聚集外部性(財政學)

1、集聚外部性區(qū)域外部性：區(qū)域外部性： MAR 外部性外部性 Jacobs 外部性外部性 Porter 外部性外部性MAR 外部性MAR 外部性產(chǎn)生于外部性產(chǎn)生于同行業(yè)內(nèi)企業(yè)間的知識外溢。在這種情況下，同行業(yè)內(nèi)企業(yè)間的知識外溢。在這種情況下，產(chǎn)業(yè)的空間集聚以及區(qū)域?qū)I(yè)化趨向于刺激企業(yè)間的知識外溢和當產(chǎn)業(yè)的空間集聚以及區(qū)域?qū)I(yè)化趨向于刺激企業(yè)間的知識外溢和當?shù)氐墓I(yè)增長。地的工業(yè)增長。 這個理論表明存在一個壟斷市場：這個理論表明存在一個壟斷市場：事實上，它允許人們保護他們事實上，它允許人們保護他們的創(chuàng)新，并更好地利用他們。這些外部性是由以下指標給的創(chuàng)新，并更好地利用他們。這些外部性是由以下指標給出：

2、出：MAR 外部性（CONT.）Si j t表示在部門就業(yè)人數(shù)表示在部門就業(yè)人數(shù)j在區(qū)域在區(qū)域i時間時間t占區(qū)域占區(qū)域i時間時間t總?cè)藬?shù)的比率總?cè)藬?shù)的比率S j t表示在部門就業(yè)人數(shù)在全國水平下時間表示在部門就業(yè)人數(shù)在全國水平下時間t占時間占時間t全國總?cè)藬?shù)的全國總?cè)藬?shù)的比例比例JACOBS 外部性Jacobs 外部性基于這樣一個假設(shè)，通過不同生產(chǎn)活動之間的交叉外部性基于這樣一個假設(shè)，通過不同生產(chǎn)活動之間的交叉供養(yǎng)，工業(yè)品種能夠促進長期發(fā)展。供養(yǎng)，工業(yè)品種能夠促進長期發(fā)展。競爭是最適合這種類型的外部競爭是最適合這種類型的外部性的市場形式，因為只有競爭使企業(yè)提高知識性的市場形式，因為只有競爭使企

3、業(yè)提高知識水平，從而生存。這水平，從而生存。這種外部性通常是由種外部性通常是由Hirshman-Herfindal逆指數(shù)的表達。逆指數(shù)的表達。PORTER 外部性Porter 外部性表示了外部性表示了MAR和和Jacobs論文的一個交叉。由下面的指論文的一個交叉。由下面的指標表達：標表達：firm I j t 是表示在時間是表示在時間t區(qū)域區(qū)域i部門部門j公司的數(shù)量公司的數(shù)量由于無法得到部門的企業(yè)數(shù)量，因此這個外部性在我們的分析中省由于無法得到部門的企業(yè)數(shù)量，因此這個外部性在我們的分析中省略。略。此外，此外，一個一個特定的地方經(jīng)濟產(chǎn)生的特定的地方經(jīng)濟產(chǎn)生的外部性很可能不發(fā)揮它們外部性很可能不發(fā)

4、揮它們的影響，的影響，但它們可以影響其他位置的但它們可以影響其他位置的性能。性能。我們有一個額外的變量，其我們有一個額外的變量，其目的目的是量化與產(chǎn)業(yè)集聚過程有關(guān)的外部特征；是量化與產(chǎn)業(yè)集聚過程有關(guān)的外部特征；因此，我們考慮一個變量因此，我們考慮一個變量表達表達的溢出效應在地區(qū)接近給定區(qū)域集中就業(yè)和其作用是當?shù)厣L的溢出效應在地區(qū)接近給定區(qū)域集中就業(yè)和其作用是當?shù)厣L的改進產(chǎn)生的，的改進產(chǎn)生的，生產(chǎn)能力和效率。生產(chǎn)能力和效率。我們用下列表達式表示這個變量：我們用下列表達式表示這個變量：E k , t 表示位置表示位置k在時間在時間t的就業(yè)人數(shù)的就業(yè)人數(shù)d j , k表示兩個通用地點的距離，表示

5、兩個通用地點的距離，j，k代表識別距離矩陣代表識別距離矩陣W的下標。的下標。這個索引是空間中的一個滯后變量。特別是，我們使用作為衡量的這個索引是空間中的一個滯后變量。特別是，我們使用作為衡量的距離從一個區(qū)域和其他人的距離表示在公里的距離。這個距離矩陣距離從一個區(qū)域和其他人的距離表示在公里的距離。這個距離矩陣有一個有趣的經(jīng)濟含義：距離的增加減少了一個特定區(qū)域和鄰近區(qū)有一個有趣的經(jīng)濟含義：距離的增加減少了一個特定區(qū)域和鄰近區(qū)域之間的聯(lián)系強度域之間的聯(lián)系強度換句話說換句話說，這個指數(shù)隱含地假定，溢出效應，除了距離，只是取決，這個指數(shù)隱含地假定，溢出效應，除了距離，只是取決于就業(yè)水平（就業(yè)的濃度），無

6、論在鄰近地區(qū)的就業(yè)類型。相反，于就業(yè)水平（就業(yè)的濃度），無論在鄰近地區(qū)的就業(yè)類型。相反，如就業(yè)質(zhì)量的因素（熟練如就業(yè)質(zhì)量的因素（熟練/非技術(shù)工人）和非技術(shù)工人）和/或就業(yè)專業(yè)化，或其他或就業(yè)專業(yè)化，或其他類似的因素，可能發(fā)揮的作用，在確定的溢出效應。不幸的是，不類似的因素，可能發(fā)揮的作用，在確定的溢出效應。不幸的是，不可用的更具體的數(shù)據(jù)不允許我們有一個更完美的索引時，估計空間可用的更具體的數(shù)據(jù)不允許我們有一個更完美的索引時，估計空間溢出效應溢出效應的影響。的影響。此外，它是要強調(diào)個體對于使用環(huán)境變量可以在計量分析產(chǎn)生偏數(shù)此外，它是要強調(diào)個體對于使用環(huán)境變量可以在計量分析產(chǎn)生偏數(shù)據(jù)缺乏重要。特別

7、是，如果我們假設(shè)熟練工人產(chǎn)生在生產(chǎn)比不熟練據(jù)缺乏重要。特別是，如果我們假設(shè)熟練工人產(chǎn)生在生產(chǎn)比不熟練工人的增加，在分析均勻就業(yè)指標如總?cè)藬?shù)考慮（技術(shù)和非技術(shù)的）工人的增加，在分析均勻就業(yè)指標如總?cè)藬?shù)考慮（技術(shù)和非技術(shù)的）而不是一個分類，可以偽造向上或朝下對生產(chǎn)的影響。換句話說，而不是一個分類，可以偽造向上或朝下對生產(chǎn)的影響。換句話說，如果總的就業(yè)是由不熟練的工人，我們可能會觀察到一個虛假的溢如果總的就業(yè)是由不熟練的工人，我們可能會觀察到一個虛假的溢出效應的影響，對生產(chǎn)的底部（或頂部）。然而，非可用性的存款出效應的影響，對生產(chǎn)的底部（或頂部）。然而，非可用性的存款總數(shù)據(jù)的就業(yè)質(zhì)量（熟練總數(shù)據(jù)的就

8、業(yè)質(zhì)量（熟練/非技術(shù)工人）不允許控制這種影響非技術(shù)工人）不允許控制這種影響研究方法隨機前沿方法隨機前沿方法：使我們能夠驗證使我們能夠驗證的影響，集聚外部性的的影響，集聚外部性的區(qū)域生產(chǎn)過程的區(qū)域生產(chǎn)過程的性能。性能。收斂分析收斂分析：使我們能夠驗證在使我們能夠驗證在意大利的區(qū)域性能收斂意大利的區(qū)域性能收斂的的存在。存在。隨機前沿分析我們假設(shè)柯布我們假設(shè)柯布-道格拉斯生產(chǎn)函數(shù)除了考慮道格拉斯生產(chǎn)函數(shù)除了考慮Y、L、K,還包括區(qū)域外還包括區(qū)域外部性部性(MAR i , t 和和J i , t)和技術(shù)進步和技術(shù)進步A i , t .隨機前沿分析（CONT.）假設(shè)集聚外部性對企業(yè)而言是外生的，我們用以

9、下方式模擬他們：假設(shè)集聚外部性對企業(yè)而言是外生的，我們用以下方式模擬他們：隨機前沿分析（CONT.）因此，在空間外溢性假設(shè)下，我們估計的函數(shù)是：因此，在空間外溢性假設(shè)下，我們估計的函數(shù)是：隨機前沿分析（CONT.）我們的分析將進行我們的分析將進行2步。首先，我們認為一個模型，效率低下是一步。首先，我們認為一個模型，效率低下是一個函數(shù)的集聚個函數(shù)的集聚外部性，外部性，當我們實施了一個模型，還包括導致效率低當我們實施了一個模型，還包括導致效率低下的因素之間下的因素之間的空間溢出效應，的空間溢出效應，最后，我們比較了溢出效應如何影最后，我們比較了溢出效應如何影響效率的確定響效率的確定。隨機前沿分析（

10、CONT.）我們模型集聚外部性的外溢效應我們模型集聚外部性的外溢效應，通過提高效率提高了所有投入的生，通過提高效率提高了所有投入的生產(chǎn)力。我們的柯布道格拉斯生產(chǎn)函數(shù)將有下面的形式：產(chǎn)力。我們的柯布道格拉斯生產(chǎn)函數(shù)將有下面的形式： （3） i,t 表示效率測量，表示效率測量，0i,t 1, i,t 表示測量誤差表示測量誤差隨機前沿分析（CONT.）對等式（對等式（3）求對數(shù)得到）求對數(shù)得到：t 表示時間影響，表示時間影響，i 表示捕獲區(qū)域未觀測到的異質(zhì)性表示捕獲區(qū)域未觀測到的異質(zhì)性隨機前沿分析（CONT.）期望非效率函數(shù)：期望非效率函數(shù)：zi,t 表示影響效率的向量變量表示影響效率的向量變量是向

11、量的系數(shù)是向量的系數(shù)隨機前沿分析（CONT.）一個單級的一個單級的最大似然允許我們估計生產(chǎn)函數(shù)的參數(shù)和等式（最大似然允許我們估計生產(chǎn)函數(shù)的參數(shù)和等式（5）中）中的參數(shù)。的參數(shù)。我們?yōu)槲覀優(yōu)閡i,t 考慮四種不同的情況：考慮四種不同的情況：1.無效率是無效率是MAR外部性和外部性和Jacobs外部性的函數(shù)外部性的函數(shù)2.在在1的基礎(chǔ)上還考慮了空間溢出效應的基礎(chǔ)上還考慮了空間溢出效應3.在在1的基礎(chǔ)上考慮依賴于特定地區(qū)的非效率反應的不同的基礎(chǔ)上考慮依賴于特定地區(qū)的非效率反應的不同4.在在3的基礎(chǔ)上添加上空間溢出效應的基礎(chǔ)上添加上空間溢出效應隨機前沿分析（CONT.）四種不同的情況的函數(shù)模型：四種不

12、同的情況的函數(shù)模型：1. 2.3.4.隨機前沿分析（CONT.）通過這種方式模型化的外部性被解釋為非效率的決定因素，因為他通過這種方式模型化的外部性被解釋為非效率的決定因素，因為他們直接解釋了不同地區(qū)的非效率結(jié)果。們直接解釋了不同地區(qū)的非效率結(jié)果。收斂的空間分析收斂意味著區(qū)域性能增長率與初始效率得分相關(guān)聯(lián)。特別是，有收斂意味著區(qū)域性能增長率與初始效率得分相關(guān)聯(lián)。特別是，有收斂時，低性能區(qū)域的增長速度快于高性能的，導致前者最終趕收斂時，低性能區(qū)域的增長速度快于高性能的，導致前者最終趕上后者在生產(chǎn)上后者在生產(chǎn)性能。性能。在我們的分析中，我們考慮的計量經(jīng)濟學模型，其中包括空間效應。在我們的分析中，我

13、們考慮的計量經(jīng)濟學模型，其中包括空間效應。如果在鄰如果在鄰近的地區(qū)存在空間溢出，或當一個人工空間框架不符合近的地區(qū)存在空間溢出，或當一個人工空間框架不符合市市場場的過程時，這些模型是相關(guān)的。的過程時，這些模型是相關(guān)的。收斂的空間分析我們用我們用OLS模型開始收斂分析，緊接著進行允許控制空間效應的空模型開始收斂分析，緊接著進行允許控制空間效應的空間診斷測試。間診斷測試。OLS模型：模型：i t 表示隨機項誤差表示隨機項誤差收斂的空間分析此外，因為地理的意大利地區(qū)的特點是一個強烈的極化結(jié)構(gòu)，此外，因為地理的意大利地區(qū)的特點是一個強烈的極化結(jié)構(gòu)，我們我們包括一個虛擬變量包括一個虛擬變量（南），以確（

14、南），以確定南部地區(qū)為目標定南部地區(qū)為目標。這使我們能夠。這使我們能夠控制的以控制的以2個區(qū)域（意大利北部和意大利南部）為特征的差異。個區(qū)域（意大利北部和意大利南部）為特征的差異。為了評估空間影響，我們實現(xiàn)了四個測試為了評估空間影響，我們實現(xiàn)了四個測試，特別是拉格朗日乘數(shù)測，特別是拉格朗日乘數(shù)測試試。LM-Lag 和和 Robust LM-Lag讓我們評估是否空間滯后模型是讓我們評估是否空間滯后模型是一種比一種比OLS模型更模型更好的選擇。好的選擇。收斂的空間分析相反，相反，LM-Error 和和 Robust LM-Error讓我們來測試是否空間誤差讓我們來測試是否空間誤差模型的模型的OLS模型的最佳選擇。模型的最佳選擇。Robust LM-Lag 和和 Robust LM-Error只有在只有在LM-Lag 和和LM-Error有意義時才考慮。有意義時才考慮。 收斂的空間分析總體而言，我們考慮空間效應的三個模型，每一個模型都允許一個總體而言，我們考慮空間效應的三個模型，每一個模型都允許一個收斂過程的不同解釋。收斂過