[論文レビュー] Measuring growth and convergence at the mesoscale

Isaak Mengesha, Debraj Roy|arXiv (Cornell University)|Jan 17, 2026

Economic and Technological Innovation被引用数 0

ひとこと要約

This paper analyzes growth and convergence at the scale of Functional Urban Areas (FUAs) using high-resolution GDP data and the Economic Complexity Index to reveal capability-driven, regime-based growth patterns that national aggregates obscure.

ABSTRACT

Global inequality has shifted inward, with rising dispersion increasingly occurring within countries rather than between them. Using 8,790 newly harmonised Functional Urban Areas (FUAs), micro-founded labour-market regions encompassing 3.9 billion people and representing approximately 80% of global GDP, we show that national aggregates systematically, and increasingly, misrepresent the dynamics of growth, convergence, and structural change. Drawing on high-resolution global GDP data and country-level capability measures, we find that the middle-income trampoline that previously drove global convergence is flattening. This divergence in the lower-income regime does not reflect poverty traps: low-income FUAs exhibit positive expected growth, and the transition curve displays no stable low-income equilibrium. Instead, productive capabilities, proxied by the Economic Complexity Index, define distinct growth regimes. FUAs converge within capability strata but diverge across them, and capability upgrading follows a predictable J-curve marked by short-run disruption and medium-run acceleration. These findings suggest that national convergence policies may be systematically misaligned with the geographic scale at which capability accumulation operates.

研究の動機と目的

• メソスケールでの成長と収束を行政階級や国家スケールではなく測定する動機づけ。
• FUAs を用いて統合された労働市場と内生的な能力蓄積を捉える。
• GDP 動態を国レベルの Economic Complexity Index に結びつけ、能力駆動の成長 regime を研究する。
• 都市スケールで貧困の罠が存在するか、集合化が収束兆候にどのように影響するかを検証する。

提案手法

• 1 km GDP データを夜間ライトから調和させて 8,790 個の FUA のパネルを構築する（1992–2019）。
• 各 FUA に国レベルの Economic Complexity Index (ECI) を割り当て、生産能力を代替指標とする。
• MAUP 効果を評価するため、空間スケール（ADM0、ADM1–ADM3、FUAs）で不平等と収束を分解する。
• ベータ収束を推定し、成長法則の非線形な成長 regime と regime switching を分析する。
• FUA の成長を同時点の国ECI と関連づけて能力依存的成長を検討し、非線形な ECI 効果を検定する。
• イベントスタディ設計を用いて離散的な ECI アップグレードに対する成長反応を追跡し、J-curve ダイナミクスを特定する。

Figure 1 : We utilize FUAs as aggregating unit over various spatial fields. Those include, GDP, Population, HDI, RWI and several national level statistics such as TFP or ECI if no higher resolution was available. With this we construct the timeseries of observation for each FUA.

実験結果

リサーチクエスチョン

• RQ1 FUAs は行政・国家の集計と比較して異なる成長・収束ダイナミクスを明らかにするか？
• RQ2 ECI によって測られる生産能力は都市成長 regime と収束パターンをどのように形成するか？
• RQ3 FUAs を分析単位とした場合、都市スケールで貧困の罠の証拠はあるか？
• RQ4 集約は成長と初期所得の関係（Solow に基づく収束）の推定にどのような影響を及ぼすか？
• RQ5 能力アップグレード後の FUAs の短期・中期の成長ダイナミクスはどうなるか？

主な発見

• FUA 内の不平等はより細かなスケールで支配的だが、FUAs は国間の分散共有をより強く保持しており、集約が不平等パターンに影響することを示唆する。
• 収束は行政スケールや国レベルのベンチマークよりも FUA スケールで強く現れ、成長分析における MAUP を示す。
• 都市スケールで局所的な貧困の罠の証拠はなく、低所得の FUAs も分布全体で正の成長が期待される。
• 能力条件付き収束は非線形であり、中間レベルの ECI で収束速度が急激に上昇する一方、非常に高い ECI レベルでは収束が弱くなる。
• 能力アップグレードは FUAs の成長に J-カーブを引き起こす：短期の混乱の後、中期・長期的な利益が生じる；このパターンは ADM1 スケールでは観察されない。
• 空間的集約は ECI のダイナミクスを逆転させる：国レベルの ECI は条件付き収束を示す一方、ADM1 地域は ECI で発散を示す。

Figure 2 : Spatial inequality structure: functional vs. administrative geography. Left column decomposes GDP per capita variance into between-country (purple) and within-country (red) components (1992–2019). Right column plots within-unit RWI variance share against GDP per capita for 20 countries wi