V krizi smisla tiči misel






         

18.06.2017

How did the Chinese contemporary art system develop 1989-2015 – in 21 pictures

Dear all,

this post will be in English. It is related to some of the fascinating material/data I’m working with for an article with Marilena Vecco and Simeng Chang – the data are based on the Artlinkart data encompassing what should be all the exhibitions of contemporary art in Chinese museums and galleries in the period 1989-2015.

Although still very preliminary and prone to mistakes, here is at least some visual information on the development of this system over the years – the work was done in Pajek software, it is a so-called two-mode (temporal) network, where on the left of its picture are the museums and galleries and on the right the exhibiting artists/artist groups.

I hope it will provide you some pleasure in observing – again, please note the article is still in preliminary phase.

Year 1989:

Year 1990:

Year 1996:

Year 1997:

Year 1998:

Year 2000:

Year 2001:

Year 2002:

Year 2003:

Year 2004:

Year 2005:

Year 2006:

Year 2007:

Year 2008:

Year 2009:

Year 2010:

Year 2011:

Year 2012:

Year 2013:

Year 2014:

Year 2015:

  • Share/Bookmark

7.01.2017

Pregled literature – MIMIC modeli

Nekaj začetnih del s področja MIMIC (Multiple Indicators Multiple Causes, t.j. “multipli kazalniki, multipli prediktorji/vzroki”) modelov, literatura se bo verjetno dodajala tudi sprotno. Modele uporabljam pri enem člankov, kjer sem soavtor, mislim pa, da na področju manjka ustrezen pregled dosedaj opravljenih del – v vsakem primeru pa bo tole služilo vsaj za lastno evidenco.

Aigner, D., Schneider, F., & Damayanti G. (1988). Me and my shadow: estimating the size of the US hidden economy from time series data. V: W. A. Barnett, E. R. Berndt in H. White (eds.), Dynamic econometric modeling, Cambridge (Mass.): Cambridge University Press, pp. 224-243.
Dell’Anno, R., & Schneider, F. (2003). The shadow economy of Italy and other OECD countries: What do we know? Journal of Public Finance and Public Choice, 21(2-3), 97-120.
Frey, B.S., & Weck, H. (1983). Estimating the Shadow Economy: A ‘Naive’ Approach. Oxford Economic Papers, 35, 23-44.
Frey, B.S., & Weck-Hannemann, H. (1984). The hidden economy as an “unobserved” variable. European Economic Review, 26(1), 33-53.
Giles, D.E.A. (1999). Measuring the hidden economy: Implications for econometric modelling. The Economic Journal, 109(456), 370-380.
Giles, D.E.A., & Tedds, L.M. (2002). Taxes and the Canadian Underground Economy. Canadian Tax Paper No. 106, Toronto: Canadian Tax Foundation.
Giles, D.E.A., Tedds, L.M., & Werkneh, G. (2002). The Canadian underground and measured economies: Granger causality results. Applied Economics, 34(4), 2347-2352.
Goldberger, A. S. (1972). Maximum Likelihood Estimation of Regressions Containing Unobservable Independent Variables. International Economic Review, XIII, 1-15.
Johnson, S., Kaufmann, D., & Zoido-Lobatón, P. (1998a). Regulatory discretion and the unofficial economy. The American Economic Review, 88(2), 387-392.
Johnson, S., Kaufmann, D., & Zoido-Lobatón, P. (1998b). Corruption, public finances and the unofficial economy. Discussion paper, The World Bank, Washington, D.C.
Joreskog, K., & Goldberger, A.S. (1975). Estimation of a Model with a Multiple Indicators and Multiple Causes of a Single Latent Variable. Journal of American Statistical Association, Vol. 70, 631-639.
Lippert, O., & Walker, M. (eds.) (1997). The Underground Economy: Global Evidences of its Size and Impact. Vancouver: The Frazer Institute.
Mummert, A., & Schneider, F. (2002). The German shadow economy: Parted in a united Germany? Finanzarchiv, 58(3), 286-316.
Posey, C., Roberts, T.L., Lowry, P.B., & Bennett, R.J. (2015). Multiple Indicators and Multiple Causes (MIMIC) Models as a Mixed-Modeling Technique: A Tutorial and an Annotated Example. Communications of the Association for Information Systems, 36, Article 11.
Schneider, F. (1994). Can the shadow economy be reduced through major tax reforms? An empirical investigation for Austria. Supplement to Public Finance/ Finances Publiques, 49, 137-152.
Schneider, F. (1997). The shadow economies of Western Europe. Economic Affairs, 17(3), 42-48.
Schneider, F. (2003). The shadow economy. V: C.K. Rowley in F. Schneider (eds.), Encyclopedia of Public Choice, Dordrecht: Kluwer Academic Publishers.
Schneider, F. (2005). Shadow economies around the world: what do we really know? European Journal of Political Economy, 21(3), September, 598-642.
Tanzi, V. (1999). Uses and abuses of estimates of the underground economy. The Economic Journal, 109(456), 338-340.
Thomas, J.J. (1992). Informal Economic Activity. LSE Handbooks in Economics, London: Harvester Wheatsheaf.
Weck, H. (1983). Schattenwirtschaft: Eine Möglichkeit zur Einschränkung der öffentlichen Verwaltung? Eine ökonomische Analyse. Frankfurt/Main: Lang.
Zellner, A. (1970). Estimation of Regression Relationship Containing Unobservable Independent Variables. International Economic Review, 11, 441-54.

  • Share/Bookmark

25.12.2016

Vrednotenje ekonomskih učinkov kulturnih dogodkov – nova metoda

Ob novem letu je prav pogledati tudi, kaj ga je najbolj zaznamovalo. Vsaj zame zagotovo kar malce nepričakovan dvig metode ex-post ekonometrične verifikacije kot nove metode vrednotenja ekonomskih učinkov kulturnih dogodkov. Metoda, ki smo jo sami pričeli uporabljati pri ocenjevanju ekonomskih učinkov EPK Maribor 2012, in je potem kar nekaj časa “samevala”, je pričela “migati” v lanskem letu, dokončno pa se je pričela prebijati v zanimanje strokovne javnosti v tem letu.

Vse skupaj terja malce kronologije. Tema mojega magisterija na Fakulteti za družbene vede v Ljubljani je bila ekonomsko vrednotenje kulturnih dogodkov (kasneje je magisterij v knjižni obliki izdala Založba FDV). V magisteriju sem tedaj predstavil vse različne metodologije, ki so obstajale na področju, s posebnim ozirom na razkol med uporabo input-output metodologije (t.i. ekonomskimi impaktnimi študijami) in kontingenčno vrednotno metodologije. Podobno kot večina kulturne ekonomike sem se tedaj zavzel za večjo uporabo slednje pri vrednotenju kulturnih dogodkov. Iskreno rečeno pa mi tema “ni dala spati” in sem slutil, da v tedanji argumentaciji zevajo večje luknje.

Ko sem se vrnil z enoletnega študijskega bivanja v ZDA, me je Bogomir Kovač povabil k pripravi študije ekonomskih učinkov Evropske prestolnice kulture Maribor 2012. Sredi 2012, takoj, ko sem se vrnil, smo v okviru EPK pripravili tudi mednarodno konferenco o razvojnih potencialih kulture, kjer so bili prisotni tako rekoč vsi, ki s tega področja kaj pomenijo v svetovnem merilu: v prvi meri legenda tega področja, Bruce Alan Seaman, s katerim sem še danes v stiku. Bistveni del: v svoji predstavitvi je Seaman že takrat nakazal potencial nove metode ex-post ekonometrične verifikacije, ki je nihče v kulturni ekonomiki doslej ni uporabljal.

Ko smo torej po tem, v jesenskih mesecih 2012 razmišljali, kako se lotiti študije v Mariboru, je prišel preblisk. Med vožnjo z vlakom do Maribora, kjer smo imeli takrat sestanek, sem se malce nerad lotil teme sestanka – bomo pač naredili neko kombinacijo impaktne in kontingenčne študije, sem si dejal. Bo že kako… In potem sunek: kaj pa če bi uporabili podatke SURS in treatment effects metode? Primerjali dejanske statistične učinke po občinah? Odlično! In potem misel: pa zakaj za vraga tega ne delajo tudi v drugih študijah, v drugih primerih? Saj to je vendar najbolj pisano na kožo temu problemu – merjenju ekonomskih učinkov kulturnih dogodkov…

Dobro, ostalo je zdaj že preteklost, v Mariboru smo to uporabili, s tedaj še precej elementarno ekonometrično osnovo, zato tega kar dolgo nisem hotel spraviti v objavo. Uporabili smo vse tri metode, ekonomsko impaktno študijo, ex-post verifikacijo in kontingenčno metodo. Še danes vsi tisti, ki hočejo kazati na velike ekonomske učinke dogodka, navajajo le impaktno študijo, tisti, ki ga hočejo kritizirati, pa ex-post verifikacijo. Vsakemu svoje, alias sto ljudi, sto čudi.

Da malo skrajšam: metodo sva obudila v letu 2014 s kolegico dr. Renato Slabe-Erker in jo kasneje uporabila na primeru ekonomskih učinkov EuroBasketa2013 v Sloveniji. Z njeno uporabo sva prijavila tudi članek o ekonomskih učinkih beneških karnevalov na takratni odprti poziv za mednarodno monografijo Carnival, Culture and Tourism (po vseh peripetijah bo naposled zunaj v začetku 2017 pri eni vodilnih založb s področja turizma, CABI). Bila sva sprejeta, rok za članek pa smo imeli jeseni 2015. K sodelovanju sva povabila še mojo tesno sodelavko prof. dr. Marileno Vecco, ki je skoraj 10 let živela in predavala v Benetkah.

Izšlo se je odlično, rezultate članka kratko predstavljam v nadaljevanju. Ko je na Facebook profilu ACEI v začetku 2016 stekla debata o novih metodah merjenja ekonomskih učinkov kulture, sem jim sam posredoval te članke (mariborskega, beneškega, EuroBasket). Članke je dobila Jen Snowball, ki je prav tako predavala na mariborski konferenci, in tako se je vednost malce razširila. Beneški članek smo predstavili na osrednji ACEI konferenci v Valladolidu, o njem sta veliko “glasin” razširila Jen in Seaman in prišlo je nekaj največjih na področju, denimo Victor Ginsburgh. Vzdušje je bilo malce mučno, predstavitev ni najbolje uspela, vseeno pa je bilo dovolj, da se je delo nadaljevalo. V mesecu po konferenci sva z Marileno naposled zaključila in oddala še članek o učinkih EPK Maribor 2012, sedaj že sprejet v Journal of Cultural Economics; vmes je bil sprejet še en članek z uporabo te metode na primerih dveh slovenskih jazz festivalov Jazz Cerkno in Jazzinty, ki bo objavljen v januarju 2017 v European Planning Studies. V postopku dogovora je ex-post ekonometrična študija EPK Aarhus 2017, v dogovorih je seminar na IMT Lucca, v postopkih dogovorov je tudi študija učinkov festivalov na Dunaju. Kjerkoli smo kasneje (po Valladolidu) predstavljali članek s to metodo, smo dobili dokaj enoten, večkrat ponovljen odziv: ta metoda je to, kar področje kulturne ekonomike trenutno najbolj potrebuje. In to je seveda odlično izhodišče za oba z Marileno, ki sva sedaj nekako proponenta te metode.

Opišimo najprej v kratkem, o čem je v metodi sploh govora in kje so njene prednosti in slabosti. Najprej, kje je problem obstoječih metod? Impaktne študije prinašajo napačne številke. Čeprav se jih velikokrat označuje kot “najpogostejšo obliko raziskav na področju umetnosti in kulture” (glej denimo Sterngold, 2004), pa so velikokrat bolj poskusi “arts people” (kot jih imenuje Frey, 2005), da bi širšo javnost, predvsem pa financerje “ozavestili” (bom rekel kar direktno: nategnili…) o ekonomskem pomenu lastnega dogodka. Višja kot je številka, bolje je (lažje je prepričevati)…

Na drugi strani je metoda kontingenčnega vrednotenja kot bolj “blagozvočna” in politično korektna: vrednoti namreč “intangible” vrednosti kulture. Kaj lepšega, mar ne? Bom še enkrat več neposreden: kaj lepšega za še en nateg “strokovne”, predvsem pa kulturniške javnosti… Ponovno gre namreč za metodo, ki ima velike, neizogibne probleme. Gre za anketno metodo, kjer se respondente sprašuje po največjem plačilu, ki bi ga bili pripravljeni odšteti za spremembo v ravni neke javne dobrine, povedano zelo v grobem in kratkem. Razumljivo: ti respondenti lahko odgovorijo načeloma karkoli, in večinoma tudi kontingenčne študije prinašajo visoke, lahko bi dejali napihnjene številke. Vendar še bolj nerodno: povsem se izognejo osnovnemu vprašanju – kakšni so (bili) učinki dogodka na ustvarjene prihodke, nova delovna mesta, dodatno število turistov, obisk kulturnih prireditev, zbrane davščine, če že hočete? Iskreno bom dejal: mislim, da bodo razprave v naslednjih letih jasneje pokazale, da je pri obsežni razpravi o tej metodi v kulturni ekonomiki preteklih desetletij šlo za odmik od pravih problemov, vseeno odmik, ki je prinesel kar nekaj dodatne vednosti, ki pa žal ni odgovorila na bistvena vprašanja.

Zato je rešitev, ki jo prinaša naša metoda, naslednja. Da bi odgovorili na osnovna vprašanja, na katera pa impaktna metodologija odgovarja pristrano in z napačnimi vrednostmi, uporabimo raje obstoječe statistične podatke, dostopne v registrskih virih, in iz njih skušajmo izluščiti “blip” (kot sta to poimenovala Gergaud in Ginsburgh v članku iz 2013), torej nekakšno sled, ki so jo ti dogodki zapustili v okolju, kjer so potekali. Metoda, ki poskuša storiti kaj takšnega, je bila prvič uporabljena v ekonomiki učinkov športnih dogodkov (Baade in Dye, 1988; 1990), iz določenih razlogov (povezanih z zgornjo kratko razlago) pa je doslej doživela le zelo malo aplikacij na področju kulture, do naših študij dejansko po moji vednosti najdemo le en članek z uporabo takšne metodologije – Sarah Skinner je v članku v Journal of Cultural Economics iz leta 2006 ocenjevala ekonomske učinke nekaterih večjih likovnih razstav v mestecu Jackson, Mississippi.

V trenutnem stanju metode jo lahko razdelimo v dve večji vrsti: a) uporabo modelov panelne ekonometrije, kjer uporabimo kakšno od izpeljank metode difference-in-differences ali drugih metod t.i. program evaluation, da bi ugotovili učinek “tretmaja” (angl. treatment effect) na ekonomske kazalnike v mestu (regiji, državi, itd.) dogodka; takšno metodo smo uporabili na primeru ekonomskih učinkov EPK Maribor 2012, pa tudi učinkov EuroBasket2013 v Sloveniji; b) uporabo modelov časovnih vrst, ki jih lahko uporabljamo predvsem takrat, kadar nam veliko spremenljivk na primerjalni ravni manjka; takšno metodo je uporabila Skinnerjeva, sami pa smo jo uporabili pri oceni ekonomskih učinkov beneškega karnevala in dveh slovenskih jazzovskih festivalov.

Najprej poglejmo, kakšne rezultate je prinesla v primeru EPK Maribor 2012. Osnovni parametri dogodka so verjetno vsem dobro znani – 6 partnerskih mest, Maribor, Murska Sobota, Novo mesto, Ptuj, Slovenj Gradec, Velenje. Dogodek je potekal v letu 2012 in je bil doslej največji kulturni dogodek pri nas, vsaj po obsegu in trajanju. V študiji iz 2013 sva s Kovačem ocenjevala njegove učinke na prihodke podjetij, zaposlenost, mesečne plače, turizem in obisk kulturnih dogodkov. V končnem članku smo ocenjevali predvsem tisto, kar se je pokazalo kot najbolj zanimivo: učinke na turizem in zaposlenost. Prva zanimiva stvar so učinki na turizem – modeli so jasno pokazali, da lahko o zaznavnih učinkih, ki so bili posledica le tega dogodka in ne kakšnih splošnih trendov, gospodarske krize ali drugih dogodkov, govorimo le v Mariboru. Tu smo ocenili, da je zaradi dogodka v mesto prišlo okrog 20,000 dodatnih turistov, od tega nekaj več kot 18,000 tujih. Dodatnih nočitev je bilo (spet ponovno v Mariboru, učinki v nobenem od drugih mest niso bili statistično značilni, v nobeni specifikaciji modelov) nekaj več kot 48,000, od tega prek 46,500 s strani tujih turistov. Učinek, ki smo ga modelirali, je na spodnji sliki viden kot skok v letu 2012.

Ocenjevali smo tudi učinke na zaposlenost. Ti so bili… negativni. Če je projekt pred pričetkom napovedoval ogromno dodatnih delovnih mest in so kreatorji projekta še dolgo po dogodku govorili o pozitivnih učinkih, teh žal v podatkih ni videti. Šele, ko smo bili posebej pozorni na učinke gospodarske krize, smo prišli (le) do okrog 800 delovnih mest, ki jih je leto 2012 odneslo Mariboru (preostalih pet mest je imelo ponovno statistično neznačilne učinke, ko smo upoštevali gospodarsko krizo, vendar bi bili brez upoštevanja tega tudi tu vidni določeni negativni učinki na zaposlenost v letu 2012). Seveda bi bilo absurdno trditi, da je bilo to posledica EPK, vendar ti rezultati pokažejo, da je prav tako absurdno govoriti o tem, da je projekt “premagal” siceršnje probleme mesta – očitno so ostali nekateri močni negativni dejavniki, ki jih nismo uspeli vključiti v model in ki določajo usodo mesta, za katero sami vemo, da ni rožnata. Koristno bi bilo tu iti še naprej v modeliranju in določiti, za katere dejavnike natančno gre.

V primeru Benetk je bilo stanje drugačno. Tu nismo imeli podobno širokih podatkov kot za Maribor (kjer smo lahko uporabili podatke SURS za vse občine v Sloveniji in torej panelno analizo). Dostopni so bili le podatki za regijo Veneto; Italijo v splošnem; ter podatki beneških statistik. Zato smo uporabili zelo podobno metodologijo kot Skinnerjeva, ki se je pokazala kot primerna, vsaj sodeč po statističnih testih v članku. Modelirali smo le univariatne časovne vrste, torej le po eno spremenljivko, kjer smo najprej s preprostimi OLS regresijami izločili sezonske in ciklične učinke ter nato ocenjevali parametre z ARIMA modeli ter kasneje še z intervencijsko analizo, ki smo jo kasneje uporabili tudi za slovenske jazz festivale. Ocenjevali smo učinke na število turistov – njihove prihode, nočitve, vožnje z vaporetti in letalske prevoze; ter zaposlenost v regiji.

V spodnji sliki sta vidni osnovni časovni vrsti, ki smo jih ocenjevali – število prihodov turistov in njihovih nočitev. Kar smo ocenjevali, je majhen “spike”, torej dvig v februarju vsakega leta, torej v mesecu, v katerem v največji meri poteka karneval. Izkazalo se je, da je modeliranje dalo kar robustne in statistično močne rezultate. Ocenili smo, da karneval v Benetkah prinaša vsako leto približno 50,000 dodatnih prihodov turistov in približno 170,000 dodatnih nočitev. Prav tako tudi okrog 20,000 dodatnih potnikov na vaporettih. Največji učinki glede vsega tega so bili v februarju leta 2011, ko smo zabeležili tudi edini statistično značilen padec v stopnji brezposelnosti v regiji Veneto za 1.21 odstotne točke, ki ga je očitno pripisati v veliki meri učinkom karneval. Iz tega je bilo precej enostavno oceniti tudi učinke na skupne dodatne prihodke v mestu, nastale v največji meri kot posledica karnevala, v letu 2012 so ti znašali okrog 58 milijonov evrov.

Zadnji primer, ki ga imamo trenutno “na voljo”, so učinki dveh slovenskih jazz festivalov, Jazz Cerkno in Jazzinty Novo mesto v letih 2008-2015. Šlo je za članek, ki je bil v osnovi prijavljen v tematsko številko revije European Planning Studies o odpornosti (angl. resilience) mest in prispevku umetniških dogodkov k temu. Tu smo imeli to srečo, da smo imeli pravzaprav na voljo obe metodološki možnosti: lahko bi uporabili analizo panelnih podatkov, saj smo ponovno imeli (mesečne) podatke o turizmu za dobršen del slovenskih občin (preko SURS), lahko pa smo uporabili tudi metode časovnih vrst, enake kot v primeru Benetk. V primeru Cerkna tu ni bilo problemov, saj sta tam po naši vednosti le dva večja vsakoletna “dogodka”: smučarski del sezone, kjer je v spodnji sliki viden tudi največji skok v turizmu, ter festival, ki poteka v mesecu maju – lepo je viden tudi manjši skok glede tega, ki smo ga ocenjevali. V primeru Novega mesta smo tu imeli nekaj več težav, da smo v mesecu avgustu, ko poteka Jazzinty, izločili učinke festivala.

V Cerknem smo tako ocenili učinke festivala v “najboljših” letih, 2008-2010, na 300-1000 novih obiskovalcev, med katerimi je bilo okrog 200-600 tujcev. Dodatnih nočitev je bilo med 1,000-5,000, od tega 600-3,000 s strani tujih obiskovalcev. Manjši učinki so bili vidni v Novem mestu, kjer smo ocenili le okrog 200 dodatnih obiskovalcev zaradi festivala, vsaj v letih 2008-2010, ogromna večina teh je bila tujih, dodatnih nočitev pa okrog 1,000. Določeni pozitivni učinki so bili tudi na zaposlenost, v rangu 20-100 dodatnih delovnih mest, v obeh mestih je bilo to vidno v letih 2008-2010, v Cerknem še kasneje v letu 2014, v Novem mestu pa v letu 2012.

Zadnja stvar, ki jo prikazujem, je še vzdržnost takšnih učinkov v primeru dveh jazz festivalov. V zgornji vrsti so ti učinki za Jazz Cerkno, v spodnji za Jazzinty Novo mesto, po vrsti so grafi naslednji: levo – na skupne prihode turistov; na sredi – na njihove nočitve; na desni – na zaposlenost. Vidimo, da so bili (za razliko od Benetk, kjer rezultatov sicer ne prikazujemo) ti učinki kar vzdržni, zlasti to velja za zaposlenost. Velja pa podobno, kot pri predhodnih ugotovitvah: učinki, ki smo jih opisali, torej v letih 2008-2010, in kasneje pri Cerknem v 2014, pri Novem mestu pa v 2012 in 2015, so bili dokaj vzdržni, tudi zato smo v članku ocenili prispevek obeh festivalov k vzdržnosti in odpornosti obeh mest kot pozitiven.

Kaj reči za konec? Upam, da vam bo to v kratek, vendar dovolj podroben opis tega, kar se je v zadnjih letih dogajalo. Metoda se pričenja razvijati, čeprav je kolikor vem zaenkrat omejena na aplikacije znotraj “mojega” raziskovalnega kroga. Verjetno bodo šele prve resnejše objave, ki bodo prišle v 2017 (za vse tri članke) razširile razpravo in uporabo te metode. Običajno navedemo, da ima metoda naslednje glavne prednosti: a) operira z dejanskimi statističnimi podatki, ključni izziv pa je, ali si zmožen izpeljati ekonometrijo in statistiko dovolj dobro, da prideš do robustnih in korektnih ocen; b) nima posebnih velikih stroškov – potrebuješ sicer nekoga, ki jo zna izvesti, sami podatki, s katerimi operiraš, pa so praviloma predmet zbiranja državnih statističnih uradov in so javno dostopni; c) omogoča primerjavo posameznih dogodkov; d) z njo je možno ugotavljati, kateri dejavniki vplivajo na določen učinek. Največja prednost pa je seveda v tem, da z njo po dolgih desetletjih brezplodnih polemik, ali so boljše impaktne študije s strani “arts people” ali kontingenčno vrednotenje s strani “arts economists”, dobivamo metodo, ki je zmožna odgovoriti na večino vprašanj o ekonomskih učinkih kulturnih dogodkov. Nadaljnja leta pa bodo pokazala, ali smo pri tem šli v pravi smeri in ali bo metoda izpolnila to, kar sedaj obljublja.

Uporabljene reference:
Baade, R.A., in Dye, R.F. (1988). Sports stadiums and area development: a critical view. Economic Development Quarterly 2(3), 265-275.
Baade, R.A., in Dye, R.F. (1990). The Impact of Stadium and Professional Sports on Metropolitan Area Development. Growth and Change 21(2), 1-14.
Frey, B.S. (2005). What Values Should Count in the Arts? The Tension between Economic Effects and Cultural Value. CREMA Working Paper Series, Center for Research in Economics, Management and the Arts (CREMA).
Gergaud, O., in Ginsburgh, V. (2013). Measuring the economic effects of cultural events with special emphasis on music festivals. ULB Institutional Repository, ULB – Universite Libre de Bruxelles.
Skinner, S.J. (2006). Estimating the real growth effects of blockbuster art exhibits: a time series approach. Journal of Cultural Economics, 30, 109-125.
Sterngold, A. (2004). Do Economic Impact Studies Misrepresent the Benefits of Arts and Cultural Organizations? The Journal of Arts Management, Law, and Society, 34(3), 166-187.

  • Share/Bookmark

22.12.2016

O klestenju proračunov za kulturo v državah EU – resnica ali mit?

Spodnje je kratek povzetek našega prispevka, povabljenega in sprejetega v objavo v tematski številki o kulturni ekonomiki španske SSCI revije Hacienda Pública Española / Review of Public Economics. Naslov prispevka: The Tale of the Cuts and Raises: Public Budgets for Culture in European Countries During the Financial Crisis, soavtorja: dr. Marilena Vecco, dr. Ákos Tóth.

Prispevek prikazuje gibanja javnih proračunov za kulturo v času gospodarske krize v 28 državah EU in Norveški, državah, za katere so analizo omogočili podatki COFOG, dostopni v letih 1990-2015.

Prispevek je na nek način nadaljevanje študije za Evropsko komisijo iz leta 2013, ki smo jo takrat pripravili v soavtorstvu z dr. Vesno Čopič, Pétrom Inkeijem in dr. Anito Kangas. Takratna študija je verjetno prva ekonometrična analiza določiteljev javnih proračunov za kulturo in morda celo eno prvih del na velikem in neraziskanem področju ekonometrike kulturne politike. Kot je še leta 2006 zapisal nizozemski ekonomist Rick van der Ploeg, “bodo šele kasnejša leta, ko bodo postali dostopni boljši podatki, omogočila prve ekonometrične analize javnih proračunov za kulturo na ravni EU, kot je sicer že v uporabi na področju politične ekonomije v splošnem”. Zamisel takratne študije za EK je bila prav narediti prvo takšno analizo.

Med takratnimi soavtorji sta bila v nasprotju dva glavna koncepta: Inkeijev – Péter je zagovornik deskriptivnih analiz, za takratno študijo pa je pripravil lep graf, ob katerem še danes zavzdihnejo soavtorji/ce; in moj, ki je zagovarjal ekonometrični pristop, ki bi šel v “drobovje” podatkov. V takratni analizi smo združili oba, sam sem predstavil nekaj res bazične linearne panelne ekonometrije in skupinjenja, ostali pa pregled po državah EU.

Vendar si več lahko prebere vsak sam. Glavni namen tega kratkega prispevka je nekje drugje. Prek Budapest Observatory Péter še vedno vsako leto lansira isti “lepi graf”, za leto 2014 ga najdete tukaj, za leto 2015 tukaj, za leto 2016 pa tukaj. Podoben graf smo v članku reproducirali tudi mi, prikazan je v slikici pod tem odstavkom. Kot piše v prispevku glede leta 2014: “Last summer we showed how abruptly central governments cut cultural expenditure after 2008, and that local governments, on the other hand, did not follow suit.” Osrednji moto: v času gospodarske krize so bili rezi v javne proračune za kulturo prisotni tout court, vsepovsod, vsaj ko gledamo državno raven. Péter tudi trdi, da na lokalni ravni tega ni bilo videti.

Ena glavnih ugotovitev našega članka za Hacienda Pública Española je ravno ovrženje takšnih lepih grafov. Slednji imajo (najmanj) dva velika problema, vezana na to, da se preprosto seštejejo vse države vključene v analizo: a) to predpostavlja, da so se države odzivale enako ali vsaj zelo podobno in da jih zato lahko seštevamo kot jabolko in jabolko, in ne denimo kot jabolko in oreh (kar bolj ustreza resnici…); b) to pozablja tudi, da so države med seboj močno različne tudi po velikosti – če denimo Malta in Luksemburg nista poznala rezov v javne proračune za kulturo, who cares… glavno, da sta jih veliki Velika Britanija in Nizozemska.

Dejansko pa podatki pokažejo povsem drugo zgodbo, čeprav, zanimivo, v povprečju nek gro teh trditev vseeno zdrži: v povprečju rezultati dinamičnih panelnih modelov dejansko pokažejo, da so v času gospodarske krize proračuni za kulturo padali, in to tako na državni kot lokalni ravni. O tem malce več kasneje.

Kakšna je torej ta druga zgodba? Jah, države so se na gospodarsko krizo odzivale povsem različno in pri tem niso igrale odločilne vloge zgolj kulturnopolitične značilnosti, prej nekateri makroekonomski dejavniki. Države pa lahko v grobem ločimo na pet skupin.

Najprej, “cutterji”. Ciper, Češka, Grčija, Irska, Italija, Portugalska, Slovenija in Španija, države, ki so se v času gospodarske krize ubadale z resnimi javnofinančnimi problem in bile večina od njih pod nadzorom t.i. trojke (skupine treh mednarodnih institucij: Evropske komisije, Evropske centralne banke in Mednarodnega denarnega sklada). K tem državam dodamo še Ciper in Slovenijo, ki sta obe prav tako doživeli velike javnofinančne »pretrese« v času gospodarske krize, pa tudi Češko republiko zaradi podobnih gibanj v javnih proračunih za kulturo v času gospodarske krize. Za vse te države so značilni močni padci v ravni javnih proračunov za kulturo (dejanskih in strukturnih) v času gospodarske krize, posebej v njenih kasnejših letih.

Drugič, “prav tako cutterji, vendar iz drugih razlogov”: Nizozemska in Velika Britanija, ki sta prav tako doživeli velike reze v raven javnih proračunov za kulturo, vendar bi jih težko pripisali zgolj posledicam gospodarske krize, kar potrdijo tudi relativno majhna odstopanja dejanskega in strukturnega proračuna za kulturo v tem času. Prej bi lahko v zvezi s tem govorili o problemih v »zgodbi« ekonomskih učinkov kulture (glej denimo Mermiri, 2010a; b; 2011; Brabazon, 2015; Srakar, 2010), ki je bila zelo močno prisotna prav v omenjenih dveh državah.

Tretjič, “vzhodnoevropski “vztrajniki” “: Bolgarija, Hrvaška, Madžarska, Poljska, Romunija in Slovaška, kjer ni videti tako rekoč nikakršnih omembe vrednih padanj dejanskih in/ali strukturnih proračunov za kulturo v času gospodarske krize. Takšna gibanja smo pripisali dvem možnim vzrokom: a) majhen finančni pomen, ki ga ima kultura v teh državah; b) strateški pomen kulture v teh državah za nacionalno identiteto. To skupino smo ločili od zahodnoevropskih držav s podobnimi gibanji na osnovi ugotovitev raziskave o kulturnem indeksu (Srakar, Verbič in Čopič, 2015), ki je pokazala na jasne razlike med zahodno- in vzhodno-evropskim modelom glede ekonomskega in socialnega stanja kulture.

Četrtič, “zahodnoevropski “vztrajniki” “: Avstrija, Belgija, Danska, Finska, Francija, Nemčija, Luksemburg, Malta, Norveška in Švedska, kjer prav tako kot v tretji skupini ne najdemo nobenih vidnih rezov v javne proračune za kulturo v času gospodarske krize. Opaziti je le zaznavnejši rez v javne proračune za kulturo v letu 2014 v vseh skandinavskih državah, ki pa zaenkrat verjetno še ne morejo biti dovolj, da bi na temelju tega sklepali o dolgoročnejšem nižanju v ravni kulturnih proračunov oz. manjšanju javne vloge kulture.

In, naposled, petič, “baltske države”: Estonija, Latvija in Litva, ki jo posebej razlikujemo zaradi zelo specifičnih in med seboj podobnih gibanj javnih proračunov za kulturo v času gospodarske krize: v letih 2009‒2011 so vse tri države doživljale večje reze v proračune, kasneje pa zelo hitro z višanjem le-teh dosegle ravni izpred leta 2009.

Kaj je nauk te ločitve na skupine? Da v času gospodarske krize velika večina evropskih držav dejansko sploh ni resneje rezala v proračune za kulturo, niti na splošni ravni (država+občine) niti, ko posebej gledamo centralne, državne proračune za kulturo. Takšne države so v obdobju 2009-2014 zagotovo bile vsaj Avstrija, Belgija, Danska, Finska, Francija, Nemčija, Luksemburg, Malta, Norveška, Švedska, Bolgarija, Hrvaška, Madžarska, Poljska, Romunija in Slovaška. 16 izmed 29 vključenih držav… Več kot polovica. Od kod torej zgodba, ki se prodaja v svetovni javnosti, da so proračuni za kulturo padali vsevprek in v splošnem? Žal vsaj podatki Eurostata oz. COFOG do leta 2014 ne potrdijo tega. Priznam, da še nisem naredil analize tudi s podatki do 2015. Morda pa ti spremenijo kaj, čeprav osnovna ugotovitev skoraj zagotovo zdrži.

Kaj pa o razmerju med državnimi in lokalnimi proračuni za kulturo? Kaj se dogaja z enimi, ko višamo ali nižamo druge? Več kot očitno pride do učinka endogenosti, saj se oboji določajo hkratno in vplivajo eni na druge. V ta namen smo uporabili nekaj panelnih VAR modelov in analizo Grangerjeve vzročnosti, tega dela analize sicer v članku za to revijo še ni.

Kaj torej pokažejo rezultati? Najprej, ugotovitev, ki se slika skozi celotno delo na analizi tega problema je, da centralni proračuni precej močneje (pozitivno) vplivajo na raven lokalnih proračunov, medtem ko slednji malo, če ne celo negativno na raven prvih. Povedano po domače, bo višanje centralnega proračuna za kulturo za sabo potegnilo tudi višanje lokalnega, višanje ravni lokalnega pa ne bo imelo nikakršnih posledic ali bo prispevalo celo k zniževanju centralnih proračunov za kulturo.

Lepa slikica spodaj to ponazori, gre za t.i. funkcije odziva na impulze (angl. impulse response functions) ter dekompozicijo variance. Na levi strani je odziv v višini lokalnega proračuna na spremembe v centralnem (upoštevali smo tudi kontrolne spremenljivke s preprosto metodo, ki jo je v email komunikaciji svetovala Inessa Love s Svetovne banke, avtorica enega od programov za panelne VAR modele: najprej smo naredili preprosto regresijo odvisnih na kontrolne spremenljivke, izločili reziduale regresije in v nadaljnjem delu delali le še z reziduali), na desni pa odziv v višini centralnega proračuna na spremembe v lokalnem. Jasno je vidno, da je na levi strani viden šibek (in precej kratkotrajen) pozitiven odziv lokalnega na centralni proračun (ki je bil v nekaterih dodatnih modeliranjih močnejši), na desni pa ni videti prav nobenih vidnih učinkov.

Analiza Grangerjeve vzročnosti, narejena za vsako od vključenih držav je potrdila, da obstaja tudi tu določena heterogenost med državami. Zlasti tiste iz zahodnega sveta imajo precej močnejši vpliv centralnih na lokalne proračune, tiste iz vzhodnega pa lokalnih na centralne. Nekoliko več je v spodnji tabeli.

Kaj nam vse to torej pove? Najprej, zgodba o splošnem rezanju v javne proračune za kulturo v zadnjih letih (o, kako smo mi ubogi…) je žal izmišljotina in je dejanski podatki ne podprejo povsem oz. je potrebno biti pri njeni razlagi zelo previden. Evropske države so se na gospodarsko krizo odzivale zelo različno v gibanjih javnih proračunov za kulturo, številne pa so te proračune celo višale. Poleg tega smo pokazali tudi, da ima raven centralnih proračunov za kulturo kavzalni (in pozitivni) učinek na raven lokalnih proračunov, v obratni smeri pa bi o tej povezavi le stežka govorili oz. je precej šibkejša. Če jo že kje najdemo, bo to prej v vzhodnoevropskih kot zahodnoevropskih državah.

Opozarjam, da je analiza sicer, posebej v zadnjem panelnem VAR in Granger-kavzalnem delu še malce neizdelana in jo bo potrebno še okrepiti, vendar je večina ugotovitev kar precej robustna in smo do podobnih ugotovitev prihajali na istem podatkovnem setu že od začetka dela na tem članku, torej vse od leta 2013, ko je bil prvič predstavljen na delavnici EWACE v Ljubljani.

Upam pa, da bo zanimiva in tudi vam osvetlila marsikaj, kar zadeva zgodbe o javnih proračunih za kulturo, posebej v času gospodarske krize.

Za konec še to – analizo bi bilo pomembno ponoviti tudi za proračune na drugih področjih. Podatki COFOG to več kot omogočajo, analize pa bi osvetlile številne stvari, ki so zdaj zamegljene, nejasne in z veliko premalo empiričnega modeliranja. Upam, da se v kratkem lotimo tudi tega…

  • Share/Bookmark

16.01.2016

Ekonometrične novosti – JEcon, 192: 1

Nekaj novosti – zadnja številka Journal of Econometrics, šest prispevkov, ki so predstavljeni tukaj, z nekaj dodanimi razmisleki o uporabi na področju kulturne ekonomike.

1) Tim Bollerslev, Andrew J. Patton, Rogier Quaedvlieg: “Exploiting the errors: A simple approach for improved volatility forecasting” (članek v celoti najdete tukaj, podobno kot članka pod 2 in 4 bi ga bilo koristno uporabiti pri ekonometrični analizi umetnostnih trgov).

2) Xin Jin, John M. Maheu: “Bayesian semiparametric modeling of realized covariance matrices” (članek v celoti najdete tukaj).

3) Li Gan, Qi Li: “Efficiency of thin and thick markets” (članek v celoti najdete tukaj, fantastično bi bilo search and matching modele uporabiti tudi pri analizi trgov dela v umetnosti, verjetno v kratkem spišem kaj na to temo).

4) Aurore Delaigle, Alexander Meister, Jeroen Rombouts: “Root-T consistent density estimation in GARCH models” (članka v celoti ne najdete na spletu, je pa tam dostopna večina prispevkov prvopodpisane avtorice).

5) H. Peter Boswijk, Giuseppe Cavaliere, Anders Rahbek, A.M. Robert Taylor: “Inference on co-integration parameters in heteroskedastic vector autoregressions” (članek v celoti najdete tukaj, v kulturni ekonomiki bi ga bilo zanimivo uporabiti pri inferenci v razmerju zaposlenosti in javnega financiranja kulture).

6) Seojeong Lee: “Asymptotic refinements of a misspecification-robust bootstrap for GEL estimators” (članek v celoti najdete tukaj, na probleme napačne specifikacije GMM modelov naletite kar pogosto pri uporabi denimo sistemskih GMM cenilk, s katerimi se v kulturni ekonomiki srečate pri analizi dejavnikov, ki vplivajo na javne proračune za kulturo – glej denimo Srakar in Tóth 2013;2014;2015; ali denimo pri ex-post preverjanju ekonomskih učinkov, glej denimo Slabe-Erker in Srakar 2015).

  • Share/Bookmark

27.12.2015

GRETL

Zapisano pod: Ekonometrija, Statistika — andee - 27.12.2015
Tagi: , ,

… je odlično in preprosto statistično programsko orodje, ki si ga vsak lahko prosto naloži tule.

Nekaj več o orodju v zadnjem prispevku Davea Gilesa.

  • Share/Bookmark

26.12.2015

Iz knjige: kointegracija med sredstvi za JZ in NVO?

… ki jo lepo potrdi tale graf spodaj, pa tudi rezultati vseh Johansenovih testov kointegracije. Ko gredo sredstva za javne zavode v kulturi gor, gredo torej za nevladne organizacije dol in obratno. Heh… Dokaj logično sicer, zanimivo pa, da to zdrži nekaj osnovnih testov. In da to pomeni, da se naj NVO-ji bojijo, ko gredo sredstva za JZ gor… Seveda pa vzeti cum grano salis, za statistično korektno ugotovitev je to potrebno najprej še temeljito obdelati in preveriti.

  • Share/Bookmark

17.11.2015

O vzročnem sklepanju v ekonometriji – nova knjiga Imbensa in Rubina

Zapisano pod: Ekonometrija, Statistika — andee - 17.11.2015
Tagi: , ,

O novi knjigi Imbensa in Rubina lahko preberete tale zapis na blogih Svetovne banke.

  • Share/Bookmark

14.11.2015

The bad, the weak and the ugly

Zapisano pod: Ekonometrija — andee - 14.11.2015
Tagi: ,

Eno odličnih besedil o instrumentalnih spremenljivkah.

  • Share/Bookmark

12.08.2015

In še: sprejet v Rusijo, ne bom šel, ponosen vseeno…

“Dear Mr. Srakar!
We are glad to inform you that your paper was included in the program of the II Int. Conference ‘Modern Econometric Tools and Applications’, EC2015.”

Na srečo je bilo takšnih sporočil v preteklih mesecih v izobilju. Je pa to prva čisto ekonometrična konferenca, na katero sem bil sprejet. Čeprav zaradi udeležbe na neki drugi, v italijanski Ferrari na temo Public Policies in Financial Crisis, sem ne bom šel, vseeno koristno potrdilo, da delam dobro in da je treba po tej poti tudi naprej.

Tole je v osnovi povzetek članka, ki je bil sprejet.

Revenue Efficiency of Slovenian Public Institutions in the Field of Culture: A Comparison of Estimators

In Slovenia, the reform of the public sector in culture has been widely debated in the past years. Yet, so far no study has been made to empirically estimate whether the institutions are efficient and where are the key empirical problems in their efficiency. Our study addresses this void by using data envelopment analysis (DEA) approach to estimate the revenue efficiency of public institutions in the field of culture. To this end, we use and compare four estimators of DEA and their empirical properties: the “regular” DEA estimator; the naïve bootstrap estimator; the commonly used two-step smoothed bootstrap correction for stochastic analyses following Simar and Wilson; and, finally, the recently proposed Zervopoulos correction. Our results show that although revenue efficiency of public institutions in culture in Slovenia was dropping in past few years, there is no statistical evidence that they were indeed revenue-inefficient. We identify the key institutions that were most revenue-efficient and revenue-inefficient and, finally, explore the characteristics most influencing the revenue efficiency and, using latent class approach, discern two clearly distinct groups of institutions in the analysis and determine their differences. We conclude by policy reflection of the findings and suggestions for future research.

  • Share/Bookmark
Starejši zapisi »

Blog V krizi smisla tiči misel | Zagotavlja SiOL | O Sistemu |