Journal of Development Economics 127 (2017) 133-152

listas de conteúdos disponíveis em ScienceDirect

Journal of Development Economics

Página inicial do jornal: www.elsevier.com/locate/jdeveco

Adubação de crescimento: inputs agrícolas e seus e ff ECTS no desenvolvimento econômico

John W. McArthur uma , Gordon C. McCord b , •

uma Brookings Institution, United Nations Foundation, 1775 Massachusetts Ave NW, Washington DC 20036, Estados Unidos
b Escola de Política e Estratégia Global, Universidade da Califórnia, San Diego, 9500 Gilman DRIVE # 0519, La Jolla, CA 92093, Estados Unidos

articleinfo ABSTRATO

JEL classi fi cação: Este trabalho estima o papel de insumos agronômicos em melhorias de rendimento de cereais e as consequências para os processos de mudança estrutural dos
O10 países. Os resultados sugerem um papel claro para fertilizantes, sementes modernas e água em aumentar o rendimento. Em seguida, testamos para os respectivos
O13 ligações empíricas entre a produção agrícola eo crescimento econômico, participação do trabalho na agricultura e valor não agrícola agregado por trabalhador. a
O47
identi fi estratégia cação inclui uma variável instrumental romance que explora a geografia econômica exclusiva dos custos de produção de fertilizantes e de
Q10
transporte para heartlands agrícolas dos países. Nós estimamos que um aumento de meia tonelada, com rendimentos descontínuas gera um 14 a 19 por cento
Palavras-chave: maior do PIB per capita e uma parcela de trabalho 4,6-5,6 ponto percentual menor na agricultura fi cinco anos mais tarde. Os resultados sugerem um papel
Agricultura
importante para a produtividade agrícola como motor de mudança estrutural.
Fertilizantes
Crescimento mudança

estrutural

Revolução verde

1. Introdução
O papel da agricultura no processo de crescimento econômico moldou uma questão central na
economia do desenvolvimento por várias décadas (por exemplo,
de primeira ordem para entender por que alguns países ainda não experimentou o progresso
Johnston e Mellor, 1961; Schultz de 1968 ). Embora os argumentos di ff er sobre a especificidade fi mecanismos
c através do qual os aumentos de produtividade agrícola pode contribuir para a mudança estrutural
na economia, ele tem sido teorizado que os avanços na agricultura pode promover mudanças no
trabalho para os setores de produtividade mais elevados que O ff er maiores rendimentos reais.
trabalho empírico nos anos mais recentes tem ajudado a informar os argumentos conceituais, e
ressaltou o crescimento ea redução da pobreza bene longo prazo fi ts da agricultura, especialmente
para as formas mais extremas de pobreza (por exemplo, Gollin et al., 2007; Ravallion e Chen, 2007;
de Janvry e Sadoulet, 2010; Christiaensen et al., 2011 ). últimos anos de crescimento econômico da
África parecem seguir um padrão regular de mudança estrutural longe da agricultura para outros
setores da economia ( McMillan e Harttgen de 2014 ).
Ao mesmo tempo, evidência adicional ressalta o papel do setor manufatureiro na condução de
mudança e de longo prazo convergência estrutural dos rendimentos entre os países ( McMillan e
Rodrik, 2011; Rodrik de 2013 ). A ambigüidade teórica sobre o papel do crescimento da produtividade
agrícola na mudança estrutural é capturado pela formulação de Matsuyama (1992) , Que mostra em
frente de e ff ecte em economias fechadas e pequenas economias abertas. Estes debates e outros
valor relativamente baixo evidência a respeito da agricultura agregado por trabalhador em
comparação com outros setores (por exemplo, Gollin et al., 2014 ) Levaram alguns pesquisadores a
reduzir o número de países em desenvolvimento em que a agricultura é recomendado como um
sector prioritário para investimento ( Collier e Dercon de 2014 ). Estas questões apresentar um fi preocupação
econômico de longo prazo eo que fazer sobre isso. Se a agricultura pode desempenhar um papel
central e um pouco previsível dentro dos países mais pobres, então é um candidato natural para o
investimento público alvo.
A literatura teórica e empírica sobre mudança estrutural é vasto, mas estatisticamente identificar
o papel causal da produtividade agrícola é um desafio. Indicadores de mudança estrutural tendem a
tendência juntos no processo de desenvolvimento, os impactos sobre a estrutura da força de trabalho
são susceptíveis de ocorrer após um atraso, ea natureza macroeconômica da questão não é passível
de experimentos de estilo micro. Nossa contribuição é concentrar-se sobre o papel dos insumos
agrícolas como motoristas de rendimentos mais elevados e posterior transformação econômica,
usando a geografia econômica única de produção de fertilizantes nas nossas identi fi estratégia cação.
O documento baseia-se nos insights de Lagakos e Waugh (2013) , Que destaca as lacunas na
compreensão das variações cross-country na produtividade agrícola. Uma variedade de estudos
estimam fontes de produtividade total dos fatores (PTF) na agricultura nos países mais pobres,
inclusive na África subsaariana (por exemplo, Bates e Block, 2013; Bloquear de 2014 ), Mas a
agricultura é tal um uso intensivo de entrada

• Autor correspondente.

Endereço de e-mail: jmcarthur@brookings.edu (JW McArthur), gmccord@ucsd.edu (GC McCord).

http://dx.doi.org/10.1016/j.jdeveco.2017.02.007
Recebeu 27 de julho de 2015; Recebido em forma revisada 12 de setembro de 2016; Aceitou 27 de fevereiro de 2017
Disponível on-line 9 de março de 2017

0304-3878 / © 2017 ao autor (es). Publicado por Elsevier Este é um artigo de acesso aberto sob a licença CC-BY (http://creativecommons.org/licenses/BY/4.0/).
JW McArthur, GC McCord
setor que as avaliações da PTF só fornecem uma peça do quebra-cabeça sector das culturas
abrangente. Nossa análise cross-country também complementa
Bustos et al. (2016) , Que olham para a mudança estrutural nos municípios brasileiros com o di ff usion
de tecnologia agrícola e práticas de soja e milho.
Nossa estratégia econométrica prossegue em duas partes. Primeiro, nós empiricamente avaliar
as entradas que contribuíram para o aumento da produtividade na agricultura grampo, como proxy
pela produção de cereais por hectare, durante as últimas décadas do século XX. Usando dados de
painel corta-mato, este forma uma função de produção física de nível macro para aumentos de
rendimento. Nós con fi rm que o fertilizante, modernas sementes de variedades, e água são entradas
de chave para se obter um crescimento, mesmo com os dados agregados, e de controlar outros
factores, tais como rácios de capital e terra-trabalho humano. Em segundo lugar, construir uma
variável instrumental novel (IV) para examinar o nexo de causalidade entre as alterações na produção
de cereais e resultados econômicos agregados, incluindo produto interno bruto (PIB) per capita,
participação do trabalho na agricultura, eo valor não agrícola agregado por trabalhador. Os resultados
proporcionam evidência de que aumenta em colheitas de cereais têm tanto directa e indirecta e
positiva ff ECTS sobre os resultados em toda a economia, e são particularmente pertinentes ao
considerar perspectivas de crescimento económico para os países onde a maioria da força de
trabalho ainda trabalha na agricultura lowproductivity.
Em larga escala a produção de fertilizantes de azoto ocorre num número limitado de países em
todo o mundo, devido em parte ao facto de que o processo de Haber-Bosch requer gás natural.
modelos de gravidade demonstraram que o comércio bilateral declina em distância, e têm sido
aplicados para estudar a relação entre o comércio e outros resultados, tais como riqueza ( Frankel e
Romer, 1999 ) Ou do meio ambiente ( Frankel e Rose de 2005 ). Estes papéis estudar comércio
agregado, mas uma lógica semelhante pode ser aplicado para estudar o fornecimento de um produto
individual. Dado o papel do fertilizante como insumo na produção agrícola, a análise da geografia
econômica de fertilizantes segue o fi achados de Redding e Venables (2004) na forma como “ acesso
fornecedor ” a questões de bens intermediários de comércio e renda per capita (ver também Amiti e
Cameron (2007), Francis e Zheng (2012) ). nossos identi fi estratégia cação explora a distribuição
global de produção de fertilizantes e subsequente distância de transporte para o coração agrícola
dos países em desenvolvimento como uma fonte de variação no acesso fornecedor. Interagindo esta
medida de distância, com variação temporal no preço global de fertilizantes gera um instrumento
para uso de fertilizantes. Para nosso conhecimento, este é o fi aplicação primeiro da geografia
econômica no sentido de identificar causalmente a relação entre agricultura e mudança estrutural.
Os resultados IV sugerem que para um país como Mali (um desvio padrão acima da medida
média de distância), um choque de preços negativa de 10% a preços global de fertilizantes iria
aumentar o uso de fertilizantes de aproximadamente 0,8 kg / ha, de aumentar os rendimentos por 7
kg / ha ( 0,007 toneladas / ha), aumentar o PIB per capita de 0,3%, diminuir o peso do trabalho na
agricultura por 0,1 pontos percentuais em relação ao seguinte fi cinco anos, e pode aumentar a
produtividade do trabalho no setor não-agrícola em cerca de 0,2% ao longo dos próximos nove anos.
Enquanto isso, um país com melhor acesso fornecedor como a Jamaica (um desvio padrão abaixo
da distância média) iria experimentar um aumento de 3,7 kg / ha no uso de fertilizantes, a 34 kg / ha
(0.034 toneladas / ha) aumento nos rendimentos, um PIB per capita aumento de aproximadamente
1,3%, uma diminuição na participação do trabalho na agricultura em 0,3 pontos percentuais ao longo
do próximo fi ve anos, e um aumento da produtividade do trabalho não agrícola de cerca de 0,8% ao
longo dos nove anos (uma taxa de crescimento anual superior de 0,1%).
A próxima seção do papel motiva o trabalho empírico, desenho das muitas contribuições na
literatura para a compreensão mudança estrutural. seção 3 apresenta modelos empíricos, tanto para
estimar a função de produção física de produção de cereais e para estimar o e ff ect de aumentos de
rendimento sobre o crescimento económico, a participação do trabalho na agricultura, eo valor não
agrícola agregado por trabalhador. secção 4
descreve os dados, seção 5 apresenta os resultados e seção 6
conclui.
134
Journal of Development Economics 127 (2017) 133-152
2. A revolução verde e mudança estrutural
O termo “ revolução verde ” foi cunhado após o advento dos aumentos rápidos do Sul da Ásia em
produção de cereais no final dos anos 1960, e é tipicamente usado para descrever a fase inicial
onde os rendimentos saltar de cerca de 1 tonelada por hectare para 2 ou mais toneladas por
hectare. Alguns pesquisadores argumentam que essas revoluções verdes sustentada fases
posteriores do crescimento económico, e citam a falta de uma revolução verde em África como uma
das principais razões por que a região ainda não tenha experimentado um maior sucesso económico
de longo prazo (por exemplo, Diao et al., 2010 ). Nosso trabalho empírico baseia-se na tradição
teórica muito tempo sobre-driven agricultura mudança estrutural, que remonta a Rostow (1960) e
Johnston e Mellor (1961) . formulações matemáticas são apresentados pela Matsuyama (1992) , Laitner
(2000) , Hansen e Prescott (2002) ,
Gollin et al. (2002) , Gollin et al. (2007) , Strulik e Weisdorf (2008) , e outros. Em uma história estilizada
de revoluções verdes, as melhorias na tecnologia agrícola são alcançados através da introdução de
técnicas melhoradas de terra gestão e insumos melhorados, incluindo germoplasma e fertilizantes,
os quais aumentar a produção e produtividade do trabalho ( Murgai, 2001; Restuccia et al., 2008 ). É
importante observar a complementaridade histórico de insumos agronômicos. sementes de
variedades modernas foram muito fertilizante responsivo, eo sucesso foi muitas vezes baseada em
bons investimentos gestão da água e apoio político mais amplo para a agricultura. Nossa lente
geografia econômica nos leva a concentrar em fertilizantes, já que é a parte do pacote revolução
verde mais sensíveis aos custos de transporte.
contribuição empírica deste papel para a compreensão da complexidade da mudança estrutural
relaciona a participação do trabalho agrícola diretamente a produtividade agrícola, sugerindo que a
saciedade na demanda de alimentos da lei de Engel gera movimento operário da agricultura com o aumento
da produtividade deste sector. Se a comida é relativamente não-negociáveis ​para além dos mercados locais,
em seguida, o aumento da produção de alimentos básicos leva aos preços dos alimentos reduzidos, o
aumento dos salários reais e da pobreza, portanto, menor. Como os rendimentos básicos saltar e
necessidades alimentares básicas sejam atendidas, a produção agrícola começa a se diversificar, inclusive
para culturas de rendimento (possivelmente para exportação), e assim o ciclo virtuoso da agricultura
comercial começa. Com uma maior poupança e acesso a fi Nance, fazendas começam a substituir trabalho
por capital, e libertaram-se os trabalhadores começam a procurar emprego assalariado, geralmente em
cidades próximas. Na medida em que outros setores desfrutar de maior produtividade do trabalho, esta é
melhorar o seu bem.
Também é possível (e nós testar este empiricamente) que as melhorias de produtividade
agrícola desencadear novos aumentos na produtividade do trabalho não-agrícola. Um mecanismo
potencial é que, após as necessidades de subsistência são ultrapassados, as taxas de poupança
aumentam, ea acumulação de capital posterior aumenta a produtividade do trabalhador ( Lewis, 1954 ).
Em paralelo, os governos são capazes de recolher receitas para fi Nance crescimento de aumento de
infra-estruturas, tais como estradas e portas, o que aumenta a produtividade dos trabalhadores na
fabricação e serviços. Kuznets (1968) resume quatro principais canais através dos quais o
crescimento agrícola contribui para o crescimento económico: a frente ligação e ff ect (agricultura
fornecimento de alimentos e de matérias-primas para a produção de produtos não agrícolas), uma
ligação para trás e ff ect (agricultura consome produtos industriais, como inseticida ou tratores), as
transferências inter-sectoriais (agricultura contribui com impostos e mão de obra barata para outros
setores) e câmbio (por meio de exportações agrícolas). Outro mecanismo que pode ser o aumento
da renda agricultor melhorar os resultados de saúde, aumentando assim a produtividade dos
trabalhadores, a diminuição da mortalidade infantil, a redução das taxas de fertilidade no total,
aumentar o investimento por criança, e pressões decrescentes demográficos. Ou, pode ser
simplesmente que o setor não-agrícola gosta de retornos crescentes de escala devido à fi custos fixo
ou aprendizagem bydoing, 1 o que implicaria que uma revolução verde e no turno de trabalho
resultante seria acelerar o crescimento da produtividade nesse outro setor.
1 Vejo Carlino e Kerr (2014) para uma revisão dos mecanismos e evidências ligando aglomeração à inovação.
JW McArthur, GC McCord
Figura 1. A produção de cereais através das regiões em desenvolvimento, 1961 - 2001.
Embora o nosso papel não é capaz de identificar quais desses mecanismos está no trabalho, nossa
contribuição é fornecer um quadro causal para avaliar se os rendimentos básicos mais elevados
desencadear mudanças de trabalho longe da agricultura e crescimento mais rápido da produtividade
do trabalho não-agrícola.
2.1. evidências motivador
Tendências nos dados suportam a ligação entre o rendimento das culturas básicos e crescimento econômico.
Figura 1 apresenta os rendimentos de cereais por hectare de 1961 -
2001. 2 Todas as regiões em desenvolvimento, exceto a África experimentou grandes taxas de crescimento
sustentado da produtividade da terra ao longo do período, apesar de variar os pontos de partida, e todos,
exceto África rendimentos mais do que duplicou em 2001.
Um simples Boserup (1965) hipótese argumentam que da África do rendimento estagnação em
relação a outras regiões é um produto da sua abundância de terras, e os rendimentos aumentarão à
medida que a terra se torna escassa. Há três razões principais pelas quais esta hipótese não se
sustenta ( McArthur de 2013 ). Primeiro, a história do rendimento do século 20 levá-o ff s no mundo em
desenvolvimento foi predominantemente caracterizada por políticas públicas pró-activas que suportam
um conjunto de entradas de aumento de rendimento, em vez de por fator (escassez Djurfeldt et al., 2005 ).
Estas políticas são pensadas para explicar grande parte das variações regionais no uso de fertilizantes
desde 1960, como mostra a Figura 2 . Em segundo lugar, as relações de trabalho / terra variam
enormemente em toda a África, mas eles são tão ou mais elevadas em muitos países africanos do que
em países asiáticos revolução preGreen. Em terceiro lugar, a produtividade da terra é conduzido pela
variável latente crucial de nutrientes do solo, que estão sendo esgotados em taxas dramáticas em toda
a África. Este esgotamento rápido sugere fortemente que as pressões de terra em muitos países não
estão sendo neutralizadas por extensi fi cação.
Fig. A.1 no Apêndice compara o crescimento das colheitas de cereais para o crescimento do PIB
per capita durante o período de 1965-2001, apresentando uma correlação positiva de 0,44. Um ponto
notável surge com a comparação entre os níveis de 1965 de rendimento do cereal para posterior 1965 -
2001 crescimento PIB; nenhum país na amostra 3 experimentado crescimento média negativa depois
de atingir um limiar de rendimento de 2 toneladas / ha a partir do início do período (ver Fig. A.2 no
apêndice). A relação entre o crescimento rendimento dos cereais e crescimento em valor não agrícola
adicionado por trabalhadores não agrícolas, é semelhante ao que na Fig. A.1 , Sugerindo que as taxas
mais elevadas de progresso na produtividade agrícola são estruturalmente correlacionados com
maiores taxas de crescimento da produtividade do trabalho não-agrícola.
2A variável para o uso de fertilizantes foi REDE fi nida em 2002, quando metodologia de pesquisa da FAO mudou e
em alguns países passou de um ano-safra de base no ano civil. Nós, portanto, limitar a nossa análise para 1961-2001,
a fim de manter a consistência. Todos os gráficos e regressões excluir mais anos recentes em conformidade.
3A amostra está mais totalmente descrito em secção 4 abaixo.
135
Journal of Development Economics 127 (2017) 133-152
Figura 2. O uso de fertilizantes em regiões em desenvolvimento, 1961 - 2001.
3. Modelo empírico
o fi parte primeira da nossa estratégia empírica estabelece uma função de produção física em
nível de país para produção de cereais, a fim de motivar a ênfase sobre os insumos agronômicos em
um estudo de mudança estrutural. Apresentamos o nosso instrumento de fi regressão de primeira fase
para o uso de fertilizantes, e mostram que o fi enquadrados valor para o uso de fertilizantes é um
signi fi determinante de escala de rendimentos na segunda fase. A segunda parte da estratégia
empírica implanta o nosso instrumento (agora para rendimentos na fi fase RST) para identificar o
impacto causal do aumento de rendimento nos resultados económicos e mudança estrutural medido
pelo PIB per capita, ações trabalhistas, eo valor não agrícola agregado por trabalhador.
3.1. funções de produção de rendimento do cereal
A análise da função de produção agrícola baseia-se em conhecimentos anteriores que datam Hayami
e Ruttan (1970) e análises mais recentes revisto em Eberhardt e Teal (2013). Aplicamos dados do
painel para identificar uma função cereais produção rendimento de corta-mato, usando a seguinte
linha de base fi fixa e ff ECTS especi fi cação:
uma = +β fβ + '+X+δ η
um
ε -lo
isto 0 1 isto isto ta (1)
um um
ε -lo = +μ ν-lo
Ia
Onde uma isto é o rendimento médio dos cereais por hectare no país Eu no ano t; f
é o uso de fertilizantes média por hectare; e X é um vetor de controles, incluindo a precipitação ao
longo de um ano civil, a percentagem de sementes que são variedades modernas, insumos de
trabalho, a parcela de terra arável que é irrigada anos, média de escolaridade como uma medida de
capital humano, e máquinas física por hectare. Enquanto isso η t é um período de tempo fictício para
fl exibly capturar tendências globais, μ Eu é um país fi fixa e ff ect e ν isto é um termo de erro aleatório. o uma
sobrescrito indica uma especificação parâmetro fi c com a equação de produção agrícola, distinta das
equações de crescimento econômico abaixo.
A estratégia de aproximação linear não é sem limitações. Ele foi escolhido em detrimento de
log-linear e log-log aproxima uma vez que nem daqueles foram encontrados para proporcionar uma
melhor fi t com os dados, e na verdade a maioria dos países com signi fi utilização de entrada não
podem ter prosseguido trajectórias fertilizante de rendimento relativamente linear, como mostrado nas
A Fig. 3 . Esta relação linear é um pouco em conflito com o fi campo de nível de dados agronómica que
mostram retornos decrescentes, mas é provável que um produto inerentemente limitada da unidade a
nível de país de agregação. Vamos mostrar que nossos resultados são robustos à exclusão de
outliers, uma preocupação potencial ao usar níveis especi fi cações e para a completude a seção
robustez apresenta os resultados usando especi log fi catiões vez.
JW McArthur, GC McCord
Fig. 3. A produção de cereais e o uso de fertilizantes, países seleccionados, 1961 - 2001.
3.1.1. Instrumentando para o uso de fertilizantes
Um pode hesitar para interpretar associações entre entradas e rendimentos como causal
agronômicas. variáveis ​omitidas tais como agronômica know-how dos agricultores pode ser
correlacionado com ambos os rendimentos e as entradas e, assim, coe viés ffi coeficientes na
estimação. Além disso, é provável signi fi o erro de medição de escala no nível de país agregados
para os rendimentos e o uso de fertilizantes ( Jerven de 2010 ), O que levaria a polarização atenuação
(uma subestimação do efeito de aumentar a utilização de fertilizantes em rendimentos). A fim de
amenizar essas preocupações e melhorar a identi fi cação, construímos um novo instrumento variável
no tempo para o uso de fertilizantes. Nossa abordagem segue uma motivação semelhante ao
instrumento apresentado em
Werker et al. (2009) . Um instrumento válido precisa ser correlacionados com o uso de fertilizantes dos
países e satisfazer a restrição de exclusão dos não um ff ecting rendimentos através de qualquer canal,
além do uso de fertilizantes. Nós usamos
fl flutuações no preço global de fertilizantes para gerar temporais exógena variação de condições em
qualquer um país em desenvolvimento. A fim de gerar a variação da secção transversal no
instrumento que exploram o facto de que a produção de fertilizantes de azoto é intensivo em gás
natural e, portanto, produzido em apenas um grupo seleccionado de instalações em todo o mundo, a
maioria (mas não todos) dos quais são nos países desenvolvidos. Esta vantagem profunda na
produção de fertilizantes gera uma especificidade fi c geografia econômica que dota os países com di ff acesso
fornecedor erent a este bem intermediário para a produção agrícola. Seguindo a tradição de modelos
de gravidade do comércio, esta distância variável para a produção de fertilizantes gera variação
exógena em volumes de comércio e consumo de fertilizantes. Defendemos que o fertilizante
distância percorrida a partir dessas instalações aos redutos agrícolas de cada país em
desenvolvimento é uma fonte válida de variação transversal exógena. Speci fi camente, se a hipótese
de que os países mais próximos de fábricas de fertilizantes são mais sensíveis à commodity variação
de preços em relação aos custos de transporte que os agricultores incorrem. Calculamos custo
médio distância de cada país para o local de produção de fertilizantes mais próxima, a ponderação
de cada célula da grade dentro de um país pela percentagem da célula plantadas para culturas
básicas. Nós, então, interagir o preço global de fertilizantes com o inverso da relação custo-distância
de cada país para o local de produção de fertilizantes mais próximo para gerar um instrumento de
séries temporais válido para o uso de fertilizantes nos países em desenvolvimento. O índice de preço
de fertilizantes é construído pela Banco Mundial (2012) , E é uma média ponderada dos preços de
rocha natural fosfato, fosfato, potássio e produtos azotados. 4 O índice é construído em tempo real
4O índice está disponível no Commodity preço de Dados ( “ A Folha de-rosa “). O Banco Mundial cita as fontes para
os próprios preços como Fertilizer Week, Fertilizer Internacional e do Banco Mundial. O preço de rocha de fosfato é de
Marrocos; preços DAP e TSP são os preços à vista do Golfo dos Estados Unidos; cloreto de potássio é a partir do
preço à vista de Vancouver; e os preços de uréia são do mercado spot na Europa Oriental (1985 - 1991) e, em seguida,
Yuzhnyy no Mar Negro (começando em 1991). Dado que os preços são medidos perto do ponto de produção e são os
preços FOB, eles não incluem os custos de transporte.
136
Journal of Development Economics 127 (2017) 133-152
Fig. 4. índice de preços de fertilizantes (Real termos US $, 2005 = 100).
dólares, e fixado em 100 por um ano base (2005, em nossos dados). A Fig. 4
traça a evolução do índice de preços durante os anos em nossa amostra. Com exceção do pico de
preços em meados da década de 1970, devido ao aumento dos preços dos produtos petroquímicos
durante o embargo árabe do petróleo, os preços dos fertilizantes em geral diminuiu, especialmente
nos anos desde 1980. Note-se que nossos resultados são inalterada se excluirmos os anos da alta
do preço de fertilizantes (1974 - 1975). O satis instrumento fi es reverter preocupações de causalidade
(pequenas economias emergentes é improvável que em fl uência preço de fertilizantes global) ea
preocupação viés de variável omitida se mitiga desde uma variável omitida problemática precisaria
ser correlacionado com o preço global de fertilizantes e têm a mesma função de distância
decadência de heartlands agrícolas para instalações de produção de fertilizantes globais. Em
particular, o instrumento seria problemático se a função de distância que usamos re fl conectividade
ected dos países para os mercados globais, uma vez que, em seguida, confundir variações nas
condições de mercado globais com a distância para os setores de fabricação de cada país, por
exemplo. No entanto, a nossa função de decaimento distância tem endpoints di ff erent daqueles para
conectividade com mercados globais:-área agrícola médias ponderadas estará em di ff locais erent de
centros populacionais e industriais, e os locais de fertilizantes nitrogenados não são todos no mundo
desenvolvido, nem necessariamente onde grandes mercados econômicos estão localizados.
A especificidade fi c preocupação com os mercados globais é a variação nos preços globais dos
alimentos: se os preços globais de fertilizante estão correlacionados com os preços globais de
alimentos e se a nossa função de distância decaimento é inadvertidamente capturar acesso aos
mercados globais, em seguida, nossos resultados empíricos poderiam ser gerados por mudanças nos
preços dos alimentos global líder a mudanças nas decisões de produção agrícola nos países em
desenvolvimento. Nós testar se nossos resultados são robustos a variações nos preços globais dos
alimentos e o acesso dos países aos mercados globais, interagindo o preço global com uma medida
exógena de acesso ao comércio de Frankel e Romer (1999) . O acesso comercial é construída
regredindo 1985 ações comerciais da distância entre parceiros comerciais e agregar ao nível do país
para produzir fi enquadrados ações comerciais para cada país em função das distâncias para outros
mercados. Nós interagimos essas ações comerciais exógenos com o preço mundial de alimentos, de
modo que os países com ações comerciais mais elevadas enfrentam maior variação proporcional do
preço comida local em função dos preços globais. Nossos resultados são robustos a este teste,
sugerindo que o nosso instrumento não está inadequadamente medir o acesso aos mercados globais.
outra especificidade fi c preocupação de que um leitor pode ter é que o preço de fertilizantes fl flutuações
pode ser correlacionado com os preços dos combustíveis fósseis, o que pode um ff ect resultados
econômicos através de muitos canais. No entanto, as correlações entre os preços do petróleo bruto e
de fosfato, DAP, ureia e cloreto de potássio preços são apenas entre 0,11 e 0,38 ao longo do período
( Banco Mundial de 2012 ). Além disso, a correlação é única problemático se a especificidade fi c função
de distância decadência usamos de áreas agrícolas para
JW McArthur, GC McCord
instalações de azoto corresponde ao padrão de cross-country di ff rências dos preços dos combustíveis
fósseis, e não há nenhuma razão para acreditar que este será o caso. Vamos mostrar que todos os
resultados neste documento são robustos para o controle de preço do petróleo bruto mundial interagiu
com o inverso distância agriculturallyweighted para locais de produção de fertilizantes.
Para construir o instrumento, usamos um Sistema de Informação Geográfica (GIS) para mapear
a porcentagem de área de cada célula da grade 5 arc minutos plantadas para culturas básicas
(milho, trigo, arroz, sorgo ou milheto), com base em Monfreda et al. (2008) . Em seguida, usamos
Wikipedia para identificar os dez maiores produtores de amônia de fertilizantes em volume (Agrium,
CF Industries, Eurochem, IFFCO, Koch, Orascom Construction Industries, Potash Corporation of
Saskatchewan, Sinopec, TogliattiAzot e Yara International), e usou seus sites e relatórios anuais ao fi nd
a localização de suas instalações de produção de fertilizantes (dados sobre amônia-especi fi instalações
c não estão disponíveis, por isso usamos todas as instalações de fertilizantes para esses
produtores). Fomos capazes de identificar 63 locais exclusivos ao redor do mundo onde estas
empresas produzem fertilizantes e usado Wikipédia para fi nd as coordenadas geográficas. Os países
que designam como exportadores de fertilizantes produzem cerca de 55% do fertilizante consumido
pelos países da nossa amostra. 5 A seguir, calculou a distância mínima ajustada custo de cada célula
da grade dentro de um país para o local de produção de fertilizantes mais próxima, e calcular uma
média para cada país ponderação de cada célula da grelha pela sua área plantada com culturas
básicas. A fim de ajustar para o custo de transporte relativo entre a terra ea água, usamos o
resultado de Limão e Venables (2001) que o transporte de um contentor de 40 pés padrão de
Baltimore a di ff destinos erent ao redor do mundo em 1990, custou US $ 190 para um extra de 1.000
km por via marítima e US $ 1.380 para um extra de 1.000 km por terra. Isso indica cerca de 1:
relação custo 7, que usamos para otimizar curso sobre o mar e rios navegáveis ​contra viagem por via
terrestre. Os locais de produção de fertilizantes e função óptima custo-distância são mapeados em A
Fig. 5 , Juntamente com centroid agricultura ponderada de cada país para dar ao leitor uma noção de
onde áreas agrícolas estão localizados.
Os locais das instalações de produção de fertilizantes estão listados na Mesa
A.1 no apêndice. Embora estes sejam instalações atuais, e, idealmente, teríamos instalações início
de período para amenizar endógenos localização preocupações, a maioria das instalações estão
localizadas em países desenvolvidos que não estão incluídos na nossa amostra e muitos estão
localizados na proximidade de depósitos de gás natural. Os leitores podem estar preocupados que o
desenvolvimento de depósitos de gás pode ser correlacionado com o nível de desenvolvimento de
um país, tornando a distribuição de unidades de produção de fertilizantes endógenas para variáveis
​econômicas. No entanto, a descoberta de combustíveis fósseis ea exploração ocorre em todo o
espectro de níveis de desenvolvimento, normalmente conduzida pelo major internacional fi rms,
exploração de gás natural assim observado é provavelmente indicativo da distribuição exógena de
depósitos naturais. Outra preocupação é que a produção de fertilizantes localiza predominantemente
em resposta à demanda do mercado, e nossa medida seria, portanto, pegando as condições de
mercado endógenas nos países produtores de fertilizantes. Como discutimos no seção 5.3 abaixo,
nossos resultados centrais permanecem consistentes após a exclusão de países em
desenvolvimento que têm a produção de fertilizantes dentro deles, sugerindo que identi fi cação é
proveniente de cross-country distâncias relativas à produção de fertilizantes entre produtores não
fertilizantes.
Para verificar se a medida de distância é capturar algo sobre os custos de transporte de
fertilizantes enfrentados pelos países em desenvolvimento, foram coletados dados de preços de
fertilizantes de Fertilizantes Arquivo de FAOSTAT. preços comunicados são aqueles pagos pelos
agricultores em moeda local por tonelada métrica, com subsídios deduzidos sempre que possível. Os
dados mais completos para os preços estão disponíveis para 54 países em 1999, assim que nós
converter
5 Nós combinamos os dados de consumo de fertilizantes da FAO com dados Comtrade Nações Unidas (2015) a olhar para
a proporção de consumo de fertilizantes nos nossos países da amostra proveniente dos países que designam como
produtores de fertilizantes a partir de locais as 10 empresas. Embora isso não nos dá informações sobre a quota das dez
empresas especificas mercado fi camente, isso mostra que os lugares que indicam em nosso mapa como sendo produtores de
fertilizantes produzem mais da metade do fertilizante consumido no mundo em desenvolvimento.
137
Journal of Development Economics 127 (2017) 133-152
aqueles para US $ usando 1999 taxas de câmbio médias dos Indicadores de Desenvolvimento
Mundial. 6 Dado que as nossas identi fi estratégia catião assenta parcialmente na ideia de que a
produção de gás natural é necessário para a produção de fertilizantes de azoto, usamos o preço de
ureia (o fertilizante mais ricas em azoto em uso comum) e em A Fig. 6 preços conspiração contra a
função de custo-distância que usamos para o instrumento. Os países com menor custo-distância de
locais de produção de fertilizantes estão pagando preços mais baixos, em média. Índia (IND) tem um
valor de índice distância de 2,41 e um preço de ureia de $ 232 por tonelada (em torno de um desvio
padrão abaixo da média da amostra de $ 526), ​enquanto Burkina Fasso (BFA) tem um valor de
índice distância de 11,47 e um preço de ureia de $ 819 por tonelada (um desvio padrão acima da
média). A correlação entre preço e distância é 0,52, e a linha de regressão mostrado tem uma
estatística t maior do que 3, com ou sem valor aberrante de alto preço Burundi está incluído. Para
testar se a produção de fertilizantes nitrogenados localiza locais perto de gás natural, comparamos
índice de distância de cada país para depósitos de gás natural e locais de produção de fertilizantes e fi
nd uma correlação de 0,76. Um terceiro correlação de interesse situa-se entre o componente
distância do instrumento e fertilizantes de país para país. A Fig. 7 investiga este traçando o logaritmo
da utilização de fertilizantes por hectare no ponto médio 1.985 amostra contra a medida de distância
indexada. A correlação entre os dois é - 0.63. Para a parte superior esquerda do diagrama de
dispersão, Lebanon (LBN) tem um valor de índice distância de 0,84 e usa 175 kg / ha de fertilizante,
em média, enquanto o Burundi (BDI), para o canto inferior direito, tem um valor de distância de 12,73
e usos 2,5 kg / ha de fertilizante.
O instrumento permite-nos empregar a dois estágios seguintes mínimos quadrados especi fi catiica
(utilizando o vector X para sintetizar outras variáveis ​discutidas acima):
um
f
isto
= +α 0
α 1IV δistoX+φ'+ + +isto ta
ξ Ia π -lo (2)
um
uma
isto
= +β
0
fβ
1 isto
+ '+θ+X+ isto η
ta
μ
Ia
ν-lo
β 1 agora é estimado usando o fi enquadrados valor do uso de fertilizantes f de
fi regressão primeiro, e melhores identi fi ed num sentido causal em comparação com a Eq.
(1) acima. Aqui φ, ξ, e π representam dummies de tempo, país fi fixa e ff ECTS, e um termo de erro
aleatório, respectivamente.
3.2. equações de participação no crescimento econômico e de trabalho
É trivial para uma maior produtividade agrícola para ser ligado a um maior crescimento
económico no mesmo período, uma vez que a produção agrícola é incluído diretamente nas contas
nacionais. Por exemplo, se um titular fi fixo todos os preços e níveis de produção em outros setores, a
revolutionstyle verde fi ve duplicação da produção em um país de baixa renda, com 30 por cento do
PIB na produção de alimentos no ano iria traduzir mecanicamente a um
taxa de crescimento de 5,4 por cento do PIB anual real. 7 Para um país com apenas 15 por cento do
PIB na produção de alimentos, a mesma duplicação de rendimento iria traduzir a um crescimento
anual de 2,8 por cento. É claro que uma expansão maior oferta seria esperado para diminuir o preço
dos alimentos e a taxa de crescimento medido nominal pode ser muito menor.
Para além desta relação mecânica entre rendimentos e crescimento, no entanto, os argumentos
de Sachs et al. (2004) e McArthur e Sachs (no prelo) postulam que o aumento da produtividade
agrícola em ambientes de baixa renda cria espaço para uma mudança estrutural via aumento da
poupança, investimento e da PTF como alimento se torna mais barato e os requisitos mínimos de
subsistência sejam atendidas. Esta hipótese pode ser examinado alguns di ff maneiras erent. Primeiro,
uma equação de crescimento cross-country para o PIB per capita capta o elemento mecânico do
crescimento agrícola em relação ao PIB mais aspectos indiretos do aumento dos investimentos e
maior TFP. Em segundo lugar, um quadro cross-country pode examinar a medida em que aumenta a
produtividade das culturas movimento operário gatilho grampo fora da agricultura.
6 Em alguns casos, usamos as taxas de câmbio de www.oanda.com quando os preços dos fertilizantes calculados são o ff por
uma ou mais ordens de magnitude em comparação com outros países.
7 Isto é, dobrando a produção a partir de 30 unidades de total de 100 a 60 unidades de total de 130 (= 100 +
30) apresenta uma taxa de crescimento anual total de 5,4 por cento ao longo de 5 anos.
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

Fig. 5. distância ajustada custo para importante local de produção de fertilizantes.

Em terceiro lugar, uma equação de cross-country de valor não-agrícola agregado por trabalhador não
agrícola pode procurar por sinais de caminhos mais indiretos de investimentos e aumento da PTF
nos setores não agrícolas.
a linha de base fi fixa e ff ect especi fi catião é construído como se segue:

ln ()y = ln ( ρ y ) + λ + λ um
1, i lag t
+ λ 2,
k -5isto + λ 3,
r -5
isto , -5
isto 0 isto

+' ω MAC , -5
isto
+ η
ty
+ ε dade (3)

ε dade = +μ
iy
νdade

Na Eq. (3) , y representa o PIB real per capita média na fi primeiro conjunto de especi fi catiões e

valor não agrícola adicionado por trabalhador em especi subsequente fi catiões; uma i lag t

, é o rendimento do cereal por hectare no precedente

ano (a estrutura de atraso irá ser discutida a seguir); k isto , -5 está defasado
capital físico agregado por trabalhador; r isto , -5 representa a taxa de fertilidade total quanto
um proxy para pressões demográficas e alargamento de capital; MAC isto , -5
representa um vector de variáveis ​macroeconômicas padrão utilizados na literatura de crescimento,

Fig. 6. Os preços dos fertilizantes em 1999 e distância do local de produção de fertilizantes.

em médias de t anos - 5 a t; e a y sobrescrito indica uma especificação parâmetro fi c para a equação de
crescimento. O coe principal ffi ciente de interesse é λ 1. Desde os controles de regressão para
countryspeci fi ce ff ECTS, o crescimento no período anterior, e renda per capita inicial dentro do prazo,
um signi fi valor não pode e positivo para λ 1 apoiaria a importância da produtividade da terra agrícola
em impulsionar o crescimento económico. Tal como acontece com o rendimento de regressão, que
utilize o instrumento descrito acima, para melhorar a identificação fi catião do impacto causal de
alterações no rendimento dos cereais. Temos anteriormente estabelecido que temos um instrumento
válido para o uso de fertilizantes; por extensão, é válido para os rendimentos também.
Instrumentando para rendimentos reduz as preocupações de causalidade reversa ou viés variáveis
​omitido.

Note que não há nenhuma expectativa ex ante se λ 1 é inclinado para cima ou para baixo, na
ausência de um IV. Se, por exemplo, há uma variável omitida, como uma política de governo pró-rural
que distorce os mercados para ajudar os agricultores em detrimento da economia global (como o
preço fl soalhos em produtos agrícolas), então a política poderia gerar uma associação entre
rendimentos mais elevados e crescimento económico global mais lento, polarização λ 1 para baixo. Por
outro lado, urbano liderado o desenvolvimento econômico levando a rendimentos mais elevados,
maior demanda por alimentos, preços mais altos dos alimentos, maior pro fi ts para os agricultores, e,
portanto, mais investimentos em insumos agronômicos e rendimentos mais elevados indicaria
causalidade reversa a partir de indicadores de desenvolvimento econômico para produzir crescimento.
Isso viés

Fig. 7. Fertilizantes usar em 1985 e a distância do local a produção de fertilizantes.

λ 1 para cima. Instrumentando para rendimentos também resolve polarização atenuação

138
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

tabela 1 a especificidade fi catis nós empregamos para estudar o e ff ect de aumentos de rendimento sobre
As estatísticas descritivas para a amostra do núcleo.
participação do trabalho na agricultura segue a mesma lógica que Eq. (3) . No entanto, uma vez que a
quota de emprego na agricultura é uma variável limitada, nós não estimar um modelo dinâmico,
Todos os períodos 1965 2000
incluindo uma defasagem da variável dependente como fazemos no PIB ou regressões NAVA. As

Variável Significar N Média N Média N outras variáveis ​independentes, incluindo a versão instrumentada de produção de cereais,
permanecem os mesmos.
Cereal Rendimento (t / ha) 1,63 588 1,18 73 2.11 75
(1,02) (0,60) (1,34)

Fertilizante (t / ha) 0,059 588 0,023 73 0,091 75

4. dados
(0,10) (0,040) (0,14)

Precipitação (mm) 1278 588 1276 73 1242 75 A estratégia de estimação baseia-se em um conjunto de dados do painel de cross-country construído
(820) (792) (809) para os países em desenvolvimento durante o período de 1961 - 2001. A maioria das variáveis ​são construídos

em intervalos de 5 anos durante o período de 1965 - 2000, com base na disponibilidade de dados. As
sementes modernas (%) 13.2 554 0,30 69 28,2 70
estatísticas descritivas estão em
(19,5) (0,99) (26,2)
tabela 1 , E uma descrição e fonte de cada uma das variáveis ​está listada em Mesa
rácio de mão-de-terra 0,56 588 0,49 73 0,62 75 A.2 no apêndice. Grande parte dos dados vem do Banco Mundial Indicadores de Desenvolvimento
(milhares por sq. km.) (0,72) (0,65) (0,78)
Mundial (WDI), incluindo o rendimento de trigo por hectare, o uso de fertilizantes por hectare, 9 parcela
Irrigação (%) 13.2 568 10.0 68 15,8 74
de terras agrícolas sob irrigação e tratores por hectare. Um novo protocolo de medição de
(17,9) (15,5) (20,1)
fertilizantes foi implementado a partir de 2002, de modo que é o ano mais recente que pode ser
Anos de escolaridade 3,44 544 2,00 68 5.11 68 incluído em uma série de tempo relevante, como relatado em WDI 2006. A variável-chave de
(2,24) (1,47) (2,36) rendimento cereal é de fi nidos como se segue na IDM:

Tractores por ha 0,0058 487 0.0032 72 0,0123 45

“ quilogramas por hectare de terra colhidas, e inclui o trigo, arroz, milho, cevada, aveia, milho painço
(0,0090) (0,0051) (0,0192)
centeio, sorgo, trigo sarraceno e grãos mistos. Os dados de produção de colheitas de cereais
PIB per capita 2640 559 1924 62 3277 73 referem-se a colheitas de grão seco. culturas de cereais colhidos para feno ou verde colhido para
($ 2005 constante) (2546) (1656) (3367)
alimentos, rações, ou silagem e as utilizadas para pastagens são excluídos. ”( Banco Mundial de 2006 ).
Investimento 19,5 499 15.5 54 21,1 71
Os dados de contagem de corte duplo, como parte de uma medida de rendimento anual em vez de
(% De PIB) (7,9) (6,1) (8,5)
Em fl ção 60,2 359 - 0 17,7 64 contar apenas o rendimento por colheita.
(387,9) - (38,9)

O capital humano é estimada pela Barro e Lee (2013) medida do total de anos de escolaridade. Os
Consumo do governo 13,5 485 11.4 53 13.1 71
valores do PIB real per capita em dólares constantes de 2005 dos EUA são tomadas a partir da versão
(% De PIB) (6,2) (6,2) (6,6)
7.1 da Penn World Tables ( Heston et al., 2012 ). A participação do trabalho na agricultura é calculada
Taxa de fertilidade total 5,34 588 6,42 73 4,06 75
(1,65) (0,98) (1,60) usando dados do tamanho da força de trabalho agrícola a partir do banco de dados FAOSTAT. Esta é
mesclado com Banco Mundial (2013) dados sobre a área de cereais plantados, a fim de calcular o
Trabalho Compartilhar na Agricultura 58,5 588 68,3 73 49,6 75
trabalho a variável relação de terra. O numerador eo denominador não são uma combinação perfeita
(23,9) (20,0) (25,5)
neste caso, particularmente quando as culturas de rendimento não alimentares representam uma grande

Não agrícola Value Added 5705 439 6661 33 5065 69 parte da agricultura, não obstante os proxies variável para pressões da população em terra.

por trabalhador (constante $ 2005)

(4749) (5129) (4806)
Índice Global Preço Fertilizer 94,7 588
As funções de produção rendimento de cereais incluem uma medida histórica da introdução da
(36,9)
tecnologia de revolução verde a partir de Evenson e Gollin (2003) e anteriormente apresentado em Conley

Custo-Distância a mais próxima 5,78 588 et ai. (2007) . O indicador descreve culturas modernas variedade (MV) plantadas como uma
Fertilizantes site Production percentagem de todas as culturas plantadas, ponderada pela superfície plantada a essas culturas. O
(3,75) desenvolvimento de variedades de sementes modernas adequadas para mistura de culturas única da
África e zonas agroecológicas ficou para trás o desenvolvimento de variedades de alto rendimento
Nota: Valores dados para a amostra de intervalos de 5 anos desde 1965 - 2000. Os desvios
relevantes para outras regiões por cerca de duas décadas ( Evenson e Gollin de 2003 ), Então esta
padrão indicado entre parênteses.
variável capta a proliferação altamente relevante de MVs entre os países. Os dados para a cobertura
variável 85 países 1960-2000, tomado em fi VE-ano em média.
de erros de medição de uma variável grosseiros, tais como rendimentos de grampos de nível país por
hectare. 8

fixa e ff ECTS estimadores su ff er de polarização painel dinâmico particularmente pertencente ao

dados de precipitação em grade mensais são tomadas a partir da Universidade de Delaware ( Matsuura
viés sobre a variável dependente desfasada ( Wooldridge, 2002; Bond, 2002 ). Como parte de nossa
e Willmott, 2012 ). Os valores são somados para cada ano e média de todo o país, e depois
robustez exercícios apresentados no Apêndice, nós conduzimos uma estratégia de estimação
convertido para a forma log natural. Este é um sinal imperfeito, uma vez que é a variabilidade de
complementar para as equações de crescimento econômico através do uso de Arellano e Bond
chuva durante a location-especi fi c safra crescente de que mais importa, em vez de precipitação em
(1991) método generalizado dos momentos (GMM) “ di ff rência ” estimador, o que elimina o fi fixa e ff ECTS.
todo um ano inteiro. A construção de um tal locationspeci fi variável c precipitação focada em estações
de crescimento locais está além do escopo deste artigo.

8 Outro trabalho tem encontrado grandes graus de erro nos dados de nível nacional. Por exemplo, “ em alguns casos, um

setor da economia é conhecido por consistir em um grande operador e muitos pequenos e uma quali fi suposição ed podem ser
9 Note que existe uma correspondência imperfeita entre as variáveis ​de rendimento e de fertilizantes de cereais: o uso de
feitas a respeito de quanto do setor é dominado pelos grandes operadores para os quais estão disponíveis dados estatísticos
fertilizantes é relatado como a utilização média sobre toda a terra arável, que introduz erro de medição em nossa especificidade fi
básicos. A estatística S ffi ce ...
assumir [s] que o resto do setor cresce proporcionalmente. ” Às vezes, em “ a economia de subsistência ... crescimento [é] cação se o uso de fertilizantes em cereais e noncereals não é consistente. Para amenizar esta preocupação, testamos as

que se presume ter um determinado valor por agregado familiar rural, e, em seguida, assumiu a crescer em conformidade estimativas abaixo de controlar a percentagem da agricultura total plantada com culturas de rendimento; a variável de culturas

com o crescimento da população rural. ” Jerven (2010) . Estes erros de medição bruta certamente poderia gerar atenuação de rendimento não era signi fi não pode perder em qualquer um dos especi fi cátions e não tinha e ff ect nas estimativas pontuais

grave em estimativas de regressão. discutido abaixo.

139
JW McArthur, GC McCord
dados WDI são usados ​para medir o investimento agregado média eo consumo do governo
como proporção do PIB. valor não agrícola adicionado é do WDI e é medido em dólares constantes
de 2005 à compensação de variações nos preços relativos. Nós misturá-la com dados FAOSTAT na
força de trabalho não agrícola para criar uma medida de não-agrícola valor agregado por trabalhador
em dólares constantes.
A amostra inclui apenas países com dados disponíveis em desenvolvimento, uma vez que os
principais motores do crescimento em economias de alta renda estão a ser assumida inovação e
retornos crescentes de escala em sectores não agrícolas. Usamos a média do período de tempo da
amostra (1985) para classi país fi cação. O teto de renda do Banco Mundial para desenvolver o
estatuto de país em 2012 foi de US $ 12.615, e dado que RNB da WDI dados per capita é relatado
em 2000 dólares norte-americanos, que de fl comeu o teto para US $ 9.699, e em seguida, manter
apenas os países que tinham a seguir que a renda em 1985 (mantendo todos os pós
1985-observações independentemente da sua trajetória de renda). A amostra exclui as pequenas
economias - de fi definidos como aqueles com populações de menos do que 1 milhão em 1985 - e em
desenvolvimento na Europa, uma vez que suas trajetórias agrícolas têm sido parte do processo de
transferência de tecnologia latitude temperado e também foram um ff ete pela era soviética socialismo.
economias socialistas são excluídos desde o seu mecanismo de laços entre a agricultura à mudança
estrutural foi provavelmente desviada pelo planejamento central, particularmente com relação ao
rural-se urbana migração e ligações de outra forma trabalhando através de mecanismos de preços
nas economias de mercado. Excluímos exportadores FMI-designados de combustível (Argélia,
Angola, Congo, Irã, Líbia, Nigéria, Omã, Trinidad e Tobago e Venezuela) e os principais produtores
de diamantes (Botswana, Guiné e Namíbia). 10
Diferentemente da maioria dos países em desenvolvimento esses exportadores minerais abundam no
mercado de câmbio para fi Nance insumos complementares ao trabalho nos setores de nonagriculture,
e é improvável que eles têm as baixas taxas de poupança agregada dos países onde grande parte da
população é na agricultura lowproductivity, quebrando assim algumas das ligações entre a
produtividade agrícola e mudança estrutural mencionado anteriormente. Isto deixa 75 países com
dados sobre as colheitas de cereais e fertilizante, embora nós limitar a amostra na forma reduzida
rendimento dos cereais especi fi cações para 69 países que têm dados sobre todas as variáveis. Nas
estimativas para o crescimento económico, participação do trabalho, e valor não-agrícola adicionado
optamos por manter um número consistente de países que possuem dados para todas as variáveis,
formando assim um painel de 58 países (note que alguns países não têm dados durante anos
anteriores) . A amostra inteira abrange 1965 - 2000; no entanto, o crescimento econômico, compartilhar
trabalho e NAVA estimativas incluem atrasos que limitam o período de amostragem a 1975 - 2000. A
amostra de 75 países e 58country subamostra estão listadas no Apêndice Tabela A.3 .
5. resultados
5.1. funções de produção de rendimento do cereal
mesa 2 apresenta resultados para fi xo-e ff ect regressões com rendimento de cereais por hectare
como variável dependente, cobrindo fi VE-ano intervalos ao longo do período de 1965 - 2000. Para
cada representante de observação, os rendimentos, precipitação, fertilizantes, irrigação, tractores e o
rácio-land trabalho são em média em três anos (t - 1, t e t + 1), a fim de se concentrar em mudanças
estruturais em oposição ao ano para a volatilidade ano. Coluna I apresenta OLS com dummies de
ano em pool. o coe ffi ciente em adubo é
7,85 e fortemente signi fi cant, o que implica que um aumento de 1 kg / ha em adubo é associado com
rendimentos mais elevados de cerca de 8 kg / ha. Na ausência de país fi fixa e ff ECTS, esperamos que
esta coe ffi ciente para ser tendenciosa para cima, uma vez country-especi fi c características tais como
capital e governo são susceptíveis de ser positivamente correlacionado com ambos a utilização de
fertilizantes e os rendimentos.
10 Todos os resultados são robustos à inclusão destes países, com uma exceção: Trinidad e Tobago é um país muito pequeno,
que também é um produtor de fertilizantes, o que o torna um outlier desde a sua distância média ponderada agricultura para a
produção de fertilizantes é ordens de magnitude inferiores às dos outros países em desenvolvimento (até mesmo aqueles que
produzem fertilizantes, como Índia e China). Os resultados estão disponíveis mediante solicitação.
140
Journal of Development Economics 127 (2017) 133-152
Coluna II introduz país fi fixa e ff ecte e o coe fertilizante ffi ciente cai consideravelmente para 4,54.
Coluna III adiciona (o logaritmo natural de) precipitação. O fertilizante coe ffi caz é quase inalterada
em
4,48 e precipitação é signi fi não pode perder com um coe ffi ciente de 0,39. este coe ffi ciente implica
que, para um país como o Uganda, com rendimentos médios de
1,3 tonelada (1,300 kg) por hectare e precipitação média de 1,202 milímetros (perto da média da
amostra 1,201 milímetros), um aumento de um desvio padrão de 78 mm de precipitação estaria
associada com o aumento de rendimento de 25 kg por hectare. Embora estatisticamente signi fi cant,
este coe ffi ciente provável su ff ers de viés de atenuação, devido a erros de medida na variável
precipitação nacionalmente-média. Em uma regressão não declarada, corremos rendimentos no
ano-a-ano em fertilizantes e precipitação e fi nd um coe consistente ffi caz de 0,3 na variável
precipitação.
Coluna IV introduz outro elemento crítico do pacote revolução verde, modernas sementes de
variedades, que é signi fi não pode ao nível de 1 por cento e substantiva em magnitude. Esta é uma
produtividade pura e ff ect. Um aumento marginal de um ponto percentual em uso semente moderno
está ligada a um extra de 10 kg por hectare, rendimento independentes de fertilizante. A inclusão dos
resultados variáveis ​semente em um ligeiro declínio na coe fertilizante ffi ciente para 3,4,
fundamentando o ponto de que os pacotes de fertilizante de sementes tem de e complementar ff ECTS
em aumentar o rendimento.
Para completar a função de produção com uma medida de trabalho, coluna V acrescenta a
proporção da terra de trabalho agrícola. A variável é insigni fi não pode e não tem e perceptível ff ect
nas outras variáveis. Vale a pena notar que os relatórios desta tabela resultados para um conjunto
consistente de observações em todas as estimativas, em que a variável limitante em termos de
disponibilidade de dados é para tratores. Quando a coluna V é permitido a todos os países com
dados disponíveis (regressão não mostrado), os resultados de amostras maiores em uma associação
mais forte entre a razão da terra de trabalho e os rendimentos, em que o coe ffi caz é - 0,42 e signi fi chanfro
ao nível de 10%. Optamos por apresentar uma amostra consistente em especi fi catiões para facilitar a
interpretação da coe ffi coeficientes.
Coluna VI introduz a irrigação, a outra principal fonte de água para as culturas de cereais.
Coluna VII introduz capital humano medido em anos médios totais de escolaridade. Coluna VIII
introduz a variável tractores para testar a e ff ecte de alto custo máquinas físicas. Enquanto estas três
variáveis ​têm o sinal positivo esperado, eles não são estatisticamente signi fi não pode na presença de
país e tempo fi fixa e ff ECTS.
5.1.1. Instrumentando para o uso de fertilizantes
A fim de obter melhores estimativas causais para insumos agrícolas sobre os rendimentos, que
empregam um quadro variável instrumental em Tabela 3 . A amostra aumenta para 75 países,
quando não limitado pela disponibilidade de variáveis ​de irrigação, tratores e escolaridade como nas
regressões de
mesa 2 , Embora apenas 70 países têm dados para precipitação, sementes modernas, e nosso
instrumento.
Coluna I repete o país fi fixa e ff ecte regressão da coluna IV em mesa 2 , Usando a amostra
maior. Coluna II, em seguida, o uso de fertilizantes instrumentos com o instrumento preço distância
de fertilizantes no fi fase primeiro, resultando numa fortemente signi fi coe não pode ffi ciente e uma fi primeira
fase Fstatistic de 69,40, acima do valor de limiar habitual de 10 para instrumentos fortes ( Staiger e da
de 1997 ). O coe negativo ffi ciente indica que sobe de preço global de fertilizantes causa menor uso
de fertilizantes, em um padrão consistente com os países mais próximos locais de produção de
fertilizantes que experimentam maiores choques proporcionais. Na coluna III, a segunda fase
resultados de regressão de uma coe ffi ciente para fertilizantes de 9,22, o que sugere que um aumento
kg / ha, em fertilizantes provoca um aumento de 9 kg / ha, em rendimento. Note que este é mais de
duas vezes a magnitude do fi fixa e ff ECTS regressões de mesa 2 , Sugerindo que o erro de medição
ou de polarização variável poderia ter sido omitido signi fi cativamente atenuar as estimativas nas
regressões MQO.
Para proporcionar uma sensação de magnitudes, o valor médio do instrumento é de 28,4 e o
desvio padrão é de 30,7. Pode-se considerar um choque de preços de 10%, e comparar um país
com uma medida costdistance cerca de um desvio padrão acima da média (Mali, com um
costdistance de 9,60) com outro país cerca de um desvio padrão
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

mesa 2
Regressões sobre Rendimento de cereais.

Variável dependente: rendimento do cereal, de toneladas por hectare (no tempo t, em intervalos de 5 anos)

OLS agrupados Corrigido estimador de efeitos

Variáveis ​independentes (EU) (II) (III) (IV) (V) (VI) (VII) (VIII)

Fertilizantes por hectare [t / ha] 7,85 *** 4,54 *** 4,48 *** 3,40 ** 3,28 ** 3.11 * 3,28 ** 3,14 *
(2,24) (1,62) (1,60) (1,58) (1,59) (1,61) (1,60) (1,81)

ln (Precipitação [mm]) 0,39 ** 0,39 ** 0,36 ** 0,38 ** 0,37 ** 0,36 **

(0,16) (0,16) (0,15) (0,16) (0,15) (0,15)

sementes modernas (%) 0,010 *** 0,010 *** 0,010 *** 0,010 *** 0,010 ***
(0,003) (0,003) (0,003) (0,003) (0,003)

ln (Trabalho Agrícola / Proporção Terra) - 0.20 - 0,23 - 0,19 - 0,19

(0,21) (0,21) (0,21) (0,23)

Irrigação (%) 0,007

(0,010)

anos de escolaridade 0,02

(0,06)

Tratores por 100 quilômetros quadrados 3,29

(10,64)

N 463 463 463 463 463 463 463 463

(Dentro) de R-quadrado 0,50 0,62 0,63 0,66 0,66 0,67 0,66 0,66
países 69 69 69 69 69 69 69 69
Dummies país N Y Y Y Y Y Y Y
Dummies ano Y Y Y Y Y Y Y Y

Notas: Os erros padrão entre parênteses, agrupados por país.

Todas as variáveis, exceto escolaridade e sementes modernas são 3 significa ano medidos em intervalos de 5 anos. Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971. As médias de valores subsequentes durante 1974, a 1975 e 1976.

termos constantes, dummies de ano e simulações de países não informou para economizar espaço. *** p <0,01. ** p <0,05. * P <0,1.

abaixo (Jamaica, com um custo-distância de 2,03). o coe ffi ciente e 10% de diminuição do preço
implica que Mali iria experimentar um aumento de 0,8 kg / ha no uso de fertilizantes, 11 enquanto
Jamaica iria experimentar um aumento de 3,7 kg / ha. Tendo em conta que o uso de fertilizantes do
Mali nas médias amostrais
6,5 kg e varia de 0,5 a 14 kg, enquanto as médias Jamaica 143 kg e varia entre 115 kg até 208 kg, a
magnitude do preço e ff ect parece plausível. Usando a segunda fase coe ffi ciente de 9,22, um 10%
preço de fertilizantes diminuição iria aumentar os rendimentos por 7 kg / ha, no primeiro caso contra
34 kg / ha no último. Colunas IV e V a repetição instrumentado fi primeiras e segundas fases com
controlos para a precipitação e sementes modernas; a amostra reduz de 75 a 70 países, e tanto o
coe ffi ciente sobre o instrumento na fi primeira fase e em fertilizante no segundo estágio permanecem
fortemente signi fi chanfro ao nível de 1 por cento. A precipitação também tem um coe positiva ffi caz na
segunda fase, que é signi fi não posso apenas para o nível de 10 por cento.
sementes modernos são fertilizante responsiva, e a variável está correlacionada com o uso de
fertilizantes (como evidenciado no fi fase RST), que é provavelmente porque a variável é insigni fi não
podem na segunda fase. embora di ff usion de variedades modernas dentro do período de amostragem foi
impulsionado principalmente por organismos públicos de investigação internacionais, a natureza
complementar de insumos agronômicos sugere que os agricultores racionais enfrentam altos preços de
fertilizantes pode optar por reduzir tanto o uso de fertilizantes e outros insumos. Isso torna mais difícil de
distinguir de fertilizantes e ff ect no rendimento no isolamento de outras entradas. No entanto, o nosso
objectivo principal é estudar a e ff ect de aumentos de rendimento em mudança estrutural. Como tal,
pode-se interpretar como nosso instrumento captura variação exógeno na utilização de entrada como uma
função de preço de fertilizantes. Independentemente disso, a especificidade fi cátions em Tabela 3
fornecer con fi ança que o instrumento para uso de fertilizantes é válido e forte, e que fertilizantes e
seus insumos complementares são importantes determinantes macro da produção de cereais. Países
que enfrentam maiores barreiras ao acesso de fertilizantes terá uma mais di ffi tempo cult aumentar o
rendimento de cereais.
Colunas VI e VII testar a robustez do resultado a inclusão de duas ameaças potenciais à validade
do instrumento. o fi controle primeiro divide o preço global do petróleo bruto pela mesma função de
distância decadência que usamos para construir nosso instrumento. Isto serve para amenizar duas
preocupações potenciais. o fi primeira possibilidade é que a distância de locais de produção de
fertilizantes é proxy para o acesso aos mercados globais, e que o nosso instrumento é re fl ecting o di ff erential
e ff ect de ciclos de negócios globais em cada país de acordo com o quão longe eles são das grandes
economias globais. Desde que o preço global de petróleo é altamente correlacionada com os ciclos de
negócios de grandes economias, fi encontrando um e ff ect do nosso instrumento sobre o consumo de
fertilizantes depois adicionando este controlo sugere que o consumo de fertilizantes é ser um ff ete por
alterações nos preços globais de fertilizante independentes do fl flutuações nos preços do petróleo e os
ciclos de negócios no exterior. Uma segunda preocupação que este endereços de controle é a
possibilidade de que o nosso instrumento é capturar o e ff ect das mudanças globais nos preços da
energia ao contrário do e ff ect dos preços dos fertilizantes, especialmente desde que nós
estabelecemos a produção de fertilizantes nitrogenados tem uma vantagem de custo perto de
depósitos de gás natural.
Finalmente, um di ff teste erent para saber se o nosso instrumento é proxy para conexão com
grandes economias é a de considerar que a variação do preço internacional de commodities podem
di ff erentially um ff ect países através de suas taxas de câmbio para o dólar. Nós, portanto, controlar a
taxa de câmbio do país. Mesmo quando adicionar esses controles globais do preço do petróleo e da
taxa de câmbio, o instrumento continua a ser altamente signi fi-

escala e consistente no fi estágio primeiro na coluna VI, apesar de haver uma associação entre preço
11 Calculada como se segue (em unidades de toneladas): -,00075 - 10 / 9,60 ×
global de petróleo (deteriorado pela distância) e

141
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

Tabela 3
Regressões no cereal Rendimento utilizando IV.

Variável dependente

Rendimentos Fertilizante Rendimentos Fertilizante Rendimentos Fertilizante Rendimentos

(T / ha) (T / ha) (T / ha) (T / ha) (T / ha) (T / ha) (T / ha)

(EU) (II) (III) (IV) (V) (VI) (VII)

Variáveis ​independentes FE MQ2E MQ2E MQ2E

Distância mundial Fert Preço / Ajustado ao custo - 0,00075 *** - 0,00063 *** - 0,00093 ***
para Nitrogen site Production (0,0001) (0,00011) (0,0001)
Fertilizantes por hectare (t) 2,93 ** 9,22 *** 8,55 *** 8,88 ***
(1,15) (1,51) (1,88) (1,44)

ln (Precipitação [mm]) (t) 0,31 * - 0,001 0,30 *

(0,17) (0,018) (0,16)

sementes modernas (%) 0,012 *** 0,002 *** 0,0001

(0,002) (0,0005) (0,007)

Distância mundial Oil Price / Ajustado ao custo 0,0025 *** - 0,007

para Nitrogen site Production (0,0006) (0,007)
ln (taxa de câmbio) - 0,0016 * 0,02 *
(0,0009) (0,01)

Dentro de R-quadrado 0,65 0,23 0,40 0,39 0,44 0,31 0,45

N 554 588 554 548
países 70 75 70 73
Teste F Kleibergen Paap na Primeira Etapa 69,40 35.13 116,54
Dummies país Y Y Y Y Y Y Y
Dummies ano Y Y Y Y Y Y Y

Notas: Os erros padrão entre parênteses, agrupados por país, tanto fi primeira e segunda fases. Todas as variáveis, exceto escolaridade
e sementes modernas são 3 significa ano medidos em intervalos de 5 anos.
Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971. termos constantes, manequins país, manequins vez não relatados. *** p <0,01. ** p <0,05. * P <0,1.

o uso de fertilizantes. A segunda fase coe ffi ciente sobre os rendimentos é 8,88, quase inalterado em
relação ao coe ffi ciente em V. coluna
5.2. equações de participação no crescimento econômico e de trabalho
5.2.1. Crescimento do PIB per capita
Como mencionado anteriormente, os aumentos de curto prazo no rendimento devem aparecer
diretamente nas contas do PIB, se a terra sob cultivo é relativamente fi fixos no curto prazo e produção
agrícola constitui uma parte considerável do PIB. tabela 4 presentes fi fixa e ff estimadores ECTS MQO
para Eq. (3) , cobrindo
fi períodos de crescimento a partir de 1965 a 2000. De acordo com a literatura crescimento ano-ve
(por exemplo, Caselli et al., 1996; Barro e Sala-i-Martin, 2004 ), O coe ffi ciente em PIB desfasada per
capita é de perto de 0,7, o que sugere um coe convergência ffi ciente de aproximadamente - 0,06 por
ano.
A principal variável de interesse é um valor desfasado de rendimento de cereal, que tem um
muito grande e signi fi coe não pode ffi ciente de 0,08 em coluna I. A dentro de cada país desvio padrão
de rendimento é de aproximadamente 500 kg / ha (0,5 t / ha), por isso, continuar a interpretar o
rendimento coe instrumentado ffi ciente em termos de um aumento marginal de 0,5 toneladas. o coe ffi cienteagora de 0,28. Isto implica que um aumento de meia tonelada dos rendimentos dos cereais leva a
implica que um aumento nos rendimentos meia tonelada por hectare está ligada a um aumento de 4
por cento do PIB per capita. As demais variáveis ​são comuns em equações de crescimento de
cross-country. Investimento sobre o anterior fi cinco anos é positivamente correlacionada com o
crescimento, enquanto em fl ção, o consumo público em percentagem do PIB, e as taxas de
fecundidade total são negativamente correlacionados com o crescimento. Note-se que coluna I não
limita a amostra, enquanto a coluna II limita a amostra para os 58 países que possuem dados sobre
o valor não agrícola agregado por trabalhador. Para fins de comparabilidade, mantemos a amostra
de 58 países a avançar. Mantendo esta amostra consistente durante toda a análise limita o período
de tempo para começar em 1970, já que as estimativas NAVA envolvem mais longas defasagens
nas variáveis ​independentes. Nos resultados relatados, permitindo uma maior
provar em tabela 4 leva a consistente e signi fi coe não pode ffi coeficientes sobre o rendimento variável.
Nós empregamos o quadro variáveis ​instrumentais para olhar como choques para produzir
através do canal de fertilizantes pode aparecer no PIB, tanto contemporaneamente e com um lag.
instrumentos coluna III para os rendimentos utilizando o mesmo instrumento descritos acima, e, em
seguida, o PIB per capita é regrediram em uma segunda etapa na fi enquadrados valor para o
rendimento em coluna IV. o fi estágio resulta primeiros em uma altamente signi fi coe não pode ffi ciente
sobre o instrumento de - 0,008, e o fi primeira fase F-estatística sobre o instrumento de 18,62 indica
que o instrumento é adequadamente forte. A segunda fase coe ffi caz no rendimento é signi fi cativas
no nível de 1 por cento e igual a 0,37, quatro vezes maior do que a regressão OLS de coluna
I. A magnitude implica que um aumento de 0,5 ton, com um rendimento conduz a um PIB de 20 por cento mais
elevada por habitante. 12
Em colunas V - VI, nós controlamos para os outros elementos do comum
regressões de crescimento (investimento, em fl ção, o consumo público, e a taxa de fertilidade total). o fi
coe fase primeiro ffi ciente sobre o instrumento continua a ser signi fi chanfro e a estatística F de 12,73
está acima do limiar instrumento forte, enquanto que a segunda fase coe- ffi caz no rendimento é
um PIB 15% maior per capita, mesmo quando controlando para o atraso do PIB de 5 anos. Embora
isso possa parecer uma surpreendentemente grande resultado, deve-se ter em mente que na década
de 1960, a agricultura constitui mais de 30% do PIB em muitos países. Em países onde subsistência
domina agrícolas e os rendimentos são de cerca de 1 tonelada por hectare, em seguida, um aumento
de uma meia tonelada, com rendimentos aumenta mecanicamente PIB em 15%. De facto, em
resultado de uma declarada, quando se limitar a amostra em regressões V - VI aos 30 países acima
da porcentagem mediana (29%) do PIB na agricultura em 1960, o coe ffi caz na produtividade, na
segunda etapa é de 0,42. Isto é

12 0,20 = exp (0,5 * 0.37) - 1

142
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

tabela 4
Regressões sobre o PIB per capita.

Variável dependente

ln (PIB per capita) Rendimento (T / ha) (t-1) ln (pc PIB) Rendimento (t-1) ln (pc PIB) Rendimento (t-1) ln (pc PIB)

(EU) (II) (III) (IV) (V) (VI) (VII) (VIII)

Variáveis ​independentes FE FE MQ2E MQ2E MQ2E

Global de Fert Preço / Custo-Adj. Distância para - 0,008 *** - 0,008 *** - 0,009 ***
Nitrogênio local de produção (t-1) (0,002) (0,002) (0,002)
ln (PIB per capita) (t-5) 0,72 *** 0,72 *** 0,42 ** 0,65 *** 0,50 ** 0,59 *** 0,43 ** 0,58 ***
(0,04) (0,04) (0,19) (0,13) (0,22) (0,10) (0,17) (0,11)

Rendimento (t / ha) (t-1) 0,08 *** 0,08 *** 0,37 *** 0,28 *** 0,37 ***
(0,02) (0,02) (0,07) (0,07) (0,08)

Ave. Investimento (t-5 e t-1) 0,009 *** 0,009 *** - 0,015 ** 0,012 ***
(0,001) (0,002) (0,007) (0,002)

ln (Em fl ção (t-5 e t-1)) - 0,07 *** - 0,07 *** 0,003 - 0,07 ***
(0,02) (0,02) (0,04) (0,03)

Gov ' t Consumo em% do PIB (t-5 e t-1) - 0,007 *** - 0,009 *** - 0,003 - 0,006
(0,002) (0,002) (0,01) (0,004)

Taxa de Fecundidade Total (t-5) - 0,036 * - 0,031 - 0,01 - 0,03

(0,018) (0,025) (0,08) (0,03)

Mundial do preço do petróleo / Custo-Adj. Distância para - 0,018 ** 0,006

Nitrogênio local de produção (t-1) (0,008) (0,005)
ln (Taxa de Câmbio) (t-1) 0,016 - 0,02 ***
(0,011) (0,006)

ln (Global Food Preço × cabido Comércio Compartilhar) (t-1) - 0,08 ** 0,05

(0,04) (0,04)

N 327 264 269 264 268

países 64 58 58 58 57
Dentro de R-quadrado 0,87 0,83 0.58 0,61 0,61 0,77 0,57 0,65
Teste F Kleibergen Paap na Primeira Etapa 18.62 12,73 28.95

Dummies país Y Y Y Y Y Y Y Y
Dummies ano Y Y Y Y Y Y Y Y

Os erros padrão entre parênteses, agrupados por país em ambas as primeira e segunda fases. Todas as variáveis ​são 3 meio ano medidos em intervalos de 5 anos. Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971. As médias de
valores subsequentes durante 1974, 1975 e 1976. Os termos constantes e país e manequins vez não relatados para economizar espaço. *** p <0,01. ** p <0,05. * P <0,1.

consistente com a teoria de que o aumento de rendimento deve aumentar o PIB mais em países
dependente da agricultura.
O aumento do coe ffi ciente de fi fixa e ff ECTS a especificidade MQ2E fi cação méritos discussão.
Como mencionado anteriormente, uma das várias coisas poderiam estar no trabalho. o fi primeira
possibilidade é que OLS estima su ff er de grande preconceito atenuação devido ao erro de medição
grave, que é prevalente em dados agrícolas agregados em países de baixo rendimento ( Jerven de 2010 ).
Uma segunda possibilidade é que a maior MQ2E coe ffi ciente resulta de uma violação da limitação
exclusão, de modo a que a medição e ff ect de rendimentos sobre o PIB é inadequada capturar o e ff ect
de outras variáveis ​omitidas correlacionados ao instrumento. Por esta razão, colunas VII - VIII con fi rm
que nossos resultados são robustos à inclusão de controles de preço do petróleo e taxas de câmbio
globais para o dólar. Nós também controlar a variação dos preços globais dos alimentos interagiu com
os 1985 ações comerciais previstas pela distância aos parceiros comerciais de Frankel e Romer (1999).
este teste se a restrição de exclusão pode ser violado através de ter os preços dos fertilizantes
correlacionados com os preços dos alimentos, e se a função de decaimento distância em nosso
instrumento é confundindo com ligação aos mercados globais. Finalmente, em um resultado não
declarada nos relacionamos as dummies de ano com a distância baseado- fi ações comerciais
em RRA A Fig. 8 . O gráfico mostra uma positiva
enquadrados de Frankel e Romer (1999) para permitir que as tendências globais para variar por di ff proximidade
dos países erent aos mercados globais. Nossos resultados permanecem inalterados.
Uma terceira explicação para OLS estimativas são atenuadas é que uma variável omitida
correlacionada com rendimentos elevados e baixo PIB resultados do crescimento per capita em viés
de baixa em OLS. candidatos prováveis ​para viés de variável omitida incluem políticas que distorcem
os mercados agrícolas através de subsídios, barreiras comerciais ou de outra. Nós empregamos os
dados do Banco Mundial de “ Atualizado Nacional e Estimativas Globais de distorções aos incentivos
agrícolas, 1.955-2.011 ” de Anderson e Nelgen (2013) e discutida em detalhe em Anderson et al.
(2013) a fim de di ff países erentiate de acordo com o grau em que eles adotaram as políticas que
distorcem a agricultura em relação ao setor não-agrícola. Eles construir um “ Taxa relativa de
Assistência ” medida, que é a relação entre as taxas nominais de assistência para a agricultura e para
os sectores não agrícolas e, por conseguinte, fornece “ uma indicação comparável internacional da
medida em que regime de política sectorial de um país tem um anti- (ou pró) viés agrícola. ” Primeiro,
vamos explorar a hipótese de que esses tipos de políticas poderia gerar um viés de baixa na coe
OLS ffi ciente de rendimentos relativos ao PIB por olhando para a porção potencialmente endógena de
rendimentos (utilizando a IV) e testando se países de alta distorção tem sistematicamente di ff rendimentos
erent após partialing a variação exógena em rendimentos. Estes rendimentos residuais esquerda
após partialing a nossa instrumento eo fi fixa e ff ecte são representados graficamente contra a variável

143
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

relação entre RRA e o componente endógeno de rendimentos. Em particular, os países com grandes
políticas anti-agrícolas distorcivos (RRA menos de - 0,5), têm signi fi cativamente valores mais baixos
para o componente endógeno de rendimentos. Tendo em conta que o mais forte e ff ecte no
rendimento no
fi gura ocorrem em níveis abaixo de RRA - 0,5, temos de fi ne “ alta distorção ”
-país anos como aqueles em que a RRA foi inferior a - 0,5. Se estas políticas são uma variável
omitida gerando uma correlação negativa entre o crescimento e os rendimentos renda nacional, em
seguida, os países com altos níveis de distorção deve ter uma relação atenuada entre os
rendimentos e renda. Testamos isso em regressão (I) de tabela 5 e fi nd que é realmente o caso. A
interacção entre o rendimento e a variação elevada distorção é - 0,061, indicando que países com
grandes distorções agricultura preços relativos a outros sectores têm um coe menor ffi ciente dos
rendimentos sobre o PIB na regressão OLS. Isso sugere que essas políticas de distorção gerar um
viés de variável omitida para baixo nas regressões Fe no papel, e são uma razão pela qual as
estimativas IV produzir uma coe maior ffi ciente.

A segunda razão pela qual os rendimentos médios por hectare podem ser correlacionados
negativamente para o crescimento do PIB é se os agricultores estão expandindo a produção ao

A Fig. 8. Rendimentos e taxas relativas de assistência à agricultura. longo da margem extensiva. Isso pode ser especialmente provável em países onde os agricultores
enfrentam barreiras para utilizar mais insumos agronômicos devido a restrições de crédito ou
aversão ao risco. Se a expansão terras cultiváveis ​foram em terras de qualidade marginais ou de
outra forma inferiores, em seguida, isso se traduziria para reduzir rendimentos médios por hectare,
mesmo como total de produção aumenta. Desde o nosso exercício empírico é estimar o causal e ff ect
tabela 5 do aumento da utilização de factores de crescimento no PIB e alterar a estrutura, e este ff ect de
Políticas Anti-Agricultura e extensificação no PIB regressões per capita. diminuir os rendimentos médios com extensi fi cação confunde nossa estimativa na OLS. Nós
coletamos dados da FAO sobre a área total colhida por cultura, e olhar para a correlação de
Variável dependente
produção de cereais por hectare e o log de área total colhida com cereais. A correlação após

ln (PIB per capita) partialing out país e ano fi fixa e ff ECTS - 0,19, suportando a hipótese de que extensi fi catião pode
reduzir os rendimentos médios por hectare mesmo como total de aumentos de produção. Na
(EU) (II)
regressão II de tabela 5 , Nós de fi alta extensi ne fi países cação como aqueles que tiveram sobre o
crescimento de 75% da área total cereais colhidos entre 1960 - 2000. 13 A alta extensi fi países cação ter
Variáveis ​independentes FE FE
um coe estimada inferior ffi ciente de rendimentos relativos ao PIB (coe ffi caz é - 0,04), mais uma vez
ln (PIB per capita) (t-5) 0,72 *** 0,72 *** consistente com a hipótese de que OLS poderia ser desviada para baixo se os agricultores
(0,04) (0,05)
responder ao crescimento da renda por meio da expansão de produção ao longo da margem
extensiva. Desde a nossa IV está medindo a e ff ECTS de intensificação agrícola fi cação, é lógico que
Rendimento (t / ha) (t-1) 0,08 *** 0,09 ***
(0,02) (0,02) a estimativa IV será maior do que OLS.

Alta Anti-Agricultura Distortion (RRA <-0,5) 0,08

(0,08)

Rendimento (t / ha) (t-1) * alta Distorção - 0,061 *

(0,034)
É importante considerar as implicações de especificar os rendimentos em níveis. Mostramos na
Rendimento (t / ha) (t-1) * alta extensi fi cação - 0,040 *
seção robustez que especificar rendimentos em toras ou usando o log do valor acrescentado agrícola
(0,022)
por trabalhador, em vez leva a resultados que são consistentes, mas apenas marginalmente

Ave. Investimento (t-5 e t-1) 0,009 *** 0,009 *** estatisticamente signi fi Cant. Isto é devido a uma mais fraca fi relacionamento primeira fase quando se
(0,002) (0,002) utiliza os rendimentos em toras, sugerindo que a variação no fertilizante preço um ff ECTS rendimentos
em países de baixa produtividade proporcionalmente mais do que nos países de alta produtividade.
ln (Em fl ção (t-5 e t-1)) - 0,07 *** - 0,07 ***
Esta é plausível, dado que os agricultores dos países de baixa produtividade são provavelmente mais
(0,02) (0,02)
pobre e, portanto, mais sensível ao preço dos insumos. Os resultados do segundo estádio, quando

Gov ' t Consumo em% do PIB (t-5 e t-1) - 0,008 *** - 0,009 *** usando os rendimentos em níveis sugere que as economias com níveis mais elevados de
(0,002) (0,002) produtividade bene agrícola fi t igualmente a partir de um aumento de uma tonelada em colheitas de
cereais como países em níveis mais baixos de produtividade. Isso é improvável o caso como países
Taxa de Fecundidade Total (t-5) - 0,033 - 0,030
de alta renda entrar status, mas nós lembrar ao leitor que alta renda países estão excluídos da
(0,025) (0,025)
amostra, e muitos países de renda média na amostra (como Brasil e Argentina) têm economias em
N 264 264 que a agricultura desempenha um papel importante.
países 58 58
Dentro de R-quadrado 0,84 0,84

Dummies país Y Y
Dummies ano Y Y tabela 4 usa um 1 ano valor do rendimento defasado, tendo em mente que tanto o PIB e
rendimento variáveis ​são três anos de médias móveis. Nós
Os erros padrão entre parênteses, agrupados por país. Todas as variáveis ​são 3 meio ano medidos em intervalos de 5 anos.
Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971.

13 Este resultado é robusto para usando limiares mais baixos, de crescimento, tais como 60% em área colhida.
termos constantes e país e manequins vez não informou para economizar espaço. *** p <0,01.
*
p <0,1. Também é robusta para deixar cair o país com maior crescimento na área colhida com cereais (Paraguai).

144
JW McArthur, GC McCord
Fig. 9. Coe ffi coeficientes de di ff erent desfasamentos de rendimento dos cereais instrumentado num especi fi seguinte cação tabela 4 colunas III - IV.
testado a partir de zero a fi quinze anos fica na especificidade fi catião de colunas III - IV, a fim de explorar
a estrutura lag deste causalmente identi fi ed e ff ect de choques de rendimento no PIB, e encontrada
da FAO para dividir as exportações de cereais de cada país por produção total, e fi nd que, em nossa
uma mensagem ff ect no ano contemporânea, bem como um e dois anos mais tarde. O coe defasada ffi coeficientes
com 95% de con fi intervalos dence são representados graficamente em A Fig. 9 , E sugerem uma
relação estatística entre uma média móvel de três anos de PIB per capita centrada no tempo t com um
rendimento em t, t - 1 e t - 2. Nós portanto optar por apresentar as nossas estimativas utilizando
rendimento centrado em t - 1.
5.2.2. participação do trabalho na agricultura
Desde que seria de esperar aumentos de rendimento para aumentar o PIB mecanicamente, uma
medida mais adequada de analisar se o aumento de rendimento estão provocando a mudança
estrutural é focar no movimento dos trabalhadores da agricultura. Em tabela 6 testamos participação do
trabalho na agricultura como a variável dependente. A participação média da amostra é de 52 por
cento. colunas I - uso IV OLS com país e ano fi fixa e ff ete, enquanto V - XI instrumento para rendimentos.
Nós fi examinar primeiro a estrutura de atraso, tal como mostrado na
A Fig. 10 . Note-se que maior (instrumentados) os rendimentos são correlacionados com baixos ações
trabalhistas na agricultura, tanto contemporaneamente e durante os próximos sete anos antes da e ff ect
se dissipa. Nós usamos um atraso de 5 anos em rendimentos na tabela 6 estimativas.
Coluna I indica a forte associação entre a participação do trabalho na agricultura e na produção
defasados, mesmo quando controlando para país e ano fi fixa e ff ECTS. o coe ffi ciente de - 3,3 indica
que um aumento de 0,5 ton, com rendimentos está associada com uma quota de 1,65 ponto
percentual menor da força de trabalho na agricultura 5 anos mais tarde. Coluna II acrescenta
investimento e em fl ção como controlos. Nem é signi fi cant, eo coe ffi ciente sobre o rendimento
defasado não muda. Coluna III acrescenta consumo do governo e da taxa de fertilidade. O consumo
do governo é positivamente correlacionada com a participação do trabalho na agricultura, o que pode
ser uma indicação de intervenção governamental excessiva na economia retardando mudança
estrutural. fertilidade mais elevada também está associada com uma quota de trabalho maior na
agricultura nos anos seguintes. Em geral, maior fertilidade aumenta a demanda por alimentos e,
assim, para o trabalho agrícola, enquanto na direção de causalidade reversa sociedades agrárias
tendem a ter maiores taxas de fertilidade devido à alta mortalidade, baixos retornos à educação e à países de mercados globais, e os resultados mantêm-se inalterados. Finalmente, a coluna XI mostra
procura de trabalho na fazenda. Note que o coe ffi caz no rendimento desfasada é menor e não signi fi cant, a segunda fase de interagir os rendimentos variáveis ​(e) o instrumento com a variável binária
sugerindo que, na ausência de uma identificação fi estratégia cação, várias das variáveis
​independentes pode ser trending juntos, ea correlação entre eles é atenuar a associação entre
rendimentos e participação do trabalho.
Coluna IV explora se o e ff ect de rendimento é di ff erentiated entre países como Matsuyama
(1992) prediz: aumentou agrícola
145
Journal of Development Economics 127 (2017) 133-152
produtividade nas economias abertas pode levar a especialização em agricultura e países que
buscam que a vantagem comparativa, puxando, assim, o trabalho na agricultura. Nós usamos dados
amostra o país mediano exporta 0,4% da produção (isto sugere que previsões de como economias
exportadoras alimentos básicos iria responder a aumentos de produtividade de Matsuyama não se
aplica a maior parte do mundo em desenvolvimento). Nós designamos como exportadores de cereais
dos países que exportados pelo menos 10% de sua produção de cereais durante, pelo menos
metade do período de tempo em nosso estudo. Estes são Argentina, Jordânia, África do Sul,
Tailândia, Uruguai e Zimbabwe. Colunas IV, em seguida, interage com o rendimento variável a
variável indicadora exportador de cereais; o coe resultante ffi caz no rendimento é - 3,98, enquanto o
coe ffi caz na interacção é 6,12. 14
Países que são Exportadores de Cereais, portanto, exibir um di ff erent dinâmica do resto: o aumento
da produtividade levar a (pequena) aumenta na participação do trabalho na agricultura, como Matsuyama
(1992) poderia prever. Nós voltar para as implicações desta fi nding para a política pública na
conclusão.
Colunas V e VI instrumento para rendimentos, usando novamente a variável fertilizante
preço-distância. O instrumento continua a ser fortemente correlacionada com o rendimento, as fi primeira
fase F-estatística sobre o instrumento está
39,95, e a segunda fase coe ffi ciente em aumentos de rendimento para - 9,43, signi fi chanfra a um
nível por cento. Isto sugere que um aumento de 0,5 ton, com rendimentos faz com que a parte do
trabalho na agricultura para diminuir em cerca de 5 pontos percentuais na próxima fi cinco anos. O
resultado é consistente quando controlando para investimento, a taxa de fertilidade, em fl ção eo
consumo do governo no VII - VIII. Tal como referido acima, as colunas IX - verificação X para possíveis
violações da restrição de exclusão, controlando para o preço global do petróleo interagiu com o
inverso da distância que usamos em nosso instrumento, bem como o controle de taxa de câmbio do
país. Nós também controlar para o preço global de alimentos interagiu com base distância fi enquadrados
1985 ações comerciais de Frankel e Romer (1999) . Os resultados são robustos à inclusão desses
controles (na verdade, o coe ffi ciente sobe para -11,28). Tal como acontece com a nossa análise
sobre o PIB, em uma regressão não declarada nos relacionamos as dummies de ano com a fi ações
comerciais enquadrados para permitir di ff tendências globais erential acordo com a proximidade dos
Exportadores de Cereais como de fi nido por coluna IV. O resultante coe ffi caz na interacção é positivo
e signi fi cant, eo
14 O resultado é qualitativamente inalteradas se usarmos um di ff limiar erent para categorizar exportador de cereais,
tais como 25% de produção, em vez de 10%.
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

tabela 6
Regressões no Trabalho Compartilhar na agricultura.

Variável dependente

Trabalho Compartilhar na Agricultura Rendimento (T / ha) (t- L Compartilhar em Rendimento (t-5) L Compartilhar em Rendimento (t-5) L Compartilhar em L Compartilhar em

5) Ag. Ag. Ag. Ag.

(EU) (II) (III) (IV) (V) (VI) (VII) (VIII) (IX) (X) (XI)

Variáveis ​independentes FE FE FE FE MQ2E MQ2E MQ2E MQ2E

Global de Fert Preço / Custo-Adj. Dist. - 0,005 *** - 0,006 *** - 0,005 ***
para

Nitrogênio local de produção (t-5) (0,001) (0,001) (0,001)

Rendimento (t-5) - 3,30 ** - 3,29 ** - 1,98 - 3,98 ** - 9,43 *** - 9,13 *** - 11,28 *** - 10,72 ***
(1,59) (1,60) (1,52) (1,55) (1,82) (1,82) (1,80) (2,07)

Ave. Investimento (t-5 e t-1) - 0,02 - 0,04 0,002 - 0,04

(0,07) (0,06) (0,005) (0,08)

ln (Em fl ção (t-5 e t-1)) 0,13 0,06 - 0,05 - 0,36

(0,19) (0,45) (0,04) (0,57)

Consumo o go,% do PIB (t-5 0,23 ** - 0,007 0,17

a T-1)
(0,10) (0,011) (0,12)

Taxa de Fecundidade Total (t-5) 2,50 *** - 0,13 * 1,56

(0,69) (0,07) (0,98)

Rendimento (t-5) * cereal Exportador 6,12 *** 9,78 ***

(1.99) (3.16)

Mundial do preço do petróleo / Custo-Adj. Dist. para 0,0001 - 0,13 ***

Nitrogênio local de produção (t-5) (0,006) (0,04)
ln (Taxa de Câmbio) (T-5) 0,003 0,24
(0,01) (0,17)

ln (Preço Global de Alimentos * Trade equipada - 1,26 *** 7,64 ***

Share) (T-5)
(0,02) (1,19)

N 269 269 264 269 269 264 268 269

países 58 58 58 58 58 58 57 58
Dentro de R-quadrado 0,78 0,78 0,83 0,79 0,52 0,70 0,57 0,74 0,52 0,66 0,72
Teste Kleibergen Paap F na primeira 39.95 20.52 18.37
Palco

Dummies país Y Y Y Y Y Y Y Y Y Y Y
Dummies ano Y Y Y Y Y Y Y Y Y Y Y

Os erros padrão entre parênteses, agrupados por país em ambas as primeira e segunda fases. Todas as variáveis ​são 3 meio ano medidos em intervalos de 5 anos. Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971. As médias de valores

subsequentes sobre 1974, 1975 e 1976. As colunas

V, VII, e IX são regressões de primeiro estágio de VI, VIII e X, respectivamente. Primeira etapa para a coluna XI omitido para economizar espaço. termos constantes e país e
manequins vez não informou para economizar espaço. *** p <0,01. ** p <0,05. * P <0,1.

magnitude sugere que o impacto dos rendimentos em ações trabalhistas na maioria dos países está
ausente no caso de exportadores de cereais.
Tal como acontece com os resultados sobre o PIB, o maior coe ffi ciente em rendimentos no
quadro MQ2E sugere que OLS é inclinado para baixo, devido à atenuação de erro de medição, ou
devido a uma variável omitida que está negativamente correlacionada com a produção e para o
movimento de trabalho mais lento para fora da agricultura (tais como as políticas de distorção ou
extensi fi cação pelos agricultores, como discutido anteriormente). Dado que os resultados na
participação do trabalho é a nossa prova preferida para o e causal ff ecte de aumentos de rendimento
em transformação estrutural, que empregam um teste desenvolvido pela Conley et ai. (2012) para
explorar a possibilidade de uma violação de restrição de exclusão. O teste é discutido na Apêndice E
sugere que resulta em
tabela 6 são robustos a um pequeno relaxamento da restrição exclusão. Nossos resultados sobre o PIB
são ainda mais robusta: o teste sugere que negar nossos resultados exigiria que a maioria dos e ff ect
das variações de preços de fertilizantes sobre o rendimento ocorrer através de um canal diferente de
rendimentos, que é altamente improvável.
5.2.3. O crescimento em valor não acrescentado agrícola
Indiscutivelmente o teste mais ambicioso para as ligações entre a produtividade agrícola e
mudança estrutural é examinar as ligações à actividade económica inteiramente fora da agricultura. tabela
7 faz isso por meio de testes não agrícola valor adicionado por trabalhador não agrícola (NAVA)
como variável dependente. Desde que esperar um atraso entre ter um impulso na produtividade e
repercussões para o sector não agrícola, e não há nenhum teórico prévio sobre o tempo, nós fi primeiro
explorar a estrutura de defasagem.
A Fig. 11 mostra os resultados de regressão de valor não agrícola adicionado por trabalhador
testado contra 15 respectivas GAL (a partir de t para t - 15) de colheitas de cereais instrumentados.
Duas coisas são evidentes quando se compara este gráfico à relativa produção de cereais e PIB per
capita. Em primeiro lugar, o sinal de estatística é mais fraco (note que estamos usando 90% con fi intervalos
dence neste gráfico), embora o e ff ect permanece positivo em todos os lag. No entanto, notamos que
o signi estatística fi cância é apenas evidente em dois desfasamentos, que não podem ser distinguidas
a partir da taxa de falsos positivos esperado em con 90% fi dência quando se olha para 15
defasagens. Assim sendo,

146
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

Fig. 10. Coe ffi ciente em di ff erent desfasamentos de rendimento dos cereais instrumentado num especi fi seguinte cação tabela 6 colunas VII - VIII.

tabela 7
Regressões de valor não-agrícola agregado por trabalhador.

Variável dependente

ln (NAVA) ln (NAVA) ln (NAVA) Rendimento (t-9) ln (NAVA) Rendimento (t-9) ln (NAVA) Rendimento (t-9) ln (NAVA) Rendimento (t-9) ln (NAVA)

(EU) (II) (III) (IV) (V) (VI) (VII) (VIII) (IX) (X) (XI)

Variáveis ​independentes FE FE FE MQ2E MQ2E MQ2E MQ2E

lag 9 anos da Global Fert Preço / Custo- - 0,008 *** - 0,008 *** - 0,007 *** - 0,010 ***
Adj. Dist. para Nitrogen site Production (0,001) (0,001) (0,001) (0,003)
ln lag de 5 anos (valor não ag por trabalhador) 0,88 *** 0,73 *** 0,77 *** 0,42 ** 0,79 *** 0,50 *** 0,63 *** 0,52 *** 0,69 *** 0,36 ** 0,82 ***
(0,05) (0,07) (0,06) (0,16) (0,08) (0,16) (0,08) (0,17) (0,08) (0,14) (0,08)

rendimento lag 9 anos 0,05 * 0,06 * 0,03 0,23 * 0,24 ** 0,17 ** 0,17
(0,03) (0,03) (0,03) (0,13) (0,10) (0,08) (0,13)

Ave. Investimento (t-5 e t-1) 0,01 *** 0,01 *** - 0,010 ** 0,01 *** - 0,010 ** 0,01 ***
(0,003) (0,003) (0,005) (0,003) (0,005) (0,003)

ln (Em fl ção (t-5 e t-1)) - 0,10 ** - 0,10 ** 0,001 - 0,10 ** 0,007 - 0,10 **
(0,05) (0,04) (0,03) (0,05) (0,03) (0,05)

Consumo o go como% do PIB - 0,005 - 0,006 - 0,004

(T-5 e t-1) (0,003) (0,007) (0,004)
Taxa de Fecundidade Total (t-5) - 0,04 - 0,13 * - 0,02
(0,03) (0,08) (0,04)

lag 9 anos da Global Oil Price / Custo- 0,01 - 0,002

Adj. Dist. para Nitrogen site Production (0,01) (0,002)
9 anos de atraso em ln (taxa de câmbio) 0,015 ** - 0,001
(0,006) (0,006)

N 335 264 260 264 264 260 262

países 65 58 58 58 58 58 57
Dentro de R-quadrado 0,77 0,79 0.80 0,60 0,68 0,61 0,75 0,64 0,78 0,61 0,69
Teste F Kleibergen Paap na Primeira Etapa 34.25 30.59 26.96 11.50

Dummies país Y Y Y Y Y Y Y Y Y Y Y
Dummies ano Y Y Y Y Y Y Y Y Y Y Y

Notas: Os erros padrão entre parênteses, agrupados por país, tanto fi primeira e segunda fases. NAVA: valor não-agrícola
agregado por trabalhador
Todas as variáveis ​são 3 meio ano medidos em intervalos de 5 anos. Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971. As médias de valores subsequentes durante 1974, 1975 e 1976. Os termos constantes, dummies de ano, e simulações de

países não relatados para economizar espaço. * P <0,1. ** p <0,05. *** p <0,05.

os resultados no NAVA deve ser interpretado como apenas sugestivos. A segunda observação é que
o impacto dos rendimentos sobre a produtividade do setor não-agrícola parece ocorrer com um
atraso mais longo (cerca de 8 - 10 anos). Este atraso mais longo pode indicar que a relação entre
rendimentos e valor não agrícola agregado por trabalhador pode ocorrer
através de canais mais lentos em movimento, tais como circulação de trabalhadores da agricultura
para a não-agricultura, ao contrário de canais mais rápidos, como mudanças de preços relativos ou
aumentos na produção de alimentos imediatamente gerando renda disponível para investimento em
outros setores.
Dada a evidência estrutura de defasagem, tabela 7 mostra os resultados para não-

147
JW McArthur, GC McCord
Fig. 11. Coe ffi coeficientes de di ff erent desfasamentos de rendimento dos cereais instrumentado num especi fi seguinte cação tabela 7 colunas VI - VII.
valor acrescentado agrícola regressões utilizando um atraso de 9 anos na produção de cereais. 15 Coluna
I apresenta a fi fixa e ff ECTS regressão sem controles. A 9 anos defasados ​produção de cereais estão
associados positivamente com o aumento da produtividade do trabalhador não agrícola embora
apenas signi fi chanfro ao nível de 10 por cento. o coe ffi ciente implica que 0,5 tonelada por hectare
são o aumento de rendimento associado com um nível de 2.5 por cento maior produtividade
não-agricultura cerca de 9 anos mais tarde. Coluna II acrescenta investimento e em fl ção; o atraso
NAVA coe ffi ciente gotas 0,88-0,73, semelhante à que se coe ffi caz na regressão PIB, enquanto o
rendimento coe ffi ciente é de 0,06 e cai pouco menos de 5 por cento signi fi cance. As taxas de
investimento são positivamente correlacionados com o crescimento da produtividade não-agrícola,
enquanto em fl ção está negativamente correlacionada. Coluna III acrescenta consumo do governo e a
taxa de fertilidade total. o coe ffi caz no rendimento permanece geralmente consistente a 0,03, ainda
que não é signi fi não posso neste especi fi cação. Nem o consumo do governo, nem a taxa de
fertilidade total são signi fi Cant.
O resto de tabela 7 emprega o mesmo identi fi estratégia cação como no PIB per capita
regressões usando nossa fertilizantes instrumento preço-distância para os rendimentos. A de dois
estágios quadrados resultados menos em colunas IV - V empregam controlos sem macroeconômicas;
o instrumento é altamente signi fi não pode, no fi RST fase, e a estatística F de 34,25 indica que o
instrumento é forte. Na segunda etapa, o coe ffi caz no rendimento dos cereais desfasada
instrumentado é signi fi escala e aumenta em magnitude a 0,23, signi fi chanfro a 10% os níveis. Isto
sugere que um aumento 0.5ton exógeno em colheitas de cereais conduz a uma produtividade não
agrícola de 12 por cento mais elevada nove anos mais tarde, o que se traduz para uma taxa de
crescimento mais elevada de 1,3 por cento de produtividade anual por trabalhador. Como foi o caso
de resultados em ações trabalhistas, a especificidade fi catiões Instrumentando para produzir
rendimentos signi fi cativamente maior coe ffi coeficientes de rendimento, na segunda fase, sugerindo
preconceito qualquer atenuação do erro de medição na especi OLS fi catiões ou uma variável que é
omitido aumentar o rendimento e diminuir o crescimento em não agrícola produtividade de trabalho
(ou vice-versa).
Regressões VI e VII adicionar o investimento e em fl ção sobre o anterior fi cinco anos como
controles. Os resultados são consistentes: o instrumento é signi fi chanfro e tem uma estatística F de
30,59, e na segunda etapa o coe ffi ciente sobre as colheitas de cereais instrumentados é consistente
e agora signi fi chanfro em 5 níveis%. Investimento e em fl ção são signi fi não pode e têm os sinais
esperados. Regressões VIII e IX adicionar o consumo do governo e da taxa de fecundidade total
defasado. o fi resultados de palco primeiras são e ff ectively inalterada, com o instrumento ainda
altamente signi fi escala e uma estatística F de 26,96. A segunda fase coe ffi ciente em colheitas de
cereais cai ligeiramente para 0,17, sugerindo um aumento de 0,5 tonelada de cereal produz ligações
15 Os resultados são materialmente inalterada utilizando um atraso de 10 anos, assuaging preocupações de correlação espúria de
9 anos.
148
Journal of Development Economics 127 (2017) 133-152
a uma taxa de crescimento anual de 0,9 por cento em maior produtividade não agrícola. Colunas X e
XI adicionar o preço do petróleo e controles cambiais como potenciais violações da restrição de
exclusão, como discutido na tabela anterior. O coe de segunda fase resultante ffi ciente nos
rendimentos é consistente a 0,17, no entanto, perde signi estatística fi cance. No geral,
tabela 7 IV fornece resultados consistentes, sugerindo que exógeno meia tonelada aumentos nos
rendimentos de levar a cerca de 11 por cento maior valor acrescentado não agrícola por trabalhador
uma década depois, embora permaneça cauteloso sobre esta evidência estatística dado o sinal
relativamente fraco em A Fig. 11 . No entanto, isso dá suporte empírico para o papel potencial da
agricultura na promoção da mudança estrutural.
Dado que o nosso instrumento é baseado na variação exógena no acesso fornecedor de
unidades de produção de fertilizantes, é instrutivo novamente para comparar as implicações para
Mali e Jamaica. No primeiro caso, um choque negativo de preços de 10% para os preços globais de
fertilizante teria o mesmo fertilizantes e de rendimento e ff ECTS como descrito anteriormente, e
aumentaria o PIB per capita de 0,3%, diminuir a participação do trabalho na agricultura em 0,1
pontos percentuais ao longo do próximo fi cinco anos, e aumentar a produtividade do trabalho no
setor não-agrícola de 0,2% ao longo dos próximos nove anos. Enquanto isso, Jamaica iria
experimentar um PIB aumento capita de aproximadamente 1,3%, uma diminuição na participação do
trabalho na agricultura por 0,3 pontos percentuais ao longo do próximo fi cinco anos, e um aumento da
produtividade do trabalho não agrícola de cerca de 0,8% ao longo dos próximos nove anos.
5.3. testes de robustez
Uma preocupação potencial com o instrumento é o local endógeno de locais de produção de
fertilizantes. Notamos que a maioria dos sites estão em países desenvolvidos, e, portanto, não em
nossa amostra. As exceções são os sítios localizados na Argentina, Brasil, China, Egito, Índia, Líbia
e Trinidad & Tobago. Se fábricas de fertilizantes localizada endogenamente como resultado de
melhores resultados econômicos, e se esta localização próxima desencadeou aumentos de
produtividade agrícola, então o instrumento seria inadequada de codificação para os endógenos
dinâmica localização. Para amenizar esta preocupação, que correu todas as regressões ao deixar
cair estes sete países (cerca de 7 - 10% dos dados, dependendo da regressão). Os resultados de
regressões em ações trabalhistas permanecem qualitativamente inalterados (a segunda fase coe ffi ciente
em rendimentos permanece consistente e signi fi escala). No caso de valor acrescentado não agrícola,
a segunda fase coe ffi ciente sobre os rendimentos permanece consistente em magnitude, mas perde
signi estatística fi cance. O fato de que o coe ffi coeficientes são consistentes sem excepção sugere
que a perda de signi fi cance é provavelmente devido a problemas de tamanho da amostra e os
resultados não estão sendo impulsionadas por esses sete países. O segundo ponto a ser notado em
relação a localização endógeno da produção de fertilizantes é que o processo de Haber-Bosch para
a produção de fertilizantes de azoto requer o gás natural, o que cria vantajosa custo
JW McArthur, GC McCord
tagens de estar perto de um gás natural fi eld. Como mencionado anteriormente, a correlação entre a
distância do centróide agrícola para produção local de fertilizantes mais próximo e a distância do
centróide agrícola para o gás natural mais próximo fi eld é 0,76 para os países da nossa amostra. 16
Dado que estamos apresentando resultados em níveis, realizamos uma análise outlier ter
certeza de que nossos resultados não estão sendo conduzidos por um pequeno número de
observações. Para ambas as ações trabalhistas e valor não agrícola agregado por trabalhador,
estimamos as equações endógenas (rendimentos sem o instrumento), calcular a distância de um
cozinheiro, e certifique-se de que nossos 2SLS resultados são robustos para excluindo as
observações com distância de um cozinheiro acima de 1 . Observe que, se calcular a distância de
Cook na fi regressão estágio primeira utilização do instrumento, há observações são signi fi discrepantes
Cant. Apenas duas observações na regressão participação do trabalho endógena teve distância de
um cozinheiro acima de 1 na segunda fase (Benin e no Camboja em 2000). Excluindo-os da
especificidade MQ2E fi cação conduz a nenhuma mudança nas estimativas pontuais em qualquer fi primeiraconsistente na magnitude com os resultados em tabela 7 (0,29 em comparação com 0,23).
ou segunda fase. Da mesma forma, quando se olha para regressões sobre NAVA por trabalhador,
três observações têm distância de Cook acima 1 na segunda etapa (Benin, Camboja e Mongólia em
2000). Soltando estas observações de MQ2E deixa as estimativas pontuais inalterado.
Para completar, nós também examinar os PIB e trabalhistas compartilhar regressões usando
rendimentos em toras em vez de níveis, e apresentar os resultados em Quadro 8 . Jordan tem
grandes resíduos na relação entre rendimentos de log e as variáveis ​dependentes, por isso
apresentamos regressões tanto incluindo e excluindo Jordan. Todos fi regressões primeiro estágio tem
estatística-F no instrumento abaixo de 10, o que sugere que o instrumento é fraco nestes log especi fi cátions.
17 Nas regressões do PIB, ingresse rendimentos têm um coe positiva ffi ciente no segundo estágio,
mas apenas fracamente signi fi não pode (quando Jordan é excluído). A magnitude de 3,34 indica que
o aumento do rendimento de 0,5 toneladas / ha (31% acima da amostra rendimento de 1,6 toneladas
/ ha dizer) aumentaria PIB per capita por 104%. este endereço de e ff ect é maior do que quando se
analisa os rendimentos em níveis. Nas regressões em ações trabalhistas, o instrumento no fi fase
primeiro é signi fi de escala para o nível de 10% e a estatística F é 3,56. A segunda fase coe ffi caz é - 37,71,aumento da produtividade no alimento básico setor. Em qualquer caso, os resultados (apresentados
sugerindo que aumentar os rendimentos por
0,5 toneladas / ha diminuiria a participação do trabalho em 11,7 pontos percentuais. Excluindo Jordan
em regressões VII e VIII leva a signi fi cado em 5 níveis% em ambos o fi primeira e segunda fases. Uma
vez que as principais regressões com rendimentos em níveis produzir estimativas mais conservadoras e
mais precisos, que optar por as regressões dos níveis (com testes apropriados outlier) como a
especificidade preferido fi cátions. Como mencionado anteriormente, é provável que o mais fraco fi relação
de fase primeiro quando se utiliza o rendimento em toras resultados dos agricultores em ambientes de
baixa produtividade sendo mais sensível a preços de entrada, de tal modo que uma mudança nos
preços dos fertilizantes não conduz à mesma variação proporcional do rendimento em todo alta e
configurações de baixa produtividade.
Nós também realizamos os seguintes testes: adicionando região ou countryspeci fi tendências c
lineares para as regressões, considerando valor acrescentado agrícola em vez de rendimentos, e que
executam as regressões painel dinâmico usando GMM instrumentação. Tendência secular da nossa
produtividade, participação do trabalho e variáveis ​de produtividade do trabalho como o desenvolvimento
prossegue econômicos possam resultar em correlações espúrias, ou introduzir viés de variável omitida a
nossa especificidade fi cátions dado que o desenvolvimento envolve muitas características econômicas
mudando juntos. Para o efeito, tabela 9 acrescenta região específica fi c e country-especi fi tendências c
lineares para as regressões IV sobre as ações trabalhistas e valor não agrícola adicionado usando
regiões geográficas como de fi definida pelo Banco Mundial. Colunas I-II adicionar tendências lineares
regionais para a especificidade participação do trabalho fi cação. A estatística F no instrumento
16 Polígonos de gás natural fi campos são da Avaliação Mundial de Petróleo do Serviço Geológico dos Estados
Unidos.
17 Observe que, embora se possa considerar tomar o registro do instrumento quando regredindo rendimentos de
log, o instrumento em si é um quociente de um elemento variável no tempo (preço global de fertilizantes) dividido por
um (cost-distância) elemento variável no país. O log do quociente é igual ao log do numerador menos o log do
denominador, assim que o log do nosso instrumento é colinear com simulações de países e hora.
149
Journal of Development Economics 127 (2017) 133-152
mento é 12,44, sugerindo que o instrumento é forte, apesar partialing as tendências lineares
regionais ao lado de país e ano fi fixa e ff ECTS. A segunda fase, que mostra o coe ffi ciente em
colheitas de cereais desfasados ​instrumentados permanece signi fi hipocrisia e consistente na
magnitude de nossos resultados principais. Regressões III e nível IV país empregam tendências
temporais lineares em vez de tendências de nível de região, o que signi fi cativamente diminui os
graus de liberdade no modelo. O instrumento é signi fi não podem apenas para o nível de 10% no fi primeira
fase, e tem uma estatística F de 3,16. O fraco fi fase primeiro leva a um insigni fi coe não pode ffi ciente
em rendimentos na segunda fase, embora a magnitude é maior do que a do nosso núcleo especi fi cátions
e o sinal continua a ser negativo. regressões V - VI e VII - VII olhar NAVA por trabalhador, utilizando as
tendências região e em nível de país, respectivamente. Tal como acontece com ações trabalhistas, o fi
regressão fase primeira é robusta para incluindo tendências lineares de nível de região, com o coe ffi ciente
sobre o instrumento de ser coerente, fortemente signi fi cant, eo fi rststage F-teste com um valor de
21,81. A segunda fase coe ffi caz no rendimento é signi fi não consigo para o nível de 10% e
tendências lineares ao nível do país adicionando signi fi cativamente reduz a força da fi fase primeiro
(Fstatistic diminui para 3,37), consequentemente a precisão é perdida na segunda estimativa de fase.
No entanto, o coe ffi ciente permanece consistente a 0,28. Nossos resultados principais são robustos
à inclusão de tendências lineares regionais. Adicionando as tendências ao nível do país é o teste
estatístico mais forte, e embora as estimativas se tornar imprecisa, interpretamos a consistência dos
resultados como o apoio à geral fi achados.
Embora a nossa análise tem estudado os efeitos dos aumentos de rendimento agronómicos na
transformação estrutural, uma medida alternativa é a de focar a produtividade do trabalho na
agricultura. No apêndice consideramos valor acrescentado agrícola por trabalhador na agricultura,
com a ressalva de que isto representa a produtividade do trabalho em todo o sector (incluindo gado e
culturas de rendimento), e, portanto, uma medida menos relevantes para o estudo do impacto do
no Apêndice Tabela A.4 ) Permanecem consistentes no caso de fertilizantes elevar a produtividade do
trabalho agrícola, e por sua vez aumentar o PIB e reduzindo ações trabalhistas na agricultura.
Finalmente, o Apêndice
A.5 Tabela apresenta um quadro de crescimento NAVA usando GMM instrumentação e fi nds
semelhante a produtividade agrícola e ff ECTS sobre o valor acrescentado nos sectores não agrícolas.
6. Discussão e conclusão
Nossa análise documenta as fortes ligações entre as entradas agronômicas
- fertilizantes, água e sementes modernas - e os rendimentos de cereais por hectare, mesmo depois
de uma variedade de controlos são introduzidos. Nós empregamos uma combinação de fi fixa e ff ect e
especificidade variável instrumental fi cátions postular um link para toda a economia causal entre, fi primeiro,
o uso de entrada e os rendimentos, e em segundo lugar, os rendimentos e várias medidas de
crescimento económico e mudança estrutural. Nós construímos um novo instrumento explorando a
geografia econômica da produção de fertilizantes, que, juntamente com o preço global de fertilizantes fl flutuações
permitir um quadro estatisticamente causal. A comprovação através dos campos de ambas as funções
de produção de rendimento agrícola e as suas ligações a várias dimensões de crescimento económico
e mudanças estruturais são empiricamente consequente. Tomando o coe ffi coeficientes de Tabela 3 ,
Seria esperado um país representativo com rendimento de 1500 kg / ha (1,5 t / ha) que introduz um
pacote de entrada para saltar de, digamos, 15 Kg / ha até 65 kg / ha de utilização de fertilizantes para
ver um salto média rendimento de 147 - 462 kg / ha (0,147 - 0,462 toneladas / ha); enquanto o aumento de
10 a 50 por cento de utilização moderna semente seria esperado para aumentar os rendimentos em até
480 kg / ha (0,48 toneladas / hectare).
No que diz respeito ao crescimento económico e mudança estrutural, os resultados IV sugerem que
a reforçar os rendimentos obtidos a partir de 1.500 a 2.000 kg / ha (1,5 t / ha para 2,0 t / ha) está ligada a
uma gama de 14 a 19 por cento de aumento no rendimento per capita, e uma quota de 4,6-5,6 pontos
percentuais mais baixo do trabalho na agricultura fi cinco anos mais tarde. Há também evidências
sugestivas de que este impulso de rendimento está associado a cerca de 9 a 12 por cento maior
produtividade do trabalho não-agrícola após aproximadamente uma década. o
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

Quadro 8
Regressões com rendimentos em toras.

Variável dependente

ln (Rendimento) (t - 1) ln (pc PIB) ln (Rendimento) (t - 1) ln (pc PIB) ln (Rendimento) (t - 5) Trabalho Compartilhar em ln (Rendimento) (t - 5) Trabalho Compartilhar em

Agr. Agr.

(EU) (II) (III) (IV) (V) (VI) (VII) (VIII)

Variáveis ​independentes MQ2E MQ2E MQ2E MQ2E

Global de Fert Preço / Custo-Adj. Dist. para - 0,0012 - 0,0009

Nitrogênio local de produção (t-1) (0,0008) (0,0006)
ln (Rendimento) (t-1) 2,48 3,34 *
(1,57) (1,88)

ln (PIB per capita) (t-5) 0,07 0,64 *** 0,07 0,57 *

(0,07) (0,24) (0,06) (0,31)

Global de Fert Preço / Custo-Adj. Dist. para - 0,0013 * - 0,0011 **

Nitrogênio local de produção (t-5) (0,0007) (0,0005)
ln (Rendimento) (t-5) - 37.71 * - 50,24 **
(21.12) (21.54)

N 269 264 269 264

países 58 57 58 57
Dentro de R-quadrado 0,48 0.58 0,50 0,51 0,54 0,19 0,55 0,77
Teste F na primeira fase 2,04 2.46 3,56 4,51

CountryDummies Y Y Y Y Y Y Y Y
Dummies ano Y Y Y Y Y Y Y Y

Os erros padrão entre parênteses, agrupados por país em ambas as primeira e segunda fases. Todas as variáveis ​são 3 meio ano medidos em intervalos de 5 anos. Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971. As médias de
valores subsequentes durante 1974, 1975 e 1976. Os termos constantes e país e manequins vez não relatados para economizar espaço. Regressões III / IV e VII / VIII excluir Jordan. * P <0,1. *** p <0,01. ** p <0,05.

estimada e ff ECTS são identificados fi ed com base na variação exógena nos preços dos fertilizantes,
e são robustos à inclusão de controles de investimento e variáveis ​indicadoras de política
macroeconômica padrão. Os resultados sugerem que a produtividade da terra promove o
crescimento tanto apoiando mudança ações trabalhistas e aumentando a produtividade total dos
fatores. Regressões focada em e marginal ff ECTS de variáveis ​individuais não são destinados a
avaliar os resultados não-lineares guiados por Leontief-estilo funções de produção agrícolas e
funções de política descontínuos, por isso os resultados podem subestimar o potencial e ff ecte de
rendimentos.
preocupações centra-se na desigualdade e o viés potencial escala de insumos modernos. Hayami e
Ruttan (1985) analisar as evidências sobre o preconceito escala alegada na revolução verde asiática
e fi nd que a evidência não suporta essa hipótese. Um terceiro conjunto de preocupações centra-se
sobre os desafios dos governos na implementação de programas de apoio de entrada e também os
desafios de sair com eles no devido tempo. Embora não haja evidência de que programas de
subsídio pode ser bem sucedido ( Dorward e Chirwa de 2011 ), Também há evidências de que eles
podem estar sujeitos a captura de elite, e preocupação de que a sua fi scal de arrastar e ff ecte pode
sobreviver a sua utilidade (por exemplo, Pan e Christiaensen, 2012; Pauw e Thurlow de 2014 ).

A evidência neste trabalho aponta para forte potencial de rendimento e crescimento e ff ECTS
resultante da política e ff sobras para apoiar a adopção de um pacote do tipo revolução verde de
insumos complementares em economias com baixa produtividade agrícola e uma grande parte da
força de trabalho ainda na agricultura. Como sugerido pela teoria, estas e ff ECTS não são evidentes
nos países que já exportam grandes proporções de sua produção agrícola, utilmente limitante para
os decisores políticos o número de países onde o apoio da produção agrícola é susceptível de
conduzir a transformação estrutural.
Os resultados sugerem um papel particularmente forte para o fertilizante, que é altamente
consistente com fi estação de campo evidências agronômica. alto retorno privada de fertilizantes em
parcelas experimentais e na fi eld sugere algum tipo de falha de mercado. Os estudiosos debatem se
isso é devido a restrições de crédito ou comportamento não racional por parte dos agricultores ( du fl O
et ai., 2008, 2011 ). Independentemente disso, a evidência apresentada neste documento sugere
retornos sociais do uso de fertilizantes que excedem os retornos privados imediatas, promovendo o
caso para a política e ff sobras.
Vale a pena brie fl y descrever os principais preocupações sobre o aumento da utilização de
fertilizantes. Um conjunto é ambiental. Estes são legítimas e requerem previsão no planejamento de
políticas ( Pingali de 2012 ). No entanto, os países não deve simplesmente evitar fertilizantes por razões
ambientais, uma vez que a degradação do solo induzida por omissão de fertilizantes pode representar
riscos muito maiores para a produção agrícola ( Palma et al., 2004 ). Uma segunda classe de
Enquanto nossos resultados fornecem alguma evidência de um nexo de causalidade entre o
aumento da produtividade agrícola à mudança estrutural e maior produtividade do trabalho não
agrícola, só podemos especular sobre os mecanismos pelos quais estes e ff ECTS jogar fora. No
entanto, nossos identi fi cação de um nexo de causalidade entre o aumento de rendimento a composição
do trabalho muda exclui modelos onde a mudança estrutural é conduzido exclusivamente pela “ puxar ”
forças de crescente sectores não agrícolas. Na medida em que o aumento de rendimento contribuir
para o aumento do crescimento da produtividade do trabalho não agrícola, isto sugere que a
mudança estrutural envolve mais do que apenas a saciedade das necessidades alimentares e do
movimento do trabalho em outros setores. Esta mudança participação do trabalho de alguma forma,
acelera o crescimento da produtividade do trabalho. Um canal possível pode ser retornos crescentes
no setor não agrícola, talvez através da aprendizagem pela prática. Talvez o aumento da produção
de alimentos reduz os preços médios e libera recursos dos consumidores para outros consumos e de
investimentos públicos e privados produtivos, aumentando a produtividade do trabalho em outro
lugar. Ou, talvez, maior disponibilidade de alimentos básicos promove a saúde e produtividade do
trabalho em todos os setores.

150
JW McArthur, GC McCord Journal of Development Economics 127 (2017) 133-152

tabela 9
Adicionando tendências lineares região e país.

Variável dependente

Trabalho Compartilhar na Trabalho Compartilhar na ln (não agricultura ln (não agricultura

Agricultura Agricultura valor valor
Rendimento (t - 5) Rendimento (t - 5) Rendimento (t - 9) adicionado por trabalhador) Rendimento (t - 9) adicionado por trabalhador)

(EU) (II) (III) (IV) (V) (VI) (VII) (VIII)

Variáveis ​independentes MQ2E MQ2E MQ2E MQ2E

lag de 5 anos da Global Fert - 0,004 *** - 0,0013 *

Preço / Custo-j

Adj. Dist. de nitrogênio (0,001) (0,0007)

local de produção
rendimento lag 5 anos - 8,52 ** - 16.12
(3,53) (9,97)

lag 9 anos da Global Fert - 0,006 *** - 0,0030 *

Preço / Custo-

Adj. Dist. de nitrogênio (0,0014) (0,0017)

local de produção
ln lag 9 anos (valor não ag por 0,26 ** 0,73 *** - 0,15 0,39 **
trabalhador)

(0,10) (0,10) (0,17) (0,16)

rendimento lag 9 anos 0,29 * 0,28

(0,15) (0,47)

N 269 269 264 264

países 58 58 58 58
Kleibergen Paap F Ensaio sobre 12,44 3,16 21.81 3,37
Primeira etapa

Dummies país Y Y Y Y Y Y Y Y
Dummies ano Y Y Y Y Y Y Y Y
Tendências lineares Região Região País País Região Região País País

Notas: Os erros padrão entre parênteses, agrupados por país, tanto fi primeira e segunda fases. Todas as variáveis ​são 3 meio ano medidos em intervalos de 5 anos. Por exemplo, “ 1970 ” medidas significa mais de 1969, 1970 e 1971. As médias de valores
subsequentes durante 1974, 1975 e 1976. Os termos constantes, dummies de ano, e simulações de países não relatados para economizar espaço. Regiões incluem a Ásia Oriental e Pacífico, América Latina e Caribe, Oriente Médio e Norte da África, Sul
da Ásia e na África sub-saariana. * P <0,1. *** p <0,01. ** p <0,05.

Agradecimentos Referências

Os autores agradecem Christopher Adam, Joshua Gra FF- Zivin, Gordon Hanson, David
Lagakos, Craig McIntosh, Oliver Morrissey, James Rauch, Je ff rey Sachs, Stephen Smith, Francis
Teal, Eric Werker, Pierre Yared, e pareceristas anônimos pelos comentários e discussões sobre
diversos estágios da pesquisa, bem como os participantes do seminário da UC San Diego, George
Washington University, o Oxford csaE conferência de 2011, e RAND. Várias formas de apoio à
pesquisa são reconhecido agradecimento. Este artigo baseia-se no trabalho originalmente realizado
em 2007-2008, enquanto o fi autor primeiro foi um pesquisador do Instituto Terra na Universidade
Amiti, Mary, Cameron, Lisa, 2007. geografia Económico e salários. Rev. Econ. Stat. 89
(1), 15 - 29 .
Anderson, Kym, Nelgen, Signe de 2013. Atualizado Estimativas Globais de Nacional e
Distorções aos incentivos agrícolas, 1955-2011. < http://www.worldbank.org/ agdistortions >.
Anderson, Kym, Rausser, Gordon, Swinnen, Johan de 2013. A economia política do público
políticas: insights de distorções nos mercados agrícolas e alimentares. J. Econ. Aceso. 51 (2), 423 - 477 .
Arellano, Manuel, Bond, Stephen R., 1991. Alguns testes de especificidade fi catião para o painel

Columbia, apoiado por uma bolsa da Fundação Gates Bill & Melinda. Desde 2012, a dados: evidências Monte Carlo e um aplicativo para equações de emprego. Rev. Econ. Viga. 58 (2), 277 - 297 .

fi primeiro autor tem sido um ffi liated com a Brookings Institution, onde a pesquisa relevante continuou
com o apoio da Fundação Walker família e também o projeto Fome Rural Terminando, uma iniciativa
apoiada por uma bolsa da Fundação Gates Bill & Melinda (Portões Fdn Concede # são OPP44755 e
OPP1083277) . RAND Santa Monica ' s Trabalho e População e programas RAPID generosamente
acolhido o fi autor primeiro como um visitante durante uma parte da pesquisa.
Barro, Robert J., Lee, Jong Wha, 2013. Um novo conjunto de dados de escolaridade no
mundo de 1950 - 2010. J. Dev. Econ. 104, 184 - 198 .
Barro, Robert J., Sala-i-Martin, Xavier, 2004. Crescimento Económico. MIT Press, Cambridge,
MA .
Bates, Robert H., Block, Steven A., 2013. agricultura Africano Revisitando: institucional
mudança e crescimento da produtividade. J. Polit. 75 (2), 372 - 384 .
Block, Steven A., 2014. O declínio pós-independência e aumento de produtividade das culturas em
África subsaariana: medições e explicações. Oxf. Econ. Pap. 66 (2), 373 - 396 .
Bond, Stephen R. 2002. Modelos de Dados painel dinâmico: Um Guia para métodos microdados
e pratique. Tech. rep., Instituto de Estudos Fiscais.
Boserup, Esther de 1965. As condições de crescimento agrícola: a Economia da
Mudança agrária sob pressão populacional. Aldine Publishing Co, Chicago .
Bustos, Paula, Caprettini, Bruno, Ponticelli, Jacopo de 2016. A produtividade agrícola e
transformação estrutural: evidências do Brasil. Sou. Econ. Rev. 106 (6), 1320 - 1365 .

Carlino, Gerald, Kerr, William R., 2014. Aglomeração e Inovação. Documento de trabalho,
Apêndice A. Dados suplementares
National Bureau of Economic Research.
Caselli, Francesco, Esquivel, Gerardo, Lefort, Fernando de 1996. A reabertura do
debate convergência: um olhar novo no empirismo crescimento cross-country. J. Econ. Crescimento 1 (3), 363 - 389 .
dados suplementares associados a este artigo podem ser encontradas na versão on-line em http://dx.doi.org/10.1016/j.jdeveco.2017.02.007
.

151
JW McArthur, GC McCord
Christiaensen, Luc, Demery, Lionel, Kuhl, Jasper, 2011. O (Evolução) papel de
agricultura na redução da pobreza - uma perspectiva empírica. J. Dev. Econ. 96, 239 - 254 .
Collier, Paul, Dercon, Stefan, 2014. agricultura Africano em 50 anos: pequenos agricultores em um
rápida mudança mundo? Dev mundo. 63, 92 - 101 .
Conley, Dalton, McCord, Gordon C., Sachs, Je ff rey D., 2007. África ' s de atraso
transição demográfica: evidência de impactos exógenos da ecologia malária e tecnologia agrícola. documento
de trabalho, National Bureau of Economic Research.
Conley, Timothy G., Hansen, Christian B., Rossi, Peter E., 2012. Plausivelmente exógena.
Rev. Econ. Stat. 94 (1), 260 - 272 .
de Janvry, Alain, Sadoulet, Elisabeth, 2010. crescimento e redução da pobreza Agrícola.
Mundial Res Bank. Obs. 25, 1 - 20 .
Diao, Xinshen, Hazell, Peter, Thurlow, James de 2010. O papel da agricultura no Africano
desenvolvimento. Dev mundo. 38 (10), 1375 - 1383 .
Djurfeldt, Goran, a Holmen, Hans, Jirstrom, Magnus, Larsson, Rolf (Eds.), 2005. O
Africano Crise Alimentar: Lições da Ásia Revolução Verde. CABI Publishing, Wallingford, UK .
Dorward, Andrew, Chirwa, Efraim, 2011. O Malawi subsídio de insumos agrícolas
programa de 2005/06 a 2008/09. Int. J. Agric. Sustentar. 9 (1), 232 - 247 .
du fl o, Esther, Kremer, Michael, Robinson, Jonathan, 2008. Psicologia e desenvolvimento: teoria e evidência
experimental. Sou. Econ. Rev .: Pap. Proc. 98 (2), 482 - 488 .
du fl o, Esther, Kremer, Michael, Robinson, Jonathan, 2011. agricultores Deslocar usar fertilizantes: teoria e
evidências experimentais do Quênia. Sou. Econ. Rev. 101 (6), 2350 - 2390 .
Evenson, Robert E., Gollin, Douglas, 2003. Avaliando o impacto da revolução verde,
1960 a 2000. Ciência 300, 758 - 762 .
Francis, John, Zheng, Yuqing, 2012. Trade, geografia e crescimento da indústria nos EUA
fabricação. Sul. Econ. J. 78 (4), 1222 - 1241 .
Frankel, Je ff rey A., Romer, David, 1999. causar comércio gowth? Sou. Econ. Rev. 89 (3),
379 - 399 .
Frankel, Je ff rey A., Rose, Andrew K., 2005. É bom comércio ou ruim para o meio ambiente?
Classificando para fora da causalidade. Rev. Econ. Stat. 87 (1), 85 - 91 .
Gollin, Douglas, Lagakos, David, Waugh, Michael E., 2014. A produtividade agrícola
lacuna. QJ Econ. 129 (2), 939 - 993 .
Gollin, Douglas, Parente, Stephen, Rogerson, Richard, 2002. O papel da agricultura na
desenvolvimento. Sou. Econ. Rev .: Pap. Proc. 92 (2), 160 - 164 .
Gollin, Douglas, Parente, Stephen, Rogerson, Richard, 2007. O problema alimentar eo
evolução dos níveis de renda internacionais. J. Monet. Econ. 54, 1230 - 1255 .
Hansen, Gary D., Prescott, Edward C., 2002. Malthus para Solow. Sou. Econ. Rev. 92 (4),
1205 - 1217 .
Hayami, Yujiro, Ruttan, VW, 1970. Produtividade di ff rências entre os países. Sou.
Econ. Rev. 60 (5), 895 - 911 .
Hayami, Yujiro, Ruttan, Vernon W., 1985. Desenvolvimento Agrícola: An International
Perspectiva. RFF Press, Washington .
Heston, Alan, Summers, Robert, Aten, Bettina, 2012. Penn World Table Versão 7.1.
Centro de comparações internacionais de produção, rendimento e dos preços na Universidade da
Pensilvânia.
Jerven, Morten, 2010. O crescimento aleatórias na África? Lições de uma avaliação do
evidências de crescimento em Botswana, Quênia, Tanzânia e Zâmbia de 1965 - 1995. J. Dev. Viga. 46 (2), 274 - 294
. uni fi teoria do crescimento ed. J. Econ. Crescimento de 13, 195 - 216 .
Johnston, Bruce, Mellor, John W., 1961. O papel da agricultura na economia
desenvolvimento. Sou. Econ. Rev. 51 (4), 137 - 151 .
Kuznets, Simon, 1968. Para uma teoria do crescimento econômico com Re fl exões no
Crescimento econômico das nações modernas. Norton, New York .
Lagakos, David, Waugh, Michael, 2013. Seleção, agricultura e cross-country
di produtividade ff ças. Sou. Econ. Rev. 103 (2), 948 - 980 .
Laitner, John, 2000. A mudança estrutural e crescimento econômico. Rev. Econ. Viga. 67,
545 - 561 .
Lewis, W. Arthur, 1954. O desenvolvimento econômico com fontes ilimitadas de trabalho.
Manch. Sch. 22, 139 - 191 .
152
Journal of Development Economics 127 (2017) 133-152
Limão, Nuno, Venables, Anthony J., 2001. infra-estrutura, a desvantagem geográfica,
os custos de transporte e comércio. Mundial Econ Bank. Rev. 15 (3), 451 - 479 .
Matsuura, Kenji, Willmott, Cort J., 2012. temperatura do ar terrestre: 1900 - 2012
Gridded Mensal Série Time. Centro de Pesquisa Climática, Dep. de Geografia da Universidade de Delaware,
Newark.
Matsuyama, Kiminori, 1992. A produtividade agrícola, a vantagem comparativa, e
crescimento econômico. J. Econ. Teoria 58, 317 - 334 .
McArthur, John W. 2013. Good Things Grow em pacotes Scaled: Africa ' s Agrícola
Desafio no contexto histórico. documento de trabalho, Iniciativa para o Crescimento África, Brookings Institution.
McArthur, John W., Sachs, Je ff rey D., no prelo. Agricultura, ajuda social e econômica
Crescimento em África. Mundial Economic Review Bank. McMillan, Margaret S., Harttgen, Kenneth, 2014. O que está
impulsionando o ' Crescimento Africano
Milagre'? documento de trabalho, National Bureau of Economic Research. McMillan, Margaret S.,
Rodrik, Dani, 2011. Globalização, Mudança Estrutural e
Crescimento da produtividade. documento de trabalho, National Bureau of Economic Research.
Monfreda, Chad, Ramankutty, Navin, Foley, Jonathan A., 2008. A agricultura do planeta 2:
distribuição geográfica das áreas de cultivo, rendimento, tipos fisiológicos e produção primária líquida no ano
de 2000. Glob. Biogeochem. Ciclos de 22, 1 - 19 .
Murgai, Rinku de 2001. A Revolução Verde eo paradoxo da produtividade: evidência de
o Punjab indiano. Agric. Econ. 25 (2 - 3), 199 - 209 .
Palma, Cheryl A., Machado, Pedro LOA, Mahmood, Tariq, Melillo, Jerry, Murrell, Scott
T., Nyamangara, Justiça, Scholes, Mary, Sisworo, Elsje, Olesen, Jorgen E., Pender, John, Stewart, John,
Galloway, James N., 2004. respostas sociais para abordar as necessidades de fertilizantes de nitrogênio:
equilibrar a produção de alimentos e ambiental preocupações. Em: Mosier, Arvin R., Keith Syers, J., Freney,
John R. (Eds.), Agricultura e do ciclo de azoto. Island Press, Washington, 71 - 92 .
Pan, Lei, Christiaensen, Luc de 2012. Quem está vouching para o voucher de entrada? descentralizada
segmentação e captura de elite na Tanzânia. Dev mundo. 40 (8), 1619 - 1633 .
Pauw, Karl, Thurlow, James, 2014. Malawi ' s fazenda programa de subsídio de entrada: Onde nós
a partir daqui? documento de trabalho, Instituto Internacional de Pesquisa em Política Alimentar (IFPRI).
Pingali, Prabhu L., 2012. Revolução Verde: impactos, limites, e o caminho à frente. PNAS
109 (31), 12302 - 12308 .
Ravallion, Martin, Chen, Shaohua, (irregular) progresso de 2007. da China contra a pobreza. J.
Dev. Econ. 82, 1 - 42 .
Redding, Stephen, Venables, Anthony J., 2004. geografia económica e internacional
desigualdade. J. Int. Econ. 62, 53 - 82 .
Restuccia, Diego, Tao Yang, Dennis, Zhu, Xiaodong, 2008. Agricultura e do agregado
produtividade: uma análise quantitativa cross-country. J. Monet. Econ. 55 (2), 234 - 250 .
Rodrik, Dani, 2013. convergência incondicional na fabricação. QJ Econ. 128,
165 - 204 .
Rostow, WW, 1960. As Etapas do Crescimento Econômico: Um Manifesto não-comunista.
Cambridge University Press, Cambridge .
Sachs, Je ff rey D., McArthur, John W., Schmidt-Traub, Guido, Kruk, Margaret, Bahadur,
Chandrika, Faye, Michael, McCord, Gordon C., 2004. Acabar com a África ' s armadilha da pobreza. Papers Brookings
em Atividade Econômica (I): 117 - 240.
Schultz, Theodore W., 1968. Crescimento Económico e Agricultura. McGraw-Hill, New York .
Staiger, Douglas, Stock, James H., 1997. variáveis ​instrumentais com instrumentos fracos.
Econ .: J. Econ. Soc. 65 (3), 557 - 586 .
Strulik, Holger, Weisdorf, Jacob, 2008. População, comida e conhecimentos: a simples
Nações Unidas, 2015. Comtrade da base de dados da ONU.
Werker, Erik, Ahmed, Faisal Z., Cohen, Charles, 2009. Como é Ajuda Externa Passado?
Evidências de um experimento natural. Sou. Econ. J .: Macroecon. 1 (2), 225 - 244 .
Wooldridge, Je ff rey M., 2002. Econométrica Análise de Corte Transversal e dados em painel.
MIT Press, Cambridge, MA .
Banco Mundial, 2006. Indicadores de Desenvolvimento Mundial 2006. Washington, DC: Banco Mundial. Banco Mundial de 2012.
Banco Mundial Commodities preço de Dados (A Folha de rosa). < http: //
siteresources.worldbank.org/INTPROSPECTS/Resources/334934-1304428586133/ PINK_DATA.xlsx >.
Banco Mundial de 2013. Indicadores de Desenvolvimento Mundial 2013. Washington, DC: Banco Mundial.