聚集經濟對經濟成長之影響-全球之實證分析 - 政大學術集成

全文

(1) 國立政治大學經濟學系碩士論文指導教授：陳心蘋博士 . 立. 政治大 . ‧ 國. 學. 聚集經濟對經濟成長之影響 . ‧. －全球之實證分析－. sit. y. Nat. Agglomeration and economic growth: n. er. io. Cross-country evidence al iv n Ch engchi U. 研究生：曹書豪中華民國九十九年十月.

(2) 謝. 辭. 終於順利地將論文完成了。花了將近一年的時間，在寫論文的過程中不斷地遇到瓶頸，不斷的找方法解決，就這樣一步一步地將我的碩士論文完成了，此刻，心中除了高興以外還充滿了對許多人的感激。. 毫無疑問的，我最感激的就是我的指導教授，陳心蘋老師。在跟著老師寫論文的這一段時間裡面，老師都不太會給我壓力，而是讓我自己發揮，然後適時的給予建議，一步一步的引導我，讓我能夠順利完成論文，因此. 政治大濟系辦公室的莊典儒助教、方韋及助教以及鄭雅萍助教，在我的碩士生涯立. 在整個過程當中，跟老師的相處上是很愉快的。另外，我還要特別感謝經. ‧ 國. 學. 中給予我許許多多的幫助，一有問題他們都能夠幫助我解決，讓我省下了不少麻煩。. ‧ sit. y. Nat. 還有我親愛的研究所好友們，張育乾、邱創毅、邱妙如、陳思婷以及. er. io. 張瀞方。謝謝你們陪我度過這兩年的碩士生涯，在遇到問題時我們總是會. n. al 互相鼓勵與幫助，平常有事沒事也都會聚在一起聊天或到處去玩，能夠結 iv Un. C. hengchi 交到你們五位好友真是很幸運的一件事情。. 最後我還想感謝默默支持我的家人、筱翎、研究所的同學們、系上的學弟妹們、校隊的學弟妹們以及「成功吉他」的你們!! 真的，謝謝。曹書豪謹誌於政大 2010.10. II .

(3) 摘要本文研究了不同國家在不同所得的情況下，該國國內人口聚集的差異程度對於該國經濟成長是否帶來了不同的影響。在橫斷面的分析部分採用了普通最小平方法，在長期追蹤資料的部分則是採用了系統性動差法去估計。本文利用了都市化人口比例來衡量人口集中在都市的程度以及等級規模係數來衡量都市間人口多寡的差異程度。而本文的實證結果支持了 Williamson 假說：人口聚集只有在一國的開發程度達到某一個門檻之前才. 政治大元的時候。而另外本文的結果也得到了愈貧窮的國家，都市間人口發展愈立會對經濟產生助益，而這一個門檻根據本文的估計為人均所得為 7100 美. ‧. ‧ 國. 學. 不均衡的話將會帶來不利的影響。. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v.

(4) 目次 . 目次 ......................................................................................................................... I 表目錄 ................................................................................................................... III 圖目錄 ................................................................................................................... IV 第一章緒論 ........................................................................................................... 1 第一節研究動機與目的 ......................................................................................... 1 . 治政大第二節本文架構與流程 ......................................................................................... 3 立 ‧ 國. 學. 第二章文獻回顧與聚集經濟之定義 ..................................................................... 4 第一節規模經濟與聚集經濟之概念 ..................................................................... 4 . ‧. 第二節冪次法則與等級規模係數之概念 ............................................................. 7 . Nat. io. sit. y. 第三節相關文獻回顧 ............................................................................................. 9 . er. 第三章模型設定 ................................................................................................. 13 . al. n. iv n C 變數選擇 ................................................................................................... 13 hengchi U. 第一節. 第二節橫斷面分析 ............................................................................................... 14 第三節追蹤資料分析與系統性動差法 ............................................................... 16 第四節過度認定檢定 Sargan test .................................................................... 18 第四章實證分析與結果 ...................................................................................... 19 第一節資料說明 ................................................................................................... 19 第二節橫斷面分析(聚集變項：都市人口比例) ............................................... 20 第三節橫斷面分析(聚集變項：等級規模係數) ............................................... 31 第四節追蹤資料分析(聚集變項：都市人口比例) ........................................... 39 I .

(5) 第五節追蹤資料分析(聚集變項：等級規模係數) ........................................... 43 第五章結論 ......................................................................................................... 47 參考文獻 .............................................................................................................. 49 附錄一變數說明與資料來源 .............................................................................. 53 附錄二選用國家(依聚集變項選取不同) ............................................................. 54 附錄三等級規模係數(1970 年與 2010 年) .......................................................... 56 . . 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. II . i Un. v.

(6) 表目錄表 1‐1 橫斷面資料分析(都市人口比例) 1970~2005 ................................................. 21 表 1‐2 橫斷面資料分析(都市人口比例) 1970~1985 ................................................ 26 表 1‐3 橫斷面資料分析(都市人口比例) 1990~2005 ................................................ 29 表 2‐1 橫斷面資料分析(等級規模係數) 1970~2005 ................................................. 32 表 2‐2 橫斷面資料分析(等級規模係數) 1970~1985 ................................................ 35 . 治政大................................................. 37 表 2‐3 橫斷面資料分析(等級規模係數) 1990~2005 立 . ‧ 國. 學. 表 3 追蹤資料分析(都市人口比例) ........................................................................... 40 表 4 追蹤資料分析(等級規模係數) ........................................................................... 44 . ‧. n. al. er. io. sit. y. Nat. . Ch. engchi. III . i Un. v.

(7) 圖目錄圖 1‐1 都市化對經濟成長之影響(橫斷面分析) ....................................................... 23 圖 1‐2 都市化對經濟成長之影響(橫斷面分析，前期) ........................................... 27 圖 1‐3 都市化對經濟成長之影響(橫斷面分析，後期) ........................................... 30 圖 2‐1 都市發展不均度對經濟成長之影響(橫斷面分析) ....................................... 34 圖 2‐2 都市發展不均度對經濟成長之影響(橫斷面分析，前期) ........................... 36 . 治政大圖 2‐3 都市發展不均度對經濟成長之影響(橫斷面分析，後期) ........................... 38 立 . ‧ 國. 學. 圖 3‐1 都市化對經濟成長之影響(追蹤資料分析，不同所得水準) ........................ 41 圖 3‐2 都市化對經濟成長之影響(追蹤資料分析，不同開放程度) ........................ 42 . ‧. sit. y. Nat. 圖 4‐1 都市發展不均度對經濟成長之影響(追蹤資料分析，不同所得水準) ........ 45 . n. al. er. io. 圖 4‐2 都市發展不均度對經濟成長之影響(追蹤資料分析，不同開放程度) ........ 46 . . Ch. engchi. . IV . i Un. v.

(8) 第一章緒論 . 第一節. 研究動機與目的. 美國目前三億多人口當中，有大約80%的人居住在都市中，而其中又有半數以上居住在主要的37個大城市；而日本的東京也有擠入了三千五百萬的人口，是目前世界最大的都市區與都會區；中國的上海有超過兩千萬. 政治大. 人口，而台北縣與台北市也有六百五十萬的人口，幾乎占了台灣總人口1的. 立. 四分之一。觀察都市人口2指標，可以了解一地區都市化程度及土地供需能. ‧ 國. 學. 力。根據聯合國所列全球都市人口重要里程碑，由1960 年第一個10 億人，. ‧. 至1985 年，總計25 年累積10 億都市人口；爾後人口集中程度加速，至第3 個10 億人口（2002 年）僅需17 年時間，預估15 年後，2017 年將. y. Nat. n. er. io. al. sit. 有40 億人口居住在都市中。. Ch. engchi. i Un. v. 人口往都市集中的情況似乎是無可避免的。在工商業社會中，都市的工作機會多，資訊獲取容易，進修方便，加上農業生產技術不斷改進，機                                                    1. 中華民國（臺灣）總人口共有 23,133,074 人（2010 年 4 月底）。台北市與台北縣的人口分別. 為 2,603,651 人與 3,884,754 人。資料來源為內政部戶役政資訊為民服務公用資料庫。 2. 都市人口之定義：全球無一致標準，依各國普查定義而異，如英、美、加、韓、紐西蘭等國家，. 依規模大小（居住人數、人口密度）來定義；部分非洲國家，則以少數較大行政中心做為都市及鄉村分野；而日本、大陸、澳洲等國，則依少數幾個分類標準判別（居住人數、所支配的主要經濟活動等）。 1 .

(9) 械化耕作方式節省了許多人力，因此鄉村的人口，就很自然的移向都市，來尋求更有發展的工作以增加收入。鄉村人口大量擁向都市，使這些都市範圍更加擴大，而眾多居民的生活需求，則是帶動了許多新興行業的發展，這些原因都使得都市更加繁榮，「中國」即是一個典型的都市化帶動經濟成長的例子。根據聯合國 2008 年的資料顯示，中國都市化的程度由 20 年前的 25% 增加到 42%，未來在 2030 年都市化程度更將達到 60%，在中國都市化的過程當中，除了造就出更多新的超級大城市之外，鄉村人口往都市移動也是. 政治大. 重要的一種過程，統計過去 20 年，中國有將近 1 億 5000 萬的鄉村人口往. 立. 大都市移動，帶動公共設備、道路、房屋、家電、汽車等基礎建設與內需. ‧ 國. 學. 市場大幅成長。舉中國社會品消費來說，從 2000 年的 3.4 兆人民幣，截至 2008 年年底已增加到 10.8 兆人民幣，規模足足翻了三倍有餘，突顯出. ‧. 中國 13 億人口的驚人消費實力。而瑞士信貸亞洲首席經濟分析師陶冬也. y. Nat. sit. 指出：中國的「都市化」，將是經濟結構改變之外，未來十年驅動中國經. er. io. 濟成長的「超級因素」；都市化的結果，就是各種原物料、商品將出現大. n. a. v. l C 爆炸的需求。此外，陶冬也指出，都市化不僅發生在中國，新興市場包括 ni 3. hengchi U. 印度、巴西、俄羅斯等都會有各自的都市化的故事。. 儘管都市化對經濟成長會產生一定程度的幫助，然而，在一些已開發國家或是開發中國家，卻可以發現許多都市化帶來的問題。最常見的幾種                                                    3. 2010/07/14 經濟日報. 2 .

(10) 不外乎是失業、交通擁擠、汙染、高物價高房價以及犯罪等問題，而這些問題卻又是對於經濟成長的一大阻礙。也就是說，都市化的結果，將會對一個國家產生聚集經濟以及聚集不經濟兩種效果，因此，究竟都市化在一個國家的發展過程中扮演的角色為何，將是本文所想要研究的問題所在。. . 第二節. 本文架構與流程. 政治大. 本文在架構上一共分為五個章節。第一章為緒論，將會在緒論中分別. 立. 說明研究的動機以及目的。第二章為文獻回顧與聚集經濟之定義，本章將. ‧ 國. 學. 會對聚集經濟做一個較明確的定義，並針對計算等級規模係數的方法作一說明，最後將會針對相關的重要文獻作一簡單的回顧分析。第三章為研究. ‧. 方法，將會在本章中介紹本文主要的兩個迴歸模型以及系統性動差法. Nat. sit. y. (system GMM)的方法。第四章則是實證分析與結果。首先將會在本章中針. a. er. io. 對迴歸模型中所採用的變數作一簡單的敘述，接著會利用圖表的方式呈現. n. iv 並分析本文的實證結果l。最後一章為結論，將會總結本文研究的實證結果，. n U i e h 並給予未來研究的建議方向。 n g c. Ch. . 3 .

(11) 第二章文獻回顧與聚集經濟之定義. 一個國家的興起，通常都是由一個城市所帶動起來的，然而，為何人口或產業會聚集在某一個都市？又為何當人口或產業集中在某一個城市能夠帶動其經濟的快速發展？區域經濟學家因此提出了「聚集經濟」的觀念來解釋這一切的現象。. 立. 政治大. ‧ 國. ‧. . 學. 第一節規模經濟與聚集經濟之概念. sit. y. Nat. 聚集經濟與區位(location)和集中有密切關係，通常工廠都是聚集於. er. io. 原料產地、交通的起迄點和轉運點以及市場等地。因為聚集經濟是由外在. n. 4 環境的改變而產生的類似規模經濟，所以又稱為 a v外部規模經濟（external. economy of. i l C n U hengchi scale)。聚集經濟包括了地方化經濟和都市化經濟兩大類：. 地方化經濟（localization economies）是指許多相同性質或彼此有互相關聯性質的工廠集中在一個地區內而獲得的經濟；都市化經濟（urbanization economies）則是因為都市發展而獲得的經濟。.                                                    4. 陳伯中(1991)，經濟地理 4 . .

(12) 1.地方化經濟對於同一行業之個別廠商而言，他們聚集在一起可以獲得許多的利益。首先在同一區位同業數目越多，則有關該產業之各種原料之供應相對來說就更容易而更經濟，而且對有關生產設備之維護修理及供應製造之服務變得更為有利且價格更為低廉（因為競爭之可能增加）。其次，該一區位最初會被選作此業之聚集地可能是因為該一區位擁有某些必需、重要而又不能運輸的原料（或運輸成本高昂）的資源所在。能座落在該一區位，就能利用此等資源。第三，人口密度之空間分佈不是均勻的，因此後來的同業. 政治大. 有座落在原先同業之旁以利用該一區位原本的高需求潛力之必要。第四，. 立. 同業之聚集便於業務上之競爭聯繫及相互觀摩，在生產及運銷上可以彼此. ‧ 國. 學. 示範學習。若相距太遠的話則會聯繫不便且昂貴，商情也不靈通。第五，一般的消費者也比較喜歡到生產者眾多之地消費，一方面可以避免受壟斷. ‧. 之害，另一方面也可以享受比較與選擇的好處。. n. er. io. sit. y. Nat. al. 2.都市化經濟. Ch. engchi. i Un. v. 都市化經濟也是聚集經濟的一種，它也是就一特定區位而言的。它比地方化經濟更為廣泛而強有力。這種經濟是因為此一區位內包括一切行業在內之整個經濟體系擴大而對座落在該區位內之個別廠商發生的利益。這種聚集經濟是一切聚集經濟中最強烈的一種，也是造成都市之最基本的原因。. 5 .

(13) 都市化經濟包括了許多層面，首先，當某一區位整體經濟擴大時，由於各行業往往互為顧客，在同一區位之各廠商因而均可享受到接近一個較大的市場之利，而最初此一較大市場乃因各業業者共同聚集在一處，而又在需求上互補而造成的。其次，當一地之整體經濟擴大，會使得基本建設更易興建，而其服務之價格更為低廉，且品質亦可能更為提高。而這些服務是任何廠商與消費者皆可以使用，因而當一地之整體經濟擴大時，每個廠商及消費者均可受益。第三，當都市聚集到某一程度以後，會造成有利的投資氣候，對於新的潛在的廠商產生吸引力而進入投資。第四，經濟活動之聚集以及一地整體經濟之擴大會刺激金融保險業之發展，而因此又可. 治政提供各種商業、融資及銀行服務上之方便，包括低利息且種類繁多的服務，大立這對每一個廠商及消費者而言也是一個利益。第五，當都市經濟規模擴大 ‧ 國. 學. 時，各行各業的專家，諸如會計師、律師、廣告商或是技師等等不但數目. ‧. 增多，其種類與品質往往也會增加，在加上交通的便利性，也因此增加了. sit. y. Nat. 任一廠商或消費者與這些專家面對面接觸的機會，而提升其生產效率。第. io. er. 六，當都市規模擴大時，都市結構也常會跟著發生改變，許多原料、中間商品或是服務可有別的廠商代勞，需要時一通電話就可以取得，減少存貨. al. n. iv n C 成本及免除自己提供服務之可能不經濟的情況。因此，都市規模越大，廠 hengchi U 商之分工越精細，依存連鎖性也越大，因而使外部經濟之範圍及規模更為增加。然而，如果只有都市化經濟，則都市規模的擴大將會沒有限制。但是根據一般觀察到的情況，都市擴充的速度有先快而後慢的現象。這顯示存在某些都市化不經濟對大都市之成長產生不利。這些不經濟可以歸納為以下幾點：（1）房地產價格之高漲（2）交通之擁擠（3）工資及生活費用之高昂（4）環境之汙染，或所謂公害程度之加大。因此，都市化經濟在達 6 .

(14) 到某一個水平的時候，可能會產生都市化不經濟，究竟對都市的發展是利是弊，端看這兩種力的大小而定。 . 第二節冪次法則與等級規模係數之概念本文中所關心的聚集變數除了都市化程度以外，另外還採用了等級規模係數(rank‐size coefficient)的概念。這是一個常常被拿來衡量都市大小分佈的指標。然而，要計算等級規模係數前，必須要先了解冪次函數(power law fuction)。最常見的兩個變數的冪次函數如下： . 立. (1) . ‧. ‧ 國. 學. . 政治大. 其中，α 與 κ為常數項。 . Nat. sit. x ，則當 x 變成兩倍時，對 y 的影響將會是 2 的平方倍也就是 4. a. er. f x. io. y. y. 在這個法則裡，x 對 y 的影響將會呈現次方級數的影響。例如： . n. iv 倍。也就是說，今天若l x 增加 c 倍，則對於 y 的影響將會增加 c 的 k 次方倍。 . Ch. n engchi U. 當在計算等級規模係數的時候，本文首先將一個國家的都市大小依照人口數目去做等級排名(rank)，而這個排名在冪次函數(1)式當中即是的 x，而人口數目則是代表著 y 。接著再將這些都市的排名以及人口數目取對數，最後將得到的結果以圖型的方式表示，把 log‐rank 放在橫軸，對應的 log‐size 放在縱軸，將會得到一個 log‐linear 的圖形，就是所謂的等級規模分配。其背後的經濟意義為排名第 x 的都市，其人口數目是排名第一的都市的x κ 方 7 .

(15) 倍，因此，這個係數衡量的是都市間人口多寡的差異程度，k 的絕對值越大，表是都市間的人口數目的差異越大，大多數的人口都集中在最大的都市。而為了要得到等級規模係數，本文將(1)式改寫成 . α. (2) . . 政治大. 接著再對(2)取對數，可得到第(3)式： . 立. . b. log. (3) . ‧. ‧ 國. . log α. 學. log. 而估計出來的系數 b 即是本文所要求的等級規模係數。從前面的推論可以. io. sit. y. Nat. 知道，若 b=1，則排名第 k 的都市，其人口數將會是排名第一的都市的1 若. n. er. b 增加為 2，則排名第 k 的都市其人口數目將只會是最大都市的1 k ，因此， a v. i l C n U hengchi 從這個式子中可以更明顯的看出來，當等級規模係數的值越大時，其背後所代表的意義是首要都市的人口規模越大，從另外一方面來看，也就代表著都市間人口發展的不均程度越高。因此，採用這一變項的原因，即是為了要探討都市間發展的差異程度不同(人口集中在主要都市的程度)，是否也會對經濟成長產生影響。 . 8 .

(16) 第三節. 相關文獻回顧. Williamson (1965)認為，聚集經濟在一個國家發展初期的時候才會對其產生較大的聚集經濟效果，然而隨著經濟的不斷發展，到最後這個效果會逐漸消失甚至帶來反效果。因為當國家發展初期時，交通設施以及通訊設備還沒有那麼完善，若人口或工廠之間相隔太遠，將會產生較高的成本(聯絡及運送上的不便)，所以，最後人口或工廠將會聚集在一起，使得彼此間的往來更為便利，達到更有效率的情況。. 立. 政治大. 隨著人口與工廠不斷的集中，經濟的不斷發展，交通設施與通訊設備. ‧ 國. 學. 日漸完善，市場不斷的擴張，最後過多的人口與車流將會產生擁擠的外部. ‧. 性，城市中已經沒有剩餘的空地可供發展或居住的時候，將使經濟越來越. y. Nat. 往比較空曠的地方發展來紓解城市中過於擁擠的壓力。而這一個看法與. er. io. sit. Bertinelli and Black (2004)所提出的都市化成長模型的結果一致。. al. n. iv n C and Black h e n(2004)的模型裡面，成長是來自於人口聚 gchi U. 在 Bertinelli. 集地(都市)，因為在他的模型設定裡面，人力資本累積被假設成只會發生在都市裡。在都市的成長中，除了能夠得到人口聚集帶來的好處，同時，也會產生擁擠等因人口聚集所帶來的負面影響。這兩種效果的重要性會隨者發展過程中的不同階段而改變。因為每個人在遷徙的時候並不會把這些聚集經濟的好處以及擁擠成本等列入考慮，因此，在人口由鄉村往都市的移動過程中並沒有辦法找到一個均衡點，因此造成一個都市的規模可能因此而過大或過小。通常來說，在一個國家(城市)剛開始發展的階段，人力資本累積影響的程度是遠超過於擁擠所帶來的壞處的，因此，在初期的時 9 .

(17) 候，動態的聚集經濟效果是遠超過於靜態的擁擠效果。而當城市不斷的發展，人口不斷的聚集以後，靜態擁擠效果的影響力則會漸漸升高，最後超越了聚集經濟效果，而因此對經濟發展產了負面的影響。. 人力資本累積在一個地區發展初期扮演非常重要的角色，若在一個城市的發展初期，少了人力資本的累積，則此地區可能會仍停留在低度發展的階段，陷入發展的陷阱裡面。. 而 Williamson(1965)又認為一個國家可能會在經過快速成長階段以. 治政後才發現其在經濟及地理上過度集中，而這過度集中的情況已經超越了最大立適的聚集情況，也因此，Williamson 也提出了 Williamson 假說：「在一 ‧ 國. 學. 個地區發展的初期，聚集效果促進了該地區的發展，但是當該區發展到所. ‧. 得達到某一個程度以後，聚集效果可能就不會再有促進發展的效果，甚至. er. io. sit. y. Nat. 會對經濟發展產生阻礙。」. Krugman and Elizondo(1996)認為在一個封閉的經濟體系(國家)，其. al. n. iv n C 國內的聚集程度跟開放經濟的國家相比，將會產生較大的影響。因為封閉 hengchi U 經濟的國家較不需要跟世界各國貿易，其交易的行為發生在國內，也因此，該國內的地理位置越聚集，其交易成本(運輸成本)則會較低。因此其認為，一個國家的都市聚集成度與該國的開放程度是負相關的。. 而 Ades and Glaeser(1995)在一個涵蓋了 85 個國家的實證研究裡面發現，一個國家的開放程度跟其都市聚集的程度的確是呈現負相關的，但他們仍然對這兩項之間的關聯抱持著懷疑的態度。他們認為，有可能是因為較高的聚集程度導致較低的貿易程度，而非較低的貿易程度導致較高的 10 .

(18) 都市聚集程度。. 儘管有許多文獻認為，聚集對於經濟成長有正向的影響力(Bairoch, 1993; Hohenberg and Lees,1985; Hohenberg,2004)，然而在計量上面談到有關聚集對經濟成長的實證研究相對而言是比較稀少的。. Henderson(2003)採用了七十個國家，從 1960 年到 1990 年這三十年的資料，並利用動態追蹤資料估計(dynamic panel estimation)的方法去估計。Henderson 發現，聚集本身對於經濟成長並沒有很顯著的影響。另. 與前面提到的 Williamson 假說的看法一致。. 學. ‧ 國. 治政外，Henderson 也發現，初期的 GDP 與聚集變數的交叉效果是負向的，代大立表一個國家的初期 GDP 越高，其聚集對經濟成長的影響效果則會越低，這 ‧. sit. y. Nat. Brulhart and Sbergami(2009)更是將國家擴充到 105 個，並把時間. io. er. 往後延伸十年，從 1966 年到 1996 年。其使用的計量方法為系統性動差法 (system GMM)，此方法在小樣本下，對於動差法的估計量是比較好的。另. al. n. iv n C 外，除了做追蹤資料以外，他們還利用＂Barro-style＂去做橫斷面的分 hengchi U. 析，並且把重點放在聚集變數與所得及開放性之間的交叉關係。他們發現：聚集對經濟成長的影響只會在 GDP 未超過某一個門檻的時候才會有正向的關係，在這門檻之前，聚集對於經濟成長是正向的，但在超過這個門檻以後，聚集對於經濟成長的助益就不大了，甚至會是負的情況，這樣的結果同樣也支持了 Williamson 假說。另外這個結果也隱含著聚集經濟的產生，是發生在那些比較貧窮的國家。. 本文則是參考了 Henderson (2003), Brulhart and Sbergami(2009) 11 .

(19) 的文章再稍做修改，不同之處在於：(1)本文的資料是從 1950 年到 2010 年，多新增了將近 30 年的資料。(2)本文根據冪次法則與等級規模分配去計算了每個國家的等級規模係數，並把等級規模係數當成其中一項聚集變數，為的是要分析都市間大小的差異是否也會造成經濟成長上的差異。(3) 橫斷面分析的部分，本文將時間點分成兩部分，試著去了解早期與近期聚集經濟的影響程度會不會有所不同。 . 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 12 . i Un. v.

(20) 第三章模型設定 . 第一節. 變數選擇. Sala‐i‐Martin et al.(2004)的研究當中，對於 67 個可能對於經濟成長有關的變數去跑迴歸，它包含了 88 個國家，從 1960~1996 的資料，最後他得到這 67 個變數當中有 17 個對於經濟成長是有顯著的相關。而本文所採. 政治大. 取的變數則是根據這 17 個變數為基礎，去擷取所能取得的資料，另外再. 立. 加上三個沒有被 Sala‐i‐Martin 所採用的變數，但可能也會對於經濟成長有. ‧ 國. 學. 影響且跟聚集沒有關係的變數，分別是人口成長率、扶養比以及出生率。. ‧. 而這些變數在模型裡面是被用來當作控制變數，用來增減以檢驗本文主要關心的聚集變數是否為穩定的。 . er. io. sit. y. Nat. . 而本文主要關心的變數則是那些代表聚集力的變數。在這裡，本文採. n. al. iv. C 用了兩種方法來衡量一個國家的聚集力。第一個被拿來當作聚集變項的變 Un hengchi. 數為「都市化程度」(Urbanization)，這個變數在本文中的定義為一國人口居住在都市5當中的比例。當都市化程度越高時，表示該國住在都市的人口比例也越高，都市化程度也越強烈。 . Brulhart and Sbergami (2009)除了採用同樣的「都市化程度」這個變數                                                    5. 此處的都市定義為 2000 年時，人口超過 75 萬人以上的都市 13 . .

(21) 以外，他還採用了「主要都市」(Pimacy)這個變數。「主要都市」的定義為最大都市的人口佔全國人口的比例，但 Brulhart and Sbergami 做出來的結果發現「主要都市」對於經濟成長並沒有顯著的影響，因此在這裡本文將改用「等級規模係數」當作另外一個聚集變數，其意義與「主要都市」這個變數有些許的類似，但「等級規模係數」更關心的是最大都市與其他都市間人口的差異程度，也就是都市間發展不均衡的程度。接著，為了要得到本文主要關心的議題，也就是 Williamson 假說，我在這裡採用了聚集效果與一國的人均 GDP 的交叉項當做一個重要的變數，. 治政可以用來檢驗一國在不同的經濟發展程度下（不同的人均 GDP），聚集效大立果對於經濟成長的影響程度有何不同。利用同樣的方法，本文亦採取了聚 ‧ 國. 學. 集效果與一國的開放程度的交叉效果來檢驗一國之開放程度不同是否對. ‧. 於聚集經濟造成不同程度的影響。同時，本文還加入了聚集變項的平方項，. y. sit. io. er. . Nat. 檢驗是否有存在非線性的關係。 . 最後，為了要證明條件收斂假說是否成立，本文亦放入了初期的人均. n. al. ni Ch GDP，來檢驗一國所得與經濟成長率之關係。 U engchi. v. . 第二節. 橫斷面分析. 在過去的文獻裡，對於經濟成長的迴歸分析有兩種最傳統也是最為廣. 14 .

(22) 泛的方式，第一個是所謂的“Barro-type6＂的橫斷面資料分析( cross-section regression)。這一個迴歸方法是將長期的經濟成長率當成被解釋變數，將其他控制變數的起始值當成解釋變數來做迴歸。另外一種常用的方法就是追蹤資料分析(panel regression)。這個方法是採用了較長觀察的時間，可以去除掉短期下的較劇烈的波動對結果造成的誤差。本文同樣的也採取了這兩種傳統的迴歸模型。在本節中將先介紹橫斷面分析方式的模型設定。在橫斷面分析裡，因此本採用了普通最小平方法（OLS）7去做迴歸，式子如下： . βA. μ (4) . ‧. ‧ 國. . αy. 立. 學. g. 政治大. 其中每一項變數的說明如下： . sit. y. Nat. g ：某一國家 i 在某一段期間 p 的平均人均 GDP 成長率 . er. io. y ：某一國家 i 的起始年 0 的人均 GDP（為了要得到所得條件收斂假說） . n. a l 0 的聚集變項值（都市化與等級規模係數） A ：某一國家 i 的起始年 iv Un. C. 8 engchi （用來判斷模型是否穩定） X ：某一國家 i 的起始年 0h的其它控制變項值. μ ：誤差項這個模型的設定是根據前面提到的“Barro-type＂迴歸方式而設定出來的。因此，其中只有被解釋變數（人均ＧＤＰ）為某一個長期的平均值                                                    6. Barro(1991) . 7. Estimation by OLS with heteroskedasticity-consistent standard errors.. 8. 在這一項裡面包含了與聚集變向的交叉效果，用來驗證我們所關心的 Williamson 假說 15 . .

(23) 外，其餘的變項皆為起始年的觀察值。在這樣的設定下，我們可以觀察到每個國家這些變數起始值的不同對於該國的經濟成長是否也會帶來不同程度的影響，而不同的起始人均ＧＤＰ代表著每個國家的不同發展程度(不同的所得水準)，因此可以看出，在不同開發程度的國家中，經濟成長率是否也因此有所不同，也就是條件收斂假說是否成立：「所得越低(越窮)的國家相對於所得較高(較富有)的國家，擁有較高的經濟成長率。」 . 政治大. 第三節立追蹤資料分析與系統性動差法. ‧ 國. 學. 在追蹤資料分析(panel regression)的部分，本文採用了 Arellano and. ‧. Bover (1995)所提出的系統性動差法(system GMM)的方法，用來估計動態. Nat. sit. y. 追蹤資料，因為在這個方法下，能夠允許解釋變數間存在關聯性以及國家. n. 況如下： . y. al. er. io. 間存在異質性的問題。在系統性動差法下必須把（4）式改寫成動態的情. y,. Ch. engchi. αy ,. i Un. v. βA ,. μ. ν. ε (5) . 其中“t＂代表每五年的間隔，μ 、ν 及 ε 為隨機誤差項。而這一個式子再進一步可以寫成一個一階自我迴歸ＡＲ（1）的模型： . y. α′y ,. βA ,. μ 16 . . ν. ε (6) .

(24) 由於在做追蹤資料分析時，國家間必然會存在著異質性的問題，因此若採用傳統的普通最小平方法下去跑，會產生不一致性。因此，Arellano and Bond (1991)提出了針對像(6)式提出了「動態的一般化動差法」。為了要消除國家間的固定效果μ ，Arellano and Bond 將變數做一階差分，並將解釋變數取落後兩期以上來當作工具變數來取代原本的變數，為的就是要消掉解釋變數與殘差項之關聯性。但這個方法還是有他的問題所在。Blundell and Bund(1998)證明了，當在小樣本中且很接近 1 時，或是μ 的效果很大. 政治大. 的時候，這個估計方法會是不準確的，產生了所謂的「弱工具性」的問題。 . 立. . ‧ 國. 學. 「系統性動差法」最早是由 Arellano and Bover(1995)所提出來的，並被 Blundell and Bund 在 1998 年發表並證明其針對 Arellano and Bond. ‧. estimator 在小樣本中有很大的改善。另外，Bun and Windmeijer(2007)也證. sit. y. Nat. 明了系統性動差法在動態的追蹤資料中將會產生最小的偏誤，因為它是差. er. io. 分動差法(difference GMM, Arellano and Bond,1991)與傳統一般動差法. n. al (level GMM)的加權平均，也就是說，系統性動差法除了依照差分動差法， iv Un. C. hengchi 將(6)式做一階差分後，並用落後兩期以上的變數來當作工具變數以外，同時也採用落後期的一階差分來當作(6)式的工具變數，然而，要使的系統性動差法有效，必須滿足下列的情況： Ε ∆A μ. Ε ∆Χ μ. Ε ∆y μ. 0 . . 17 .

(25) 第四節過度認定檢定 Sargan test 系統性動差法為藉由選定適當工具變數使估計式具一致性，而工具變數的選擇是否適當有賴於過度認定檢定，選擇工具變數數目必須大於所要估計的係數數目。Sargan test 假定虛無假設：所有工具變數與誤差無關，若 P 值大於 0.05，在不拒絕虛無假設下，表示此工具變數有效。 . 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 18 . i Un. v.

(26) 第四章實證分析與結果本章中，首先要說明的部分是橫斷面分析。在本文的橫斷面分析的部分當中，當聚集變數放的是都市人口比例(URB)時，觀察的國家個數為 80 個；當聚集變數放的是等級規模係數時，觀察的國家個數為 43 個。為了要確保資料的完整性及可信度(沒有遺漏值)，本文採取的橫斷面觀察的年份為 1970 年~2010 年，並將觀察年代分成三段，分別觀察長期(1970~2010)、早期(1970~1985)及近期(1990~2010)的資料，看看是否有階段性的差異。接. 治政著，在追蹤資料分析的部分當中，同樣的分成都市化程度以及等級規模係大立數的部分來探討 Williamson 假說以及都市發展不均衡對於經濟成長的影響， ‧ 國. 學. 最後，並利用追蹤資料去檢驗一國的開放程度不同是否也會造成聚集經濟. er. io. sit. y. Nat. . ‧. 有不同的影響程度。 . n. a l 第一節資料說明i v n Ch engchi U. 本文擷取的變數期間從 1950‐2010 將近 60 年的期間，80 個國家的追蹤資料，由於時間越早，就有越多的國家在資料上有遺漏，因此本文的資料是屬於不平衡的追蹤資料(unbalanced panel data)。另外，受限於本文所蒐集到的資料為五年一筆的資料，因此若將 1950‐2010 的資料分成 13 筆的資料，則本文所採用的變數是屬於小 T(年份)大 N(國家數)的模型。而系統性動差法(System GMM)除了能減少一般性動差法(GMM)所產生的不一致性外，且當資料為小 T 大 N 的情況下，將會有較準確及有效的估計，因此系統性動差法在本文中將會是較合適的方法。 19 .

(27) 由於在做橫斷面分析時，若採取較早年代之橫斷面資料(如 1950 或 1960 年)做普通最小平方法迴歸，會由於被解釋變數(人均 GDP)缺漏的太多導致估計上有偏誤，因此本文選用 1970 年的橫斷面資料來做 OLS 迴歸。而在等級規模係數的部分，由於必須經由一國家內都市排名才可算出，因此本文從這一個百個國家當中最終只能算出 439個國家的等級規模係數，因此在模型中，當聚集變數設定為等級規模係數時，採用的國家數目為 43 個。而當聚集變數設定為都市人口比例時，本文將遺漏值太多的國家以及較極端值的國家(應變數的變動幅度太大)拿掉，以免影響估計結果，最後剩下 80 國家。因此，在採用都市人口比例當聚集變數時，國家的數目為 80 個。 . 立. 政治大. ‧. ‧ 國. 學. . er. io. sit. y. Nat. 第二節橫斷面分析(聚集變項：都市人口比例). n. 在橫斷面的資料處理上面，本文採用了“Barro style＂普通最小平方 a v. i l C n U h e n g c GDP 法的估計方法，將被解釋變數「人均 h i 成長率」取一個長期平均值. (1970~2005)，聚集變數以及控制變數的部分則採用 1970 年的資料。表 1‐1 則是在“Barro style＂最小平方法下的估計結果。                                                    9. 由於資本文所蒐集的資料當中，有許多國家的都市資料只有一個，並沒有辦法做迴歸得到係數，. 因此最終有辦法跑迴歸得到係數的國家只有 43 個 20 .

(28) 表 1‐1 橫斷面資料分析(都市化程度) 1970~2005 應變數：人均 GDP成長率 1970~2005 都市化人口比例都市化人口比例平方項都市化人口比例與人均 GDP交叉項都市化人口比例與開放程度交叉項人口密度初期人均 GDP 人口成長率. 0.199 (0.179) -0.001 (0.001) -0.037 (0.072) 0.001 (0.001). -1.036 (3.075) -0.898 (0.677). -0.063 (3.415). sit. n. al. *-0.009 (0.005). er. io. 政府支出佔 GDP之份額. 生育率. *0.291 (0.164) -0.001 (0.001) -0.060 (0.066) *0.001 (0.001). y. ‧ 國 Nat. 投資支出佔 GDP之份額. 開放程度. 0.206 (-0.182) -0.002 (-0.001) -0.030 (-0.073) **0.001 (-0.001) -0.002 (-0.004) -3.135 (-3.521) **-2.468 (-1.011) 0.085 (-0.148) -2.082 (-1.391) **-0.012 (0.005) 0.029 (0.041) **0.077 (0.033) **-0.087 (0.038) *0.561 (0.311) -0.035 (0.024) 6.487 (12.509) 80 0.235. ‧. 投資價格. (3 ). 學. 扶養比率. (2 ). 政治大. 立. 預期壽命. (1 ). Ch. engchi. 新生兒死亡率常數項觀察國家數目 Adj R-square. i Un. v. **0.078 (0.031) -0.048 (0.031) -0.043 (0.069). 7.937 (9.353) 80 0.225. 0.272 (-10.014) 80 0.03. . Note:Estimation by OLS with heteroskedasticity-consistent standard errors.被解釋變數為人均 GDP 成長率在 1970~2005 年間的平均值。其他變數則為 1970 年的值 * **. 顯著水準 10% 顯著水準 5%. *** 顯著水準 1% 21 .

(29) 表 1‐1 的第一欄位是完整的模型(full model)，包含了聚集變項「都市化程度」、一國的期初人均所得、Sala‐i‐Martin(2004)所檢驗出來跟經濟成長有關的變數以及我另外所選的三個變數(扶養比率、出生率以及新生兒死亡率)。第二欄位則是一個用來比較以及檢驗穩定度的模型，其估計的方法為將第一式中不顯著的控制變數去除掉以後再去跑一次迴歸，目的是要檢驗若增加或減少某些控制變數是否會對完整模型下的估計結果產生影響，例如正負號的轉變。而第三欄位則是將所有的控制變數都去除掉所得到的結果。在表的最底下放的是觀察值數目(國家數)以及 R‐square。 . 治政首先從模型的穩定度來看，表 1‐1 可以發現，若我們比較第(1)欄與第大立 (2)欄的結果可以發現，第(2)欄與第(1)欄的正負號皆沒有改變，表示模型並 ‧ 國. 學. 沒有因為少掉那些控制變數而改變其原本的正負號，因此這個模型是穩定. y. sit. io. er. . Nat. 的。 . ‧. 的，尤其是我們主要關心的聚集變項以及交叉項的部分，也都是相當穩定. 另外，對於 1970 年的人均 GDP 這一項，儘管是不顯著的，但其符號. al. n. iv n C 為負的也支持了條件收斂假說的情況：所得越低的國家，其經濟成長率將 hengchi U 會越高；所得越高的國家，其經濟成長則會越低。接著，回到本文所關心的議題，聚集經濟對於經濟成長的影響是否會隨著一國的所得高低而有所不同，表現在圖上的方法為縱軸放的是都市化對於經濟成長的影響力，橫軸放的是不同的所得水準，也就是在不同國家對應不同的所得水準下，該國都市化對於經濟成長的影響程度。因此，為了得到都市化對經濟成長的影響力，本文將第一欄的式子對「都市化程度」微分後， 22 .

(30) 可得到下式：經濟成長率都市化程度. β ∙ 都市化程度. α. γ ∙ 期初人均 GDP. δ ∙ 開放程度. (7). 再將估計的結果以及每個國家的實際資料代入(7)式，則每個國家即可算出一個各自的都市化程度對經濟成長之影響力，接著再將這些點對應到各自的所得水準，即可畫出如圖 1‐1 的圖形。其中，橫軸為不同的所得水準，縱軸為都市化程度對經濟成長之影響。 . 立. . 政治大. ‧. .3. ‧ 國. 學 er. io. sit. y. Nat. d(growth rate)/d(URB) 0 .1 .2. Benin Angola Vietnam Honduras Togo Uganda Guinea Madagascar Chad Malaysia Puerto Rico Mali Sudan Burki FasoRwanda Ghana Haiti Bulgaria Afghanistan Indonesia Mozambique Ethiopia Nepal Mongolia Thailand Netherlands Senegal Somalia Guatemala Costa Rica Ireland Bangladesh Philippines Bolivia Paraguay Saudi Arabia Morocco Algeria Nigeria Cambodia Syrian Arab Republic China Portugal Cuba Republic of Korea Pakistan Norway Belgium India South Africa Egypt Ecuador Lebanon Finland Hungary Peru Turkey Colombia Israel Romania Greece Denmark Italy Japan United Sweden Kingdom Republic of) Mexico New Zealand Venezuela (Bolivarian Canada Spain France Brazil Germany Chile Uruguay Australia United States of America Argentina. n. al. engchi. i Un. v. -.1. Ch. 2.5. 3. 3.5 log GDP per capita , 1970 dGRdURB Fitted values. 4 95% CI. 圖 1-1 都市化對經濟成長之影響(橫斷面分析). 23 . 4.5.

(31) 儘管這個交叉效果在這裡是不顯著的，但由於 P>|t|的值介於 0.1~0.2 間，只稍微超出了我們檢定的門檻，因此，本文認為其與經濟成長間仍然有其可能可以解釋的部分，因此仍然利用這個交叉項做圖的方式來解釋。從圖 1‐1，我們可以證實 Williamson 假說：當人口不斷往都市集中的時候，這聚集力對於較貧窮的國家會刺激經濟成長，產生較大的聚集經濟效果，但是，對於那些較富有的國家而言，這種聚集經濟的效果可能對該國沒有太多的幫助，甚至會出現聚集不經濟的情況。就如同前面所提到的，當一國高度發展後，可能會帶來交通擁擠以及過高的物價以及工資率，反. 國而言已經沒辦法刺激其經濟的發展了。 . ‧. . 學. ‧ 國. 治政而成為經濟成長的絆腳石，因此，從這一實證結果來看，的確印證了這個大立看法，像美國即是一個所得很高的國家，而從圖型上也可看出都市化對美. y. Nat. 另外從圖上也可以看出，大部份的國家人口聚集的情況對於經濟成長. er. io. sit. 都還是正向的影響。一直要到期初人均 GDP 超過 4 以後，這個影響力才會變的趨近於 0 甚至是負的。而本文將在追蹤資料分析的部分中，試著去找. al. n. iv n C 出這一個門檻值，也就是當一國的所得水準超過多少時，其將會由聚集經 hengchi U 濟轉為聚集不經濟的情況。接著，本文除了參照 Brulhart and Sbergami(2009)的做法跑了上述的橫 10 斷面分析回歸以外，接著，本文亦想要探究這種聚集經濟的影響程度是. 否會存在階段性的差異，因此本文試著將年份從 1970~2005 年分成                                                    10. Brulhart and Sbergami 的資料為 1970~1995，本文的資料將時間拉長至 2005 年多了近 10 年. 的資料。 24 .

(32) 1970‐1990(前期)與 1990‐2005(後期)來做比較，為了要來檢驗這兩個階段是否有顯著的差異性。同樣的，利用普通最小平方法來跑迴歸，下表 1‐2 即為前期的估計結果： . 立. 政治大 . ‧ 國. 學 . ‧. . n. al. Ch. engchi . 25 . y er. io. sit. Nat. . i Un. v.

(33) 表 1‐2 橫斷面資料分析(都市化程度) 1970~1985 應變數：人均 GDP成長率 1970~1985 都市化人口比例都市化人口比例平方項都市化人口比例與人均 GDP交叉項都市化人口比例與開放程度交叉項人口密度期初人均 GDP 人口成長率. 立. 預期壽命. 0.220 (0.167) -0.001 (0.001) -0.027 (0.065) -0.001 (0.001). 0.168 (0.180) -0.001 (0.001) -0.005 (0.070) -0.001 (0.001). -1.577 (3.059). 3.835 (9.785). sit. n. er. io. al. y. ‧ 國 Nat. 政府支出佔 GDP之份額. 生育率. **0.462 (0.188) 0.001 (0.001) *-0.125 (0.073) 0.001 (0.001) -0.001 (0.004) 0.348 (3.322) 0.018 (0.814) -0.112 (0.136) -1.084 (0.992) -0.001 (0.004) 0.043 (0.033) ***-0.115 (0.033) -0.048 (0.031) 0.092 (0.212) -0.029 (0.023) 12.658 (11.751) 80 0.237. 政治大. 投資支出佔 GDP之份額. 開放程度. (3). ‧. 投資價格. (2). 學. 扶養比率. (1). Ch. engchi. 新生兒死亡率常數項觀察國家數目 Adj R-square. i Un. ***-0.124 (0.032). v. 4.962 (9.080) 80 0.189. 3.835 (9.785) 80 0.058. Note:Estimation by OLS with heteroskedasticity-consistent standard errors.被解釋變數為人均 GDP 成長率在 1970~1985 年間的平均值。其他變數則為 1970 年的值。 * **. 顯著水準 10% 顯著水準 5%. *** 顯著水準 1% 26 .

(34) 比較表 1‐2 與表 1‐1，我們所關心的幾個變項其正負號都沒有改變，不過在期初人均 GDP 的部分卻由負轉正了，違反了條件收斂假說，但是在前期這裡的估計結果顯示，這一項是極度不顯著的，P>|t|的值高達 0.917，且第二欄又變回負的，因此是一個不穩定的結果，所以在這裡將這個結果忽略掉是合理的。而另一方面，都市化程度與其對人均 GDP 的交叉項在前期的估計結果下變得更為顯著了，可以更加有力的去解釋 Williamson 假說。因此，若將經濟成長率對都市化程度這一項微分後可以得到下圖 1‐2 ： . .15. . 立. 政治大. Congo Ghana Mongolia Togo Madagascar China Afghanistan Somalia Uganda Zambia Niger Burki Faso Ethiopia RwandaSudan Egypt Honduras Syrian Arab Republic C?te d'Ivoire Cameroon CambodiaKenya Senegal Haiti Nepal Bulgaria IndiaPakistan Indonesia Angola Sierra Leone Nicaragua Bangladesh Mozambique Dominican Republic Nigeria Guinea Thailand Bolivia Malaysia Philippines Jordan Paraguay Iraq Morocco Algeria Cuba Puerto Rico Republic of Korea ElGuatemala Salvador Zimbabwe Colombia Peru Ecuador Belgium Chile Poland Turkey CostaHungary Rica South AfricaIreland Uruguay. ‧. ‧ 國. 學. d(growth rate)/d(URB) 0 .05 .1. Mali. Benin Vietnam. sit. n. al. er. io. -.05. y. Nat. Iran (Islamic Republic of) Portugal Israel Netherlands Romania Mexico Brazil Lebanon Denmark Norway Republic of) New Zealand Venezuela (Bolivarian United Kingdom Austria Sweden ArgentinaFinland ItalyGermany Spain Canada France Australia Greece Japan. 2.5. 3. Ch. n engchi U. iv. 3.5 log GDP per capita , 1970 dGRdURB Fitted values. United States of America. 4. 4.5. 95% CI. 圖 1-2 都市化對經濟成長之影響(橫斷面分析，前期). 從圖 1-2 可以看出，在 1970~1985 年這段期間，圖形上的再度驗證了 27 .

(35) Williamson 假說，且更明顯的呈現負斜率的情況，所得越高的國家，都市化程度對於經濟成長的幫助就越小，甚至會變成負的，因此與我們預期的結果是一致的。另外，從圖上也可以更明顯看出，期初人均 GDP 在超過 3.8 以後聚集經濟的情況將逐漸轉向聚集不經濟的情況，也就是我們希望能夠找到的門檻值。. 接著，下表 1-3 為後期的估計結果：. . ‧. . n. al. er. io. sit. y. Nat. . Ch. e n g c h i 28 . . 學. ‧ 國. 立. 政治大 . i Un. v.

(36) 表 1‐3 橫斷面資料分析(都市化程度) 1990~2005 應變數：人均 GDP成長率 1990~2005. (1) 0.038 (0.198) 0.001 (0.001) -0.021 (0.0812) 0.001 (0.001) 0.004 (0.003) 0.342 (4.867) **0.471 (0.441) **-0.423 (0.158) -0.439 (1.422) 0.007 (0.007) 0.081 (0.050) 0.012 (0.047) 0.004 (0.048) -0.092 (0.222) *-0.069 (0.035) *33.64 (19.929) 80 0.1972. 都市化人口比例都市化人口比例平方項都市化人口比例與人均 GDP交叉項都市化人口比例與開放程度交叉項人口密度初期人均 GDP. ‧ 國. 投資佔 GDP之比例. Nat. io. 生育率. al. n. 開放程度. er. 政府支出佔 GDP之比例. ‧. 投資價格. 4.634 (3.532). 學. 扶養比率. 1.740 (4.029) 0.301 (0.231) ***-0.408 (0.121). y. 立. 預期壽命. 政治大. (3) -0.056 (0.147) 0.000 (0.001) -0.014 (0.063) 0.000 (0.001). sit. 人口成長率. (2) -0.089 (0.157) -0.001 (0.001) 0.038 (0.066) 0.000 (0.001). Ch. engchi. 新生兒死亡率常數項觀察國家數目 Adj R-squared. i Un. v. ***-0.1 (0.030) *27.687 (15.792) 80 0.1814. -9.817 (10.123) 80 0.1022. . Note:Estimation by OLS with heteroskedasticity-consistent standard errors.被解釋變數為人均 GDP 成長率在 1990~2005 年間的平均值。其他變數則為 1990 年的值。 * **. 顯著水準 10% 顯著水準 5%. *** 顯著水準 1%. 29 .

(37) 從後期的估計結果也可以看出，後期在正負號上並沒有明顯的改變，不過，我們所關心的幾個主要的變項在這裡都是極為不顯著的，P>|t|的值都超過了 0.8 甚至到 0.9，因此在這裡這些變項並不能夠明確的說明與經濟成長之相關性。不過，本文依舊透過微分畫出圖 1‐3，發現仍舊呈現負斜率的趨勢，但大多數的國家都落入了聚集不經濟的情況。由於變數都呈現高度不顯著，因此這個圖型的參考價值並不高。 . .02. . 政治大. Zambia Togo. Afghanistan Somalia. Mali Nigeria Mongolia Benin Madagascar Ghana Nicaragua Honduras Niger Mozambique Syrian Arab Republic Senegal Paraguay Burki Faso Angola Ethiopia Uganda Vietnam C?te d'Ivoire Bolivia Philippines Dominican Republic Haiti Sudan Cameroon Chad Sierra Leone Malaysia Bulgaria Cuba Rwanda Ecuador Guinea Morocco Kenya Egypt Peru Venezuela (Bolivarian Republic of) Algeria Nepal Bangladesh Uruguay El Salvador Guatemala Chile Cambodia Pakistan Colombia India China Indonesia Turkey Costa Rica Mexico Iran (Islamic Republic of) Romania Poland Israel Zimbabwe ThailandHungary IrelandNetherlands Kuwait BrazilAfrica South Saudi ArgentinaRepublic New Zealand of Arabia Korea Denmark United Arab Emirates Sweden United Kingdom. ‧. ‧ 國. 學. d(growth rate)/d(URB) -.04 -.02 0. 立. y. sit. io. n. a l3. er. -.06. Nat 2.5. 3.5 4 log GDP per capita 1990. C h dGRdURB U n e ngchi Fitted values. iv. Portugal Austria Spain Canada Greece France Norway Australia Germany Finland Italy United States of America Japan. 4.5. 95% CI. 圖 1-3 都市化對經濟成長之影響(橫斷面分析，後期). 由本小節的分析可以發現，當一國期初的所得越低時，其聚集經濟所帶來的影響將會越大；當期初的所得越高時，其聚集經濟帶來的影響將會越低甚至會變成聚集不經濟，這與 Williamson 假說的結果是相當吻合的。 30 .

(38) 而我們若將時間點分成前期與後期來看的話，前期的估計結果也支持了 Williamson 假說，而到了近期，聚集經濟的效果則已經沒有那麼的明顯了。 . 第三節橫斷面分析(聚集變項：等級規模係數). 立. 政治大. 在本小節中，本文將針對 43 個國家所算出來的等級規模係數來當作. ‧ 國. 學. 聚集變項，這個係數越高，表示首要都市與其他都市差異越大，也就是都市間發展越不均；係數越低表示首要都市與其他小都市差異不大，也就是. ‧. 都市間的發展呈現較為均衡的情況。 . sit. y. Nat. . n. al. er. io. 我們同樣根據“Barro syle＂普通最小平方法去估計，得到表 2‐1。 . Ch. e n g c h i . . . 31 . i Un. v.

(39) 表 2‐1 橫斷面資料分析(等級規模係數) 1970~2005 . 人均 GDP成長率 1970~2005 等級規模係數等級規模係數平方項等級規模係數與人均 GDP交叉項等級規模係數與開放程度交叉項人口密度. io. 政府支出佔 GDP份額. al. n 開放程度出生率新生兒死亡率常數項觀察國家數目 adj R square. Ch. engchi. ***0.068 (0.016) -0.028 (0.021). y. Nat. 投資支出佔 GDP份額. ***-3.800 (1.249). ‧. 投資價格. ‧ 國. 扶養比率. ***-3.979 (1.086). 學. 預期壽命. 立. (3) **-11.161 (4.264) 0.044 (0.281) ***2.811 (1.025) 0.001 (0.006). sit. 人口成長率. 政治大. (2) **-9.232 (3.764) -0.047 (0.232) **2.314 (0.909) 0.003 (0.005). er. 期初人均 GDP. (1) *-6.954 (3.565) -0.176 (0.201) **1.925 (0.878) 0.004 (0.011) 0.003 (0.002) ***-4.929 (1.028) 0.603 (0.402) 0.050 (0.063) -0.124 (0.454) -0.005 (0.004) *0.028 (0.016) **-0.048 (0.020) 0.003 (0.015) -0.053 (0.099) -0.001 (0.011) ***19.020 (5.526) 43 0.626. i Un. v. ***17.18 (4.470) 43 0.4147. ***17.620 (5.012) 43 0.143. . Note:Estimation by OLS with heteroskedasticity-consistent standard errors.被解釋變數為人均 GDP 成長率在 1970~2005 年間的平均值。其他變數則為 1970 年的值。 * **. 顯著水準 10% 顯著水準 5%. *** 顯著水準 1% 32 .

(40) 從表 2‐1 中，我們可以看到等級規模係數的結果是負的，與都市化程度為相反的情況。這表示著，若單獨只看等級規模係數這一項的結果，呈現著若都市間發展越不均衡，也就是首要都市與其他都市的差距太大的話，對於經濟成長將會產生負面的影響。從表 2‐1 中，條件收斂假說依舊在這裡是成立的，當一國的所得越高，經濟成長率將會越低，這表現在期初人均 GDP 的係數為負上面。另外，從表 2‐1 可以看到，我們所關心的等級規模係數以及它與期初人均 GDP 的交叉項皆是顯著的，且在這個模型中，R‐square 高達 0.76，因. 治政此這個模型對於這些變數的解釋能力算是相當不錯的。而估計的係數，其大立正負號也都如我們所預期。 ‧ 國. 學. . ‧. 圖 2‐1 同樣的是透過對等級規模係數微分以後，縱軸放的是等級規模. y. sit. io. n. al. er. 來的。. Nat. 係數對經濟成長的影響程度，橫軸同樣放的是不同的所得水準，進而畫出. Ch. engchi. 33 . i Un. v.

(41) 2. Netherlands Saudi Arabia. d(growth rate)/d(Ranksize) -1 0 1. Belgium United States of America Canada Australia Germany United Kingdom Italy France Israel Japan (Bolivarian Republic of) Venezuela Spain Greece Iran (Islamic Republic of) Portugal South AfricaArgentina Poland Iraq Mexico Chile Brazil Colombia Malaysia Peru Morocco Algeria Turkeyof Korea Republic Bolivia Philippines Egypt Nigeria Ghana Syrian Arab Republic Pakistan Indonesia India Viet Nam Afghanistan. -2. China. 2.5. 3. 立. 3.5 4 mean log GDP per capita , 1970. 政治大 dGRdRK. 4.5. 95% CI. Fitted values. ‧ 國. 學 ‧. 圖 2-1 都市發展均衡對經濟成長之影響(橫斷面分析). y. Nat. er. io. sit. 從圖 2‐1 中，我們可以看出一條很明顯的正斜率的趨勢線，幾乎所有國家都圍繞在這條趨勢線上面。所得越高的國家，都市間人口不均程度越. n. al. iv. C 高，也就是首要都市的人口相對於其他都市來講規模大上的多，對於經濟 Un hengchi. 成長將會有較大的幫助；反之，所得越低的國家，若首要都市人口過多，都市間人口發展不均衡，對於這些所得低的國家而言，將會對於其經濟成長是有負面的影響的。而在等級規模係數的迴歸當中，為了要看出都市間人口發展不均程度，是否也存在著階段上的差異，因此，我們同樣的將資料分成前後期去判斷是否有階段性的差異。下表 2‐2 即為前期(1970‐1985) 等級規模係數的估計結果。 34 .

(42) 表 2‐2 橫斷面資料分析(等級規模係數) 1970~1985 . 人均 GDP成長率 1970~1985 等級規模係數等級規模係數平方項等級規模係數與人均 GD P 交叉項等級規模係數與開放程度交叉項人口密度. 政治大. 期初人均 GDP 人口成長率. (1) -14.092 (25.756 ) 0.389 (1.830 ) 4.155 (6.388) -0.055 (0.058) 0.002 (0.007) -2.258 (5.799) 0.524 (0.671) -0.246 (0.606) -0.224 (2.197) -0.011 (0.016) 0.063 (0.084) -0.029 (0.185) 0.077 (0.096) -0.057 (0.412) -0.005 (0.1155045) 24.290 (40.956) 43 0.182. 立. 0.739 (2.489). ‧ 國. 學. 預期壽命. (2) -0.823 (6.228) 0.823 (1.118) -0.206 (1.935) -0.011 (0.015). 扶養比率. ‧. 投資價格. y. Nat. sit. 投資支出佔 GD P 份額. n. al. er. io. 政府支出佔 GD P 份額開放程度出生率. Ch. engchi. 新生兒死亡率常數項觀察國家數目 adj R square. i Un. v. -0.691 (8.081) 43 0.078. . Note:Estimation by OLS with heteroskedasticity-consistent standard errors.被解釋變數為人均 GDP 成長率在 1970~1985 年間的平均值。其他變數則為 1970 年的值。 * **. 顯著水準 10% 顯著水準 5%. *** 顯著水準 1% 35 .

(43) 從表 2‐2 中可以看出各項解釋變數在正負號上並沒有甚麼改變，但這個估計結果顯示這些變數都是不顯著的。儘管如此，本文還是試著去畫出圖形來解釋： . d(growth rate)/d(Ranksize) -2 0 2. 5. . Chile Canada Cameroon China Congo Egypt Ecuador Colombia Netherlands Poland Saudi Arabia Portugal Morocco Republic of Korea MexicoSouth Africa Malaysia Turkey Spain Brazil Syrian Arab Republic. 政治大 France Germany Greece Ghana. 立. Bangladesh. Japan KenyaBolivia Israel. Philippines Belgium Italy. Algeria Argentina United Kingdom Vietnam United States Australia of America Peru Venezuela (Bolivarian Republic of) Pakistan Nigeria. -5. ‧ 國. 學. 2.5. 3. 4. 4.5. ‧. 3.5 log GDP per capita , 1970. y. 95% CI. a. er. io. sit. Nat. dGRdRK2 Fitted values. n. iv 圖 2-2 都市均衡發展對經濟成長之影響(橫斷面分析，前期) l. Ch. n engchi U. 從圖 2‐2 中，儘管估計結果是不顯著的，但仍然可以得到一致的結果：當所得越低的國家，等級規模係數越大(都市大小越不均)，對經濟成長的影響則會越小，這與前面的圖形也是相一致的。 . 表 2‐3 為後期的估計結果： . 36 .

(44) 表 2‐3 橫斷面資料分析(等級規模係數) 1990~2005 . 人均 GDP成長率 1970~2005. (1) 2.274 (9.611) -0.559 (0.762) 0.018 (2.433) -0.010 (0.037) 0.000 (0.003) -3.236 (2.727) ***2.143 (0.622) -0.212 (0.237) 0.095 (1.325) -0.007 (0.006) 0.075 (0.049) 0.058 (0.091) 0.035 (0.047) -0.291 (0.223) -0.039 (0.054) 29.414 (19.181) 43 0.270. 等級規模係數等級規模係數平方項等級規模係數與人均 GDP交叉項等級規模係數與開放程度交叉項人口密度. io. 政府支出佔 GDP份額. al. n 開放程度出生率. Ch. engchi. 新生兒死亡率常數項觀察國家數目 Adj R-square. y. Nat. 投資支出佔 GDP份額. ‧. 投資價格. ‧ 國. 扶養比率. -0.590 (2.648). 學. 預期壽命. 立. -0.264 (2.626) 0.551 (0.414). sit. 人口成長率. 政治大. (3) 4.478 (9.003) -0.613 (0.648) -0.720 (2.221) 0.017 (0.018). er. 期初人均 GDP. (2) 2.098 (9.093) -0.538 (0.644) -0.159 (2.239) 0.015 (0.018). i Un. v. 1.070 (10.444) 43 0.015. 2.990 (10.446) 43 0.004. . Note:Estimation by OLS with heteroskedasticity-consistent standard errors.被解釋變數為人均 GDP 成長率在 1970~1985 年間的平均值。其他變數則為 1970 年的值。 * **. 顯著水準 10% 顯著水準 5%. *** 顯著水準 1 37 .

(45) 同樣的，在表 2‐3 中，這些變數也都是不顯著的，甚至在後期，等級規模係數變成正的了。在圖 2‐ 3 中，可以看出，在後期下，等級規模係數的大小對經濟成長的影響，並沒有受到國家所得高低而有所不同，呈現一. 2. 個類似 U 型的微笑曲線。 . Vietnam Nigeria Afghanistan Bangladesh. Bolivia Pakistan Syrian Arab Republic Indonesia. Kenya. 立. Ecuador. ‧ 國. Poland. 政治大 Egypt. Greece Israel Algeria. Chile Peru. sit. 95% CI. n. er. io. dGRdRK2 Fitted values. al. 4.5. y. Nat. 3.5 4 log GDP per capita , 1990. ‧. 0. ItalyAustralia. Mexico Japan Germany Colombia Iran (Islamic Republic of) Turkey Netherlands Canada Venezuela Republic of) Argentina(Bolivarian United Guatemala Kingdom France Spain Morocco Portugal Saudi Arabia Republic of Korea. Philippines. 3. United States of America. South Africa Brazil. Ghana. 學. d(growth rate)/d(Ranksize) .5 1 1.5. Cameroon China. Ch. engchi. i Un. v. 圖 2-3 都市發展均衡對經濟成長之影響(橫斷面分析，後期) 在本節中，根據我們的估計結果，我們發現都市間人口多寡的差異，的確會對經濟成長產生影響，而這個影響的程度又會受到一國所得高低的不同。根據我們的結果發現，當一國的所得越高時，若其首要都市人口越多，將會刺激其經濟成長；而當一國所得較低時，若最大都市的人口過多則會對於經濟產生不利的影響。究其原因，可能是因為當一國所得低時，若所有人全部擠入該國的首要都市時，因為開發程度較低，都市內的需求 38 .

(46) 遠大於供給，因此會產生不效率的情況，甚至導致都市中髒亂或擁擠的問題而阻礙了經濟成長。 . 第四節追蹤資料分析(聚集變項：都市人口比例) 在追蹤資料分析的分析中，本文針對 80 個國家從 1950~2005 年的追蹤資料，去做系統性動差(system GMM)估計，且由於有些國家在較早的年代會有某些資料有遺漏，因此在追蹤資料的部分是屬於不平衡追蹤資料. 政治大. (unbalance panel data)。同時，在追蹤資料分析中，本文同樣將聚集變數分. 立. 成都市化程度以及等級規模係數的情況來探討一國所得高低不同時，其. ‧ 國. 學. 都市化程度以及都市間發展程度不同對於經濟成長的影響是否也會有所. ‧. 不同。另外，本文在此也另外去探討了一國開放程度不同，是否也會造成都市化程度以及等級規模係數對於經濟成長產生不同程度的影響。 . er. io. sit. y. Nat. a. n. iv 在本節中，首先針對聚集變項為都市化程度來做估計分析，表 3 為本 l. n U i e h ngc 文所估計的結果。在模型中，採用了解釋變數以及聚集變數的落後期當工. Ch. 具變數，至於落後的期數，則是根據 Bowsher's(2002)的蒙地卡羅估計結果認為，將落後期數最多限制在三期，將會對採取 Sargan Test 是最有效力的，因此，模型中的工具變數最大落後期數皆被限制在落後三期同樣的，在表 3 中，第一欄為完整模型(full model)，第二欄為將第一欄中不顯著的控制變數去除後所估計的結果，第三欄則是不考慮控制變數的情況，將所有的控制變數都去除，只留下聚集變數的估計結果。 39 .

(47) 表 3 追蹤資料分析(都市化程度) . 應變數：人均 GDP成長率 1950~2010 都市化人口比例都市化人口比例平方項都市化人口比例與人均GDP交叉項都市化人口比例與開放程度交叉項人口密度人均GDP. io. n. 新生兒死亡率. al. ***0.814 (0.152 ) *0.002 (0.002 ) ***-0.252 (0.064 ) ***0.001 (0.000 ). Ch. 常數項 L1. L2. 觀察國家數目 Sargan. engchi U. -3.673 (3.337 ). **1.995 (0.851 ). y. ***0.079 (0.026 ). sit. Nat. 投資支出佔GDP份額. 生育率. ***1.024 (0.223 ) ***0.004 (0.001 ) ***-0.359 (0.082 ) ***0.001 (0.001 ) ***-0.024 (0.008 ) -0.55 (4.437 ) ***0.844 (0.320 ). ‧. 政府支出佔GDP份額. 開放程度. ***1.005 (0.233 ) **0.004 (0.002 ) ***-0.329 (0.081 ) *0.001 (0.000 ) ***-0.023 (0.009 ) -2.327 (4.271 ) *0.901 (0.490 ) 0.131 (0.188 ) *1.861 (0.953 ) 0.001 (0.001 ) 0.013 (0.036 ) ***0.078 (0.027 ) 0.024 (0.021 ) ***-0.537 (0.156 ) 0.046 (0.031 ) 4.809 (21.127 ) ***-0.156 (0.017 ) ***-0.038 (0.012 ) 80 0.202. er. 立. ‧ 國. 投資價格. (3 ). 學. 扶養比率. (2 ). 政治大. 人口成長率預期壽命. (1 ). v n i (0.152 ). ***-0.508. 11.631 (14.156 ) ***-0.157 (0.019 ) ***-0.031 (0.011 ) 80 0.140. 12.276 (9.310 ) ***-0.136 (0.016 ) 0.001 (0.013 ) 80 0.125. . Note: Estimation by System GMM。估計時間為 1950~2005 年，所有變數之間隔皆為五年。工具變數落後期數最大被設定為三期。 *. 顯著水準 10%. **. 顯著水準 5%. ***. 顯著水準 1 40 . .

(48) 從表 3 的估計結果，可以得到與在橫斷面分析時一致的情況：都市化程度的係數是正的，都市化程度與人均 GDP 的交叉項為負的，因此， Williamson 假說在這裡也是成立的。且同樣的，在追蹤資料分析中，人均 GDP 的係數為負的，證實了條件收斂假說也同樣的成立，且都市化程度與經濟成長間可能也存在著非線性的關係。而與橫斷面分析相比，在追蹤資料分析中，這些結果變得更為顯著。且在 Sargan Test 中，皆不拒絕虛無假設，因此表示模型中的工具變數選用是合適的。根據表三第一欄結果，我們同樣可以畫出圖 3‐1。 . .2. 立. 政治大. ‧. -.2. n. al. er. io. sit. y. Nat. d(growth rate)/d(URB) -.1 0 .1. Ghana Afghanistan Mongolia Mali Togo Syrian Arab Republic Benin Madagascar Panama Nigeria China Sudan Ethiopia Uganda Burki Faso VietnamSenegal Egypt Uruguay Bolivia Philippines Peru Haiti Mozambique Pakistan Honduras Bulgaria Belgium Chile India Paraguay RwandaCambodia Morocco Colombia Angola Chad Indonesia Ecuador Brazil Cuba Nepal Israel Turkey Malaysia Bangladesh Republic of Korea Lebanon Argentina Puerto Rico Venezuela (Bolivarian Republic of) Mexico Algeria Thailand Romania Guatemala Hungary New Zealand United Kingdom Guinea South Africa Denmark Costa Rica Sweden Australia Spain Netherlands IrelandFrance Canada Portugal Italy Germany Greece Norway United States of America Finland Japan. 學. ‧ 國. Somalia. 2.5. Ch 3. engchi. i Un. 3.5 mean log GDP per capitad dGRdURB Fitted values. v. 4. Saudi Arabia. 4.5. 95% CI. 圖 3-1 都市化對經濟成長之影響(追蹤資料分析，不同所得水準) 圖 3‐1 同樣的說明了都市化程度對經濟成長的影響會隨著一國所得高低不同而有不同的影響，且比較圖 1‐1 與圖 3‐1，可以發現得到的是一致的結果，當一國所得超過某一個門檻時，都市化程度越高將會對經濟成長逐 41 .

(49) 漸產生不利的影響，甚至，從圖型上，更可以大略的找出這個門檻是在人均 GDP 為 3.85 的時候，也就是人均所得約為 7100 美元的時候，也就是說，當一國的人均所得高於 7100 美元時，都市化程度在該國對於經濟成長的. d(growth rate)/d(URB) 0 .1 .2. .3. 助益是較小的。 . Somalia. Ghana Afghanistan Mongolia Mali Togo Syrian Arab Republic Benin Madagascar China Sudan Nigeria Ethiopia Uganda Vietnam Burki Faso Egypt Senegal Uruguay Bolivia Peru HaitiPhilippines Pakistan Mozambique Honduras Bulgaria Belgium Chile India Rwanda Paraguay Cambodia Morocco Colombia Angola Chad Indonesia Ecuador Cuba Brazil Malaysia Nepal Israel Turkey Bangladesh Republic(Bolivarian of Korea Republic of) Lebanon Argentina Puerto Rico Venezuela Mexico Algeria Thailand Romania Guatemala Hungary New Zealand United Kingdom GuineaAfrica South CostaDenmark Rica Sweden Australia Spain Netherlands Ireland Canada France Portugal Italy Germany Greece Norway United States of America Finland Japan. 100 mean. openness. 95% CI. io. er. Nat. dGRdURB Fitted values. 150. y. 50. sit. ‧ 國. Saudi Arabia. ‧. 0. 政治大. 學. -.2. -.1. 立. Panama. al. n. iv n C hengchi U 圖 3-2 都市化對經濟成長之影響(追蹤資料分析，不同開放程度) 接著，同樣根據表 3‐1 第一欄的結果，我們可以畫出上圖 3‐2，與圖 3‐1 不同的地方，在於圖 3‐2 將橫軸放的是一國的開放程度而非所得水準，主要觀察的是一國開放程度是否會對聚集經濟有不同的影響然而，從圖 3‐2 中，並不能看出一個明顯的趨勢，幾乎是一個隨機的圖形，表示一國的開放程度高低對於聚集經濟並沒有產生不同程度的影響，. 42 .

(50) 然而受限於資料筆數11，本文在此並無法如同橫斷面分析時的方法將其分成前後期來驗證。 . 第五節追蹤資料分析(聚集變項：等級規模係數) . 政治大. 在追蹤資料的第二部分，本文將聚集變數改為等級規模係數， . 立. 並採取同樣的系統性動差法來做估計。 . ‧ 國. 學. . 表四即為估計的結果： . ‧. io. n. al. Ch. e n g c h i. sit. y. Nat. . er. . i Un. v. . .                                                    11 追蹤資料中年份的比數一共 13 筆，若將資料再剖半，則觀察年份的筆數會因為太少而導致估計不具可信度 43 .