mondo.international

研究笔记 · regions

靠近其他企业有好处——但要多近才算够近?

How Close is Close? The Spatial Reach of Agglomeration Economies

Stuart S. Rosenthal, William C. Strange (2020) · Journal of Economic Perspectives 34(3)

复现数据 ↗ (openICPSR)

该档案库要求我们并不持有的账号,因此这些文件未被打开。下文依据的是已公开的摘要以及本平台自身的观测数据。

作者的发现

Rosenthal 和 Strange 综述了集聚效益如何随距离衰减的证据。这些效应同时在多个空间尺度上起作用——街区、都市区和区域——并且衰减得很快:邻近带来的好处大多在几英里之内就已耗尽,有时甚至在几个街区之内。因此,在哪个尺度上度量,决定了你会发现什么;区域平均数可能漏掉在街道层面真实存在的效应。

我们的数据补充了什么

本数据库中最细的地理单元是 NUTS-3,地区 GDP 则为 NUTS-2——相对于作者所说的大部分作用发生的街区尺度而言,这是很粗的。但这一视角确实能显示集聚的结果有多么不均等,以及答案在多大程度上取决于所用的指标。2024年,在276个欧盟 NUTS-2 地区中,人均 GDP 从卢森堡的127,000欧元到尚勒乌尔法—迪亚巴克尔的6,000欧元不等,相差21倍,基尼系数为0.301。换算成购买力标准,即剔除“物价高的地方本来就贵”这一因素后,这一倍数降至9倍,基尼系数降至0.215。欧洲各地区之间的表观差距,有一半来自价格水平而非产出。

欧洲地区人均 GDP,欧元

NUTS-2 地区。可与下方的购买力标准版本对照。

同一批地区,以购买力标准计

按价格水平调整后,测得的差距大约缩小一半。

数值数值指标
有人均 GDP 数据的欧盟 NUTS-2 地区 276 NAMA_10R_2GDP.EUR_HAB
卢森堡,人均 GDP 127,000 EUR NAMA_10R_2GDP.EUR_HAB
尚勒乌尔法—迪亚巴克尔 6,000 EUR NAMA_10R_2GDP.EUR_HAB
地区间基尼系数,人均,以欧元计 0.301 NAMA_10R_2GDP.EUR_HAB
同一指标,以购买力标准计 0.215 NAMA_10R_2GDP.PPS_EU27_2020_HAB

此处每个数值均由本数据库的观测数据计算得出,可作图、下载或查询。

这些数据无法说明什么

本说明的早期版本报告的基尼系数为0.518,最大地区与最小地区之间相差530倍。这些数字是用地区 GDP 总量计算的,度量的是一个地区有多大,而不是有多富裕;地区人口数据载入之后,它们已被替换。把这一更正留在明处,似乎比悄悄改写更有益:用错误的分母算出一个看似合理的数字,是地区统计误导人的最常见方式。这里的数据都达不到论文真正关注的街区尺度。

支撑它的数据

相关笔记

这个页面对您有用吗?

无需账号,没有评论框。点击一次,只做计数。