2013年-世界发展银行全球_Spatial_Determinants_of_Entrepreneurship_in_India_52页_706kb

《印度创业活动的空间决定因素》总结

核心内容

本文探讨了印度制造业和服务业创业活动的空间决定因素，分析了影响创业率的地区特征和产业结构。研究发现，地区特征和产业聚集效应在创业活动的形成中起着重要作用，尤其是在印度这样的发展中国家，这些因素对创业的空间分布具有显著影响。

主要观点

1. 创业活动的定义与测量

• 创业活动被定义为新企业的存在，特别是那些成立不足三年的企业。
• 在制造业中，组织化企业指使用电力且员工超过10人的企业；非组织化企业则指未达到该标准的企业。
• 服务业企业不论规模，均被归类为非组织化企业。
• 创业率通过加权平均计算，样本覆盖了印度94%的制造业和服务业就业。

2. 地区特征对创业的影响

• 教育水平：高学历劳动力比例是创业的重要预测因素，尤其是在组织化和非组织化部门中。
• 基础设施质量：基础设施的可用性对创业具有正向影响，包括电力、通信、道路和安全饮水。
• 劳动法规：严格的劳动法规可能抑制创业活动，影响企业进入意愿。
• 家庭金融环境：家庭银行服务的可及性对非组织化部门的创业尤为关键。

3. 产业聚集效应

• 产业聚集效应在制造业中尤为显著，组织化和非组织化部门均受益于本地产业结构的支持。
• 本地产业间的输入和输出关系是创业率的重要决定因素。
• 输入关系（Input_di）衡量一个地区是否拥有创业所需的关键投入品。
• 输出关系（Output_di）衡量一个地区是否拥有创业产品的需求市场。
• Chinitz效应：衡量供应商和客户产业的规模是否适合创业企业，高值表示更好的供应商条件。

4. 印度与美国的对比

• 相较于美国，印度的区域条件对创业活动的空间分布影响更为显著。
• 美国的创业活动更多受到行业特性的影响，而印度的创业活动则更依赖于区域整体条件。

关键信息

• 数据来源：印度政府的制造业和服务业调查数据，时间跨度为2001-2006年。
• 样本范围：排除人口少于100万或样本企业不足50的地区，保留了印度20个主要州的94%就业数据。
• 研究方法：采用横截面回归分析，构建了包含地区特征和产业特征的模型，以评估创业活动的决定因素。
• 模型公式：
  $$
  \ln \left(\text{Entry}{\text{di}}\right) = \eta{\text{i}} + \beta \cdot X_{\text{d}} + \gamma \cdot Z_{\text{di}} + \varepsilon_{\text{di}}
  $$
  其中，Entry_di表示地区-行业创业就业，X_d为地区特征变量，Z_di为地区-行业特征变量，η_i为行业固定效应。

研究贡献

• 本文是首篇系统分析印度创业活动空间决定因素的研究。
• 拓展了创业研究至服务业领域，并区分了组织化和非组织化部门。
• 对非组织化部门的分析是重要贡献，因其在印度经济中占比较大且研究较少。
• 引入了Glaeser和Kerr（2009）的产业结构框架，提供了关于聚集效应在发展中国家的实证证据。

结论与政策意义

• 在印度，创业活动受到地区特征和产业结构的双重影响，且区域条件的重要性超过产业位置。
• 由于印度的经济地理仍在形成中，政策可以显著影响创业活动的空间分布。
• 未来研究应进一步探讨聚集效应与创业活动在发展中国家的相互作用，以支持城市和经济发展政策的制定。

关键词

• 创业
• 聚集效应
• 发展
• 印度
• 南亚

JEL分类

• L26（企业行为与组织）
• M13（企业创业与创新）
• R10（区域经济一般）
• R12（区域经济结构）