第 2 章 分析の構成 1 • 横軸: 労働者 1 人当たり生産要素 • 縦軸: 労働者 1 人当たり生産 第 2 章 分析の構成 • 右上がり • 限界生産性逓減 ⋆ 講義ノートは http://www2.asia-u.ac.jp/˜ shin/lecture/growth.html にある. ⋆ 第 2 版のスライドは http://wps.aw.com/aw weil econgrowth 2/ → Classrom ReR Slides にある. sources → PowerPoint⃝ ⋆ 第 3 版のスライドは Figure 2 1 人当たり生産量の違いの原因 http://wps.aw.com/aw weil econgrowth 3/ → Classrom ReR Slides にある. sources → PowerPoint⃝ 2.1 シルヴァニアとフリードニアの経済 • 横軸: 労働者 1 人当たり生産要素 学: 1 つの寓話 • 縦軸: 労働者 1 人当たり生産 Tabel 1:フリードニアとシルヴァニア フリードニア シルヴァニア 形態 民主主義国 君主国 1 人当たり GDP 8倍 1 投資 32 倍 1 投資率 4倍 1 • (a) 要素蓄積による格差 • (b) 生産性による格差 • (c) 生産性と要素蓄積による格差 2.2.2 2.2 寓話から実践へ • 国を豊かにする要因: 所得水準から所得成長率へ シルヴァニアが君主国からフリードニアのように民主主 義国に変わった場合,成長率はどう変わるか? – 投入要素 (input) – 生産性 (productivity) • 生産性の格差 2.3 2.3.1 データから何を学ぶか? 散布図と相関 – 技術 (technology) – 効率性 (efficiency) 散布図 2.2.1 生産関数 Figure 3 緯度と 1 人当たり所得の関係 • 生産要素 (factors of production) • 生産関数 (production function) 生産関数 Figure 1 横軸に緯度を,縦軸に 1 人当たりの所得をとって,世界 各国のデータをプロットしたものである.緯度と 1 人当た りの所得の間には右上がりの傾向がみてとれる.右上がり の傾向を「正の相関」という.シンガポールのような一部 例外もあるが,大抵赤道から遠くなるほど 1 人当たりの所 得は高い. 第 2 章 分析の構成 2 X(Y ) が Y (X) の原因である Figure 4 1 人当たり所得と人口成長の関係 • X⇄Y 一方,第 2 は,食事量と体の大きさの関係である.この 2 つの間にも正の相関がありそうだ.つまり,横軸に食事量, 縦軸に体の大きさをとって散布図を描いてみると右上がり の傾向があるだろう.たくさん食べるほど,一般的には太 るので,この相関関係は 横軸に 1 人当たりの所得を,縦軸に人口成長率をとって世 ◦ 界各国のデータをプロットしたものである.1 人当たりの所 食事量 −→ 体の大きさ 得と人口成長率の間には右上がりの傾向がみてとれる.右 下がりの傾向を「負の相関」という.1 人当たりの所得が高 食事量から体の大きさへの因果関係とも解釈できる.しか し,逆方向の因果関係も考えられる. い国ほど人口成長率が低い. ◦ 食事量 ←− 体の大きさ つまり,そもそも体が大きいのでたくさん食べることもあ 相関係数 りうる1 . 相関関係の程度も数字で表現でき,その値を「相関係数」 という.相関係数は −1 から 1 の間の値を取り,1 に近いほ ど正の相関が強く,−1 に近いほど負の相関が強い.0 に近 X と Y は直接に因果関係はない ければ 2 つの変数間には相関が弱いと解釈できる.ちなみ 第 3 は,アイスクリームの消費量とサメに襲われた人の に Figure 3 の場合,相関係数が 0.57,Figure 4 の場合,相 数の関係である.この 2 つの間には実際正の相関があるそ 関係数が −0.34 である. うだ.つまり,横軸にアイスクリームの消費量,縦軸にサ メに襲われた人の数をとって散布図を描いてみると右上が • 計算式 りの傾向があるらしい.しかし,アイスクリームの消費が ∑ (x − x ¯)(y − y¯) √∑ √∑ 2 (x − x ¯) (y − y¯)2 (2.1) サメの攻撃の原因とは考えにくい.その逆もないだろう. × アイスクリームの消費 −→ サメの攻撃 ここで,x ¯ は x の平均,y¯ は y の平均である. × アイスクリームの消費 ←− サメの攻撃 2.3.2 では,一体どういうことか.落ち着いて考えてみたい.ア 因果関係 イスクリームの消費量とサメに襲われた人の数はどちらか というと夏の気温と関係があるのではないか.暑い日にア X は Y の原因である イスクリームを食べる人は増え,海に遊びに行く人も増え るからであろう. • X→Y このように,X (アイスクリームの消費量) と Y (サメに 第 1 は,雨量と傘を持ち歩く人の数の関係である.この 襲われた人の数) の間に相関関係があって,関係しているよ 2 つの間には正の相関がありそうだ.つまり,横軸に雨量, うに見えても,実際には Z (気温) という第 3 の要因が X と 縦軸に傘を持ち歩く人の数をとって散布図を描いてみると Y の両方に影響を及ぼしている.このとき X と Y は「見 右上がりの傾向があるだろう.雨が降れば,傘を持つ原因 せかけ相関」あるいは「擬似相関」の関係にあるという. ■ 歴史データから学ぶ ともなるので,この相関関係は ◦ 雨 −→ 傘 Figure 5 1890 年のフォーゲルの水運ネットワーク地図 雨から傘への因果関係とも解釈できる.そして,逆方向の 因果関係は考えにくい. × 雨 ←− 傘 つまり,傘を持ち歩く人が増えると雨が降りやすくなると は考えにくい.この例は一方通行の因果関係である. 1 実際の因果関係を確かめる方法として「グレンジャー因果性テスト (Granger causality test)」というものがある. 第 2 章 分析の構成 2.4 3 • ultimate cause (究極的原因) 結論 ⋆ memo • factors of production (生産要素) • economic model (経済モデル) • scatter plot (散布図) 2.5 基本用語 • capital (資本) • variable (変数) • outlier (はずれ値) • correlation (相関) • correlation coefficienct (相関係数) • investment (投資) • reverse causation (逆因果関係) • productivity (生産性) • cross-sectional data (横断面データ) • technology (技術) • omitted variable (除外変数) • effciency (生産性) • fundamentals (基礎的条件) • proximate cause (直接的原因) 2.6 問題 1, 2, 3, 4, 5, 6, 7, 8
© Copyright 2024