On a Production Function of European Countries: An Empirical Study

Jiří Mazurek

doi:10.2478/cer-2018-0009

Autor

Jiří Mazurek Silesian University in Opava, School of Business Administration in Karviná, Department of Informatics and Mathematics, Opava, Czech Republic

DOI:

https://doi.org/10.2478/cer-2018-0009

Słowa kluczowe:

badanie przekrojowe, funkcja produkcji, kraje europejskie

Abstrakt

Celem niniejszego artykułu jest zbadanie zgodności dopasowania kilku zagregowanych funkcji produkcji, w tym funkcji Cobba‑Douglasa, modelu Mankiwa, Romera i Weila czy specyfikacji Mincera dla zestawu 30 krajów europejskich w okresie 2006–2015. Zmienną zależną był wynik gospodarczy wyrażony realnym PKB, natomiast zbiór zmiennych niezależnych obejmował siłę roboczą, kapitał fizyczny, kapitał ludzki, wydajność pracy czy poziom technologii. Głównym odkryciem artykułu jest stwierdzenie, że wszystkie wyżej wymienione zagregowane funkcje produkcji były wyjątkowo dobrze dopasowane do danych empirycznych, przy skorygowanych współczynnikach determinacji powyżej 0,95. Stwierdzono również, że włączenie innych zmiennych makroekonomicznych, takich jak wydajność pracy, kapitał ludzki lub poziom technologii do dwuskładnikowej funkcji Cobba‑Douglasa, nie spowodowało znaczącej poprawy zgodności dopasowania.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Cobb, C. W., Douglas, P. H. (1928), A Theory of Production, ‘American Economic Review’, 18.
Google Scholar

Dissanayake, J., Sim, N. (2010), Cross Country Empirical Investigation of the Aggregate Production Function Using Panel Quantile Regression. [In]: Proceedings of the 39th Australian Conference of Economists (ACE 10).
Google Scholar

Duffy, J., Papageorgiou, C. (2000), A Cross‑Country Empirical Investigation of the Aggregate Production Function Specification, ‘Journal of Economic Growth’, 5.
Google Scholar

Eurostat. (2016), available from: http://ec.europa.eu/eurostat/data/database.
Google Scholar

Ferreira, F. C., Issler, J. V., Pessoa, S. (2003), Testing Production Functions used in Empirical Growth Studies, ‘Ensaios Economicos’, 507.
Google Scholar

Human Development Report Office. (2013), available from: http://hdr.undp.org/en/2013‑report.
Google Scholar

Islam, N. (1995), Growth Empirics: A Panel Data Approach, ‘Quarterly Journal of Economics’, 110 (4).
Google Scholar

Mankiw, N. G., Romer, D., Weil, D. N. (1992), A contribution to the Empirics of Economic Growth, ‘Quarterly Journal of Economics’, 107.
Google Scholar

Mincer, J. (1974), Schooling, Experience and Earning, ‘NBER’, 1–4.
Google Scholar

O´Brien, R. M. (2007), A Caution Regarding Rules of Thumb for Variance Inflation Factors. ‘Quality and Quantity’, 41(5).
Google Scholar

Room, M. (2001), Potential Output Estimates for Central and East European Countries Using Production Function Method, ‘Working papers of Eesti Pank’, 2.
Google Scholar

Solow, R. M. (1957), Technical Change and the Aggregate Production Function, ‘Review of Economics and Statistics’, 39.
Google Scholar

WorldBank. (2016), available from: http://data.worldbank.org/.
Google Scholar