[논문 리뷰] The drivers of urban economic complexity and their connection to urban economic performance

Andrés Gómez-Liévano, Oscar Patterson‐Lomba|arXiv (Cornell University)|2018. 12. 06.

Economic and Technological Innovation인용 수 3

한 줄 요약

이 논문은 도시 경제 성과와 세 가지 주요 요인인 활동별 복잡성, 개인의 전문 지식, 도시 수준의 집단적 전문 지식 간의 이론적 모델을 제안한다. 1990년에서 2016년까지의 미국 고용 데이터를 활용하여 이러한 요소들이 고용 확률을 유의미하게 예측하고 도시 번영과 상관관계가 있음을 입증하며, 도시 간 경제 격차를 이해하는 검증 가능한 프레임워크를 제공한다.

ABSTRACT

Is urban economic performance driven by a few factors? We study a simple model for the probability that an individual in a city is employed in a given urban activity. The theory posits that three quantities drive this probability: the activity-specific complexity, individual-specific knowhow, and the city-specific collective knowhow. We use data on employment across industries and metropolitan statistical areas in the US, from 1990 to 2016, to show that these drivers can be measured and have measurable consequences over measures of urban economic performance. First, we analyze the functional form of the probability function proposed by the theory, and show its superiority when compared to competing alternatives. Second, we show that individual and collective knowhow correlate with measures of urban economic performance, suggesting the theory can provide testable implications for why some cities are more prosperous than others.

연구 동기 및 목표

• 활동 복잡성, 개인의 전문 지식, 도시 수준의 집단적 전문 지식을 바탕으로 도시 내 개인의 고용 확률을 설명하는 이론적 모델을 개발하는 것.
• 이 세 가지 추진력이 미국 메트로폴리탄 지역 간 도시 경제 성과의 변동성을 설명할 수 있는지 테스트하는 것.
• 제안된 확률 모델의 기능 형태를 경쟁적 대안들과 비교하여 실증적으로 검증하는 것.
• 개인 및 집단적 전문 지식이 도시 경제 결과에 미치는 측정 가능한 영향을 정량화하는 것.

제안 방법

• 활동 복잡성, 개인의 전문 지식, 도시 수준의 집단적 전문 지식로 정의된 이론적 확률 모델을 도시 활동 내 개인의 고용을 위해 제안한다.
• 1990년에서 2016년까지 산업 및 메트로폴리탄 통계 지역을 아우르는 미국 고용 데이터를 활용하여 모델의 매개변수를 추정한다.
• 통계적 분석을 통해 제안된 모델의 기능 형태를 다른 사양과 비교하고 적합도를 평가한다.
• 개인의 전문 지식은 직업 데이터를, 집단적 전문 지식은 산업 데이터를 활용하여 측정하여 그 예측력을 평가한다.
• 다元 회귀 분석을 통해 전문 지식 지표를 임금 및 고용률과 같은 도시 경제 성과 지표와 연결한다.
• 도시 번영에 대한 테스트 가능한 예측을 실증적으로 검증하여 모델의 함의를 검증한다.

실험 결과

연구 질문

• RQ1 제안된 이론적 모델이 다른 모델과 비교해 도시 환경에서 개인의 고용 확률을 얼마나 잘 설명하는가?
• RQ2 활동별 복잡성, 개인의 전문 지식, 집단적 전문 지식이 도시 경제 성과를 어느 정도 예측할 수 있는가?
• RQ3 개인의 전문 지식과 집단적 전문 지식 중 어느 쪽이 도시 경제 결과에 더 큰 기여를 하는가?
• RQ4 미국 메트로폴리탄 데이터를 활용하여 고용 확률 모델의 기능 형태를 실증적으로 검증할 수 있는가?

주요 결과

• 제안된 고용 확률에 대한 이론적 모델은 경쟁적 기능 형태보다 뛰어난 적합도를 보였다.
• 개인별 전문 지식은 도시 경제 성과를 측정하는 지표와 유의미한 정적 상관관계를 보였다.
• 도시 수준의 집단적 전문 지식은 높은 도시 경제 성과와 강하게 연관되어 있어 지식 집적의 누적 우위가 존재함을 시사한다.
• 활동별 복잡성은 고용 확률의 핵심 결정 요인으로 작용하여, 고지식 환경에서 복잡한 산업이 더 많은 노동자를 유치함을 나타낸다.
• 개인 및 집단적 전문 지식의 병합 효과는 메트로폴리탄 지역 간 도시 번영의 측정 가능한 차이를 설명한다.
• 모델의 예측은 실증적으로 지지되며, 도시 경제 격차를 이해하는 데 강력한 프레임워크를 제공한다.