Kvinnliga Parlamentariker= Ekonomisk tillväxt?: En ekonometrisk

EXAMENSARBETE
Kvinnliga Parlamentariker = Ekonomisk
tillväxt?
En ekonometrisk studie baserad på paneldata från 66 länder mellan åren
1997-2013
Amanda Borgström
Anette Lindholm
2015
Politices kandidatexamen
Nationalekonomi
Luleå tekniska universitet
Institutionen för ekonomi, teknik och samhälle
SAMMANFATTNING
Syftet med föreliggande uppsats var att undersöka huruvida andelen kvinnor i fattiga
länders parlament inverkar på landets ekonomiska tillväxt och om detta skiljer sig åt
beroende på var i världen länderna är placerade. En ekonometrisk analys baserad på
paneldata gjordes. Datan omfattade 66 länder mellan åren 1997 och 2013. Resultatet visade
inget signifikant samband mellan andel kvinnor i parlamentet och ekonomisk tillväxt.
Undantag från detta sågs dock i Latinamerika och Karibien där ett positivt samband fanns.
Vidare sågs att variabeln politisk stabilitet inverkade positivt på ekonomisk tillväxt och
variabeln befolkningstillväxt inverkade negativt.
Nyckelord: Ekonomisk tillväxt, Tillväxtteori, Jämställdhet, Kvinnor, Representation,
Regioner
i
ABSTRACT
The aim of the present thesis was to investigate whether the proportion of women in poor
countries’ parliaments affects the country's economic growth and whether this differs
depending on where in the world the countries are located. To determine this an
econometric analysis based on panel data were made. The data covered 66 countries
between the years 1997 and 2013. The results showed no significant relationship between
the proportion of women in parliament and economic growth. Exceptions to this were seen
in Latin America and the Caribbean where a positive correlation existed. Further it was
seen that the variable of political stability had a positive impact on economic growth and
the variable population growth was shown to have a negative impact.
Keywords: Economic growth, Growth theory, Equality, Gender, Representation, Regions
ii
INNEHÅLLSFÖRTECKNING
1. INLEDNING ..................................................................................................................... 1
1.1 Syfte .............................................................................................................................. 2
1.2 Frågeställning .............................................................................................................. 2
1.3 Hypoteser ..................................................................................................................... 2
1.4 Metod ........................................................................................................................... 3
1.5 Avgränsning ................................................................................................................ 3
1.6 Disposition ................................................................................................................... 3
2. EKONOMISK TILLVÄXTTEORI ................................................................................ 5
2.1 Bakgrund ..................................................................................................................... 5
2.2 Solow-modellen ........................................................................................................... 6
2.3 Endogen tillväxtteori .................................................................................................. 8
2.4 Poverty trap ............................................................................................................... 10
2.5 Institutionell teori ..................................................................................................... 12
2.6 Sammanfattning ........................................................................................................ 13
3. TIDIGARE EMPIRISK FORSKNING ....................................................................... 14
3.1 Jämställdhet och ekonomisk tillväxt ....................................................................... 14
3.2 Regioner ..................................................................................................................... 19
3.3 Övriga variabler ........................................................................................................ 21
3.4 Sammanfattning ........................................................................................................ 22
4. METOD ........................................................................................................................... 24
4.1 Data ............................................................................................................................ 24
4.1.1 Urval och avgränsning ......................................................................................... 24
4.1.2 Variabler .............................................................................................................. 27
4.1.3 Deskriptiv statistik ................................................................................................ 31
4.2 Regressionsmodeller ................................................................................................. 32
4.2.1 Pooled OLS Model ............................................................................................... 32
iii
4.2.2 Fixed Effect Model ............................................................................................... 33
4.2.3 Modellerna ........................................................................................................... 33
5. RESULTAT..................................................................................................................... 35
5.1 Resultat från regressionsanalys utan regional uppdelning ................................... 35
5.2 Resultat från regressionsanalys med regional uppdelning ................................... 37
5.3 Sammanfattning av resultaten ................................................................................. 39
6. DISKUSSION ................................................................................................................. 41
6.1 Sammanfattning ........................................................................................................ 44
6.2 Förslag på fortsatta studier ...................................................................................... 45
REFERENSLISTA ............................................................................................................. 46
BILAGOR ........................................................................................................................... 49
Bilaga 1. Länder urval 1 ................................................................................................. 49
Bilaga 2. Länder urval 2 och deras årtal ...................................................................... 50
Bilaga 3. Länderna uppdelade i respektive region ...................................................... 52
Bilaga 4. Korrelationsmatris över variablerna inkl. variabeln fertilitet ................... 53
Bilaga 5. Test Statistics for the Fixed Effects Regression Model ................................ 54
iv
1. INLEDNING
Genom historien har ofta män varit de som har haft mest makt i samhället och varit de som
suttit i parlament och regeringar. Män har därför haft större möjligheter att påverka vilken
politik som förts. Idag, år 2015, är jämställdhet mellan könen ett område som intresserar
alltfler både inom politiken och generellt i samhället. Detta har bland annat resulterat i att
svenska kvinnors lönenivåer jämförts med männens har ökat från 72,3 % 1991 till 79,3 %
2013 (Armiento, A., 2013) och att det i dag är lika många flickor som pojkar som börjar
grundskolan i Sydostasien, medan det 1990 endast var 74 flickor per 100 pojkar (UNDP,
2015).
En ökad jämställdhet inom ett samhälle ger inte bara människor en chans att ha samma
förutsättningar, utan studier visar även att jämställdhet i flertalet fall leder till ekonomiska
fördelar för ett land (Löfström, 2009). Enligt Världsbanken (2001) är det många av
världens länder som inte arbetar aktivt för en mer jämställd fördelning och det är tydligt att
dessa länder förlorar på detta i flera aspekter, vare sig anledningen är okunskap, ovilja eller
bara likgiltighet inför ämnet. Om det existerar ett samband mellan antalet kvinnor i
parlamenten och en högre ekonomisk tillväxt borde det innebära att det är intressant för
många länder som har en svag ekonomisk tillväxt att arbeta för ett mer jämställt parlament.
Anledningen till att antalet kvinnor i parlamentet påverkar den ekonomiska tillväxten är
flera, bland annat har studier visat att kvinnor har en mindre benägenhet för korruption
(Dollar m.fl., 2001). Kvinnor anser själva att de fattar beslut som är bättre för kvinnor och
barn samt andra utsatta grupper i samhället (Inter-Parliamentary Union, 2000).
År 2001 var det få av världens länder vars nationella parlament hade lika stora andelar
kvinnor som män. I utvecklingsländer, förutom Ostasien, var mindre än 10% av alla
parlamentariker kvinnor (Världsbanken, 2001). Det innebär att om det finns en positiv
signifikant inverkan på den ekonomiska tillväxten vid ett högre kvinnligt deltagande bör det
1
finnas möjlighet för en högre ekonomisk tillväxt i många av dessa länder. Detta förutsatt att
länderna är villiga att arbeta för större andelar kvinnor i sina nationella parlament. I
dagsläget finns det vissa länder där parlamentet är nästintill jämställt, Sverige har till
exempel 45% kvinnliga parlamentariker och i Rwanda var 64% av deltagarna i parlamentet
kvinnor år 2014 (Världsbanken, u.å.). Några nationer har infört program för att aktivt få in
fler kvinnor i parlamenten (Världsbanken, 2001). Detta har inneburit att exempelvis
Uganda idag har ett kvinnligt deltagande på 35% jämfört med 1990 då det var 12%.
Fortfarande är det dock många länder, främst i de fattiga delarna av världen, som har en
väldigt liten andel kvinnor i parlamenten (Världsbanken, u.å.). I denna uppsats berörs inte
enskilda länder närmre, de ovan nämnda är tänkta att utgöra exempel.
1.1 Syfte
Syftet med denna uppsats var att undersöka om andelen kvinnor representerade inom de
nationella parlamenten, i de länder som vid utgångsåret 1997 hade ett BNP per capita som
var lägre än medianvärdet, hade en effekt på landets ekonomiska tillväxt. Uppsatsen
syftade även till att analysera om denna eventuella marginaleffekt av kvinnlig
representation på den ekonomiska tillväxten skiljde sig åt mellan olika regioner i världen.
1.2 Frågeställning
Har andelen kvinnor i parlamentet haft en inverkan på den ekonomiska tillväxten i de
länder som vid utgångsåret 1997 hade ett BNP per capita som var lägre än medianvärdet?
1.3 Hypoteser
● En ökning av andelen kvinnor i det nationella parlamentet leder till en högre
ekonomisk tillväxt i fattiga länder.
● Hur stor påverkan andelen kvinnor i parlamentet har på den ekonomiska tillväxten
varierar beroende på vilken region som landet tillhör.
2
1.4 Metod
För att undersöka frågeställningen och hypoteserna har en ekonometrisk analys, skattad på
paneldata från Världsbanken och World Governance Indicators, gjorts i programmet
NLogit. Paneldatan inkluderade data från 66 olika länder från 6 regioner och sträcker sig
över
tidsperioden
1997-2013.
Med
utgångspunkt
från
tidigare
forskning
och
tillgängligheten av data valdes ett antal variabler ut, urvalsprocessen förklaras mer specifikt
i metodavsnittet. Fattiga länder har i denna uppsats definierats som länder vars BNP per
capita låg under medianbeloppet för världen år 1997. Alla länder som hör till denna
kategori har dock inte kunnat användas för analysen på grund av bristande data. Vilka
länder som faller under definitionen fattiga länder i denna uppsats går att finna i bilaga 2. I
uppsatsen har valet av variabler och metod motiverats utifrån ekonomisk tillväxtteori samt
tidigare empirisk forskning.
För att besvara uppsatsens frågeställning har både en Pooled ordinary least squares (OLS)
modell och en Fixed effect-modell använts. Denna följs av en regressionsanalys där
modellen kompletterats med lutnings-dummyvariabler för respektive region, detta för att
hypotesen rörande skillnader mellan regionerna skulle kunna undersökas.
1.5 Avgränsning
Studien avgränsades till att omfatta 66 länder mellan åren 1997-2013. För att besvara
studiens syfte samt frågeställningar har urvalet av länder avgränsats till fattiga länder vilket
i denna studie innebär länder vars BNP per capita låg under medianvärdet år 1997. På
grund av bristande data samt extrema värden av BNP tillväxten, uteslöts sedan ett antal
länder vilket lämnade de 66 länder som sedan analyserades. Avgränsningar samt urval
förklaras mer utförligt i avsnitt 4.1.
1.6 Disposition
Avsnitt två inleder och ger en grund för kommande avsnitt genom att behandla den
teoretiska bakgrunden till ekonomisk tillväxt. Avsnitt tre behandlar mestadels empirisk
inriktad forskning inom tillväxtteori. Under avsnitt fyra presenteras aktuella variabler,
3
empirisk data och metod. Det femte avsnittet presenterar undersökningens resultat.
Avslutningsvis diskuteras resultatet utifrån tidigare ställda hypoteser och tidigare forskning
i avsnitt sex.
4
2. EKONOMISK TILLVÄXTTEORI
I detta avsnitt presenteras en sammanfattning av de ekonomiska tillväxtteorier som ligger
till grund för studien och för den tidigare empiriska forskningen. För att hålla avsnittet
kortfattat presenteras endast de teorier som är relevanta för denna studie.
2.1 Bakgrund
Ekonomisk tillväxt definieras av att ett lands produktion av tjänster och varor ökar över
åren. På lång sikt kan skillnader i den ekonomiska tillväxten mellan länder resultera i att
länderna utvecklas olika snabbt och hamnar på olika utvecklingsnivåer. I tillväxtteorins
början ansågs produktionsfaktorerna arbete och kapital vara det som drev den ekonomiska
tillväxten och en ekonomi växte om mängden arbete och/eller kapital ökade. Senare blev
tanken om humankapitalet populär och en ökning av humankapitalet ansågs vara en av
faktorerna som driver tillväxt. Humankapitalet består av invånarnas utbildning och hälsa.
En förbättrad hälsa leder till att individer kan lära sig mer, arbeta mer och bli mer
produktiva, samtidigt som en ökad utbildning leder till att människor blir mer produktiva.
Även den tekniska utvecklingen anses kunna driva tillväxten och anses ligga bakom den
starka tillväxten som vissa länder har haft. Vissa länder har inte haft möjlighet eller
kunskap att ta tillvara på den nya tekniken och har därför haft en låg tillväxt trots tillgången
på ny teknik. (Berg, 2008)
Vid mätningar av ekonomisk tillväxt används ofta begreppet BNP per capita. BNP står för
bruttonationalprodukt och mäter den totala produktionen av varor och tjänster i ett land och
med tillägget per capita delas den totala bruttonationalprodukten med antalet invånare.
Således påverkas BNP per capita av både förändringar i befolkningsmängd och antal
producerade varor. Ett alternativt mått är Human Development Index (HDI) som är ett mått
som tar in BNP i beräkningen men som även tar hänsyn till andra faktorer, såsom förväntad
livslängd, utbildningsnivå och läskunnighet bland vuxna. HDI konstruerade för att erbjuda
5
ett bättre mått på ett lands välstånd än BNP, eftersom BNP har mött kritik för att anta att
välståndet enbart beror på hur mycket ett land producerar. (Persson och Skult, 2005)
2.2 Solow-modellen
Under 1950-talet presenterade Robert Solow sin tillväxtmodell, den neoklassiska tillväxtmodellen. Den neoklassiska tillväxtmodellen bygger på en produktionsfunktion med två
homogena insatsvaror, arbete och kapital, samt total faktorproduktivitet (TFP) under
konstant skalavkastning. Modellen antar en avtagande marginalproduktivitet och att
ekonomin enbart består av en vara, som antingen kan konsumeras idag eller investeras i
kapitalstocken och ge möjlighet till ökad produktion och konsumtion i framtiden. Vidare
antas att en ökad befolkning leder till en större mängd av insatsvaran arbete, samtidigt som
kapital per capita minskar om inte investeringarna ökar i samma takt och att TFP ökar
genom teknisk utveckling. Det betyder att arbete och TFP är exogena variabler som inte
påverkas av modellen. Om teknikutvecklingen går framåt så ökar den totala produktionen
eftersom arbete och kapital används effektivare. (Persson och Skult, 2005)
I Solow-modellen kan det fysiska kapitalet säga vara en skapad insatsvara. Förändringar i
storleken på kapitalet beror på hur stora investeringar som görs. För att avgöra hur stor
tillväxten på det fysiska kapitalet är får man bortse från den del av investeringarna som
används för att upprätthålla värdet på realkapitalet, det vill säga motverkar deprecieringen
som innebär att värdet på realkapitalet minskar med tiden. Den andra insatsvaran är, som
tidigare nämnts, arbete eller arbetskraften. Storleken på arbetskraften bestäms bland annat
av storleken på befolkningen, en ökad befolkning leder i och med det till att mer kan
produceras och därmed att BNP stiger. (Persson och Skult, 2005) Förutom en växande
befolkning kan arbetskraften öka om en större del av befolkningen arbetar, exempelvis vid
en ökning av kvinnligt arbetskraftsdeltagande sker en ökning i den totala arbetskraften
(Löfström, 2009).
När ett land har uppnått en långsiktig jämvikt där kapitalstocken hålls konstant, så kallad
“steady state”, kommer dess tillväxt i arbetsproduktivitet enbart öka på grund av tekniska
6
framsteg. Modellen antar att om sparkvoten och befolkningstillväxten är likadan i flera
länder så kommer kapital per capita, produktionen per capita samt BNP per capita att vara
densamma i dessa länder. De fattiga länderna har en högre tillväxt i både kapital- och
produktion per capita på grund av att lönsamheten på investeringar är högre i dessa länder
som är längre från jämvikt än vad de rikare länderna är. Anledningen till att dessa länder
ger en högre avkastning på investeringar är att teorin antar avtagande avkastning på
realkapital. Solow-modellen inkluderar en konvergensteori som innebär att fattiga länder
kommer att ha en högre tillväxt i BNP per capita jämfört med rika länder. Detta kommer
pågå till dess att länderna är lika rika, då kommer skillnaden i ländernas tillväxt endast att
kunna förklaras av teknisk utveckling. (Persson och Skult, 2005)
Solow-modellen har fått kritik för att den inte kan förklara tillväxt på lång sikt då teknisk
utveckling tas för given och inte förklaras av modellen. Denna kritik ledde till utvecklingen
av den modifierade Solow-modellen som även tog hänsyn till humankapitalet men som
fortfarande antog att tillväxten i övrigt drevs av de exogena faktorerna arbetskraft och
teknikutveckling. Den modifierade modellen fortsätter att anta konstant skalavkastning
samt avtagande marginalproduktivitet men är mer nyanserad än den ursprungliga modellen.
Den nya modellen är bättre på att förklara hur det kommer sig att till exempel länderna
söder om Sahara har en relativt sett långsam tillväxt eftersom det i denna modell kan bero
på lägre utbildning i den regionen. Att teorin nu tar hänsyn till humankapitalet gör att det är
svårare att acceptera antagandet om att TFP-tillväxten är samma i alla länder eftersom det
anses existera ett samband mellan hög utbildningsnivå och teknikutveckling samt
möjligheten att tillgodogöra sig teknikutvecklingen. (Persson och Skult, 2005) I denna
modell har jämställdhet en större påverkan på den ekonomiska tillväxten eftersom
jämställdhet i samhället är viktig för att öka humankapitalet och enligt Löfström (2009) är
ett jämställt parlament en viktig faktor för att uppnå ett jämställt samhälle. Detta innebär i
förlängningen att det är positivt för den ekonomiska tillväxten att ha en hög andel kvinnor i
parlamentet.(Löfström, 2009)
7
I den nya modellen förklaras tillväxten på lång sikt utanför modellen av den så kallade
Solow-residualen. Enligt den neoklassiska tillväxtteorin så förklaras cirka 50% av den
historiska tillväxten i industrialiserade länder av Solow-residualen och därmed utanför den
faktiska teorin. Även om teorin fortfarande delvis ansågs kunna förklara tillväxten så hade
den två specifika problem. Dels att teorin gör det omöjligt att analysera faktorerna bakom
teknologisk utveckling och dels att den misslyckas med att förklara varför det är stora
skillnader mellan olika länders tillväxt, trots att de har tillgång till samma teknik. (Todaro
och Smith, 2003) Detta ledde till att nationalekonomer utvecklade den nya, endogena,
tillväxtmodellen som kan förklara varaktiga skillnader i den ekonomiska tillväxten mellan
länder (Persson och Skult, 2005).
2.3 Endogen tillväxtteori
Den endogena tillväxtteorin erbjuder ett ramverk inom vilket det är möjligt att analysera en
konstant ekonomiskt tillväxt. Teorin antar att den konstanta tillväxten kan förklaras av de
som styr produktionsprocessen, istället för av faktorer som finns utanför de styrandes
kontroll. Det innebär att det är möjligt för de styrande i ett land att påverka den ekonomiska
tillväxten genom olika policys vars mål till exempel kan vara att stärka förtroendet för
institutionerna eller att främja jämställdheten. Modellen strävar efter att förklara varför
tillväxttakten skiljer sig åt mellan olika länder och att förklara en större del av tillväxten
inom teorin istället för utanför. Den nya tillväxtteorin syftar därmed till att förklara en
större del av tillväxten än vad Solow-modellen lyckades med. Teorin koncentrerar sig på
externa faktorers förklaringsförmåga för att bestämma nivån av avkastning på investeringar
i kapital vilket skiljer den från den neoklassiska teorin. (Todaro och Smith, 2003)
Enligt Todaro och Smith (2003) kan många av de endogena tillväxtteorierna uttryckas
genom följande ekvation:
Y=AK
Där Y är BNP, A står för alla faktorer som påverkar teknologi och K står för fysiskt- och
humankapital, ej per capita. Till skillnad från den neoklassiska modellen innehåller denna
8
modell inte någon avtagande avkastning på kapital. Det innebär att det är möjligt att
investeringar i antingen humankapital, så som skola och hälsa, eller fysiskt kapital, till
exempel infrastruktur eller fabriker, kan orsaka externa effekter som innebär en förbättring
för produktivitet och ekonomier. Dessa effekter kan bli så stora att de överstiger eventuella
privata vinster med så mycket att de motverkar dem avtagande skalavkastningen. Resultatet
blir att det går att uppnå en långsiktig ekonomisk tillväxt, vilket inte är möjligt i den
neoklassiska modellen. (Todaro och Smith, 2003) Den endogena teorin lyckas även
förklara de anormala flödena av kapital, mellan fattiga och rika länder, som ökar de
ekonomiska klyftorna mellan länder. Detta strider mot Solows konvergensteori som säger
att tillväxten i fattiga länder ska vara högre än tillväxten i rika länder till dess att länderna
har samma ekonomiska nivå. Förklaringen är att trots att dessa fattiga länder, som har låga
andelar kapital jämfört med arbetskraft, potentiellt har hög avkastning på investeringar så
äts dessa avkastningar upp av de lägre investeringarna på kompletterande områden - såsom
humankapital, forskning och infrastruktur. Eftersom de som investerar i dessa
kompletterande områden inte erhåller någon personlig vinst av de externa effekterna som
deras investeringar genererar, gör den fria marknaden att det investeras mindre än optimalt
inom dessa områden. (Todaro och Smith, 2003)
I de länder där dessa kompletterande investeringar skapar både privata och offentliga
vinster kan de styrande i respektive land arbeta för att förbättra effektiviteten av fördelning
av resurserna. De kan till exempel erbjuda investeringar i offentligt kapital, såsom skola
och infrastruktur, eller uppmuntra till privata investeringar i industrier som är beroende av
att anställa personal med hög utbildningsnivå, något som i sin tur leder till att
humankapitalet i landet ökar. Det ökade humankapitalet ger då en ökande skalavkastning.
Utifrån detta föreslår den endogena tillväxtteorin att det är möjligt för de som styr i ett land
att föra en politik som uppmuntrar till ekonomisk tillväxt genom direkta och indirekta
investeringar i humankapital. De kan också arbeta för att investeringar från utlandet ska
riktas mot de industrier som är kunskapsintensiva såsom teknik och forskning eftersom det
ökar humankapitalet i landet. (Todaro och Smith, 2003)
9
Även den endogena tillväxtteorin har fått kritik eftersom den anses ha svårt att förklara
utvecklingen för vissa lågt utvecklade ekonomier, då mycket av teorin bygger på Solows
antaganden, som inte är anpassade för dessa ekonomier. Bland annat tar modellen inte
hänsyn till att många av de lågt utvecklade ekonomierna har problem med ineffektivitet i
infrastruktur, svaga institutioner och en imperfekt marknad som gör att deras tillväxt
hindras. Dessa svagheter gör att modellen inte är optimalt anpassad att använda för att
studera ekonomisk tillväxt; speciellt vid studier som innebär jämförelser mellan länder är
modellen begränsad. Detta beror på att teorin bland annat inte förklarar varför fabrikers
totala kapacitet inte utnyttjas i fattiga ekonomier där det finns ett lågt kapital. (Todaro och
Smith, 2003) Den neoklassiska teorin anses dock ha ännu större problem med att hantera
länder som har en låg ekonomisk nivå och eftersom den endogena teorin tar hänsyn till en
större andel av de problem som fattiga länder har så är den på många sätt att föredra
framför Solows teori.
2.4 Poverty trap
Teorin om fattigdomsfällan har uppkommit för att beskriva hur det kommer sig att många
fattiga länder fortsätter att vara fattiga, i vissa fall trots att de har ett stabilt styre. Det finns
empiriska bevis som visar att majoriteten av de länder som var fattiga under mitten av
1900-talet också är fattiga idag (Kraay, Raddatz 2007). UN Millennium Project (2005)
beskriver den ekonomiska tillväxten som en stege och att dessa fattiga länder inte har
möjlighet att göra de investeringar som behövs för att kunna klättra upp på de första
pinnarna på stegen. Länderna saknar de skattemedel som behövs för att kunna investera i
infrastruktur, statliga institutioner och den sociala infrastrukturen, vilket gör att både
fysiskt- och humankapital är lågt (UN Millennium Project, 2005). Det är svårt att bygga
upp fysiskt- och humankapital då det krävs investeringar i infrastruktur och social
infrastruktur för att dessa ska kunna öka. Det är exempelvis svårt att öka humankapitalet
när det inte finns tillgång till skolor. Det är även svårt att bygga fabriker, för att därmed öka
det fysiska kapitalet, om det inte finns vägar att transportera materialet till fabriken på.
(Berg, 2008) Solow-modellen betonar vikten av kapital för att ett land ska kunna nå tillväxt
och det är därför inte svårt att förstå att dessa länder som har ett mycket lågt fysiskt kapital
10
och inte lyckas få det att växa, har en mycket låg ekonomisk tillväxt (Persson och Skult,
2005).
Privata investerare är inte intresserade av att investera i dessa länder, vilket gör att
kapitalstocken utvecklas sämre än optimalt och välutbildade individer väljer ofta att flytta
till andra länder. Dessa länder har ofta stora statsskulder som de måste använda skattemedel
till att amortera och betala ränta på. Detta får till följd att länderna har ännu mindre
möjlighet att investera i infrastrukturer och humankapital. (UN Millennium Project, 2005)
Många av dessa länders invånare har inte tillgång till grundläggande behov såsom mat, el
och skola. De individer som lever under dessa fattiga förhållanden behöver spendera nästan
hela sin inkomst för att överleva och har därför ingen möjlighet att spara. Det gör att det i
dessa fattiga länder totalt sett är en låg nivå på sparandet och att kapitalet per person
sjunker, vilket i sin tur leder till en försämrad ekonomisk situation. Resultatet av detta blir
att dessa länder sparar för lite för att kunna ha någon ekonomisk tillväxt och dessutom är
det bistånd som ges till dessa länder för lågt för att kompensera kostnaderna för de stora
statsskulderna. I rapporten påpekas även att risken för att fastna i fattigdomsfällan varierar
mellan länder, främst beroende på deras geografiska belägenhet då geografin i vissa länder
gör att det krävs relativt sett större investeringar i infrastruktur. (UN Millennium Project,
2005)
UN Millennium Projects (2005) förslag på hur länderna ska ta sig ut ur fattigdomsfällan är
att de behöver höja sina kapitalstockar så att de kommer ur den negativa spiralen. Det kan
göras genom att andra länder under en kort period gör stora investeringar i landet.
Dessutom behöver landet arbeta för att sänka antalet barn per kvinna vilket ger utrymme för
större investeringar i skola, hälsa och näringsrik mat, per barn (UN Millennium Project,
2005). Dessa effekter ökar på sikt humankapitalet samtidigt som mängden arbetskraft
relativt kapitalstocken minskar, vilket utifrån Solows teori är positivt för den ekonomiska
tillväxten. För att nå dessa mål är det viktigt att de styrande fattar beslut som stärker de
sociala infrastrukturerna och enligt Duerst-Lahti och Kelly (1995) är kvinnor mer benägna
11
att fatta dessa beslut och det bör därför vara positivt för dessa länder att ha en stor andel
kvinnor i de beslutande offentliga organen.
2.5 Institutionell teori
Inom tillväxtteorin har vissa forskare valt att fokuserat på institutionernas betydelse för ett
lands tillväxt; främst av dessa forskare är Doglass North som 1993 vann Nobelpriset bland
annat för sitt bidrag till den institutionella teorin.
North (1994) definierar institutioner som följande, “Institutions are the rules of the game in
a society or, more formally, humanly devised constraints that structure human interaction”
(North, 1994, s.360). Författaren fortsätter med att förklara att institutioner består av
formella och informella begränsningar samt deras genomdrivande egenskaper. Formella
begränsningar är till exempel lagar, regler och konstitutioner medan de informella
begränsningarna består av konventioner och uppförandenormer. Tillsammans definierar
dessa begränsningar, och hur de verkställs, strukturerna i samhället och ekonomin. (North,
1994)
Dessa begränsningar är utformade av människor och definierar incitamenten för sparande,
investeringar, produktion och handel. De påverkar kostnader och vinster samt ekonomiskt
beteende, vilket kan leda till utveckling eller tillbakagång. När institutionerna väl är
etablerade finns det få skäl för de som styr att ändra på dessa eftersom de ger de som styr
större vinster än vad andra typer av institutioner gör, även om andra institutioner skulle
kunna vara bättre för samhället som helhet. Detta innebär att när väl dessa institutioner är
etablerade så kan de fortsätta existera även om de är ineffektiva och innebär att den
allmänna tillväxten eller välfärden påverkas negativt. (Todaro och Smith, 2003) North
(1990) sammanfattade den belägenheten med att påstå att den största orsaken till att
länderna i tredje världen idag är underutvecklade, tillsammans med många dåliga
ekonomier historiskt sett, beror på att samhället har misslyckats med att skapa
välfungerande institutioner som är kostnadseffektiva. Författaren definierade goda
12
institutioner som de som främjar effektivitet, reducerar osäkerhet och genom detta bidrar
till ekonomisk utveckling (North, 1990).
Bland befolkningen i länder som har dåliga institutioner råder det i förlängningen lågt
förtroende för dessa institutioner. Det gör att samhället inte fungerar optimalt eftersom
tillexempel skatteflykten ökar och näringslivsklimatet påverkas negativt. Det innebär lägre
direktinvesteringar från utlandet och ett lägre kapitalinflöde. Korruption, som ger ett lägre
förtroende för institutioner, leder även till en sänkt produktions nivå och uppmuntrar
företag att verka i den så kallade svarta sektorn. (Sandgren, 2005) Dessa lägre nivåer av
investeringar är enligt både den neoklassiska- och den endogena tillväxtteorin negativt för
ett lands ekonomiska tillväxt. Eftersom kvinnor, enligt Dollar m.fl. (2001) är mindre
benägna att vara korrupta kan en större andel kvinnor i maktpositioner inverka positivt på
förtroendet för institutioner och därmed också för den ekonomiska tillväxten.
2.6 Sammanfattning
Med utgångspunkt från ovanstående teorier var variabler, såsom befolkningstillväxt,
utbildning (som ibland ses som ett mått på humankapital), förväntad livslängd (som ett mått
på hälsan hos befolkningen i ett land), stabila institutioner och befolkningstillväxt,
relevanta att inkludera i den modell som använts i regressionsanalysen. Stor vikt bland
dessa grundläggande teorier läggs även på faktorerna investeringar och sparande.
Problematiken med att inkludera dessa variabler har diskuterats närmre under avsnittet
rörande urval och avgränsningar (4.1.1.).
13
3. TIDIGARE EMPIRISK FORSKNING
Med tiden har ekonomisk tillväxtteori utvecklats och med detta har en uppsjö av empirisk
forskning inom fältet uppstått. I detta avsnitt har ett urval av denna forskning blivit
presenterad. Avsnittet fokuserar på den forskning som behandlar ekonomisk tillväxt och
kvinnor samt ekonomisk tillväxt och regioner. Till sist presenteras även övrig empirisk
forskning som varit av stor vikt inom området ekonomisk tillväxt. Den litteratur som
presenteras här har valts utifrån sin relevans för denna studie samt sin vetenskapliga
signifikans.
3.1 Jämställdhet och ekonomisk tillväxt
I kvinnorörelsens begynnelse låg den största fokusen på att lyfta upp kvinnofrågor på
agendan och att kvinnor skulle få samma möjligheter som män. Mindre fokus låg på
behovet av formell politisk representation för kvinnor. Detta har dock kommit att ändra sig
och sedan slutet av 1900-talet har dessa rörelser även arbetat för att det ska uppnås
jämlikhet i de politiska parlamenten runt om i världen (Lovenduski, 2005). Kvinnors
möjlighet att sitta med i de politiska parlamenten skiljer sig åt mellan länder men i de flesta
fall är majoriteten av deltagarna i parlamenten män. En anledning till att få kvinnor sitter i
parlamenten, även i länder som anses utvecklade och jämställda, kan vara att många
samhällen fortfarande är anpassade för att kvinnorna enbart ska vara hemma och ta hand
om hemmet. En annan anledning är att ledarskap och deltagande i beslutande sällskap
historiskt sett har varit manliga områden och att många kvinnor än idag upplever ett
utanförskap gentemot de arenor där offentligt beslutsfattande sker. (Duerst-Lahti och Kelly,
1995)
Området jämlikhet och ekonomisk tillväxt har studerats tidigare och Löfström (2009) har
konstaterat att om män och kvinnor arbetade lika mycket, för samma lön, så skulle länderna
inom EU kunna höja sin BNP med 15% till 45%. Sett ur ett globalt perspektiv så är EU:s
14
medlemsstater relativt jämställda vilket gör det möjligt att anta att skillnaden för
utvecklingsländer skulle kunna vara ännu större. För att det ska vara möjligt för kvinnor att
arbeta lika mycket som män så kommer det i många fall att krävas reformer inom den
sociala infrastrukturen (Löfström, 2009). Det är sedan tidigare känt att kvinnor är mer
benägna att fatta beslut som förbättrar villkoren för kvinnor, barn och andra utsatta grupper
(Duerst-Lahti och Kelly, 1995) och en större andel kvinnor i parlamentet skulle kunna
innebära att de sociala infrastrukturerna utvecklas snabbare. Vidare har Löfström (2009)
undersökt sambandet mellan kvinnligt deltagande i parlament och jämställdheten i
samhället och funnit att länder med hög BNP också har en hög andel kvinnor som arbetar
och en relativt sett hög andel kvinnor i parlamentet. Författaren drog slutsatsen att utan en
jämlik maktfördelning är det mycket svårt att uppnå ett jämlikt arbetsliv vilket är ett måste
för att optimal ekonomisk tillväxt ska kunna ske.
Världsbanken publicerade 2014 en rapport där de undersökte jämställdheten i 143 länder.
Av dessa 143 länder var det 2014 endast 12 stycken som hade kvoter för hur stor andel
kvinnor det ska finnas i parlamentet. I genomsnitt hade dessa länder 6% fler kvinnor i
parlamentet än genomsnittet i världen vilket tyder på att kvotering kan vara ett effektivt sätt
att öka andelen kvinnor i parlamentet. Även denna rapport stödjer teorin om att kvinnor till
större del ser till att statens pengar går till social infrastruktur och välfärd. Det har i sin tur
en effekt på humankapitalet eftersom en ökad välfärd innebär att fler har möjlighet att gå i
skolan. Enligt den endogena tillväxtteorin är den totala produktionen i landet bland annat
beroende av humankapitalets storlek vilket innebär att en ökning av humankapitalet i sin tur
skulle leda till en ökning av BNP. Rapporten visade även att andelen kvinnor i parlamentet
har ett positivt samband med hur stor del av den kvinnliga befolkningen som arbetar
utanför hemmet, vilket i förlängningen bör ha en positiv effekt på den ekonomiska
tillväxten enligt den neoklassiska tillväxtteorin. (Världsbanken, 2014)
Er (2012) skrev att kvinnors inblandning i politiken är positiv för ekonomisk tillväxt,
åtminstone i höginkomstländer. I artikeln fokuserade författaren särskilt på höginkomstländer, vilket i detta fall är de länder som 2010 hade en BNI per capita på mer än $12 276
15
samt låg-mellaninkomstländer, vilka hade en BNI per capita mellan $1,006–3,975. Totalt
sett ingick 182 länder, som hade data mellan åren 1998-2008, i studien. Studien använde en
Fixed effects-modell baserad på paneldata hämtad från Världsbanken. Utifrån studiens
analys kunde författaren urskilja att det var olika variabler som hade signifikant påverkan
på den ekonomiska tillväxten inom de olika grupperna. De variabler som hade en effekt för
alla olika inkomstnivåer var handel som andel av BNP, som hade en positiv inverkan på
den ekonomiska tillväxten, samt inflation och befolkningstillväxt som hade en negativ
inverkan på tillväxten. Relevant var också en större andel kvinnor i arbetslivet och
kvinnornas hälsa. (Er, 2012)
För låg-mellaninkomstländerna hittade författaren inte några signifikanta effekter på den
ekonomiska tillväxten av variablerna utbildning, fertilitetsnivån (antal barn per kvinna) och
det kvinnliga politiska deltagandet, till skillnad från höginkomstländerna. Er (2012)
framhöll att detta inte visade på att dessa variabler var irrelevanta för den ekonomiska
utvecklingen i låg-mellaninkomstländerna, utan bara att de inte var statistiskt signifikanta.
Författaren betonade att det fortfarande var viktigt, för alla länder, att arbeta för en
förbättrad jämställdhet mellan könen för att alla länder ska kunna nå upp till standarden i de
rika länderna. (Er, 2012)
Ytterligare en studie som stöder att en högre andel kvinnor inom nationella parlament har
lett till snabbare ekonomisk tillväxt är Jayasuriya och Burke (2013). De använde paneldata
från 119 demokratier mellan åren 1970 till 2009, med visst fokus på tidsperioden 19932009. Studien syftade till att besvara frågeställningen om huruvida kvinnlig representation i
parlamentet har en effekt på den beroende variabeln, logaritmen av den ekonomisk
tillväxten per capita. Ytterligare oberoende variabler som användes i denna studie var den
totala andelen barn som påbörjar grundskolan, handel som andel av BNP,
befolkningstillväxten samt den laggade variabeln, log BNP per capita. För att få en bättre
skattning av landets generella jämställdhet mellan män och kvinnor, för att försäkra sig om
att det inte är detta som visades genom den centrala variabeln av kvinnlig representation,
inkluderades även en variabel för andelen flickor relativt pojkar i grundskolan. Då den
16
kvinnliga representationen i de nationella parlamenten fortfarande gav en positiv effekt på
den ekonomiska tillväxten, argumenterade författarna att deras resultat indikerade att det är
andelen kvinnor inom ländernas nationella parlament ger en signifikant marginaleffekt på
den ekonomiska tillväxten. (Jayasuriya och Burke, 2013)
I studien lyfte Jayasuriya och Burke (2013) även fram att de ej funnit något bevis för att
könet på ett lands president eller premiärministerns skulle ha någon inverkan på den
ekonomiska tillväxten. Då det endast studerats demokratier i studien var det inte möjligt för
författarna att dra några slutsatser om huruvida dessa resultat gällde även för icke
demokratier och därmed alla låginkomstländer, eller om det enbart gäller demokratier.
(Jayasuriya och Burke, 2013) Det gör att det finns ett behov av studier som undersöker
samma variabler men som inkluderar alla fattiga länder.
En annan infallsvinkel var att det tvärtom skulle kunna vara den ekonomiska tillväxten som
leder till en ökad andel kvinnor representerade inom de nationella parlamenten. Viterna
m.fl. (2008) menade dock att det inte finns ett samband där den ekonomiska tillväxten har
en direkt inverkan på den kvinnliga representationen. Ett exempel som lyfts fram i deras
artikel för att styrka detta är att många rika länder har en sämre andel valda kvinnliga
representanter i sina nationella parlament än fattiga länder. Författarna menade dock att ett
lands utvecklingsnivå kan ha en indirekt inverkan på den kvinnliga representationen inom
ett land, eftersom de faktorer som inverkade på hur stor andelen kvinnor det fanns i
parlamentet skiljde sig signifikant mellan industri- och utvecklingsländer (Viterna m.fl.,
2008). En ökad kvinnlig representation innebär inte helt självklart en ökad ekonomisk
tillväxt, på samma sätt som ekonomisk tillväxt inte nödvändigtvis ger en direkt minskning
av ojämlikhet mellan könen. Dessa två kan dock förstärka varandra över tid, men detta kan
behöva hjälp genom olika policies som gynnar kvinnor på bekostnad av män och
förändringen kan komma att ta lång tid. Med detta trycker Duflo (2012) på att det inte finns
några genvägar för att snabba på denna process.
17
Stockemer (2011) lyfte fram att demokratier har en lägre andel kvinnor i sina parlament än
icke-demokratier. Detta samband gick Fallon m.fl. (2012) närmare in på och kom dels fram
till att även om icke-demokratier har en högre andel kvinnor i lagstiftande församlingar, så
har dessa en lägre nivå av reellt inflytande. Det skulle kunna innebära att andelen kvinnor i
parlamentet inte har någon effekt på den ekonomiska tillväxten men det kan också vara så
att påverkan skiljer sig åt mellan demokratier och icke-demokratier. Det kan även vara så
att de kvinnor som sitter i parlamenten påverkar beslutsfattandet på andra sätt än genom
direkt beslutsfattande, till exempel genom att påverka kulturen inom parlamenten. Fallon
m.fl. (2012) skrev även att andelen kvinnor i parlamentet ofta minskar i samband med att
ett land går igenom en demokratiseringsprocess, men andelen tenderar att öka igen ju fler
demokratiska val landet går igenom och med en ökade demokratiska friheter. Med detta
menade författarna att det inte var demokratin i sig själv som har en inverkan på andelen
kvinnor i parlamentet, utan snarare själva demokratiseringsprocessen (Fallon m.fl., 2012).
Ett exempel är den snabba nedgången i andelen kvinnor i parlamentet i samband med en
demokratiseringsprocess, vilket var extra tydligt i ett antal europeiska och centralasiatiska
länder mellan åren 1985 och 1990, det vill säga i samband med Sovjetunionens upplösning
(Världsbanken, 2001).
Även Duerst-Lathi och Kelly (1995) nämnde att det inte var säkert att en hög andel kvinnor
i politiska sammanhang har en lika stor påverkan på de beslut som fattas som deras antal
indikerar. De motiverade det med att det i vissa fall fortfarande är så att kön går före
position, det vill säga att en man med samma politiska position som en kvinna har mer att
säga till om och ges större makt bara på grund av att han är man. Kvinnor som deltar i det
politiska livet hamnar ofta inom de så kallade mjuka politiska områdena, såsom social- och
familjepolitik, vilket kan jämföras med utrikes- och finanspolitik vilka är områden inom
politiken som anses ha hög status och där positionerna ofta innehavs av män. (Duerst-Lathi
och Kelly, 1995) Detta talar emot att andelen kvinnor i parlamenten ska ha en påverkan på
den ekonomiska tillväxten men det är möjligt att dessa kvinnor inte bara påverkar direkt via
sina beslut utan även påverkar indirekt. Det skulle kunna innebära att kvinnornas påverkan
är större än de beslut de fattar. Om det är så att andelen kvinnor i parlamenten ökar den
18
ekonomiska tillväxten så innebär det att andelen kvinnor är en positiv faktor oavsett hur den
påverkan fungerar. Frågeställningen i denna uppsats fokuserade på att undersöka om
andelen kvinnor i parlamentet har någon påverkan på den ekonomiska tillväxten, oavsett
hur dess påverkan ser ut, eftersom det i slutändan är det som är viktigt.
Det finns flera studier som har påvisat att korruptionen är mindre utbredd i politiska
församlingar där kvinnor i högre utsträckning är representerade. Detta menade Anada m.fl.
(2001) troligtvis berodde på att kvinnor generellt sätt är mindre benägna att ta emot och ge
mutor. Dollar m.fl. (2001) lyfte fram att forskning stöder detta på både individuell och
nationell nivå. Litteratur inom beteendevetenskap tyder på att kvinnor i större utsträckning
bryr sig om det allmänna bästa och har en högre standard för etiskt beteende. Litteraturen
visar även på att det finns ett samband mellan andelen kvinnor representerade inom
nationella parlament och nivån på korruptionen i ett land. Ett land som har hög korruption
har ofta dåligt fungerande institutioner vilket bidrar till ett lågt förtroende för
institutionerna. Enligt den institutionella teorin är väl fungerade institutioner viktiga för ett
lands ekonomiska utveckling och fler kvinnor i parlamenten kan då vara ett sätt att nå högre
förtroende för institutionerna och därmed få högre ekonomisk tillväxt. Utifrån detta
poängterade Dollar m.fl. (2001) att det kan vara relevant för länder att satsa på en mer
jämlik representation i sina parlament, inte bara för sakens skull utan även för att detta
skulle kunna gynna hela samhället.
3.2 Regioner
Flera tidigare studier inom ämnet ekonomisk tillväxt har konstaterat att tillväxten mellan
olika regioner i världen skiljer sig åt. Nsiah och Fayissa (2013) kom fram till att variabeln
“ekonomisk frihet” har en signifikant betydelse för den ekonomiska tillväxten i Afrika och
Latinamerika medan effekten på tillväxten i Asien är blandad. Barro (1989) menade att det
finns skillnader mellan den ekonomiska tillväxten inom Afrika samt Latinamerika och
övriga regioner i världen. Dessa skillnader gör att den ekonomiska tillväxten inte kan
förklaras av samma faktorer i Afrika och Latinamerika som i övriga regioner. Även Aisedu
(2002) fann att tillväxten för länderna i Sub-Sahara inte reagerar likadant på stimuli som
19
övriga utvecklingsländers ekonomier gör. Aisedus studie fokuserade på de olika effekterna
av utländska direktinvesteringar och författaren fann att medan det i övriga länder finns ett
positivt samband mellan bättre infrastruktur, en högre avkastning på investeringar och de
utländska direktinvesteringarna så existerar inte något sådant samband inom Sub-Sahara.
De fattiga länderna skiljer sig åt på många punkter vilket gör att deras ekonomiska
utveckling kan påverkas av olika faktorer, eller olika mycket av de olika faktorerna.
Exempel på faktorer som kan skilja sig är ländernas olika storlekar och olika tillgång på
råvaror. Dessa skillnader existerar även mellan länder inom samma region medan andra
faktorer är homogena inom olika geografiska regioner och kan göra att länderna i de olika
regionerna har olika förutsättningar för ekonomisk tillväxt. (Aisedu, 2002)
Många av utvecklingsländerna i Afrika och Asien har tidigare varit koloniserade vilket
innebär att dessa länders institutioner har influerats av de koloniserande makterna. Även
många av länderna i Latinamerika har varit koloniserade men eftersom dessa länder till
mycket stor del var koloniserade av endast två olika länder, Spanien och Portugal, har
länderna i regionen stora likheter i politiska, sociala och ekonomiska institutioner. Det är en
skillnad mot utvecklingsländerna i Asien och Afrika som har koloniserats av många olika
länder. Länderna i Östeuropa och Centralasien har inte varit koloniserade även om de under
perioder tillhört större sammanslutningar, såsom Sovjetunionen, vilket skiljer dem från de
övriga utvecklingsregioner. De koloniserade makterna lämnade olika institutionella arv
efter sig och det har visat sig att kvalitén på de institutioner som skapades under tiden som
länderna var koloniserade, än idag påverkar kvalitén på landets institutioner. De afrikanska
länderna är de som avkolonialiserades sist vilket innebär att de haft kortast tid på sig att
forma sina egna institutioner vilket kan innebära att de fortfarande behöver lägga pengar
och tid på att bygga upp dessa, till skillnad från andra regioner. (Todaro och Smith, 2003)
En annan skillnad mellan de olika regionerna var enligt Todaro och Smith (2003) att det i
Latinamerika finns stora socioekonomiska skillnader mellan olika folkgrupper inom
länderna vilket gör att stora delar av befolkningen fortsätter ha låg utbildning och därmed
bidrar till att humankapitalet inte är så stort som det skulle kunna vara. Författarna fortsatte
20
med att förklara att medan Latinamerika och sydöstra Asien har en stor privat sektor så har
länderna i södra Asien och Afrika istället en större offentlig sektor. Då Barro (1996) fann
att stora offentliga utgifter hade en negativ effekt på den ekonomiska tillväxten kan det vara
så att länderna i södra Asien och Afrika har en lägre ekonomisk tillväxt än övriga regioner
på grund av sin relativt sett stora offentliga sektor. Regionerna har också olika industriella
sektorer och skillnader i kultur som kan bidra till att deras ekonomiska utveckling påverkas
av olika faktorer.
3.3 Övriga variabler
R. Barro är en känd nationalekonom som har producerat ett flertal studier inom ekonomisk
tillväxt. Barros studier bygger på regressionsanalyser på paneldata och studiernas resultat
ligger till grund för många senare studier på område. I den studie som släpptes 1996 visade
resultaten på ett antal relevanta variabler för den ekonomiska tillväxten. Bland annat fick
den variabel som indikerade en högre ingångsnivå på utbildningen som ett mått för det
initiala humankapitalet signifikanta resultat. Andra variabler Barro (1996) presenterade som
centrala för den ekonomiska tillväxten var låg inflation, förbättring inom Terms of Trade,
upprätthållande av lagar (Rule of Law), låga offentliga utgifter (som mäts exklusive utgifter
på utbildning och försvar), en hög förväntad livslängd och en låg fertilitet. Författaren
konstaterade också att demokratisk frihet endast har en liten påverkan på den ekonomiska
tillväxten. Variablerna Rule of Law och till viss del, låga offentliga utgifter, kunde även
motiveras utifrån den institutionella teorin då upprätthållandet av lagar är en viktig
institution i samhället och låga offentliga utgifter ofta innebär en lägre nivå av korruption.
Brunetti (1997) kom i sin litteraturstudie fram till att den variabel som indikerar stabilitet i
länders regering är mer signifikant i sin effekt på den ekonomiska tillväxten än den variabel
som mäter demokrati. I samma studie togs även frånvaron av politiskt våld upp som
relevant för tillväxten. Brunetti menar i sin artikel att det överlag är problematiskt att
använda politiska indikatorer som variabler då det ofta är svårt att mäta dessa då det inte
verkar finnas vedertagna definitioner, vilket gör det svårt att få helt jämförbara resultat
mellan olika studier. (Brunetti, 1997)
21
3.4 Sammanfattning
Sammanfattningsvis kan en se att det finns många olika variabler som har effekt på den
ekonomiska tillväxten. Beroende på vilka länder andra studier har valt att titta på så har de
valt lite olika variabler, bland annat eftersom tillgänglig data varierar beroende på land.
Många av de studier som har presenterats ovan refererar till tidigare studier av R. Barro,
eftersom hans studier har täckt ett stort antal länder, variabler och år. Även denna studie har
använt sig av och baserat urvalet av variabler på Barros studier. Litteraturgenomgången
visar även att det finns tydliga kopplingar mellan ekonomisk tillväxt och jämställdhet i
samhället, mer specifikt även andelen kvinnor i parlamentet. Andra studier visar på att olika
regioner i världen har olika förutsättningar för ekonomisk tillväxt, där länderna i Afrika mer
specifikt möter många utmaningar.
I genomgången av tidigare studier märktes det att det inte fanns några tidigare studier som
fokuserade på andelen kvinnor i parlamenten och de olika regionerna i världen samt
ekonomisk tillväxt, även om de fanns studier som har fokuserat på det ena eller det andra.
Då ingen har studerat sambandet mellan dessa faktorer bidrar denna studie förhoppningsvis
med nya insikter inom området ekonomisk tillväxt. Inom området ekonomisk tillväxt och
andelen kvinnliga parlamentariker är området fattiga länder oavsett styrelseskick
outforskat. Många studier har valt att titta på ett snävt urval av länder, exempelvis enbart de
länder som klassas som utvecklingsländer eller “Least developed countries” av
Världsbanken. Detta område möter svårigheter som går att undvika om studien istället
fokuserar på välutvecklade länder, vilket många tidigare forskare har gjort. Länder som är
mindre utvecklade har ofta sämre data då de institutioner i samhället som är ansvariga för
insamlandet ofta inte är lika välutbyggda som i rika länder. De data som finns för dessa
länder är ofta mindre pålitliga och UN Millennium Project (2005) påpekar att dessa länders
data för investeringar ofta är överdrivet höga. Sammantaget gör detta det svårare att
genomföra tillväxtstudier på fattiga länder vilket kan vara en anledning till att det finns få
studier inom området. I vissa fall kan det vara så att författare aktivt har valt bort dessa
fattiga länder för att undvika problemen, Tillsammans leder detta till att studier på fattiga
22
länders tillväxt och andelen kvinnliga parlamentariker är eftersatt och att det finns ett hål i
forskningen att fylla.
23
4. METOD
För att besvara frågeställningen och testa hypoteserna som inledningsvis presenterats,
användes en multipel linjär regression. Den är baserad på paneldata från de länder som vid
utgångsdatumet, år 1997, hade ett BNP per capita som var lägre än medianvärdet i världen.
Empirin bestod av sekundärdata som var inhämtad ifrån Världsbankens och FN:s databaser.
I detta metodavsnitt beskrivs och diskuteras först de empiriska data och variabler som
använts. Detta följs sedan av en beskrivning av regressionsmodellerna. Programmet som
använts för att utföra regressionsanalysen är Nlogit.
4.1 Data
4.1.1 Urval och avgränsning
Studien inriktades mot fattiga länder eftersom deras ekonomiska tillväxt förmodas ha
drivits av andra variabler, som till exempel stabilitet och ökad utbildning, jämfört med de
industriella ländernas tillväxt som till större grad drivits av den tekniska utvecklingen i
landet (Berg, 2009). Avgränsningen för vilka länder som kan ses som fattiga gjordes efter
ländernas BNP per capita vid studiens första år, 1997. De länder vars BNP per capita var
lägre än medianen valdes ut till studien, vilket resulterade i 94 länder. Ett annat alternativ
hade varit att använda HDI för att avgöra vilka länder som kunde anses vara fattiga.
Eftersom HDI tar hänsyn till jämställdhet så skulle användandet av HDI innebära att att en
ökning av andelen kvinnliga parlamentariker direkt påverkar den beroende variabeln vilket
skulle leda till problematiska resultat. Efter den inledande urvalsprocessen valdes de länder
som saknade data för en eller flera variabler bort; här sattes även ett krav på att de länder
som skulle vara med hade tillräckligt mycket data för åtminstone en 10 års period.
Ytterligare länder valdes bort på grund av extremvärden, där ländernas BNP tillväxt ansågs
för vissa årtal vara allt för avvikande från resten av materialet. Detta resulterade i att
undersökningen efter urval två, slutligen bestod av data från 66 länder. Där data saknades
24
för enskilda årtal användes en tidstrend för att skatta dessa tal och skapa ett sammanhållet
paneldataset för statistikprogrammet att analysera.
I uppsatsen behandlades data från åren 1997-2013. Dessa år valdes utifrån att det finns
väldigt lite data för antalet kvinnor i parlament i dessa länder innan år 1997 och när denna
uppsats skrevs fanns det ännu inte data för alla variabler tillgängliga för år 2014. För vissa
länder var tidsperioden kortare eftersom det saknades data för ett antal år i början eller
slutet av perioden; för att se vilka årtal som de olika ländernas data täcker se bilaga 2. Detta
innebar att paneldatan var obalanserad men fixerad, det vill säga individerna, i detta fall
länderna, är desamma men antalet observationer, årtal, för de olika länderna skiljer sig åt
(Greene, 2012). Detta är dock inget som ska ha ställt till problem då de flesta
statistikprogram kan hantera detta (Verbeek, 2000), något som även gäller Nlogit som
använts i denna uppsats (Limdep, u.å.).
Avgränsningen av variabler utgick ifrån de tidigare avsnitten rörande teori samt tidigare
empirisk forskning. För att undvika multikollinearitet togs den oberoende variabeln
fertilitet bort till förmån för variablerna befolkningstillväxt och förväntad livslängd, då
fertilitet är starkt korrelerad med dessa två. Valet baserades på att de utvalda variablerna
bidrog mer till modellens förklaringsförmåga. Korrelationsmatris över samtliga variabler
finns i bilaga 4.
Det fanns en risk att variablerna skulle kunna vara icke-stationära då detta är ett vanligt
problem med de variabler som studeras inom makroekonomin när tidsserier används, såsom
BNP. Detta innebär att feltermsvariansen kommer att växa över tid (Westerlund, 2005). I
denna uppsats bör inte detta problem ha uppstått då den beroende variabeln i denna uppsats
var den årliga procentuella tillväxten av BNP per capita och inte BNP i sig själv.
Den beroende variabeln var det vedertagna måttet, den årliga procentuella BNP-tillväxten
per capita. Då variabler såsom demokrati, korruption, statlig konsumtion och utländska
direktinvesteringar i allmänhet är svåra att få heltäckande data för, framför allt över hela
25
den tidsperiod som resterande paneldata är baserad på, har dessa valts bort. Empiriska data
för variabler såsom investeringar och sparkvoter är ofta bristfälliga för utvecklingsländer
vilket gör att variablerna utländska direktinvesteringar och investeringar var problematiska
att använda då de skulle minskat antalet länder som kunnat inkluderas drastiskt (UN
Millennium Project, 2005). För demokrativariabeln fanns det olika demokratiindex; även
dessa var problematiska då vissa ej hade fullständig data för den tidsperiod som denna
studie täckte, såsom “Demokratiindex” (framställt av Economist Intelligence Unit). Andra
index, såsom Freedom in the world (framställt av Freedom House), inkluderar ett stort antal
faktorer i sina mätningar vilket ökar risken för multikollinearitet. Variabeln korruption
valdes bort då det inte var möjligt att finna någon data som ansågs tillräckligt tillförlitlig
och som samtidigt sträckte sig nog långt tillbaka i tiden för att kunna användas i denna
studie. Hade dessa variabler varit möjliga att inkludera hade modellen eventuellt genererat
fler signifikanta variabler och en högre förklaringsförmåga.
I tidigare studier har ytterligare variabler använts i varierande omfattning men då vissa av
dessa inte har visat sig vara signifikanta i de tidigare studierna och vissa inte bidrog till ett
förbättrat eller högre förklaringsfaktor för denna studies resultat. De variabler som valts ut
var de som i stor omfattning använts i flertal tidigare studier och därmed bedömdes vara
relevanta i denna studie. Då valet att fokusera på fattiga länder gjorde dessa variabler allt
för svårhanterliga, valdes dessa bort i förmån för ett större antal länder. För att besvara
frågeställningen var det mer relevant att inkludera ett större antal fattiga länder än så många
variabler som möjligt då uppsatsens syfte var att studera fattiga länder. Om syftet med
denna studie istället hade varit att studera tillväxten i rika länder hade det varit möjligt att
använda ett större antal variabler. Då författarna inte anser att en sådan studie skulle ha
varit lika intressant väljer författarna istället att acceptera de begränsningar fattiga länder
innebär till förmån för ett intressantare resultat.
Utifrån Konvergensteorin, nämnd i teoriavsnittet, ska fattiga länder ha en högre tillväxt per
capita jämfört med rika länder. Utifrån detta antagande borde eventuella effekter ha varit
tydligare bland fattiga länder jämfört med rika. Här antogs också, utifrån Solow-modellen,
26
att rika länders tillväxt i större utsträckning drivits på av en teknisk utveckling. Det borde i
sin tur ha inneburit att det var troligare att se andra variablers inverkan på den ekonomiska
tillväxten i fattiga länder än i de rika. Fattiga länder har i viss utsträckning problem med
bristfällig data som innehåller luckor vilket gjorde att antalet variabler som kunde
inkluderas i studien var begränsat. Detta tillsammans med att data från utvecklingsländer
inte är helt tillförlitlig, då den är svår att samla in, gjorde det svårt att dra några tydliga
slutsatser.
Då studien omfattade en kort tidsperiod var det att dra slutsatser angående eventuella
långsiktiga trender. Världsbanken samt FN anses vara säkera källor och deras databaser har
använts i stor utsträckning i tidigare forskning. Dessa databaser är de mest omfattande i sitt
slag och de enda alternativ för vissa av de variabler som används i denna studie.
Medvetenheten om problematiken rörande den korta tidsperioden och allmänna problemet
med tillförlitligheten av den empirin som använts, gjorde att de slutsatserna som dragits
från analysen är försiktiga. Slutsatserna gör inte anspråk på att kunna se långsiktiga trender,
utan håller sig till att se om de undersökta förklarande variablerna genererar någon effekt på
den beroende variabeln.
4.1.2 Variabler
I detta avsnitt presenteras de variabler som har använts i analysen. Datan som användes för
variablerna är hämtad från Världsbanken och World Governance Indicators. I tabell 1 ges
en kortfattad presentation av de olika variablerna tillsammans med deras källor och
förväntade tecken för respektive variabels koefficient. De variabler som användes i denna
uppsats var andel kvinnor representerade i de nationella parlamenten, Terms of Trade,
utbildning, stabilitet, befolkningstillväxt, förväntad livslängd och Rule of Law. Den
beroende variabeln i modellen är, som tidigare nämnts, ekonomiskt tillväxt mätt som den
årliga procentuella tillväxten av BNP per capita. Det förväntade tecknet baseras på den teori
och litteratur som presenteras tidigare i uppsatsen.
27
Tabell 1: Kort presentation av variablerna inklusive källor och hypotetiskt tecken för
respektive variabels koefficient
Variabel
Beskrivning
Källa
Förväntat
tecken
BNP-tillväxt
per capita
Årlig procentuell tillväxt av BNP per
capita
Världsbanken
Beroende
variabel
Terms of Trade
Priset på exportvaror/(nominell
växelkurs*priset på importvaror) med
basår 2000
Världsbanken
+
Grundskola
Total andel barn som påbörjar
grundskolan
Världsbanken
+
Befolkningstillväxt
Årlig procentuell ökning av
befolkningen
Världsbanken
−
Förväntad
livslängd
Förväntad livslängd vid födseln
Världsbanken
+
Stabilitet
Fångar uppfattningarna om hur troligt
det är att regeringen skulle bli
destabiliserad eller störtas
World
Governance
Indicators
+
Vilken utsträckning individer har
förtroende för och följer samhällets
regler
World
Governance
Indicators
+
Andelen kvinnor i landets parlament,
procentuellt
Världsbanken
+
Rule of Law
Kvinnor
BNP tillväxt
BNP tillväxt, den beroende variabeln, har mätts i procentuell ökning per år. Variabeln
förväntades att förklaras av modellernas oberoende variabler.
28
Terms of Trade
Variabeln Terms of Trade, eller ländernas bytesförhållande, definierades enligt
Världsbanken (u.å.) som
𝑃𝑟𝑖𝑠𝑒𝑡 𝑝å 𝑒𝑥𝑝𝑜𝑟𝑡𝑣𝑎𝑟𝑜𝑟
𝑁𝑜𝑚𝑖𝑛𝑒𝑙𝑙 𝑣ä𝑥𝑒𝑙𝑘𝑢𝑟𝑠 × 𝑃𝑟𝑖𝑠𝑒𝑡 𝑝å 𝑖𝑚𝑝𝑜𝑟𝑡𝑣𝑎𝑟𝑜𝑟
i vilket år 2000 = 100. Ett
förbättrat Terms of Trade antogs innebära att nationalinkomsten ökade och därmed att BNP
per capita, uttryckt i köpkraftspariteter, ökade (Person och Skult, 2005).
Grundskola
Variabeln grundskola redogör för andelen barn i landet som får påbörja grundskolan inom
respektive land. Denna variabel antogs ha ett positivt samband med BNP tillväxten
eftersom den till viss del tyder på ett ökat humankapitalet i landet utifrån den empiriska
forskningen och den modifierade Solow-modellen. Variabeln förklaras som det totala
antalet personer som skrivs in i grundskolan som procent av befolkningen i
grundskoleåldern. Den totala procentsatsen överstiger i vissa fall 100% eftersom denna
inkluderar både underåriga och äldre studenter på grund av de som börjar skolan sent eller
tidigt samt de som går om klasser. (Världsbanken, u.å.)
Befolkningstillväxt
Variabeln befolkningstillväxt bygger på data för de olika ländernas årliga procentuella
befolkningsökning. Utifrån den tidigare empiriska forskningen antogs variabeln ha en
negativ inverkan på den ekonomiska tillväxten och den ekonomiska tillväxtteorin.
Variabeln mäts som den exponentiella tillväxttakten från år t-1 till t, uttryck i procent
(Världsbanken, u.å).
Förväntad livslängd
Förväntad livslängd vid födseln antogs, med utgångspunkt från den tidigare empiriska
forskningen, kunna indikera hur den allmänna hälsan i respektive land var. En ökad
förväntad livslängd förväntades ha en positiv inverkan på den ekonomiska tillväxten, då en
förbättrad hälsa kan ses som en del av humankapitalet utifrån den modifierade Solowmodellen. Variabeln mäts som antalet år en nyfödd skulle leva om de existerande mönstren
29
av dödlighet vid tiden för födseln fortsätter vara de samma under hela livet (Världsbanken,
u.å).
Stabilitet
Variabeln stabilitet står för politisk stabilitet och frånvaro av våld/terrorism. Variabeln
mäter uppfattningar om sannolikheten för politisk instabilitet och/eller politiskt motiverade
våld, inklusive terrorism (World Governance Indicators, u.å). Även denna variabel antogs
ha ett positivt förhållande till BNP tillväxten eftersom stabila institutioner är viktiga för
ekonomisk tillväxt med utgångspunkt från den institutionella teorin. Variabeln kan ha
värden mellan -2.5 och +2.5, där ett högre värde indikerar hög stabilitet och värdet 0 är
medelvärdet för hela världen (World Governance Indicators, u.å).
Rule of Law
Variabeln Rule of Law består av data som mätt i vilken utsträckning aktörer har förtroende
för och följer samhällets regler, i synnerhet kvaliteten på efterlevnad av avtal, äganderätter,
polisen och domstolarna, och sannolikheten för våld och brottslighet (World Governance
Inducators, u.å.). Denna variabel antogs ha ett positivt samband med ekonomisk tillväxt
eftersom ett ökat förtroende för institutioner innebär en ökad ekonomisk tillväxt. Variabeln
kan ha värden mellan -2.5 och +2.5, där ett högre värde indikerar högt Rule of Law och där
medelvärdet för hela världen är 0. (World Governance Indicators, u.å)
Kvinnor
Variabeln kvinnor står för andelen kvinnor i parlament. Denna antogs ha en positiv effekt
på den beroende variabeln för att undersöka hypoteserna. Variabeln är mätt som andelen
parlamentsplatser som hålls av kvinnor i respektive lands olika kammare och uttrycks i
procent. (Världsbanken, u.å)
Regioner
För att kunna identifiera huruvida den potentiella inverkan av variabeln andel kvinnor i
parlamenten på den ekonomiska tillväxten skilde sig mellan de olika regionerna, skapades
30
lutnings-dummyvariabler. Detta innebar att variabeln för andel kvinnor i parlamentet
multiplicerades med dummyvariabler för respektive region (Kvinnor*Region). Länderna
blev indelade i regioner utifrån Världsbankens indelning av utvecklingsregioner. För att se
vilka länder som tillhörde vilka regioner, se bilaga 3. Regionerna var Afrika söder om
Sahara (SSA), Nordafrika & Mellanöstern (MNA), Europa & Centralasien (ECA),
Latinamerika & Karibien (LAC), Södra Asien (SAS) samt Ostasien & Stilla havet (EAP)
(Världsbanken, u.å.).
4.1.3 Deskriptiv statistik
Tabell 2, som kan läsas nedanför, innehåller beskrivande statistik för de empiriska data som
användes i regressionsanalysen. Den beskrivande statistiken är avrundad till tre decimaler
för att vara mer läsarvänlig. Interaktionstermerna visar andelen kvinnor i parlamentet,
uppdelade utifrån ländernas respektive regionstillhörighet, nämnda i tidigare stycke. Dessa
visar därmed medelvärde, standardavvikelse, minimivärde och maximivärde för variabeln
kvinnor inom respektive region.
Tabell 2: Beskrivande statistik
Variabel
Medelvärde
Standardavvikelse
Min.
Max.
2.987
3.460
-7.394
15.744
Terms of Trade
109.246
31.954
21.218
243.477
Grundskola
99.602
19.784
30.228
149.951
Befolkningstillväxt
1.838
1.084
-1.610
10.259
Förväntad
livslängd
62.857
8.821
39.176
75.757
Stabilitet
-0.5151
0.808
-2.812
1.417
Rule of Law
-0.598
0.508
-1.996
1.083
BNP-tillväxt
per capita
31
Kvinnor
14.110
9.597
0.0
63.800
Kvinnor (SSA)
15.078
10.159
0.0
63.800
Kvinnor (MNA)
8.239
3.542
0.0
31.600
Kvinnor (SAS)
12.465
3.977
0.0
33.200
Kvinnor (ECA)
15.627
5.919
0.0
32.500
Kvinnor (EAP)
13.352
5.893
0.0
27.300
Kvinnor (LAC)
16.229
6.087
0.0
31.300
4.2 Regressionsmodeller
De modeller som generellt används vid skattning av paneldata kan sägas vara Pooled
regression, Fixed effects och Random effects (Greene, 2012). Det finns fler modeller som
kan användas i denna typ av studie men de ovannämnda är de främst förekommande. Detta
gjorde att dessa modeller låg nära till hands när modell valdes till denna studie. Eftersom
urvalet inte klarade första kriteriet för Random effect-modell som innebär att individerna, i
detta fall länderna, ska vara slumpmässigt utvalda från en större urvalsgrupp (Dougherty,
2011), användes ej denna modell och presenteras inte heller ytterligare.
Modellerna som användes i denna uppsats var den enklare modellen Pooled Ordinary least
squares (OLS) modell och en Fixed effect-modell. Detta val gjordes för att kunna visa en
generell skattning av de oberoende variablernas effekt på den ekonomiska tillväxten, både
med och utan hänsyn till landspecifika effekter. Dessa modeller beskrivs här nedan mer
ingående.
4.2.1 Pooled OLS Model
Pooled OLS-modell innebär att alla observationer över hela tidsperioden slås samman till
ett gemensamt sampel för att sedan skattas som en vanlig OLS-modell. Med denna metod
försvinner möjligheten att urskilja specifika skillnader mellan de olika länderna.
(Dougherty, 2011) I denna skattningsmodell antas ett konstant intercept och gemensamma
lutnings-koefficienter oberoende av land. Pooled OLS-modell användes i denna uppsats för
32
att ge en generell skattning på huruvida kvinnlig representation i nationella parlament ger
en signifikant effekt på den ekonomiska tillväxten. En nackdel med Pooled OLS-modell är
att det finns en risk att denna modell underskattar den sanna variansen (Greene, 2012),
vilket i sin tur kan generera felaktig t-statistik.
4.2.2 Fixed Effect Model
En klassisk Fixed effect-modell är Least Squares Dummy Variables (LSDV) (Greene,
2012) och det är den modellen som har använts i denna uppsats. LSDV tar hänsyn till
landspecifika skillnader i effekter genom att varje land tilldelas en separat dummyvariabel
vilket innebär att länderna får separata intercept. Dessa intercept inkluderar de ickeobserverade effekterna för respektive land. Modellen skattas sedan som en vanlig OLSmodell. En LSDV-modell kan endast användas vid paneldata, vilket används i denna
uppsats. Skulle de oberoende variablerna som inkluderades i modellen, haft ett konstant
värde för varje land, skulle Fixed effect ej vara ett effektivt metodval då modellen skulle
vara utsatt för exakt multikollinearitet och dessa variabler skulle då vara tvungna att
uteslutas. (Dougherty, 2011) Detta var dock inget problem för de variabler som
inkluderades i modellen i denna uppsats.
4.2.3 Modellerna
För att kunna besvara de två hypoteserna ställda i inledningen delades analysen upp i två
separata
skattningar.
Den
senare
modellen
kom
att
inkludera
den
regionala
lutningsdummyn (𝛿) för att kunna undersöka om andelen kvinnor i parlamentets effekt på
den ekonomiska tillväxten skiljde sig åt mellan de olika regionerna. De båda utgick ifrån
respektive Pooled OLS och LSDV.
33
Teckenförklaring för modellerna nedan, i = land, t = tidpunkt, βn = lutningskoefficienten,
Ɛi,t = slumpterm som antas uppfylla de vanliga modell kriterierna för regressionsanalys.
𝐵𝑁𝑃𝑐𝑎𝑝 = 𝛼 + 𝛽1 𝑇𝑒𝑟𝑚𝑠 𝑜𝑓 𝑡𝑟𝑎𝑑𝑒𝑖,𝑡 + 𝛽2 𝐺𝑟𝑢𝑛𝑑𝑠𝑘𝑜𝑙𝑎𝑖,𝑡 + 𝛽3 𝐵𝑒𝑓𝑜𝑙𝑘𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖,𝑡 +
𝛽4 𝐹ö𝑟𝑣ä𝑛𝑡𝑎𝑑 𝑙𝑖𝑣𝑠𝑙ä𝑛𝑔𝑑𝑖,𝑡 + 𝛽5 𝑆𝑡𝑎𝑏𝑖𝑙𝑖𝑡𝑒𝑡𝑖,𝑡 + 𝛽6 𝑅𝑢𝑙𝑒 𝑜𝑓 𝐿𝑎𝑤𝑖,𝑡 + 𝛽7 𝐾𝑣𝑖𝑛𝑛𝑜𝑟𝑖,𝑡 + Ɛ𝑖,𝑡
Modell 1.1 Pooled OLS-modell utan regionsdummys.
𝐵𝑁𝑃𝑐𝑎𝑝 = 𝛼𝑖 + 𝛽1 𝑇𝑒𝑟𝑚𝑠 𝑜𝑓 𝑡𝑟𝑎𝑑𝑒𝑖,𝑡 + 𝛽2 𝐺𝑟𝑢𝑛𝑑𝑠𝑘𝑜𝑙𝑎𝑖,𝑡 + 𝛽3 𝐵𝑒𝑓𝑜𝑙𝑘𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖,𝑡 +
𝛽4 𝐹ö𝑟𝑣ä𝑛𝑡𝑎𝑑 𝑙𝑖𝑣𝑠𝑙ä𝑛𝑔𝑑𝑖,𝑡 + 𝛽5 𝑆𝑡𝑎𝑏𝑖𝑙𝑖𝑡𝑒𝑡𝑖,𝑡 + 𝛽6 𝑅𝑢𝑙𝑒 𝑜𝑓 𝐿𝑎𝑤𝑖,𝑡 + 𝛽7 𝐾𝑣𝑖𝑛𝑛𝑜𝑟𝑖,𝑡 + Ɛ𝑖,𝑡
Modell 1.2 Fixed effect-modell utan regionsdummys.
𝐵𝑁𝑃𝑐𝑎𝑝 = 𝛼 + 𝛽1 𝑇𝑒𝑟𝑚𝑠 𝑜𝑓 𝑡𝑟𝑎𝑑𝑒𝑖,𝑡 + 𝛽2 𝐺𝑟𝑢𝑛𝑑𝑠𝑘𝑜𝑙𝑎𝑖,𝑡 + 𝛽3 𝐵𝑒𝑓𝑜𝑙𝑘𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖,𝑡 +
𝛽4 𝐹ö𝑟𝑣ä𝑛𝑡𝑎𝑑 𝑙𝑖𝑣𝑠𝑙ä𝑛𝑔𝑑𝑖,𝑡 + 𝛽5 𝑆𝑡𝑎𝑏𝑖𝑙𝑖𝑡𝑒𝑡𝑖,𝑡 + 𝛽6 𝑅𝑢𝑙𝑒 𝑜𝑓 𝐿𝑎𝑤𝑖,𝑡 +
𝛿(𝐾𝑣𝑖𝑛𝑛𝑜𝑟 ∗ 𝑅𝑒𝑔𝑖𝑜𝑛)𝑖,𝑡 + Ɛ𝑖,𝑡
Modell 2.1 Pooled OLS-modell med regionsdummys.
𝐵𝑁𝑃𝑐𝑎𝑝 = 𝛼𝑖 + 𝛽1 𝑇𝑒𝑟𝑚𝑠 𝑜𝑓 𝑡𝑟𝑎𝑑𝑒𝑖,𝑡 + 𝛽2 𝐺𝑟𝑢𝑛𝑑𝑠𝑘𝑜𝑙𝑎𝑖,𝑡 + 𝛽3 𝐵𝑒𝑓𝑜𝑙𝑘𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖,𝑡 +
𝛽4 𝐹ö𝑟𝑣ä𝑛𝑡𝑎𝑑 𝑙𝑖𝑣𝑠𝑙ä𝑛𝑔𝑑𝑖,𝑡 + 𝛽5 𝑆𝑡𝑎𝑏𝑖𝑙𝑖𝑡𝑒𝑡𝑖,𝑡 + 𝛽6 𝑅𝑢𝑙𝑒 𝑜𝑓 𝐿𝑎𝑤𝑖,𝑡 +
𝛿(𝐾𝑣𝑖𝑛𝑛𝑜𝑟 ∗ 𝑅𝑒𝑔𝑖𝑜𝑛)𝑖,𝑡 + Ɛ𝑖,𝑡
Modell 2.2 Fixed effect-modell med regionsdummys.
34
5. RESULTAT
I detta avsnitt redovisas resultaten från de två separata körningarna, med och utan
regionsdummy, från NLogit.
NLogit genererar per automatik ett Likelihood Ratio Test och ett F-test för att testa
huruvida det existerar fixed group effects i paneldatat. I bägge fallen förkastades nollhypotesen på 1% signifikansnivå vilket indikerade att det existerar fixed group effects inom
den använda datan, vilket kan ses i bilaga 5. Detta indikerade att en Fixed effect-modell var
bättre lämpad för att estimera koefficienterna än Pooled OLS-modell. Detta bekräftades
ytterligare med resultatens R2-värde och SSE, som även dessa visade att Fixed effect
lämpade sig bättre för datasetet.
5.1 Resultat från regressionsanalys utan regional uppdelning
I bägge modellerna, Fixed effect-modell (LSDV) och Pooled OLS, hade variabeln stabilitet
en positiv signifikant effekt och befolkningstillväxt en negativ signifikant effekt på den
ekonomiska tillväxten. Pooled OLS visade att utöver dessa två variabler hade även Terms
of Trade, förväntad livslängd och andelen kvinnor i nationella parlament, signifikanta
positiva effekter på den ekonomiska tillväxten.
Båda modellernas F-värde indikerade att den beroende variabeln, ekonomisk tillväxt,
påverkades av en eller flera av de oberoende variablerna, vilket innebar att modellerna
kunde sägas ha en förklaringsgrad på 1% signifikansnivå. I OLS kunde 8,9% av variationen
i den beroende variabeln förklaras av modellen, medan i LSDV kunde 38,3% av
variationen förklaras. Genom att titta på Residual Sum of Squares (SSE) kunde det utläsas
att SSEOLS > SSELSDV. Detta innebar att den oförklarade variationen var större med
modellen Pooled OLS än med LSDV. Både dessa mått indikerade att Fixed effects var det
bättre valet av modell för den använda empiriska data.
35
I den tabell (3) som följer nedan presenteras de resultat som sammanfattades ovan.
Tabell 3: Resultat från Nlogit, exklusive regionsdummys.
Resultat från Nlogit (utan regioner)
Beroende variabel: Årlig BNP-tillväxt per capita (%)
Ordinary least squares regression
(OLS)
Oberoende
variabler
Least squares with Fixed effects
(LSDV)
Koefficient
(Standardavvikelse)
t-värde
(p-värde)
Koefficient
(Standardavvikelse)
t-värde
(p-värde)
0.12284
(1.12291)
0.11
(0.9129)
-
-
0.00898***
(0.00328)
2.73
(0.0063)
0.00160
(0.00434)
0.37
(0.7130)
Grundskola
0.00482
(0.00578)
0.83
(0.4047)
0.00888
(0.01064)
0.83
(0.4041)
Förväntad
livslängd
0.03774**
(0.01532)
2.46
(0.0137)
-0.01155
(0.06158)
-0.19
(0.8512)
-0.82464***
(0.11676 )
-7.06
(0.0000)
-0.53373***
(0.20664)
-2.58
(0.0098)
Stabilitet
0.39574**
(0.15546)
2.55
(0.0109)
0.85212***
(0.29957)
2.84
(0.0044)
Rule of Law
-0.08270
(0.25094)
-0.33
(0.7417)
0.05024
(0.58814)
0.09
(0.9319)
0.04966***
(0.01113)
4.46
(0.0000)
0.02920
(0.02061)
1.42
(0.1567)
Intercept
Terms of Trade
Befolkningstillväxt
Kvinnor
R2
(R2 based on within
group variation)
F-statistik
(Prob F > F*)
Residual Sum of
Squares (SSE)
0.08906
0.38318
(0.027967)
F[ 7, 970] = 22.87276
(0.00000)
F[ 72, 905] = 7.80824
(0.00000)
10038.4
7213.96
36
Antal länder
66
Antal
observationer
978
Notis: ***, **, * → Signifikanta på respektive en 1%, 5%, 10%-nivå.
Genomsnittsstorleken för grupperna i panelen är 14.82 (Minsta 10, Största 17)
5.2 Resultat från regressionsanalys med regional uppdelning
Pooled OLS-modellen visade att variabeln Terms of Trade tillsammans med förväntad
livslängd och stabilitet har en positiv signifikant effekt på den ekonomiska tillväxten och
även i denna modell fick befolkningstillväxt en negativ signifikant effekt. Effekten av
andelen kvinnor i nationellt parlament skiljde sig mellan de olika regionerna. Regionerna
Afrika söder om Sahara (SSA), Södra Asien (SAS), Europa och Centralasien (ECA) och
Ostasien & Stilla havet (EAP) visade signifikanta positiva effekter med olika styrka.
Samtidigt visade resultatet att en ökad andel kvinnor i nationellt parlament i Latinamerika
och Karibien (LAC) hade en negativ signifikant effekt på den ekonomiska tillväxten.
Regionen Nordafrika och Mellanöstern (MNA) fick inget signifikant värde.
Resultatet från Fixed effect-modellen visade att variabeln stabilitet har haft en signifikant
positiv inverkan på den ekonomiska tillväxten. Andelen kvinnor inom de nationella
parlamenten fick endast en signifikant effekt i regionen Latinamerika och Karibien (LAC),
där den var positiv. Befolkningstillväxten hade även här en signifikant negativ effekt på den
ekonomiska tillväxten.
Båda modellerna passade datan väl på en 1% signifikansnivå sett till deras F-värde. Med
Pooled OLS-modell kunde 19,2% av variationen i den beroende variabeln förklaras av
modellen, medan i LSDV-modell kunde 38,78% av variationen förklaras. Även i tabell 4
kunde en se att SSEOLS > SSELSDV, vilket innebär att den oförklarade variationen var större
med modellen Pooled OLS än med LSDV. I tabell 4, som följer nedan, redovisas det
resultat som har diskuterats i detta avsnitt.
37
Tabell 4: Resultat från Nlogit, inklusive regionsdummys.
Resultat från Nlogit (med regioner)
Beroende variabel: Årlig BNP-tillväxt per capita (%)
Ordinary least squares regression
(OLS)
Oberoende
variabler
Least squares with fixed effects
(LSDV)
Koefficient
(Standardavvikelse)
t-värde
(p-värde)
Koefficient
(Standardavvikelse)
t-värde
(p-värde)
-0.64194
(1.18653)
-0.54
(0.5885)
-
-
0.01022***
(0.00329)
3.10
(0.0019)
0.00116
(0.00440)
0.26
(0.7922)
0.00268
(0.00580)
0.46
(0.6434)
0.01547
(0.01120)
1.38
(0.1674)
Förväntad livslängd
0.04970***
(0.01847)
2.69
(0.0071)
-0.01112
(0.06306)
-0.18
(0.8601)
Befolkningstillväxt
-0.78730***
(0.12215)
-6.45
(0.0000)
-0.59256***
(0.21282)
-2.78
(0.0054)
Stabilitet
0.45721***
(0.16349)
2.80
(0.0052)
0.86011***
(0.30174)
2.85
(0.0044)
-0.23019
(0.26751)
-0.86
(0.3895)
0.19523
(0.59715)
0.33
(0.7437)
Kvinnor, SSA
0.05240***
(0.01328)
3.95
(0.0001)
0.00035
(0.03032)
0.01
(0.9909)
Kvinnor, MNA
-0.01548
(0.03145)
-0.49
(0.6227)
0.01956
(0.05381)
0.36
(0.7162)
Kvinnor, SAS
0.08010***
(0.02832)
2.83
(0.0047)
0.01117
(0.05795)
0.19
(0.8472)
Kvinnor, ECA
0.07257***
(0.02161)
3.36
(0.0008)
0.03446
(0.04246)
0.81
(0.4170)
Kvinnor, EAP
0.11314***
(0.02061)
5.49
(0.0000)
-0.01996
(0.08035)
-0.25
(0.8038)
Kvinnor, LAC
-0.04435**
(0.01989)
-2.23
(0.0258)
0.14342***
(0.05083)
2.82
(0.0048)
Intercept
Terms of Trade
Grundskola
Rule of Law
38
R2
(R2 based on within
group variation)
F-statistik
(Prob F > F*)
Residual Sum of
Squares (SSE)
0.19223
0.38783
(0.035295)
F[ 12, 965] = 19.13701
(0.00000)
F[ 77, 900] = 7.40481
( 0.00000)
9447.16
7159.58
Antal länder
66
Antal observationer
978
Notis: ***, **, * → Signifikanta på respektive en 1%, 5%, 10%-nivå.
Genomsnittsstorleken för grupperna i panelen är 14.82 (Minsta 10, Största 17)
5.3 Sammanfattning av resultaten
Att de olika modellerna visade snarlika resultat visade på att resultaten var robusta, vilket
var positivt. Det ökade R2-värdet indikerade att modellerna som inkluderade regionaladummys gav en större förklaringsfaktor än de utan. Detta bekräftades av ett Goodness of
fit-test som utfördes för att kunna jämföra de två olika Fixed effects-modellerna. Detta test
undersökte om de extra variablerna, i detta fall den regionala aspekten, lett till en ökad
förklaringsgrad. Resultatet av detta test visade att på en 5%-signifikansnivå gav den
utökade modellen en högre förklaringsgrad.
I bägge fallen indikerade resultaten att Fixed effects-modellen var ett bättre lämpat val
mellan Pooled OLS och LSDV. Detta indikerade även att de variabler som hade en positiv
signifikant effekt på den ekonomiska tillväxten i fattiga länderna var stabilitet och andelen
kvinnor i nationellt parlament i regionen Latinamerika & Karibien (LAC). Störst positiv
effekt på den ekonomiska tillväxten gavs av en ökad stabilitet inom ett land medan en ökad
befolkningstillväxt leder till en minskad ekonomisk tillväxt. Då båda dessa variabler fick
liknande utslag även i de övriga modellerna, så indikerade detta att det var ett robust
resultat.
39
Eftersom LSDV-modell med regionsdummys var den modell som visat sig vara den mest
lämpade utifrån den empiriska data, var det denna som fokus kom att ligga på i
diskussionen.
40
6. DISKUSSION
I ovanstående avsnitt klargjordes att Fixed effect var det bättre valet i förhållande till
Pooled OLS-modell. Ett Goodness of fit test visade även att modell 2 som inkluderade
regionsdummys var den bättre modellen av de två Fixed effect-modellerna. Utifrån detta
kunde det ses att de positivt signifikanta variablerna var stabilitet och andelen kvinnor i
parlamentet i länder som finns i regionen Latinamerika & Karibien (LAC).
Befolkningstillväxt hade här, liksom i övriga modeller en negativ signifikant effekt. Alla
variablerna var signifikanta på 1%-signifikansnivå. Utifrån de variabler som fick
signifikanta koefficienter, stämdes dessas tecken överens med de förväntade tecken som
presenterats i metodavsnittet.
Med utgångspunkt från detta resultat kan frågeställningen och hypoteserna som ställdes i av
uppsatsen få svar, respektive förkastas eller ej. Frågeställningen formulerades som följande:
Har andelen kvinnor i parlamentet haft en inverkan på den ekonomiska
tillväxten i de länder som vid utgångsåret 1997 hade ett BNP per capita som
var lägre än medianvärdet?
Denna frågeställning besvarades både utifrån Fixed effect-modell 1.2 och 2.2, där modell
1.2 visade att andelen kvinnor inom nationella parlament, i länder som vid utgångsåret
1997 hade en BNP per capita som var lägre än medianen för världen, ej hade en signifikant
effekt på den ekonomiska tillväxten. Detta innebar att den första hypotesen, “En ökning av
andelen kvinnor i det nationella parlamentet leder till en högre ekonomisk tillväxt i fattiga
länder”, kunde förkastas utifrån den första modellen. Den andra modellen, 2.2, gav ett annat
resultat och visade att variabeln andel kvinnor i parlamentet i regionen Latinamerika &
Karibien, hade en signifikant effekt på den ekonomiska tillväxten. Detta innebar att den
41
andra hypotesen, “Hur stor påverkan andelen kvinnor i parlamentet har på den ekonomiska
tillväxten varierar beroende på vilken region som landet tillhör”, ej kunde förkastas.
Pooled OLS visade liksom LSDV stabilitet som positivt signifikant och befolkningstillväxt
som negativt signifikant. Det som skilde sig åt mellan de två modellerna var främst att
kvinnor (LAC) hade en signifikant negativ effekt på den ekonomiska tillväxten i Pooled
OLS-modellen medan den var positiv i LSDV. Det är inte ovanligt att variabler får olika
tecken när olika modeller används eftersom modellerna fungerar på olika sätt. Vad orsaken
till denna skillnad är förklaras inte mer ingående i denna uppsats då det inte är uppsatsens
syfte att redogöra för alla skillnader mellan modellerna. I OLS-modellen hade även Terms
of Trade, Förväntad livslängd och övriga regionala kvinnor, med undantag MNE, positiv
signifikant effekt. De variabler som var signifikanta stämde överens med de förväntade
tecken som presenterades i metodavsnittet (med undantag för LAC i Pooled OLS). Som
tidigare nämnts i metodavsnittet (4.2.1) är ett av problemen med att använda Pooled OLS
modellen att denna modell kan generera felaktig t-statistik. Ytterligare en förklaring till att
Pooled OLS modellerna genererade fler signifikanta resultat jämfört med LSDVmodellerna kan bero på att i Fixed effects-modell fångas en del av den
förklarandefaktorerna upp i de landspecifika intercepten istället för de övriga variablerna,
vilket skulle kunna innebära att färre av de övriga variablerna blev signifikanta. På grund
av den problematiken samt att Goodness of fit testen visade att LSDV-modellerna i båda
fallen var bättre lämpade ansågs LSDV-modellerna vara de som var relevanta att fokusera
på i detta diskussionsavsnitt.
Att variabeln stabilitet gav signifikant positiv effekt på den ekonomiska tillväxten var
logiskt utifrån den institutionella teorin och tidigare empirisk forskning inom området,
vilka visade på att institutionell stabilitet leder till en ökad ekonomisk tillväxt. Både den
endogena- och den neoklassiska teorin samt den tidigare empiriska forskningen menar att
befolkningstillväxt har en negativ effekt på den ekonomiska tillväxten om denna ej
kompenseras av ökade investeringar. De variabler som fick signifikanta koefficienter, hade
42
den effekt som antagits i tabell 1 under förväntade tecken. Då dessa två signifikanta
variabler fick samma tecken i de olika modellerna, tyder detta på ett robust resultat.
När dummyvariabler för de olika regionerna inkluderades för att kunna undersöka huruvida
andelen kvinnor i nationellt parlament ger olika effekter, på den ekonomiska tillväxten i ett
land, inom olika regioner, visade samma variabler som den tidigare LSDV-modellen,
signifikanta effekter på den ekonomiska tillväxten. Undantaget var andelen kvinnor i
nationellt parlament i Latinamerika & Karibien för Fixed effects-modellen. Då variabeln
inte fick någon signifikant effekt i övriga regioner kunde slutsatsen dras att det finns en
skillnad mellan regionerna. Dock går det inte utifrån detta att säga hur effekterna skiljer sig
då de övriga regionerna ej var signifikanta. Detta innebar att den andra hypotesen från
inledningen ej kunde förkastas, även om denna ej kan helt ut sägas vara fullständigt
bekräftad då resultatet från den ekonometriska analysen gjorde det omöjligt att göra en
jämförelse av effekterna av variabeln mellan olika länders regionala tillhörighet.
Inom den empiriska forskningen, rörande ekonomisk tillväxt inom olika regioner,
särskildes Latinamerika från de övriga utvecklingsregionerna, med undantag från
Sydostasien, med att regionen hade en större privat sektor, jämför med de övriga som hade
en större offentligt sektor. Om detta skulle vara den centrala anledningen till skillnaden i
denna studie borde modellen även ha visat signifikanta resultat för Ostasien & Stilla havet
(EAP). Då detta ej var fallet var det svårt att, utifrån den tidigare empiriska forskningen och
tillväxtteorin, förklara vad denna skillnad mellan Latinamerika & Karibien och de övriga
regionerna var ett resultat av. En annan orsak till att LAC fick signifikanta resultat, till
skillnad från övriga regioner, kan eventuellt vara att regionen anses vara mer homogen än
övriga regioner. Detta innebär att länderna i LAC är mer lika varandra och därmed är det
troligare att dessa länder reagerar homogent på en ökad andel kvinnor i parlamenten. I de
mer heterogena regionerna kan effekten vara mer differentierad mellan länderna vilket kan
bidra att regioners resultat i helhet inte blir signifikanta.
Då tidigare studier har kunnat visa att andelen kvinnor inom nationella parlament har en
43
positiv inverkan på den ekonomiska tillväxten bör här understrykas att denna studies
resultat ej menar att denna variabel skulle vara irrelevant, utan endast att utifrån den modell
som i denna uppsats ansågs passa det empiriska materialet bäst, kunde en signifikant
positiv effekt på den ekonomiska tillväxten endast upptäckas i de länder som tillhör
regionen Latinamerika & Karibien.
Det faktum att de flesta variabler inte blev signifikanta, vilket inte har varit fallet i flertal
tidigare studier, är värt att nämna. En anledning till detta kan vara att denna studie har
fokuserat på fattiga länder vilka ofta har mer problematisk data. Det är också möjligt att de
modeller som använts i studien inte var optimala för att besvara studiens syfte då ett antal
intressanta och eventuellt relevanta variabler har valts bort till fördel för ett större antal
länder.
6.1 Sammanfattning
Utifrån resultatet kunde frågeställningen besvaras med att andelen kvinnor i nationella
parlament ej har en signifikant inverkan på den ekonomiska tillväxten, med undantag från i
regionenen Latinamerika & Karibien (LAC).
Författarnas åsikt är att denna uppsats till viss del fyller det hål som den syftade att fylla.
De resultat denna studie resulterade i är nya då det inte finns tidigare studier som tittat på
andelen kvinnliga parlamentariker, ekonomisk tillväxt och regioner. Även att studien enbart
fokuserar på fattiga länder gör att den fyller ett hål i forskningen. Tyvärr är svårt att dra
några långtgående slutsatser av resultatet då få av de variabler som användes blev
signifikanta, men även bristen på signifikans är ett resultat. Författarna anser att även om
inget samband mellan andelen kvinnor i parlamentet och ekonomisk tillväxt kan fastställas
så har uppsatsens syfte uppnåtts då existensen av detta samband har undersökts, även om
undersökningens resultat inte blev signifikant vilket innebar att hypoteserna ej kunde
bekräftas.
44
6.2 Förslag på fortsatta studier
Då denna studies resultat inte var entydiga rekommenderas att fortsatta studier görs på
området kvinnligt deltagande och ekonomisk tillväxt. Det skulle vara intressant att göra en
liknande studie om ytterligare 10 år då det kommer att vara möjligt att dra mer långtgående
slutsatser eftersom det då finns tillgänglig data för en längre tidsperiod. Redan nu skulle det
vara intressant att använda samma modell på länder med högre inkomster för att kunna
jämföra resultaten mellan rika och fattiga länder. En sådan jämförelse skulle kunna visa om
det finns några skillnader mellan huruvida en ökad andel kvinnliga parlamentariker ger
olika effekt i olika regioner beroende på om länderna är fattiga eller rika. Det vore även
intressant att se om regioner har någon signifikant betydelse för rika länder och hur den i så
fall skiljer sig från resultaten för fattiga länder. Om andelen kvinnor i parlamentet och
jämlikhet i allmänt, har olika effekter på den ekonomiska tillväxten beroende vilken region
länderna räknas till, vore det i fortsatta studier intressant att se vad denna skillnad kan bero
på. Författarna upplever även att det skulle vara relevant att utveckla de modeller som
använts i denna studie genom att inkludera fler variabler, till exempel de variabler som i
denna studie har nämnts som relevanta men som ej har varit möjliga att inkludera på grund
av bristande data. Dessa skulle eventuellt kunna inkluderas i fortsatta studier om
insamlandet av denna data förbättras i framtiden.
Till sist så föreslås att studier kan göras på sambandet mellan andelen kvinnor i parlamentet
i demokratiska och icke-demokratiska länder vid en tidpunkt då det finns mer tillgänglig
data för den demokratiska statusen i fattiga länder.
45
REFERENSLISTA
Aisedu, E. (2002). On the determinants of Foreign Direct Investment to developing
countries: Is Africa different? World Development, Vol. 30, s.107–119
Anada, S., Knack, S., Lee, Y. och Omar, A. (2001). Gender and corruption. Journal of
Development Economics, vol. 64. s. 25-55
Armiento, A. (2013) Minskade klyftor mellan könen.
http://www.publikt.se/artikel/minskade-inkomstklyftor-mellan-konen-15475
(2015-06-11)
Barro, R. (1991). Economic Growth in a Cross Section of Countries, The Quarterly Journal
of Economics, Vol. CVI, nr. 425, s. 407-443
Barro, R. (1996). Determinants of Economic Growth: A Cross-Country Empirical Study.
The MIT Press, vol. 1, nr. 1
Begg, D. och Vernasca, G m.fl, (2011). Economics, McGraw-Hill Education, Berkshire
Berg, C. (2008). Global ekonomi, SNS förlag, Stockholm
Brunetti (1997). Political Variables in Cross Country Growth Analysis. Journal of
Economic Surveys, vol. 11, nr. 2
Dollar, D.,Fisman, R. och Gatti, R. (2001). Are women really the “fairer” sex? Corruption
and women in government. Journal of Economic Behavior & Organization, vol. 46,
nr. 4, s.423-429
Dougherty, C. (2011). Introduction to econometrics. (4. ed.) Oxford, Oxford University
Press.
Duerst-Lahti, G. och Kelly, R. (1995). Gender power, Leadership and Governance,
University of Michigan, United States of America
Duflo, E. (2012). Women’s empowerment and economic development. Journal of
Economic Literature, vol. 50 nr.4, 1051–1079
Er, S. (2012). Women Indicators of Economic Growth: A Panel Data Approach. Economic
Research Guardian. vol. 2, nr. 1, s. 27-42
46
Fallon, K. Swiss, L och Viterna, J. (2012). Resolving the Democracy Paradox:
Democratization and Women’s Legislative Representation in Developing Nations,
1975 to 2009. American Sociological Review, Vol.77(3). s. 380-408
Greene, W.H. (2012). Econometric analysis. Pearson Education Limited, Boston
Jayasuriya, D. och Burke, P. (2013). Female Parliamentarians and Economic Growth:
Evidence from a Large Panel. Applied Economics Letters, vol. 20, nr. 1-3, s. 304-07
Kraay, A. och Raddatz, C. (2007) Poverty traps, aid and growth. Journal of Development
Economics, vol. 82, nr. 2, s. 315-347
Lovenduski, J. (2005). State Feminism and Political Representation, Cambridge University
Press, Cambridge
Limdep (u.å) “Panel Data Models: Panel Data Sets”
https://www.limdep.com/features/capabilities/panel_data/panel_data_sets_8.php
(Hämtad 2015-05-07)
Löfström, Å. (2009). Gender equality, economic growth and employment. Integrationsoch jämställdhetsdepartementet.
North, D. (1990). Institutions, institutional change and economic performance. Cambridge
University Press, Cambridge
North, D. (1994). Economic Performance through Time, American Economic Review,
vol. 84, nr. 3, s. 359-368
Nsiah, C. och Fayissa, B.(2013). Remittances and Economic Growth in Africa, Asia, and
Latin American-Caribbean Countries: A Panel Unit Root and Panel Cointegration
Analysis. Journal of Economics and Finance, vol. 37, nr. 3, s. 424-441
Persson, M och Skult, E. (2005). Tillämpad makroekonomi, SNS Förlag, Stockholm
Sala-i-Martin, X., Doppelhofer, G. och Miller, R.I. (2004). Determinants of
Long-Term Growth: B. A. C. E. Approach. The American Economic Review, Vol.
94, nr. 4, s. 813-835
Sandgren, C. (2005). Att bekämpa korruption. POM Working Paper 2005:4, SIDA,
Stockholm
Stockemer, D. (2011). Women’s Parliamentary Representation in Africa: The Impact of
Democracy and Corruption on the Number of Female Deputies in National
Parliaments. Political Studies, Vol. 59. s. 693–712
Tanzi, V. (2000). Policies, Institutions and the dark side of Economics. Edward Elgar
47
Publishing Limited, Cheltenham
Todaro, M. och Smith, S. (2003). Economic Development. Pearson Education Limited,
Essex
United Nations Development Program (UNDP) (2015) Öka jämställdheten mellan män och
kvinnor.
http://www.se.undp.org/content/sweden/sv/home/mdgoverview/overview/mdg3.htm
l (Hämtad 2015-06-11)
UN Millennium Project (2005), Investing in Developmet: A practical plan to achive the
Millennium Development Goals. New York
Verbeek, M. (2000). A guide to modern econometrics. Chichester: Wiley.
Viterna, J., Fallon, K. och Beckfield, J. (2008). How Development Matters: A Research
Note on the Relationship between Development, Democracy and Women’s Political
Representation. International Journal of Comparative Sociology, vol. 49, nr. 6,
s.455-477
Waring, M., Greenwood, G. och Pintat, C (2000). Politics: Women’s Insight.
Inter-Parliamentary Union
Westerlund, J. (2005). Introduktion till ekonometri. Studentlitteratur, Lund
Världsbanken (2001). Engendering Development, Oxford University Press, Oxford
Världsbanken (2013). Women, Business and the Law 2014, Bloomsbury Publishing Plc,
London
Världsbanken, (u.å) “Data” http://data.worldbank.org/ (Hämtad 2015-04-14)
World Governance Indicators (u.å) “Data”
http://info.worldbank.org/governance/wgi/index.aspx#home (Hämtad 2015-04-14)
48
BILAGOR
Bilaga 1. Länder urval 1
Länder urval 1* (94 st.)
Albanien
Algeriet
Angola
Armenien
Azerbaijan
Bangladesh
Benin
Bhutan
Bolivia
Bosnien och
Hercegovina
Burkina Faso
Burundi
Centralafrikanska
republiken
Djibouti
Egypten, Arabrep.
Elfenbenskusten
El Salvador
Eritrea
Etiopien
Filippinerna
Gambia
Georgien
Ghana
Guatemala
Guinea
Guinea-Bissau
Guyana
Honduras
Indien
Indonesien
Iran, Islamiska
Rep.
Irak
Jordanien
Jemen
Kambodja
Kamerun
Kap Verde
Kazakstan
Kenya
Kina
Kiribati
Komorerna
Kongo, Dem. Rep.
Kongo, Rep.
Kirgizistan
Laos
Lesotho
Liberia
Makedonien
Madagaskar
Malawi
Mali
Marshallöarna
Mauritanien
Mikronesiens, Fed. St.
Moldovien
Mongoliet
Marocko
Moçambique
Nepal
Nicaragua
Niger
Nigeria
Pakistan
Papua Nya Guinea
Paraguay
Peru
Rwanda
Samoa
Senegal
Sierra Leone
Solomonöarna
Sri Lanka
Sudan
Swaziland
Syrien
Tadzjikistan
Tanzania
Tchad
Thailand
Togo
Tonga
Tunisien
Turkmenistan
Tuvalu
Uganda
Ukrana
Uzbekistan
Vanuatu
Västbanken
och Gaza
Vietnam
Vitryssland
Zambia
Zimbabwe
*Urval 1 gjordes genom att lokalisera vilka länder som låg under median BNP per capita
1997 och som hade tillgänglig data från Världsbanken för den årliga BNP per capita
tillväxten mellan åren 1997-2013.
49
Bilaga 2. Länder urval 2 och deras årtal
Urval 2* inkl. årtalen för respektive land (66 st.)
i
Länder
Årtal
1
Algeriet
2
i
Länder
Årtal
1997-2012 34
Makedonien
2000-2012
Armenien
1997-2008 35
Madagaskar
2003-2013
3
Vitryssland
2001-2013 36
Mali
1997-2013
4
Benin
1997-2013 37
Mauritanien
1997-2013
5
Bhutan
2000-2013 38
Moldovien
1999-2013
6
Bolivia
1998-2013 39
Mongoliet
2000-2013
7
Burkina Faso
1998-2013 40
Marocko
1997-2013
8
Burundi
1997-2013 41
Moçambique
1998-2013
9
Kap Verde
1998-2013 42
Nepal
2000-2013
10 Kambodja
2000-2013 43
Nicaragua
1997-2010
11 Kameron
1997-2012 44
Niger
1997-2012
12 Centralafrikanska
Republiken
2001-2012 45
Pakistan
2000-2013
13 Kina
1997-2013 46
Paraguay
1997-2011
14 Kongo, Rep.
1997-2013 47
Peru
1997-2013
15 Elfenbenskusten
1997-2013 48
Filippinerna
1997-2009
16 Djibouti
2000-2013 49
Rwanda
1997-2013
17 El Salvador
1997-2013 50
Samoa
2000-2013
18 Etiopien
1997-2006 51
Senegal
1997-2012
19 Gambia
1997-2013 52
Solomonöarna
2002-2013
20 Georgien
2000-2013 53
Sri Lanka
2000-2012
21 Ghana
1997-2013 54
Sudan
2001-2012
50
22 Guatemala
1997-2013 55
Swaziland
1997-2012
23 Guinea
1997-2007 56
Tadzjikistan
2000-2012
24 Guyana
2000-2013 57
Tanzania
1997-2013
25 Honduras
1997-2013 58
Thailand
1999-2013
26 Indien
1997-2011 59
Togo
1997-2013
27 Indonesien
1999-2012 60
Tunisien
1997-2013
28 Iran, Islamska Rep.
2000-2013 61
Uganda
1997-2013
29 Jordanien
1998-2012 62
Uzbekistan
2000-2011
30 Kazakstan
2000-2013 63
Vanuatu
1999-2010
31 Kirgizistan
2000-2012 64
Vietnam
2000-2013
32 Laos
2000-2013 65
Jemen
2000-2010
33 Lesotho
1997-2013 66
Zambia
1998-2013
* Urval 2 valdes länder som saknade data för en eller fler variablerna bort, här sattes även
ett krav på att de länder som skulle vara med har tillräckligt mycket data för ett minimum
10 års period. Ytterligare fyra länder, Azerbaijan, Chad, Nigeria & Ukraine, valdes bort
pga. extremvärden där ländernas BNP tillväxt skiljde sig allt för mycket från resten av
materialet och därför ej ansågs vara tillförlitgligt. Där data saknade för enskilda årtal har en
tidstrend använts för att skatta dessa tal för att ge en sammanhållande paneldata för
statistikprogrammet att analysera. Länderna är sorterade i bokstavsordning efter sina
engelska namn.
51
Bilaga 3. Länderna uppdelade i respektive region
Länderna uppdelade i regioner*
East Asia
& Pacific
(EAP)
Europe &
Latin
Central Asia America &
(ECA)
Caribbean
(LAC)
Middle East &
North Africa
(MNA)
South Asia
(SAS)
Sub-Saharan
Africa (SSA)
Kambodja
Armenien
Bolivia
Algeriet
Bhutan
Benin
Kina
Georgien
El Salvador
Djibouti
Indien
Burkina Faso
Indonesien
Kazakstan
Guatemala
Nepal
Burundi
Laos
Kirgizistan
Guyana
Iran, Islamska
Rep.
Pakistan
Honduras
Jemen
Sri Lanka
Centralafrikanska
Republiken
Filippinerna Moldovien
Nicaragua
Jordanien
Elfenbenskusten
Samoa
Tadzjikistan
Paraguay
Marocko
Etiopien
Solomonöarna
Uzbekistan
Peru
Tunisien
Gambia
Mongoliet
Makedonien
Ghana
Vitryssland
Thailand
Guinea
Vanuatu
Kap Verde
Vietnam
Kameron
Kongo, Rep.
Lesotho
Madagaskar
Mali
Mauritanien
Moçambique
Niger
Rwanda
Senegal
Sudan
Swaziland
Tanzania
Togo
Uganda
Zambia
*Länderna är uppdelade i regioner enligt Världsbanken indelning av utvecklingsregioner,
där endast utvecklingsländer har inkluderats. (Världsbanken, u.å.)
52
Bilaga 4. Korrelationsmatris över variablerna inkl. variabeln fertilitet
Cor.Mat.
BNP
TERMS.
GRUND
BEF
LIV.
FER.
STAB.
LAW
BNP
1.000
TERMS.
.05508
1.000
GRUND.
.13551
-.04128
1.000
BEF.
-.31173
.14173
-.16451
1.000
LIV.
.25097
-.05627
.37752
-.56636
1.000
FER.
-.34783
.08589
-.39087
.80044
-.79179
1.000
STAB.
.09122
-.00795
.09483
-.04357
.04062
-.03256
1.000
LAW
.06705
-.04608
.09647
-.1081
.16882
-.12504
.56524
TERMS.
GRUND.
Cor.Mat.
BNP
BEF.
LIV.
FER.
STAB.
1.000
LAW
KVINNOR
.15292
.11250
.18120
-.02463
.00708
-.05124
-.08309
-.12163
LAC
-.07942
-.01183
.11038
-.15579
.25705
-.17836
-.00777
-.11626
MNA
-.01191
.00172
.00457
-.11470
.20069
-.19246
.03814
.16168
SAS
.03520
-.15121
.06122
-.04948
.08015
-.11550
-.23948
.05187
ECA
.20860
.04149
-.02471
-.37481
.24844
-.36555
.00905
-.15021
EAP
.23087
-.11710
.19757
-.18961
.29933
-.29716
.07413
.07036
SSA
-.07306
.21571
-.02073
.45782
-.56708
.55616
-.04167
-.07521
Cor.Mat.
KVINNOR
SSA
MNA
SAS
ECA
LAC
KVINNOR
1.000
SSA
.55423
1.000
MNA
.02755
-.15221
1.000
SAS
.10505
-.13803
-.05556
1.000
ECA
.20769
-.19765
-.07955
-.07214
1.000
LAC
.20083
-.21302
-.08574
-.07775
-.11133
1.000
EAP
.16963
-.21808
-.08778
-.07960
-.11398
-.12284
53
EAP
1.000
Bilaga 5. Test Statistics for the Fixed Effects Regression Model
Hypotestest (4) vs. (2) visar att nollhypotesen förkastas på 1% signifikansnivå i bägge
skattningarna Detta indikerar att fixed group effects existerar i det empiriskadata.
Test Statistics for the Fixed Effects Regression Model (Utan regioner)
(1)
(2)
(3)
(4)
Model
Constant term only
Group effects only
X - variables only
X and group effects
Log-Likelihood
-2601.14356
-2378.74352
-2526.43727
-2364.87277
Sum of Squares
11695.32623
7421.51707
10038.37951
7213.95938
R-squared
.00000
.36543
.14168
.38318
Hypothesis Tests
(2) vs (1)
(3) vs (1)
(4) vs (1)
(4) vs (2)
(4) vs (3)
Likelihood Ratio Test
Chi-squared
d.f.
444.80
65
149.41
7
472.54
72
27.74
7
323.13
65
F Tests
F
8.08
22.87
7.81
3.72
5.45
Prob
.0000
.0000
.0000
.0002
.0000
num
65
7
72
7
65
denom
912
970
905
905
905
P value
.00000
.00000
.00000
.00056
.00000
Test Statistics for the Fixed Effects Regression Model (Med regioner)
(1)
(2)
(3)
(4)
Model
Constant term only
Group effects only
X - variables only
X and group effects
Log-Likelihood
-2601.14356
-2378.74352
-2496.75402
-2361.17240
Sum of Squares
11695.32623
7421.51707
9447.15609
7159.57578
R-squared
.00000
.36543
.19223
.38783
Hypothesis Tests
(2) vs (1)
(3) vs (1)
(4) vs (1)
(4) vs (2)
(4) vs (3)
Likelihood Ratio Test
Chi-squared
d.f.
444.80
65
208.78
12
479.94
77
35.14
12
271.16
65
F Tests
F
8.08
19.14
7.40
2.74
4.42
Prob
.0000
.0000
.0000
.0004
.0000
54
num
65
12
77
12
65
denom
912
965
900
900
900
P value
.00000
.00000
.00000
.00115
.00000