La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

The determinants of industrial agglomeration Eleonora Olla and Raffaele Paci University of Cagliari, CRENoS.

Presentazioni simili


Presentazione sul tema: "The determinants of industrial agglomeration Eleonora Olla and Raffaele Paci University of Cagliari, CRENoS."— Transcript della presentazione:

1 The determinants of industrial agglomeration Eleonora Olla and Raffaele Paci University of Cagliari, CRENoS

2 Outline Introduzione Indici di concentrazione Metodologia e research question Analisi descrittiva Stima

3 1. Introduzione Distribuzione totale degli addetti per SLL(2001)

4 Differenza tra agglomerazione e concentrazione Figura 1 ab

5 Modifiable Areal Unit Problem (MAUP)

6 Indicatore di autocorrelazione spaziale I di Moran: Dove w ij misura lintensità della connessione esistente tra ogni coppia di regioni ij, x i e x j rappresentano le variabili da analizzare nella regione i e j, N è la dimensione del campione. Per N grande la I di Moran standardizzata Z(I) si distribuisce come una normale standardizzata, quindi per un valore di Z(I) non significativo non si può rifiutare lipotesi nulla di assenza di autocorrelazione spaziale, mentre un valore positivo o negativo significativo indicherà la presenza di autocorrelazione positiva o negativa.

7 2. Indici di concentrazione Indice di Gini (indice utilizzato prima che venisse proposto lindice EG) Limiti dellindice di Gini Modello EG

8 Ogni j-esima industria è composta da K imprese M unità geografiche Assunzione del modello: la k-esima impresa sceglie la sua localizzazione in modo tale da massimizzare il profitto, che deriva dalla localizzazione nellarea i dove è una variabile casuale che indica la profittabilità della localizzazione nellarea i per unimpresa data da caratteristiche osservabili e non osservabili dellarea v; g cattura gli effetti di spillover generati dalle imprese precedentemente localizzate in quellarea, e è il termine di errore Indice di Ellison and Glaeser (1997)

9 Variabile casuale che cattura gli effetti dei natural advantages, che sono stabiliti allinizio del processo quando si assegnano le risorse ambientali ad ogni area. Il suo valore atteso indica la profittabilità media della localizzazione nellarea i, mentre la varianza rappresenta la sensibilità dei profitti al buon posizionamento. Limportanza dei natural advantages è catturata dal parametro:

10 dove x i è la quota delloccupazione totale nellarea i. Per na = 0 le caratteristiche di unarea non producono alcun effetto sulla profittabilità delle imprese di localizzarsi in quellarea, la scelta di localizzazione sarà quindi indipendente e la probabilità che unimpresa si localizzi nellarea i sarà pari a x i. Per na = 1 le caratteristiche dellarea sono talmente importanti da far sì che tutte le imprese si localizzino nellarea che presenta le migliori condizioni naturali.

11 Il modello EG presuppone che lesistenza di knowledge spillovers tra impianti sia una relazione simmetrica e transitiva, che deriva dal processo di decisione di localizzazione, in cui il k- esimo impianto sceglie dove localizzarsi tenendo in considerazione solo la localizzazione dei precedenti k-1 impianti. Si avrà quindi un equilibrio di un modello di aspettative razionali, in cui la distribuzione finale degli impianti è indipendente dallordine in cui gli impianti scelgono dove localizzarsi. I knowledge spillovers sono inclusi nel modello EG tramite il parametro:

12 dove e kl è una variabile casuale bernoulliana uguale ad 1 con probabilità s che indica lesistenza di spillovers tra ogni coppia di impianti, e u li è un indicatore della localizzazione dellimpianto l nellarea i. Assumendo che:

13 EG si basano su una misura della concentrazione geografica per ogni j-esima industria: dove s i è la quota delloccupazione per industria dellarea i, e x i è la quota delloccupazione totale dellarea i. G rappresenta un indice di Herfindhal relativo, che può assumere un valore compreso tra 0 e 2, avrà valore 0 se loccupazione dellindustria j si distribuisce nel territorio allo stesso modo delloccupazione totale di tutte le industrie

14 Per stabilire che tipo di relazioni esistono tra il valore atteso di G e i parametri che caratterizzano limportanza dei natural advantages e degli spillover sulla scelta di localizzazione delle imprese, EG ottengono dal modello di scelta di localizzazione la seguente equazione: H è lindice di Herfindahl della distribuzione della dimensione degli impianti per industria, z k è la quota delloccupazione di unindustria per la k-esima impresa.

15 Lequazione precedente mostra la presenza di una equivalenza tra gli effetti dei natural advantages e degli spillover sul livello di concentrazione atteso. Risulta quindi possibile costruire un indice di concentrazione che tiene conto delle differenze nelle caratteristiche delle industrie, senza conoscere quale combinazione di natural advantages o spillover è responsabile dellagglomerazione di ogni industria.

16 Lindice EG di concentrazione geografica è quindi costruito in questo modo:

17

18 Indice di Maurel e Sedillot (1999) Calcolano la probabilità congiunta che due impianti si localizzino in una stessa regione Sebbene le espressioni per EG e MS sono diverse, in valore atteso i due indicatori risultano uguali tra di loro G rappresenta lindice di concentrazione a livello geografico

19 Indice di Devereux, Griffith e Simpson (1999) Problema per N>K (più regioni che impianti). Se due settori presentano: uno stesso numero di regioni della stessa dimensione, un diverso numero di impianti anchessi della stessa dimensione e ripartiti uniformemente tra un sottoinsieme di regioni il valore dellindice MS sarebbe maggiore nel settore con il minor numero di impianti, anche se in tutti e due i casi sono assenti forze agglomerative.

20 È compreso tra -1 e 1. K* = min(N, K) ovvero K* è pari al valore minimo tra il numero delle regioni N e quello degli impianti K. La concentrazione geografica è misurata rispetto al numero massimo di regioni che possono contenere impianti definito da K*. Questo indice non è derivato da un modello probabilistico. La concentrazione geografica, corrispondente allespressione nella prima sommatoria, e quella a livello di impianto, data dal secondo termine nella parentesi, sono calcolate rispetto a una ipotesi di equidistribuzione delloccupazione tra le regioni e tra gli impianti; ciò equivale ad utilizzare una misura di concentrazione assoluta e non relativa.

21 3. Metodologia e research question Micorfundations marshalliane: Input sharing Labor market pooling Knowledge spillovers

22

23 4. Analisi descrittiva Unità geografica: 686 SLL; Periodo temporale: 2001; Settori economici: 182, di cui 101 manifatturieri e 81 dei servizi; Classificazione: ATECO91 3-digit

24 Tabella 1 - Italia. Il numero dei SLL per ripartizione geografica ( ). Ripartizione geografica Numero SLL 1981 Numero SLL 1991 Numero SLL 2001 Differenza Differenza Differenza Italia Nord-occidentale Italia Nord-orientale Italia Centrale Italia Meridionale Italia Insulare Italia Fonte: ISTAT 2005

25 Tabella 2 - Italia. Dimensione dei SLL per Ripartizione geografica. Territorio, popolazione e dimensione media (2001). TerritorioPopolazioneDimensione media Ripartizione geografican° SLLComunikmq Comuni/SLLkmq/SLLPop/SLL Italia Nord-occidentale Italia Nord-orientale Italia Centrale Italia Meridionale Italia Insulare Italia Fonte: Elaborazione su dati ISTAT

26

27

28

29 Stima (I)

30 Stima (II)

31 Stima (III)


Scaricare ppt "The determinants of industrial agglomeration Eleonora Olla and Raffaele Paci University of Cagliari, CRENoS."

Presentazioni simili


Annunci Google