Modelling the Transitions of Urban Systems: the Two Main US Economic Transitions

Details

Request a copy
Serval ID
serval:BIB_4B8A3A87AFFC
Type
PhD thesis: a PhD thesis.
Collection
Publications
Institution
Title
Modelling the Transitions of Urban Systems: the Two Main US Economic Transitions
Author(s)
Bida Mehdi
Director(s)
Rozenblat Céline
Institution details
Université de Lausanne, Faculté des géosciences et de l'environnement
Publication state
Accepted
Issued date
2022
Language
english
Abstract
The economy of systems of cities is a self-organized complex system and reducing urban problems to individual cities or group of cities exposes to the risk of falling short of their necessary multilevel character. Understanding systems of cities' dynamics using a bottom-up approach is thus essential to establish how the changes at the different levels of organization are interrelated and how the different levels mutually condition their evolutions. ln this perspective, we propose to provide a micro­ foundation of the dynamics of systems of cities that is grounded in the evolutionary theory of urban systems and evolutionary economic geography. We conceive cities as multilevel interacting evolving systems: from the interactions of microeconomic agents (firms and workers), cities and the system of cities emerge as higher levels of organization. ln agreement with evolutionary economic geography, we see microeconomic agents as boundedly rational, technological evolution having specific dynamics, and proximities as the principal modulator of interactions.
We used the above theories to elaborate a theoretical framework and apply it to investigate the evolution of the economic and geographical organization of the US system of cities over the last two centuries. We developed agent-based models in accordance with the theoretical framework to understand how the economy of the US system of cities transformed through its two main transitions: the first being its urbanization and its industrialization (1820-1920), and the second being its transition to the knowledge economy (1970-2010).
To this end, we had begun in a first paper by developing a general micro-to-macro agent-based mode! of systems of cities that aimed at explaining two of the most remarkable regularities observed in urban systems: the rank-size distribution and the size-specialization relationship. The mode! showed that the two properties can result from innovation and a modular-like relatedness of the industry space.
ln a second paper, we aimed at assessing the importance of the spatial factors of the decrease of transportation costs and labor matching economies in the industrialization and the urbanization of the US during the 1820-1920 period. We show that the two processes cannot be understood separately, and that accounting for the multi-level spatial factors of transportation costs and labor matching economies is necessary to understand industrialization and urbanization and their interdependence. To assess the role of the spatial factors in the processes of industrialization and urbanization, we then carried counterfactual analyses on calibrated micro-to-macro agent-based mode! of the US spatial economy during the 1820-1920. The mode! was developed according to the available empirical evidence on economic actors and was calibrated on macro-level sectorial and urban shares. The
counterfactual analysis confirmed the importance of the decrease of transportation costs in industrialization and the role of labor matching economies in urbanization.
ln a third paper, we aimed at assessing the role of skilis in the transition of the US system of cities to the knowledge economy. A study of the evolution of the skill composition of cities during the period 1970 to 2010 allowed to show which skills mattered to the success of cities du ring the transition. We then developed a micro-to-macro agent-based model of the US systems of cities during the 1970-2010 to confirm the importance of cities' workers skills pools in their success when transitioning to the knowledge economy.
--
L'économie des systèmes de villes est un système complexe auto-organisé, et en réduisant les problèmes urbains à des villes individuelles ou à des groupes de villes on ignore leur nécessaire caractère multiniveau. Comprendre la dynamique d'un système de villes par une approche Bottom-up est donc essentiel pour appréhender les changements aux différents niveaux d'organisation qui sont interdépendants et pour évaluer comment les évolutions aux différents niveaux se conditionnent mutuellement. Dans cette perspective, nous proposons de fournir une micro-fondation de la dynamique des systèmes de villes qui s'appuie sur la théorie évolutionniste des systèmes urbains et sur la géographie économique évolutionniste. Nous concevons les villes comme des systèmes évolutifs à plusieurs niveaux d'interaction : à partir des interactions des agents micro-économiques (les firmes et les travailleurs), les villes et le système de villes émergent comme des niveaux supérieurs d'organisation. En accord avec la géographie économique évolutionniste, nous considérons que les agents micro-économiques ont une rationalité limitée, que l'évolution technologique a une dynamique spécifique et que les proximités constituent un modulateur majeur des interactions. Nous utilisons les théories ci-dessus pour développer un cadre théorique et l'appliquer pour étudier l'évolution de l'organisation économique et géographique du système des villes américaines au cours des deux derniers siècles. Nous avons développé des modèles multi-agents en accord avec ce cadre théorique afin de comprendre comment les deux principales transitions du système américain de villes se sont produites : la première étant son urbanisation et son industrialisation (1820-1920), et la seconde étant sa transition vers l'économie de la connaissance (1970-2010).
À cette fin, un premier article commence par élaborer un modèle multi-agents général de systèmes de villes basé sur le niveau micro qui vise à expliquer deux des régularités les plus remarquables observées dans les systèmes urbains : la loi rang-taille et la relation taille-spécialisation. Le modèle montre que ces deux propriétés résultent principalement de l'innovation et d'une relation de type modulaire de l’espace des activités.
Dans un deuxième article, nous cherchons à évaluer l'importance des facteurs spatiaux que sont la diminution des coûts de transport et les économies d'appariement (labor matching economies) dans l'industrialisation et l'urbanisation des États-Unis au cours de la période 1820-1920. Nous montrons qu'industrialisation et urbanisation ne peuvent pas être compris séparément, et que la prise en compte des facteurs spatiaux multi-niveaux des coûts de transport et des économies d'appariement est nécessaire pour comprendre l’industrialisation et l’urbanisation et leur interdépendance. Pour évaluer le rôle des facteurs spatiaux dans les processus d'industrialisation et d'urbanisation, nous avons mené des analyses contrefactuelles sur un modèle multi-agents basé au niveau micro, calibré sur l'économie spatiale des États-Unis pendant la période 1820-1920. Le modèle est développé selon les données empiriques disponibles sur les acteurs économiques et est calibré sur les parts sectorielles et urbaines au niveau macro. L'analyse contrefactuelle confirme l'importance de la diminution des coûts de transport dans l'industrialisation et le rôle des économies d'appariement dans l'urbanisation.
Dans un troisième article, nous avons cherché à évaluer le rôle des compétences dans la transition du système des villes américaines vers l'économie de la connaissance. Une étude de l'évolution de la composition des occupations combinées aux compétences présentes dans les villes au cours de la période 1970 à 2010 a permis de montrer quelles compétences ont compté pour le succès des villes pendant la transition. Nous avons ensuite élaboré un modèle multi-agents des systèmes de villes américaines au cours de la période 1970-2010 pour confirmer l'importance du profil de compétences des travailleurs des villes dans leur succès lors de la transition vers l'économie de la connaissance.
Create date
29/08/2023 12:03
Last modification date
13/09/2023 6:57
Usage data