聚集外部性(財(cái)政學(xué))

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(shí)外溢。在這種情況下，同行業(yè)內(nèi)企業(yè)間的知識(shí)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(shí)外溢和當(dāng)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(shí)外溢和當(dāng)?shù)氐墓I(yè)增長(zhǎng)。地的工業(yè)增長(zhǎng)。 這個(gè)理論表明存在一個(gè)壟斷市場(chǎng)：這個(gè)理論表明存在一個(gè)壟斷市場(chǎng)：事實(shí)上，它允許人們保護(hù)他們事實(shí)上，它允許人們保護(hù)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(biāo)給的創(chuàng)新，并更好地利用他們。這些外部性是由以下指標(biāo)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(shí)間時(shí)間t占區(qū)域占區(qū)域i時(shí)間時(shí)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(guó)水平下時(shí)間表示在部門就業(yè)人數(shù)在全國(guó)水平下時(shí)間t占時(shí)間占時(shí)間t全國(guó)總?cè)藬?shù)的全國(guó)總?cè)藬?shù)的比例比例JACOBS 外部性Jacobs 外部性基于這樣一個(gè)假設(shè)，通過不同生產(chǎn)活動(dòng)之間的交叉外部性基于這樣一個(gè)假設(shè)，通過不同生產(chǎn)活動(dòng)之間的交叉供養(yǎng)，工業(yè)品種能夠促進(jìn)長(zhǎng)期發(fā)展。供養(yǎng)，工業(yè)品種能夠促進(jìn)長(zhǎng)期發(fā)展。競(jìng)爭(zhēng)是最適合這種類型的外部競(jìng)爭(zhēng)是最適合這種類型的外部性的市場(chǎng)形式，因?yàn)橹挥懈?jìng)爭(zhēng)使企業(yè)提高知識(shí)性的市場(chǎng)形式，因?yàn)橹挥懈?jìng)爭(zhēng)使企

3、業(yè)提高知識(shí)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(dá)。逆指數(shù)的表達(dá)。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(gè)交叉。由下面的指論文的一個(gè)交叉。由下面的指標(biāo)表達(dá)：標(biāo)表達(dá)：firm I j t 是表示在時(shí)間是表示在時(shí)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(gè)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(gè)外部性在我們的分析中省略。略。此外，此外，一個(gè)一個(gè)特定的地方經(jīng)濟(jì)產(chǎn)生的特定的地方經(jīng)濟(jì)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(gè)額外的變量，其我們有一個(gè)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(gè)變量因此，我們考慮一個(gè)變量表達(dá)表達(dá)的溢出效應(yīng)在地區(qū)接近給定區(qū)域集中就業(yè)和其作用是當(dāng)?shù)厣L(zhǎng)的溢出效應(yīng)在地區(qū)接近給定區(qū)域集中就業(yè)和其作用是當(dāng)?shù)厣L(zhǎng)的改進(jìn)產(chǎn)生的，的改進(jìn)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(dá)式表示這個(gè)變量：我們用下列表達(dá)式表示這個(gè)變量：E k , t 表示位置表示位置k在時(shí)間在時(shí)間t的就業(yè)人數(shù)的就業(yè)人數(shù)d j , k表示兩個(gè)通用地點(diǎn)的距離，表示

5、兩個(gè)通用地點(diǎn)的距離，j，k代表識(shí)別距離矩陣代表識(shí)別距離矩陣W的下標(biāo)。的下標(biāo)。這個(gè)索引是空間中的一個(gè)滯后變量。特別是，我們使用作為衡量的這個(gè)索引是空間中的一個(gè)滯后變量。特別是，我們使用作為衡量的距離從一個(gè)區(qū)域和其他人的距離表示在公里的距離。這個(gè)距離矩陣距離從一個(gè)區(qū)域和其他人的距離表示在公里的距離。這個(gè)距離矩陣有一個(gè)有趣的經(jīng)濟(jì)含義：距離的增加減少了一個(gè)特定區(qū)域和鄰近區(qū)有一個(gè)有趣的經(jīng)濟(jì)含義：距離的增加減少了一個(gè)特定區(qū)域和鄰近區(qū)域之間的聯(lián)系強(qiáng)度域之間的聯(lián)系強(qiáng)度換句話說換句話說，這個(gè)指數(shù)隱含地假定，溢出效應(yīng)，除了距離，只是取決，這個(gè)指數(shù)隱含地假定，溢出效應(yīng)，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(yīng)。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(yīng)。不幸的是，不可用的更具體的數(shù)據(jù)不允許我們有一個(gè)更完美的索引時(shí)，估計(jì)空間可用的更具體的數(shù)據(jù)不允許我們有一個(gè)更完美的索引時(shí)，估計(jì)空間溢出效應(yīng)溢出效應(yīng)的影響。的影響。此外，它是要強(qiáng)調(diào)個(gè)體對(duì)于使用環(huán)境變量可以在計(jì)量分析產(chǎn)生偏數(shù)此外，它是要強(qiáng)調(diào)個(gè)體對(duì)于使用環(huán)境變量可以在計(jì)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(biāo)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(biāo)如總?cè)藬?shù)考慮（技術(shù)和非技術(shù)的）而不是一個(gè)分類，可以偽造向上或朝下對(duì)生產(chǎn)的影響。換句話說，而不是一個(gè)分類，可以偽造向上或朝下對(duì)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(huì)觀察到一個(gè)虛假的溢如果總的就業(yè)是由不熟練的工人，我們可能會(huì)觀察到一個(gè)虛假的溢出效應(yīng)的影響，對(duì)生產(chǎn)的底部（或頂部）。然而，非可用性的存款出效應(yīng)的影響，對(duì)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(jī)前沿方法隨機(jī)前沿方法：使我們能夠驗(yàn)證使我們能夠驗(yàn)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(yàn)證在使我們能夠驗(yàn)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(jī)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(jìn)步和技術(shù)進(jìn)步A i , t .隨機(jī)前沿分析（CONT.）假設(shè)集聚外部性對(duì)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(duì)企業(yè)而言是外生的，我們用以下方式模擬他們：隨機(jī)前沿分析（CONT.）因此，在空間外溢性假設(shè)下，我們估計(jì)的函數(shù)是：因此，在空間外溢性假設(shè)下，我們估計(jì)的函數(shù)是：隨機(jī)前沿分析（CONT.）我們的分析將進(jìn)行我們的分析將進(jìn)行2步。首先，我們認(rèn)為一個(gè)模型，效率低下是一步。首先，我們認(rèn)為一個(gè)模型，效率低下是一個(gè)函數(shù)的集聚個(gè)函數(shù)的集聚外部性，外部性，當(dāng)我們實(shí)施了一個(gè)模型，還包括導(dǎo)致效率低當(dāng)我們實(shí)施了一個(gè)模型，還包括導(dǎo)致效率低下的因素之間下的因素之間的空間溢出效應(yīng)，的空間溢出效應(yīng)，最后，我們比較了溢出效應(yīng)如何影最后，我們比較了溢出效應(yīng)如何影響效率的確定響效率的確定。隨機(jī)前沿分析（

10、CONT.）我們模型集聚外部性的外溢效應(yīng)我們模型集聚外部性的外溢效應(yīng)，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(cè)量，表示效率測(cè)量，0i,t 1, i,t 表示測(cè)量誤差表示測(cè)量誤差隨機(jī)前沿分析（CONT.）對(duì)等式（對(duì)等式（3）求對(duì)數(shù)得到）求對(duì)數(shù)得到：t 表示時(shí)間影響，表示時(shí)間影響，i 表示捕獲區(qū)域未觀測(cè)到的異質(zhì)性表示捕獲區(qū)域未觀測(cè)到的異質(zhì)性隨機(jī)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(jī)前沿分析（CONT.）一個(gè)單級(jí)的一個(gè)單級(jí)的最大似然允許我們估計(jì)生產(chǎn)函數(shù)的參數(shù)和等式（最大似然允許我們估計(jì)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(yīng)的基礎(chǔ)上還考慮了空間溢出效應(yīng)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(yīng)的不同的基礎(chǔ)上考慮依賴于特定地區(qū)的非效率反應(yīng)的不同4.在在3的基礎(chǔ)上添加上空間溢出效應(yīng)的基礎(chǔ)上添加上空間溢出效應(yīng)隨機(jī)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(jī)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?yàn)樗ㄟ^這種方式模型化的外部性被解釋為非效率的決定因素，因?yàn)樗麄冎苯咏忉屃瞬煌貐^(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(zhǎng)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(zhǎng)率與初始效率得分相關(guān)聯(lián)。特別是，有收斂時(shí)，低性能區(qū)域的增長(zhǎng)速度快于高性能的，導(dǎo)致前者最終趕收斂時(shí)，低性能區(qū)域的增長(zhǎng)速度快于高性能的，導(dǎo)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(jì)量經(jīng)濟(jì)學(xué)模型，其中包括空間效應(yīng)。在我們的分析中，我

13、們考慮的計(jì)量經(jīng)濟(jì)學(xué)模型，其中包括空間效應(yīng)。如果在鄰如果在鄰近的地區(qū)存在空間溢出，或當(dāng)一個(gè)人工空間框架不符合近的地區(qū)存在空間溢出，或當(dāng)一個(gè)人工空間框架不符合市市場(chǎng)場(chǎng)的過程時(shí)，這些模型是相關(guān)的。的過程時(shí)，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(jìn)行允許控制空間效應(yīng)的空模型開始收斂分析，緊接著進(jìn)行允許控制空間效應(yīng)的空間診斷測(cè)試。間診斷測(cè)試。OLS模型：模型：i t 表示隨機(jī)項(xiàng)誤差表示隨機(jī)項(xiàng)誤差收斂的空間分析此外，因?yàn)榈乩淼囊獯罄貐^(qū)的特點(diǎn)是一個(gè)強(qiáng)烈的極化結(jié)構(gòu)，此外，因?yàn)榈乩淼囊獯罄貐^(qū)的特點(diǎn)是一個(gè)強(qiáng)烈的極化結(jié)構(gòu)，我們我們包括一個(gè)虛擬變量包括一個(gè)虛擬變量（南），以確（

14、南），以確定南部地區(qū)為目標(biāo)定南部地區(qū)為目標(biāo)。這使我們能夠。這使我們能夠控制的以控制的以2個(gè)區(qū)域（意大利北部和意大利南部）為特征的差異。個(gè)區(qū)域（意大利北部和意大利南部）為特征的差異。為了評(píng)估空間影響，我們實(shí)現(xiàn)了四個(gè)測(cè)試為了評(píng)估空間影響，我們實(shí)現(xiàn)了四個(gè)測(cè)試，特別是拉格朗日乘數(shù)測(cè)，特別是拉格朗日乘數(shù)測(cè)試試。LM-Lag 和和 Robust LM-Lag讓我們?cè)u(píng)估是否空間滯后模型是讓我們?cè)u(píng)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(cè)試是否空間誤差讓我們來測(cè)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(shí)才考慮。有意義時(shí)才考慮。 收斂的空間分析總體而言，我們考慮空間效應(yīng)的三個(gè)模型，每一個(gè)模型都允許一個(gè)總體而言，我們考慮空間效應(yīng)的三個(gè)模型，每一個(gè)模型都允許一個(gè)收斂過程的不同解釋。收斂過