REGIONÁLIS GAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projet eretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszéén az ELTE Közgazdaságtudományi Tanszé az MTA Közgazdaságtudományi Intézet és a Balassi Kiadó özreműödésével Készítette: Béés Gábor és Rózsás Sarolta Szamai felelős: Béés Gábor 2011. július 1
ELTE TáTK Közgazdaságtudományi Tanszé REGIONÁLIS GAZDASÁGTAN 10. hét Földrajzi özgazdaságtan: empíria Béés Gábor és Rózsás Sarolta 1. Krugman-típusú modelle és empirius eredménye 1.1. Eredménye, hipotézise Empirius eredménye Földrajzi Közgazdaságtan Krugman típusú modelle empírius eredménye BGM 5.4, 5,5, 6.2.1, 6.5 Box Head, K., and T. Mayer (2004), The empirics of agglomeration and trade, in J. V. Henderson and J.- F. Thisse (eds.), The Handboo of Regional and Urban Economics, vol. IV, Cities and Geography, Amsterdam: North Holland, 2609 65. Mai témá 1. tesztelhető hipotézise 2. modell és valóság 3. soo hatása Vállalato jövő hét Tesztelhető hipotézise Öt tesztelhető eredmény 1. Hazai piac méret hatás (HME) nagyobb hazai ereslet (növevő sálahozadéú iparágban az arányosnál magasabb arányú ínálat, nettó export 2. Magas piaci potenciál emeli a helyi tényezőáraat ha özelben magas jövedelmű régió vanna, relatív ára alacsonyabba, és magasabb (reál)bér 3. Magas piaci potenciál termelési tényező (pl. munaerő) áramláshoz vezet, és a cége is odaöltözne 4. Nem lineráris reació a változásra, érzéenység soora 5. Szállítási öltség változása (csöenése) meghatározza az agglomerációs egyensúlyaat. (i) T csöenése (B(T) után) agglomerációhoz vezet. (ii) T csöenése agglomeráció majd megosztott egyensúly 2
Fontosabb cie 1. Hazai piac méret hatás (HME) Davis D.R. D.E Weinstein (1999), Economic geography and regional production structure: an empirical investigation, European Economic Review, 43: 379 407 és Hanson, G.H (2005), Maret potential, increasing returns, and geographic concentration, J. of International Economics, 67: 1 24. 2. Bér egyenlet: Head, K., and T. Mayer (2004), The empirics of agglomeration and trade, in J. V. Henderson and J.-F. Thisse (eds.), The Handboo of Regional and Urban Economics 3. Soo hatása: Davis Weinstein (2002), Bones, bombs and breapoints: the geography of economic activity, American Economic Review, 92: 1269 89. 4. Szállítási öltsége csöentése több régiós modellben Krugman, P- A.Venables (1995) Globalization and the inequality of nations, Quarterly Journal of Economics, 110: 857 80. 5. Adózás: Baldwin, R. E., and P. R. Krugman (2004), Agglomeration, integration and tax harmonization, Eur Econ Rev 48: 1 23. Teszte (1): HME HME (5.4) Komparatív előnyö vs. növevő sálahozadé megülönböztet orábbi modelletől HME: Egy ország/régió magas ereslet egy terméből, aor nemcsa nettó exportőr lesz, de a méretaránynál jobban nő a ibocsátása Iparágon belüli specializáció (Krugman video) Davis D.R. D.E Weinstein (1999), Economic geography and regional production structure: an empirical investigation, European Economic Review, 43: 379 407 Becslés alapja: r ország, n iparág g termé Davies Weinstein-modell Becslés alapja: r ország, n iparág g termé X gnr = gnr + α 1 SH gnr + α 2 IDIODEM gnr + END + err gnr (1) X= ibocsátás (r, n, g) SH=r ország részesedése a világ (n, g) ibocsátásában ez az alapfeltevés IDIODEM= országspecifius ereslet = eresleti ülönbség r vs többi ország (n, g) ez a HME változó END= tényező ellátottság (r) * g termé input együtthatója n iparágban ez a neolasszius eresedelem elmélet a onstans, err a hibatag 3
Davies Weinstein Becslés alapja: r ország, n iparág g termé X gnr = gnr + α 1 SH gnr + α 2 IDIODEM gnr + END + err gnr (2) Első menet (1996, 1997) OECD országo földrajz semmi! gyenge eredménye Másodi menet (1999) Japán régió, országo helyett özepes eredménye Harmadi menet (2003) OECD országo, de IDIODEM már földrajzi változóal is iegészül: szállítási öltsége figyelembe véve elég jó eredménye Teszte : HME értéelés Vegyes és gyenge eredménye Modell gyenge? feltételezése fontosa... Szállítási öltség, valós földrajz fontos... utatás folyamatban van... Teszte: bére és loáció BGM 5.5 Neolasszius eresedelem-/növeedés-elméletben nincs erre vonatozó előrejelzés Agglomeráció externália amely lehetővé tesz magasabb béreet Hanson (1997) Mexico nagy területi ülönbsége (Észa vs. Dél 3x) Agglomeráció 1: Mexico City a özpont Agglomeráció 2: USA Időbeni hatás: NAFTA 4
Mexió Teszte: bére Hanson Mexió A béregyenlet egyszerű modell csa a szállítási öltség számít ln(w it /W ct ) = α + α 1 ln(t it ) + α 2 ln(t f it ) + err it (3) Teszt: W it i-régió, W ct a özpont Mexico City bére t it régió-mexico City szállítási öltsége =f(távolság) t f it USA határ Mexico City szállítási öltsége = f(távolság) a nem özponti régió relatív bére (Mexico City) alacsonyabb, amior az USA-Mexió eresedelmi öltség magas (α 1 < 0, α 2 < 0) Keresedelmi liberalizáció csöentette a bér ülönbségeet időbeni hatás nem nulla Teszte: bére Hanson Mexió Hanson (1997) eredménye a terület számít, a távolság csöenti a béreet de a nyolcvanas/ilencvenes éve intergációja csa a határmenti régióra hat 20 év integráció, erősebb hatás Teszte: bére piaci potenciál Piaci potenciál nemcsa a hazai piac mérete, hanem a szomszédos/örnyező piaco mérete is számít Béregyenlet a modellből, régióra: Mit jelent ez? W j = (Y I ɛ 1 T 1 ɛ j ) 1/ɛ (4) Ha özelebb (alacsony T) lévő Y magasabb, nő W is 5
Hogyan lehet tesztelni? Egyszerűbb verzió ell T j = T D j log(wj) = α 0 + α 1 log( (Y e α 2D j ) + err j (5) = Nominális piaci potenciál (árindex nincs benne) Teszte: bére piaci potenciál (folyt.) Nominális piaci potenciál fv árindex nincs benne önnyen becsülhető földrajzi gazdaságtanra épül (távolság, öltség) de nem apcsolható diret a modellhez Braman et al. (2005), EU régió 1992 2000 van területi bér hatás α 1 magas erős eresleti hatás α 2 alacsony vagyis a hatás a távolsággal erősen csöen Teszte: bére Hanson-becslés Vissza a modellbeli béregyenletre hogyan lehet becsülni? Hanson (2005) mezőgazdaság helyett laáso ez segít elerülni a nagyon erős oncentrációt árszinte belülről becsülve A modellből övetező feltétele Vagyis: (i) a jövedelem = a munajövedelem összege Y j = λ j LW j (6) P j H = (1 δ)y j (7) W j /(P 1 δ j Ij δ) = W /(P 1 δ I δ) (8) (ii) laásra öltött összes forrás = nem-ipari termére öltött jövedelem (iii) a reálbére iegyenlítődne (hosszú távon) 6
Teszte: bére Hanson-becslés Béregyenlet továbbra is A modellből övetező feltétele W j = (Y I ɛ 1 T 1 ɛ j ) 1/ɛ (9) P j H = (1 δ)y j (10) W j /(P 1 δ j Ij δ) = W /(P 1 δ I δ) (11) Árindex helyett laásmennyiség: log(wj) = α 0 + 1 ɛ log( Y ɛ+(1 ɛ)/δ Bére= f(jövedelme, laáso mennyisége, bére távolsággal súlyovba) Teszte: bére Hanson-becslés (folyt.) H (1 δ)(ɛ 1)/δ W (ɛ 1)/δ T (1 ɛ)d j ) + e j (12) USA adato, megyeszint (3 ezer megye), 1970 80 vs. 1980 90. Adato: bére, laáso mennyisége, távolság Teszte: bére Hanson-becslés (folyt.) USA adato, megye szint (3 ezer megye), 1970 80 vs. 1980 90. Adato: bére, laáso mennyisége, távolság A modellből három paraméter: δ, ɛ, T mindegyi szignifiáns. T emeledett (agglomerációs előnyö nőtte) ɛ csöent monopolisztius ereje a vállalatona/marup nőtt Nincs feetelyu-feltétel és a Hanson-eredmény Teszte: bére Hanson-becslés (folyt.) A fenti becslés szerint T magas, vagyis 200 m számít a bére esetében Nominális piaci potenciál becslés ua. adatoon 400 600 m...összességében a eresleti földrajzi hatása nem magas Soféle ritia lehet (l. BGM 5.5.4 ) 7
Teszte: bére piaci potenciál távolság Németország, 10% GDP növeedés Münchenben 0.8% béremeledes Münchenben, 0.8 1% a örnyezetben, 0.2 2-300 m, 400 m után 0 1.2. A Krugman-modell és a valóság A modell, szállítási öltsége és a valóság Láttu a modellben a szállítási öltség többféle módon meghatározza az ipar megoszlásást. Többféle alazat is lehet... A modell függvénye, pl: a régió egyformá-e a munaerő mobilitás milyen (szetor/régió özött) a mezőgazdaságban milyen a mérethozadé vertiális apcsolato paramétere értée mennyi régió van A világ története egy történet Krugman Venables 1995 textil Anglia és India A történet alapja a szállítási öltsége csöenése (vitorlás, gőzhajó, nagy hajó, vasút, onténer hajó, repülőgép stb.) A XIX. század előtt a szállítási öltsége magasa, jelentős indiai textilipar (nagyobb mint Anglia) A szállítási öltsége csöenne agglomeráció Angliában Véletlen > innováció India textil-/ruhaimportőr lesz XX század a szállítási öltsége csöenne India elég olcsó, megéri onnan importálni Angliába Kiegyenlítődés 8
Haranggörbe Puga (1999) továbbfejlesztette a Krugma modellt Becslése Head, K., and T. Mayer (2004), The empirics of agglomeration and trade Hogyan lehet adatoat szerezni: (l. Head Mayer 2004 Appendix) φ : Keresedelem szabadása a szállítási öltség függvénye, φ = T 1 σ ahol: (teljes izolácó) 0 < φ < 1 (nincs öltség) Becsül modelladatoat, vissza a modellbe, és egyes iparágra megmutatja, hol lehetne az ábrán vonal, ahol agglomeráció várható Pontbecslés, ahol most vagyun francia német (pont) és USA Canada adato (háromszög) Haranggörbe (folyt.) Puga (1999) bővített modell, vertiális apcsolato és munaerőpiaci módosíto: megosztott egyensúly agglomeráció megosztott egyensúly Head Mayer (2004) adato µ = δ (ipar arány), σ = ɛ (helyettesítés), α félész termée aránya 9
Haranggörbe (folyt.) Haranggörbe eredménye Mit mutat az ábra? Modell elég magas T (alacsony φ) esetén már agglomerációt mond, amely a legtöbb iparágban T 1 tart Legtöbb iparágra magas öltség nincs agglomeráció USA Canada isebb becsült öltség Gépgyártás, repülőgép, autó USA Canada már agglomeráció 10
Becslés valóság Az eredményeet meghatározhatja az adato ezelése és az egyes alalmazott függvényforma is. Pl. megfigyelési egység deflálás ontrollváltozó öonometria (logs, OLS, panel, dif-in-dif, nem lineáris tago, stb.) szállítási öltség modellezése Becslés valóság (folyt) Szállítási öltség modellezése (box 9.4) Becslés valóság (folyt.) A szállítási öltség modellezése (box 9.4) D = ét főváros, özéppont özötti távolság utazási idő a területe özötti átlagos távolság + border dummy Függvényforma milyen apcsolat: lineáris, log. Gravity Eredménye eltérhetne 1.3. A soo hatása Soo hatása BGM 6.2.1 Soo hatása a város/régió méretére. Kiindulás 1 városi gazdaságtan (von Thünen) van egy optimális méret, mean reversion földrajzi gazdaságtan (Krugman) növevő sálahozadé + externáliá, agglomerációs erő egy so új egyensúlyba vezethet 11
Kiindulás 2 többféle egyensúly van, ezeből van nem stabil. Hogyan lehet ilyet találni? Vegyün egy egyensúlyi helyzete és eresszün rá egy (i) nagy, (ii) exogén és (iii) átmeneti soot. hogyan lehet ilyet találni? Soo hatása: Davis Weinstein (2002) Japán városo szövetségese általi bombázása a 2. VH-ban Lehetséges reació: ülső hatás/földrajz meghatározza az optimális funcióat (pl. iötő, líma) Növelvő mérethozadé lehet permanens hatás új egyensúly Véletlen növeedési modell megváltozó pálya Kérdés: a so után visszatér-e az eredeti egyensúlyba ha nem: Krugman igaz ha igen: aor vagy Krugman igaz, és egy stabil egyensúly volt, vagy Krugman nem igaz Soo hatása: Davis Weinstein (2002) (folyt.) Teszt: eltünt-e a 2. világháború hatása 15-20 év alatt Japán: nincs hatás, teljen visszatérte az eredeti pályára Németország (hasonló modell) Nyugat-Németország részleges visszatérés Kelet-Németország nincs visszatérés l. BGM 6.2.1 Extra érdés: Mennyi egyensúly van? (ez már egy mási ci témája, ait érdeel 6.2.2.) 12