进入21世纪以来,长三角地区经济增长达到年均16.23%的高速度,远远高于全国经济年均增长率。经济的快速增长,带动了地区产业集聚化发展,而产业集聚化发展又推动了地区经济向前发展。2016年3月25日,中央审议通过了《长江经济带发展规划纲要》,指出“要以长江三角洲城市群为龙头”,推进城镇化建设。目前,长三角地区制造业、金融业、高科技产业和文化产业呈现不同程度的集聚化发展态势。2018年11月5日,习近平总书记在首届“进博会”开幕式上强调,中国将继续扩大金融业、服务业、制造业、文化产业等领域的对外开放,“在未来15年,中国进口商品和服务将分别超过30万亿美元和10万亿美元”。今后,长三角地区的制造业、金融业、高科技产业和文化产业将面临更为激烈的国际竞争,而政府“将支持长江三角洲区域一体化发展”并将其“上升为国家战略”。基于这一背景,本文将应用静态和动态空间计量杜宾模型,将经济效益分为短期和长期以及直接、间接和总体效益,试图揭示长三角地区制造业、金融业、高科技产业和文化产业集聚化发展的现状和特点,从而为今后长三角地区四大产业更好的集聚化发展和地区经济的进一步发展提供实证依据和经验参考。
二 文献综述与假设提出城市的生存与发展同企业内部和企业外部的集聚经济息息相关,集聚经济效益带来了劳动生产率的提高和人民生活水平的提高(Behrens & Robert-Nicoud,2014)。集聚经济效益作为一种规模经济效益,源自于空间的外部性。根据集聚经济效益发生的范围,可以将其分为地方化经济和城市化经济。其中,地方化经济又被称为MAR外部性,发生于企业外部和行业内部;城市化经济又被称为Jacobs外部性,发生于企业和行业的外部(Malpezzi,Seah & Shilling,2004)。地区内部的产业专业化带来了MAR外部性,而地区产业的多样化带来了Jacobs外部性(Baptista & Swann,1999)。产业的集聚不仅仅带来了工业化,而且带来了经济的发展和繁荣(Baldwin,Martin & Ottaviano,1998)。
假设1:本城市的产业集聚化发展Xi, t推动本城市的经济发展yi, t,即产业集聚实现对当期本城市经济的影响。
鉴于城市之间通过一定的“渠道”或“联系”彼此相互影响,因此,产业集聚化发展不仅仅推动本城市的经济发展,同时也会推动与其“相近”的其他城市的经济发展。其中,“相近”的距离包括地理距离和经济距离两个方面。
假设2:“相近”城市的产业集聚Xj,t一方面依据地理和经济距离影响本城市的经济发展yi,t,即产业集聚实现本期跨区域影响一;另一方面通过影响该“相近”城市的经济发展yj,t,依据地理和经济距离影响本城市的经济发展yi,t,从而实现产业集聚的本期跨区域影响二。
产业的集聚化发展推动着城市经济发展,并且当城市经济发展到一定阶段时,经济发展是稳定而自我维持的(self-sustaining)(Baldwin,Martin & Ottaviano,1998)。
假设3:本城市产业集聚Xi,t-1通过影响本城市的经济发展yi,t-1而影响着下一期本城市的经济发展yi,t,经济发展具有自我维持或向前的惯性。产业集聚通过上述渠道实现本城市跨时期影响。
经济活动的空间集聚促进了经济的发展,同时带来了地区收入的不均(Martin & Ottaviano,1999)。从理论上说,初始经济水平不同的两个地区在产业集聚的过程中,产业逐步向经济水平较高的地区集聚,导致经济水平较高的地区从产业集聚中获益,并以初始经济水平较低地区的相对损失为代价,因而原本经济水平较高的地区更加富有,经济水平较低的地区相对更加落后。不过,随着产业集聚的进一步发展,外围地区从产业集聚中获得的收益逐步增加,并且以中心地区的收益逐步减少为代价,这样,原本富有的地区逐渐相对衰退,而原本贫穷的地区逐步富有(Krugman & Venables,1995)。初始经济状况不同的两个地区,在产业集聚化发展中一个地区的收益增加往往以另一个地区的收益相对受损为代价,因而存在一定的竞争关系。
假设4:其他城市的产业集聚Xj,t-1通过影响该城市的经济状况yj,t-1,从而对于本城市的当期经济状况yi,t有着负面的影响。通过上述渠道,产业集聚实现跨时期且跨城市影响。
近期的研究发现,集聚的发展对经济的影响是非线性的,集聚不仅仅会推动经济的发展,在一定时候也会阻碍经济的发展。在发展的早期,收入不均能促进经济的发展,而到了发展的后期,收入不均转而成为经济发展的阻力(Galor & Moav,2004)。根据集聚对经济是促进还是阻碍作用,可将集聚影响分为集聚经济效益和拥挤不经济效益。在集聚发展的前期,集聚经济效益占据主导地位,集聚的发展推动经济的发展,提升人民的生活水平;到了集聚发展的后期,拥挤不经济效益占据主导地位,此时集聚阻碍了经济的发展,给人民的生活带来负面的影响(胡霞,魏作磊,2009;赵勇,魏后凯,2015)。因此,集聚对经济的影响呈非线性性。
假设5:城市的产业集聚化发展呈现出明显倒U形的非线性性,即随着产业集聚的发展,产业集聚从推动逐渐转变为阻碍城市经济的发展。
三 理论模型和计量模型 (一) 理论模型和实证模型参考范剑勇(2006)、Ciccone和Hall(1996),本文实证分析的基本理论模型如下:
假设非农产业的递增规模报酬推动城市经济发展。i城市单位土地面积上固定资本(K)和人力资本(L)的要素投入得到非农业产出g,i城市非农业总产出Q同其土地面积S的商(Q/S)代表非农产业的空间外部性。假设α和β为要素K和L的投入产出弹性,(λ-1)/λ表示单位土地面积的产出对外部性的弹性,i城市的总产出可以表示为:
| $ {Q_i} = {S_i} \times {g_i}\left( {{l_i},{Q_i},{S_i}} \right) = {S_i} \times f\left\{ {K_i^\alpha ,L_i^\beta } \right\} \times {\left( {{Q_i}/{s_i}} \right)^{\left( {\lambda - 1} \right)/\lambda }} = {S_i} \times f\left\{ {K_i^\alpha ,L_i^\beta } \right\} \times {A_i} $ | (1) |
产业集聚使得不同行业的企业集聚在一起,共同生产和发展,经由地理和经济距离,彼此之间相互产生影响。本文从四大产业,即制造业(manu)、金融业(finance)、高科技产业(tech)和文化产业(culture)的集聚入手,衡量由此带来的产出外部性,即产业集聚带来的外部性对城市经济发展的影响,并以(2)式表示:
| $ {A_i} = \left\{ {man{u_i},financ{e_i},tec{h_i},cultur{e_i}} \right\} $ | (2) |
结合(1)和(2)式,本文的实证模型中的回归因子包括:
| $ {X_i} = \left\{ {{K_i},{L_i},man{u_i},financ{e_i},tec{h_i},cultur{e_i}} \right\} $ | (3) |
根据空间计量学,不同地点的观察值之间相互影响,且其影响的程度同彼此间的距离有关,这说明所观察的样本存在空间依赖性(Lesage & Pace,2009:2;Anselin,Gallo & Jayet,2008:625)。具有空间依赖性的数据需使用空间计量模型予以处理,其中最常用的是空间滞后模型(SAR)和空间误差模型(SEM),而杜宾模型(SDM)兼顾两者,并将空间滞后解释变量纳入模型中:
| $ y = \rho Wy + X\beta + WX\vartheta + \varepsilon $ | (4) |
因此,杜宾模型的面板数据形式为:
| $ y = \rho \left( {{I_T} \otimes W\left( t \right)} \right)y + X\beta + \left( {{I_T} \otimes W\left( t \right)} \right)X\vartheta + D\alpha + \varepsilon $ | (5) |
为了将时间的动态效应以及时空扩散影响考虑在内,本文在面板杜宾模型中加入被解释变量的时间滞后项和时空滞后项(Debarsy,Ertur & Lesage,2012:156)。动态杜宾模型形式如下:
| $ {y_{it}} = \alpha + \phi {y_{it - 1}} + \rho \left( {{I_t} \otimes W} \right){y_{it}} + \gamma \left( {{I_t} \otimes W} \right){y_{it - 1}} + \beta {X_{it}} + \left( {{I_t} \otimes W} \right){X_{it}}\vartheta + {\varepsilon _{it}} $ | (6) |
对空间计量模型的估计方法中,最大似然估计占据主导地位(Florax,Folmer & Rey,2003)。本文应用此方法解决杜宾模型中的内生性问题,给出一致性估计。
四 变量选择与数据来源Malpezzi等(2004)认为,城市由于进入了制造业、生产服务业和高技术产业等行业而得以发展。本文选择制造业、金融业、高技术产业和文化产业作为研究对象。
本文参考唐红详(2017)和Barufi等(2016)选择区位熵指标衡量产业的集聚状况;并参考范剑勇(2006),用人均各级学校专任教师数来衡量人力资本。
局部的知识溢出和运输成本推动产业集聚的发展(Walz,1996;Cabral,Wang & Xu,2013)。与运输成本密切相关的交通基础设施对经济集聚产生重要的影响(李伟军,2011;周浩等,2015;唐红祥,2017)。而不同的基础设施和信息条件构成了地区的差异化,导致部分地区的经济发展以其余地区的经济相对受损为代价(Krugman & Venables,1995)。并且,地区间平均成本差异为产业集聚化发展提供了有差异的环境,导致一个地区的经济发展有可能以其他地区的经济相对受损为代价(Krugman & Venables,1995)。因此,本文将长三角地级城市之间的联系大致分为地理距离和经济距离两大类,其中经济距离分为产业结构、基础设施和平均成本三类。经济距离中的基础设施包括了交通基础设施和信息基础设施,其中交通基础设施包含交通运输和人均道路。本文的实证变量名称及其说明见表 1,数据来源于中经网数据库,并由作者计算而得。
| 表 1 实证变量的名称和说明 |
在实证分析前,本文先对实证数据进行关于空间依赖性的Moran检验,结果见表 2。从检验结果看,实证分析涉及的变量存在显著的空间依赖性,因而适合使用空间计量杜宾模型。
| 表 2 Moran检验结果 |
为了检验产业集聚对当期长三角地区城市经济的影响,本文使用静态空间杜宾模型6因子进行实证分析,结果见表 3。
| 表 3 长三角产业集聚静态空间杜宾模型的计量结果(6因子) |
1.关于假设1,即本城市产业集聚对当期本城市经济的影响(根据β值)
如表 3,考虑地理距离,文化产业集聚有利于本城市的经济发展,支持假设1。制造业集聚化发展不利于本城市的经济发展,而高科技产业和金融业集聚对本城市经济发展的影响可以忽略,这与假设1不一致。文化产业作为一种绿色循环产业,有利于本城市的经济发展。制造业集聚对本城市经济有着负面影响的原因可能在于,制造业的环境成本较高,持续发展制造业,在推动本城市经济发展的同时,环境成本日益累积,从而对城市经济的负面影响日渐显著。
考虑经济距离,金融产业集聚对本城市的经济发展有着显著的正面影响,与假设1一致。而制造业集聚不利于本城市的经济发展,高科技产业和文化产业集聚对本城市经济发展的影响可以忽略,因而与假设1相悖。金融业同实体经济的联系日益密切,金融业的发展为实体产业和其他非实体产业的生存和发展提供资金的支持,因此,本城市金融业的发展有利于本城市的经济发展。
四大产业的集聚化发展并非始终一致地推动本城市的经济发展,事实上,部分产业集聚化发展已经不利于本城市的经济发展,因此,假设1的成立是有条件的。从理论上说,在集聚化发展的前期,产业集聚有利于本城市的经济发展,假设1成立;而当产业集聚发展到后期,进一步集聚化已不利于本城市的经济发展,假设1不成立(此理论即假设5,有待下文的实证检验)。
2.关于假设2,即产业集聚的当期跨城市影响(根据回归结果中θ和ρ的值)
如表 3,根据地理距离,制造业、金融业和文化业集聚影响着长三角地区其他城市的经济发展。文化产业作为绿色循环产业,有利于本城市和周边城市的环境。因此,其他相邻城市的文化产业发展对本城市的经济发展有着一定的推动作用。制造业的巨大环境成本使得其他相邻城市的制造业发展对本城市的经济发展有着负面的作用。
根据经济距离,本城市制造业集聚和金融产业集聚推动其他城市的经济发展,而本城市文化产业的集聚不利于其他城市的经济发展。由于产业结构相近的城市、基础设施条件差不多的城市和平均成本相近的城市容易发展关联制造产业,一个城市的制造业发展会带动其他城市相关产业的发展。本城市制造业集聚化发展,有助于经济距离相近的其他城市的相关产业的发展,从而推动了这些城市的经济发展。文化产业的发展依托于本城市自然资源和基础设施水平等相关条件,经济距离相近的城市容易形成竞争关系,本城市文化产业的发展不利于其他“相近”城市的经济发展。金融产业的发展同实体经济的发展密切相关。经济距离相近的城市容易发展相似的、相关联的实体经济,为彼此城市的金融产业发展提供空间,而这些城市中一个城市的金融业更倾向于为其他城市提供资金支持,并且这些“相邻”城市的经济发展也受益于该城市金融产业的支撑。因此,本城市金融产业的集聚化发展有利于经济距离相近的其他城市的经济发展。
产业集聚对长三角地区城市经济发展的影响可进一步分为直接影响、间接影响和总体影响。如表 3,在长三角地区,从直接影响看,本城市的制造业集聚阻碍本城市的经济发展,金融产业集聚有利于本城市的经济发展,而文化产业和高科技产业集聚对本城市经济发展的影响不明显。从产业集聚的间接影响看,本城市金融产业和制造业集聚推动其他城市的经济发展,而文化产业集聚不利于其他城市的经济发展。从总体影响看,长三角地区金融业集聚化发展对长三角地区城市的经济发展有着一定的推动作用,而文化产业集聚不利于长三角地区城市的经济发展。制造业集聚对长三角地区城市经济发展的总体影响分为两种情况,一是考虑地理距离,制造业集聚对长三角地区城市经济发展的间接影响占据主导位置,有利于长三角地区城市的经济发展;二是考虑经济距离,制造业集聚对长三角地区城市经济发展的直接影响占据主导位置,不利于长三角地区城市的经济发展。虽然制造业的发展带来的环境问题日益突出,但是,为了长三角地区城市的长远经济发展,一味遏制制造业,甚至将制造业完全转移出长三角地区是不恰当的。制造业集聚和生产性服务业集聚的协同发展会随着产业集聚度的上升,从负面转向正面的影响(伍先福,2018)。为了经济的稳健发展,有必要在制造业和包括金融业在内的生产性服务业之间保持适当的比例。在脱离制造业发展的情况下,生产性服务业的发展必不能长久。
值得注意的是,文化产业集聚对本城市的经济发展有着明显的推动作用,而对“相近”城市的经济发展有着一定的阻碍作用,从长期看,在文化产业集聚对长三角地区城市经济发展的总体影响中,间接影响占据主导地位,文化产业集聚一定程度地阻碍长三角地区城市的经济发展。为使文化产业集聚化发展有利于长三角地区城市的经济发展,需要打破城市行政边界,统一规划,降低城市之间文化产业的不利竞争,即弱化城市文化产业发展对彼此城市经济发展的负面影响,从而扩大文化产业集聚对长三角地区整体经济发展的推动作用。
(二) 关于假设5:产业集聚发展的非线性性(基于静态空间杜宾模型:10因子)为考察产业集聚的非线性性,本文在上述模型的基础上加入四大产业集聚的平方项,回归结果参见表 4。从实证结果看,高科技产业、金融产业和文化产业的平方项系数非零,呈明显的非线性性,且平方项系数均为负值,说明这三大产业集聚的作用在样本期内呈明显的倒U形,即产业集聚在发展前期推动城市经济发展,而在后期不利于城市经济发展,同假设5一致。因此,一味增强产业集聚并不可取。
| 表 4 长三角产业集聚及其平方项的静态空间杜宾模型的计量结果(地理距离) |
鉴于制造业集聚没有呈现明显的非线性性(见表 4),而制造业集聚不利于本城市的经济发展(见表 3),在样本期内长三角地区制造业集聚已经发展到集聚的后期,继续推进制造业集聚化发展不利于长三角地区城市的经济发展。而长三角地区城市的经济稳健发展、生产性服务业的进一步发展都离不开制造业的发展,完全脱离制造业的发展而发展经济,必然导致长三角地区城市经济的“空洞化”、经济结构的失调。因此,保留部分制造业并促使其在全球生产链上的地位提升,是长三角地区城市经济进一步发展的一个关键之处。
根据表 4,高科技产业集聚有利于本城市的经济发展。概而言之,高科技产业集聚对城市经济发展的直接影响可以忽略,间接影响为阻碍长三角地区其他城市的经济发展。总体上,高科技产业集聚对长三角地区城市经济发展的总体影响可以忽略。鉴于在短期内高科技产业集聚有利于本城市的经济发展、不利于其他城市的经济发展,因此,高科技产业的进一步发展仅仅依靠市场的“无形的手”是不够的,需要通过跨城市的统筹规划和协调,对高科技产业的布局进行细致的规划,引领高科技产业消除竞争带来的负面影响,进而促使高科技产业集聚在未来能够有力地推动长三角地区城市的经济发展。
(三) 关于假设3:产业集聚的本城市跨时期影响(基于动态空间杜宾模型:6因子)本文在静态空间杜宾模型的基础上,将时间滞后和时空滞后加入回归因子,实证结果见表 5。根据实证结果,大于零的φ值说明,本城市的经济增长具有自我维持性,即本城市的经济发展具有一定的惯性,前期的经济发展推动当期的经济发展。因此,本城市产业集聚通过影响本城市当期的经济发展,影响着本城市下一期的经济发展,从而实现产业集聚的本城市跨时期影响,同假设3一致。
| 表 5 长三角产业集聚动态空间杜宾模型的计量结果(地理距离) |
将经济效应分为短期和长期,从实证结果看,金融产业集聚在短期内对长三角地区城市经济发展的直接影响和总体影响均是负面的,但从长期看,金融产业集聚对长三角地区城市经济的影响是正面的。与金融业集聚不同,短期内制造业集聚对长三角地区城市的经济发展有着显著的推动作用,而从长期看,制造业集聚不利于长三角地区城市的经济发展。高科技产业集聚与制造业集聚的情况相同。制造业和高科技产业集聚对本城市经济发展的负面影响,不仅仅阻碍了当期本城市经济的发展,还通过经济的自我维持性,对本城市下一期的经济发展产生负面影响。
(四) 关于假设4:产业集聚的跨时期且跨城市影响(基于动态空间杜宾模型:6因子)在表 5中,小于零的γ值证实了其他城市前期的经济发展对本城市当期的经济发展有着负面的影响。从理论上说,初始经济状况不同的地区,经历了产业集聚的发展,容易形成“中心—外围”模式,中心地区的经济增长提速以外围地区的经济增长相对放缓为代价,或者外围地区的经济增长提速以中心地区的经济增长相对放缓为代价,即其他地区前期的经济发展对本地区当期的经济发展产生负面的影响。实证结果(见表 5)也说明,负的γ值证实了本城市初始的经济发展状况亦对其他城市的经济发展产生负面的影响。实证结果表明,长三角地区其他城市的经济发展会受到本城市上一期经济发展状况的负面影响,即本城市前一期经济发展推动本城市经济发展的同时,会阻碍其他城市当期的经济发展。因此,本城市的产业集聚通过影响本城市的经济发展,间接影响着其他城市下一期的经济发展,从而实现产业集聚的跨时期且跨城市影响。这与假设4一致。
在样本期内,长三角地区城市的经济发展一方面具有向前推进的惯性(正的φ值,假设3),另一方面又具有一定的竞争性(负的γ值,假设4)。因此,一个城市当期的产业集聚化发展通过影响该城市当期的经济发展,随后经由地理、经济距离影响其他城市当期和下一期的经济发展,即产业集聚化发展实现本城市跨时期且跨城市的经济影响,从而为产业集聚的经济效应提供又一条传播途径。
综上所述,产业集聚化发展不仅仅影响本城市的经济发展,还影响相近城市的经济发展(即跨城市影响)。并且,本城市的产业集聚可以通过影响本城市的经济发展,间接影响其他城市的经济发展。因此,产业集聚存在当期本城市效益(本地效益,假设1)、当期跨城市效益(假设2)、本城市的跨时期效益(考虑经济发展的时间滞后项,假设3)以及本城市的跨时期且跨城市效益(考虑经济发展的时间和时空滞后项,假设4)这四方面的复杂影响,使得长三角地区城市产业集聚化发展既相互推动又相互制约彼此城市的经济发展。因此,长三角地区产业集聚化发展对长三角地区城市相互间的经济发展形成了直接、间接和短期、长期的复杂的影响传递网络。
六 结论金融产业作为生产性服务业,同制造业保持着密切的联系。就长三角地区而言,目前,制造业集聚不利于本城市及相邻城市的经济发展,却带动了经济距离相近的城市的经济发展。短期内,制造业集聚化发展仍有利于长三角地区城市的经济发展;而从长期看,制造业集聚化发展必然阻碍长三角地区城市的经济发展。金融业集聚有利于本城市及与其经济距离相近的城市的经济发展,从长期看,金融业发展将有力地推动长三角地区城市的经济发展。制造业发展的停滞和萎缩,必然会影响到金融业的未来发展。因此,将制造业完全移出长三角地区是不合适的,完全脱离制造业而发展生产性服务业必不能长久。长三角地区制造业的进一步发展急需进行产业升级,完成从忽视环境成本向注重环境成本的转变,从居于全球生产链、价值链的低端向它们的高端的攀升。促使制造业和生产型服务业协调地发展,才能保证制造业和包括金融业在内的生产性服务业在未来成为长三角地区经济发展的两大动力。
高科技产业集聚不利于本城市和周边城市的经济发展。从短期看,高科技产业对长三角地区城市经济发展的直接影响占据短期效应的主导地位,有利于长三角地区城市的经济发展,但是从长远看,高科技产业集聚不利于长三角地区城市的经济发展。长三角地区高科技产业的发展仅仅依靠市场的“无形之手”是不够的,需要从更高的层面进行规划和引导,减少各城市高科技产业彼此不利的竞争,使其成为长三角地区城市经济发展的一大动力。
文化产业集聚推动本城市和周边城市的经济发展,却不利于经济距离相近城市的经济发展。从短期看,文化产业集聚不利于长三角地区城市的经济发展,从长期看,文化产业集聚对长三角地区城市经济发展的影响不明确。文化产业的发展需要适当打破行政区域的限制,从长三角地区经济发展的全局出发,充分挖掘文化产业的相关资源,统筹规划,降低城市之间文化产业集聚不利的竞争性,促使其更有效地推动长三角地区城市的经济发展。
范剑勇, 2006, 《产业集聚与地区间劳动生产率差异》, 《经济研究》第11期。 |
胡霞、魏作磊, 2009, 《中国城市服务业集聚效应实证分析》, 《财贸经济》第8期。 |
李伟军, 2011, 《地区行政层级, 信息基础与金融集聚的路径选择——基于长三角城市群面板数据的实证分析》, 《财经研究》第11期。 |
唐红祥, 2017, 《交通基础设施视角下西部地区制造业集聚的区位熵分析》, 《管理世界》第6期。 |
伍先福, 2018, 《生产性服务业与制造业协同集聚提升了全要素生产率吗?》, 《财经论丛》第12期。 |
赵勇、魏后凯, 2015, 《政府干预, 城市群空间功能分工与地区差距——兼论中国区域政策的有效性》, 《管理世界》第8期。 |
周浩、余壮雄、杨铮, 2015, 《可达性, 集聚和新建企业选址——来自中国制造业的微观证据》, 《经济学(季刊)》第4期。 |
Anselin, L., Julie, L.G. and Hubert, J., 2008, "Spatial Panel Econometrics", In Matyas, L. and Sevestre. P.(Eds.), The Econometrics of Panel Data, Springer, Berlin.
|
Baldwin, R.E., Ottaviano, G.I.P. and Martin, P., 2001, "Global Income Divergence, Trade and Industrialisation:The Geography of Growth Take-offs", Journal of Economic Growth, Vol.6. |
Baptista, R. and Swann, G.M.P., 1999, "A Comparision of Clustering Dynamics in the US and UK Computer Industries", Evolutionary Economics, Vol.9. |
Barufi, N.M.B., Haddad, E.A. and Nijkamp, P., 2016, "Industrial Scope of Agglomeration Economies in Brazil", Ann Reg Sci, Vol.56. |
Behrens, K. and Robert-Nicoud, F., 2014, "Survival of the Fittest in Cities:Urbanisation and Inequality", The Economic Journal, Vol.124. |
Cabral, L., Wang, Z. and Xu, D.Y., 2013, "Competitors, Complementors, Parents and Places:Explaining Regional Agglomeration in the U.S. Auto Industry", The Federal Reserve Bank of Richmond Working Paper, , No.13-04. |
Ciccone, A. and Hall, R.E., 1996, "Productivity and the Density of Economic Activity", The American Economic Review, Vol.86. |
Debarsy, N., Ertur, C. and Lesage, J.P., 2012, "Interpreting Dynamic Space-time Panel Data Models", Statistical Methodology, Vol.9. |
Florax, R.J.G.M., Folmer, H. and Rey, S.J., 2003, "Specification Searches in Econometrics:The Relevance of Hendry's Methodology", Region Science & Urban Economics, Vol.33. |
Galor, O. and Moav, O., 2004, "From Physical to Human Capital Accumulation:Inequality and the Process of Development", Review of Economic Studies, Vol.71. |
Krugman, P. and Venables, A.J., 1995, "Globalization and the Inequality of Nations", The Quarterly Journal of Economics, Vol.110, No.4. |
Lesage, J., Pace, R.K., 2009, Introduction to Spatial Econometrics, New York: CRC Press.
|
Malpezzi, S., Seah, K.Y. and Shilling, J.D., 2004, "Is It What We Do or How We Do It? New Evidence on Agglomeration Economies and Metropolitan Growth", Real Estate Economics, Vol.32. |
Martin, P. and Ottaviano, G.I.P., 1999, "Growing Locations:Industry Location in a Model of Endogenous Growth", European Economic Review, Vol.43. |
Walz, U., 1996, "Transport Costs, Intermediate Goods, and Localized Growth", Regional Science and Urban Economics, Vol.26. |
