英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
摘 要
运输基础设施服务可能会对该地区的经济造成影响它们所处的位置，此外，它们可能会对其他地区。该效应被标记为溢出效应。在这项研究中，存在公路，铁路，机场和港口基础设施项目的直接和溢出效应是通过估计生产函数进行测试。与这个主要目标一起，两个共同点解决了文献中的关注点：空间缺乏理论基础计量经济学模型与运输基础设施之间的内生关系和经济发展。估计生产函数采用以下形式：空间杜宾模型，并使用来自47个西班牙半岛的面板数据进行估算各省通过交替使用最大似然估计和工具变量/广义矩估算器。根据估算，路运输基础设施对基础设施所在地区的产出产生积极影响位于及其附近的省份，而其余的交通方式项目平均不会产生重大影响。
关键字：空间计量经济学，运输基础设施，区域生产力，公共资本
1.简介
交通基础设施在一个地区的经济中所起的重要作用取决于服务它提供。运输基础设施服务的改善有望降低总体运输成本由于距离更短，交通拥堵减少，速度更快，从而减少了燃料，资金和人工成本（Forkenbrock和福斯特，1990）。但是交通项目除了减少出行外，还创造了其他重要的空间定位服务和物流成本（Rietveld，1994； Beyzatlar等，2014）。他们可以通过以下方式扩大企业的市场潜力他们更经济地服务于更广阔的市场。此外，运输系统的改进可以为企业提供拥有更多种类的专业劳动技能和投入品，从而提高了他们的生产力。所有这些后果发生在运输基础设施所在的区域，但它们也可能扩散到其邻近区域。运输系统的发展提供的连通性增强，使某些研究人员（Cohen和Paul，2004）怀疑其存在这些溢出效应中的一部分，也称为泄漏。
在文献中已经发现并解释了正面和负面的溢出。Holtz-Eakin和Schwartz（1995）发现高速公路对其所在区域的正面和负面影响（直接影响）以及正面，负面的影响使用适用于美国各州的面板数据模型的不同规范，产生的溢出效应可忽略不计。Jiwattanakulpaisarn等（2012）还重点研究了高速公路发展对美国各州经济的影响，在动态面板数据设置中获得正面的直接影响和溢出效果。其他学者研究了该地区所有交通基础设施项目的影响，包括公路，铁路，港口和机场设施的不同组合。Kelejian和Robinson（1997）以及Moreno和Loacute;pez-Bazo（2007）发现了正的直接效应和负的溢出效应分别使用美国各州和西班牙自治区。Boarnet（1998）的结果表明存在街道和公路基础设施的负面溢出效应在加利福尼亚县之间。根据作者的说法，如果A区的公共资本增加，那将会有该地区劳动力和资本价格的上涨，导致资源从其他地区转移到A地区。这种迁移将在区域A中产生新的输出，从而减少其余区域中的输出。因此，一个地区的总产出结果将积极依赖于其基础设施库存，而消极地依赖于其他地区的基础设施库存负输出溢出。 Delgado和Alvarez（2007）依靠一种随机前沿方法，发现了一个正向关联在获取基础设施的西班牙地区的高速公路和经济产出之间进行比较，同时获取证据在其他地区的负面影响。 Jiwattanakulpaisarn等人（2010）获得了类似的结果。在Ozbay等人（2007）研究交通运输对就业的影响。，其中高速公路投资的影响对经济发展进行了调查。 Sloboda和Yao（2008）衡量了公共交通支出的重要性在美国获得了可忽略的直接影响，并且有一些证据表明存在负溢出效应。
相反，正溢出的存在的基础取决于运输的网络特征基础设施，其中每一部分都隶属于整个系统（Moreno和Loacute;pez-Bazo，2007）。网络改进邻近省份的运输可能会降低运输投入物和最终产品的运输成本特定省份的经济，这可能会导致对制造业产品和服务。在解释积极的溢出效应时，拥堵也可能起重要作用。新的交通基础设施在存在瓶颈的区域中，可能会改善整个网络的性能。正向和溢出在中国已经发现了总体交通基础设施的影响（Yu等人，2013；Zhang，2008）。美国各州（Tong等，2013）和该国的东北走廊（Chen and Haynes，2013）。 Cantos等人（2005）合并关于运输基础设施的分类信息，获得道路、港口的直接和溢出效应和铁路，而机场设施对西班牙私营部门的经济绩效没有影响地区。通过使用13个欧盟成员国的区域数据进行的研究发现，海运港口具有积极的溢出效应（Bottasso等，2014）和西班牙省（Aacute;lvarez和Blaacute;zquez，2014）。在Del Bo和Florio（2012）的最新研究中，在27个欧盟成员国的地区，发现了积极的道路基础设施外溢效应，而结果表明没有公路和铁路的产能溢出效应。同样，除了基础设施所在的区域外，对其他区域也没有影响位于西班牙的阿尔瓦雷斯（Alvarez）等人的案子中（2006）。
在研究交通发展与一个地区的经济绩效之间的关系时，自然要关注是内生性。大多数侧重于溢出效应研究的研究都忽略了确定更好的运输服务与经济增长之间的因果关系（Melo等，2013）。在其他情况下，内生性通过使用工具变量估计器解决（Cohen和Paul，2004; Cantos等人，2005; Del Bo和Florio，2012;Chen和Haynes，2013）和通用矩量（GMM）估计量（Jiwattanakulpaisarn等，2012； Bottasso等，2014）。使用这两种方法，所有列出的学者在其应用中均未发现内生性问题。其他作者有通过应用格兰杰分析研究了因果关系的方向（Holtz-Eakin和Schwartz，1995； Jiwattanakulpaisarn等，2010年），结果否认因果关系是从经济环境到运输基础设施积累。本文已经确认了这个问题，并且将最大似然（ML）估计值与GMM估计值进行了比较，从而提供关于运输基础设施内生性的新见解。
这项研究的主要目的是通过以下方法估算运输基础设施对经济的贡献：结合溢出效应并利用现代空间计量经济学技术。结果模型应用于西班牙，通过实施基础设施促进了交通基础设施项目和运输战略计划，在短时间内将西班牙的运输网络质量提高到欧洲标准时间。迄今为止，在西班牙进行的大多数研究都侧重于统计领域单位的命名2（NUTS-2）区域级别；但是根据Rephann和Isserman（1994）的建议，我们建立了一个更细分的采用NUTS-3级别的数据库，即西班牙领土分类中的省。在这方面，目标该研究的目的是衡量该时期西班牙领土交通基础设施项目的产出效果在1986年至2006年之间。我们的目标尤其是考虑运输基础设施对边际生产力的影响在省内提供服务，并通过使用以下方法记录省界外溢出效应的存在空间计量经济学方法论。
我们对现有文献的贡献是三方面的。首先，我们使用分解的方法估算空间杜宾模型西班牙各省（NUTS-3）的信息，包括运输基础设施，作为公路，铁路，
机场和海港。以这种方式，可以为每种类型的基础结构项目检索溢出效应。缺少一个理论基础的观点是对空间计量经济模型应用的频繁批评（Corrado和Fingleton，2012; Gibbons和Overman，2012年）。第二个贡献是使用空间杜宾模型的理论依据在区域生产功能研究的背景下。正如文献中所明确指出的（例如，Melo等，2013），这种分析使两个主要问题变得复杂：反向因果关系和相关变量的遗漏。第三个贡献是同时应对这些挑战：使用IV / GMM方法控制反向因果关系，并且利用了更完整的规范（空间杜宾模型）以及对空间固定效应的考虑减少由于遗漏相关变量而引起的潜在偏差。
本文的结构如下：在下一节中，我们回顾生产函数的方法论问题方法和溢出的处理。 在第3节中，我们描述了所使用的数据和变量的来源。在在第4节中，对经验模型以及计量经济学问题进行了讨论。在第5节中，我们介绍了估算结果。最后第6节包含一些结论和政策建议。
2.理论背景
在本文中，我们着重于因采用基础设施投资而导致的生产力变化本文的主要目的在于估算运输基础设施的产出弹性同时充分考虑空间溢出的存在并控制内生性问题；达到这个目标，生产函数方法比成本和利润函数方法有用（Pfauml;hler等人，1996）。我们假设有一个常规的输出产生函数，它将实际的物理输出Y与各种形式的运输基础设施的可变投入数量X，固定私人资本投入K和外部因素项目G。
Y=f(X,K,G) （1）
在对数线性Cobb–Douglas定义中：
当εisin;N(0，sigma;2VIn)时，
lnY=alpha;0 alpha;1lnX alpha;2lnK alpha;3lnG v。 （2）
在文献中已经提出了不同的选择，以根据经验识别和估计空间外部性。在近年来，大多数论文都选择了在空间计量经济学领域开发的技术。规格选项要检验这些空间联系的存在，就是引入因变量的空间滞后（空间滞后模型）和/或自变量的空间滞后（空间杜宾模型，SDM）。SDM是我们的首选遵循本文其余部分中解释的一些思想和结果，而不是空间滞后模型。
一般而言，有关使用这种类型模型的主要批评之一是缺乏理论基础。在从这个意义上说，Corrado和Fingleton（2012）指出，某些模型规范是由数据分析因素驱动的而不是在经济理论上有坚实的基础。但是，在某些例外情况下，空间外部性得到了理论的支持，例如依赖于新经济地理学（NEG）的模型（Fingleton，2006；Goacute;mez-Antonio和Fingleton，2012），新古典增长模型（即Fingleton，2006； Ertur和Koch，2007），动态区域劳动力市场的模型（Patacchini和Zenou，2007），以及税收互动领域的模型（Brueckner，2003）。
与本文内容更紧密相关的是，有一些研究表明基础设施投资的效果空间滞后模型（SL）和空间杜宾模型（SDM）。最近Yu等人（2013）修改了该文献，指出这些空间溢出之间根据它们的生成方式，区域或状态可以分为两种类型之一。一方面，空间溢出来自邻近地区促进或国家政府计划的网络支出。在另一方面，溢出效应是由要素迁移引起的，对某些地区是积极的，而对另一些地区是消极的（Boarnet，1998）。
支持这种模型的另一个论据是基于容量利用率的变化。什么时候诸如资本，K之类的输入，作为存量输入生产函数，在假设投入服务的变化与投入存量的变化成正比。但是在积极的情况下调整成本，此假设可能不适用于资本K。私人资本存量K的非比例变化和它的服务流程K*表示为容量利用率（CU）的变化。特别是，我们考虑以下表达式：CU=。
CU缺乏省级统计数据使得该变量成为不可观察的因素，因此同样的情况发生了到K*。 目前，我们建议CU取决于每个企业的经济表现（Gajanan和Malhotra，2007）。
从理论上讲，相邻单元生产中的冲击可能会增加对产品的需求。研究区域。 在国际宏观经济学中，当经济繁荣导致一个国家的产出增加时如美利坚合众国，观察到其他国家的产出同时增加。开放经济模型经常难以解释为什么商业周期在国家之间如此紧密地联系在一起。根据Baxter和Farr（2005），CU变量可以解释为什么商业周期在国家之间如此紧密地相关。因此另一种解释是：一个地区的经济主体可能会考虑利用满足其他地区产出增长所需的资本比率（见Burnside和Eichenbaum，1996）。
因此，我们可以使用如下空间过程来正式表达这一概念：
CU=lambda; ФWY v （3）
其中lambda;是一个常数项，v的分布为N (0，sigma;2VIn)
在等式中（3），n乘n的空间权重矩阵W反映了各省的连通性，标量参数W，反映Y中空间依赖性的强度。如果标量依赖性参数Ф为正，则区域中的CU速率我将与邻近地区的产出成正相关。
将空间规格（3）替换为（2），
当micro;=alpha;0 alpha;2lambda;且v alpha;2v=ε~N(0, sigma;2εIn)时，
lnY=alpha;0 alpha;1lnX alpha;2(lnK lnCU)alpha;3lnG v=alpha;0 alpha;1lambda; alpha;2ФWlnY alpha;2lnk
alpha;3lnG v alpha;2v=micro; alpha;1lnX beta;WlnY alpha;2lnK alpha;3lnG ε。 （4）
根据Manski（1993），等式（4）中的WlnY变量表示内生相互作用效应，beta;=alpha;2Ф被称为空间自回归系数。
2.1溢出处理
在等式中（5）通过使用空间包括溢出效应来增强科布道格拉斯省的生产功能包含有关投入和运输基础设施项目（G）的信息的变量的滞后，
lnY=micro; beta;WlnY alpha;1lnXalpha;2lnK alpha;3lnG ε theta;1WlnX theta;2WlnK theta;3WlnG （5）
其中Y是省的输出，X是
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[235412]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
