Disparidad Espacial de Salarios

Pierre-Philippe Combes, Gilles Duranton b y Laurent Gobillon 2007

W=Salario S=habilidades I= localización espacial de la industria E= Dotación de Recursos P= Productividad A= Economías de Aglomeración I S E P A w .

La dotación inicial de recursos y las economías de aglomeración afectan indirectamente a los salarios a través de la productividad Luego existe una puerta trasera entre la localización espacial de las industrias y la dotación inicial. .La productividad y las habilidades afectan directamente a los salarios La localización espacial de las industrias afecta indirectamente a los salarios a través de las habilidades.

Fuentes de Endogeneidad ‡ Hay tres situaciones principales en que esto puede suceder: ‡ caso 1 No incluimos en el modelo una variable independiente importante. ‡ caso 2 Las variables independientes se observan con error. ‡ caso 3 Tenemos un sistema de varias ecuaciones de regresión simultáneas. .

que causa que los estimadores de OLS sean sesgados e inconsistentes .Fuentes de Endogeneidad ‡ caso 1 No incluimos en el modelo una variable independiente importante: Este es un problema de mala especificación (subespecificación en este caso) del modelo.

Una variable próxima es una que está relacionada con la variable que deberíamos incluir en nuestro modelo (pero que no lo hacemos).Fuentes de Endogeneidad ‡ caso 2 Las variables independientes se observan con error : Sabemos que si en un modelo se excluye una variable importante. por ejemplo porque no tengamos datos de ella. . ¿Como podemos resolver. tenemos un problema importante. el problema del sesgo de la variable omitida? Una posibilidad es obtener una variable próxima (proxy) a la variable omitida. o al menos reducir.

en un modelo simple. explicada. en general. como ya sabemos. correlada con el término de error. está. a la vez. Sea el modelo estructural de dos ecuaciones: . cómo una variable explicativa que es. Esto lleva a sesgo en OLS.Fuentes de Endogeneidad ‡ caso 3 Tenemos un sistema de varias ecuaciones de regresión simultáneas : Es útil ver.

Sign up to vote on this title
UsefulNot useful