On a Production Function of European Countries: An Empirical Study

• Authors: Jiří Mazurek

Title variants

O funkcji produkcji w krajach europejskich: studium empiryczne

• Languages of publication: EN

Abstracts

EN

The aim of this paper is to examine the goodness‑of‑fit of several aggregated production functions including the Cobb‑Douglas function, the Mankiw, Romer and Weil model, or Mincer’s specification for a set of 30 European countries during the period 2006–2015. The dependent variable was economic output measured in real GDP, while the set of independent variables included labour, physical capital, human capital, labour productivity or technology level. The main finding of the paper is that all the above‑mentioned aggregate production functions fitted the data exceptionally well, with the adjusted coefficients of determination above 0.95. Also, it was found that the inclusion of other macroeconomic variables, such as labour productivity, human capital or technology level to the two‑factor Cobb‑Douglas function did not result in a significantly better goodness‑of‑fit.

PL

Celem niniejszego artykułu jest zbadanie zgodności dopasowania kilku zagregowanych funkcji produkcji, w tym funkcji Cobba‑Douglasa, modelu Mankiwa, Romera i Weila czy specyfikacji Mincera dla zestawu 30 krajów europejskich w okresie 2006–2015. Zmienną zależną był wynik gospodarczy wyrażony realnym PKB, natomiast zbiór zmiennych niezależnych obejmował siłę roboczą, kapitał fizyczny, kapitał ludzki, wydajność pracy czy poziom technologii. Głównym odkryciem artykułu jest stwierdzenie, że wszystkie wyżej wymienione zagregowane funkcje produkcji były wyjątkowo dobrze dopasowane do danych empirycznych, przy skorygowanych współczynnikach determinacji powyżej 0,95. Stwierdzono również, że włączenie innych zmiennych makroekonomicznych, takich jak wydajność pracy, kapitał ludzki lub poziom technologii do dwuskładnikowej funkcji Cobba‑Douglasa, nie spowodowało znaczącej poprawy zgodności dopasowania.

Keywords

EN

cross‑sectional study; production function; European countries

PL

badanie przekrojowe; funkcja produkcji; kraje europejskie; badanie przekrojowe; funkcja produkcji; kraje europejskie

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Comparative Economic Research. Central and Eastern Europe
• Year: 2018
• Volume: 21
• Issue: 2
• Pages: 25-35

Dates

published

2018-10-02

Contributors

author

Jiří Mazurek

• Silesian University in Opava, School of Business Administration in Karviná, Department of Informatics and Mathematics, Opava, Czech Republic

References

• Cobb, C. W., Douglas, P. H. (1928), A Theory of Production, ‘American Economic Review’, 18.
• Dissanayake, J., Sim, N. (2010), Cross Country Empirical Investigation of the Aggregate Production Function Using Panel Quantile Regression. [In]: Proceedings of the 39th Australian Conference of Economists (ACE 10).
• Duffy, J., Papageorgiou, C. (2000), A Cross‑Country Empirical Investigation of the Aggregate Production Function Specification, ‘Journal of Economic Growth’, 5.
• Eurostat. (2016), available from: http://ec.europa.eu/eurostat/data/database.
• Ferreira, F. C., Issler, J. V., Pessoa, S. (2003), Testing Production Functions used in Empirical Growth Studies, ‘Ensaios Economicos’, 507.
• Human Development Report Office. (2013), available from: http://hdr.undp.org/en/2013‑report.
• Islam, N. (1995), Growth Empirics: A Panel Data Approach, ‘Quarterly Journal of Economics’, 110 (4).
• Mankiw, N. G., Romer, D., Weil, D. N. (1992), A contribution to the Empirics of Economic Growth, ‘Quarterly Journal of Economics’, 107.
• Mincer, J. (1974), Schooling, Experience and Earning, ‘NBER’, 1–4.
• O´Brien, R. M. (2007), A Caution Regarding Rules of Thumb for Variance Inflation Factors. ‘Quality and Quantity’, 41(5).
• Room, M. (2001), Potential Output Estimates for Central and East European Countries Using Production Function Method, ‘Working papers of Eesti Pank’, 2.
• Solow, R. M. (1957), Technical Change and the Aggregate Production Function, ‘Review of Economics and Statistics’, 39.
• WorldBank. (2016), available from: http://data.worldbank.org/.

Identifiers

DOI

10.2478/cer-2018-0009