Diese Dissertation umfasst drei empirische Analysen regionaler Arbeitsmärkte in Deutschland. Wir wenden dabei Methoden der räumlichen Ökonometrie auf regionale Arbeitsmarktdaten an, um der räumlichen Struktur von Arbeitsmarktaktivitäten Rechnung zu tragen. In der ersten Analyse schlagen wir ein räumliches Paneldatenmodell zur Untersuchung deutscher Matchingfunktionen vor. Mit Hilfe dieses Modells sollen verzerrte und ineffiziente Koeffizientenschätzungen aufgrund räumlicher Abhängigkeiten vermieden werden. Wir zeigen, dass das Vernachlässigen der räumlichen Struktur zu nach oben verzerrten Matchingkoeffizienten führt. Das Ziel der zweiten Untersuchung ist es, Bestimmungsfaktoren für regionale Unterschiede in Arbeitslosigkeit zu identifizieren. Unsere Ergebnisse zeigen, dass ein räumlich und zeitlich dynamisches Paneldatenmodell am besten für diese Fragestellung geeignet ist. Zudem zeigen unsere Ergebnisse, dass die regionalen Unterschiede in der deutschen Arbeitslosigkeit einen Ungleichgewichtszustand darstellen. Diese Erkenntnis kann als Argument für politische Interventionen dienen. In der letzten Analyse wenden wir uns der räumlichen Gewichtungsmatrix zu, der eine zentrale Bedeutung in räumlichen Modellen zukommt. Auf Basis einer empirischen Analyse wollen wir die Definition von räumlichen Gewichten untersuchen und ermitteln Faktoren, die die räumlichen Abhängigkeiten auf Arbeitsmärkten bestimmen. Dabei untersuchen wir sowohl unterschiedliche Dimensionen ökonomischer als auch geographische Distanzen als Wirkungskanal räumlicher Abhängigkeit. Für die Entscheidung, welche dieser Distanzdimensionen einen Einfluss auf die räumlichen Relationen hat, verwenden wir ein räumlich-autoregressives Modell höherer Ordnung. Unsere Ergebnisse zeigen, dass geographische Distanz alleine nicht ausreicht, um die räumlichen Interdependenzen zwischen regionalen Arbeitsmärkten zu erklären, sondern auch Dimensionen ökonomischer Distanz einen signifikanten Erklärgehalt haben. / In this dissertation, we present different empirical analyses of regional labor markets in Germany. To account for the spatial structure of labor market activities, we apply spatial econometric methods to regional labor market data. In the first analysis, we propose a spatial panel model for German matching functions to avoid possibly biased and inefficient estimates due to spatial dependence. Based on an official data set, we show that neglecting spatial dependencies in the data results in upward-biased coefficients. Furthermore, our results suggest that a dynamic modeling is more appropriate for matching functions than a static approach. In the second analysis, we study determinants for regional differences in unemployment rates. We specify a spatial panel model to avoid biased and inefficient estimates due to spatial dependence. The study covers the whole of Germany as well as East and West Germany separately. Our results suggest that a spatial dynamic panel model is the best model for this analysis. Moreover, we find that German regional unemployment is of disequilibrium nature, which justifies political interventions. Finally, we study the spatial weights matrix which is the key component in spatial econometric models. We investigate empirically the issue of defining spatial weights in labor market applications and propose factors driving spatial dependence in regional labor markets. In addition to geographic distance, we consider different dimensions of economic distance as transmission channel of spatial dependence. To decide which factors influence spatial dependence in labor markets, we apply a higher-order spatial autoregressive model to data on regional labor markets in Germany. Our results suggest that geographic distance does not capture the spatial dependence between regional labor markets sufficiently but economic distance needs to be considered as well.

No description available.

Die Nachfrage nach Agrarprodukten hat rapide zugenommen, besonders in schnell wachsenden Volkswirtschaften. Agrarimporte nach China gestiegen, trotz der vielfach gestiegenen Inlandsproduktion seit der Reform und Öffnung 1978. Jedoch ging die Steigerung der Agrarproduktion einher mit hohen Umweltkosten, zum einen durch eine massive Erhöhung der Inputintensität und zum anderen durch die Veränderung der Anbaumuster. In dieser Arbeit habe ich umwelt- und sozioökonomische Daten auf Kreis-Ebene analysiert, um ein grundliegendes quantitatives Verständnis der Muster, Determinanten und Ursachen der landwirtschaftlichen Landnutzungsveränderung in China von 1980 bis 2011 zu entwickeln. In Kapitel II und III habe ich die Veränderung der Anbaumuster der Hauptkultur auf Kreisebene zusammengefasst. Ich habe diese Daten mittels explorativer Geodatenanalyse und räumlich expliziter Panel-Regression untersucht, um raum-zeitliche Determinanten der Änderung in Anbaufläche und Ertrag der Hauptkultur zu identifizieren. In Kapitel IV nutzte ich diese Daten, um die Veränderung der Technischen Effizienz in der Pflanzenproduktion mit Hilfe eines stochastischen Grenzansatzes zu ermitteln, wiederum durch den Einsatz einer räumlich-ökonometrischen Panel-Analyse. Insgesamt hat sich die räumliche Konzentration von Hauptkulturen erhöht. Haupteinflussfaktor für diese Entwicklung war die Bevölkerung. Diese Analyse beleuchtet die Muster und Treiber des agrarwirtschaftlichen Landnutzungswandel für gesamt China und gibt Einblicke in die Brennpunkte des Wandels in Landnutzungsumfang und –intensität. Außerdem zeigten die Elastizitäten der Input-Veränderungen einen Trend in der Pflanzenproduktionsintensität von traditionell zu wissenschaftlich-technologischen Eingriffen. Die Ergebnisse können zur Einwicklung räumlich ausgerichteter Landnutzungspolitiken in China beitragen. Sie stellen außerdem wichtige Fallbeweise für den globalen Landnutzungswandel zur Verfügung. / Abstract Demand for agricultural products has been increasing at an unprecedented pace, particularly in rapidly growing economies such as China. Agricultural imports to China have soared despite domestic production increasing manifold since reforming and opening in 1978. However, the increase in agricultural production in China involved high environmental costs, brought about by massively increasing input intensity and by the transition in cropping patterns. In this thesis, I analysed environmental and socioeconomic data at county level to develop a solid quantitative understanding of patterns, determinants, and causes of agricultural land-use changes across all of China from 1980 to 2011. In Chapter II and Chapter III, I summarized the changes in patterns of the main crops at county level. I then examined these data with exploratory spatial data analysis and spatially explicit panel regressions in order to identify the spatial and temporal determinants of changes in area and yield of major crops. In chapter IV, I used the same dataset, but focussed on changes in technical efficiency in crop production using a stochastic frontier approach, again by employing spatial econometric panel analysis. Overall, the spatial concentration of the major crops increased, with population the main determinant for this trend. Furthermore, modern inputs, including machinery and fertilizer, were increasingly important in crop production, and land use efficiency increased slightly and varied temporally and spatially. This analysis shed light on the patterns and drivers of agricultural land-system change for all of China, including insights on hotspots of changes in land use extent and intensity. Besides, the elasticity of input changes showed the growth of crop production was shift from traditional farming practices to modern. This study is valuable to inform and spatially target land-use policies in China and provide important case evidence for global land-use change.