Uncertainty and Optimal Economic Growth: Insights from a Bibliometric Analysis

Economische groei is de motor die bepaalt hoe samenlevingen hun levensstandaard verbeteren, maar het voorspellen van precies hoe die motor zal draaien is berucht moeilijk. Decennialang hebben economen geprobeerd wiskundige modellen te bouwen om uit te leggen waarom sommige landen rijker worden terwijl andere worstelen. Deze modellen vertrouwen meestal op het idee dat de toekomst voorspeld kan worden op basis van het verleden, uitgaande van het idee dat veranderingen plaatsvinden in een gestaag, voorspelbaar ritme. De echte wereld is echter zelden zo ordelijk. Het is gevuld met plotselinge schokken — zoals een pandemie, een financiële crash of een doorbraak in een uitvinding — die de soepele stroom van gegevens verstoren. Om deze chaos te begrijpen, zijn onderzoekers begonnen het concept van onzekerheid direct in hun vergelijkingen te introduceren. In plaats van uit te gaan van een rechte lijn, gebruiken ze instrumenten die rekening houden met willekeurige sprongen en onvoorspelbare fluctuaties, waarbij ze de economie meer behandelen als een systeem dat constant wordt gestuwd door onzichtbare krachten. Deze verschuiving stelt hen in staat om een realistischere vraag te stellen: wat is de beste manier om een economie te beheren wanneer de toekomst fundamenteel onbekend is?

Een onderzoeker aan de Cadi Ayyad Universiteit in Marokko besloot een stap terug te doen en naar het volledige landschap van dit evoluerende veld te kijken. In plaats van zelf een nieuw model te bouwen, voerde hij een grootschalig onderzoek uit naar de bestaande wetenschappelijke literatuur om te begrijpen hoe de studie van economische groei het afgelopen decennium is veranderd. Hij verzamelde duizenden artikelen uit een belangrijke academische database en gebruikte een gespecialiseerde methode genaamd bibliometrische analyse. Zie dit proces als het in kaart brengen van een enorme, drukke bibliotheek, niet door elke boekomslag van voor tot achter te lezen, maar door te analyseren welke boeken het vaakst samen worden geciteerd. Door naar deze verbindingen te kijken, kon de onderzoeker zien welke ideeën het populairst zijn, welke auteurs het gesprek leiden en waar de hiaten in de kennis nog bestaan. Zijn doel was om een helder beeld te creëren van hoe economen momenteel wiskunde gebruiken om met onzekerheid om te gaan.

De onderzoeker vond dat het veld is wegbewogen van eenvoudige, stap-voor-stap berekeningen en nu wordt gedomineerd door twee krachtige wiskundige benaderingen: continu-tijdmodellen en modellen die rekening houden met plotselinge sprongen. In het verleden behandelden veel economen de tijd als een reeks afzonderlijke momenten, zoals frames in een film. Vandaag de dag behandelt het meest invloedrijke werk de tijd als een vloeiende rivier, met vergelijkingen die beschrijven hoe variabelen op elk enkel moment veranderen. Binnen deze vloeiende stroom zijn de meest prominente instrumenten stochastische differentiaalvergelijkingen. Dit zijn wiskundige kaders die willekeurige, continue variaties mogelijk maken, vergelijkbaar met het volgen van het pad van een blad dat een stroomafwaarts drijvend blaadje volgt waarbij de waterstroom onvoorspelbaar verschuift. Deze benadering helpt economen begrijpen hoe kleine, frequente verstoringen zich in de loop van de tijd ophopen om de langetermijngezondheid van een natie vorm te geven.

De studie benadrukte echter dat vloeiende veranderingen niet het hele verhaal zijn. De onderzoeker identificeerde een tweede, even belangrijke benadering die bekend staat als jump-diffusiemodellen. Deze modellen erkennen dat de economie ook onderhevig is aan zeldzame maar massale gebeurtenissen — plotselinge schokken die niet kunnen worden verklaard door kleine, geleidelijke verschuivingen. Dit kunnen natuurrampen zijn, plotselinge beleidswijzigingen of grote technologische doorbraken. In deze modellen beweegt de economie meestal vloeiend, maar maakt zij af en toe een "sprong" naar een compleet andere staat. De analyse toonde aan dat het combineren van deze twee ideeën — de vloeiende stroom van dagelijkse veranderingen en de plotselinge sprongen van grote gebeurtenissen — de meest robuuste manier biedt om economische groei in de echte wereld te simuleren. De onderzoeker merkte op dat deze combinatie zorgt voor een nauwkeurigere weergave van hoe onzekerheid daadwerkelijk werkt, door zowel de stille achtergrondruis van de economie als de luidruchtige, verstorende gebeurtenissen die de geschiedenis definiëren, te vangen.

Toen de onderzoeker keek naar wie dit werk doet, vond hij een duidelijke hiërarchie van invloed. Een kleine groep topbladen, zoals de American Economic Review en de Journal of Political Economy, publiceert het merendeel van het meest geciteerde onderzoek in dit gebied. Deze tijdschriften fungeren als de primaire poortwachters voor de meest rigoureuze en impactvolle studies. Op dezelfde manier domineren een handvol vooraanstaande auteurs het gesprek. Namen als Robert Barro en Daron Acemoglu verschijnen regelmatig, niet alleen omdat ze vaak publiceren, maar omdat hun werk duizenden keren door andere onderzoekers wordt geciteerd. De analyse onthulde dat deze sleutelfiguren consequent de wiskundige instrumenten verfijnen die worden gebruikt om economische groei te beschrijven, waardoor het veld wordt voortgestuwd naar meer geavanceerde manieren om met risico en willekeur om te gaan.

De onderzoeker bracht ook de specifieke onderwerpen in kaart die het veld momenteel vooruit helpen. De trefwoordenanalyse liet zien dat de meest actieve onderzoeksgebieden de interactie betreffen tussen economische groei en factoren zoals investeringen, consumptie en kapitaal. Er is een groeiende belangstelling voor hoe deze modellen kunnen worden toegepast op specifieke problemen uit de echte wereld, zoals klimaatverandering, energiebeleid en financiële stabiliteit. De studie suggereert dat de toekomst van dit veld ligt in het uitbreiden van deze wiskundige instrumenten om complexere netwerken te dekken, zoals hoe verschillende landen of industrieën met elkaar verbonden zijn. De onderzoeker wijst erop dat hoewel de huidige modellen krachtig zijn, ze nog steeds worden getest en verfijnd. Het veld is nog niet definitief vastgesteld; het is eerder een dynamisch gebied waar voortdurend nieuwe methoden worden voorgesteld om de onvoorspelbare aard van menselijke economieën beter te kunnen vatten.

Uiteindelijk dient deze review als een roadmap voor de toekomst. Het bevestigt dat de integratie van onzekerheid in de economische theorie niet langer een nichebelang is, maar een centrale pijler van modern groeisonderzoek. De bevindingen suggereren dat de meest veelbelovende weg vooruit bestaat uit het blijven combineren van de vloeiende, continue modellen met de plotselinge, op sprongen gebaseerde modellen. Door dit te doen, kunnen economen simulaties creëren die niet alleen theoretisch elegant zijn, maar ook praktisch bruikbaar voor beleidsmakers die beslissingen moeten nemen in een onzekere wereld. De studie concludeert dat hoewel er nog steeds beperkingen zijn in de gegevens en de gebruikte methoden, de richting duidelijk is: de toekomst van economische groeimodellering hangt af van ons vermogen om de onbekende zaken wiskundig te omarmen.