Population and Economic Growth in Africa - Popolazione e crescita economica in Africa

In this paper we use a statistical model and data from a sample of forty-five African economies to empirically analyze the impact of several dimensions of the demographic transition on per capita GDP growth. We observe that the results are more robust when interactive variables are included in the model. We are able to draw the following conclusions: (1) the effect of population growth on per capita GDP growth is linear and negative. However, this variable is not statistically significant when interaction terms are included in the statistical model. Rather, its interaction with the level of urbanization negatively influences per capita GDP growth. Governments in African countries with a higher level of urbanization can devise policies aimed at slowing down population growth in order to stimulate growth. China provides a clear example by suddenly introducing a collection of highly coercive methods to reduce the total fertility rate from about 5.8 to 2.2 births per woman between 1970 and 1980; (2) since a decline in fertility affects the age structure of the population of an African country, it is found to have a significant statistical negative impact on economic growth when the interaction term between this variable and urban population growth is included in the model. However, the effect of this interaction term is positive, suggesting that African countries that have high fertility rates and rapid urban population growth rates tend to experience higher per capita GDP growth; (3) on the other hand, while the old dependency ratio itself positively affects per capita GDP growth, the impact of its interaction with the level of urbanization is negative, while the level of urbanization itself exerts a positive impact on economic growth; (4) African countries in the sub-Saharan region tend to experience lower per capita GDP growth relative to those outside the region, but the effect of this location dummy variable is not as strong when interaction terms are included in the statistical model.- In questo studio si utilizza un modello statistico con dati ottenuti da un campione di quarantacinque economie africane per analizzare empiricamente l’impatto delle diverse dimensioni di transizione demografica sulla crescita del PIL pro capite. I risultati evidenziati sono più robusti quando le interazioni tra le variabili sono incluse nel modello. Si ottengono le seguenti conclusioni: (1) l’effetto dell’aumento della popolazione sul PIL pro capite è lineare e negativo. In ogni caso questa variabile non è statisticamente significativa quando i termini di interazione sono inclusi nel modello. Peraltro la sua interazione con il livello di urbanizzazione influenza negativamente la crescita del PIL pro capite. I governi dei paesi africani aventi un alto livello di urbanizzazione possono attuare politiche di rallentamento dell’aumento demografico per stimolare la crescita. La Cina ne è un esempio con l’improvvisa introduzione di un insieme di misure coercitive per ridurre il tasso di fertilità totale da 5.8 circa a 2.2 nascite per donna nel periodo 1970-1980; (2) poiché una riduzione del tasso di fertilità ha influenza sulla composizione per età della popolazione, si deduce che tale riduzione ha un’influenza negativa statisticamente significativa sulla crescita economica quando il termine di interazione tra questa variabile e l’aumento della popolazione urbana è incluso nel modello. Comunque gli effetti di questo termine di interazione sono positivi, il che suggerisce che i paesi africani aventi un alto tasso di fertilità tendono ad avere un maggior tasso di aumento del PIL pro capite; (3) dall’altro lato, mentre il vecchio rapporto di dipendenza influisce di per sé positivamente sulla crescita del PIL pro capite, l’impatto di questa interazione con il livello di urbanizzazione è negativo, mentre il livello di urbanizzazione stesso esercita un impatto positivo sulla crescita economica; (4) nei paesi dell’Africa subsahariana l’aumento del PIL pro capite tende ad essere inferiore relativamente agli altri paesi, ma l’effetto di questa variabile geografica dummy non è così forte quando i termini di interazione sono inclusi nel modello statistico.