Breaking the Center-Periphery Trap? Return Migration Entrepreneurship and Intra-County Spatial Restructuring in China

Technische Samenvatting: Het doorbreken van de centrum-periferie-val? Migratie-ondernemerschap door terugkeerders en intra-county ruimelijke herstructurering in China

Probleemstelling
Het artikel behandelt een centraal debat binnen de regionale wetenschap: of beleidsinterventies de "centrum-periferie-val" kunnen doorbreken die wordt voorspeld door het New Economic Geography (NEG)-model van Krugman (1991). Het NEG-model stelt dat agglomeratie-economieën een zelfversterkende cyclus creëren waarbij economische activiteit zich concentreert in kernregio's, waardoor perifere gebieden gevangen blijven in relatieve achterstand. Hoewel deze afruil tussen totale groei en ruimtelijke rechtvaardigheid goed gedocumenteerd is op nationaal en interregionaal niveau, identificeert het artikel een theoretische kloof op het intra-county niveau (binnen het graafschap). In ontwikkelingslanden zoals China vertonen graafschappen vaak scherpe hiërarchische structuren waarbij de graafschapscentra fungeren als dominante kernen en omliggende gemeenten/dorpen als periferie blijven, ondanks lage interne transportkosten. De auteurs stellen dat traditionele NEG-drivers (transportkosten) deze micro-schaal ongelijkheid niet volledig kunnen verklaren, en suggereren dat de ruimtelijke verdeling van menselijk kapitaal en sociaal kapitaal een beslissende rol speelt. De studie onderzoekt of Return Migration Entrepreneurship (RME) — specifiek de terugkeer van menselijk kapitaal met een sterke "plaatsgebondenheid" (place attachment) — deze agglomeratiecyclus kan verstoren en een tegenovergestelde dispersiecyclus kan triggeren die inclusieve ruimtelijke ontwikkeling bevordert.

Methodologie
De studie maakt gebruik van een quasi-natuurlijk experiment ontwerp waarbij gebruik wordt gemaakt van het National Return Migration Entrepreneurship Pilot Program (RMEPP) in China, gelanceerd in 2016 en uitgebreid in 2017, dat meer dan 13 miljoen terugkerende ondernemers heeft ondersteund.

• Data: De analyse maakt gebruik van een gebalanceerde paneldataset van 2.367 Chinese graafschappen over de periode 2005–2023.
• Afhankelijke variabele (Inclusive Light Index - ILI): Om de beperkingen van geaggregeerde BBP-statistieken te omzeilen, die interne verschillen maskeren, construeren de auteurs een nieuwe metriek, de Inclusive Light Index (ILI). Deze index integreert twee dimensies afgeleid van hoog-resolutie (1km) DMSP-OLS nachtlichtdata:
  1. Gemiddelde nachtlichtintensiteit: Het meten van de geaggregeerde economische dichtheid.
  2. Ruimtelijke rechtvaardigheid: Gemeten als $(1 - \text{Gini-coëfficiënt})$ van de lichtverdeling over de gridcellen binnen een graafschap.
     De ILI wordt gedefinieerd als: $ILI_{it} = \overline{light}_{it} \times (1 - Gini_{it})$.
• Empirische strategie: De auteurs gebruiken een staggered Difference-in-Differences (DID) ontwerp. De behandelgroep bestaat uit 262 pilot-graafschappen (154 in 2016, 108 in 2017), terwijl niet-pilot-graafschappen als controlegroep dienen. Het model bevat graafschap- en jaar-fixed effects, met robuuste standaardfouten geclusterd op graafschapniveau.
• Robuustheid en validatie: De studie maakt gebruik van uitgebreide robuustheidscontroles, waaronder:
  • Alternatieve afhankelijke variabelen (reëel BBP).
  • Uitsluiting van speciale administratieve regio's.
  • Controle voor concurrerende beleidsprogramma's (bijv. Digital Village Pilot).
  • Double Machine Learning (DML) met gebruik van Random Forest en Lasso-algoritmen om model-misspecificatie aan te pakken.
  • Placebo-testen waarbij willekeurige toewijzing van behandeling en willekeurige timing van beleid worden toegepast (500 repetities).
  • Propensity Score Matching (PSM-DID).
• Mechanisme- en moderatieanalyse: De studie test drie opeenvolgende mechanismen (Urban-Rural Income Gap, Township Consumption Level, Rural Employment Structure) en een modererende variabele (Digitale Infrastructuur, geproxy door breedbandpenetratie).

Belangrijkste resultaten

1. Dubbel Dividend (Hypothese H1): De RMEPP verhoogt de Inclusive Light Index aanzienlijk met gemiddeld 0,336 eenheden. De deconstructie onthult een "dubbel dividend": het beleid verhoogt tegelijkertijd de totale economische output (gemiddelde lichtintensiteit stijgt met 0,218) en vermindert de intra-county ruimelijke ongelijkheid (licht Gini-coëfficiënt daalt met 0,029). Dit daagt de conventionele groei-ongelijkheid afruil uit.
2. Mechanismen (Hypothesen H2a–H2c): Het effect van ruimtelijke egalisatie werkt via een opeenvolgende dispersiecyclus:
   • Inkomensconvergentie: Het beleid verkleint de kloof tussen stad en platteland aanzienlijk.
   • Activatie van lokale vraag: Het activeert voorheen onderbediende consumptiemarkten in gemeenten, waardoor de uiteindelijke consumptiegraad stijgt.
   • Upgrading van werkgelegenheid: Het transformeert de rurale werkstructuren door arbeid te verschuiven van laagwaardige landbouw naar hoogwaardigere niet-agrarische sectoren (gespecialiseerde landbouw, toerisme, e-commerce).
3. Digitale infrastructuur als egalisator (Hypothese H3): Digitale infrastructuur fungeert als een cruciale ruimtelijke enabler. De interactieterm tussen RMEPP en digitalisering is positief en significant. Voor elke standaarddeviatie toename in breedbandpenetratie wordt het ongelijkheid-reducerende effect van het beleid met 7,5% versterkt. Digitalisering alleen heeft geen significant direct effect op de ruimtelijke structuur, maar is essentieel voor het versterken van de impact van het beleid.
4. Regionale heterogeniteit (Hypothese H4): De beleidseffecten vertonen een duidelijk regionaal gradiënt:
   • Centraal China: Sterkste effect (coëfficiënt 0,555), waar graafschappen gematigde verschillen en latent potentieel hebben.
   • Westelijk China: Matig maar significant effect (coëfficiënt 0,229), beperkt door infrastructuur en marktomstandigheden.
   • Oostelijk en Noordoostelijk China: Verwaarloosbaar of insignificant effect. In het Oosten zijn de ruimtelijke structuren al geïntegreerd; in het Noordoosten verhindert bevolkingsafname (hollowing-out) dat de dispersiecyclus vorm krijgt.

Betekenis en claims
Het artikel claimt drie primaire bijdragen aan de regionale wetenschap en de centrum-periferie literatuur:

1. Theoretische uitdaging van determinisme: Het levert causaal bewijs dat de centrum-periferie-val geen onvermijdelijk gevolg is van economische groei, maar een conditioneel gevolg. Wanneer groei wordt gedreven door actoren met een sterke plaatsgebondenheid (terugkerende ondernemers) in plaats van louter vluchtig kapitaal, verschuift de balans tussen agglomeratiekrachten en dispersiekrachten, wat inclusieve ruimtelijke ontwikkeling mogelijk maakt.
2. Identificatie van micro-mechanismen: De studie verduidelijkt de specifieke transmissiekanalen (inkomensconvergentie, vraagactivatie, werkgelegenheidsupgrading) waardoor beleid gericht op menselijk kapitaal op basis van plaats (place-based human capital) de intra-county ruimtelijke structuren hervormt, wat een causale verklaring biedt voor de diffusie van economische activiteit van kernen naar periferieën.
3. Herformulering van digitale infrastructuur: Het artikel verheldert de conditionele aard van digitalisering. In tegenstelling tot narratieven van een "digitale kloof" (waar technologie de kloof vergroot) of een "digitaal utopia" (waar technologie problemen automatisch oplost), vinden de auteurs dat digitale infrastructuur als een ruimtelijke egalisator fungeert wanneer het wordt gecombineerd met gericht beleid voor menselijk kapitaal. Het is een complement, geen substituut, voor ondersteuning van ondernemerschap.

De studie concludeert dat gerichte migratiebeleid voor terugkeerders de centrum-periferie-val op graafschapniveau kan doorbreken, wat algemeen toepasbare inzichten biedt voor het ontwerpen van inclusieve regionale ontwikkelingsstrategieën in ontwikkelingslanden, mits rekening wordt gehouden met de initiële ruimtelijke structuren en digitale capaciteiten.