A global CGE model at the NUTS 1 level for trade policy evaluation

Negli ultimi anni lo sviluppo dell'Organizzazione mondiale del commercio (OMC) ha generato una grande richiesta di studi che analizzino le conseguenze potenziali delle politiche commerciali. L'Uruguay Round ed il Doha Round sono tipici esempi. Il policy maker potrebbe essere infatti interessato ad avere informazioni sugli effetti della liberalizzazione degli scambi su reddito, produzione e altre variabili macroeconomiche rilevanti. I modelli di equilibrio economico generale caclcolabile (EGC) rappresentano uno strumento importante per soddisfare questa esigenza perché consentono di elaborare una grande quantità di informazioni in una struttura economica coerente in cui le famiglie massimizzano la loro utilità e le imprese i profitti. Oggi molti governi e istituzioni internazionali, per esempio l'OMC, la Commissione Europea (CE) e la banca mondiale (BM), dispongono di questo tipo di modelli per valutare l'impatto delle riforme commerciali. Nella mia tesi l'attenzione è orientata verso i modelli EGC per il commercio internazionale su scala mondiale, come GTAP, MEGABARE e MIRAGE, usati dalle organizzazioni internazionali (per esempio BM, OMC, CE) nelle loro analisi di liberalizzazione degli scambi. Questo tipo di modelli mantiene un forte spirito Walrasiano. I fattori sono pienamente impiegati, la moneta è neutrale e la soluzione è resa possibile attraverso i prezzi relativi. Tuttavia, alcuni importanti assunzioni non-Walrasiane, come la concorrenza imperfetta, possono essere introdotte. Il fatto che questi modelli EGC siano su scala mondiale presenta il vantaggio incontestabile di poter considerare all'interno della stessa struttura teorica le relazioni commerciali di tutti i paesi o i gruppi di paesi nel mondo, quali l'UE (Unione Europea), gli Stati Uniti, la Cina, l'India e l'Africa. Con riferimento a questo aspetto, è molto importante poter disporre di un database in cui le informazioni provenienti dalle diversi parti del mondo siano coerenti tra di loro. Il progetto GTAP nasce proprio per soddisfare questo bisogno; esso è una rete mondiale di ricercatori che conducono analisi quantitative riguardo questioni di economica internazionale, in particolare di politica commerciale. GTAP rappresenta la base di dati più comunemente utilizzata nei modelli EGC per il commercio internazionale. Essa è molto ricca e pratica, ma permette di svolgere l'analisi solo a livello nazionale o sovra-nazionale. Modelli EGC per il commercio internazionale esistono a livello sub-nazionale ma essi considerano soltanto una singola regione o una manciata di regioni. I modelli CAPRI-GTAP (Jansson, Kuiper e Adenäuer, 2009), MONASH-MRF (Peter ed altri, 1996) e MIRAGE-DREAM (Jean e Laborde, 2004) sono esempi di modelli EGC che comprendono molte regioni. MONASH-MRF si riferisce alle regioni australiane, CAPRI-GTAP è specifico al settore agricolo dell'UE e MIRAGE-DREAM considera le regioni NUTS (Nomenclature d’Unités Statistiques) dell’UE25. Ci sono così pochi modelli a livello sub-nazionale a causa della mancanza di dati adeguati riguardo il commercio tra le regioni all’interno di un singolo Stato e gli altri Stati o regioni. Per esempio, nell'UE non esistono informazioni complete sui flussi commerciali per le regioni NUTS. Per quanto riguarda il commercio estero, alcune informazioni sono disponibili per alcuni paesi a livello regionale, ma questo non è sistematicamente il caso. Quindi, si ricorre ad ipotesi semplificatrici per rendere i modelli trattabili. Inoltre, questo genere di modello è molto pesante in termini di dati e di risorse computazionali. Gruppi di ricerca, finanziate da istituzioni pubbliche, lavorano su questi modelli altamente disaggregati a livello geografico. L'obiettivo di questa tesi è di sviluppare un modello EGC per il commercio internazionale a livello NUTS 1 per le 68 regioni che compongono l’UE15. Lo scopo non è di replicare esattamente i modelli menzionati precedentemente ma piuttosto sviluppare un modello parsimonioso e semplice. I dati su lavoro qualificato, non qualificato e valore aggiunto sono disponibili a livello NUTS 1 (database EUROSTAT) mentre per le variabili restanti si ricorre ad ipotesi semplificatrici. Il modello riprende la struttura di MIRAGE ma specifica la produzione a livello NUTS 1. Questo tipo di modello dovrebbe permettere di analizzare le conseguenze di politica commerciale nell’Europa a 15 ad un livello geografico disaggregato mantenendo l’approccio su scala mondiale tipico di modelli come MIRAGE e GTAP. L'economia dell’UE è molto diversificata e gli accordi in seno all’OMC non considerano le disparità che esistono a livello regionale. Questa eterogeneità geografica nell'UE dovrebbe essere considerata nei negoziati dell’OMC. Inoltre, è di interesse valutare come i lavoratori europei rispondono ad uno shock commerciale. Migreranno in un'altra regione europea? Il modello è stato applicato alle 68 regioni NUTS 1 nell’UE15 principalmente per valutare la redistribuzione della produzione tra tre settori (agricoltura, industria e servizi) in ogni regione NUTS 1 dopo una liberalizzazione tariffaria nel settore agricolo a livello mondiale. Tuttavia, esso può anche essere usato per simulare altre riforme di politica commerciale secondo l'interesse specifico del ricercatore. Un’attenzione speciale è rivolta all'interpretazione economica degli effetti di politica commerciale. Infatti, un punto debole dell’approccio EGC è l’insufficiente interpretazione economica dei risultati a causa del numero elevato di equazioni ed incognite. I risultati a livello NUTS 1 sono i seguenti. La liberalizzazione tariffaria nel settore agricolo colpisce tutte le regioni NUTS 1 che diminuiscono la produzione in questo settore. I decrementi più marcati si hanno nelle regioni austriache (est, ovest e sud), in Irlanda e Portogallo. Nei settori dei servizi e dell’industria è possibile notare dinamiche inverse della produzione a livello NUTS 1. Infatti, mentre Nisia Aigaiou-Kriti, Attica e Portogallo mostrano le più grandi diminuzioni nel settore industriale l'Irlanda, l'Austria orientale ed il Lussemburgo hanno il più grande aumento in questo settore. Al contrario, Nisia Aigaiou-Kriti, Attica e Portogallo esibiscono i più grandi aumenti nel settore dei servizi mentre l'Irlanda, l'Austria orientale ed il Lussemburgo mostrano la più grande diminuzione in questo settore. Il modello stilizzato consente di determinare il parametro chiave per interpretare i risultati. Tale parametro è la differenza settoriale fra i rapporti dell'intensità di utilizzo del lavoro qualificato sull’intensità di utilizzo del lavoro qualificato. Infatti il lavoro qualificato e non qualificato può essere considerato come la fonte primaria dell'eterogeneità tra le regioni NUTS 1. Per riassumere, lo shock di politica commerciale colpisce il settore agricolo e causa una diminuzione della produzione in questo settore per tutte le regioni NUTS 1. Le regioni NUTS 1, che utilizzano più intensivamente il lavoro non qualificato nel settore agricolo e il lavoro qualificato nel settore manifatturiero e dei servizi rispetto alle altre regioni NUTS 1, sono le regioni più colpite nel settore agricolo. La diminuzione nella produzione di questo settore, a sua volta, determina una redistribuzione della produzione complessiva e riduce la domanda per il lavoro non qualificato. Di conseguenza, in generale il fattore lavoro non qualificato perde (il salario diminuisce) e quello qualificato vince (il salario aumenta). Tuttavia, nelle regioni NUTS 1 che utilizzano più intensivamente il lavoro non qualificato nel settore manifatturiero e quello qualificato nel settore dei servizi, la produzione manifatturiera diminuisce e la produzione dei servizi aumenta. Al contrario, nelle regioni NUTS 1, che utilizzano i due fattori nei settori manifatturiero e dei servizi con una intensità simile, la produzione manifatturiera aumenta e quella dei servizi diminuisce.

In recent years the development of the World Trade Organization (WTO) has generated a great demand for estimates of potential consequences of trade policy. The Uruguay round and Doha round negotiations are typical examples. The policy maker could be interested in having information about the effects of trade liberalization on income, production and other relevant macroeconomic variables. Computable General Equilibrium (CGE) models are an important tool for meeting this need because they allow a lot of trade information to be elaborated in a coherent economic structure where agents maximise their utility and firms maximise their profits. Today many governments and international institutions, e.g. the WTO, the European Commission (EC) and the World Bank (WB), use CGE models to assess the impact of global trade reform. In my thesis the attention is directed toward large-scale global CGE trade models, such as GTAP, MEGABARE and MIRAGE, used by international organizations (e.g. the WB, the WTO, the EC) for their analysis of trade liberalization. This type of models maintains a strong Walrasian spirit. Factors are fully employed, money does not explicitly figure into the model and a solution is made possible through relative prices. Nevertheless, some important non-Walrasian assumptions, such as imperfect competition and others, are introduced or can be introduced. A global approach has the unquestionable advantage of taking into account within the same theoretical structure the trade relationships of all countries or groups of countries in the world, such as the EU, the USA, China, India and Africa. With respect to this, it is very important to have a consistent economic global database that covers all parts of the world. GTAP, based in the Agricultural Economics Department at Purdue University (West Lafayette, Indiana), has been created to satisfy this need; It is a global network of researchers who conduct quantitative analysis of international economic policy issues, especially trade policy. GTAP is the most widely used dataset for global CGE trade models. It is very rich and practical, however it only allows analysis at the national level. CGE trade models exist at a sub-national level but they only consider a single region or a handful of regions. The CAPRI-GTAP (Jansson, Kuiper and Adenäuer, 2009), MONASH-MRF (Peter et al., 1996) and MIRAGE-DREAM (Jean and Laborde, 2004) models are examples of large-scale global CGE trade models which also include many regions. MONASH-MRF refers to the Australian regions, CAPRI-GTAP is specific to the agriculture sector of the EU and MIRAGE-DREAM considers the NUTS (Nomenclature d’Unités Statistiques) regions of the 25 members of the EU (Romania and Bulgaria did not belong to the EU in 2004). There are so few models because there is a lack of well-suited regional data concerning foreign trade. For instance, in the EU there is no complete dataset on foreign trade that is available for the NUTS regions. Concerning foreign trade, some information is available for some countries at the regional level, but this is not systematically the case. Thus, simplifying assumptions must be made to make the models manageable. In addition, this kind of model is very demanding both in terms of data and computational resources. Research teams, supported by public institutions, work on these models which are highly disaggregated at the geographical level. The objective of this thesis is to build a global CGE trade model at the NUTS 1 level for the 68 regions within the first 15 member states of the European Union. The aim is not to exactly reproduce the models mentioned above but the aim is to build a simple parsimonious CGE model. Data on value added, skilled labour and unskilled labour are available at the NUTS 1 level (EUROSTAT database) while simplifying assumptions arise for the remaining variables. Therefore a CGE trade model is built in which only the production is specified at the NUTS 1 level. The model is built starting from the MIRAGE model. This type of model should allow the consequences of trade policy in Europe to be investigated at a disaggregated geographical level while maintaining a global approach. The EU economy is very diversified and world trade agreements do not take into account the disparities existing at regional level. This geographical heterogeneity in the EU should be considered in WTO negotiations. In addition, it is of interest to assess how European workers respond to trade shock. Will they migrate to another European region? The model is applied to the 68 NUTS 1 regions in the EU15 mainly to assess the production reallocation across three sectors (agriculture, manufactures, services) in each NUTS 1 region after a world tariff liberalization in agriculture. Nevertheless, it can also be used to simulate other trade policy reforms according to the special interest of the researcher. Special attention is given to the economic interpretation of the trade policy effects. Indeed, a weak link of the CGE approach is the poor economic interpretation of the results. The results at the NUTS 1 level are the following. The tariff liberalization in agriculture determines a decrease for all the NUTS 1 regions in this sector. The most affected regions are East, West and South Austria, Ireland and Portugal. In the manufactures and services sectors it is possible to note inverse patterns of production at the NUTS 1 level. Indeed, Nisia Aigaiou-Kriti, Attica and Portugal show the greatest decreases in the manufactures while Ireland, East Austria and Luxembourg experience the greatest increase in the same sector. In contrast, Nisia Aigaiou-Kriti, Attica and Portugal exhibit the greatest increases in services and Ireland, East Austria and Luxembourg show the greatest decrease in this sector. The stylised model allows the key parameter to be determined for interpreting the results. This parameter is the sectoral difference between the ratios of unskilled labour intensity to skilled labour intensity. Indeed, skilled labour and unskilled labour can be considered as the source of the heterogeneity across the NUTS 1 regions. To summarize, trade policy strikes the agricultural sector and causes a production decrease in this sector for all the NUTS 1 regions. The NUTS 1 regions, which use unskilled labour in agriculture and skilled labour in manufactures and services sectors more intensively with respect to the other NUTS 1 regions, are the most affected regions in the agricultural sector. The decrease in the agricultural production, in turn, determines a production reallocation and reduces the labour demand for unskilled labour. As a result, in general the unskilled factor loses (the wage goes down) and the skilled factor wins (the wage goes up). However, in the NUTS 1 regions which use the unskilled labour in the manufactures and the skilled labour in services more intensively, the manufacturing production decreases and services production increases. In contrast, in the NUTS 1 regions, which use the unskilled and skilled factors in the manufactures and services sectors by similar intensities, the manufacturing production goes up and the services production goes down. The introduction of the labour mobility causes amplification effects for the NUTS 1 regions which experienced strong increases or decreases in the IND and SERV sectors under the assumption of perfect immobility at the NUTS 1 level. In general, this hypothesis has a strong impact on the outcomes and determines unrealistic variations of the production in the services and manufactures sectors after agricultural liberalization. These results are not intended to be realistic but are a guide regarding the relevance of the assumption about labour mobility. The change in the unskilled/skilled labour supply is consistent with the production reallocation results.