Det er ikke ligetil at identificere komparative fordele i virkeligheden, da det kræver detaljeret information om produktion og teknologi på tværs af forskellige varetyper i forskellige lande.

En måde, hvorpå vi kan få en idé om, hvorvidt et land har en komparativ fordel i en bestemt varetype, er ved at se på faktisk handelsdata. Hvis et land eksporterer meget af en bestemt varetype i forhold til dets samlede eksport, og i forhold til andre lande, kan det være et tegn på, at landet har en komparativ fordel i produktionen af den varetype. Denne fremgangsmåde kaldes for afsløret komparativ fordel (revealed comparative advantage, RCA).

Den mest almindelige metode til at beregne RCA er ved hjælp af Balassaindekset, som måler forholdet mellem en varetypes andel af et lands eksport og den samme varetypes andel af verdenshandelen.

Balassaindekset er opkaldt efter den ungarske økonom Béla Balassa (1965).

Formelt kan Balassaindekset udtrykkes som:

\[ \text{RCA}_{c,p} = \frac{X_{c,p}/\sum_{q \in P} X_{c,q}}{X_{w,p}/\sum_{q \in P} X_{w,q}} \]

Hvor:

\(X_{c,p}\) er eksporten af varetype \(p\) fra land \(c\).
\(\sum_{q \in P} X_{c,q}\) er den samlede eksport fra land \(c\).
\(X_{w,p}\) er den samlede eksport af varetype \(p\) i verden.
\(\sum_{q \in P} X_{w,q}\) er den samlede eksport i verden.

Når RCA-værdien er større end 1, indikerer det, at landet har en komparativ fordel i den pågældende varetype, da det eksporterer mere af den varetype i forhold til verdenshandelen, end det gør i forhold til sin egen samlede eksport.

Dataanalyse

For at gøre det nemmere at analysere handelsdata og beregne RCA, kan vi bruge R-pakken economiccomplexity. Blandt andet indeholder pakken et datasæt med handelsdata for 1998–2000, samt en funktion til at beregne Balassaindekset (balassa_index()).

#install.packages("economiccomplexity")
library(economiccomplexity)
library(tidyverse)

data <- economiccomplexity::world_trade_avg_1998_to_2000
data_lbl <- read.csv("code/kap3_data_desc.csv")

rca <- as.data.frame(balassa_index(data, discrete = FALSE)) %>%
  rownames_to_column("country") %>%
  pivot_longer(!country, names_to = "product", values_to = "value") %>%
  left_join(data_lbl, by = "product")

For at gøre dataene mere tilgængelige, har jeg også inkluderet en beskrivelse af de forskellige produktkategorier i datasættet, baseret på Standard International Trade Classification (SITC) koderne. De beskrivelser, som jeg har brugt, kommer fra Rauch (1999).

Hvor kommer dataene fra?

Dataene i economiccomplexity pakken kommer fra UN Comtrade, som er FN’s database for international handel. Dataene er baseret på rapporterede eksport- og importdata fra forskellige lande, og kan være underlagt visse begrænsninger og usikkerheder, såsom fejl i rapporteringen, manglende data eller forskelle i klassificering af varer.

Hvis man vil arbejde med mere opdaterede data, eller data for andre lande og perioder, kan man selv downloade data fra UN Comtrade og bruge balassa_index() funktionen til at beregne RCA for de ønskede lande og produktkategorier. Alternativt kan man anvende en anden pakke, tradestatistics.

Hvad har Danmark en komparativ fordel i?

Tabel 1 viser RCA-værdierne for Danmark, baseret på landets (vare)eksport i perioden 1998–2000. En RCA-værdi større end 1 indikerer, at Danmark har en komparativ fordel i den pågældende produktkategori, mens en værdi mindre end 1 indikerer at landet ikke har en komparativ fordel i den kategori.

Tabel 1: Afsløret komparativ fordel for Danmark (1998–2000)

Datasættet indeholder også flere andre lande, som du kan undersøge ved at bruge koden ovenfor.

Umiddelbart giver resultaterne her god mening: mange af de produkter, hvor Danmark (ud fra disse data) har en komparativ fordel, er relateret til landbrug, fiskeri og fødevareproduktion. Men er det en funktion af teknologiske forskelle, som Ricardomodellen forudsiger? Eller noget andet?

Læg mærke til produkterne på den anden ende af spektret: at Danmark ikke har en komparativ fordel i fx jernmalm, kobber og uran er nok ikke så overraskende, når landet ikke har forekomster af disse råstoffer. Forskelle mellem lande i naturressourcer (og produktionsfaktorer generelt) er ikke en del af Ricardomodellen. Det er til gengæld en vigtig del af Heckscher–Ohlin modellen, som vi kommer til at se på i kapitel 5.

Læs mere

UN Trade and Development (UNCTAD) forklarer afsløret komparativ fordel med hjælp af en interaktiv graf, hvor man kan udforske handelsdata for forskellige lande og produktkategorier.