📄 other

A Method for Estimating Technological Innovation in Macroeconomy: An Extension of Econometric Structural Estimation by Simulation

Questo articolo propone un'estensione basata sulla simulazione della stima econometrica strutturale per misurare l'impatto dell'innovazione tecnologica sulla crescita macroeconomica, riscontrando che mentre gli Stati Uniti hanno superato significativamente il loro percorso di crescita ottimale dagli anni 2000 grazie all'innovazione guidata dall'informatica, il Giappone è rimasto indietro a causa di inefficienze macroeconomiche contrastanti, sebbene l'accuratezza del metodo rimanga limitata dalle attuali stime dell'elasticità di sostituzione intertemporale.

Autori originali: Shungo Sakaki

Pubblicato 2026-07-24

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Shungo Sakaki

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina l'economia come un videogioco gigante e complesso in cui i paesi sono giocatori che cercano di aumentare il punteggio del loro "PIL". In questo gioco, ci sono due modi principali per diventare più forti: puoi costruire più cose (come fabbriche e strade) o puoi diventare più intelligente nell'usare le cose che già possiedi. Diventare più intelligenti si chiama "innovazione tecnologica" e, nel mondo dell'economia, è spesso misurato da qualcosa chiamato Produttività Totale dei Fattori (TFP). Pensa alla TFP come alla "statistica di efficienza" di un paese. Se due paesi hanno lo stesso numero di robot e lavoratori, ma uno produce il doppio della pizza, quella pizza extra è grazie a una statistica di efficienza più alta.

Ma come facciamo a sapere se un paese sta diventando effettivamente più intelligente, o se sta solo lavorando più duramente? Questa è la parte complicata. Questo articolo cerca di risolvere questo mistero costruendo una simulazione di un "mondo perfetto". Immagina un GPS che calcola il percorso assolutamente più veloce ed efficiente che un'auto potrebbe intraprendere per andare dal Punto A al Punto B, assumendo che il motore non si rompa mai e che il conducente non si stanchi mai. Quel percorso GPS è la "traiettoria di crescita ottimale". Se l'auto guida effettivamente più velocemente di quanto il GPS dica sia possibile, sappiamo che l'auto deve avere un segreto turbo boost (innovazione tecnologica). Se l'auto guida più lentamente del GPS, significa che qualcosa non va nel conducente o nella strada, anche se il motore è in perfetto stato. Questo articolo usa questa idea del GPS per vedere come si sono comportati gli Stati Uniti e il Giappone da quando la "Rivoluzione IT" (l'era dominata da computer e internet) ha cambiato le regole del gioco.

La Grande Corsa Economica: USA vs. Giappone

Questo articolo, scritto dallo studioso indipendente Shungo Sakaki, è un'analisi approfondita di come gli Stati Uniti e il Giappone si siano comportati dalla metà degli anni '90, quando l'economia "IT" (l'era dominata da computer e internet) è davvero decollata. L'autore voleva sapere: questi paesi hanno effettivamente ottenuto un "turbo boost" dalle nuove tecnologie, o hanno solo proceduto a fatica?

Per scoprirlo, l'autore non si è limitato a guardare quanto denaro guadagnassero i paesi. Invece, ha costruito una simulazione matematica di come sarebbe un'economia "perfetta" se fosse gestita con la tecnologia vecchia (pre-anni '90) ma guidata da un pianificatore super intelligente e perfettamente razionale. Questo pianificatore sa esattamente come bilanciare il risparmio per il futuro e la spesa odierna per ottenere il miglior risultato possibile. Questo piano perfetto è la "traiettoria di crescita ottimale".

L'autore ha poi preso i dati reali degli Stati Uniti e del Giappone dal 1996 al 2022 e li ha confrontati con questo piano perfetto. La logica è semplice: se l'economia reale sta andando meglio del piano perfetto (che si basava sulla vecchia tecnologia), l'extra successo deve essere dovuto alle nuove e splendenti innovazioni tecnologiche. Se l'economia reale sta andando peggio, allora qualcosa la sta trattenendo.

I Risultati: Una Storia di Due Paesi

La simulazione ha dipinto un quadro molto diverso per le due nazioni.

Per gli Stati Uniti, i risultati sono stati entusiasmanti. La simulazione ha mostrato che l'economia statunitense stava effettivamente superando il "piano perfetto" basato sulla vecchia tecnologia. L'articolo stima che l'innovazione tecnologica abbia aumentato il PIL statunitense di circa il 20% dagli anni 2000, e che questo incremento cumulativo abbia raggiunto il 30–40% negli anni 2020. In termini di videogioco, il giocatore USA non ha solo giocato bene; ha sbloccato un segreto "albero tecnologico" che lo ha reso significativamente più forte rispetto alle regole del vecchio gioco.

Per il Giappone, tuttavia, la storia è molto meno allegra. La simulazione ha mostrato che il PIL effettivo del Giappone è rimasto significativamente al di sotto della "traiettoria di crescita ottimale" dal 1996. Questo non significa necessariamente che il Giappone non sia riuscito a inventare o utilizzare le nuove tecnologie IT. Invece, l'articolo suggerisce che le "inefficienze macroeconomiche" — come errori politici, lenta adattabilità delle imprese o altri glitch economici — sono state così forti da cancellare completamente i benefici che il Giappone avrebbe potuto ottenere dalla nuova tecnologia. È come avere un motore di una Ferrari (nuova tecnologia) ma guidarla attraverso un ingorgo di lavori in corso e cattive regole; non raggiungerai mai la velocità di cui sei capace. Infatti, l'articolo nota che la performance reale del Giappone era così lontana dal percorso ottimale che il "tasso di miglioramento" era negativo, il che significa che l'economia stava sottoperformando anche rispetto a quanto fosse teoricamente possibile con la vecchia tecnologia.

Il Problema: Il Problema dell' "Elasticità"

C'è un grande "ma" in questa storia, ed è un aspetto tecnico di cui l'autore è molto onesto. Per eseguire questa simulazione GPS perfetta, l'autore aveva bisogno di un numero specifico chiamato "Elasticità Intertemporale di Sostituzione" (IES). Puoi pensare all'IES come a una misura di quanto le persone siano disposte a scambiare la spesa di oggi con la spesa di domani.

L'articolo ha rilevato che, a seconda del numero utilizzato per l'IES (basato su ricerche precedenti), la simulazione a volte falliva. Per gli Stati Uniti, utilizzando una specifica stima per l'IES, il computer non riusciva affatto a calcolare una "traiettoria perfetta" affidabile. Ciò significa che il metodo inventato dall'autore ha dei limiti. Se non conosciamo l'esatto numero della "disponibilità ad aspettare", non possiamo essere sicuri al 100% di quanto siano accurati i nostri calcoli sul "turbo boost". L'autore conclude che, sebbene il metodo sia un modo nuovo e interessante per misurare l'innovazione, esso dipende fortemente dall'ottenere correttamente quel numero specifico, e al momento non siamo abbastanza sicuri da rendere il metodo perfetto per ogni situazione.

In Sintesi

In breve, questo articolo suggerisce che gli Stati Uniti hanno sfruttato con successo la rivoluzione IT per dare una spinta alla loro economia, portandola ben oltre quanto fosse possibile in passato. Il Giappone, invece, sembra essere stato appesantito da altri problemi economici che hanno oscurato i potenziali guadagni derivanti dalle nuove tecnologie. Lo studio offre un nuovo modo, basato sulla simulazione, per misurare questi invisibili "incrementi di efficienza", ma ci avverte anche che i nostri strumenti per misurarli sono ancora un po' fragili finché non comprenderemo meglio il fattore della "disponibilità ad aspettare".

Sintesi Tecnica: Un Metodo per Stimare l'Innovazione Tecnologica nella Macroeconomia

Problematica
Il documento affronta la sfida di stimare l'entità dell'innovazione tecnologica all'interno di un quadro macroeconomico, specificamente durante la transizione verso una struttura economica basata sull'informatica (l'economia IT). Sebbene esistano metodi esistenti — come il calcolo della Produttività Totale dei Fattori (TFP) come residuo di Solow, l'uso di modelli di crescita endogena per internalizzare la R&S, o l'impiego di modelli di Equilibrio Generale Dinamico Stocastico (DSGE) per stimare gli spillover politici — questo articolo identifica una lacuna nel confrontare direttamente le prestazioni economiche effettive rispetto a un percorso ottimale teorico derivato dai vincoli tecnologici pre-IT. Il problema centrale è distinguere tra la crescita del PIL guidata dall'allocazione ottimale delle risorse sotto la tecnologia esistente e la crescita guidata da un genuino avanzamento tecnologico.

Metodologia
Il metodo proposto estende la stima strutturale delle funzioni di produzione integrando simulazioni di un modello di crescita ottimale. L'approccio procede in tre fasi principali:

Stima Strutturale Pre-IT:
Utilizzando dati in serie temporali OCSE (1970–1990 per gli Stati Uniti, 1980–1995 per il Giappone), gli autori stimano le funzioni di produzione e la TFP per l'era pre-IT utilizzando il metodo dei Minimi Quadrati Generalizzati (GLS). La funzione di produzione è specificata in forma Cobb-Douglas ( $y_t = a k_t^b$ ), dove $a$ rappresenta la TFP e $b$ è l'elasticità del capitale.
Simulazione del Percorso di Crescita Ottimale:
Gli autori costruiscono un percorso di crescita ottimale di riferimento assumendo che il livello tecnologico rimanga fisso alle stime dell'era pre-IT. Ciò utilizza il modello di crescita ottimale di Ramsey-Cass-Koopmans, definito da:
- Equazione di Stato: $\dot{k}_t = f(k_t) - c_t - n k_t$ (accumulazione di capitale).
- Obiettivo: Massimizzare la somma scontata dell'utilità delle famiglie $u(c_t)$ su un orizzonte infinito.
- Regola di Keynes-Ramsey: $\dot{c}_t/c_t = \frac{1}{\sigma}[f'(k_t) - n - \rho]$ , dove $\sigma$ è l'Elasticità Intertemporale di Sostituzione (IES), $n$ è la crescita della popolazione e $\rho$ è il tasso di sconto soggettivo.
La simulazione parte dai saldi effettivi delle attività fisse del 1996 (che segna l'inizio dell'economia IT in Giappone e il punto medio per gli USA in questo studio) e risolve numericamente il sistema di equazioni differenziali per avvicinarsi allo stato stazionario della "regola aurea modificata". Gli autori utilizzano Mathematica 13.2 per le soluzioni numeriche, impostando un intervallo temporale $\Delta t = 0.1$ .
Stima dell'Innovazione:
L'"effetto dell'innovazione tecnologica" è definito come la percentuale in cui il PIL effettivo eccede il PIL calcolato sul percorso di crescita ottimale simulato (che assume nessun miglioramento tecnologico). Questa differenza è attribuita alla crescita della TFP guidata dalla rivoluzione IT. Gli autori riconoscono che questa metrica cattura anche le condizioni economiche specifiche dell'anno e potenziali inefficienze.

Contributi Chiave

Nuovo Approccio di Benchmarking: Il documento introduce un metodo che non si affida esclusivamente al calcolo del residuo, ma utilizza la deviazione da un'allocazione intertemporale teoricamente ottimale delle risorse (sotto una tecnologia costante pre-IT) come proxy per il progresso tecnologico.
Analisi Comparativa tra USA e Giappone: Lo studio applica questo framework a due grandi economie, utilizzando specifiche stime IES derivate da ricerche precedenti (Yagihashi e Katano, 2020) per calibrare i percorsi ottimali.
Identificazione delle Inefficienze Macroeconomiche: La metodologia consente di differenziare tra una mancanza di innovazione tecnologica e una mancanza di efficiente allocazione delle risorse. Nel caso del Giappone, il modello rivela che il PIL effettivo è sceso al di sotto del percorso di crescita ottimale, suggerendo che le inefficienze macroeconomiche potrebbero aver compensato eventuali guadagni derivanti dall'IT.

Risultati

Stati Uniti: La simulazione indica deviazioni positive significative. Poiché gli anni 2000, il PIL effettivo ha superato il percorso di crescita ottimale di circa il 20%. Questo divario si è ampliato negli anni 2020, con livelli effettivi che superano il benchmark del 30–40%. Queste cifre sono interpretate come la spinta al PIL attribuibile all'innovazione tecnologica.
Giappone: Al contrario, i livelli del PIL giapponese effettivo dal 1996 sono costantemente inferiori al calcolato percorso di crescita ottimale. Lo studio riporta tassi di miglioramento negativi (che variano approssimativamente tra -1,7% e -48% a seconda dell'anno e del parametro IES). Gli autori concludono che, sebbene possa esserci stata un'innovazione guidata dall'IT, questa è stata ampiamente compensata da inefficienze macroeconomiche, inclusi fallimenti politici (ad esempio, risoluzione dei crediti deteriorati, allentamento monetario, aumenti dell'imposta sui consumi) e un ritardo nell'adattamento aziendale.
Limitazioni Tecniche: Lo studio evidenzia una dipendenza critica dall'accuratezza delle stime IES. Per gli USA con un IES di 0,59, gli autori non sono riusciti a calcolare un percorso ottimale approssimativo con sufficiente precisione, impedendo una stima affidabile della TFP aggiustata per quel particolare set di parametri. Ciò suggerisce che l'applicabilità del metodo è vincolata dalla precisione dei dati IES disponibili.

Significatività e Rivendicazioni
Il documento sostiene di offrire una nuova prospettiva sulla stima della TFP spostando l'attenzione dal diretto residuo statistico al confronto con un percorso di crescita ottimale controfattuale. Gli autori inquadrano i risultati con modestia, notando che il "tasso di miglioramento" è una misura composita che include sia l'innovazione tecnologica che le specifiche condizioni economiche.

La significatività primaria risiede nel fatto che, per il Giappone, il mancato raggiungimento del percorso di crescita ottimale implica che le inefficienze strutturali e politiche sono state un fattore più dominante rispetto alla stagnazione tecnologica nel spiegare le prestazioni economiche rispetto all'ottimo teorico. Tuttavia, gli autori avvertono esplicitamente che l'affidabilità del metodo è attualmente limitata dalla disponibilità di stime IES accurate; senza di esse, la precisione computazionale richiesta per definire il percorso del punto di sella non è garantita. Pertanto, il documento presenta il metodo come un'estensione promettente della stima strutturale che richiede un ulteriore perfezionamento nella stima dei parametri per essere ampiamente applicabile.

Sintesi Tecnica: Un Metodo per Stimare l'Innovazione Tecnologica nella Macroeconomia

Articoli simili