Modele econometrice spațiale

Aplicații în R
Modelul standard de regresie:
• Permite explorarea legăturilor dintre variabile
• Estimarea valorilor pentru observații neînregistrate
• Înțelegerea factorilor de influență

Modelul de regresie spațială:

• Adaugă influențele (efectele) spațiale neevidențiate în
regresia clasică
Tipuri de efecte spațiale:

 Eterogenitate spațială (diferențele dintre regiuni) => instabilitatea

structurală a modelelor de regresie:
- variația erorilor nu este constantă
(heteroscedasticitate spațială)
- coeficienții modelului nu sunt constanți.
Soluția: estimarea de coeficienți locali în modelele de regresie

 Dependenţa spatială (influența regiunilor invecinate) => ipoteza

independenţei erorilor corespunzătoare regiunilor învecinate este
încălcată.
Soluția: includerea explicită a dependenței spațiale în model (în loc de
a o corecta, ca în regresia clasică).
• Înainte de a rula un model cu variabile spaţiale trebuie să
verificăm existenţa influenţei spaţiale =>
Statistica Moran’s I pentru testarea dependenţei spaţiale
(autocorelaţie spaţială).

• De ce este importantă autocorelația spațială?

Trebuie să stabilim dacă o distribuție spațială este
semnificativ diferită de rezultatul unui proces aleatoriu,
astfel încât să nu facem greșeala de a atribui un model
pentru un fenomen ce este doar rezultatul întâmplării.
Modelul clasic de regresie

-> estimează o relație (liniară) între o variabilă dependentă y și un set de

variabile explicative x.

Obiective:
1. A găsi o potrivire bună între valorile teoretice (prezise) și valorile
observate (reale) ale variabilei explicative y
2. A descoperi care dintre variabilele explicative contribuie semnificativ
la relația liniară

Metoda celor mai mici pătrate (OLS): estimările pentru coeficienții β

se obțin prin minimizarea sumei pătratelor erorilor de predicție (adică
abaterile dintre valorile teoretice și valorile observate ale lui y) ->
aplicarea unor criterii cunoscute ca “Cel mai bun estimator linear
nedeplasat” (Best Linear Unbiased Estimator - BLUE).
Printre criteriile esențiale pentru a obține cel mai bun estimator
nedeplasat și eficient:
• eroarea aleatorie are valoarea medie zero (nu există nicio
specificație greșită sistematică sau abatere în ecuația de regresie).
• termenii de eroare aleatorii sunt necorelați și au o varianță
constantă (sunt homoskedastici).
Dependenţa spatială conduce la erori de specificare în modelele
clasice de regresie liniară:
• Dependența dintre erori • Dependența dintre vecinii
Þ estimările OLS devin spațiali (lag spațial al variabilei
ineficiente y) => estimările OLS sunt
deplasate => inferențele vor fi
incorecte
 Modele spațiale de regresie de bază

= încorporarea explicită în modelul de regresie a unei variabile

spaţiale:
• eroare spaţială - dacă dependența este dintre erori,
generând estimări OLS ineficiente
sau
• lag spatial – dacă valorile lui Y într-o locație sunt legate în
mod sistematic de valorile lui Y în zonele adiacente,
generând abateri sistematice (estimări deplasate) în model.
Variabila lag spatial - Prin înmulţirea matricei ponderilor spațiale
W de dimensiune n x n cu vectorul n x 1 al valorilor regionale ale
variabilei y se obţine vectorul n x 1 conţinând lagul spaţial pentru
fiecare observaţie i (i=1,...,n).

Forma matricială a procesului autoregresiv spaţial:

• Wy - lagul spaţial al variabilei y (influența vecinilor)

• Parametrul ρ exprimă intensitatea dependenţei spaţiale în
eşantionul de observaţii analizat.
• u - erorile
 Regresie spațială modelele de bază

I. Dependența spatială este inclusă în model printr-un lag

spatial Wy al variabilei endogene y (SPATIAL LAG MODEL) -
> atunci când legaturile dintre vecini se manifestă prin
variabilele din model.

II. Dependența spatială din modelul de regresie este

reflectată in erori (SPATIAL ERROR MODEL) -_ atunci când
legaturile dintre vecini se manifestă prin alte variabile
decât cele din model.
 Modele spațiale de regresie. Testarea parametrilor spațiali

Modelul cu erori spațiale Modelul cu lag spațial

dependență spatială ca lag spatial Wy

dependență spatială inclusă in erori
al variabilei endogene y

Lagrange Mutiplier pentru eroare spațială (LM-error)

H0: ρ=0 ⇒ (regresia clasică este potrivită)
Lagrange Multiplier pentru lag spațial (LM-lag)
H0: λ=0 (nu există depență spațială)
H1: λ≠0 H1: ρ≠0
Statistica testului:
Statistica testului:

Unde:
Unde:

Decizia: dacă LMe > χ (1;1-α) ⇒respingem H0

2
Decizia: dacă LMℓ > χ2(1;1-α)⇒respingem H0
(regresia clasică) (regresia clasică)
 Tipologia modelelor de regresie spațială (1)

Regiunile ar putea fi corelate cu vecinii lor în trei moduri diferite:

A) Valoarea lui y într-o regiune ar putea avea un impact sau o legătură
cu valoarea y într-o regiune învecinată => folosim un model cu lag
spațial al variabilei dependente y (Spatial lag model) = lag Y.

B) Valoarea lui X într-o regiune ar putea afecta (sau să fie corelată cu)
valoarea lui Y într-o regiune învecinată (factori de influență comuni) =>
folosim un model cu lag spațial al variabilei independente X (Spatial
Durbin model) = lag X.

C) Reziduurile ar putea afecta (sau se corelează cu) reziduurile într-o

regiune învecinată (variabilele omise sunt corelate spațial) => model cu
lag spatial al erorilor (Spatial error model) = lag e.
• Modelele precedente limitează interacțiunile spațiale la un
singur tip:

lagX -> efecte de interacțiune exogenă în variabilele explicative

lagY -> efecte de interacțiune endogenă în variabila dependentă
lag erori -> efecte de interacțiune spațială între termenii de
eroare

• este posibilă includerea diferitelor combinații între aceste

tipuri de efecte spațiale în același model => modele spațiale
complexe.

• În plus, este necesar să facem distincție între modelele

globale și cele locale.
 Tipologia modelelor de regresie spațială (2)
• Modele locale (lag X și/sau lag erori): atunci când apreciem că influența vecinilor e
doar locală (regiunile sunt afectate doar de vecinii imediați) => nu există efecte de
propagare în sistem de tip feedback. Exemple: navetismul afectează ocuparea forței
de muncă doar în regiunile învecinate; variabilele omise pot fi corelate spațial (de
ex., infrastructură, capital social, mediu).

• Modele globale (orice model cu lag Y): atunci când apreciem că există efecte de
propagare în sistem: influența unei regiuni se distribuie asupra regiunilor vecine,
care o transmit mai departe vecinilor lor, pe întreaga arie geografică, iar aceste
efecte spațiale se întorc apoi spre regiunea de origine (feedback). De ex., un șoc
economic care afectează o regiune îi afectează și vecinii, apoi vecinii vecinilor sunt
influențați ș.a.m.d., iar efectul este în final propagat înapoi la regiunea inițială
(feedback).
Ex. distribuția drogurilor în rețele multi-regionale; criminalitatea propagată în
vecinătate, care produce apoi efecte de feedback; răspândirea bolilor contagioase.

• Identificăm vecinii cu o Matrice a Ponderilor Spațiale, W -> toate tipurile de lag

spațial sunt incluse în model prin această matrice:
lag Y ⇛ WY; lag X ⇛ WX; lag erori ⇛ We.
 Tipurile de modele spațiale
(pot fi estimate in R)
Modelul general (Manski), care include toate tipurile de lag spațial, poate fi redus
succesiv la diverse modele mai simple.

OLS
Modelul general (𝑀𝑎𝑛𝑠𝑘𝑖 𝑀𝑜𝑑𝑒𝑙)
𝑦=𝜌𝑊𝑦+𝑋𝛽+𝑊𝑋𝜃+𝑢, 𝑢=𝜆𝑊𝑢+𝜀,
unde 𝜀~𝑖.𝑖.𝑑. (erorile sunt independente și identic distribuite)

𝑊𝑦 = lag Y (interacțiuni spațiale endogene) -> Y dintr-o regiune depinde de

Modelul general conține toate tipurile de lag spațial:

𝑊𝑋 = lag X (interacțiuni spațiale exogene) -> Y dintr-o regiune depinde de

mărimea variabilei endogene Y în regiunile învecinate

𝑊𝑢 = lag erori (interacțiuni spațiale în erori) -> Y dintr-o regiune depinde de

mărimea variabilelor exogene X în regiunile învecinate

mărimea erorilor în regiunile învecinate

Deoarece modelul extins include toate efectele de interacțiune, prin

impunerea unor restricții la unul sau mai mulți parametri pot fi obținute

Modelul 𝑀𝑎𝑛𝑠𝑘𝑖 este doar un reper teoretic: nu se recomandă estimarea

modele parțiale, care conțin mai puține efecte spațiale.

lui deoarece este supraparameterizat și parametrii spațiali au tendința de a

deveni nesemnificativi => modelul general este mai puțin performant decât
cele parțiale.
1. Dacă 𝜃 = 0, dispare lag X -> modelul Manski devine modelul SARAR

𝑦=𝜌𝑊𝑦+𝑋𝛽+𝑢, 𝑢=𝜆𝑊𝑢+𝜀
(Spatial autoregressive model with autoregressive errors)
(1)

1.1. Dacă 𝜌 = 0, modelul (1) devine Spatial Error Model (SEM)->

𝑦=𝑋𝛽+𝑢, 𝑢=𝜆𝑊𝑢+𝜀
doar lag spațial pentru erori (erori autoregresive)

1.2. Dacă 𝜆 = 0, (1) devine Spatial Lag Model (SAR)-> doar lag

𝑦 = 𝜌𝑊𝑦 + 𝑋𝛽 + 𝜀
spațial pentru variabila dependentă y (model spațial autoregresiv)
2. Dacă 𝜆 = 0, dispar erorile spațiale -> din modelul general (modelul

𝑦=𝜌𝑊𝑦+𝑋𝛽+𝑊𝑋𝜃+𝜀
Manski) obținem Spatial Durbin Model (SDM)

2.1. 𝜌 = 0, (2) devine Spatially Lagged X Model (SLX)

𝑦=𝑋𝛽+𝑊𝑋𝜃+𝜀

lag X = efecte de interacțiune exogenă

𝑦 = 𝜌𝑊𝑦 + 𝑋𝛽 + 𝜀
2.2. θ=0, (2) devine Spatial Lag Model (Spatial Autoregressive -
SAR)

lag Y = efecte de interacțiune endogenă, spillover (distribuția efectelor

indirecte în regiunile vecine).
3. Dacă 𝜌 = 0, dispare lagY -> modelul Manski devine Spatial Durbin

𝑦= 𝑋𝛽+𝑊𝑋𝜃+𝑢, 𝑢=𝜆𝑊𝑢+𝜀
Error Model (SDEM)
(3)
-> lag X si lag erori.

𝑦=𝑋𝛽+𝑊𝑋𝜃+𝜀
3.1. Dacă 𝜆 = 0, atunci (3) devine Spatially Lagged X Model (SLX)

lag X = variabila dependentă dintr-o locație depinde de valorile

variabilelor independente X din locațiile învecinate. De ex., investițiile
dintr-o regiune depind și de economiile (ca resurse pentru investiții) din
regiunile vecine.

𝑦=𝑋𝛽+𝑢, 𝑢=𝜆𝑊𝑢+𝜀
3.2. Dacă 𝜃 = 0, atunci (3) devine Spatial Error Model (SEM)

lag u -> variabilele omise au efecte spațiale (interacțiuni spațiale în erori)

• La orice model cu lag X, se estimează și impactul Direct, Indirect și
Total al variabilelor X

• La orice model cu lag Y nu putem interpreta coeficienții Beta ca

efecte marginale tipice deoarece există și efecte de propagare în
spațiu => trebuie să estimăm impactul Direct, Indirect și Total.
• Efectul direct surprinde impactul pe care o schimbare în regresorul k
în regiunea i îl are asupra variabilei y dependente în aceeași locație i:
yi
S k (W )ii 
xik
• Efectul indirect măsoară impactul pe care o modificare a regresorului
k într-o regiune vecină j îl exercită asupra variabilei dependente în
locația i:
yi
S k (W ) ij 
x jk
Ex. Modelul de regresie:
- Variabila dependentă: salariul mediu anual (lei)
- Variabile explicative: PIB/loc. (lei), rata șomajului (%), ISD (mii lei).
- Nivelul teritorial: NUTS3 (judete)

Rulăm mai întâi cele mai simple patru modele (folosind R):
I. Modelul clasic (nespatial) OLS
II. Modelul SLX – Lag X
III. Modelul SAR - Lag Y
IV. Modelul SEM - Lag Erori
I. Modelul clasic OLS
Specificarea ecuației de regresie și rularea modelului – Output OLS (1)
Output OLS (2)
Testul Moran pt
reziduuri
confirmă
dependenta
spatiala => este
necesar un
model spațial

Testele Lagrange
Multiplier (LM)
pentru dependenta
spatiala permit
compararea
modelelor SEM si
SAR: modelul cu
erori spațiale este
mai performant (p-
value mai mic)
Testele in forma robusta (RLM) confirmă că modelul cu erori
spațiale este mai performant (p-value mai mic), dar nu este
semnificativ.

Nu există un test LM și pentru modelul cu lag X => folosim alte criterii pt comparații.
II. Modelul SLX (Spatially Lagged X Model) 𝑦=𝑋𝛽+𝑊𝑋𝜃+𝜀
(lag spațial doar pentru variabilele independente X)
Lag spatial X - output (I)
 La orice model cu lag X, trebuie estimat impactul Direct, Indirect și Total al
variabilelor X– comanda impacts arată mărimea și semnificația statistică a impactului

Lag spatial
X - output
(II)

Pentru o variabila
(de ex. somaj),un tip
de impact poate fi
semnificativ
statistic, altul nu. De
ex. rata_somaj are
impact indirect
semnificativ, nu si
direct.
 𝑦 = 𝜌𝑊𝑦 + 𝑋𝛽 + 𝜀
III. Modelul SAR - Spatial Lag (Autoregressive) Model

(lag spațial doar pentru variabila dependentă y)

Teste pentru
semnificatia

spațial 𝜌
termenului

Statistici pt
compararea
modelelor
La orice model cu Lag Y folosim comanda ”impacts” în R pentru a
afla efectul direct, indirect și total al variabilelor exogene X:
 𝑦=𝑋𝛽+𝑢, 𝑢=𝜆𝑊𝑢+𝜀
IV. Modelul SEM - Spatial Error Model (lag spațial doar pentru erori)
 𝑦= 𝑋𝛽+𝑊𝑋𝜃+𝑢, 𝑢=𝜆𝑊𝑢+𝜀
V. Modelul SDEM - Spatial Durbin Error Model (adaugam lag X la SEM)

Model SDEM – Output (1)

Model SDEM – Output (2) – impactul direct, indirect si total al variabilelor exogene
X
𝑦= ⍴𝑊y+ 𝑋𝛽+𝑊𝑋𝜃+ 𝜀
VI. Modelul SDM - Spatial Durbin Model (adaugam lag X la SAR)

Model SDM – Output (1)

Model SDM – Output (2) – impactul direct, indirect si total al
variabilelor exogene X
Likelihood Ratio Test: Puteți testa orice model pentru a vedea dacă ar
trebui limitat la un model mai simplu.
Excepții: SARAR, SDM și SDEM nu se pot simplifica unul în altul.

Ordinea care puneți modelele în comandă nu contează

Ex.
[Link](sdem, sem) -> testam daca SDEM trebuie restrans la SEM.
[Link](sdem, slx) -> testam daca SDEM trebuie restrans la SLX.
[Link](sdem, ols) -> testam daca SDEM trebuie restrans la OLS.
 SDEM NU trebuie restrâns la SEM:
p-value < 0,05

SDEM trebuie restrâns la SLX?

DA: p-value > 0,05

SDEM trebuie restrâns la OLS?

NU: p-value < 0,05

In concluzie, modelul potrivit pentru aceste date este SLX (lag spatial al variabilelor
explicative X).
Spatial Breusch-Pagan Test pentru Heteroskedasticitate
Ex. Pentru Spatial Durbin Error Model SDEM:
[Link](sdem,studentize=TRUE)

P-value> 0,05 => nu respingem ipoteza nula de homoscedasticitate.