Agent-based modeling of political economy : exploring the innovation-employment nexus

Abstract

Diese Diplomarbeit beschäftigt sich mit einem neuen Paradigma ökonomischer Beweisführung, oftmals Complexity Economics genannt, um neue Möglichkeiten zu evaluieren, welche die Unzulänglichkeiten des neoklassischen "equilibrium-cum-optimization" Ansatzes überwinden könnten. Dementsprechend und motiviert durch die problematische Situation innerhalb der Europäischen Union in Anbetracht der aktuellen globalen Krise, richtet sich der Fokus auf die Ergründung des Zusammenhangs zwischen Innovation und Beschäftigung mittels agentenbasierter Simulation. Zuerst werden ausgewählte theoretische Erkenntnisse und Konzepte aus Complexity Economics gemeinsam mit Politischer Ökonomie und Evolutionärer Ökonomie beschrieben und mit der vorherrschenden neoklassischen Perspektive verglichen. Dabei wird besondere Aufmerksamkeit der Innovation, Produktivität und Wachstumstheorie gewidmet. Schließlich wird der springende Punkt erläutert, dass dieses neue Paradigma die Ökonomie als ein komplexes adaptives System mit konstanten und unregelmäßigen evolutionären Veränderungen betrachtet, in welchem Historie stets mit einbezogen wird. Diese Betrachtungsweise verlangt allerdings einen grundlegend neuen methodischen Werkzeugkasten, welcher eher auf algorithmische als auf analytische Methoden beruht. Infolgedessen wird argumentiert, dass agentenbasierte Modellierung kombiniert mit sozialer Netzwerk-Theorie die methodisch entscheidende treibende Kraft darstellt, um den Ansprüchen gerecht werden zu können. Nach dem theoretischen Diskurs wird ein makroökonomisches agentenbasiertes Modell einer politischen Ökonomie spezifiziert und diskutiert. Im Zuge dessen werden die Bestandteile des Modells, wie Agenten, Märkte und deren Prozessabläufe erklärt. Schließlich werden die Resultate einiger Simulationsexperimente in Bezug auf die Verbindung zwischen Innovation und Beschäftigung dokumentiert und besprochen. Ein kritisches Schlusswort rundet die Arbeit ab.

In this thesis a new paradigm of economic reasoning, often labeled complexity economics, is discussed and applied in order to evaluate new possibilities for overcoming the shortcomings of the neoclassical "equilibrium-cum-optimization" approach. Thus, motivated by the problematic situation of the European Union in light of the current global crisis, the focus was on the exploration of the innovation-employment nexus through agent-based simulation. First, selected theoretical insights and concepts from complexity economics, together with political economy and evolutionary economics, were described and compared to the prevailing neoclassical perspective. In this sense, the most attention was given to innovation, productivity and growth theory. Finally, the crucial point was demonstrated that in contrast to neoclassical economics, here the economy is seen as a complex adaptive system with constant and uneven evolutionary change, in which history is always taken into account. This viewpoint, however, requires a fundamentally new methodological toolbox based on algorithmic methods rather than on analytical methods only. Consequently, it is argued that economic agent-based modeling combined with social network theory are the methodological crucial driving forces for fulfilling these aspirations. After the theoretical discourse, the specifications of a macroeconomic agent-based model of political economy, i.e. agents, markets, and their processes, are described and explained. Finally, the results of some simulation experiments regarding the innovation-employment nexus are documented and discussed. At the end, a critical discussion rounds out the work.