De Nederlandse productiviteitspuzzel

In de meeste ontwikkelde economieën wijzen officiële statistieken op een vertraging van de productiviteitsgroei. Ook in Nederland stagneert de groei van de productiviteit. Dat lijkt onverwacht gezien de recente technologische voortuitgang; daarom wordt het fenomeen van deze stagnerende groei soms als een puzzel gezien. Over de vertraging van de productiviteitsgroei en de mogelijke oorzaken daarvan is dan ook veel gepubliceerd en gediscussieerd. Daarbij worden ook de uitdagingen bij het meten van productiviteit aangestipt. Doel van dit artikel is enerzijds om een beschrijving te geven van de stand van zaken en anderzijds ook deze uitdagingen te benoemen en externe partners uit te nodigen met het CBS samen te werken aan deze productiviteitspuzzel.

In dit artikel wordt ingegaan op mogelijke oorzaken van de afnemende productiviteitsgroei. Allereerst wordt toegelicht wat productiviteit nu eigenlijk is en hoe het wordt gemeten. Vervolgens worden uitkomsten gepresenteerd uit de Nederlandse groeirekeningen, de officiële productiviteitscijfers van Nederland. Uit deze cijfers blijkt een duidelijke groeivertraging in de laatste decennia. Een aantal gangbare verklaringen voor deze vertraging wordt beschreven en een selectie daarvan wordt getoetst voor de Nederlandse situatie. Tot slot wordt ingegaan op uitdagingen voor productiviteitsmeting en –onderzoek in de wereld van vandaag.

De groeirekeningen van het CBS zijn een belangrijk hulpmiddel voor de (macro-economische) analyse van productiviteit. Uit de groeirekeningen blijkt dat de (reële) productie van de Nederlandse commerciële sector in de periode 1996-2016 jaarlijks met gemiddeld 2,4 procent is gegroeid. Deze groei is vooral toe te schrijven aan meer inzet van arbeid en gebruik van (intermediaire) goederen en diensten. De inzet van kapitaal(goederen) en groei van de (multifactor)productiviteit (mfp) hebben in mindere mate bijgedragen. De meeste groei is gerealiseerd aan het begin van de genoemde periode, waarna er een vertraging optrad: de gemiddelde jaarlijkse groei van de mfp werd gedurende de periode steeds kleiner.

Een aantal van de in de literatuur genoemde oorzaken voor de vertraging van de productiviteitsgroei, is nader onderzocht voor Nederland. De voornaamste bevindingen zijn:

• Het begin van de dalende productiviteitsgroei in Nederland ligt voor de crisis (de Grote Recessie) die eind 2008 uitbrak, die daarmee niet als oorzaak kan worden aangewezen. Het heeft echter de vertraging wel versterkt in de periode 2008-2013.
• Het grootste deel van de productiviteitsgroei is toe te schrijven aan productiviteitsgroei binnen branches. Het drukkend effect van een groter wordende dienstensector (“verdienstelijking”) lijkt hooguit een kleine rol te spelen.
• Een groter wordende zorgsector, waar de productiviteit zoals hier gemeten lager ligt dan in andere sectoren, heeft over de gehele periode wel een licht drukkend effect gehad op de productiviteitsgroei. Daarbij moet worden opgemerkt dat de productiviteitsmeting in deze sector lastig is.
• Analyses op bedrijfsniveau wijzen op een toenemend productiviteitsverschil in de periode 2000-2015 tussen zogeheten koplopers en volgers (achterblijvers), dat wil zeggen bedrijven met een hoog respectievelijk laag productiviteitsniveau. In de dienstensector is dit vanaf 2006 echter veel minder het geval.
• Bedrijven met een hogere arbeidsproductiviteit lijken in 2015 gemiddeld relatief niet minder groot te zijn dan in 2000. Daarmee is de verdeling van arbeid over de bedrijven binnen de verschillende branches niet minder efficiënt dan in 2000 het geval was. Het minder efficiënt worden van deze verdeling is daarmee geen voor de hand liggende verklaring voor de (macro)productiviteitsvertraging in Nederland. Wel verschilt het beeld per bedrijfstak.

De conclusie is dat een aantal gangbare mogelijke oorzaken voor de vertraging van de productiviteit niet of niet overtuigend wordt onderschreven door Nederlandse data. Een aantal stukjes van de puzzel is daarmee gelegd, maar met deze studie is de productiviteitspuzzel zeker niet opgelost. Externe partners zijn van harte welkom om met het CBS de rest van de puzzel te leggen.

In de periode na de Tweede Wereldoorlog was de groei van de economie (afgemeten aan het bruto binnenlands product) vrijwel volledig toe te schrijven aan een stijging van de arbeidsproductiviteit. Het aantal gewerkte uren per inwoner is in deze periode nagenoeg constant gebleven. Dit wordt geïllustreerd in figuur 1.1 waarbij de ontwikkeling van de productiviteit per arbeidsjaar wordt weergegeven door het verschil tussen de ontwikkeling van het bbp en aantal arbeidsjaren per inwoner. Ook in de nabije toekomst is economische groei door verhoging van de arbeidsdeelname niet waarschijnlijk, omdat door vergrijzing en een afnemend aantal jongeren de arbeidsparticipatie in de komende jaren naar verwachting zelfs zal dalen. Om de huidige welvaart te behouden of te vergroten blijft daarom een stijgende productiviteit essentieel.

Wereldwijd stagneert de productiviteitsgroei echter al decennialang. In grafiek 1.2 is dit te zien voor Nederlands, de VS, Japan en Duitsland. Vanaf midden jaren 70 valt de groei terug naar rond de 2 procent en na ongeveer 2010 zelfs naar rond de 1 procent. Veel andere landen laten een vergelijkbaar beeld zien. Hoe is dat te verklaren, ook gezien de recente technologische ontwikkelingen? Onderzoekers debatteren over de vraag of dit een tijdelijk of een langdurig fenomeen is. Pessimisten zijn van mening dat de vertraging permanent is (Gordon, 2016; Summers, 2014). Optimisten daarentegen zien nog veel potentie in het gebruik van nieuwe technologieën (Brynjolfsson en MacAfee, 2014; Mokyr e.a., 2015). Voor veel beleidsmakers is het ontrafelen van deze productiviteitspuzzel dan ook uiterst relevant (Camps, 2019; Roelandt e.a. 2019).

De gevoerde discussie over de vertraging van de productiviteitsgroei was voor het CBS aanleiding om verschillende aspecten van productiviteit op een rijtje te zetten via dit artikel. Paragraaf 2 behandelt het begrip productiviteit zelf. Wat is productiviteit en hoe meet je het? Naast de bekende en veelgebruikte arbeidsproductiviteit zijn er ook andere soorten productiviteit. In paragraaf 3 worden resultaten uit de zogenoemde groeirekeningen van het CBS getoond, waaruit de vertraging van de productiviteitsgroei sinds 1995 naar voren komt. Paragraaf 4 bevat vervolgens een overzicht van de in de literatuur veel genoemde mogelijke oorzaken van deze vertraging. Van een aantal oorzaken wordt in paragraaf 5 getoetst in hoeverre deze opgaan voor de Nederlandse economie. In aanvulling op mogelijke oorzaken voor de vertraging, is in de recente jaren ook onderzoek gedaan naar het meten van productiviteit. Onder meer door digitalisering en globalisering is het meten van economische input en output en daarmee productiviteit moeilijker geworden. In paragraaf 6 wordt een kort overzicht van deze meetuitdagingen gegeven. Ten slotte komt in paragraaf 7 ook de rol van het CBS in discussies over productiviteit aan de orde.

Deze paragraaf begint met een uitleg van productiviteit, hoe het CBS productiviteit meet en welke soorten productiviteit het bureau publiceert ¹. Verder wordt een overzicht gegeven van de verschillende groeicijfers van productiviteit die afkomstig zijn uit de nationale rekeningen.

2.1 Productiviteit: wat is het en hoe meet je het?

‘Productivity is not everything, but in the long run it is almost everything’, aldus Krugman (1994) in zijn boek “The age of diminishing expectations”. In de ogen van veel economen is productiviteitsgroei het belangrijkste instrument om de levensstandaard te verbeteren. In economische modellen is technologische vooruitgang onderdeel van de ontwikkeling van de (multifactor)productiviteit. Technologische vooruitgang maakt het mogelijk om dezelfde of meer output te produceren met minder input.

Productiviteit is hoeveel output met een eenheid input kan worden geproduceerd. Output staat meestal voor de totale productie of de toegevoegde waarde van een bedrijf, een sector of van de hele economie. De input is onderverdeeld in arbeid, kapitaal en het intermediair verbruik (gebruik van energie, materiaal en diensten). Samen worden deze inputs ook wel productiemiddelen of productiefactoren genoemd.

Doordat er verschillende soorten output en input zijn, zijn er ook verschillende soorten productiviteit: arbeidsproductiviteit, kapitaalproductiviteit, en multifactorproductiviteit (ook wel totale factorproductiviteit genoemd) ². Arbeidsproductiviteit beschrijft de hoeveelheid output per eenheid arbeid en kapitaalproductiviteit de hoeveelheid output per eenheid kapitaal.

Multifactorproductiviteit (mfp) is het deel van de volumeontwikkeling van de output dat niet wordt veroorzaakt door de veranderingen in het gebruik van inputs. Enkele verklaringen hiervoor zijn technologische vooruitgang, schaalvoordelen, en incidentele factoren zoals veranderende weersomstandigheden (bijvoorbeeld in de landbouw). Ook veranderingen in bezettingsgraden rekenen we bij mfp, hoewel in het ideale geval deze aan de inzet van arbeid, kapitaal of beide toegerekend moeten worden.

Arbeidsproductiviteit is traditioneel gezien de meest gebruikte indicator. Dat komt doordat de inzet van arbeid over de tijd relatief makkelijk te meten is en er veel statistische bronnen beschikbaar zijn ³. Dat geldt min of meer ook voor het intermediaire verbruik ⁴. Het meten van de kapitaalinput is echter een ander verhaal.

Arbeid en intermediair verbruik zijn stromen in het productieproces die vrijwel direct te meten zijn. In economische termen wordt soms ook gesproken van diensten. Idealiter zijn productiviteitsberekeningen ook gebaseerd op kapitaaldiensten. De waarde en het volume van kapitaaldiensten kunnen echter niet direct afgeleid worden uit bronnen, maar vereisen een aantal aannames en berekeningen. Dat is ook de voornaamste reden dat de kapitaal- en multi-factorproductiviteit, en de kapitaalinput zelf, minder vaak gebruikt worden en hierover ook minder gepubliceerd wordt.

Bij onderzoek naar productiviteit wordt ook de keuze gemaakt voor de soort output. Het kiezen van de productie of de toegevoegde waarde als output bepaalt automatisch de inputfactoren. De toegevoegde waarde wordt geproduceerd met arbeid en kapitaal, de productie heeft daarbij ook nog het intermediaire verbruik als productiefactor. In de literatuur over productiviteitsmeting door middel van groeiboekhouding (zie bijvoorbeeld O’Mahony en Timmer, 2009) wordt naar het totaal aan productiefactoren verwezen als KLEMS, met K voor kapitaal, L voor arbeid en EMS voor het intermediair verbruik (energie, materiaal en diensten). De productie wordt weergegeven met Y, de toegevoegde waarde met VA. Het model voor productiviteitsberekening op basis van productie wordt dan soms wel aangeduid als KLEMS-Y en op basis van de toegevoegde waarde als KL-VA (zie Balk, 2018).

Productiviteit meten is alleen zinvol met volumecijfers. Bij het meten van productiviteit kan niet volstaan worden met alleen nominale termen. Binnen de nationale rekeningen zijn voor bijna alle variabelen volumecijfers beschikbaar dan wel kunnen ze berekend worden met data uit de nationale rekeningen. Hierbij wordt uitgegaan van het detailniveau dat beschikbaar is in de tabellen zelf, hoewel in sommige gevallen een meer gedetailleerd beeld een verbetering van de cijfers oplevert. Vaak wordt dan ook gekeken naar reële ontwikkelingen over de tijd, maar ook niveaus uitgedrukt in het prijsniveau van dezelfde periode kunnen worden bekeken.

2.2 Output en input

Om de productiviteit te berekenen zijn gegevens nodig over de output (productie of toegevoegde waarde) en de verschillende inputtypen. In deze paragraaf lichten we toe hoe output en input worden bepaald in de context van de CBS-groeirekeningen.

Productie, toegevoegde waarde en het intermediaire verbruik zijn direct af te leiden uit de aanbod- en gebruikstabellen van de nationale rekeningen. Die bevatten waarde-, prijs- en volumegegevens van de productie, het intermediaire verbruik en de toegevoegde waarde voor meer dan honderd branches.

Gegevens over arbeid komen uit de Arbeidsrekeningen. Om arbeidsproductiviteit te bepalen is informatie nodig over de hoeveelheid arbeidsinput; om mfp te bepalen is daarnaast het aandeel van arbeidskosten in de totale productiekosten van belang (zie box). Dit bestaat uit drie delen. Ten eerste is er de beloning van werknemers, inclusief sociale premies. Omdat zelfstandigen geen loon ontvangen, wordt daarnaast voor deze groep een arbeidsinkomen toegerekend. Dit gebeurt op basis van het totale inkomen van zelfstandigen, hun gewerkte uren en een schatting van de geldende loonvoet en kapitaalkosten. Tot slot wordt nog rekening gehouden met loonsubsidies.

De belangrijkste bron om het gebruik van kapitaal, meestal aangeduid als kapitaaldiensten, te berekenen is de kapitaalgoederenvoorraad. Bij het CBS omvat de kapitaalinput ook voorraden, grond, minerale- en energiereserves en vee. Conceptueel gezien zijn kapitaaldiensten het best te vergelijken met een huurprijs van een kapitaalgoed voor een jaar. Het uitgangspunt hierbij is om een zo volledig mogelijk beeld te geven van kosten die samenhangen met het gebruik van een kapitaalgoed. Het perspectief dat het CBS hierbij aanneemt is van de bezitter van kapitaal, dus het bedrijf of de ondernemer. Daarom houdt het CBS bij de berekening ervan rekening met de volgende elementen.

Ten eerste wordt de verandering in de kapitaalgoederenvoorraad bepaald, waarbij investeringen en afschrijvingen belangrijke componenten zijn. “Opportunity costs” zijn de opbrengsten die een alternatief gebruik van middelen zou hebben kunnen opleveren. Dit zijn dus een soort gederfde inkomsten, die als kosten moeten worden gezien. Ook worden belastingen en subsidies op kapitaal meegeteld. Tot slot wordt ook rekening gehouden met waarderingswinsten – en verliezen, specifiek de reële prijsstijgingen en -dalingen van kapitaalgoederen. De waardedaling of stijging van een kapitaalgoed gedurende het jaar wordt ook bij de kapitaaldiensten gerekend. Bovennormale rendementen rekenen we toe aan de multi-factorproductiviteit.

Net als bij arbeidsinput, is voor productiviteit de ontwikkeling van de hoeveelheid kapitaaldiensten van belang. Voor de berekening van deze volumeontwikkeling van kapitaal wordt de geïnteresseerde lezer verwezen naar het methodedocument “Productivity measurement at Statistics Netherlands” (Van den Bergen e.a., 2008).

De mfp zelf is uiteraard geen input. Een ondernemer kan doorgaans zelf bepalen hoeveel arbeid, kapitaal of intermediair verbruik hij gebruikt, maar hij of zij kan niet de productiviteitsgroei ‘kiezen’. Een bedrijf kan alleen indirect de mfp beïnvloeden door de verschillende inputtypen zo optimaal mogelijk in te zetten en door het maken van strategische en organisatorische beslissingen over zaken als lonen, prijzen, locatie en innovatie. Uiteindelijk is de mfp het resultaat van de beslissingen van een ondernemer in combinatie met de marktomstandigheden en andere externe factoren als weersomstandigheden, pandemieën, handelsconflicten en dergelijke.

De groeirekeningen van het CBS zijn een belangrijk hulpmiddel voor de (macro-economische) analyse van productiviteit. Ze geven informatie over de output, de inputfactoren en de multifactorproductiviteit (mfp) van de Nederlandse commerciële sector en de onderliggende branches. In de groeirekeningen worden de determinanten van economische groei gekwantificeerd waarbij mfp(-groei) een indicatie is voor het (in)efficiënter worden van het productieproces. In deze paragraaf worden uitkomsten van de groeirekeningen gepresenteerd. Verder wordt de vertraging van de productiviteitsgroei in Nederland met cijfers geïllustreerd en vergeleken met de ontwikkeling van de productiviteit in de EU en de VS.

3.1 Uitkomsten

De groeirekeningen zijn niet alleen beschikbaar voor de commerciële sector, maar ook op het niveau van de onderliggende branches. Alleen de branches waarvoor een zinvolle productiviteitsmeting mogelijk is, worden echter meegenomen. Dat betekent dat de overheidssector en onderwijs buiten de groeirekeningen vallen. In de nationale rekeningen wordt hun output bepaald door de kosten van de inputtypen, zodat productiviteitsveranderingen geen betekenis hebben. Ook de sector verhuur en handel in onroerend goed is uitgesloten, omdat de cijfers van deze bedrijfstak sterk bepaald worden door het eigenwoningbezit. Verder vallen huishoudens met personeel buiten de commerciële sector.

Bij het vergelijken van landen wordt veelal de arbeidsproductiviteit gebruikt, gemeten als bbp per werkende of als bbp per gewerkt uur. Hier kunnen echter vertekeningen optreden doordat de arbeidsproductiviteit afhangt van de grootte van de publieke sector of van de mate van eigenwoningbezit. Bij gebrek aan een goede productiviteitsmeting voor deze onderdelen van de economie zouden deze elementen uitgesloten moeten worden bij internationale vergelijkingen van de arbeidsproductiviteit.

In tabel 3.1.1 worden uitkomsten gepresenteerd voor de periode 1996-2016 voor de Nederlandse commerciële sector. Enerzijds is de volumeverandering van de output te zien en anderzijds de bijdrage van de verschillende inputtypen aan die volumeverandering, inclusief de bijdrage van de multifactorproductiviteit.

De productie is in de periode 1996-2016 jaarlijks met gemiddeld 2,4 procent gegroeid. Arbeid heeft daaraan 0,8 procentpunt bijgedragen; kapitaal 0,4 procentpunt; het intermediair verbruik 0,9 procentpunt en de mfp-groei was 0,4 procentpunt. De arbeidsproductiviteit groeide in deze periode met 1,3 procent gemiddeld. De productie van de commerciële sector is dus in deze periode vooral gegroeid door arbeid en intermediair verbruik en in mindere mate door kapitaal of productiviteitsgroei ⁸.

3.2 Vertraging productiviteitsgroei sinds 1996

Met de groeirekeningen kan ook de vertraging van de productiviteitsgroei in Nederland worden geïllustreerd. De verandering van de mfp van de commerciële sector is opgesplitst in drie perioden: 1996-2001, 2002-2008 en 2009-2016. De gemiddelde jaarlijks groei van de mfp gaat van 1,1 naar 0,8 en uiteindelijk naar 0 procent (grafiek 3.2.1).

De Grote Recessie had natuurlijk in de laatste periode een groot effect op de groei. Om de impact hiervan te schatten, is ook de mfp-groei vanaf 2011 onderzocht. Het jaar 2009, het crisisjaar, en 2010, het jaar waarin de economie deels terugveerde, zijn dan buiten beschouwing gelaten. De productiviteitsgroei in 2011-2016 was met gemiddeld 0,4 procent nog steeds kleiner dan in de andere perioden.

Wat de onderliggende branches betreft, varieerde de productiviteitsgroei aanzienlijk. In grafiek 3.2.2 zijn dezelfde drie perioden onderscheiden als in grafiek 3.2.1.

In de eerste twee periodes groeide vooral de mfp van de informatie- en communicatiesector, de industrie, de branche handel, transport en horeca en de financiële instellingen. In de laatste periode (2009-2016) was in bijna alle branches de groei lager dan in de jaren daarvoor. Met andere woorden, de afname van de productiviteitsgroei is terug te zien in nagenoeg de gehele commerciële sector. De mfp van de branche handel, transport en horeca groeide het sterkst en had ook de sterkste bijdrage aan de groei van de commerciële sector in de periode 2009-2016, met name door de omvang van die sector. Een aantal branches, zoals de delfstoffenwinning, heeft over alle drie perioden een negatieve productiviteitsgroei.

3.3 Vertraging van de productiviteitsgroei in een internationaal perspectief

Net als in Nederland neemt de groei van de productiviteit ook in andere landen af. Figuur 3.3.1 toont een vergelijking van de arbeidsproductiviteit in Nederland, de EU en de VS ⁹.

Ook nu zijn drie perioden onderscheiden. De data zijn inclusief de ‘moeilijk te meten’ overheidssectoren en onderwijs, wat het plaatje als gezegd enigszins verstoort. Het is duidelijk dat er zowel in de EU als de VS een vertraging optreedt. In alle perioden groeide de arbeidsproductiviteit in de VS echter sterker dan in de EU. Maar in de laatste periode is het verschil wel beduidend kleiner dan in twee perioden daarvoor. Daarentegen is de arbeidsproductiviteit van Nederland een stukje meer achtergebleven in de laatste periode.

Er is de laatste jaren veel geschreven over de vertraging van de productiviteitsgroei. In de literatuur wordt een breed scala aan mogelijke verklaringen gegeven. Het is moeilijk om een uitputtende lijst te geven, maar hieronder wordt een kort overzicht gegeven van veel genoemde verklaringen, dat voor een groot deel leunt op een publicatie van het CPB (Grabska e.a., 2017) en Roelandt e.a. (2019) ¹⁰.

De vertraging van de productiviteitsgroei is voor het eerst vastgesteld in de VS. Gordon (2016) schrijft over een vertraging van de productiviteitsgroei sinds de zeventiger jaren, die volgde op een periode van hoge groei vanaf de jaren twintig van de vorige eeuw. Verder is er aandacht geweest voor een meer recente vertraging, die optreedt vanaf het begin van deze eeuw, na een korte opleving van de productiviteitsgroei in de tweede helft van de jaren negentig. De hoge groei ging samen met een sterke groei van de productie en het gebruik van ICT-goederen en -diensten, waarvan het effect in de eerste jaren van de 21e eeuw weer terugviel. De vertraging van de laatste twee decennia kan beschouwd worden als een voortzetting van de trend op langere termijn. Hoewel de val van Lehman Brothers en de daarop volgende recessie leidden tot een sterk negatieve ontwikkeling van de productiviteit, was de financiële crisis niet het begin van de vertraging van de productiviteitsgroei (OECD, 2019; zie ook sectie 5.1).

Veel verklaringen hangen samen met een gebrek aan innovatie, oftewel de ontwikkeling van nieuwe kennis en technologieën. Zo betoogt Gordon in zijn boek dat de innovaties uit de eerste helft van de vorige eeuw (zoals de intrede van de elektriciteit en de groei van het vlieg-, auto- en telefoonverkeer) vele malen indrukwekkender zijn dan bijvoorbeeld de komst van ICT in de tweede helft van de eeuw. De lage productiviteitsgroei is daarmee een terugkeer naar ‘normaal’. ICT en internet hebben voor een tijdelijke opleving gezorgd, maar de effecten zijn nu aanzienlijk verminderd. Dit argument komt ook terug in het boek van Piketty (2014).

Andere wetenschappers, zoals Brynjolfsson en McAfee (2014), zetten daar echter tegenover dat het vaak een tijd duurt voordat nieuwe technologieën met een disruptief karakter breed worden opgepakt. Dit hangt samen met het feit dat de toepassing van innovaties binnen bedrijven, maar ook in de maatschappij, aanpassingen vergen. Het kost altijd wat tijd voordat die zijn doorgevoerd. Het slim toepassen van zaken als kunstmatige intelligentie, quantum computing, robotica, et cetera, heeft volgens velen wel de potentie om in de toekomst de productiviteitsgroei weer aan te jagen.

Een mogelijk gebrek aan investeringen in zaken als organisatorische veranderingen en trainingen kan echter wel een verklaring zijn voor het gebrek aan of een vertraging van de productiviteitsgroei (Brynjolfsson e.a. 2021). In bredere zin kan een afname van investeringen in deze zogeheten immateriële activa (waar ook R&D en software onder vallen) een rem betekenen op de productiviteitsgroei (Haskel en Westlake, 2019). Minder kennisontwikkeling als gevolg hiervan betekent bovendien ook minder kennisdeling van bedrijf tot bedrijf. Overigens zijn deze investeringen lastig te meten, zie ook sectie 6.

Daarbij geldt voor Nederland dat er een einde lijkt te zijn gekomen aan de “inhaalbonus” (Roelandt e.a. 2019). Productiviteitsgroei wordt begrensd door de technische mogelijkheden. In belangrijke mate is daarom de afstand tussen de huidige stand van de Nederlandse techniek en de mondiale productiviteitsgrens bepalend voor de productiviteitsgroei. Vlak na de Tweede Wereldoorlog lag Nederland nog een straatlengte achter op de VS. Door bestaande, superieure technieken uit de VS te benutten, konden Nederlandse bedrijven in de periode daarna snel groeien. Vanuit dit perspectief is het zeer begrijpelijk dat de Nederlandse productiviteit langzamer groeit dan vijftig jaar geleden. Maar dit biedt natuurlijk geen verklaring waarom de productiviteitsgroei in zo veel andere landen ook afneemt, waaronder de VS.

Niettemin wordt er door een kleine groep bedrijven nog flink geïnnoveerd. In de literatuur wordt wel aangevoerd dat, hoewel de mate van innovatie in deze kopgroep gestaag doorgaat, de verspreiding van de nieuwe kennis (in de vorm van innovaties, ook wel “diffusie” genoemd) lijkt af te nemen. Wereldwijd lijkt er bijvoorbeeld sprake te zijn van een toename van het verschil in de prestaties tussen koplopers en volgers. Een paar bedrijven zetten nationaal en zelfs internationaal de toon, terwijl de groep achterblijvers steeds verder achterop raakt. Dit kan een drukkend effect hebben op de totale productiviteitsgroei, met name als de meer productieve en innovatieve bedrijven worden belemmerd om verder te groeien. Deze argumentatie wordt met name aangedragen door de OECD (2015; Andrews e.a. 2016); zie ook paragraaf 5.3.

Daarnaast suggereren resultaten uit de VS dat de mate van creatieve vernietiging (“creative destruction”) door verminderde bedrijvendynamiek is verslechterd (Decker e.a., 2017). Dit geeft een andere mogelijke verklaring voor de productiviteitsvertraging, namelijk een minder efficiënte verdeling van productiefactoren tussen bedrijven. Creatieve vernietiging vindt plaats als een bedrijf succesvol innoveert door een ‘betere’ versie van een product of proces te maken dan andere bedrijven. In een goedwerkende markt zouden de succesvol innoverende bedrijven, als de innovaties ook leiden tot een hogere productiviteit, de minder productieve bedrijven moeten vervangen dan wel een groter marktaandeel moeten behalen. Via het proces van bedrijvendynamiek (opheffingen, oprichtingen en herverdeling van marktaandeel) leidt dit tot een hogere totale productiviteit. Door een gebrek aan concurrentie en toenemende marktmacht van grote spelers zou dit proces kunnen worden verstoord. In sommige landen, waaronder de VS, wijzen de statistieken op een structurele afname van het aantal bedrijfsoprichtingen.

De mogelijkheden (of de beperking daarvan) om bedrijfsactiviteiten te financieren, kunnen ook van invloed zijn op de ontwikkeling van de productiviteit en het proces van creatieve vernietiging in de weg staan. Enerzijds heeft de financiële crisis de beschikbaarheid van kapitaal voor bedrijven beperkt, zodat er minder kapitaal is voor nieuwe of innovatieve bedrijven, die daardoor beperkt worden in hun groeimogelijkheden. Anderzijds kunnen minder productieve bedrijven hun activiteiten voortzetten door de lage rente, waar ze in tijden van een hogere rente failliet zouden gaan of hun activiteiten zouden staken. Bovendien gebruiken deze laagproductieve bedrijven arbeid en kapitaal dat in andere delen van de economie effectiever zou kunnen worden gebruikt (ook wel misallocatie genoemd, Restuccia en Rogerson, 2014). Bun en De Winter (2019) vinden bijvoorbeeld dat met name de misallocatie van kapitaal een negatieve impact op de totale productiviteit in Nederland heeft gehad.

Een andere veel genoemde verklaring is de structurele verandering van de Westerse economieën richting de dienstensector. De dienstensector vormt een steeds groter deel van de economie, een fenomeen dat ook wel verdienstelijking wordt genoemd ¹¹. Dit terwijl de grootste productiviteitswinsten in het verleden in de industrie zijn behaald. Ook deze ontwikkeling kan daarom een neerwaarts effect hebben op de productiviteitsgroei. Analyses tonen echter aan dat dit nauwelijks het geval is voor de Nederlandse economie. Specifiek voor Europa wordt wel aangevoerd dat de productiviteit achter zou kunnen lopen doordat de Europese dienstensector minder mogelijkheden heeft op schaalvoordelen (Kox en Van Leeuwen, 2013). De Amerikaanse markt is groter en uniformer. Veel nieuwe technologieën worden voornamelijk toegepast in de dienstensector en hebben een ‘winner-takes-all’ karakter. Dat impliceert dat productiviteitsgroei alleen kan optreden in grote, geïntegreerde dienstensectoren. In lijn hiermee wordt ook gesuggereerd dat digitalisering leidt tot marktconcentratie, doordat het alleen schaalvoordelen oplevert voor enkele bedrijven en niet voor een hele bedrijfstak.

Illustratief hiervoor is de marktpositie van verschillende internationale techreuzen. Ook de situatie op de arbeidsmarkt kan een dempend effect hebben op productiviteitsgroei. Door flexibilisering van de arbeidsmarkt, mogelijk in combinatie met een lage (consumptie)vraag, blijven de lonen achter in plaats van dat de werkgelegenheid afneemt. Het gevolg is dat de arbeidsproductiviteit (die op basis van gewerkte uren wordt berekend) lager is dan als de werkgelegenheid zou zijn verminderd. Daarnaast vergrijst in de Westerse wereld de beroepsbevolking. Onderzoek toont aan dat aan het begin van de arbeidsloopbaan de persoonlijke productiviteit toeneemt, maar dat deze richting het eind van de carrière weer afneemt. Als een groter deel van de beroepsbevolking de optimale productiviteitsleeftijd is gepasseerd, zal dat een negatieve impact hebben op de productiviteit (zie bijvoorbeeld Jonkers, 2019).

Voor Nederland geldt dat er relatief veel zzp’ers zijn en dat deze groep bovendien sterk is gegroeid over de laatste jaren. Ook het aantal flexwerkers neemt toe. De impact hiervan op de productiviteit kan twee kanten op. Vaak wordt de toename van zzp’ers geassocieerd met een toegenomen flexibiliteit van de Nederlandse arbeidsmarkt en een sterker aanpassingsvermogen van onze economie. Maar hoewel het bepalen van de productiviteit van zzp’ers lastig is, door beperkte informatie over vooral het aantal gewerkte uren, zijn er ook aanwijzingen dat zzp’ers de laatste jaren een drukkend effect hebben gehad op de groei van de Nederlandse arbeidsproductiviteit (Roelandt e.a., 2019; De Bondt, 2019), wat bijvoorbeeld kan samenhangen met het ontbreken van schaalvoordelen en mindere prikkels om te investeren in menselijk kapitaal bij een flexibel werkverband.

Tot slot is er naast de bovengenoemde oorzaken de laatste jaren ook onderzoek gedaan naar de impact van nieuwe fenomenen op het meten van de productiviteit zelf. De vraag die daarbij vaak wordt gesteld is of de officiële statistieken, en in het bijzonder de nationale rekeningen, de productiviteitsontwikkelingen accuraat weergeven (zie bijvoorbeeld Bean, 2016). Uitdagingen stellen zich onder andere op het terrein van prijs- en kwaliteitsmeting van nieuwe technologieën, het omgaan met nieuwe verdienmodellen, het meten van immateriële activa en het toenemende gewicht van multinationals en grensoverschrijdende transacties in veel statistieken. Hoewel deze uitdagingen steeds groter worden, lijkt de productiviteitsvertraging niettemin weldegelijk een reëel fenomeen (Byrne e.a., 2016). Meer informatie over deze meetperikelen is te lezen in paragraaf 6.

In de literatuur wordt een aantal mogelijke oorzaken voor de vertraging van de productiviteitsgroei gegeven, waarvan de meest gangbare worden beschreven in sectie 4. Hieronder wordt aan de hand van Nederlandse data van een aantal van deze genoemde oorzaken (het effect van de Grote Recessie, de verdienstelijking van de economie en de verschillen in productiviteitsgroei tussen bedrijven) onderzocht in hoeverre deze de vertraging kunnen verklaren.

5.1 Vertraging door de Grote Recessie

In het begin van een economische recessie zal doorgaans de groei van de productiviteit vertragen. Bedrijven zijn nog bezig zich aan te passen aan de teruglopende vraag naar hun producten door te snijden in hun personeelsbestand, de kapitaalgoederenvoorraad of andere kosten. Op macroniveau verhevigt dit aanvankelijk de recessie. In een goedwerkende markt blijven na verloop van tijd die bedrijven voortbestaan die het best met de gewijzigde economische situatie om kunnen gaan en zal de productiviteitsgroei weer toenemen.

De crisis die eind 2008 uitbrak wordt wel getypeerd als de Grote Recessie, inclusief een financiële crisis. Is de teruggang in productiviteitsgroei vooral te wijten aan deze Grote Recessie en komt die derhalve weer terug op het (hogere) langjarige gemiddelde?

De Grote Recessie lijkt deels effect te hebben gehad op de productiviteit. De tijdreeks voor Nederland in figuur 5.1.1 laat een vertraging van de productiviteitsgroei zien in de jaren direct na het begin van de crisis, gevolgd door een stijging van de productiviteitsgroei tijdens het herstel na de crisis. Hiertegenover staat dat de vertraging van de productiviteitsgroei reeds was ingezet vóór 2008 en dat de groei zelfs in recente jaren niet teruggekeerd is op het niveau van bijvoorbeeld de jaren negentig, laat staan op het niveau van de jaren vijftig, zestig en begin zeventig. Het beeld op lange termijn lijkt te zijn dat er sprake is van een aanzienlijke vertraging van de productiviteitsgroei sinds het eind van jaren zeventig, met een tijdelijke door ICT gedreven opleving in de tweede helft van de jaren negentig en een tijdelijke versterking van de vertraging door de Grote Recessie.

In het geval van Nederland kan daarom gezegd worden dat de Grote Recessie de vertraging van de productiviteitsgroei wellicht heeft versterkt in de periode 2008-2013, maar niet de hoofdoorzaak ervan is. Het betekent ook dat het economische herstel van de aflopen jaren tijdelijk enkele symptomen van de vertraging heeft opgeheven, maar niet de langjarige trend sinds het einde van de jaren zeventig heeft doorbroken.

5.2 Verdienstelijking van de Nederlandse economie

Een veel genoemde verklaring in de literatuur voor de vertraagde productiviteitsgroei is de verdienstelijking van de economie. Het belang van de dienstverlening in de economie is de laatste decennia toegenomen, terwijl in het verleden de grootste productiviteitsstijgingen zijn behaald in de industrie.

Om het effect van deze structuurverandering in de economie te onderzoeken voor Nederland is met CBS-data een zogenoemde shift-share analyse uitgevoerd. Deze analyse splitst de totale mfp-groei in de commerciële sector in het effect van de productiviteitsontwikkeling en de verandering in omvang per branche. Dit worden ook wel respectievelijk het “within” en “between” effect genoemd ¹². In principe kan deze analyse voor zowel arbeidsproductiviteit als mfp worden gedaan, maar zal hier worden beperkt tot mfp. De onderzochte periode is 1996 tot en met 2016 en de commerciële sector is opgesplitst in 33 verschillende branches (zie Elbourne en Grabska, 2016, voor een soortgelijke analyse voor de periode 2000-2014).

Uit grafiek 5.2.1 blijkt dat in de periode 1996-2016 voor de totale commerciële sector de mfp-groei binnen bedrijfstakken groter was dan de totale mfp-groei. Dit is het gevolg van een negatief herverdelingseffect. De groei van de mfp in de commerciële sector in de periode 1996-2016 kwam uit op 14,9 procent met een autonome groei van 17,5 procent en een herverdelingseffect van -2,7 procent. Met het oog op de mfp-groei zijn, gegeven het negatieve herverdelingseffect, activiteiten verschoven naar branches die minder gunstige productiviteitsontwikkelingen hebben. Dat is in dit geval vooral toe te schrijven aan de zorg. Mede door de vergrijzing van de samenleving is de zorgsector in de afgelopen twintig jaar enorm gegroeid. Deze groei in de vorm van meer inzet van middelen ging samen met een beneden gemiddeld mfp-niveau. Hoewel enige voorzichtigheid is geboden bij het interpreteren van de productiviteitsgroei van de zorgsector, omdat bijvoorbeeld kwaliteitsverbeteringen niet altijd terecht komen in het outputvolume, is duidelijk dat deze sector minder goed presteerde dan andere sectoren van de economie wat betreft de vastgestelde mfp.

Vanwege die grote invloed van de zorgsector is ook een analyse gedaan voor de commerciële sector zonder de zorg. De totale groei van de mfp is dan ruim 4 procentpunt hoger, namelijk 19,2 procent. De groei binnen de commerciële sector was 20,4 procent en het herverdelingseffect kwam uit op -1,1 procent. Dat negatieve, maar relatief kleine, shift-effect is vooral toe te schrijven aan de verdienstelijking van de economie, en dan vooral aan het groeiend aandeel van de zakelijke diensten. De zakelijke dienstverlening had in deze periode een lagere mfp dan gemiddeld en daarom heeft een groeiend aandeel in de economie een negatief effect op het totaal gehad.

De belangrijkste conclusie uit het bovenstaande is echter dat de verschuiving richting de zorg en de zakelijke dienstverlening weliswaar een negatief effect had op de productiviteitsgroei, maar dat de omvang van deze verschuiving richting de dienstensector niet genoeg gewicht heeft om de productiviteitsvertraging echt te verklaren.

Uit figuur 3.2.1 werd duidelijk dat er sprake is van een afnemende groei van mfp sinds 1996, met name in de periode 2009-2016. Het herverdelingseffect in die periode was zeer beperkt, zie figuur 5.2.2. Vooral de telecomsector en de financiële, de specialistische en overige zakelijke dienstverlening leverden een negatieve bijdrage aan het herverdelingseffect.

Maar het negatieve herverdelingseffect van de dienstensector werd in die periode vrijwel helemaal gecompenseerd door het positieve herverdelingseffect van de delfstoffenwinning. Doordat de delfstoffenwinning in termen van inputs is gekrompen ten opzichte van andere, meer productieve branches, was dit effect positief.

Geconcludeerd kan worden dat verreweg het grootste deel van de productiviteitsgroei plaatsvindt binnen branches. Het negatieve herverdelingseffect door de verdienstelijking speelt slechts een kleine rol. Daarmee is de verdienstelijking van de Nederlandse economie niet een verklaring voor de productiviteitsvertraging in de bekeken periode.

5.3 Toenemend verschil tussen hoog- en laagproductieve bedrijven

In de recente literatuur is ook wel te lezen dat het verschil in productiviteit tussen koplopers (hoogproductieve bedrijven) en volgers (laagproductieve bedrijven) toeneemt. Dit zou bijvoorbeeld samen kunnen hangen met een verminderde verspreiding van kennis (ook wel diffusie genoemd) van de hoogproductieve bedrijven naar de minder productieve bedrijven (OECD, 2015; Andrews e.a. 2016). Ook deze lagere diffusie van kennis kan een verklaring bieden voor de vertraging van de productiviteitsgroei, vooral als de hoogproductieve bedrijven niet hard genoeg in omvang groeien om de lagere productiviteit van andere bedrijven te compenseren ¹³.

Onderzoek naar productiviteit op bedrijfsniveau, dat al minstens drie decennia plaatsvindt, heeft duidelijk een spreiding in productiviteitsprestaties tussen bedrijven aangetoond, niet alleen tussen bedrijven in dezelfde branche, maar zelfs tussen bedrijven die dezelfde zeer soortgelijke activiteiten ontplooien (Bartelsman en Doms, 2000; Syverson, 2011). Statistische bureaus zijn pas zeer recentelijk begonnen met deze inzichten te gebruiken om hun eigen statistieken over productiviteit mee aan te vullen (Cunningham e.a., 2018; Ardanaz-Badia e.a., 2017).

Niet alleen is er een substantiële heterogeniteit tussen bedrijven voor wat betreft het niveau van productiviteit, maar het gat tussen hoog- en laagproductieve bedrijven lijkt zoals gezegd ook nog eens te groeien. De OECD constateert een toenemend verschil tussen internationale grensverleggende bedrijven (koplopers) en volgers. Dit uit zich in een afname van de totale productiviteitsgroei. Volgens de OECD neemt de productiviteit van de koplopers gestaag toe, terwijl de groei van de volgers slechts bescheiden is. Ook als koplopers en volgers binnen een bepaald land worden bekeken, wordt dit beeld bevestigd (Berlingieri e.a., 2017a). Recent onderzoek voor Nederland (Heuvelen e.a., 2018) heeft deze vaststelling niet kunnen bevestigen, hoewel de gebruikte onderzoeksperiode korter en meer recent was.

In deze paragraaf wordt een aantal beschrijvende statistieken gepresenteerd over de mate van heterogeniteit in Nederland, de toename ervan en de verandering in de efficiënte verdeling van middelen over de tijd ¹⁴. Wat betreft de heterogeniteit zijn in tabel 5.3.1 per bedrijfstak de verschillen tussen hoog- en laagproductieve bedrijven berekend, door middel van de interkwartielafstand (75e/25e percentiel ratio) en de top-bottomafstand (90e/10e percentiel ratio) voor de arbeidsproductiviteit (gebaseerd op de reële toegevoegde waarde als output) weergegeven. In het kader wordt meer uitleg gegeven over de verdelingsmaten.  

Tabel 5.3.1 laat de spreiding van arbeidsproductiviteit per branche zien in 2015. Het doorsnee hoogproductieve bedrijf was ongeveer 2,4 keer productiever dan het doorsnee laagproductieve bedrijf (oftewel: de interkwartielafstand in de dertig branches was gemiddeld 2,4). De meest productieve bedrijven (de koplopers) zijn gemiddeld 6,8 keer productiever dan de minst productieve bedrijven (volgers; oftewel, de top-bottomafstand is gemiddeld 6,8.) In sommige branches zijn deze verschillen veel kleiner, maar in andere ook nog groter.

Ondanks dat deze bevindingen duidelijk wijzen op verschillen in de efficiëntie tussen bedrijven is er een aantal kanttekeningen te maken. Voor een deel hebben deze verschillen te maken met verschillen in bedrijfsgrootte: grote bedrijven zijn over het algemeen productiever. Vergelijken van bedrijven vanaf een bepaald aantal werknemers vermindert de spreiding, maar er blijft altijd nog een substantieel deel van het verschil over. Een andere verklaring voor de waargenomen heterogeniteit is dat bedrijven binnen een bedrijfsklasse in feite ook weer onder te verdelen zijn in onderliggende groepen die mogelijk verschillen in productiviteit. Bijvoorbeeld de subklassen voeding, dranken en tabak vallen in de bedrijfsklasse voedings- en genotmiddelen, maar kunnen onderling wezenlijk andere productiviteitsniveaus hebben.

Ten slotte kunnen ook meetfouten van invloed zijn op de waargenomen spreiding. Branches met een grote spreiding zijn juist branches waar het meten van de productiviteit moeilijk is door problemen met het meten van de output, de input en/of prijzen.

Door te corrigeren voor de verschillen in grootte en soort activiteit en rekening te houden met meetfouten, heeft het productiviteitsonderzoek vastgesteld dat er zelfs dan nog veel variatie zit tussen bedrijven (Syverson, 2011). Het verdere doel van veel onderzoek naar productiviteit is dan ook geweest, om te bepalen waar deze overgebleven verschillen tussen bedrijven vandaan komen.

Neemt het verschil tussen de meest productieve bedrijven en de rest in Nederland toe? In tabel 5.3.2 wordt de verandering weergegeven van de spreiding, in de totale periode 2000-2015 en de perioden 2000-2005, 2006-2009 en 2010-2015. Bijvoorbeeld: als de interkwartielafstand (p75/p25) in 2000 op 2,5 uitkomt en op 3 in 2015 dan is de toename van de spreiding 20 procent. (NB. De gebruikte tijdvakken zijn onderscheiden doordat grote veranderingen in het bedrijvenregister een directe vergelijking over de hele periode 2000-2015 eigenlijk niet mogelijk maken).

Als de trendbreuken tussen 2005/2006 en 2009/2010 voor het gemak toch worden genegeerd, is te zien dat de relatieve spreiding in de periode 2000-2015 inderdaad is toegenomen. Dat geldt vooral voor de top-bottomafstand in de industrie, voor zowel de arbeidsproductiviteit als de mfp. Het grootste deel van deze toename trad op in de eerste periode, 2000-2005. Over het algemeen is er een veel sterkere toename van de spreiding te zien in de industrie dan in de dienstensector, waar het verschil tussen het doorsnee hoogproductieve en laagproductieve bedrijf (gemeten naar de interkwartielafstand) relatief beperkt gegroeid is ¹⁵. Echter, ook in de dienstensector zien we dat het verschil tussen de meest en minst productieve bedrijven (top en bottom) substantiëler is toegenomen.

Zoals gezegd, is een groeiend verschil tussen bedrijven niet per definitie goed of slecht voor de productiviteit van een bedrijfstak als geheel. Dit hangt af van de ontwikkeling van de omvang van bedrijven. Daarom wordt tot slot gekeken naar de mate waarin de verdeling (of allocatie) van productiemiddelen bijdraagt aan de productiviteit en hoe deze bijdrage verandert over de tijd (zie kader voor technische details). Het komt er kortgezegd op neer dat het voor de totale productiviteit van een branche goed is als de meer productieve bedrijven in de branche ook groter zijn, omdat deze bedrijven dan zwaarder meewegen in het totaal.

Hoe groter de (positieve) correlatie tussen de omvang van bedrijven en hun productiviteit, hoe beter dat is voor de totale productiviteit. Er wordt in dit kader wel gesproken van de mate van efficiënte allocatie. Een maatstaf hiervoor is het verschil tussen de werkelijk gemeten productiviteit van een bedrijfsklasse en de productiviteit zoals die zou zijn geweest als de bedrijven allemaal even groot waren geweest. Hieronder gebruiken we deze maatstaf in relatieve zin: welk deel van productiviteit in een bepaald jaar is toe te schrijven aan de allocatie?

Per branche is de procentuele bijdrage aan de arbeidsproductiviteit uitgerekend voor 2000 en 2015. Figuur 5.3.3 toont de verandering in de bijdragen tussen die twee jaren: is de efficiëntie van de allocatie gegroeid of afgenomen? Bijvoorbeeld, in de metaalindustrie was in 2015 ruim 24 procent van de productiviteit toe te wijzen aan de allocatie. De werkelijk gemeten productiviteit was dus ruim 24 procent groter dan wanneer alle bedrijven in de metaalindustrie even groot waren geweest. In 2000 was dit nog bijna 11 procent. Per saldo is de bijdrage van de allocatie in die branche met 13,5 procentpunt toegenomen.

Bij de resultaten valt vooral de computerindustrie op. Daar is de bijdrage van de allocatie aan de productiviteit met bijna 48 procentpunt toegenomen. Daarentegen was er bij de mediasector een afname van de efficiëntie van de arbeidsverdeling van 49 procentpunt.

Over de hele linie lijkt het beeld te zijn dat er ongeveer evenveel branches zijn waar de allocatie minder of meer efficiënt is geworden. Hoewel de uitslagen naar de negatieve kant wat groter zijn, zijn de bedrijfstakken met een positieve uitkomst groter in omvang, zodat de totale impact op de productiviteitsgroei licht positief is. Hoewel niet alle branches in deze analyse meedoen (de landbouw-, overheids- en financiële sector ontbreken), zou men op basis van deze beschrijvende analyse voorzichtig kunnen concluderen dat de ontwikkeling van de arbeidsverdeling binnen branches daarom geen goede verklaring kan geven van de vertraagde productiviteitsgroei op macro-niveau ¹⁷.

Digitalisering, toenemend computervermogen en een toegenomen connectiviteit (van smartphones tot slimme woningen met apps voor de thermostaat, deurbel en zélfs de koelkast) bepalen in steeds grotere mate hoe we leven, werken en zakendoen. Er zijn nieuwe businessmodellen ontstaan en de locatie van een onderneming is minder belangrijk geworden. Veranderingen in de economie introduceren ook allerlei interessante nieuwe statistische uitdagingen. In het veel aangehaalde rapport van Bean (2016) wordt er een aantal behandeld die ook relevant zijn voor de Nederlandse economie en het bepalen van productiviteit.

Hieronder volgt een korte samenvatting van de uitdagingen uit het rapport van Bean. Het gaat hierbij zowel om de output- als de inputkant van de economie, m.a.w. zowel om de producten (goederen en diensten) als om de productiemiddelen (arbeid, kapitaal en materialen). Dit maakt de nieuwe uitdagingen direct relevant voor het meten van de productiviteit.

• Het meten van “gratis” digitale diensten

  Bij sommige (digitale) diensten is er geen monetaire transactie tussen de aanbieder en de gebruiker. Voorbeelden hiervan zijn gratis streamingdiensten, zoekmachines en navigatiesystemen. De consumptie van deze “gratis” (digitale) producten maakt geen onderdeel uit van het bbp, maar ze hebben natuurlijk wel een waarde voor de consument. Regelmatig duikt dan ook de vraag op of het bbp nog steeds relevant is als deze producten steeds belangrijker worden voor wat betreft de tijd die huishoudens eraan spenderen, maar niet expliciet onderdeel uitmaken van het bbp.
  
  Het is belangrijk te vermelden dat de verdienmodellen en de bijbehorende verdiensten achter deze gratis producten wel opgenomen worden in het bbp. Heel vaak is er namelijk sprake van een alternatief verdienmodel, waarbij de aanbieder inkomsten heeft uit bijvoorbeeld de verkoop van advertenties of data over gebruikers. Deze inkomsten dragen net als die van andere producten bij aan het bbp. Indirect kan opgaan dat de waarde van de door reclame gefinancierde digitale producten zal bijdragen aan het bbp als die reclame leidt tot een hogere consumptie (in prijs en volume) van de geadverteerde goederen en diensten. Daarnaast is het niet geheel ondenkbaar dat het gebruik van diverse gratis apps ons allemaal productiever maakt.
  
  Maar de gratis digitale producten zelf hebben ook hun eigen waarde, dat niet door het bbp wordt gemeten. Wanneer gebruikers in de tijd betaalde diensten vervangen door “gratis” diensten, lijkt de consumptie van die diensten nu bovendien te dalen. De conceptuele vraag is of het surplus van gratis diensten onderdeel moet uitmaken van het bbp en zo ja of hier een goede waarde aan gehangen kan worden. De uitdagingen rond gratis diensten en mogelijke oplossingsrichtingen worden nader beschreven in Van Elp en Mushkudiani(2019).

• Platformeconomie

  Accommodaties en personenvervoer worden tegenwoordig steeds meer online aangeboden via digitale platforms. Ook voor andere goederen en diensten is dat steeds vaker het geval, waarbij het ook steeds vaker gaat over huishoudens die optreden als aanbieder. Dit fenomeen wordt wel de “platformeconomie” of “deeleconomie” genoemd, hoewel er vaak geen sprake is van feitelijk delen, in de zin van dat er geen vergoeding of wederdienst wordt gevraagd.
  
  Er zijn ten minste drie uitdagingen voor de statistieken die samenhangen met de opkomst van de deeleconomie. Wat moet er nu eigenlijk gemeten worden dat binnen de scope van het bbp en het meten van productiviteit valt en wat niet? Bijvoorbeeld, markttransacties kunnen vervangen worden door niet-marktactiviteiten. Dit is een conceptueel probleem voor de nationale rekeningen.
  
  Het is daarnaast lastig hoe bedrijven of huishoudens die deelnemen aan de deeleconomie kunnen worden geïdentificeerd . Tot slot is het de vraag hoe de uitgaven van deze eenheden moeten worden geregistreerd. Het maakt voor het bbp en de productiviteit uit of een uitgave door een huishouden wordt gezien als consumptie of een investering. Als iemand bijvoorbeeld zijn privéauto gebruikt om vervoersdiensten aan te bieden is dat onderscheid niet geheel duidelijk. Zie voor nadere toelichting over afbakeningen en meerdere aspecten met betrekking tot het meten van online platforms het paper van Heerschap e.a. (2019), op basis van een samenwerking tussen het CBS en de Universiteit van Amsterdam.

• Immateriële investeringen

  Bedrijven investeren in fysieke kapitaalgoederen (gebouwen, machines), maar ook in niet-tastbare, zogeheten immateriële activa. Voorbeelden zijn R&D, software, menselijk kapitaal (bijvoorbeeld ontwikkeling van kennis en vaardigheden van het personeel) en organisatorisch kapitaal (bijvoorbeeld door het toepassen van betere managementvormen). Veelal worden (ontwikkeling van) software en databases ook onder immateriële activa geschaard (zie ook eerder punt over waarde van data). Deze vormen van investeringen zijn moeilijk te meten. Niettemin gaat het hier om steeds belangrijkere productiefactoren (Haskel and Westlake, 2017). Mogelijk kan de opkomst van immateriële activa iets verklaren van de productiviteitsvertraging, met name als dit een groeiend deel van de economie is dat wordt onderschat. Daarnaast zijn er economische redenen waarom de opkomst van immateriële activa kunnen bijdragen aan de productiviteitsvertraging (zie paragraaf 4), wat des te meer een reden is om deze beter in beeld krijgen. Eerder CBS-onderzoek op dit gebied laat zien dat ook voor Nederland deze investeringen substantieel zijn (De Haan e.a., 2014).
  
  

• Internationale locatie van de economische activiteit

  Het is ook van belang om in te zien of veranderingen in handelsstromen worden gedreven door reële fundamentele veranderingen of mogelijk k beïnvloed worden door belastingplanning van multinationals. Intellectueel eigendom bijvoorbeeld is makkelijk verplaatsbaar over landsgrenzen heen en daarom kan het gegenereerde inkomen binnen een specifiek land van jaar tot jaar enorm verschillen. De prijs die wordt betaald om intellectueel eigendom te gebruiken, is ook een onderwerp van discussie. De door multinationals gebruikte interne verrekenprijzen (transfer pricing) kunnen het groeipercentage aanzienlijk beïnvloeden.

De impact van digitalisering op de bbp-ramingen wordt ook door de OESO onderzocht (Ahmad en Schreyer, 2016; Ahmad e.a., 2017). Het eerste onderzoek schetst conceptuele vraagstukken en praktische meetproblemen en benoemt expliciet gebieden waar nader onderzoek nodig is. De conclusie is dat het systeem van nationale rekeningen per saldo de uitdagingen omtrent digitalisering aankan, maar dat er veel praktische meetproblemen zijn. Bijvoorbeeld als het aankomt op prijs- en kwaliteitsveranderingen en met betrekking tot het raakvlak van digitalisering met internationalisering (zoals aankopen van huishoudens bij buitenlandse webwinkels).

Tegen de achtergrond van de gemeten vertraging van de productiviteitsgroei zijn vragen gerezen over de conceptuele basis van het bbp, en of de methoden voor het samenstellen daarvan geschikt zijn voor het opnemen van opkomende nieuwe activiteiten. Ahmad e.a. (2017) concluderen dat zelfs als er meetproblemen zijn, de omvang daarvan niet groot genoeg is om de wijdverbreide vertraging in het meten van de bbp-groei of de multifactorproductiviteitsgroei te verklaren. Het artikel presenteert ook cijfers over de Nederlandse economie voor specifieke onderdelen. Opgemerkt moet worden dat het artikel terugkijkt. De toename van digitale transacties kan in de toekomst een groter effect hebben op de bbp-ramingen. Voor de VS concluderen Byrne e.a. (2016) hetzelfde.

Naast de eerder genoemde facetten kan ook kwaliteitsverbetering een rol spelen in de gemeten vertraging van de productiviteitsgroei. Innovatie heeft tot belangrijke verbeteringen geleid bij veel goederen en diensten. Het meten van economische activiteiten en het niet corrigeren voor kwaliteitsverbetering resulteert in een onderschatting van de reële groei, omdat een deel van de verandering in de (nominale) prijzen van een product ten onrechte wordt toegeschreven aan een pure prijsverandering (Bean, 2016). Recent onderzoek naar de vraag of meetproblemen gerelateerd aan kwaliteitsverbeteringen een rol hebben gespeeld in de recente vertraging van de productiviteitsgroei concludeert echter dat het onwaarschijnlijk is dat dit aspect een grote rol speelt (Syverson, 2016).

In de discussie over de toekomstige productiviteitsgroei tussen pessimisten als Gordon (2016) en Summers (2014) en optimisten zoals Brynjolfson and McAfee (2014) en Kurzweil (2005) zal een statistiekbureau zich niet mengen. Een statistiekbureau is objectief en zal willen voorzien in relevante data en analyses. Hiermee kan worden onderzocht of nieuwe gegevens claims van pessimisten en optimisten ondersteunen dan wel ontkrachten. Een manier om dat te doen is het presenteren van relevante data die recht doen aan de discussie, zoals bijvoorbeeld met de groeirekeningen. Samen met beleidsonderzoekers en academici in Nederland kunnen de data dan geanalyseerd en geïnterpreteerd worden.

Een nationaal statistiekbureau kan ook een leidende rol spelen in het herkennen van meetuitdagingen en een belangrijke rol in het delen en communiceren van die meetuitdagingen gerelateerd aan het meten van productiviteit.

Van belang in deze discussie is dat veranderingen in de economie allerlei soorten van nieuwe statistische uitdagingen met zich meebrengen die ook de cijfers over productiviteit kunnen beïnvloeden. In het vaak aangehaalde rapport van Bean en diverse studies van de OESO worden verscheidene vraagstukken met betrekking tot het meten van output en input beschreven die relevant zijn voor het berekenen van productiviteit. Daarom heeft het CBS het programma ‘Adequaat meten van de economie’ (zie kader) opgezet om met deze uitdagingen aan de slag te gaan. Eén van de doelen van het programma is om (nog) meer met gebruikers en onderzoeksbureaus samen te werken om deze meetproblemen te begrijpen, te delen, te communiceren en op te lossen.

 

Ahmad, N., Ribarsky J. en M. Reinsdorf (2017), Can potential mismeasurement of the digital economy explain the post-crisis slowdown in GDP and productivity growth? OECD Statistics Working Papers 2017/09, OECD Publishing, Paris. 

Ahmad, N. en P. Schreyer (2016), Measuring GDP in a Digitalised Economy. OECD Statistics Working Papers, 2016/07, OECD Publishing, Paris. 

Andrews D., Criscuolo C. en P.N. Gal (2016), The Best versus the Rest: The Global Productivity Slowdown, Divergence across Firms and the Role of Public Policy. OECD Productivity Working Papers 5, OECD Publishing.

Ardanaz-Badia, Anna, Gaganan Awano en Philip Wales (2017), Labour productivity measures from the Annual Business Survey: 2006 to 2015, Office for National Statistics, UK.

Balk, B.M. (2018), ‘Empirical Productivity Indices and Indicators’, Handbook of productivity analysis (eds. Emili Grifell-Tatjé, C.A. Knox Lovell, and Robin C. Sickles). 

Bartelsman, E.J. and M. Doms (2000), Understanding Productivity: Lessons from Longitudinal, Microdata, Journal of Economic Literature, 38(3): 569-594.

Bean, C. (2016), Independent Review of UK Economic Statistics.

Berg, J. van den en N. Peltzer (2012), Een nieuwe loonkostenstatistiek: de prijs van arbeid, Sociaaleconomische Trends 2014/2 CBS Den Haag/Heerlen.

Bergen, D. van den, Rooijen-Horsten M. van, Haan, M de en B. Balk (2008), Productivity measurement at Statistics Netherlands. CBS Working Paper.

Berlingieri, G., P. Blanchenay and C. Criscuolo (2017a), "The great divergence(s)", OECD Science, Technology and Industry Policy Papers, No. 39, OECD Publishing, Paris.

Berlingieri, G., P. Blanchenay, S. Calligaris and C. Criscuolo (2017b), "The Multiprod project: A comprehensive overview", OECD Science, Technology and Industry Working Papers, No. 2017/04, OECD Publishing, Paris. 

Bondt, de H., Veldhuizen E. en J.M. Polder (2014), Arbeid en productiviteit: de bijdrage van compositieeffecten. Sociaaleconomische Trends 2014/2 CBS Den Haag/Heerlen.

Bondt, de H. (2019), Lagere productiviteit door groei zelfstandigen. De samenhang tussen zelfstandigen, flexwerknemers en productiviteit, 2003-2018, in: De Nederlandse Economie, CBS, Den Haag/Heerlen/Bonaire.

Brynjolfsson, E. en A. McAfee (2014), The second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W.W. Norton & Company Inc.

Bun, M. en J. de Winter (2019), Measuring trends and persistence in capital and labor misallocation, DNB working paper, No. 639 / June 2019.

Byrne, D.M., Fernald, J.G. en M.B. Reinsdorf (2016), Does the United States Have a Productivity Slowdown or a Measurement Problem?, Brookings Papers on Economic Activity.

Camps, M. (2019), Nieuwjaarsartikel: Sturen op economische groei, ESB, Jaargang 104 (4769), 17 januari 2019.

Cunningham Cindy, Foster Lucia, Grim Cheryl, Haltiwanger John, Wulff Pabilonia, Sabrina, Stewart, Jay en Zoltan Wolf (2018), Dispersion in Dispersion: Measuring Establishment-Level Differences in Productivity, Working Papers 1825, Center for Economic Studies, U.S. Census Bureau.

Decker, Ryan A., John Haltiwanger, Ron S. Jarmin, and Javier Miranda (2017). “Declining Dynamism, Allocative Efficiency, and the Productivity Slowdown” American Economic Review Papers and Proceedings (May).

Elbourne, A. en K. Grabska (2016) Evidence on the Dutch macro-economic and sectoral productivity performance: some stylized facts, CPB background document, August 2016.

Elp, M. van, en N. Mushkudiani (2019), “Free services”, CBS, Den Haag/Heerlen/Bonaire.

Fernald J. en R. Inklaar (2020), Does Disappointing European Productivity Growth Reflect a Slowing Trend? Weighing the Evidence and Assessing the Future, International Productivity Monitor, vol. 38, 104-135.

Goldin, Ian, Pantelis Koutroumpis, François Lafond, Nils Rochowicz and Julian Winkler (2019), The Productivity Paradox, Reconciling Rapid Technological Change and Stagnating Productivity. Oxford Martin School Programme on Technological and Economic Change in association with Arrowgrass.

Gordon R.J. (2016), The rise and fall of American growth: the U.S standard of living since the Civil War. Princeton University Press.

Grabska, K., Bettendorf L., Luginbuhl R., Meijerink G. en A. Elbourne (2017), Productivity Slowdown - Evidence for the Netherlands. CPB Communication (maart 2017). 

Haan, M. de, Veldhuizen E., Tanriseven M. en M. van Rooijen-Horsten (2014), ’The Dutch Growth Accounts: measuring productivity with non-zero profits’, Review of Income and Wealth Series 60, Supplement Issue, November 2014.

Haskel, J. en S. Westlake, (2017). Capitalism without Capital, The Rise of the Intangible Economy, Princeton University Press.

Heerschap N., N. Pouw en C. Atmé (2018), Measuring online platforms.

Heuvelen, G.H. van, Bettendorf L. en G. Meijerink (2018), Frontier firms and followers in the Netherlands Estimating productivity and identifying the frontier. CPB Background document (juli 2018). 

Jonkers, W. (2019), De invloed van de toename van het aantal gewerkte uren op de productiviteit, in: De Nederlandse Economie, CBS, Den Haag/Heerlen/Bonaire.

Kox, H.L.M. en van Leeuwen, G. (2013), Market selection and scale inefficiency – A new methodology applied to EU business services, Structural Change and Economic Dynamics 25 (2013) 77– 94.

Krugman, P. R. (1994). The age of diminished expectations: U.S. economic policy in the 1990s (Rev. and updated ed.). Cambridge, Mass.: MIT Press.

Kurzweil, R. (2005), The Singularity Is Near: When Humans Transcend Biology. Viking.

Mokyr, J., Chris Vickers, and Nicolas L. Ziebarth (2015), The History of Technological Anxiety and the Future of Economic Growth: Is This Time Different?, Journal of Economic Perspectives—Volume 29, Number 3Pages 31–50.

Moss E., R. Nunn, and J. Shambaugh (2020), The Slowdown in Productivity Growth and Policies That Can Restore It, Brookings.

O’Mahony, M. and M.P. Timmer (2009), Output, Input and Productivity Measures at the Industry Level: The EU KLEMS Database, The Economic Journal, Volume 119, Issue 538, June 2009, pp.374-403. 

OECD (2015), The Future of Productivity, OECD Publishing, Paris. 

OECD (2019), OECD Compendium of Productivity Indicators 2019, OECD Publishing, Paris. 

Piketty, T. (2014), Kapitaal in de 21 eeuw. De Bezige Bij, Amsterdam.

Polder, M. en L. Prenen (2020), Productivity dispersion in Dutch manufacturing from 1978 to 2016, CBS, Den Haag/Heerlen/Bonaire.

Restuccia D. and R. Rogerson (2017), The Causes and Costs of Misallocation, Journal of Economic Perspectives—Volume 31, Number 3—Summer 2017—Pages 151–174. 

Roelandt, T., M. Akkermans, M. Polder, en H. van der Wiel (2019), De mondiale productivteitspuzzel voor Nederlands, ESB.

Summers, L.H. (2014), U.S. Economic Prospects: Secular Stagnation, Hysteresis, and the Zero Lower Bound. Business Economics, 49(2).

Syverson, Chad (2011), "What Determines Productivity?" Journal of Economic Literature, 49 (2): 326-65. DOI: 10.1257/jel.49.2.326

Syverson, C. (2016), Challenges to mismeasurement explanations for the U.S. productivity slowdown. NBER Working paper 21974. 

Wooldridge, J. (2009), On estimating firm-level production functions using proxy variables to control for unobservables, Economics Letters 104, 112–114.