Uncertainty and Optimal Economic Growth: Insights from a Bibliometric Analysis

La crescita economica è il motore che guida il modo in cui le società migliorano il proprio tenore di vita, ma prevedere esattamente come funzionerà questo motore è notoriamente difficile. Per decenni, gli economisti hanno cercato di costruire modelli matematici per spiegare perché alcune nazioni si arricchiscono mentre altre lottano. Questi modelli si basano solitamente sull'idea che il futuro possa essere previsto sulla base delle tendenze passate, assumendo che i cambiamenti avvengano con un ritmo costante e prevedibile. Tuttavia, il mondo reale è raramente così ordinato. È pieno di shock improvvisi — come una pandemia, un crollo finanziario o un'invenzione rivoluzionaria — che interrompono il flusso regolare dei dati. Per dare un senso a questo caos, i ricercatori hanno iniziato a introdurre il concetto di incertezza direttamente nelle loro equazioni. Invece di assumere una linea retta, utilizzano strumenti che tengono conto di salti casuali e fluttuazioni imprevedibili, trattando l'economia più come un sistema che viene costantemente spinto da forze invisibili. Questo cambiamento permette loro di porre una domanda più realistica: qual è il modo migliore per gestire un'economia quando il futuro è fondamentalmente ignoto?

Un ricercatore dell'Università Cadi Ayyad in Marocco ha deciso di fare un passo indietro e osservare l'intero panorama di questo campo in evoluzione. Invece di costruire un nuovo modello proprio, ha condotto una vasta ricerca sulla letteratura scientifica esistente per capire come lo studio della crescita economica sia cambiato nell'ultimo decennio. Ha raccolto migliaia di articoli da un importante database accademico e ha utilizzato un metodo specializzato chiamato analisi bibliometrica. Immaginate questo processo come la mappatura di una biblioteca vasta e affollata non leggendo ogni singolo libro dall'inizio alla fine, ma analizzando quali libri vengono citati insieme più spesso. Guardando queste connessioni, il ricercatore ha potuto vedere quali idee sono le più popolari, quali autori guidano la conversazione e dove rimangono i vuoti nella conoscenza. Il suo obiettivo era creare un quadro chiaro di come gli economisti utilizzino attualmente la matematica per gestire l'incertezza.

Il ricercatore ha scoperto che il campo si è allontanato dai semplici calcoli passo dopo passo e che ora è dominato da due potenti approcci matematici: i modelli in tempo continuo e i modelli che tengono conto dei salti improvvisi. In passato, molti economisti trattavano il tempo come una serie di momenti distinti, come i fotogrammi di un film. Oggi, le opere più influenti trattano il tempo come un fiume fluido e continuo, utilizzando equazioni che descrivono come le variabili cambino in ogni singolo istante. All'interno di questo flusso fluido, gli strumenti più prominenti sono le equazioni differenziali stocastiche. Questi sono quadri matematici che permettono variazioni casuali e continue, molto simile al tracciare il percorso di una foglia che galleggia in un ruscello dove la corrente dell'acqua cambia in modo imprevedibile. Questo approccio aiuta gli economisti a capire come le piccole e frequenti perturbazioni si accumulino nel tempo per dare forma alla salute a lungo termine di una nazione.

Tuttavia, lo studio ha anche evidenziato che i cambiamenti fluidi non sono tutta la storia. Il ricercatore ha identificato un secondo approccio, altrettanto importante, noto come modelli di diffusione a salti (jump-diffusion models). Questi modelli riconoscono che l'economia è anche soggetta a eventi rari ma massicci — shock improvvisi che non possono essere spiegati da piccoli spostamenti graduali. Questi potrebbero essere disastri naturali, cambiamenti improvvisi nelle politiche o grandi scoperte tecnologiche. In questi modelli, l'economia si muove fluidamente la maggior parte del tempo, ma occasionalmente "salta" verso uno stato completamente diverso. L'analisi ha dimostrato che combinare queste due idee — il flusso regolare dei cambiamenti quotidiani e i salti improvvisi dei grandi eventi — fornisce il modo più robusto per simulare la crescita economica del mondo reale. Il ricercatore ha osservato che questa combinazione permette una rappresentazione più accurata di come funziona l'incertezza, catturando sia il rumore di fondo silenzioso dell'economia sia gli eventi rumorosi e dirompenti che definiscono la storia.

Quando il ricercatore ha guardato a chi sta svolgendo questo lavoro, ha trovato una chiara gerarchia di influenza. Un piccolo gruppo di riviste di alto livello, come l' American Economic Review e il Journal of Political Economy, pubblica la maggior parte della ricerca più citata in questo ambito. Queste riviste agiscono come i principali guardiani degli studi più rigorosi e d'impatto. Allo stesso modo, un manipolo di autori leader domina la conversazione. Nomi come Robert Barro e Daron Acemoglu appaiono frequentemente, non solo perché pubblicano spesso, ma perché il loro lavoro è citato migliaia di volte da altri ricercatori. L'analisi ha rivelato che queste figure chiave stanno costantemente perfezionando gli strumenti matematici utilizzati per descrivere la crescita economica, spingendo il campo verso modi più sofisticati di gestire il rischio e la casualità.

Il ricercatore ha anche mappato i temi specifici che stanno attualmente guidando il campo in avanti. L'analisi delle parole chiave ha mostrato che le aree di studio più attive riguardano l'interazione tra la crescita economica e fattori come investimenti, consumi e capitale. C'è un crescente interesse su come questi modelli possano essere applicati a problemi reali specifici, come il cambiamento climatico, la politica energetica e la stabilità finanziaria. Lo studio suggerisce che il futuro di questo campo risiede nell'espansione di questi strumenti matematici per coprire reti più complesse, come il modo in cui diversi paesi o industrie sono collegati tra loro. Il ricercatore sottolinea che, sebbene gli attuali modelli siano potenti, sono ancora in fase di test e perfezionamento. Il campo non è ancora stabilizzato; piuttosto, è un'area dinamica in cui vengono proposte costantemente nuovi metodi per catturare meglio la natura imprevedibile delle economie umane.

In definitiva, questa revisione funge da tabella di marcia per il futuro. Conferma che l'integrazione dell'incertezza nella teoria economica non è più un interesse di nicchia, ma un pilastro centrale della moderna ricerca sulla crescita. Le conclusioni suggeriscono che la strada più promettente consiste nel continuare a fondere i modelli fluidi e continui con quelli basati sui salti improvvisi. Facendo ciò, gli economisti possono creare simulazioni che non siano solo teoricamente eleganti, ma anche praticamente utili per i decisori politici che devono prendere decisioni in un mondo incerto. Lo studio conclude che, sebbene vi siano ancora limitazioni nei dati e nei metodi utilizzati, la direzione è chiara: il futuro della modellazione della crescita economica dipende dalla nostra capacità di abbracciare matematicamente l'ignoto.