聚集外部性(財(cái)政學(xué))

集聚外部性區(qū)域外部性：

MAR外部性

Jacobs外部性

Porter外部性MAR外部性MAR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，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)。

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：MAR外部性（cont.）Si

j

t表示在部門(mén)就業(yè)人數(shù)j在區(qū)域i時(shí)間t占區(qū)域i時(shí)間t總?cè)藬?shù)的比率S

j

t表示在部門(mén)就業(yè)人數(shù)在全國(guó)水平下時(shí)間t占時(shí)間t全國(guó)總?cè)藬?shù)的比例Jacobs外部性Jacobs外部性基于這樣一個(gè)假設(shè)，通過(guò)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。競(jìng)爭(zhēng)是最適合這種類(lèi)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)水平，從而生存。這種外部性通常是由Hirshman-Herfindal逆指數(shù)的表達(dá)。Porter外部性Porter外部性表示了MAR和Jacobs論文的一個(gè)交叉。由下面的指標(biāo)表達(dá)：firm

I

j

t

是表示在時(shí)間t區(qū)域i部門(mén)j公司的數(shù)量由于無(wú)法得到部門(mén)的企業(yè)數(shù)量，因此這個(gè)外部性在我們的分析中省略。此外，一個(gè)特定的地方經(jīng)濟(jì)產(chǎn)生的外部性很可能不發(fā)揮它們的影響，但它們可以影響其他位置的性能。我們有一個(gè)額外的變量，其目的是量化與產(chǎn)業(yè)集聚過(guò)程有關(guān)的外部特征；因此，我們考慮一個(gè)變量表達(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)的改進(jìn)產(chǎn)生的，生產(chǎn)能力和效率。我們用下列表達(dá)式表示這個(gè)變量：Ek,t表示位置k在時(shí)間t的就業(yè)人數(shù)d

j

,k表示兩個(gè)通用地點(diǎn)的距離，j，k代表識(shí)別距離矩陣W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)域之間的聯(lián)系強(qiáng)度換句話(huà)說(shuō)，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(wú)論在鄰近地區(qū)的就業(yè)類(lèi)型。相反，如就業(yè)質(zhì)量的因素（熟練/非技術(shù)工人）和/或就業(yè)專(zhuān)業(yè)化，或其他類(lèi)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)空間溢出效應(yīng)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)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）而不是一個(gè)分類(lèi)，可以偽造向上或朝下對(duì)生產(chǎn)的影響。換句話(huà)說(shuō)，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，非可用性的存款總數(shù)據(jù)的就業(yè)質(zhì)量（熟練/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：使我們能夠驗(yàn)證的影響，集聚外部性的區(qū)域生產(chǎn)過(guò)程的性能。β收斂分析：使我們能夠驗(yàn)證在意大利的區(qū)域性能收斂的存在。隨機(jī)前沿分析我們假設(shè)柯布-道格拉斯生產(chǎn)函數(shù)除了考慮Y、L、K,還包括區(qū)域外部性(MAR

i,

t

和Ji,t)和技術(shù)進(jìn)步Ai,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：隨機(jī)前沿分析（cont.）我們的分析將進(jìn)行2步。首先，我們認(rèn)為一個(gè)模型，效率低下是一個(gè)函數(shù)的集聚外部性，當(dāng)我們實(shí)施了一個(gè)模型，還包括導(dǎo)致效率低下的因素之間的空間溢出效應(yīng)，最后，我們比較了溢出效應(yīng)如何影響效率的確定。隨機(jī)前沿分析（cont.）我們模型集聚外部性的外溢效應(yīng)，通過(guò)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：

（3）

τi,t表示效率測(cè)量，0<τi,t<1,ωi,t表示測(cè)量誤差隨機(jī)前沿分析（cont.）對(duì)等式（3）求對(duì)數(shù)得到：ηt表示時(shí)間影響，ηi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)：zi,t

表示影響效率的向量變量λ是向量的系數(shù)隨機(jī)前沿分析（cont.）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（5）中的參數(shù)。我們?yōu)閡i,t考慮四種不同的情況：1.無(wú)效率是MAR外部性和Jacobs外部性的函數(shù)2.在1的基礎(chǔ)上還考慮了空間溢出效應(yīng)3.在1的基礎(chǔ)上考慮依賴(lài)于特定地區(qū)的非效率反應(yīng)的不同4.在3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：1.

2.3.4.隨機(jī)前沿分析（cont.）通過(guò)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。β收斂的空間分析β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β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)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)。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市場(chǎng)的過(guò)程時(shí)，這些模型是相關(guān)的。β收斂的空間分析我們用OLS模型開(kāi)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。OLS模型：εit

表示隨機(jī)項(xiàng)誤差β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)，我們包括一個(gè)虛擬變量（南），以確定南部地區(qū)為目標(biāo)。這使我們能夠控制的以2個(gè)區(qū)域（意大利北部和意大利南部）為特征的差異。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)試。LM-Lag和

RobustLM-Lag讓我們?cè)u(píng)估是否空間滯后模型是一種比OLS模型更好的選擇。β收斂的空間分析相反，LM-Error和

RobustLM-Error讓我們來(lái)測(cè)試是否空間誤差模型的OLS模型的最佳選擇。RobustLM-Lag和RobustLM-Error只有在LM-Lag和LM-Error有意義時(shí)才考慮。

β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)收斂過(guò)程的不同解釋。β收斂