What Causes Industry Agglomeration? Evidence from Coagglomeration Patterns (ePub)

Studienarbeit aus dem Jahr 2014 im Fachbereich VWL - Umweltökonomie, Note: 1.7, Universität Duisburg-Essen, Veranstaltung: Applications of Empirical Research, Sprache: Deutsch, Abstract: Das Ruhrgebiet stellt als Europas größte Industrieregion ein Paradebeispiel für die Existenz industrieller Ballungsgebiete dar. Auffällig dabei ist, dass industrielle Agglomerationen immer eine dominante Industrie aufweisen. Das Ruhrgebiet repräsentiert die Kohle- und Stahlindustrie, Hollywood die Filmindustrie und Silicon Valley die IT- und High-Tech-Industrie. Dieses Phänomen ist zu stringent, als dass man es als reinen Zufall bezeichnen könnte. In der Tat ist der Wirtschaftsliteratur gelungen, das Phänomen vor allem auf zwei Gründe zurückzuführen: Zum einen siedeln sich Firmen, die dieselben umweltbedingten Ressourcen benötigen, in Orten an, welche diese zur Verfügung stellen. So wird sowohl der Bootsbauer als auch die Fischerei eine Küstenregion bevorzugen. Zum anderen besagen die sogenannten Marshall Theorien, dass das Ansiedeln eines Unternehmens neben einer Firma mit ähnlichen Industrieeigenschaften zur Reduzierung der Transportkosten von Gütern, Personal und Ideen führt.
Auch wenn diese zwei Theorien in der Literatur wiederholt auftauchen, so wird dennoch Literatur vermisst, welche die Theorien empirisch verifiziert und sich mit der Beantwortung der Frage beschäftigt: Welche relative Bedeutung haben die Marshall Faktoren, sowohl untereinander als auch im Vergleich zu den umweltbedingten Faktoren?
Genau auf diese Frage versucht die vorliegende Arbeit eine Antwort zu finden. Denn erst ein detailliertes Wissen über die in Agglomerationen entstehenden Vorteile liefert Unternehmen eine solide Entscheidungsgrundlage für die Standortwahl, insbesondere unter Berücksichtigung, dass jede Coagglomeration auch Kosten mit sich bringt und daher ein Trade-off zwischen Nutzen und Aufwand darstellt.
Die Begriffsabgrenzungen in Kapitel 2 bilden die Basis für das Verständnis der Arbeit. Der Hauptteil beschäftigt sich zunächst mit einer linearen Regression welche im zweiten Schritt um Instrumentenvariablen erweitert wird, um eine umgekehrte Kausalität auszuschließen. Das Fazit rundet die Arbeit ab, indem es die Erkenntnisse zusammenfasst, kritisch würdigt und einen Ausblick verschafft.