2016-11-13 1 Analizy strukturalno- geograficzne Badanie zmiennych wielowymiarowych podziały przestrzenne (np. według regionów) krzyżują się z innymi...
6 downloads
31 Views
913KB Size
2016-11-13
Analizy strukturalnogeograficzne
Badanie zmiennych wielowymiarowych
podziały przestrzenne (np. według regionów) krzyżują się z innymi kryteriami podziałów (np. według sektorów działalności ekonomicznej), badania szczegółowe danych przestrzennoprzekrojowych i czasowo-przekrojowych – analizy strukturalno-geograficzne. w tej grupie badań stosowane są metody i modele analiz przesunięć udziałów SSA (Shift-Share Analysis).
Analiza przesunięć udziałów
można zdefiniować jako narzędzie badania zmian strukturalnych zjawisk ekonomicznych i społecznych, zmiany mogą zachodzić w przestrzeni geograficznej, w określonym przedziale czasu. potrzeba takich badań wynika z faktu, występowania różnic pomiędzy obserwacjami przestrzennymi nie ograniczających się jedynie do wielkości odchyleń standardowych. 2 miasta, 2 regiony różnią się także pod względem struktury aktywności ekonomicznej, struktury demograficznej, struktury społeczno-zawodowej. wyższe dochody w regionach, gdzie siła robocza jest bardziej wykwalifikowana.
1
2016-11-13
Analiza przesunięć udziałów
pozwala na badanie i ocenę poziomu rozwoju danego regionu na tle poziomu rozwoju obszaru referencyjnego (kraju), czyli zmiany regionalnego rozwoju oceniamy w kontekście analiz zmian struktury zjawisk ekonomicznych i społecznych:
zatrudnienia, wykształcenia, dochodu, wielkości produkcji, liczby ludności, wydajności pracy, itd.
Analiza przesunięć udziałów
wprowadzona do empirycznych badań wzrostu ekonomicznego według regionów przez Dunna (1959) oraz Perloffa, Dunna, Lamparda i Mutha (1960), perspektywy wzrostu są bardzo zróżnicowane sektorowo, więc powstaje pytanie, do jakiego stopnia obserwowane odchylenia pomiędzy stopami wzrostu regionalnego są związane i wywołane przez różnice w ich strukturach aktywności.
Analiza przesunięć udziałów
badane jest kształtowanie się zmiennej skwantyfikowanej w postaci złożonej:
przyrostu bezwzględnego, tempa zmian (stopy wzrostu produkcji, wynagrodzeń, zmiany indeksu cen, itd.) zmiennej X.
Założenie: zmienna jest rozmieszczona według
regionów, odpowiednich kategorii drugiego kryterium przekrojowego np. według sektorów aktywności, klas wieku ludności, klas społeczno-zawodowych.
2
2016-11-13
Możliwe stosowane rodzaje wag
Miary agregatowe SSA
Oprócz indywidualnego tempa wzrostu zmiennej X w i-tym sektorze i w r -tym regionie:
w analizach SSA stosujemy miary agregatowe:
przeciętne tempo wzrostu w r -tym regionie:
Miary agregatowe SSA
przeciętne tempo wzrostu zmiennej X w i-tym sektorze:
przeciętne tempo wzrostu zmiennej X w kraju w danym okresie:
3
2016-11-13
Stosowanie analiz SSA
do badania rozwoju gospodarczego w poszczególnych regionach, opiera się na dekompozycji całkowitej zmiany zlokalizowanej zmiennej X na 3 części:
krajową (globalną) rozwoju regionalnego - Mri strukturalną (zmian struktury sektorowej) - Eri lokalną rozwoju regionalnego - Uri
Klasyczne równanie shift - share
Dzieląc stronami przez xri otrzymujemy zależność pomiędzy stopami wzrostu:
Postać składników równania
poszczególne składniki mają następującą postać: m = tx.. - krajowy lub globalny czynnik (tempo) wzrostu regionalnego, ei = (tx.i - tx..) - sektorowy (strukturalny) czynnik wzrostu regionalnego, uri = (txri - tx.i) - lokalny (geograficzny, konkurencyjny, różnicujący) czynnik wzrostu w itym sektorze r-tego regionu.
4
2016-11-13
Różnice w przeciętnym tempie wzrostu regionalnego
rozmieszczenie regionalne wag wr.(i)=(zri/zr.) pomiędzy kategoriami jest różne w różnych regionach, wzrost regionalny może być silniejszy – wagi (udziały) dynamicznych sektorów aktywności ekonomicznej wyższe w jednych regionach, a niższe w innych. efekt strukturalny – różnice pomiędzy strukturami regionalnymi objaśniają zróżnicowanie średnich regionalnych stóp wzrostu.
Różnice w przeciętnym tempie wzrostu regionalnego
dla każdej z kategorii podziału przekrojowego, stopy wzrostu regionalnego tri mogą różnić się, wzrost regionalny może być silniejszy w jednym regionie, w porównaniu z innym regionem, sektory aktywności ekonomicznej regionu pierwszego charakteryzują się większą dynamiką niż w regionie drugim, efekt geograficzny – odchylenia pomiędzy elementarnymi stopami regionalnymi wyjaśniają różnice pomiędzy średnimi stopami regionalnymi.
Efekty - strukturalny i geograficzny
często pojawiają się jednocześnie, powodują zróżnicowania pomiędzy średnimi regionalnymi stopami wzrostu, metoda SSA pozwala na ich wydzielenie poprzez wyróżnienie części strukturalnej i części geograficznej.
5
2016-11-13
Dekompozycja wzrostu regionalnego czysty wzrost regionalny – różnica pomiędzy regionalną a krajową stopą wzrostu, może być zdekomponowany na dwie składowe: 1.(tx.i - tx..) - przynależności do i-tej kategorii 2. badanego przekroju, która nie zależy od regionu, (txri - tx.i) - przynależności do r-tego regionu.
Równości strukturalno-geograficznej (shift-share equality)
zróżnicowanie geograficzne nadwyżki przeciętnego tempa wzrostu regionalnego nad wzrostem krajowym txr netto = (txr. - tx..) jest dekomponowane na dwa efekty: efekt strukturalny:
sr = ∑wr•(i )(tx•i - tx••),
efekt geograficzny:
gr = ∑ wr•(i )(txri - tx•i).
Efekt strukturalny
równy średniej ważonej odchyleń pomiędzy przeciętnymi tempami wzrostu w sektorach, a stopą wzrostu krajowego wskazuje, iż regiony są zróżnicowane poprzez odchylenia w rozmieszczeniu ( wr•(i)). na poziomie krajowym mamy wartość 0, ponieważ z definicji: ∑(z•i - z••)(t•i - t••) = 0.
6
2016-11-13
Efekt strukturalny
dla każdego regionu efekt sr jest równy różnicy pomiędzy stopami średnimi:
sektorowo-regionalną, krajową,
oprócz zmieniających się według regionów wielkości wag wr•(i), przyjmuje się, że stopy elementarne dla każdej i-tej kategorii są identyczne we wszystkich obiektach geograficznych (=tx.i).
Efekt geograficzny
ważona średnia regionalnych odchyleń (txri – tx.i) przypisująca kategorie przekrojowego kryterium jakościowego do odpowiednich regionów, średni efekt przynależności do regionu r-tego.
Analiza strukturalno-geograficzna zmian liczby pracujących w Polsce według regionów i sektorów ekonomicznych w okresie 2003-2006 (tempa wzrostu w procentach)
7
2016-11-13
Ograniczenia i mankamenty ujęcie stochastyczne – oszacowanie efektów strukturalnych i geograficznych poprzez zastosowanie modelu analizy wariancji (modelu regresji ważonej), dynamizacja analizy – problem uwzględnienia zmian strukturalnych i konkurencyjności regionów zachodzących w czasie, uwzględnienie interakcji przestrzennych poprzez uwzględnienie dodatkowo macierzy wag – zastosowanie przestrzennej analizy przesunięć udziałów SSSA (Spatial Shift-Share Analysis).
Modele stochastycznej regresji ważonej SSANOVA biorąc pod uwagę równanie wzrostu: txri=m+ei+uri, można zauważyć bezpośrednią analogię do komponentów znanych z analizy wariancji (ANOVA), korzystając z tego, Berzeg (1978) zaproponował dla SSA następujący stochastyczny model ważonej analizy wariancji shift-share (SSANOVA1):
Shift-share - ważona analiza wariancji
liniowy model analizy wariancji, którego parametry i składowe dekompozycji zmian wzrostu regionalnego można oszacować
metodą pośrednią, bezpośrednio przy zastosowaniu odpowiednich procedur obliczeniowych w statystycznoekonometrycznych pakietach programowych.
z jednokrotną dekompozycją – obie metody powinny dawać identyczne rezultaty.
8
2016-11-13
Shift-share - ważona analiza wariancji
dane do estymacji równania w postaci: tx=X*b+u przy uwzględnieniu macierzy wariancjikowariancji Ω i równania restrykcji a priori: Rb=0
Wyniki estymacji modelu ANOVA1 dekompozycji tempa wzrostu liczby pracujących według 4 sektorów ekonomicznych i 16 województw w Polsce w latach 2003-2006
Porównanie ocen parametrów strukturalnych modelu ANOVA1 przy zastosowaniu alternatywnych wielkości referencyjnych
9
2016-11-13
Shift-share - ważona analiza wariancji
należy zwrócić uwagę na zasadniczą wadę tego typu opisowej stochastycznej analizy strukturalno-geograficznej; w przeciwieństwie do składowej przynależności sektorowej, której efekt jest bezpośrednio mierzony przez ei, efekt czynnika geograficznego jest otrzymywany pośrednio, jako średnia ważona z reszt estymacji u^ri .
Shift-share - ważona analiza wariancji
średnia dla każdego z regionów jest interpretowana jako miara efektu specyficznego (własnego) dla regionu efektu wyprowadzonego ze składowej czysto przestrzennej, gdzie elementy struktury (podziału na S kategorii) nie są brane pod uwagę, interpretacje efektów geograficznych są sensowne tylko wtedy, gdy wartości efektów nie są zerowe, z hipotez struktury stochastycznej modelu wynika, że nadzieje matematyczne składników losowych uri są zerowe, efekty geograficzne – średnie z reszt estymacji – mają również zerowe wartości oczekiwane, analizuje się wielkości niezerowe, które zgodnie z założeniem powinny przyjmować wartości zerowe.
Problem specyfikacji
ma wpływ na rezultaty badań empirycznych, proponowane jest rozszerzenie regresyjnego modelu analizy wariancji dla metody przesunięć udziałów poprzez wprowadzenie w sposób wyraźny efektu geograficznego gr do równania regresji, model pełnej dekompozycji wzrostu regionalnego:
10
2016-11-13
Wyniki estymacji modelu ANOVA2 dekompozycji tempa wzrostu liczby pracujących według 4 sektorów ekonomicznych i 16 województw w Polsce w latach 2003-2006
Porównanie ocen efektów strukturalnych z metody bezpośredniej i pośredniej estymacji modelu ANOVA2 dekompozycji tempa wzrostu liczby pracujących według 4 sektorów ekonomicznych i 16 województw w Polsce w latach 2003-2006
Dwa warianty analizy strukturalno-geograficznej ewolucji liczby pracujących w Polsce w latach 2003-2006 (stopa wzrostu w procentach)
11
2016-11-13
Problemy w analizach SSA
analiza opisowa shift - share oraz równoważny pierwszy wariant stochastyczny modelu ANOVA1 przypisuje dla każdej składowej strukturalnej część efektu własnego w regionach, gdzie jest on lepiej reprezentowany, obciążając w ten sposób rezultaty, odchylenia rezultatów obliczeń są niewielkie, co jest dość często spotykane w praktyce, rozkłady nie są mniej istotne.
Problemy w analizach SSA
wyższe, co do wartości bezwzględnej efekty wskazują, że w województwach bardziej uprzemysłowionych:
efekt strukturalny z ANOVA2 jest bardziej korzystny (pozytywny), efekt geograficzny bardziej niekorzystny (negatywny),
w większości województw mniej uprzemysłowionych (rolniczych)
efekt strukturalny z ANOVA2 jest mniej korzystny, efekt geograficzny bardziej korzystny.
Problemy w analizach SSA
model klasyczny przydziela część niekorzystnego (negatywnego) efektu geograficznego regionom przemysłowym, jednocześnie część efektu geograficznego pozytywnego (korzystnego) województwom mniej uprzemysłowionym (rolniczym),
tam, gdzie odpowiednie sektory są nad-reprezentowane w jednej lub drugiej grupie,
w konsekwencji również efekt strukturalny jest modyfikowany.
12
2016-11-13
Wielokryteriowość – przynależność geograficzna
analiza strukturalno-geograficzna może być łatwo uogólniona, w przypadku dwóch czynników jakościowych, obserwacjami elementarnymi są stopy trij i wagi zrij obserwowane w regionie r -tym dla kategorii i-tej pierwszego kryterium i dla kategorii j-tej drugiego kryterium, narzędziem analizy: model analizy wariancji z trzema czynnikami bez interakcji:
Przykład wieloczynnikowej analizy strukturalno-geograficznej zróżnicowania wynagrodzeń przeciętnych według rozmiaru aglomeracji we Francji w latach 1982-1987
Dynamizacja analizy i modele panelowe przesunięć udziałów – obciążenie rezultatów
obliczenia nie uwzględniają zmian w strukturze sektorowej aktywności ekonomicznej w czasie, początkowe poziomy zatrudnienia w analizowanych sektorach są stałymi wartościami zmiennej wagowej w całym okresie analizy, podejście statyczne nie bierze pod uwagę zmian w rodzaju i liczbie firm zlokalizowanych w poszczególnych regionach w kolejnych okresach – składowa i efekt sektorowo-strukturalny nieaktualnym indykatorem wzrostu, błąd wynikający z tego powodu powiększa się w tych regionach, w których obserwuje się duże zmiany struktury sektorowej działalności ekonomicznej, zastosowanie stałych wag z okresu końcowego lub stałych wartości średnich – nie rozwiązuje problemu.
13
2016-11-13
Dynamizacja analizy i modele panelowe przesunięć udziałów – obciążenie rezultatów
„efekt komplikacji” (compounding effect) – w podejściu statycznym nie bierze się pod uwagę ciągłych zmian całkowitej liczby zatrudnionych w regionach, dekompozycja i alokacja wzrostu w podziale na 3 składowe ma charakter nieliniowy, jeżeli przykładowo w okresie analizy wzrost gospodarki pewnego regionu jest szybszy (lub wolniejszy) niż w skali krajowej, to zastosowanie wag z okresu początkowego lub końcowego powoduje przydzielanie zbyt małej (lub zbyt dużej) części zmian poziomu danego zjawiska do oceny wielkości efektu globalnego, niedoszacowanie (lub przeszacowanie) – wielkość wzrostu regionalnego przekracza (lub nie osiąga) w każdym okresie wielkości oczekiwanej dla zakładanej w analizie shift-share względnej proporcjonalności zmian temp wzrostu.
Metoda zmiennych wag Barffa - Knighta
wersja dynamiczna SSA, uwzględniająca:
zmienność wag w kolejnych okresach analizy,
zaproponowana przez Barffa i Knighta, zakłada przeprowadzanie obliczeń w sposób rekurencyjny biorąc np. każdorazowo 2 kolejne lata w badanym okresie kilkuletnim, a następnie agregując kolejne wyniki cząstkowe:
Różnice przyrostów liczby pracujących pomiędzy wynikami analizy klasycznej i dynamicznej metody przesunięć udziałów według województw, sektorów i efektów
14
2016-11-13
Podejście dynamiczne pozwala na:
otrzymywanie lepszych, bardziej wiarygodnych rezultatów, ze względu na lepszą alokację wzrostu pomiędzy składowymi, dodatkowo analiza dynamiczna dostarcza dodatkowych informacji, np. że przemiany gospodarki regionalnej charakteryzuje określona tendencja rozwojowa.
Wyniki dynamicznej SSA i porównanie z metodą klasyczną dla woj. dolnośląskiego według sektorów i efektów składowych
Różnice przyrostów liczby pracujących pomiędzy wynikami analizy klasycznej i dynamicznej metody przesunięć udziałów według województw i efektów składowych
15
2016-11-13
Metoda zmian konkurencyjności EstebanaMarquillasa
problem zmian w czasie pozycji konkurencyjności danego obiektu - efekt ten zależy od:
dynamiki zjawiska, tzn. od wielkości różnicy (tri - t.i), lokalnego poziomu koncentracji zjawiska xri,
istnieje określona relacja pomiędzy pozycją konkurencyjności i efektem zmian strukturalnych – wielkości zależą od struktury zjawiska,
Metoda zmian konkurencyjności EstebanaMarquillasa
Esteban-Marquillas (1972), zaproponował modyfikację klasycznego równania shift-share poprzez uwzględnienie
efektu konkurencyjności, powiązań pomiędzy poszczególnymi składowymi.
wprowadza się nowy element: xri - poziom i–tego wariantu zjawiska, jaki miałby r-ty obiekt, gdyby struktura zjawiska w tym obiekcie była identyczna ze strukturą krajową (homothetic change).
Charakterystyka efektów alokacji
zmodyfikowane równanie analizy przesunięć udziałów ma postać:
składnik efektu alokacji
wskazuje, czy r-ty obiekt jest wyspecjalizowany w sensie koncentracji zjawiska w tych wariantach zjawiska, w których jest najbardziej konkurencyjny,
znak alokacji może być dodatni lub ujemny.
16
2016-11-13
Charakterystyka efektów alokacji
zmiana znaku efektu alokacji z ujemnego na dodatni oznacza korzystną restrukturyzację zjawiska w obiekcie, spójną z lokalną korzyścią lub niekorzyścią związaną z konkurencyjnością, zmiana z dodatniego na ujemny oznacza niekorzystną restrukturyzację zjawiska, rozbieżną z lokalną charakterystyką konkurencyjności.
Panelowe modele SSANOVA
w celu przeprowadzenia analizy dekompozycji zmian przyrostów lub temp wzrostu wybranej zmiennej jednocześnie w wielu (najczęściej trzech) wymiarach, np. według regionów, sektorów i w czasie, proponowany jest ogólny model analizy wariancji w następującej postaci:
Wyniki estymacji panelowych modeli ANOVA przesunięć udziałów liczby pracujących w Polsce według województw i 4 sektorów ekonomicznych w latach 2003-2006
17
2016-11-13
Wyniki estymacji panelowych modeli ANOVA przesunięć udziałów z interakcjami sektorowogeograficznymi
Porównanie ocen efektów strukturalnych i geograficznych z różnych wersji panelowych modeli SSANOVA
Zastosowanie modelu panelowego SSANOVA
pozwala na rozwiązanie dyskutowanych wcześniej problemów i mankamentów analizy statycznej przesunięć udziałów, możliwe jest uwzględnienie dodatkowo efektów
czasowych interakcji sektorowo-regionalnych,
szczegółowa analiza zmian w czasie i przestrzeni efektów konkurencyjności oraz ocen składników ujawnionej przewagi komparatywnej może znacznie wzbogacić wnioski dotyczące zakresu i kierunków rozwoju regionalnego.
18
2016-11-13
Porównanie ocen efektów interakcji strukturalno-geograficznych przesunięć udziałów liczby pracujących w Polsce według województw i 4 sektorów ekonomicznych w latach 2003-2006
Weryfikacja statystyczna modeli SSA
posiadanie procedur testowych jest niezbędne dla stwierdzenia istotności poszczególnych efektów, łącznego ich występowania oraz dla przeprowadzania analiz zróżnicowania efektów w różnych strefach geograficznych, wybór odpowiedniego modelu zależy przede wszystkim od statystycznej istotności wyników estymacji, z przeprowadzonych badań i prezentowanych rezultatów wynika, iż zastosowanie indywidualne testu istotności tStudenta dla poszczególnych parametrów jest zbyt restrykcyjne,
Weryfikacja statystyczna modeli SSA
podstawowym narzędziem weryfikacji statystycznej test istotności dla zespołów parametrów związanych z zastosowanymi podziałami strukturalnymi (sektorowymi) i geograficznymi – test F Fishera, wartości statystyki F dla modeli liniowych względem parametrów są obliczane automatycznie we wszystkich komputerowych pakietach ekonometrycznych i statystycznych, można dokonać dodatkowych obliczeń cząstkowych wartości statystki F dla poszczególnych grup parametrów.
19
2016-11-13
Przestrzenna metoda przesunięć udziałów (SSSA: Spatial Shift–Share Analysis)
klasyczna metoda SSA nie uwzględnia faktu, że jednostka, region, kraj nie występuje jako odrębny geograficznie obszar, rozwój gospodarczy, wzrost, czy też struktura danego obszaru zależy od przestrzennych interakcji z „sąsiadującymi” obszarami, problem wielokierunkowości zależności przestrzennej regionów rozwiązują macierze wag przestrzennych, przestrzenna metoda SSA opiera się na wprowadzeniu do równania:
dekompozycji przyrostów, równania temp wzrostu odpowiednio dobranych przestrzennych macierzy wag.
Przyjmując dla Polski (z podziałem na województwa) binarną macierz granic z najbliższymi sąsiadami:
Przestrzenna analiza przesunięć udziałów liczby pracujących według województw i 4 sektorów w okresie 2003-2004 w Polsce: zmodyfikowane efekty strukturalne i geograficzne
20
2016-11-13
Porównanie efektów strukturalnych i geograficznych z metody SSSA i SSA
Propozycja rozwiniętej przestrzennej analizy shift-share Nazara i Hewingsa
polega na połączeniu dekompozycji klasycznej z pełną dekompozycją przestrzenną stóp wzrostu analizowanej zmiennej, dzięki przekształceniom, otrzymujemy równanie dekompozycji temp wzrostu z podziałem na:
3 efekty typu globalnego, 3 efekty typu lokalnego tzn. z uwzględnieniem wag przestrzennych lokalizacji sąsiadujących:
Analiza strukturalno-geograficzna zmian liczby pracujących w Polsce według regionów i sektorów ekonomicznych w okresie 2003-2006 z zastosowaniem macierzy wag przestrzennych (tempa wzrostu w procentach)
21
2016-11-13
Klasyfikacja wariantów dekompozycji wzrostu w analizach shift-share
22
