摘要：Existe una amplia literatura que estudia la productividad de las ciudadesy las causas de las diferencias existentes. Tales diferencias pueden deberse a factores económicos, geográficos o características de la propia ciudad tales como su tamaño, estructura urbana o gestión entre otros. En algunos países las estadísticas oficiales permiten disponer de información sobre la producción desagregada a nivel local que posibilitan el hacer estos análisis. Sin embargo en otros muchos casos, como ocurre con el español, esta información no está disponible. El objetivode este trabajo es desarrollar un procedimiento de inferencia ecológica basado en una estimación mediante entropía cruzada que nos permita obtener datos de productividad por municipios agregados según tamaño poblacional. Al analizar los datos estimados encontramos evidencias para España en la línea de las obtenidas en otros países aunque con algunas particularidades que se estudian en profundidad.
其他摘要：The relationship between city size and territorial productivity has attracted much attention in the urban economic literature. Some theories on the field claim for a strong positive correlation between the size of the municipalities and their income, mainly motivated by economical reasons, geographical characteristics or other factor of the urban environment. Unfortunately, in many countries the empiricalresearch on this topic is not possible given the lack of data of income at a local level. This paper proposes the use of entropy econometrics to estimate urban income and urban productivity according to city size from aggregate information, which can be defined as an exercise of ecological inference. With the estimated data a regional classification based on the relevance of the cities size allows us to measure the relevance of agglomeration economics on the cities productivity in Spain.
关键词：Productividad; ciudades; economía urbana; inferencia ecológica; entropía y España;Productivity; cities; urban economics; ecological inference; entropy econometrics and Spain
