Production technology and agglomeration for Japanese prefectures during 1991–2000

Abstract

AbstractWe analyse the seemingly unrelated regression (SUR) models with spatial dependencies from a Bayesian point of view and estimate the parameters of the models using a Markov chain Monte Carlo (MCMC) method. Further, we analyse the production technology and the economics of agglomeration in Japanese prefectures from 1991 to 2000, simultaneously taking into account spatial and serial correlation. Model comparison is done via log‐marginal likelihoods, and it is found that the spatial error SUR model is the best model and that the economics of agglomeration and spatial heterogeneity decreased over this decade.Resumen. Analizamos modelos de ecuaciones aparentemente no relacionadas (SUR, siglas en inglés) con dependencias espaciales desde un punto de vista bayesiano y estimamos los parámetros de los modelos utilizando el método de Monte Carlo basado en cadenas de Markov (MCMC). Además, analizamos la tecnología de la producción y las economías de aglomeración en prefecturas japonesas desde 1991 a 2000, teniendo en cuenta simultáneamente la correlación espacial y serial. La comparación de modelos se realiza mediante verosimilitud log‐marginal, y se encontró que el error espacial del modelo SUR es el mejor modelo y que las economías de aglomeración y la heterogeneidad espacial disminuyeron durante esta década.