Story Transcript
11/03/2009
Tema 3 Concentración Espacial y Concentración Espacial y Geografía Económica Geografía Económica en Europa p Prof. Dr. Jesús López Prof. Dr. Jesús López‐‐Rodríguez
1. Introducción 2. Distribución Espacial de la Actividad Económica en Europa 2.1 Medidas de Concentración 2.2 El Caso de Europa 3. Un modelo de Nueva Geografia Económica para Europa 4. El modelo 5. Implementación del modelo y medida de market access 51F 5.1 Fuente t de d D Datos t 6. Resultados Empíricos 7. Conclusiones
1
11/03/2009
1. Introducción Segunda Parte Medidas de Concentracion (Curva de Lorenz, Gini, Europa..) Concentración de la actividad económica en Europa Modelo de NGE que explica l concentración la t ió de d la l actividad ti id d económica ó i
2. Distribución Espacial de la Actividad Económica en Europa La curva de Lorenz : representación grafica utilizada para plasmar la distribución relativa de una variable en un dominio determinado. Cada punto de la curva se lee como porcentaje acumulativo del respectivo dominio (hogares, personas). La curva parte del origen (0,0) y termina en el punto (100,100). Supongamos que tenemos una distribución de rentas (xi, ni) I
ui=E(i=1,n)xi* ni pi=(Ni/N)*100 qi=(ui/un)*100
xi
ni
xi*ni
Ni
x1
n1
x1*n1
N1
u1
p1
q1
x2
n2
x2*n2
N2
u2
p2
q2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
xn
nn
xn*nn
Nn
un
pn=100
qn=100
N
un
2
11/03/2009
Igualdad Perfecta …la curva coincidiría con la línea de 45 grados que pasa por el origen. Desigualdad Perfecta, ….la curva coincidiría con el eje horizontal hasta el punto (100,0) donde saltaría el punto (100,100). Principal Utilidad curvas de Lorenz: Comparación gráfica entre distribuciones de distintos dominios geográficos o temporales qi%
pi%
Coeficiente de Gini (Indice de Concentración de Gini): Estadistico que se utiliza para medir la desigualdad en los ingresos, pero puede utilizarse para medir cualquier forma de distribución desigual. El coeficiente de Gini es un número entre 0 y 1, en donde 0 se corresponde con la perfecta igualdad g ((todos tienen los mismos ingresos) g ) y 1 se corresponde con la perfecta desigualdad (una persona tiene todos los ingresos y los demás ninguno). Indice de Gini es el coeficiente de Gini expresado en porcentaje, y es igual al coeficiente de Gini multiplicado por 100 n −1
IG =
∑( p i =1
i
− qi )
n −1
∑p i =1
i
3
11/03/2009
Relación Indice de Gini y Curva de Lorenz: Concentracion minima… renta esta repartida por igual (pi=qi, Ig=0) Concentracion maxima… el ultimo trabajador percibe toda la renta (q1=q2=……..=qn-1=0, Ig=1) n −1
IG =
∑( p i =1
i
IG ≅
n −1
∑p i =1
100
− qi )
AreaOB AreaOAB
i
qi%
B
Lorenz Curve
A O
pi%
100
Índice de Gini en algunos Países, 2007 Namibia: 70.7 (peor distribución) Lesotho: 63.2 Botswana: 63.0 Sierra Leone: 62.9 Bolivia: 60 6 Bolivia: 60.6 Guatemala: 59.9 South Africa: 59.3 Paraguay: 56.8 Zimbabwe: 56.8 Brazil: 56.7 Panama: 56.4 Nicaragua: 55.1 Honduras: 55.0 Mexico: 54.6 Estados Unidos 45.0 Venezuela 42.0 Portugal 38.5 Italia 36.0 España 32.5 Suecia 25.0 Dinamarca 23.2 (mejor distribución)
4
11/03/2009
El Caso de Europa: Resultados para los años 1984 y 1994
Indice de Gini: Concentracion Espacial del PIB y de la Poblacion (1984 y 1994) PIB Poblacion 1984
0 35 0.35
0 22 0.22
1994
0.36
0.24
Concentracion Espacial de la Poblacion 1984 100
% of P Poblacion
80
60
40
20
0 0
20
40
60
80
100
% de Superficie
Concentracion Espacial del PIB 1984 100
80
60
% of PIB
40
20
0 0
20
40
60
80
100
% de Superficie
5
11/03/2009
Concentracion Espacial de la Poblacion 1994 100
80
% of P Poblacion
60
40
20
0 0
20
40
60
80
100
% de Superficie
Concentracion Espacial delaPIB 1994 100
80
60
% of PIB
40
20
0 0
20
40
60
80
100
% de Superficie
Concentracion Espacial 1984 (Poblacion- Superficie-PIB) % Pop. 4.29 10.08 15.60 20.34 25.19 30.13 33 98 33.98 39.79 45.19 49.75 50.46
% Area 0.68 2.39 4.73 7.78 11.68 14.94 19 28 19.28 25.26 30.75 35.68 36.69
% PIB 7.39 15.69 22.80 28.47 34.01 39.53 43 79 43.79 50.06 55.67 60.24 60.94
Concentracion Espacial 1994 (Poblacion- Superficie-PIB) % Pop. 5.23 10.27 14.94 20.35 26.25 30.64 34 70 34.70 40.26 45.05 49.40 50.70
% Area 0.99 2.40 4.81 7.80 13.01 16.69 19 55 19.55 22.69 27.13 29.72 30.47
% PIB 8.78 15.93 21.88 28.34 35.10 40.01 44 41 44.41 50.28 55.14 59.39 60.64
6
11/03/2009
Comparacion entre regiones y porcentajes de poblacion % Poblacion up figure 1984 down figure 1994
Regions NUTS 2 de la Union Europea
4.29%-5.33%
5.33%-10.07% 5.22%-10.26%
1984 Groningen Hamburg Région Bruxelles Île de France Bremen
1994 Hamburg Région Bruxelles Darmstadt Luxembourg Île de France
Oberbayern Antwerpen
Oberbayern Outer Antwerpen
Lombardia 10.07%-15.60% Valle d'Aosta 10.30%-15.20% Emilia-Romagna Düsseldorf
Valle d'Aosta Lombardia Emilia-Romagna Karlsruhe Trentino-Alto Adige
16.33%-20.34% Mittelfranken 15.70%-20.34% Trentino-Alto Noord-Holland Luxembourg Liguria Piemonte Rheinhessen-Pfalz
Mittelfranken Düsseldorf , Bucks and Oxfordshire Friuli-Venezia Giulia Hannover Veneto
20.83%-25.19% Haute-Normandie Köln Tübingen Rhône-Alpes
West-Vlaanderen Tübingen Köln Noord-Holland Utrecht
Estabilidad muy alta en las regiones mas ricas. De las 14 regiones que en 1984 representaban el 15% de la poblacion mas rica se mantenian 11 en 1994
El Caso de Europa: Resultados para los años 1995 y 1999
I di de Indice d Gini: Gi i Concentracion C t i Espacial del PIB y de la Poblacion (1995 y 1999) PIB Poblacion 1995
0.33
0.19
1999
0.35
0.21
7
11/03/2009
Concentracion Espacial de la Poblacion 1995 100
80
% of P Poblacion
60
40
20
0 0
20
40
60
80
100
% de Superficie
Concentracion Espacial del PIB 1994 Concentracion Espacial del PIB 1995 100
80
60
20
0 0
20
40
60
80
100
% de Superficie
Concentracion Espacial de la Poblacion 1999
100
80
% of Poblacion
60
40
20
0 0
20
40
60
% de Superficie
80
100
Concentracion Espacial del PIB 1999 100
80
60
% of PIB
% of PIB
40
40
20
0 0
20
40
60
80
100
% de Superficie
8
11/03/2009
Concentracion Espacial 1995 (Poblacion- Superficie-PIB)
Concentracion Espacial 1999(Poblacion- SuperficiePIB)
% Poblacion 4.89 10.85 15.25 20.6 24.92 30.36 35 77 35.77 40.49 45 50.237
% Poblacion 4.49 10.23 15.06 20.83 25.69 30.19 35 08 35.08 40.53 45.88 50.227
% Area 0.5 2.89 5.05 7.04 9.76 12.19 15 76 15.76 19.18 30.04 37.2
% PIB 8.62 17.04 22.73 29.32 34.43 40.47 46 21 46.21 51.08 55.65 60.71
% Area 0.49 2.43 4.97 8.19 10.4 12.69 15 12 15.12 19.06 23.18 27.2
% PIB 7.89 16.08 22.39 29.38 35.1 40.15 45 4 45.4 51.04 56.42 60.98
Comparacion entre regiones y porcentajes de poblacion % Poblacion Regions NUTS 2 de la Union Europea up figure 1995 down figure 1999 1995 1999 Inner London Inner London To 4.46% Reg. BruxellesReg. Bruxelles To 4.49% Luxembourg Luxembourg (Grand-Duché) (Grand-Duché) Île de France Hamburg Île de France Wien Darmstadt Oberbayern Bremen Valle d'Aosta Lombardia Trentino-Alto Adige Stuttgart
Oberbayern Wien Darmstadt Utrecht Bremen Uusimaa (Suuralue) Åland Lombardia
10.85%-15.25% 10.23%-15.06%
Antwerpen North Eastern Uusimaa (Suuralue) Noord-Holland
Trentino-Alto Noord-Holland Bucks & Oxfordshire Mittelfrankene
15.25%-20.60% 15.06%-20.83%
Düsseldorf Mittelfranken Köln Piemonte
Antwerpen North Eastern Southern and Eastern Piemonte Düsseldorf
4.49%-10.23% 4.46%-10.85%
La tabla recoge la estabilidad en ell ranking ki d de regiones i que representan el 15% de la poblacion mas rica. De las 25 regiones que en 1995 representaban el 15% de la poblacion mas rica se mantenian 23 en 1999 1999. Al nivel del 5% la coincidencia es absoluta
9
11/03/2009
Factores subyacentes a las disparidades regionales Dotación de Factores: – Situación Económica heredada: PIB per cápita – Cantidad y calidad del capital humano: Trabajo Cualificado, problema del matching entre las habilidades y la demanda de trabajo – Capital Físico: Dotación de Infraestructuras fundamentalmente – Accesibilidad y proximidad a los mercados – Innovacion: I i Generacion y asimilacion de la innovacion , inversion en I+D – Capital Social – Instituciones – Estructura Sectorial
Explicaciones Teóricas Dos grandes grupos: – Teorías de Aglomeración y Modelos – Teorías de Dispersion y Modelos
10
11/03/2009
Teorías de Aglomeración (I) Teorías del Crecimiento Endógeno: – Concentracion de la actividad economica como resultado de: Rendimientos Crecientes a Escala en la Inversion en Capital Humano e I+D • Concentracion de estos factores en las areas centrales en detrimento de la areas perifericas • Especialmente E i l t como resultado lt d d de lla IIntegracion t i Economica – Una Politica de Desarrollo Regional es necesaria para contrapesar esta tendencia
Teorías de Aglomeración (II) Nueva Geografia Económica: – Concentracion de la actividad economica como resultado de: • Rendimientos Crecientes a Escala a nivel Empresarial, Costes de Transporte y Competencia Monopolística • Una vez que permitimos la mobilidad de factores, la concentracion es probable que ocurra como resultado del predominio de las fuerzas de aglomeracion: – Externalidades Tecnológicas g ((Knowledge g Spillovers) p ) – Mercados de Trabajo amplios – Forward y Backward linkages – Una Politica de Desarrollo Regional es necesaria para contrapesar esta tendencia
11
11/03/2009
Teorías de Dispersión (I) • Teoría Neoclásica del Crecimiento Económico:
– Inversion es el unico factor endogeno g • Tecnologia es exogena – Rendimientos Decrecientes a Escala conducen a la convergencia – No hay necesidad de politicas de desarrollo regional
Teorías de Dispersión (II) • Teoría
Clásica del Comercio Ricardiana: – Ventaja Comparativa elemento clave del comercio entre paises Modelo Ricardiano supone que el trabajo es el unico factor de produccion -Diferencias en la productividad del trabajo -Diferencias de recursos es menos importante – Integracion y comercio conducen a un reajuste de la actividad economica – Inversion e innovacion se moveran a areas de bajo coste – El factor trabajo se movera a areas de mayores salarios – Disparidades se equilibraran y no seran necesarias politicas
12
11/03/2009
3. Un modelo de Nueva Geografia Económica para Europa 1.
Resumen de Hechos estilizados en Unión Europea a)) Disparidades p en los niveles de renta regional g p per cápita p 9 En el ano 2000 las regiones que representaban el 25% de la población con los mayores niveles de renta eran el doble de ricas que las regiones que representaban el 25% mas pobre. b) Alta Concentración de la Población y el PIB en el Espacio 9 Blue (Hot) Banana, Mapas de Potenciales c) Fuerte gradiente centro-periferia 9 Mapas distancia centro UE-PIB
2. 3.
Teorías del Crecimiento Económico NGE marco conceptual donde la estructura geográfica de la producción y los niveles de renta se analizan explícitamente.
13
11/03/2009
Mapa 1:PIB Per Capita y distancia desde Luxembourg (1999)
Mapa 2: Imagen Satellite Earth-Viewer
14
11/03/2009
Lopez-Rodriguez, J. y A. Faiña 2007, Investigaciones Regionales •Este trabajo proporciona una explicacion de las disparidades de renta en la UE usando un marco de NGE •Porque esta Investigación es importante? 9Contribuye a la literatura empírica en NGE (ecuación de salarios) 9Enfatiza el papel de la perificidad (market access) como “penalty” a la convergencia Económica en niveles de renta
•Principales Contribuciones: 9 Confirma las predicciones teoricas del modelo 9 Canales de influencia del market access sobre los niveles de renta 9 Capital Humano 9 Niveles de Innovación
15
11/03/2009
4. El modelo 9 – –
9 –
Version reducida de un modelo de NGE R localizaciones Sector Manufacturero 1. RCE 2. Bienes Diferenciados 3. Bienes Diferenciados se usan como bienes de consumo
Demanda Demanda Final de bienes un la localizacion j:
σ −1 R max U j = ⎡⎢∑i =1 ni xi , j σ ⎤⎥ xi , j ⎣ ⎦
• • • • •
σ
σ −1
s.t.
[∑
R
n x pi , j =Y j
i =1 i i , j
]
ni Numero de empresas en la localizacion i xi , j consumo en j de una variedad producida en i σ
Elasticidad de sustitucion entre variedades
Pi , j Precio de las variedades producidas en i y vendiadas j P = p T i, j i i, j Y j Renta total en la localizacion j
–
Demanda final a la que se enfrenta la empresa en i desde la localización j
xi , j = pij−σ –
R n =1
nn p1nj−σ
]Y −1
j
ÍÍndice de precios de los bienes manufacturados y reescribiendo el gasto di d i d l bi f d ibi d l de consumo
Pj = –
[∑
[∑
n p1−σ n =1 n nj R
]
1 1−σ
E j = Yj
Demanda Final en la localización j:
xijcons = pij−σ Pjσ −1 E j – –
cons
cons xij Para lleguen a j, deben facturarse g j, Ti,i j xij Demanda efectiva a la que se enfrenta la empresa de i desde j es:
xij = Tij pij−σ Pjσ −1 E j = pi−σ Tij1−σ Pjσ −1 E j
16
11/03/2009
Oferta: Una empresa tipica del pais i maximiza: Costes fijos
F
R
Pi , j X i , j
j =1
Ti , j
∏i = ∑
− wiα υ i1−α ci ( F + xi )
ci
Nivel tecnologico de la region i
wi
Salario
υi
Otros factores de produccion primarios primarios Costes de transporte iceberg
Ti , j
Precio de los bienes Producidos en i y vendidos en j
Pi , j
xi ≡ ∑ xi , j Output total de la empresa j
Las condiciones de primer orden de maximizacion del beneficio
Pi =
σ σ −1
wiα υ i1−α ci
Sustituyendo esta regla de precios dentro de la funcion de beneficio obtenemos la siguiente expression
⎛P⎞ ∏ i = ⎜ i ⎟[xi − (σ − 1) F ] ⎝σ ⎠ −
Para que se igualen los beneficios a los costes
X = (σ − 1).F
El precio que se necesita para vender esas unidades
Piσ =
1 −
x
R
∑ E Gσ j =1
j
j
Ti1,−j σ
−1
17
11/03/2009
Combinando la expresion de la ultima ecuacion con el hecho de que en equilibrio los precios son un margen constante sobre los costes marginales obtenemos la siguiente condicion de beneficio cero σ
R ⎡⎛ σ ⎞ α 1−α ⎤ σ −1 1−σ ⎢⎜ σ − 1 ⎟ wi υ i ci ⎥ = ∑ E j G j Ti , j ⎝ ⎠ j = 1 ⎣ ⎦
Ecuacion de Salarios −1
1
−β
⎛ σ ⎞α A=⎜ ⎟ ⎝ σ −1⎠
−1
wi = A( MAi ) υi ciα ασ
α
R
MAi = ∑ E j Gσj −1Ti1,−j σ j =1
Significado de la ecuacion de salarios
5. Especificacion econometrica y sistema regional Regresion “Baseline”
ln wi = α + β ln MAi + ui Regresion “extended”
N
Lnwi = α 0 + α1 ln MAi + ∑ γ n X i , n +ε i n =1
18
11/03/2009
5.1 Fuente de datos Variable Dependiente: log compensation por empleado (Eurostat table code e2rem95) g NUTS2 p para el ano 2000 160 regiones Variables Independientes: Market access (MA): Mj Tij n
n
Mj
j =i
Ti , j
MAi = ∑
Volumen de actividad economica de la region j Distancia o costes de transporte entre i y j Numero de regiones consideradas
Metodologia: GIS 259 regiones NUTS2 Datos Eurostat y Gisco
Niveles Educativos: % de personas con edades 25-64 con niveles de educacion bajos, medios o altos. Datos: European Union Labour Force Survey (LFS). La clasificacion se basa en el nivel educativo mas alto alcanzado Patentes per capita: numero de patentes por 100.000 habitantes Datos: Eurostat
19
11/03/2009
Estructura Espacial de Europa
#
ST. PETERSBURG
STOCKH OLM #
PERM
#
RIGA #
NIZHN I-N OVGORO D
#
KAZAN
MOSCO V
KOBENHAVN
#
#
#
UFA WEST YORKSHIRE DU BLIN
KUIBYSHEV #
BERLIN
WEST MIDL ANDS #
WARSZAWA
#
LODZ
LONDO N
#
VO RONEZH
#
#
#
LILL E
#
SARATOV #
KOLN #
#
KIEV
PRAHA
#
KHARKO V
#
#
PARIS #
DN EPROPETROVSK
WIEN
MUNCHEN
#
#
BU DAPEST
VO LGO GRAD #
#
DO NETSK
#
#
ODESSA
ZAPOROZHYE
#
RO STOV-N A-DONU #
#
LYON
MILAN O
#
#
#
BU CURESTI
TORINO
#
MARSEILL E #
SOF IA #
BARCELON A #
RO MA
TBILISI
#
#
NAPO LI #
MADRID
EREVAN
#
#
VAL EN CIA
BAK U #
BAK U PROPER
#
LISBOA
#
ATHINAI #
2000
#
#
#
#
#
MINSK
HAMBURG
#
0
Potenciales de poblacion 90000 - 240000 270000 - 300000 330000 - 360000 390000 - 450000 480000 - 510000 540000 - 630000 660000 - 2460000 Nucleos Europa #
2000 millas
20
11/03/2009
6. Resultados Empíricos Figure 1: Wages and Market Access (EU15 2000)
Compensation n per Employee (logs 2000)
13 12 11 10 9 8 7 6 5 4 12
13
14
15
16
Market Access (logs 2000)
Tabla 1:
Market Access y Compensation por Empleado (2000) Regresion “Baseline” Variable Dependiente: Log (Compensation por empleado) Coeficientes
Regressors
(1)
(2)
Constante
3,54** (0,89)
2,45* (1,30)
Market Access
0,50** (0,06)
0,57** (0,09)
Estimation
OLS
Variables Instrumental Primera estapa R2 R2
IV (a) 0,57
0,29
0,30
Prob (Fstatistic)
0.000
0.000
Numero obs.
160
160
J-Statistic
0.66
(a) Distancia a Luxembourg y tamano de la region a la que pertenece el pais Notas: Tabla muestra coeficientes y errores Huber-White robustos a la heterocedasticidad entre parentesis ** indica coeficiente significativo al 0.01 * significativo al 0.05 “Primera etapa” R2 regresion del market acces s sobr e el conjunto de instrumentos.
21
11/03/2009
Tabla 2:
Market Access, Niveles Educativos y Patentes, (EU15 2000)
Variable Dependiente :
Log (Nivel Ed. Bajo)
Log (Nivel Ed. Medio)
Log (Nivel Ed. Alto)
Log (Patente)
-0,32** (0,05)
0,99** (0.14)
0,90** (0,14)
1, 35** (0,36)
Estimacion
OLS
OLS
OLS
OLS
R2
0,18
0,19
0,16
0,19
Numero obs.
160
160
160
160
Regresores Market Access
Notas:
Tabla muestra coeficientes y errores Huber-White robustos a la heterocedasticidad entre parentesis ** indica coeficiente significativo al 0.01 * significativo al 0.05 “Primera etapa” R2 regresion del market acces s sobr e el conjunto de instrumentos
Tabla 3:
Market access y Compensacion por empleado (2000) Analizando canales de influencia Variable Dependiente Log (Compensacion por empleado) Coeficientes
Regresores
(1)
(2)
(4)
(5)
(6)
(7)
Constante
3,54** (0,89)
6,33** (0,92)
6,39** (0,92)
5,72** (0,8)
4,65** (1,18)
6,39** (0,89)
5,31** (1,15)
Market Access
0,50** (0,06)
0,23** (0.07)
0,23** (0,07)
0,35** (0,06)
0,43** (0,08)
0,32** (0,06)
0,39** (0,08)
0,17** (0,02)
0,18** (0,02) 0,58** (0,07)
0,54** (0,07) 0,33** (0,04)
0,30** (0,04)
Patentes per capita
(3)
Nivel Ed. Medio-Alto Nivel Ed. Alto Estimacion
OLS
OLS
First Stage R2
IV
OLS
0,57
IV
OLS
0,57
IV 0,57
R2
0,29
0,61
0,63
0,46
0,47
0,38
0,39
Prob (F-statistic)
0.000
0.000
0.000
0.000
0.000
0.000
0.000
Numero obs.
160
160
160
160
160
160
160
Notas: Tabla muestra coeficientes y errores Huber-White robustos a la heterocedasticidad entre parentesis ** indica coeficiente significativo al 0.01 * significativo al 0.05 “Primera etapa” R2 regresion del market acces s sobr e el conjunto de instrumentos
22
11/03/2009
7. Conclusiones •
Importancia de la Geografia Económica en la determinacion de la distribucion espacial de salarios l i para las l regiones i d la de l UE
•
29% de la variacion espacial de salarios se explica por la distancia a los mercados de consumidores
•
2 canales que afectan a los niveles de salarios
•
Estos resultados arrojan luz al trabajo pionero de Hanson (1998) y Redding y Venables (2001, 2004), mostrando que para la UE existe una correlacion entre niveles de renta per capita y market access.
23