Primeira vez aqui? Seja bem vindo e cheque o FAQ!
x

Explorando a base de dados de “The European Origins Of Economic Development”

0 votos
63 visitas
perguntada Mai 13 em Economia por Lucas Santos e Silva (76 pontos)  
reclassificado Mai 13 por Lucas Santos e Silva

Easterly, W., Levine, R. (2016). The European Origins of Economic Development. Journal of Economic Growth, 21, 225–257

Compartilhe

2 Respostas

0 votos
respondida Mai 13 por Lucas Santos e Silva (76 pontos)  
editado Mai 19 por Lucas Santos e Silva

1. MOTIVAÇÃO

Apesar de uma extensa literatura argumentar que a formação de assentamentos europeus durante o período de colonização produziu efeitos duradouros no desenvolvimento econômico das antigas colônias, existe ainda uma grande dificuldade em verificar tais previsões diretamente, dada a falta de dados e informações específicas acerca de tais assentamentos.

Desta forma, os autores do artigo que será aqui analisado tentam construir uma nova base de dados para o tema e, a partir desta, examinar de forma direta sua associação com desenvolvimento econômico atual das antigas colônias europeias.

2. INTRODUÇÃO

Buscando explicar os caminhos divergentes observados para os países após os períodos de colonização, muitos autores têm enfatizado que a proporção de população europeia durante o período colonial seria um fator determinante para as taxas de crescimento econômico posteriores.

Particularmente, Acemoglu et al. (2001) destaca que a colonização europeia teve efeitos duradouros nas instituições políticas dos países (tese que também é defendida em Engerman e Sokoloff (1997)). Neste caso, argumentam que nos locais onde os europeus encontraram recursos naturais com mercados internacionais lucrativos e onde não encontraram aspectos ambientais e geográficos adequados para instalação de assentamentos de larga escala, um número reduzido de europeus se estabeleceu e foram adotadas instituições políticas extrativistas, sendo que tais instituições afetaram significativamente o desenvolvimento de longo prazo dos países em questão. No entanto, onde os europeus teriam encontrado condições ambientais e geográficas favoráveis, criaram então colônias de assentamento com instituições políticas inclusivas que posteriormente promoveram o desenvolvimento econômico.

Cabe destacar ainda que outras teorias ressaltam mecanismos adicionais através dos quais a proporção de população europeia durante o período colonial teria influenciado as taxas de crescimento econômico de longo prazo, sendo que podemos destacar a ênfase Glaeser e La Porta (2004) em relação a acumulação de capital humano e a tese de Douglas North (1990) referente a particularidade das instituições de origem britânica.

No entanto, apesar de todo esse amplo escopo de pesquisa enfatizar este aspecto, permaneciam ausentes informações mais detalhadas da variável crucial para tal abordagem empírica, ou seja, os dados dos assentamentos europeus (as principais referências nesta área não buscaram medir diretamente tais dados e sua respectiva associação ao desenvolvimento econômico atual, sendo que como principal exemplo podemos citar Acemoglu et al. (2001)).

Neste sentido, o artigo busca construir esta nova base de dados referente a parcela de população europeia durante o período de colonização e, uma vez obtida a mesma, analisar os possíveis determinantes históricos da colonização europeia. Posteriormente, procura-se ainda examinar, de forma direta, esta associação entre assentamento colonial europeu e desenvolvimento econômico atual .

3. BASE DE DADOS

3.1 Euro Share

Inicialmente os autores se dedicam a compilar uma nova e extensa base de dados referente a proporção de população europeia durante o período de colonização e, a partir da mesma, constroem uma medida específica deste item para cada país da amostra, denominando-a “Euro Share”.

Obtida tal medida, dada a intenção de examinar os determinantes históricos dos assentamentos europeus e verificar assim as diferentes visões acerca dos fatores que moldaram os processos de colonização (e também para testar também a credibilidade da nova medida criada), busca-se identificar tais determinantes através de modelo simples de “Custos x Benefícios”.

Para esta etapa da análise, optamos neste trabalho por focar nos cinco principais determinantes identificados pelos autores, os quais indicamos abaixo em conjunto com as respectivas bases de dados consideradas:

• Densidade Populacional Pré-colonial: Acemoglu et al. (2002)

• Mortalidade Indígena: Dummy identificando países da América e Oceania (ver maiores detalhes acerca desta abordagem no artigo original).

• Latitude: CIA World Fact Book

• Metais Preciosos: Dummy identificando países produtores de ouro ou prata com base nas informações de 1999 do World Bureau of Metal Statistics.

• Mortalidade dos Colonos: Acemoglu et. al. (2001)

Ressaltamos então que, apesar de algumas divergências em relação a valores apresentados no artigo e, principalmente, tamanho das amostras, conseguimos acessar praticamente todas as bases de dados acima indicadas, sendo que a única exceção diz respeito ao item referente a metais preciosos (o World Bureau of Metal Statistics disponibiliza tais dados apenas para assinantes).

Por fim, no que diz respeito a medida “Euro Share”, considerou-se a base de dados disponibilizada pelos próprios autores na página de referência do artigo.

3.2. Renda Atual

Posteriormente, dado o objetivo de utilizar-se a medida “Euro Share” para testar diretamente a hipótese de associação entre assentamentos europeus no período colonial e desenvolvimento econômico atual, buscou-se então dados para a renda per capita dos países da amostra, sendo que aqui, assim como no artigo, considerou-se o seguinte:

• Renda Atual: Média do PIB per capita entre 1995-2005 (Base de Dados: World Development Indicators do Banco Mundial)

Importante destacar que aqui há também uma ligeira divergência em relação ao considerado no artigo original, dado que o mesmo utiliza uma referência de 2005 (PPP, Constant 2005 International $), ao passo que atualmente temos disponível apenas a referência de 2017 (PPP, Constant 2017 International $).

De forma similar ao considerado na análise anterior, optamos aqui por focar basicamente na testagem da hipótese principal, enquanto no artigo original os autores repetem os testes controlando para diversas variáveis e também procedem com diversas análises de robustez.

3.3. Considerações Importantes

Por fim, cabe destacar algumas divergências mais importantes identificadas nos dados (apesar do acesso a base similares), dado que, conforme ficará claro na sequência, tais divergências parecem ser significativas na dificuldade de reprodução de alguns dos resultados obtidos no artigo original:

• “Euro Share”: Obtivemos apenas 44 amostras completas, contra 72 indicadas no artigo.

• Mortalidade Indígena: Apesar de definição bastante trivial, não tivemos acesso direto aos dados utilizados pelo autor e verifica-se que os mesmos diferem do que foi considerado neste trabalho (o artigo indica que este item possui média de 0.34 em seus dados, sendo que obtivemos uma média de 0.64 em nossa amostra).

4. ANÁLISE

Para realização das análises desejadas adotou-se a mesma abordagem do artigo original, desta forma, utilizou-se o método de OLS (Ordinary Least Squares) e considerou-se sempre modelos com desvios padrões consistentes do ponto de vista de heterocedasticidade.

Todas as simulações foram realizadas em Python e utilizando os recursos de OLS disponíveis na biblioteca StatsModel. No entanto, apenas como exercício adicional e buscando-se uma simples conferência, realizou-se também as regressões diretamente através das equações do modelo proposto, ou seja, estimando os parâmetros a partir de:

\[ \hat \beta = (X^\mathsf{T}X)^{-1}X^\mathsf{T}y \]

Conforme esperado, os resultados obtidos forma os mesmos nas duas abordagens, logo os resultados subsequentes são apresentados uma única vez.

Por fim, baseando-se no Teorema de Frisch-Waugh-Lovell e utilizando as funções para plotagem de regressões parciais oferecidas também pela biblioteca StatsModel, geramos ainda os gráficos separados de cada um dos regressores considerados para a medida “Euro Share” (tal abordagem não foi considerada no artigo original).

4.1. Euro Share

Para a primeira análise aqui considerada, onde busca-se examinar os determinantes históricos dos assentamentos europeus, temos como variável dependente a medida “Euro Share” (ou seja, a proporção de europeus na população colonial) e adota-se como regressores as seguintes variáveis:

• Densidade populacional Pré-Colonial (em logaritmo)
• Mortalidade Indígena
• Latitude (normalizada)
• Mortalidade dos Colonos (em logaritmo)

Obtemos, portanto, a seguinte regressão:

\[ EuroShare_i = \beta_0 + \beta_1(DP_i) + \beta_2(MI_i) + \beta_3(Lat_i) + \beta_4(MC_i) + u_i \]

4.2 Renda Atual

Para a segunda parte da análise, onde busca-se utilizar a medida Euro Share para testar diretamente a hipótese de associação entre assentamentos europeus no período colonial e desenvolvimento econômico atual, adota-se como variável dependente o logaritmo da Renda Atual e tem-se “Euro Share” como regressor, o que nos fornece o seguinte modelo:

\[ CurrentIncome_i = \beta_0 + \beta_1(Euro Share_i) + u_i \]

No entanto, neste caso realiza-se a mesma regressão com duas amostras distintas, uma considerando todos os países e outra apenas para os países com “Euro Share” inferior a 12,5%, sendo que a ideia aqui seria verificar se a relação mantém-se mesmo quando a fração de população europeia durante o período de colonização era pequena, ou seja, verificar se a relação em estudo implica mais do que apenas o sucesso das ex-colônias de assentamento.

5. RESULTADOS

5.1. Euro Share

A tabela abaixo apresenta os resultados obtidos com a regressão considerada na primeira análise.

A imagem será apresentada aqui.

Na sequência apresentamos os gráficos das regressões parciais de cada um dos regressores considerados no modelo para “Euro Share”.

A imagem será apresentada aqui.

Apresentamos ainda uma tabela comparativa com os valores aqui obtidos e aqueles apresentados no artigo (ambos com p-valor entre parênteses).

A imagem será apresentada aqui.

Notamos então que os resultados obtidos, apesar das limitações com alguns dados, foram bastante similares ao apresentados pelos autores.

Temos que a única alteração mais significativa é observada no coeficiente para Mortalidade Indígena, onde além de uma maior discrepância no valor, em nossa simulação o mesmo não é significativo (no entanto, como destacamos anteriormente, trata-se de item onde verificou-se uma divergência importante em relação aos dados dos autores).

No que diz respeito aos resultados obtidos para Densidade Populacional e Latitude, ambos apresentam valores similares e significância ao nível de 5%, enquanto para Mortalidade dos Colonos, apesar de variação um pouco maior, o mesmo apresenta-se como não significativo nos dois casos (obtém-se aqui um p-valor mais baixo do que aquele indicado pelos autores, mas de qualquer forma, também estatisticamente não significativo).

Desta forma, verificamos que os resultados obtidos nesta seção estão em linha com a literatura de referência para o tema, nos indicando aqui três fatores como sendo os principais determinantes para as variações nas colonizações europeias: densidade populacional pré-colonial, latitude e mortalidade indígena (lembrando que aqui não conseguimos replicar o resultado para mortalidade indígena). Ou seja, temos que os assentamentos europeus tendiam a ser menores (como proporção da população total) em áreas com alta densidade populacional e mortalidade indígena mais baixa (o que também vai em linha com a tese de “Reversão de Fortuna”, na qual áreas inicialmente bem-sucedidas e com alta densidade populacional se tornaram mais pobres devido ao efeito de assentamentos menores e implantação de regimes extrativistas) e verifica-se ainda uma relação positiva entre formação de assentamentos mais numerosos e latitudes mais altas.

Por fim, no artigo os autores chegam a resultados mistos para a mortalidade dos colonos, uma das variáveis mais famosas na literatura para explicar a colonização europeia. Obtêm uma correlação negativa e significativa entre a mesma e a população europeia colonial, no entanto, tal como verificamos neste trabalho, a variável torna-se insignificante uma vez incluídos os demais fatores relevantes considerados no artigo (sendo que esta inclusão não altera a significância estatística das outras variáveis).

5.2. Renda Atual

Os resultados da primeira regressão da Renda Atual em “Euro Share”, onde considera-se a amostra completa, são apresentados na tabela abaixo.

A imagem será apresentada aqui.

A seguir apresentamos o gráfico obtido ao plotarmos os dados desta regressão.

A imagem será apresentada aqui.

Apresentamos então uma tabela comparativa com os valores aqui obtidos e aqueles apresentados no artigo (ambos com p-valor entre parêneses).

A imagem será apresentada aqui.

Novamente, notamos que os resultados aqui obtidos, apesar das limitações com alguns dados, também foram bastante similares ao apresentados no artigo, obtendo-se uma relação positiva e estatisticamente significativa entre a renda atual e a proporção de europeus na população colonial (aqui captada pela medida “Euro Share”).

Apesar de não abordadas neste trabalho, destacamos que no artigo os autores realizam diversas testagens condicionada à diferentes características nacionais, sendo que os resultados se mantêm em praticamente todos os casos (importante notar que as exceções são obtidas exatamente quando condiciona-se a análise à qualidade da educação ou do governo, o que a princípio seria consistente com tese de que estes seriam os mecanismos pelo qual a proporção de europeus no período de colonização influenciaria o desenvolvimento econômico de longo prazo, ou seja, os canais em questão seriam o impacto nas instituições políticas e a acumulação de capital humano).

5.3. Renda Atual (Euro Share < 12,5%)

Apresentamos então, na tabela abaixo, os resultados para a regressão da Renda Atual em “Euro Share” considerando a amostra restrita (Euro Share < 12,5%).

A imagem será apresentada aqui.

O gráfico obtido ao plotarmos os dados desta regressão é apresentado na sequência.

A imagem será apresentada aqui.

Tal como feito anteriormente, apresentamos então uma tabela comparativa com os valores aqui obtidos e aqueles apresentados no artigo (ambos com p-valor entre parêneses).

A imagem será apresentada aqui.

Neste caso, apesar de também verificarmos uma relação positiva e significativa, notamos que os resultados obtidos no trabalho apresentaram valores bastante distintos em relação aos originais, o que nos indica que a análise parece ter sido bastante afetada pela discrepância no tamanho da amostra.

No entanto, verifica-se com esta análise de amostra reduzida que não apenas o coeficiente para a medida “Euro Share” continua significante, como torna-se significativamente maior em relação à amostra original, o que sugere que a associação em estudo não representa simplesmente o sucesso econômico das “colônias de colonos”. Neste caso, verifica-se ainda que um aumento marginal na participação europeia está associado a um maior aumento no desenvolvimento econômico subsequente nas colônias com menores proporções de europeus (o que caracterizaria algo como a existência de retornos marginais decrescentes em relação a este aspecto).

6. REFERÊNCIAS BIBLIOGRÁFICAS

1) EASTERLY, W. & LEVINE, R. The European Origins Of Economic Development. Journal Of Economic Growth, 2016.

2) ACEMOGLU, D., JOHNSON, S. & ROBINSON, J. The Colonial Origins Of Comparative Development: An Empirical Investigation. American Economic Review, 2001.

3) ACEMOGLU, D., JOHNSON, S. & ROBINSON, J. Reversal Of Fortune: Geography and Institutions in the Making of the Modern World Income Distribution. Quarterly Journal of Economics, 2002.

4) CIA – The World Fact Book (Geographic Coordinates)

5) World Bank - World Development Indicators

0 votos
respondida Mai 13 por Lucas Santos e Silva (76 pontos)  

7. ANEXOS

7.1. Código Python

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm


# Carregamento da Base de Dados
df = pd.read_excel(r"C:\Users\Working Data.xlsx")

# Dimensões da Matriz de Regressores (Euro Share)
n_cols = int(len(df.columns) - 4)
n_rows = int(df[['ID']].count())

# Variáveis Independentes
PD1500 = np.empty(n_rows)
IndigMort = np.empty(n_rows)
Latitude = np.empty(n_rows)
SettlerMort = np.empty(n_rows)

# Variáveis Dependentes
EuroShare = np.empty(n_rows)
GDP_PC = np.empty(n_rows)
lnGDP_PC = np.empty(n_rows)

# Matrizes de Regressores (Euro Share, GDP)
Regressor_Matrix_1 = np.zeros((n_rows,n_cols))
Regressor_Matrix_2 = np.zeros((n_rows,2))

# Leitura dos Dados
EuroShare = df['euro_share']
PD1500 = df['lpd1500']
IndigMort = df['indig_mort']
Latitude = df['latitude']
SettlerMort = df['settler_mort']

# Normalização da Latitude
NormLatitude = Latitude/90

# Leitura dos dados de GDP e log-linearização
GDP_PC = df['GDP_pc']
lnGDP_PC = np.log(GDP_PC)


# Regressão #1 - Euro Share

# Montagem da Matriz de Regressores
Regressor_Matrix_1[:,0] = 1
Regressor_Matrix_1[:,1] = PD1500
Regressor_Matrix_1[:,2] = IndigMort
Regressor_Matrix_1[:,3] = NormLatitude
Regressor_Matrix_1[:,4] = SettlerMort

# Regressão (via StatsModels)
model = sm.OLS(EuroShare,Regressor_Matrix_1)
results = model.fit(cov_type = 'HC1') # N.A.: Paper's estimations used OLS with heteroskedasticity-consistent standard errors
print(results.summary())

# Gráficos (Partial Regression Plot - Frisch-Waygh-Lovell Theorem)
fig = plt.figure()
fig = sm.graphics.plot_partregress_grid(results, exog_idx=[1,2,3,4], fig = fig)
plt.show()


# Regressão #2 - Current Income

# Montagem da Matriz de Regressores
Regressor_Matrix_2[:,0] = 1
Regressor_Matrix_2[:,1] = EuroShare

# Regressão (via StatsModels)
model2 = sm.OLS(lnGDP_PC, Regressor_Matrix_2)
results2 = model2.fit(cov_type = 'HC1') # N.A.: Paper's estimations used OLS with heteroskedasticity-consistent standard errors
print(results2.summary())

# Regressão (via equação OLS)
X = Regressor_Matrix_2
y = lnGDP_PC
betahat = np.linalg.inv(X.T@X)@X.T@y

#Gráficos
fig, ax = plt.subplots()
ax.plot(EuroShare, lnGDP_PC, 'o', label="data")
ax.plot(EuroShare, results2.fittedvalues, 'r--.', label="OLS")
ax.set_title('Current Income and Colonial European Settlement')
ax.set_xlabel('European share at colonization')
ax.set_ylabel('Current Income')
plt.legend()
plt.show()


# Regressão #3 - Current Income (Euro Share < 0.125)

# Contagem de países com Euro Share < 0.125
k = 0
for i in range(n_rows):
    if EuroShare[i]<0.125:
        k = k+1

# Parâmetros Restritos (Euro Share < 0.125)
Regressor_Matrix_3 = np.zeros((k,2))
Restricted_GDP = np.zeros(k)
Restricted_EuroShare = np.zeros(k)

# Montagem da Matrizes e Vetores Restritos (Euro Share < 0.125)
Regressor_Matrix_3[:,0] = 1
q = 0
for i in range(n_rows):
    if EuroShare[i]<0.125:
        Restricted_EuroShare[q] = EuroShare[i]
        Restricted_GDP[q]= lnGDP_PC[i]
        q = q+1
Regressor_Matrix_3[:,1] = Restricted_EuroShare

# Regressão (via StatsModels)
model3 = sm.OLS(Restricted_GDP, Regressor_Matrix_3)
results3 = model3.fit(cov_type = 'HC1') # N.A.: Paper's estimations used OLS with heteroskedasticity-consistent standard errors
print(results3.summary())

#Gráficos
fig, ax = plt.subplots()
ax.plot(Restricted_EuroShare, Restricted_GDP, 'o', label="data")
ax.plot(Restricted_EuroShare, results3.fittedvalues, 'r--.', label="OLS")
ax.set_title('Current Income and Colonial European Settlement (Countries with Euro Share < 0.125)')
ax.set_xlabel('European share at colonization')
ax.set_ylabel('Current Income')
plt.legend()
plt.show()
...