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