# 이 페이퍼는 선진국과 개도국간 전체적인 총요소 생산성(TFP) 격차를 설명하려는 논문이다. 이 논문은 misallocation에 주목했다. 개도국에서는 정부 규제, 사회자본 부족으로 인한 추가적인 비용, 금융시장 미성숙 등으로 인하하여 노동 및 자본 등 생산요소가 효율적으로 공급되지 않고, 그러면 potential이 높은 기업이 오히려 성장하지 못하거나 망해야 할 기업이 잘 버티는 문제가 발생할 수 있다. 이들은 비교적 간단한 모델을 셋업한 뒤 공장간 생산성 차이가 심할수록 국가의 전체적인 생산성은 낮아진다는 것을 수식으로 보인 뒤, 각국의 plant-level data를 통해 공장간 생산성을 얻고 그 분포가 미국 수준으로 변화할 때 전체적인 생산성이 얼마나 상승하는지 보였다.
# TFP, 경제성장, 국가 간 비교 등 분명한 거시경제 이슈를 다루는 논문이지만, 이 논문은 dynamic model을 쓰지 않았다. Melitz 모델과 비슷하게, heterogeneous firm들이 Monopolistic competition 시장에서 경쟁하는 economy를 셋업한 뒤 개별 기업들이 최적가격과 생산량을 결정할 때 위에서 말한 정부 규제 및 금융시장 문제로 인한 distortion이 걸리는 상황을 가정하였다. 그러면 각 기업마다 제각각 다른 distortion factor (쉽게 말하면 높으신 분들과 얼마나 연줄이 잘 닿아 있는가, 그리고 그 덕에 얼마나 쉽게 은행에서 돈을 빌릴 수 있는가) 때문에 제각각 다른 최적화 결정을 하게 된다.
# 그러면 당연히 residual의 성격을 갖는 TFP도 기업마다 다르며, 각 기업의 최적화 과정을 산업별 노동투입-자본투입-생산량으로 aggregate하면 산업별 TFP를 구할 수 있다. 그리고 최종적으로 산업별 TFP는 각 기업의 TFP의 variance가 커질수록 줄어든다는 공식을 얻을 수 있다. 여기서 공장별 TFP는 revenue productivity를 의미하며 일반적인 총요소생산성에 기업이 매긴 가격을 곱한 값이다. 상세한 것은 Foster, Haltiwanger, and Syverson (2008 AER) 논문 참고.
# 그 다음 중국과 인도, 미국의 공장별 data를 구하여 개별 plant의 매출, 고용, 자본 등에서 생산성 및 distortion 정도를 구하고, 이들의 분포를 보면 예상대로 미국보다 중국과 인도가 분포가 더 넓게 분포되어 있다. 또한 이러한 variation은 ownership, size, region, age 등 어느 요소로도 충분히 설명되지 않는다. 그러면 이러한 distortion이 없어져서 variation이 사라진다면 TFP는 과연 얼마나 증가할 것이고 또한 기업의 size 분포는 어떻게 변화할 것인가? 를 각각 구한다. 하지만 현실 경제에서 distortion이 완전히 없어진다는 가정은 하기 어렵다.
# 그래서 최종적인 결과는 distortion이 1997년 미국 기준까지 하락하는 경우를 가정하였다. 인도는 40-60%, 중국은 30-50% 정도 TFP가 증가하며, 다르게 말하면 1997년 정도 기준으로 미국-중국-인도 경제에서 이 misallocation 문제가 전체 TFP 격차의 49%(중국), 35%(인도)를 각각 설명한다고 할 수 있다. 논문 나머지는 empirical paper에 항상 딸려 오는 각종 robustness check와 measurement error 체크 등등.
# 사실 앞부분의 간단한 모델 세팅 만으로 일단 기업간 생산성 격차에 따라 얼마나 전체적인 생산성이 낮아지는지는 충분히 보였다. 하지만 최근 대부분의 논문들은 이런 이론적인 결론에서 끝나지 않고 실제 각국 경제를 대입하면 어떤 결과가 얻어지는지에 대한 설명도 항상 필요로 한다. 이 논문은 모델 세팅에서 dynamics가 들어가지 않은 것이 특징이며, 그래서 empirical paper에 가까운 논문이다. 모델을 풀 때도 결론을 얻는 파트와, empirical data에서 각종 factor를 얻어내는 수식(17~19)가 따로 있다. 수식이 어려운 논문은 아니지만 그렇다고 한번에 보고 다 이해되거나 풀리는 정도는 아니며, 게다가 오타가 좀 있어서 반드시 체크해야 한다. 저자인 Peter Klenow의 웹사이트에 오타에 대한 수정이 안내되어 있다.
# 이 논문의 제일 큰 구멍은 기업의 entry/exit 에 대한 부분이 없다는 것. 사실 Melitz 모델에 기업의 entry/exit가 대단히 중요한 역할을 한다는 것을 생각하면, 누구나 짚어낼 수 있는 포인트이긴 하다. 그리고 이후 논문들은 two-sector 가정을 하고 기업들의 진입 결정이 외부 제도적인 문제로 인해 얼마나 distort되는가를 살펴보는 분석이 많다. Chang-Tai Hsieh는 Chicago Booth 교수로서 data 전문 거시경제학자 중 한 명이다. 중국계지만 학부는 미국. Peter Klenow는 스탠포드 교수. 스탠포드는 거시경제가 강하다는 인상은 별로 없는데 Klenow, Piazzesi, Schneider, Bloom 등 교수진은 충분히 좋다. (Acemolgu만 영입하면 된다...? 근데 Acemoglu 영입은 MIT의 반격으로 다시 틀어지는 모양.)
