印度的产业集聚、城市便利与区域发展

编号486 印度的产业集聚、城市便利与区域发展 Subash SASIDHARAN印度理工学院（IIT），马德拉斯§ Shandre THANGAVELUJeffrey Cheah东南亚研究所，双威大学国际贸易研究所，阿德莱德大学 2022年9月 Abstract：产业集聚是为工业增长创造效率和外部性以及为印度经济创造竞争力的重要组成部分。在本文中，我们研究了印度企业的空间位置以及印度经济在地区和乡镇一级的产业集聚。特别是，我们使用公司级数据研究了城市便利设施在推动印度经济产业集聚方面的影响。我们谨慎地控制乡镇一级的城市设施，以及影响产业集聚的企业层面特征。与以前的州和地区级研究相反，我们研究了2011年城市便利设施在更细分的乡镇一级的影响。该研究还研究了城市便利设施对制造业以及服务业的影响。实证分析结果表明，产业集聚的城镇水平差异与教育，医疗保健，能源，交通，金融和文化资源等各种便利设施之间存在正相关关系。当考虑聚集的替代措施和进行子样本分析时，这些结果保持一致。 关键字:产业集聚；城市设施。JEL分类：F15; O15 1.Introduction 自1980年代中期通过新产业政策（NIP）开始的开放经济经济改革以来，印度经济经历了快速的经济发展和结构转型。经济自由化政策措施和基于市场的改革包括通过更开放的外国投资，降低出口关税，降低进口关税以及对关键行业的零部件和机械等中间进口产品的许可，取消行业许可，以及更多的投资和贸易便利化政策，在国内经济中进行更大的竞争。开放经济政策的举措之一是通过激励国内外公司在该地区和州定居来吸引更多的经济活力。为了加快区域发展，除了联邦一级的激励措施和政策外，州政府还提供免税期，电力和能源补贴以及外国投资土地租赁激励措施。最近的证据表明，印度经济的发展和增长是不平衡的，收入和产出差距很大（Kathria，2016；Hasa等人。，2017；Bhattacharya和Sathivel，2004)。印度各州和地区的不平衡发展提出了更可持续和平衡增长的重要政策挑战。在本文中，我们研究了印度经济的空间发展，其中包括企业的选址决策以及城市连通性和基础设施在创建区域和州级产业集聚方面的影响。我们希望这项研究将为印度工业部门的区域和空间发展提供更多见解。 产业集聚会影响企业在生产和经营方面的区位决策，因为它会产生更多的外部性，知识溢出和网络经济。在集聚经济中，本地化经济（Marshallia外部性）是指从同一行业内的空间接近性为公司带来的收益。空间接近的另一个好处来自知识溢出(雅可比外部性)。此外，产业集聚是由州一级的经济基本面驱动的，例如人力资本，连通性，软硬基础设施，与港口和机场的连通性，以及联邦和州政府的投资和商业便利化。本文利用乡镇数据探讨了城市便利设施对国家级产业集聚的影响。了解导致空间不平等的因素可以帮助决策者促进区域增长和发展。在这项研究中，我们使用独特和全面的城镇层面的数据，结合。 从2013年经济普查中提取的数据。该研究涵盖了制造业和服务业企业的产业集聚，这些企业既包括乡镇一级的城市设施，也包括企业一级的特征。 先前的研究将自然禀赋，人力和物质资本以及经济地理的差异作为区域不平等的力量。企业的区位选择是经济集聚和城市化的核心要素之一，受投入的可用性，投入的价格，市场准入以及州和城市的城市化水平的指导（Glaeser等。，2015；克鲁格曼，1991；藤田等人。,1999).公司更喜欢靠近供应商或客户，以创造规模经济。Krgma (1991)和Che等人。(2020)强调，其他公司和研究机构的接近促进了知识外部性和溢出效应。Glaeser, et al.（2015）强调城市创建城市网络以刺激国内经济和地区增长的重要性。Che, et al.（2020）还强调了城市便利设施（如研究机构）对东亚制造业和服务业的州和城市层面的影响。然而，就印度而言，大多数研究侧重于经济活动的空间集中，涉及外国直接投资（FDI）的作用，集聚决定因素，落后地区发展政策的作用和企业所在地（Mim和Neamp，2012；Amirap等。，2019年；费尔南德斯和夏尔马，2012年)。 一些研究强调了城市和联系作为经济发展和国内经济增长的关键驱动力的重要性（Glaeser等人。，2015)。实际上，通过城市便利设施发展城市和联系是工业区位和集聚的关键驱动力（Che等人。，2020年）。因此，城市被认为是制造业和服务业工业活动的中心。就印度而言，自1950年代通过第一个五年计划以来，决策者已经做出了巨大的努力，为投资者和公司的空间位置选择设计激励机制。1985年引入的NIP发展战略的关键方面是发展区域和州一级的增长，作为印度经济增长和发展的主要驱动力。 本文组织如下。第2部分将提供关于企业区位选择的文献综述。在第3部分中，我们提供了印度产业集聚的文献综述。我们在第4部分中提供了实证模型和数据构建。实证模型的结果在第5部分中给出。政策讨论在第6部分中给出。 2.企业区位便利的文献综述 企业的区位选择和生产活动的集聚是经济地理学的重点之一。在区位决定因素中，集聚经济是指在另一个企业附近定位的优势（Glaeser，2008）被一些研究所重视。 企业集聚的关键是城市和城市设施在创造溢出效应和外部性方面的作用(Glaeser，2007b)。在一项被广泛引用的研究中，Glaeser（2011）将城市便利设施分为四类：本地化商品和服务，美学和物理环境，公共服务和交通速度。由于某些服务（餐厅，剧院，博物馆，游乐园）的不可交易性质，因此它们仅适用于本地消费。为了消费这种非贸易品，消费者将不得不旅行或位于他们附近。Glaeser等人。(2001)表明，美国各州更好地配备了当地消费便利设施，增长速度更快。使用准实验方法，Falc等人。(2011)表明，文化便利设施与高技能工人的区域份额密切相关。该领域的文献研究了自然设施和建筑设计作为工人空间位置的决定因素的作用。研究中通常的做法是将气候因素视为自然设施的替代因素。大多数研究得出的结论是，天气对家庭迁移的决定很重要（Rappaport，2007年；Rodr í gez - Pose和Ketterer，2012年）。其他研究报告了遗产或建筑设计，学校，交通和犯罪率对城市增长和经济活动的作用（M ö ller，2014;Moeller，2018）。 传统上，公司选址研究主要集中在专业投入和外国直接投资等因素上；然而，由于设施的可用性，公司越来越多地被驱动到地点，服务业公司更倾向于选择比制造公司更好的设施的地点。Gottlieb（1995）通过假设公司是便利最大化者，指定了两种媒介，通过这种媒介产生了这种关系。首先，公司的所有者追求自己的效用最大化，更愿意将其机构迁至设施丰富的中心。其次，工人可能愿意接受较低的工资，以换取居住在拥有优质便利设施的地方。然而，现有研究的结果喜忧参半。Kolo (1999)表明，自然设施确实在确定公司位置方面发挥作用。Lee和Natha（2010）使用伦敦年度商业调查表明，文化便利设施可以成为创新的重要驱动力。 Moeller (2018)报告称，设施丰富的地区对柏林互联网创业公司的位置产生了积极影响。 3.印度产业集聚研究述评 就印度而言，关于产业集聚的实证研究相对较新，通常考虑产业集中度，公司生产率，空间不平等和外国直接投资活动。在探索印度背景的研究中，Lall和Charavorty（2005）使用两位数的地区级数据研究了新投资，发现行业倾向于集中在少数地区。分析表明，基础设施，高劳动生产率和沿海地区会影响私人投资。Lall和Charavorty（2005）进一步报告说，印度的结构改革导致空间不平等加剧，并导致收入分配的区域差异。Ferades和Sharma (2012)使用州级数据研究了企业空间位置的决定因素。他们的研究表明，熟练劳动力对公司的产业定位和新公司的进入有积极影响，而更好的基础设施和治理也是重要因素。它们还表明，外国直接投资的自由化显著降低了空间集中度，而贸易自由化措施没有显著影响。表1提供了经验文献的总结。同样，Kathria（2016）使用Elliso - Glaeser集聚指数对印度21个州的66个有组织部门制造业进行了分析。集聚指数揭示了行业的分散性（近41个行业表现出分散性）。此外，Kathria在2016年使用该指数确定集聚驱动因素的分析显示，基础设施、邻近海岸和劳动力市场汇集是企业选址选择的重要决定因素。基于总体数据，Tripathi (2013)报告了集聚对城市经济增长的显著正向影响。 很少有研究关注集聚与生产率之间的关系。Lall等人(2004)使用从11个制造业的年度工业调查中得出的大规模、全国代表性的工厂级数据来分析集聚-生产率联系。Lall等人(2004)使用来自the工业年度调查（ASI）。他们发现大多数行业的城市化经济为负（不经济），而本地化经济却不存在。Mitra（2000）在增长核算框架中使用了印度15个主要州的面板数据，发现了印度17个两位数行业中11个的积极城市化经济的证据。 4.经验模型与数据构建 在这项研究中，我们汇集了来自多个来源的数据。我们的主要数据来源是由中央统计组织提供的第六次印度经济普查，这是印度所有非农业机构的普查。尽管人口普查可用于先前发布的五轮，但我们使用2013年发布的最新一轮。第六次经济普查是确定印度机构空间位置的非常有用的来源，因为它包含了州，区和城市/城镇级别的公司位置。样本覆盖范围非常大，2013年有5850万个机构。 4536万属于第二和第三部门。为了我们的目的，我们收集了雇用10名或更多工人(正规部门)的机构数据来构建集聚指数。根据第六次经济普查，按就业规模分类的机构分布显示，约5586万(95.50%)的机构 1 - 5名工人，约183万（3.13％）拥有6 - 9名工人，而80万（1.37％）雇用10名或更多工人。 第六次经济普查包含有关公司在雇员人数方面的主要活动的信息，以及在三位数的行业分类，部门，资金来源，宗教，社会团体和所有权方面的主要活动。但是，人口普查不包括有关产出，工资，资产的关键信息。本研究中进行的分析包括属于71个两位数行业的所有行业（24个两位数制造业和47个两位数服务业）。 为了获得镇级特征，我们依靠2011年人口普查的城镇目录。该数据集提供有关地理和气候设施，人口统计，基础设施以及社会和教育服务的信息。我们使用此来源来获取城镇级的便利设施和其他特征作为控制。但是，由于城镇代码不同，因此将经济普查与城镇名录一对一联系起来是一项艰巨的任务。我们使用了另一个来源，印度社会经济高分辨率农村-城市地理数据集（SHRUG），1进行一对一匹配。SHRUG提供了唯一的城镇级别标识符(shrid)。使用提供的唯一标识符，我们可以在第六次经济普查和2011年人口普查中匹配城镇。匹配后，我们的最终数据集包含了大约7, 498个印度城镇，这些城镇在2011年至少有5, 000人口。 表2显示了按人口划分的城镇分布。根据印度人口普查的定义，印度的城镇被归类为人口普查城镇或法定城镇。 人口普查城镇是满足以下三个标准的行政单位：（i）最低人口为5, 000；（ii）从事非农业活动的男性工作年龄人口的75％或更多；（iii）每平方公里至少400人的人口密度。法定城镇被定义为类似城市的市政公司，市政当局，州委员会，被通报的城镇地区委员会，城镇地区委员会，城镇Pachayat，Nagar Palia。人口超过100, 000的城镇被归类为城市。表2显示，几乎30％的城镇人口不到10, 000。印度有373个城市，占总数的5.4％，总人口超过100, 000。 4.1.产业集聚的测度 在为识别产业集聚而构建的一系列度量和指数中，Elliso - Glaeser（1997）指数是应用最广泛的度量。Elliso - Glaeser指数使我们能够通过测量每个3位数的国家行业分类（NIC）在城镇一级的行业集中度来捕获特定行