فوت‌وفن پیشگویی

وقت آن رسیده است که رگرسیون‌های مجلل و خیالی را روی اعداد و ارقام رشد اقتصادی در سال‌های گذشته به منظور پیش‌بینی رشد آینده کنار بگذاریم. این رگرسیون‌ها (روشی آماری برای پیش‌بینی با توجه به داده‌های گذشته) جواب نمی‌دهند. باید به عوامل واقعی که ثروت ملت‌ها را می‌سازند توجه کرد. چه چیزی باعث می‌شود یک ملت به‌سرعت رشد کند و کشوری دیگر، وارد مرحله رکود اقتصادی شود؟ اگر این سوال را از هر اقتصاددانی بپرسید، لیستی از چندین عامل را به عنوان پاسخ دریافت خواهید کرد. اینکه آیا یک کشور، حکمرانی موثری دارد و حقوق مالکیت در آن رعایت می‌شود؟ سطح آموزش و مهارت نیروی کار در آن کشور تا چه اندازه بالاست؟ وضعیت بدهی‌های دولت و کسری بودجه چگونه است؟ آیا شرایط ایجاب می‌کند که در آینده سرمایه‌گذاری در یک کشور به‌شدت افزایش یا کاهش یابد؟ به نظر می‌رسد که همه این عوامل در رشد اقتصادی تاثیر بسزایی داشته باشند؛ با این حال پیش‌بینی اقتصاددانان از رشد اقتصادی با توجه به این عوامل، چندان موفق نبوده است. رویکرد دیگر برای پیش‌بینی رشد اقتصادی، استفاده از روش‌های آماری و اقتصادسنجی پیشرفته با توجه به داده‌های گذشته در مورد رشد است. به‌ این صورت که اقتصاددانان در این رویکرد، با مشاهده آمار مربوط به سال‌های گذشته رشد اقتصادی و بررسی سیکل‌های تجاری (دوره‌های رونق و رکود اقتصادی)، اقدام به پیش‌بینی رشد می‌کنند. اما این رویکرد هم جواب نداده است. اما هنوز هم موسسات و نهادهای مختلف، از روش‌های سنتی برای پیش‌بینی رشد تولید ناخالص داخلی استفاده می‌کنند و در بسیاری از موارد نیز در این کار شکست خورده‌اند.

تا آنجا که اقتصاددانانی همچون لنت پریچت (Lant Pritchett) و لری سامرز (Larry Summers) در سال 2013، اذعان داشتند که داده‌ها نشان می‌دهند دوره‌های رشد تاثیرگذار کشورها، در واقع چیزی را پیش‌بینی نمی‌کنند و فقط به ما نشان می‌دهند رشد اقتصادی یک کشور، در آینده به میانگین نرخ رشد جهانی بازخواهد گشت. آنها همچنین بیان می‌کنند که اگرچه توجه به آمار رشد اقتصادی در سال‌های گذشته و در دوره‌های رونق و رکود، تا حدودی می‌تواند رشد اقتصادی را در کشورهای پیشرفته پیش‌بینی کند، اما در واقع خارج از کشورهای OECD، این رویکرد برای پیش‌بینی رشد عملاً ناموفق بوده است. زیرا در کشورهای این‌چنینی، شوک‌های اقتصادی، سیاسی، اجتماعی و فرهنگی زیادی رخ می‌دهند که خارج از مدل اقتصادسنجی تدارک دیده‌شده برای پیش‌بینی رشد اقتصادی، روی وضعیت اقتصادی کشورها تاثیر فراوانی می‌گذارند. البته باید گفت این موضوع، باعث نمی‌شود بگوییم داده‌ها و اطلاعات دیگر نیز در پیش‌بینی رشد اقتصادی موثر واقع نخواهند شد. شاید با ترکیب داده‌های دیگر با داده‌های مربوط به رشد سال‌های گذشته، بتوان پیش‌بینی درستی از رشد اقتصادی داشت. شاید سنجه‌هایی پنهان از سلامت اقتصادی و سنجه‌های تعیین‌کننده پتانسیل‌های رشد وجود داشته باشند که اقتصاددانان هنوز به آنها پی نبرده باشند. به صراحت می‌توان گفت یک عاملی باعث می‌شود یک کشور به‌سرعت رشد کند و کشور دیگر رشد خوبی نداشته باشد. پس چرا نمی‌توانیم آن عامل را تعیین و تعریف کنیم؟

با توجه به تحقیقات اخیر، که با رویکردهای سنتی متفاوت هستنند، این سنجه‌ها وجود دارند و اگر به طور مناسب مورد استفاده قرار گیرند، می‌توانند برای پیش‌بینی بهتر رشد اقتصادی در آینده، کاربرد داشته باشند. پاسخ معمای چگونگی پیش‌بینی موفق رشد اقتصادی، داده‌های انبوه (big data) است. به این صورت که با تجزیه ‌و تحلیل عمیق داده‌های انبوه مربوط به صادرات یک کشور، می‌توان تعیین یا حداقل پیش‌بینی کرد که مجموعه تولیدات و مهارت‌های تولید در هر کشور، تا چه اندازه متنوع و رده‌بالاست. این تحقیقات جدید با توجه به داده‌های مربوط به میلیون‌ها محصول از انواع مختلف، نشان می‌دهند که چگونه می‌توان به فرآیند تغییر در مهارت‌های تولید در سال‌های گذشته پی برد و از این دانش برای انجام پیش‌بینی بهتر رشد اقتصادی بهره جست.

بگذارید کمی جزئی‌تر وارد پس‌زمینه این موضوع شویم. طبیعی است که گفته شود کشورهای ثروتمندتر، در مقایسه با کشورهای فقیرتر، باید به لحاظ اقتصادی پیچیده‌تر باشند و توانایی آنها در تولید محصولات مختلف، بیشتر باشد. به نظر می‌رسد که این نوع نگاه صحیح باشد. اگرچه این حرف‌ها تنها کمتر از یک دهه پیش وارد محافل اقتصادی شدند. یعنی زمانی که سزار هیدالگو از هاروارد و ریکاردو هاسمن از ام‌آی‌تی، بیان کردند که یک همبستگی قوی میان ثروت ملی (که در GDP بازتاب داده می‌شود) و تنوع محصولاتی که آن کشور تولید می‌کند، وجود دارد. آنها همچنین به این موضوع پی بردند که کشورهای ثروتمندتر، نه‌تنها دامنه عظیم‌تری از تولید را نسبت به کشورهای فقیرتر دارند، بلکه محصولات تخصصی‌تر و پیچیده‌تری را نیز تولید می‌کنند. محصولاتی همچون خودروهای برقی، موشک‌ها و جت‌های جنگنده که تنها تعداد معدودی از کشورها توانایی تولید آنها را دارند. بنابراین تولید ناخالص داخلی و تنوع در مهارت‌های تولیدی همگام با هم حرکت می‌کنند. بنابراین با نگاه به اینکه کشورها در گذشته در توسعه ظرفیت‌های تولیدی خود تا چه حد موفق بوده‌اند می‌توان رشد اقتصادی آینده آنها را پیش‌بینی کرد.

هیدالگو و هاسمن در اطلس پیچیدگی اقتصادی که منتشر کرده‌اند بیان می‌دارند که آنها اولین کسانی نبوده‌اند که به دنبال همبستگی یا رابطه علت و معلولی میان درآمد و رشد اقتصادی گشته‌اند. در واقع افراد بسیاری قبل از آنها در این مورد تحقیق کرده‌اند. اگر به ادبیات نظری این موضوع بنگریم، خواهیم دید که یک نگاه به بحث برجستگی نهادها در تعیین رشد اقتصادی پرداخته است. در حالی که نگاه عده‌ای دیگر به سرمایه انسانی (human capital) یا شاخص‌های رقابت معطوف بوده است. واضح است که اقتصادهای پیچیده‌تر، نهادهای بهتر، نیروی کار آموزش‌دیده‌تر و محیط رقابتی‌تری دارند. بنابراین این رویکردها به طور کامل در تناقض با یکدیگر یا حتی شاخص پیچیدگی اقتصادی نیستند. در واقع، نهادها، آموزش، رقابت و پیچیدگی اقتصادی روی جنبه‌های مختلف یک واقعیت بغرنج تاکید دارند. تا قبل از معرفی شاخص پیچیدگی اقتصادی بحث چندانی در مورد میزان توضیح‌دهندگی هر یک از این رویکردها از رشد اقتصادی نمی‌شد، اما هیدالگو و هاسمن در اطلس پیچیدگی اقتصادی سعی کرده‌اند هر یک از این سنجه‌ها را با شاخص پیچیدگی اقتصادی مقایسه کنند و میزان توضیح‌دهندگی هر یک از رویکردها از رشد اقتصادی را پیش‌بینی کنند. در واقع هیدالگو و هاسمن به این دلیل به این مقایسه اقدام ورزیده‌اند که نشان دهند، شاخص‌ها و رویکردهای قبلی توانایی بالایی در پیش‌بینی رشد اقتصادی ندارند؛ اما شاخص پیچیدگی اقتصادی می‌تواند تا حد بالایی این پیش‌بینی را انجام دهد.

شاخص حکمرانی و کیفیت نهادی

تعدادی از قابل اتکاترین شاخص‌های کیفیت نهادی و حکمرانی، شش شاخصی هستند که با نام شاخص‌های جهانی حکمرانی (WGI) شناخته می‌شوند. بانک جهانی از سال 1996 شروع به انتشار این شاخص‌ها کرده است. نهادهای جهانی برای انتخاب اینکه به چه کشوری کمک کنند، از این شاخص‌ها به عنوان معیارهای شایستگی کشورها برای دریافت کمک بهره می‌برند. این معیارها بر مبنای ارتباط مستقیم بین حکمرانی و رشد هستند. به عبارتی از شاخص‌های کیفیت حکمرانی به منظور پیش‌بینی رشد اقتصادی کشورها استفاده می‌شود. اما توجه کنید که برای توضیح اینکه حکمرانی برای ایجاد بستر همکاری میان افراد و سازمان‌ها، تسهیم دانش و تولید محصولات پیچیده‌تر مهم است، اثر آن باید روی صنایعی که یک کشور می‌تواند از آنها حمایت کند، بازتاب داده شود. بنابراین شاخص پیچیدگی اقتصادی به طور غیرمستقیم، اطلاعاتی را درباره کیفیت حکمرانی در یک کشور ارائه می‌دهد. حال آنکه کدام‌یک از این دو شاخص بهتر می‌توانند رشد اقتصادی را پیش‌بینی کنند، سوالی است که باید به صورت تجربی و با توجه به آمار موجود پاسخ داده شود. هیدالگو و هاسمن در اطلس پیچیدگی اقتصادی هم‌بخشی (سهم) هر یک از این دو شاخص را (شاخص پیچیدگی اقتصادی یا ECI و شاخص‌های کیفیت حکمرانی یا WGIs) بر رشد اقتصادی آینده، با یکدیگر مقایسه کرده‌اند. از آنجا که داده‌های WGIs فقط از سال 1996 موجود است، این مقایسه برای سال‌های 1996 تا 2008 صورت گرفته است. ضمن اینکه این مقایسه هم برای کل دوره و هم به صورت دوره‌های شش‌ساله انجام شده است. شکل1 نشان می‌دهد که ECI، 1 /15 درصد به «میزان توضیح‌دهندگی رشد توسط شاخص پیچیدگی اقتصادی» (یا همان R2) می‌افزاید. در حالی که شاخص‌های کیفیت حکمرانی مجموعاً یک درصد به R2 اضافه می‌کند. به بیان ساده‌تر، شاخص پیچیدگی اقتصادی معیار بهتری از شاخص‌های کیفیت حکمرانی برای پیش‌بینی رشد اقتصادی است. زیرا رابطه بسیار قوی‌تری میان ECI و رشد اقتصادی وجود دارد. بنابراین مادامی که رشد اقتصادی آینده و پیش‌بینی آن، مورد بحث است، شاخص پیچیدگی اقتصادی اطلاعات بیشتری را در اختیار ما می‌گذارد. اما این به آن معنا نیست که کیفیت حکمرانی در رشد اقتصادی اهمیتی ندارد. بلکه به آن معناست که جنبه‌های مختلف حکمرانی که برای رشد اقتصادی اهمیت دارند، به طور ضعیف در WGIs منعکس شده‌اند و بیشتر نشان‌دهنده آن دسته فعالیت‌های اقتصادی هستند که در هر کشور کامیاب می‌شوند.

سرمایه انسانی

رویکرد دیگر به رشد و ادبیات توسعه، معطوف به اثر سرمایه انسانی روی رشد اقتصادی است. این ایده که سرمایه انسانی برای درآمد و رشد مهم است، بی‌ارتباط با تمرکز ما روی سطح دانش مولدی که در یک جامعه وجود دارد نیست. اگرچه ادبیات نظری سرمایه انسانی، توجه خود را روی سنجه‌های آموزش رسمی متمرکز کرده است. در عوض، رویکرد شاخص پیچیدگی اقتصادی روی دانش مولد ضمنی که در فعالیت‌های اقتصادی یک کشور وجود دارد، متمرکز است. متغیرهای استانداردی که به عنوان متغیر جانشین برای سرمایه انسانی انتخاب می‌شوند، سال‌های تحصیل رسمی در مدرسه هستند؛ هم سال‌های تحصیل کسانی که در سن مدرسه قرار دارند و سال‌های تحصیل کسانی که در سن کار هستند. از آنجا که این شاخص‌ها کیفیت آموزش را به حساب نمی‌آورند، بسیار مورد انتقاد قرار گرفته‌اند. این شاخص‌ها از نمره‌های آزمون‌های استاندارد بین‌المللی همچون PISA یا TIMSS استفاده می‌کنند. پرواضح است که در یک اقتصاد پیچیده، اعضای جامعه آن اقتصاد باید بتوانند بخوانند، بنویسند و توابع ریاضی را درک کنند. این همان چیزی است که در مدارس آموزش داده می‌شود. اما برعکس این صحت ندارد؛ یعنی مهارتی که در مدرسه به دانش‌آموزان یاد داده می‌شود، می‌تواند جانشین ضعیفی برای دانش مولد یک جامعه باشد.

برای مثال، اگر هدف یک کشور، این باشد که همه اعضای آن تحصیلات مقطع دبیرستان را به خوبی به پایان برسانند، و اگر این هدف نهایت تلاش آن کشور برای گسترش دانش مولد باشد، هیچ‌کس نخواهد توانست یک جفت کفش یا یک چاقوی فولادی یا حتی یک رول کاغذ تولید کند. شکل2 نشان می‌دهد که شاخص پیچیدگی اقتصادی به اندازه 2 /17 درصد به میزان توضیح‌دهندگی رشد اقتصادی می‌افزاید، در حالی که این عدد برای شاخص تعداد سال‌های تحصیل در مدرسه 6 /3 درصد است.

این موضوع در مورد شاخص‌های دیگر، همچون شاخص رقابت که برای پیش‌بینی رشد اقتصادی استفاده می‌شود نیز صدق می‌کند. بنابراین می‌توان گفت حداقل تا به امروز، می‌توان شاخص پیچیدگی اقتصادی را به عنوان بهترین شاخص برای پیش‌بینی رشد اقتصادی معرفی کرد؛ چراکه بیش از 70 درصد تغییرات رشد کشورها با تغییرات این شاخص توضیح داده می‌شود.