davies (1982) "International productivity: A comparison of Britain, America and Germany" (The National Institute of Economic and Social Research).
Joost Veenstra och Jan P.A.M. Jacobs, "Output Growth in German Industry, 1907–1936: A Reinterpretation of Time-Series Evidence"
Veenstra, Joost och Pieter Woltjer (2013) "The Yanks of Europe? Two technological paths in German manufacturing, 1907-1936"
Woltjer, Pieter (2013) "New Estimates of Comparative German-American Manufacturing Productivity, 1935-6"

fredag 8 augusti 2014

Centralisering av lönebildningen: två mått

Lönebildningssystemet är en av de centrala institutionerna i den politiska ekonomin. Graden av centralisering, huruvida lönerna huvudsakligen bestäms på konfederal nivå mellan fack och arbetsgivare, på sektorsnivå eller på företagsnivå, har teoretiserats och beforskats flitigt och jag har skrivit om denna litteratur på flera ställen här på bloggen: om "korporatism och tillväxt"-debatten, om effekterna av och orsakerna till centralisering av lönebildningen, om centraliseringen och decentraliseringen i Sverige och Norge, osv.

Nu håller jag på med ett paper om löneåterhållsamhet och lönemilitans i Belgien, (Väst-)Tyskland och Nederländerna från 1950 till 2010, och använder då lönebildningscentralisering som en oberoende variabel. Vad kan man då använda för mått? Som jag uppfattar det finns det huvudsakligen två uppenbara källor: Miriam Golden och Michael Wallersteins gamla mått, och Jelle Vissers mått i ICTWSS-databasen. Här kollar jag på dessa med särskilt de tre länderna i åtanke.


Golden och Wallerstein
Miriam Golden och Michael Wallerstein från UCLA har ett dataset som finns att ladda hem här. Deras första mått på centralisering är "barglev1", som har fyra nivåer:
1 = plant-level wage-setting
2 = industry-level wage-setting
3 = central wage setting without sanctions
4 = central wage setting with sanctions
De förklarar detta index så här:
"central wage setting refers to wage setting for the entire private sector (with the exception of Denmark, for some years), whereas industry level wage setting refers to wage setting by specific industry (e.g. engineering, chemicals, food, etc.). Sanctions refer to legally enforceable sanctions against industrial conflict or situations in which lower levels do not have access to strike funds without authorization from above (including situations in which strike funds do not exist).

Definition of the Index of Bargaining Level
The index for bargaining level assigns a score of one, two, three or four to each country for each year. Level one indicates predominantly plant or firm-level wage contracts. Level two indicates industry-level bargaining or confederal coordination of firm-level bargaining (for example, the Japanese Shunto). The distinction between levels one and two provides information that is not available in other indices already in our dataset. Levels three and four can be derived from the indices of government and confederal involvement in wage-setting /.../"  (code book s 33)
Och förklarar skillnaden mellan förhandlingsnivå å ena sidan och konfederal och regeringsinblandning å andra sidan med ett exempel från Danmark:
"Note that the relationship between the level of bargaining and confederal and government involvement is not entirely monotonic, since the two scales measure distinct concepts. In Denmark, for example, the government mediator typically submits a centralized wage agreement to a vote by the union membership. In this election, the entire membership of the LO is considered to be one voting unit, so if a majority of LO members accepts, the agreement is binding on all LO unions regardless of how the members of any particular affiliate votes. Since the government mediator is somewhat independent of the government of the day, we score government involvement as moderate but not at the high end of the scale. Similarly, since the role of the LO is, nominally, not to negotiate directly but to represent its affiliates before the state mediator, we score confederal involvement as moderate. Yet overall wage-setting is highly centralized.  " (s 33f)
I början av 2000-talet övergick de till en skala med fem steg, variabeln heter "barglev2" och de förklarar: "Bargaining level at which wages are determined, recoded from original dataset using a more complex scale". De fem stegen är:
1 = plant-level wage-setting
2 = industry-level wage-setting without sanctions
3 = industry-level wage-setting with sanctions
4 = central wage-setting without sanctions
5 = central wage-setting with sanctions
skillnaden är alltså att nu görs det skillnad på sektorsnivå med sanktioner och utan sanktioner.


Visser/ICTWSS
I detta ofta använda dataset, från holländska AIAS med Jelle Visser som huvudansvarig, är den relevanta variabeln* "Level" som förklaras som "The predominant* level(s) at which wage bargaining takes place". Också här är det en femgradig skala, som definieras så här:
5 = bargaining predominantly takes place at central or cross-industry level and there are centrally determined binding norms or ceilings to be respected by agreements negotiated at lower levels;
4 = intermediate or alternating between central and industry bargaining;
3 = bargaining predominantly takes place at the sector or industry level;
2 = intermediate or alternating between sector and company bargaining;
1 = bargaining predominantly takes place at the local or company level
[A level is ‘predominant’ if it accounts for at least two-thirds of the total bargaining coverage rate in a given year and country. If it accounts for less, but for more than one-third of the coverage rate, we have a mixed or intermediate situation, between two levels. A mixed situation also occurs when bargaining levels alternate and/or it is impossible to assess which of the two contributes more to actual regulation of employment relations.]
Nivå 5 är lik den hos Golden och Wallerstein. Nivå 4 är däremot olik, med en pendling mellan central och sektorsnivå medan en 4:a hos GW däremot betyder centrala förhandlingar men utan sanktioner. Trean är lik sig. Tvåan är hos GW sektorsnivå utan sanktioner men hos Visser en pendling mellan sektorsnivå och lokalt -- kanske kan detta ses som parallellt till GW. Ettan är sig lik hos de båda, då är det lokal lönebildning.

Hur ser då de två måtten ut i de tre länderna? Golden och Wallerstein har data för 1950 till 2000 och Visser för 1960 till 2010, så de överlappar för åren 1960-2000. Nedan ser vi Belgien.


Vi ser att på 1960-1975 klassar Golden och Wallerstein konsekvent Belgien som en trea, "indstry-level wage setting with sanctions", medan Visser klassar landet som en fyra. Och 1976 råder det omvända: Visser har en trea men GW en fyra. 1977-80 är de överens om en trea och 1981-86, då den konservativ-liberala regeringen bröt in med drakonisk lönepolitik, om en femma. 1987 sätter GW en trea men Visser en fyra och året efter håller GW kvar medan Visser höjer till en femma; detta mönster upprepar sig  1989-90 och 1991-92. 1993 är Visser kvar på en femma medan GW står kvar på en trea; 1994 höjer sig GW till en femma där också Visser är. 1995 står GW på en femma men Visser på en fyra, och 1996 sänker Visser till en trea medan GW står kvar på 5. 1997 är de båda på 5, 1998 har GW 5 och Visser 4, 1999 5-5 och 2000 5-4.

Nedan är Tyskland.


Nedan är Nederländerna.


Medelvärdet för Belgien är 3.5 hos Golden och Wallerstein och 4.3 hos Visser; för Tyskland 3.1 hos GW och 3.0 hos Visser, för Nederländerna 4.1 hos GW och 3.6 hos Visser.


Fotnoter
* En annan intressant variabel här är
Coord: coordination of wage-setting
5 = a) centralized bargaining by peak association(s), with or without government involvement, and/or government imposition of wage schedule/freeze, with peace obligation (example: Sweden prior to 1980);
b) informal centralisation of industry-level bargaining by a powerful and monopolistic union confederation (example Austria prior to 1983;
c) extensive, regularized pattern setting and highly synchronized bargaining coupled with coordination of bargaining by influential large firms (Japan prior to 1998).
4 = a) centralized bargaining by peak associations with or without government involvement, and/or government imposition of wage schedule/freeze, without peace obligation (example: Ireland 1987-2009);
b) informal (intra-associational and/or inter-associational) centralisation of industry and firm level bargaining by peak associations (both sides) (example Spain 2002-8;
c) extensive, regularized pattern setting coupled with high degree of union concentration (example: Germany most years).
3 = a) informal (intra-associational and/or inter-associational) centralisation of industry and firm level bargaining by peak associations (one side, or only some unions) with or without government participation (Italy since 2000);
b) industry-level bargaining with irregular and uncertain pattern setting and only moderate union concentration (example: Denmark 1981-86);
c) government arbitration or intervention (example: U.K 1966-8, 1972-4)
2 = mixed industry and firm-level bargaining, with no or little pattern bargaining and relatively weak elements of government coordination through the setting of basic pay rates (statutory minimum wage) or wage indexation (example France most years.
1 = fragmented wage bargaining, confined largely to individual firms or plants (example U.K. since 1980). (Codebook s 9f)