您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [国际货币基金组织]:推进印度结构转型与技术前沿追赶 - 发现报告

推进印度结构转型与技术前沿追赶

2024-07-09 国际货币基金组织 M.凯
报告封面

推进印度结构转型与技术前沿追赶 克里斯蒂安·阿隆索和玛歌·麦克唐纳 WP / 24 / 138 货币基金组织工作文件描述了作者正在进行的研究,并发表了这些论文,以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点,不一定代表基金组织、其执行董事会或基金组织管理层的观点。 2024JUL IMF工作文件 亚洲及太平洋部 推进印度的结构转型和追赶克里斯蒂安·阿隆索和玛歌·麦克唐纳准备的技术前沿* Nada Choueiri授权发行2024年7月 国际货币基金组织工作文件描述了作者正在进行的研究,并发表了以引起评论和鼓励辩论基金组织工作文件中表达的观点是作者的观点,不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要:尽管印度近几十年来增长强劲,但其结构转型仍未完成。在本文中,我们首先评估印度迄今为止的增长。我们发现,经济活动已从农业转向服务业,但农业仍然是主要的雇主。对技术前沿的追赶是不平衡的,农业方面的进展有限,但建筑和贸易方面的进展也有限,这些方面的就业增长最多。我们确实发现一些印度公司已经在技术前沿运营。这些表现强劲的公司往往是大公司。然后我们考虑印度未来的就业挑战。我们发现,到2050年,印度需要创造1.43亿至3.24亿个就业机会,这样做以及工人向更具活力的行业转移可以将GDP增长提高0.2 - 0.5个百分点。 结构性改革可以帮助印度创造高质量的就业机会并加速增长。 工作文件 推进印度结构转型与技术前沿追赶 由克里斯蒂安·阿隆索和玛歌·麦克唐纳编写 Contents Methodology9Results13 赶上技术前沿:来自企业层面数据的证据16Methodology16Results17 就业需求及其对增长的影响19Methodology19Results21 推进结构转型的政策24加强教育和技能24推进劳动力市场改革26促进贸易一体化26消除繁文tape节和其他阻碍私营部门增长的障碍26继续推动公共投资27加强社会安全网27便利获得信贷27 Conclusion28 附件I. KLEMS数据库中的行业映射29 30 参考文献 Figures 4.生长分解9 6.印度的劳动生产率13 8.替代定义的边境就业距离变化15 10.印度公司每位员工的销售额18 12.按特征划分的前沿和非前沿印度公司19 缺少作业-上限估计21 14.增长分解:其他新兴市场和发达经济体22 增长分解-反事实23 16.教育素养24 17.职业工人的技能不匹配2518.生产挂钩计划的财政成本2619.中央政府公共投资27 TABLES 1.按国家划分的公司数量162.汇总统计17 执行摘要 近几十年来,印度经济增长强劲。自2000年以来,实际GDP平均增长超过6%,导致更高的生活水平和多维贫困的急剧下降,并已成为世界上最大的谷物,牛奶和豆类生产国之一。印度的出口已经多样化,成为世界上最大的珠宝出口国和最大的仿制药出口国。印度作为服务出口国的长期实力正在向新领域多样化,并增加更高附加值的服务。据估计,印度占全球能力中心的40%。印度于2023年8月成功登月,凸显了其在太空经济中发展业务的潜力。 不过,印度的结构转型还有一段路要走。虽然农业在总产出方面的作用从1980年的40%下降到2019年的15%,但在就业方面仍然很大,2019年占工人的42%。这导致该部门的劳动生产率下降。取而代之的是,随着时间的推移,印度的经济活动主要转向服务业。 建筑业也已成为重要的雇主,但与农业一样,该部门的生产率很低,自1980年以来没有多大增长。 印度工业对技术前沿的追赶是不平衡的。使用有关产出,投入和增加值的行业级(KLEMS)数据,我们将印度工业的生产率与发达经济体的生产率进行了比较。我们发现,对技术前沿的追赶在农业领域受到限制,在这段时间里解放了工人,但在建筑业和贸易领域,就业增长最快。总体而言,服务业在追赶技术前沿方面优于制造业。商业服务业就业人数确实大幅增加了1300万,而该行业与技术前沿的距离缩小了9个百分点。 一些印度公司,通常是大公司,已经在技术前沿生产。使用来自全球公司数据库ORBIS的财务指标的公司级别数据,我们记录了印度公司的平均生产率往往较低,但在技术前沿已经有一些表现强劲的公司。这些优秀的表演者在不同的行业中运作,但在计算机编程,其他信息技术服务和珠宝制造中尤为普遍。它们往往更大,以资产或收入来衡量。 展望未来,我们估计到2050年,印度需要为其不断增长的人口创造至少1.43亿至3.24亿个就业机会。我们的估计包括截至2022年的失业和到2050年工作年龄人口的增加,但不包括由于当前就业不足而产生的额外创造就业机会的需求,也不包括需要创造的非农业就业机会,以帮助工人随着经济发展从农业转向其他部门。我们单独估计,即使就业从农业转移到建筑业和服务业(这是现有趋势)或制造业,也可以将GDP增长提高0.2 - 0.5个百分点。 除了继续推动公共投资外,可以帮助印度创造高质量就业和加速增长的结构改革还包括: 加强教育和技能推进劳动力市场改革促进贸易一体化消除繁文tape节和其他阻碍私营部门增长的障碍加强社会安全网便利获得信贷。 Introduction 近年来,印度经济增长强劲,但许多印度工人仍从事低薪、低生产率的工作,许多公司仍远离全球生产率前沿。自2000年以来,在服务业规模庞大且不断扩大的背景下,实际GDP平均增长超过6%。自2005年以来,这一增长使估计有4.15亿人摆脱了多维贫困(Arbatli Saxegaard等人,2022年)。与此同时,制造业增长仍然低迷,超过一半的工人仍然从事农业、建筑和贸易等低生产率工作。此外,印度工业对技术生产力前沿的追赶是不平衡的。印度需要为不断增长的人口在劳动密集型部门创造生产性的高薪工作。再加上工人向更具活力的行业转移,这可以加速可持续、包容性的增长,并提高印度工人的工资。 随着时间的推移,印度的经济活动已经从农业转向服务业。农业增加值占比从1980年的40%以上下降到2019年的15%(图1)。服务业增加值的份额同时从增加值的30%以上增长到55%以上。在此期间,包括制造业和建筑业在内的其他主要经济部门的增加值贡献相对恒定。 虽然农业增加值的份额有所下降,但它仍然是就业的主要来源(图2)。随着时间的推移,农业部门的工人比例确实有所下降,但仍然很高:超过42%的工人被归类为在农业和相关部门工作。2农业部门工人比例的下降弥补了服务业和建筑业就业人数的增加。尽管自1980年以来,服务业工人的比例已上升到约34%,但该部门的增加值。对经济的贡献大大增加。建筑业也成为重要的雇主, 2019年约有12%的工人。值得注意的是,建筑业的就业性质 部门— —低技能,大部分是临时工— —与农业类似,这两个部门之间的工人经常有大量流动,特别是在农村地区。由于其缓慢的增值增长,制造业部门的就业也随着时间的推移而增长最小。 由于增加值占比低,就业基数大,自1980年以来,农业和建筑业的劳动生产率增长速度低于其他部门(图3)。相比之下,2019 /20年制造业和服务业的劳动力生产率是农业的4.5倍以上。3由于农业和建筑业的低生产率工人占印度劳动力的一半以上,通过对这些部门实施生产率提高改革,有很大的潜力可以促进增长。这也会。 对工人本身有利,因为工资往往会随着生产率而上升。此外,提高制造业和服务业的生产率改革将有助于吸引农业和建筑业的劳动力,同时进一步提高生产率。 部门增长分解表明,实物资本推动了印度经济大多数部门的增长。使用印度KLEMS的数据和生产函数方法进行增长分解(有关详细描述,请参见Kotera和X,2022)表明,印度的增加值增长已从1980年代的劳动力驱动转向更多的实物资本和全要素生产率驱动(图4)。这与1980年代的亲商业改革,1990年代初的市场改革,经济自由化和外国直接投资的增加以及服务业的快速增长有关(Kotera和X,2023年及其参考文献)。在部门基础上,资本和全要素生产率在服务业中变得越来越重要,特别是印度的主要增加值驱动力。这表明,尽管服务业在很大程度上支持了印度经济-广泛地归因于结构改革-但该部门的就业机会不足以提供提高增长和充分就业所需的正式高生产率就业机会。对于建筑业而言,增长主要是由工人向该行业的转移所推动的,而整体生产率的收益却很少。500资料来源:印度KLEMS:和货币基金组织工作人员估计。 追赶技术前沿:来自行业层面数据的证据 Methodology 我们使用行业层面的数据来研究与技术前沿相比的印度生产率。我们分别使用由印度储备银行和罗马路易斯大学的路易斯欧洲经济实验室编制的印度和发达经济体的KLEMS(资本,劳动力,能源,材料和服务)数据库。RBI KLEMS数据库从1980 / 81扩展到2020 / 21,财政年度从4月到3月。欧盟KLEMS数据库包括27个欧盟成员国,美国,日本和英国,从1995年到2020年。因此,它涵盖了30个发达经济体。 我们关注1995年至2019年数据库之间的重叠期(印度数据为1995 / 96至2019 / 20),我们忽略了最近的观察结果,因为这是COVID - 19大流行的第一年,它也不成比例地影响了印度数据。但是我们将政府排除在下面显示的结果之外,以关注市场的生产率。 我们首选的追赶技术前沿的衡量标准是相对劳动生产率的变化。我们将行业层面的劳动生产率定义为增加值(以常数U衡量。S.按2011年价格计算的美元)。7我们将技术前沿定义为发达经济体中每个行业和每个时间点的劳动生产率的第90百分位数。然后,相对劳动生产率是印度劳动生产率与每个行业和时间的前沿劳动生产率之间的比率。印度的劳动生产率相对于边界如图5所示,按行业和时间划分。 我们考虑两种替代的生产率度量: 首先,我们使用以购买力平价(购买力平价)为单位衡量的劳动生产率-调整后的美国S.在行业层面的美元来解释价格往往随着人均收入的增加而增加的事实,特别是对于服务。我们使用Ilaar和Timmer (2014)估计的样本中国家在行业层面的2005年相对价格来表示PPP调整后的美国增加值S.2005年的价格。特别是,我们计算以购买力平价调整后的U衡量的增加值。S.2005年工业价格的美元。 ￿￿在时间￿在国家￿By: Where￿￿是工业的名义增加值￿￿在时间￿在国家￿以当地货币衡量,￿￿是工业的GDP平减指数￿￿在时间￿(我们将￿￿=,￿￿￿2005,￿是2005年对美元的平均汇率,以及￿￿￿￿￿,2005,￿是工业中的相对价格水平￿￿2005年在国家￿从Inklaar和Timmer(2014)获得。￿￿￿￿￿,2005,￿对美国来说是标准化为1,所以低于1的水平意味着从工业中获得产出的成本更低￿￿在国家￿比在美国 使用购买力平价调整后的劳动生产率很有吸引力,因为它可以控制随着人均收入而上涨的价格,这就是所谓的宾夕法尼亚大学效应(Samuelson,1994)。这对服务业尤为重要,因为服务业往往比发达经济体便宜得多。然而,工业产出的相对价格估计仅适用于当年 2005年(Ilaar和Timmer,2014年)等,需要基于特定行业的平减指数的增长进行推断,这些指数在方法上存在一些弱点,并且各国之间存在不一致之处。特别是,印度没有生产者价格指数,因此某些服务的平减指数依赖于相关商品的批发价格指数。因此,我们将这些结果作为稳健性检查,而不是作为基线估计。 Second, we measure productivity through an estimation of the Total Factor Productivity (TFP). For consistencyacross the KLEMS databases, we define𝑇𝐹𝑃工业𝑖𝑖在时间𝑡在国家𝑐作为以下等式的残差: Wher