Darmowy fragment publikacji:
Cyfry_Ekonometria 5/26/10 10:56 AM Page 1
Ekonometria przestrzenna jest pierwszym w Polsce opracowaniem, które w tak szerokim zakresie
omawia nowoczesne metody i modele analizy danych przestrzennych. Obok zagadnieƒ z zakresu
geostatystyki i statystyki przestrzennej prezentowane sà problemy z zakresu koncentracji i specjalizacji
regionalnej, metody analiz strukturalno-geograficznych oraz hipotezy i modele specjalne nowej
ekonomii geograficznej. Najwa˝niejszà cz´Êç opracowania stanowi wyk∏ad z podstaw budowy
i w∏asnoÊci oraz metod estymacji i weryfikacji statystycznej ca∏ej klasy modeli regresji przestrzennej.
Zagadnienia te, coraz cz´Êciej prezentowane w literaturze Êwiatowej, w tak szerokim zakresie nie by∏y
dotàd poruszane w ˝adnej publikacji ksià˝kowej w Polsce.
Podr´cznikiem zainteresujà si´: pracownicy naukowi i dydaktyczni oraz studenci wszystkich kierunków
ekonomicznych i zarzàdzania, w szczególnoÊci: gospodarki przestrzennej, informatyki i ekonometrii,
ekonomii, logistyki, zarzàdzania i marketingu, a tak˝e specjaliÊci i studenci kierunków geograficznych
i politechnicznych specjalizujàcy si´ w analizach przestrzennych i regionalnych.
(…) pierwsza na polskim rynku wydawniczym monografia z ekonometrii przestrzennej
uwzgl´dniajàca wszystkie najnowsze osiàgni´cia tej dyscypliny naukowej.
(…) mo˝e byç jednà z podstawowych monografii ekonometrycznych dajàcych nie tylko wielki zasób
wiedzy, ale pozwalajàcych na dalszy rozwój metod ekonometrii przestrzennej. Powinna zatem staç si´
znaczàcym wydarzeniem wydawniczym dla ekonomistów, geografów i wszystkich tych, którzy zajmujà si´
przestrzenià w ró˝ny sposób definiowanà. (…). Monografia ta b´dzie wa˝na zarówno dla badaczy oraz osób
zajmujàcych si´ ró˝norakimi analizami przestrzennymi nie tylko ekonomicznymi (geografowie, informatycy
ekonomiczni, epidemiolodzy, meteorolodzy, rolnicy itd.), jak i dla studentów studiujàcych wszystkie
standardowe kierunki z dziedziny szeroko poj´tej ekonomii i nauk o zarzàdzaniu, jak i nowych kierunków
unikatowych (np. analityka gospodarcza).
Prof. zw. dr hab. Andrzej St. Barczak
Kierownik Katedry Ekonometrii
Akademii Ekonomicznej w Katowicach
Prof. zw. dr hab. Bogdan Suchecki jest kierownikiem Katedry Ekonometrii Przestrzennej
na Uniwersytecie ¸ódzkim. Prowadzi badania naukowe i zaj´cia dydaktyczne z zakresu ekonometrii
stosowanej, ekonometrii przestrzennej, prognozowania i symulacji.
Prof. dr hab. Jadwiga Suchecka jest profesorem zwyczajnym w Katedrze Ekonometrii Przestrzennej
U¸, kierownikiem Zak∏adu Finansowania Ochrony Zdrowia w Uniwersytecie Medycznym w ¸odzi
oraz Katedry Ekonometrii i Statystyki Politechniki Cz´stochowskiej.
Alicja Olejnik, Karolina Lewandowska-Gwarda i El˝bieta Antczak koƒczà realizacje swoich prac
doktorskich w Katedrze Ekonometrii Przestrzennej U¸.
www.sklep.beck.pl
e-mail: dz.handlowy@beck.pl
http://www.beck.pl
tel.: (22) 31 12 222
fax: (22) 33 77 601
Cena 59 z∏
E
E
k
k
o
o
n
n
o
o
m
m
e
e
t
t
r
r
i
i
a
a
p
p
r
r
z
z
e
e
s
s
t
t
r
r
z
z
e
e
n
n
n
n
a
a
R
e
d
a
k
c
j
a
n
a
u
k
o
w
a
B
o
g
d
a
n
S
u
c
h
e
c
k
i
Ekonometria
Ekonometria
przestrzenna
przestrzenna
Metody i modele
analizy danych przestrzennych
Redakcja naukowa
Bogdan Suchecki
Ekonometria_przestrz_str 5/26/10 10:58 AM Page 1
Ekonometria
przestrzenna
Ekonometria_przestrz_str 5/26/10 10:58 AM Page 2
Autorzy:
El˝bieta Antczak rozdzia∏y 3*, 5*, 6*, 7*
Karolina Lewandowska-Gwarda rozdzia∏y 1*, 2*, 7*
Alicja Olejnik rozdzia∏y 1*, 4*, 9*
Jadwiga Suchecka rozdzia∏ 3*
Bogdan Suchecki rozdzia∏y 1*, 2*, 4*, 5*, 6*, 8, 9*, 10
* wspó∏autorstwo
Ekonometria_przestrz_str 5/26/10 10:58 AM Page 3
Ekonometria
przestrzenna
Metody i modele
analizy danych przestrzennych
Redakcja naukowa
Bogdan Suchecki
WYDAWNICTWO C.H. BECK
WARSZAWA 2010
Wydawca: Dorota Ostrowska-Furmanek
Redakcja merytoryczna: Urszula Cielniak
Recenzent: prof. zw. dr hab. Andrzej St. Barczak
Projekt okładki i stron tytułowych: Maryna Wiśniewska
Ilustracja na okładce: c(cid:13) Mark Evans/iStockphoto.com
Seria: Metody ilościowe
Złożono programem TEX
c(cid:13) Wydawnictwo C.H. Beck 2010
Wydawnictwo C.H. Beck Sp. z o.o.
ul. Bonifraterska 17, 00-203 Warszawa
Skład i łamanie: Wydawnictwo C.H. Beck
Druk i oprawa: Poznańskie Zakłady Graficzne
ISBN 978-83-255-1122-7
Spis treści
Wstęp
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
.
.
. .
.
.
(Bogdan Suchecki)
.
Rozdział 1. Wprowadzenie do przestrzennych analiz ekonomicznych
.
.
. .
. .
(Bogdan Suchecki, Karolina Lewandowska-Gwarda, Alicja Olejnik) .
.
1.1. Rozwój metodologii i zastosowań ekonometrii przestrzennej
1.2. Obserwacje i prawidłowości w badaniach przestrzennych .
.
1.3. Interakcje przestrzenne: sąsiedztwo i odległość
1.4. Nota bibliograficzna .
.
.
.
.
. .
. .
. . .
. . .
Rozdział 2. Klasyfikacja, wizualizacja i grupowanie danych przestrzennych
.
.
. .
. . .
.
. .
. .
.
.
. .
. .
.
.
. .
Rozdział 3. Elementy geostatystyki i metody analizy przestrzennych danych
(Bogdan Suchecki, Karolina Lewandowska-Gwarda) .
.
2.1. Klasyfikacja danych przestrzennych .
.
.
2.2. Źródła informacji przestrzennych .
.
.
.
.
.
.
.
.
2.3. Wizualizacja danych przestrzennych .
.
.
.
.
.
2.2.1. Portale tematyczne .
.
2.2.2. Bazy danych statystycznych .
.
2.2.3. Inne bazy danych .
2.4. Podstawy grupowania i klasyfikacji w badaniach przestrzennych .
2.3.1. Mapy .
.
2.3.2. Trellisy .
.
.
. .
.
.
. .
.
.
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
.
.
.
.
.
.
.
.
.
. .
. .
. .
. .
.
.
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
. .
. .
. .
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
punktowych
.
(Jadwiga Suchecka, Elżbieta Antczak) .
.
.
.
3.1. Wprowadzenie do statystyki przestrzennej
3.2. Podstawowe pojęcia i metody geostatystyki
.
3.3. Metody interpolacji danych geostatystycznych .
3.4. Analiza przestrzennych danych punktowych .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
.
.
.
. .
. .
.
. .
Rozdział 4. Miary i testy statystyczne w eksploracyjnej analizie danych prze-
. .
. .
8
16
16
23
26
36
37
37
39
40
42
45
45
46
54
56
70
70
75
85
90
.
strzennych
.
.
(Bogdan Suchecki, Alicja Olejnik) .
.
4.1. Wprowadzenie
.
.
.
4.2. Heterogeniczność i autokorelacja przestrzenna .
4.3. Macierze wag .
.
.
4.4. Testowanie globalnej autokorelacji przestrzennej .
.
4.5. Miary lokalnej autokorelacji przestrzennej .
.
.
4.5.1. Statystyki LISA .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
.
. .
. .
. .
. .
. .
. .
.
.
. .
.
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 100
. . 100
.
. 102
. . 105
. 107
.
. 120
.
.
. 123
5
Spis treści
4.5.2. Lokalne statystyki autokorelacji przestrzennej Getisa i Orda .
.
Rozdział 5. Koncentracja i specjalizacja w przestrzennych analizach ekono-
.
. 126
micznych
.
.
.
.
(Bogdan Suchecki, Elżbieta Antczak)
5.1. Własności idealnego miernika koncentracji przestrzennej
. .
5.2. Krzywa Lorenza i indeks Giniego dla danych przestrzennych .
5.3. Inne mierniki koncentracji przestrzennej .
. .
5.4. Indeksy specjalizacji regionalnej
.
5.5. Interpretacje i zastosowania indeksów koncentracji i specjalizacji .
.
.
. .
. .
. .
.
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
. .
.
. 129
. . 129
. . 132
. . 143
. 152
. . 154
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Rozdział 6. Analizy strukturalno-geograficzne
.
.
.
.
.
(Bogdan Suchecki, Elżbieta Antczak)
. .
6.1. Klasyczna metoda przesunięć udziałów (SSA) .
.
. .
6.2. Modele stochastyczne regresji ważonej SSANOVA .
6.3. Dynamizacja analizy i modele panelowe przesunięć udziałów . .
6.3.1. Metoda zmiennych wag Barffa–Knighta .
.
6.3.2. Metoda zmian konkurencyjności Estebana-Marquillasa .
.
6.3.3. Panelowe modele SSANOVA .
.
. .
.
6.4. Przestrzenna metoda przesunięć udziałów (SSSA) .
.
.
Rozdział 7. Nowa ekonomia geograficzna i modele specjalne
.
.
.
(Karolina Lewandowska-Gwarda, Elżbieta Antczak)
7.1. Wprowadzenie
.
.
.
7.2. Modele przyczynowo-skutkowe nowej ekonomii geograficznej
. .
.
7.3. Modele trendu powierzchniowego .
.
7.4. Modele dyfuzji przestrzennej .
.
.
.
7.5. Modele grawitacji, ciążenia i potencjału .
.
.
.
.
7.5.1. Modele grawitacji i ciążenia .
.
7.5.2. Modele potencjału .
.
.
Rozdział 8. Modele regresji przestrzennej
.
. .
. .
.
.
.
.
.
.
. .
.
.
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
.
.
.
.
.
.
. .
.
.
. .
. .
. .
.
.
.
.
.
.
. .
. 162
. 163
. 168
. 179
. 180
. 183
. 185
. 194
.
.
. .
.
.
. .
. .
. .
. .
. .
. .
. .
.
.
.
.
. .
. .
.
.
.
.
. 202
. 202
. . 204
. 214
. . 220
. . 226
.
. 226
. 230
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 237
. 237
. 238
. 241
.
.
.
(Bogdan Suchecki)
.
.
8.1. Etapy konstrukcji ekonometrycznych modeli przestrzennych .
.
.
8.2. Wybór macierzy odległości i konstrukcja macierzy wag .
.
8.3. Wybór postaci funkcyjnej struktury interakcji przestrzennych .
.
.
8.4. Budowa, własności i klasyfikacja jednorównaniowych modeli regresji
. .
. .
. 246
przestrzennej
.
. 248
8.4.1. SAR – modele autoregresji przestrzennej
8.4.2. Modele z autokorelacją przestrzenną składnika losowego .
. . 250
8.4.3. SCM – modele z przestrzenną filtracją zmiennych objaśniających . 251
. 252
8.4.4. Modele mieszane .
. 255
8.5.1. Modele z heteroskedastycznością przestrzenną składnika losowego 256
8.5.2. Niestabilność parametrów w modelach regresji przestrzennej
. . 258
.
8.5. Heterogeniczność przestrzenna w modelach ekonometrycznych .
. .
.
.
. .
.
.
. .
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Rozdział 9. Estymacja modeli regresji przestrzennej
.
.
.
.
.
.
(Bogdan Suchecki, Alicja Olejnik) .
.
9.1. Uogólniona metoda najmniejszych kwadratów .
.
9.2. Metoda największej wiarygodności .
.
.
9.3. Uogólniona metoda momentów (UMM/GMM)
.
9.4. Przestrzennie uogólniona podwójna metoda najmniejszych kwadratów .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 267
. 268
. 272
. 281
. 285
6
Rozdział 10. Weryfikacja statystyczna i zastosowania modeli regresji prze-
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
autoregresją lub autokorelacją
strzennej
.
(Bogdan Suchecki)
10.1.Testy i problemy weryfikacji statystycznej modeli z przestrzenną
.
.
.
10.2.Strategie wyboru modelu regresji przestrzennej
. .
10.3.Testowanie heterogeniczności w modelach regresji przestrzennej
10.4.Testowanie modelu w warunkach jednoczesnego występowania
.
.
autokorelacji i heterogeniczności przestrzennej
10.4.1.Testowanie autokorelacji przestrzennej w obecności
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
przestrzennej .
heteroskedastyczności .
.
.
10.4.2.Testowanie heteroskedastyczności w obecności autokorelacji
.
.
10.4.3.Testowanie niestabilności parametrów w obecności zależności
.
.
.
.
.
.
10.5.Przykłady testowania i zastosowania modeli regresji przestrzennej
.
.
.
Zakończenie
.
. .
Bibliografia . . .
.
Indeks rzeczowy .
przestrzennych .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Spis treści
.
.
.
.
. 291
. .
. .
. .
. 293
. .
. . . 299
. .
. 306
. .
. .
. 310
. .
. 311
.
.
.
.
.
.
. . 314
. . 315
. 318
.
. 333
.
.
. 337
. 353
.
7
Wstęp
Jeden z ważniejszych kierunków rozwoju współczesnej ekonomii i ekonometrii
jest wyznaczany przez analizy przestrzenne i przestrzenno-czasowe. Myślenie
kategoriami przestrzennymi oraz czasowo-przestrzennymi w teorii i praktyce staje
się zjawiskiem coraz bardziej powszechnym, oznaczając bardziej wszechstronne
i nowoczesne podejście do analiz teoretycznych i empirycznych złożonych,
wzajemnie współzależnych zjawisk. Nowymi narzędziami tego typu badań stają
się metody i modele ekonometrii przestrzennej.
Zasadniczym celem książki jest prezentacja problemów konstrukcji, estyma-
cji i zastosowań takich modeli, które mogą opisywać i prognozować zjawiska
przestrzenne oraz przestrzenno-czasowe, tzn. zmiany zachodzące pod wpływem
wielu czynników w zachowaniu, działalności i funkcjonowaniu lub kształtowaniu
się obiektów przestrzennych (kraje, regiony, województwa, powiaty). Z uwagi
na to, że przestrzenne i przestrzenno-czasowe dane statystyczne są bardziej skom-
plikowane w swojej strukturze niż szeregi czasowe, nie można analizować ich za
pomocą klasycznych metod ilościowych.
Ekonometria przestrzenna znajduje coraz szersze zastosowania w badaniach
ekonomicznych. Chociaż na świecie ta dziedzina wiedzy rozwija się dynamicznie
od połowy lat siedemdziesiątych XX w., a publikacje z tego zakresu są coraz
liczniejsze, to w Polsce, oprócz tłumaczeń pionierskich prac Klaassena, Paelincka
i Wagenaara [1982], Paelincka i Klaassena [1983] oraz niewielu artykułów
w czasopismach i referatów na konferencjach naukowych, ukazały się jedynie
dwie publikacje książkowe dotyczące tej problematyki. Pierwszą z nich była
Ekonometria przestrzenna pod redakcją A. Zeliasia wydana w 1991 r. Drugą zaś
książka K. Kopczewskiej Ekonometria i statystyka przestrzenna z wykorzystaniem
programu R CRAN wydana w 2005 r.
Niniejsza książka zaplanowana została jako pierwszy tom obszerniejszej,
dwutomowej monografii o charakterze podręcznikowym. Całość pracy zawiera
szczegółowy wykład współczesnych metod i modeli ekonometrycznych stoso-
wanych do analiz i modelowania zjawisk ekonomicznych na podstawie danych
przestrzennych i przestrzenno-czasowych. Szczególny nacisk położony jest na
opisanie technik budowy modeli oraz zaprezentowanie kierunków najnowszych
badań z tego zakresu. Jednocześnie książka ma walor praktyczny ze względu na
8
Wstęp
prezentacje przykładów zastosowań proponowanych metod, które są wynikiem
własnych analiz bądź zostały zaczerpnięte z literatury światowej.
Prezentowane po raz pierwszy w Polsce w tak szerokim zakresie, nowocze-
sne metody i modele ekonometrii przestrzennej mają dużą wartość, zarówno
z poznawczo-naukowego punktu widzenia, jak i dla zastosowań praktycznych,
dając ekonomistom możliwość powiększenia zbioru stosowanych narzędzi badaw-
czych w empirycznych analizach ekonomicznych potrzebnych przy podejmowaniu
decyzji w odpowiednich instytucjach szczebla centralnego i lokalnego. Ze względu
na charakter podręcznikowy, publikacja będzie z pewnością pomocna w unowo-
cześnieniu programów nauczania w szkołach wyższych na wszystkich kierunkach
ekonomicznych i zarządzania, a w szczególności na: gospodarce przestrzennej,
ekonomii, informatyce i ekonometrii, logistyce oraz zarządzaniu.
Książka składa się ze wstępu, dziesięciu rozdziałów, zakończenia i bi-
bliografii. Rozdział pierwszy (Wprowadzenie do analiz przestrzennych) sta-
nowi wprowadzenie do tematyki szeroko rozumianych analiz przestrzennych
i przestrzenno-czasowych.
W pierwszym podrozdziale przedstawiony jest zarys historyczny i kierunki
rozwoju ekonometrii przestrzennej. Prekursorem i projektodawcą nazwy „ekono-
metria przestrzenna” był Jean Henri Paul Paelinck, który jako pierwszy podkreślił
znaczenie przestrzennego modelowania zmiennych ekonomicznych [Hordijk,
Paelinck, 1976]. Paelinck zwrócił uwagę na fakt, iż poszczególne jednostki prze-
strzenne podlegają wpływom innych jednostek oraz zależą od zachodzących
tam zmian ekonomicznych i politycznych. Uwzględnienie więc aspektów prze-
strzennych w modelowaniu ekonometrycznym umożliwia uzyskanie dodatkowych
informacji na temat systemów ekonomicznych [Paelinck, Klaassen, 1979]. Łącząc
metody ekonometrii, ekonomii oraz geografii, Paelinck zapoczątkował rozwój
nowej dziedziny wiedzy – ekonometrii przestrzennej.
W latach osiemdziesiątych XX w. zdefiniowano ekonometrię przestrzenną jako
naukę, której celem jest wyjaśnienie oraz opis zjawisk i procesów gospodarczych
mających aspekt przestrzenny za pomocą metod ekonometrycznych. Zadaniem
tej dziedziny nauk stało się wprowadzenie efektów przestrzennych do modeli
ekonometrycznych, ich estymacja oraz prognozowanie przestrzenne [Anselin,
1988].
Z biegiem czasu zakres badań ekonometrii przestrzennej bardzo się poszerzył.
Zwrócono uwagę na możliwość i konieczność testowania niestacjonarności
i kointegracji danych przestrzenno-czasowych [Baltagi, 2003]. Obszar zastosowań
metod ekonometrii przestrzennej jest bardzo szeroki, związany z najnowszymi
kierunkami badań ekonomicznych (np. rynku pracy, wzrostu gospodarczego,
konwergencji regionalnej i in.).
W podrozdziale 1.2 zdefiniowano pojęcia kwantyfikacji oraz porównywalności
w przestrzeni. Omówione są przykłady regularnych i nieregularnych reprezentacji
przestrzennych (punkty, obszary geograficzne i administracyjne). Dyskutowane są
9
Wstęp
także problemy nieregularności struktury danych przestrzennych oraz wyboru
odpowiedniego wskaźnika (indykatora) rozmiaru.
W kolejnym podrozdziale tego rozdziału scharakteryzowano dwa typy interak-
cji przestrzennych: sąsiedztwo i odległość, oraz omówiono problem wzajemnych
granic i interakcji między obiektami w przestrzeni. W celu uzyskania możliwości
ilościowego ujęcia współzależności przestrzennych pokazane zostały problemy
kwantyfikacji w postaci macierzy sąsiedztwa (kontyngencji) oraz z wykorzy-
staniem pojęcia odległości – macierze odległości (dystansu). Przy specyfikacji
i identyfikacji zależności przestrzennych znajomość typowych macierzy powiązań
przestrzennych, tzw. macierzy wag, takich jak: macierz najbliższego sąsiedztwa,
macierz granic czy odległości, umożliwia zrozumienie istoty problemu. Uwzględ-
nienie macierzy wag o bardziej złożonej strukturze – wykorzystujących np.
odległość ekonomiczną, społeczną i in. – przygotuje Czytelnika do rozwiązywania
bardziej złożonych problemów ekonomicznych. Prezentowane przykłady umożli-
wią zdobycie praktycznych umiejętności doboru i konstrukcji macierzy wag.
W rozdziale drugim (Klasyfikacja, źródła informacji i wizualizacja danych
przestrzennych) zdefiniowano różne typy danych statystycznych wykorzystywa-
nych w ekonomicznych analizach przestrzennych. Scharakteryzowano instytucje
odpowiadające za gromadzenie danych oraz zaprezentowano źródła danych, takie
jak roczniki i inne wydawnictwa statystyczne oraz specjalistyczne strony interne-
towe zawierające różne banki danych.
W rozdziale tym pokazano również możliwości prezentacji graficznej (wi-
zualizacji) danych przestrzennych i przestrzenno-czasowych oraz rekomendacje
odpowiedniego oprogramowania komputerowego umożliwiającego odpowied-
nią, profesjonalną wizualizację danych statystycznych w postaci map, wykresów
i grafów.
W ostatniej części rozdziału drugiego omówione są podstawowe metody
grupowania i klasyfikacji stosowane w badaniach ekonomicznych. Najczęściej
stosowanym narzędziem grupowania i klasyfikacji obiektów w badaniach eko-
nomicznych jest taksonomia numeryczna (numerical taxonomy), zwana również
analizą skupień (cluster analysis). Taksonomia jest to dziedzina wiedzy (zbiór
metod) zajmująca się pomiarem, ilościowym opisem oraz analizą związków
strukturalnych występujących w zbiorze obiektów wielocechowych [Hellwig,
1994]. Metody taksonomii umożliwiają m.in. podział zbioru obiektów na rozłącz-
ne podzbiory, tj. grupy, klasy czy skupienia, które zawierają elementy podobne
do siebie z punktu widzenia wyróżnionej charakterystyki agregatowej, a jedno-
cześnie różniące się od elementów pozostałych podzbiorów. Metody te często
wykorzystywane są w badaniach przestrzennych do porównywania i grupowa-
nia obiektów przestrzennych, takich jak kraje, regiony, województwa, powiaty,
ze względu na poziom rozwoju gospodarczego, poziom i jakość życia ludności,
rozwój demograficzny, jakość środowiska naturalnego itp.
W rozdziale omówiono poszczególne etapy grupowania, tj.: określenie cha-
rakteru zmiennych, normalizacja zmiennych, wyznaczenie odległości między
10
Wstęp
badanymi jednostkami, budowa macierzy odległości, która jest podstawą tworzenia
skupień. Opisano również najczęściej wykorzystywane w badaniach ekonomicz-
nych metody aglomeracyjne, tj.: metodę pojedynczego wiązania, metodę środków
ciężkości, metodę Warda oraz grupowanie metodą k-średnich. Przedstawione
przykłady wskazują na praktyczne możliwości zastosowania opisanych metod.
W rozdziale trzecim (Elementy geostatystyki i metody analizy przestrzen-
nych danych punktowych) omówiono podstawowe zagadnienia dotyczące nowo-
czesnych metod statystyki przestrzennej. Statystyka przestrzenna jest działem
dotyczącym badań zależności przestrzennych w wielu dziedzinach wiedzy, takich
jak rolnictwo, geografia, astronomia, biologia, epidemiologia. W kolejnych czę-
ściach tego rozdziału prezentowane są zagadnienia z zakresu geostatystyki oraz
interpolacji danych statystycznych. Geostatystyka to zbiór narzędzi statystycznych
opartych na teorii funkcji losowych, które uwzględniają w analizie danych ich
przestrzenną i czasową lokalizację. Do najważniejszych zadań geostatystyki należy
opis struktury przestrzennej (lub czasowej) zjawiska, estymacja wartości parame-
tru w „nie próbowanym” miejscu (lub momencie) oraz modelowanie niepewności
szacunków przez generowanie alternatywnych obrazów (realizacji), które są re-
zultatem wyników symulacji przestrzennej lub czasowej zjawiska. W rozdziale
tym omówione są podstawowe miary geostatystyki, do których należą miary
pozycyjne, m.in. mediana przestrzenna, zmienna zregionalizowana oraz semiwa-
riogram. Nowatorstwo geostatystyki polega właśnie na szacowaniu zmienności
parametrów za pomocą tzw. zmiennej zregionalizowanej. Wartości tej zmien-
nej są funkcją współrzędnych położenia punktów pomiaru. Strukturę zmienności
opisuje, w syntetycznej formie, tzw. semiwariogram. Zmienność analizowanego
parametru w tradycyjnym ujęciu wyrażana jest za pomocą prostych miar staty-
stycznych – wartości średniej, odchylenia standardowego itd. Ograniczeniem tych
mierników jest brak informacji o lokalizacji danej cechy. Ta istotna część infor-
macji jest tracona bezpowrotnie. W metodach geostatystycznych uwzględnia się
położenie badanych zjawisk w przestrzeni i wynikające z tego korelacje.
W dalszej części rozdziału omówiona jest nowoczesna metoda interpolacji
danych przestrzennych – kriging. Twórcą tej metody jest południowoafrykański
geolog D. Krige [1951]. Interpolacja danych przestrzennych oznacza oszacowanie
wartości danych statystycznych znajdujących się między znanymi wartościami.
Techniki przestrzennej interpolacji danych są szeroko stosowane do modelowa-
nia zjawisk z dziedziny geologii, geografii, geofizyki, ekologii czy energetyki.
Metoda krigingu jest coraz częściej stosowana również do symulacji procesów
ekonomicznych mających wymiar przestrzenny.
W ostatniej części rozdziału trzeciego prezentowane są również metody ana-
liz rozmieszczenia punktowych danych w przestrzeni (point patterns analysis),
które pozwalają określić, czy zjawisko występuje w przestrzeni w postaci zgrupo-
wań, czy też rozłożone jest losowo lub regularnie. Wykorzystywane są do tego
celu miary Ripleya K i L oparte na analizie gęstości punktów zliczanych w poru-
szającym się okręgu, kilkukrotnie zmieniającym wielkość w danej lokalizacji.
11
Wstęp
Rozdział czwarty (Miary i testy statystyczne w eksploracyjnej analizie da-
nych przestrzennych) dotyczy podstawowego problemu statystycznych i ekono-
metrycznych badań przestrzennych, tzn. zjawiska autokorelacji przestrzennej.
Przedstawiono tu definicje dodatniej i ujemnej autokorelacji przestrzennej oraz
przyczyny jej występowania. Oprócz podania podstawowych pojęć i definicji
związanych z problemami autokorelacji przestrzennej prezentowane są metody
testowania występowania lokalnych i globalnych zależności przestrzennych. Omó-
wiono podstawowe własności statystyki globalnej i lokalnej autokorelacji prze-
strzennej (statystyka I Morana, test Walda oraz test LM mnożnika Lagrange’a).
W rozdziale piątym (Koncentracja i specjalizacja w przestrzennych anali-
zach ekonomicznych) omówione zostały problemy lokalizacji, koncentracji oraz
specjalizacji działalności gospodarczej w przestrzeni geograficznej.
Pierwszy podrozdział poświęcony jest analizie rozmieszczenia przestrzenne-
go: koncentracji i specjalizacji, która wiąże się z problemem ekwiwalentności
między obserwacjami w przestrzeni. Podstawowym instrumentem badania koncen-
tracji jest krzywa Lorenza – klasyczne narzędzie analizy nierówności w populacji,
pozwalające na dobre uwidocznienie tego zjawiska. W rozdziale scharaktery-
zowano również inne mierniki koncentracji przestrzennej, takie jak: wskaźnik
Isarda, rozbieżności, kwadratowy, Chi-kwadrat, Gibbsa-Martina, Herfindahla,
Theila czy współczynnik Giniego.
W rozdziale szóstym (Analizy strukturalno-geograficzne) zaprezentowano
problematykę badań, które najczęściej przeprowadza się z zastosowaniem meto-
dy przesunięć udziałów (shift-share) lub analizy wariancji (ANOVA). Metody te
są stosowane do badania zmian gospodarczych w regionie przez dekompozycję
trzech składowych: potencjału badanego obszaru na tle rozwoju obszaru refe-
rencyjnego, struktury przedsiębiorstw badanego obszaru i konkurencyjności
badanego obszaru [Dunn, 1960]. Analiza shift-share jest jedną z najtrafniejszych
i najczęściej stosowanych technik do badania poziomu rozwoju danego obszaru
na tle poziomu rozwoju obszaru referencyjnego (województwa). Wyniki analizy
dostarczają informacji niezbędnych do zrozumienia i selekcji kluczowych rodza-
jów działalności dla rozwoju regionu [Dinc, 2002].
Oprócz metody podstawowej w dalszej części rozdziału omówiono także
nowoczesne, przestrzenne podejście do techniki shift-share. Modele zwierające
jedynie analizę przekrojową regionów i z góry zakładające istnienie „płaskich”
współzależności między badanymi obiektami, zostały wzbogacone o element za-
leżności przestrzennych. Dynamika zmian strukturalnych zjawisk ekonomicznych
danej przestrzennej jednostki zależy od sąsiadujących w przestrzeni regionów, ale
niekoniecznie tych „najbliższych”. Rozwiązaniem problemu różnokierunkowości
przestrzennych zależności regionów jest implementacja do analizy shift-share
przestrzennych macierzy wag. W tej części rozdziału omówiono poszczególne
etapy modyfikacji klasycznego podejścia shift-share. Dodatkowo opisano proce-
dury testowe wykorzystywane do stwierdzenia istotności poszczególnych efektów,
łącznego ich występowania oraz do przeprowadzania analiz zróżnicowania efek-
12
Wstęp
tów w dwóch strefach geograficznych. Z uwagi na występowanie w analizach
shift-share problemu specyfikacji efektów strukturalnych i geograficznych przed-
stawiono również analizę wariancji rozmieszczenia przestrzennego.
Rozdział siódmy (Nowa ekonomia geograficzna i modele specjalne) stanowi
wprowadzenie do zagadnień z zakresu nowej ekonomii geograficznej ze szczegól-
nym uwzględnieniem modeli i narzędzi badań ilościowych tam stosowanych.
W pierwszej części rozdziału zaprezentowano zarys historyczny i kierunki
rozwoju nowej ekonomii geograficznej. Za prekursora tej dziedziny wiedzy po-
wszechnie uważany jest noblista P.R. Krugman, który w 1991 r. zapoczątkował
nowy nurt w ekonomii geograficznej, prezentując model równowagi przestrzennej
alokacji aktywności ekonomicznych. Nowością było tu wprowadzenie czynnika
łącznej międzyregionalnej mobilności siły roboczej do modelu opisującego han-
del międzynarodowy. Dzięki temu zrozumiano, że przestrzenne rozmieszczenie
(lokalizacja) aktywności ekonomicznych może być zmienną endogeniczną. Zada-
niem nowej ekonomii geograficznej jest wyjaśnienie koncentracji i aglomeracji
bądź dyspersji zjawisk ekonomicznych w przestrzeni geograficznej.
W drugiej części rozdziału opisano modele przyczynowo-skutkowe nowej
ekonomii geograficznej. Zaprezentowano model Krugmana, który jest oparty na
modelu konkurencji monopolistycznej z 1977 r. autorstwa A. Dixita i J. Stiglitza.
Model ten umożliwia pokazanie, jak interakcje między zwiększającą się skalą
produkcji, kosztami transportu i czynnikami mobilności powodują pojawienie się,
a nawet zmianę przestrzennej struktury ekonomicznej (koncentrację, aglomerację,
bądź dyspersję). Przytoczono również wyniki empirycznej weryfikacji modelu
Krugmana autorstwa Garcia-Pires [2006], który zastosował ten model w analizie
wynagrodzeń przeciętnych w Hiszpanii.
W dalszej części rozdziału zaprezentowano podstawowe modele ekonome-
tryczne wyjaśniające mechanizm kształtowania się i rozwoju zjawisk ekonomicz-
nych mających aspekt przestrzenny.
Najpierw omówiono modele trendu powierzchniowego, w których zmienne
niezależne stanowią współrzędne położenia geograficznego lub odległości od
pewnego punktu orientacyjnego. Parametry tego modelu odzwierciedlają siłę
i kierunek regionalnych tendencji w rozwoju przestrzennej struktury zjawiska.
Następnie scharakteryzowano modele dyfuzji przestrzennej, wśród których
wyróżniamy modele deterministyczne i probabilistyczne. Modele te wykorzy-
stywane są w badaniach nad dyfuzją różnych zjawisk społeczno-ekonomicznych
w przestrzeni, np.: przemieszczenie się ludności, informacji, innowacji itp.
W kolejnym podrozdziale przedstawiono modele grawitacji, ciążenia i poten-
cjału, które mogą być wykorzystywane do badania migracji ludności, przepływów
pieniężnych, przestrzennej zmienności dochodów itp. W modelach tych anali-
zowane są wzajemne oddziaływania między poszczególnymi parami jednostek
w przestrzeni.
W rozdziale ósmym (Modele regresji przestrzennej) prezentowane są: mo-
dele z przestrzenną autoregresją zmiennej zależnej, modele z autokorelacją
13
Wstęp
przestrzenną składnika losowego SEM (Spatial Error Model), modele mieszane
regresyjno-autoregresyjne (Mixed Autoregressive) oraz ogólny model przestrzen-
ny SGM (Spatial General Model). Szeroko omówione zostały etapy konstrukcji
ekonometrycznych modeli przestrzennych, począwszy od wyboru macierzy
odległości i sformułowania macierzy wag, przez wybór schematu struktury
interakcji przestrzennych. W drugiej części rozdziału dyskutowane są także pro-
blemy modelowania heterogeniczności przestrzennej. Zaprezentowano modele
jednorównaniowe i metody modyfikacji pozwalające na uwzględnienie hete-
roskedastyczności składników losowych w przypadku danych przestrzennych,
począwszy od ujęcia klasycznego – metody White’a, przez założenie heteroskeda-
styczności grupowej, do konstrukcji i estymacji modeli ze zmiennymi parametrami
(VE, GWR, DARP). W zakończeniu zwrócono uwagę także na problemy interak-
cji heteroskedastyczności i autokorelacji przestrzennej.
W rozdziale dziewiątym (Estymacja modeli regresji przestrzennej) prezen-
towane są metody i praktyczne problemy estymacji modeli przestrzennych. Oprócz
dyskusji możliwości zastosowań zwykłej i uogólnionej metody najmniejszych
kwadratów oraz metody największej wiarygodności, omawiane są inne, alter-
natywne metody estymacji modeli regresji przestrzennej, które stają się coraz
bardziej popularne ze względu na większą prostotę obliczeń numerycznych.
W szczególności, w badaniach empirycznych można obecnie korzystać z prezen-
towanych w tym rozdziale nowych procedur: metody zmiennych instrumentalnych
MZI, uogólnionej metody momentów UMM oraz uogólnionej przestrzennie po-
dwójnej metody najmniejszych kwadratów UP2MNK.
W rozdziale dziesiątym (Weryfikacja statystyczna i zastosowania modeli re-
gresji przestrzennej) dokonano klasyfikacji testów stosowanych zarówno przy
weryfikacji statystycznej, jak i przy wyborze odpowiedniego wariantu modelu
regresji przestrzennej. Oprócz problemów weryfikacji statystycznej i strategii
wyboru modeli z autoregresją lub autokorelacją przestrzenną, prezentowane są
również odpowiednie testy i problemy weryfikacji modeli w warunkach jedno-
czesnego występowania w próbie statystycznej autokorelacji i heterogeniczności
przestrzennej. W końcowej części rozdziału pokazano przykłady modelowania,
estymacji i testowania modeli przestrzennych, zarówno na danych dla Polski
(model stopy bezrobocia według powiatów, 379 obserwacji), jak i na danych na-
leżących już do klasyki ekonometrii przestrzennej, mianowicie pochodzących
z wczesnych badań Anselina [1988] dotyczących kradzieży i włamań w mieście
Columbus (44 obserwacje, przykład opracowany przez J. LeGallo).
Całość zawartej w książce tematyki dopełnia obszerna bibliografia (literatura
cytowana) oraz zakończenie, w którym sygnalizowane są możliwości zastosowań
specjalistycznego oprogramowania komputerowego umożliwiającego zastosowa-
nie zaawansowanych technik ekonometrii przestrzennej. Wiele nowoczesnych
narzędzi ekonometrii przestrzennej nie zostało jeszcze oprogramowanych w goto-
wych (komercyjnych) pakietach ekonometrycznych. Dlatego też rekomendowane
jest korzystanie z procedur i specjalnych toolboxów napisanych w językach progra-
14
mowania wysokiego poziomu R i MATLAB. Wiele gotowych procedur i funkcji
napisanych w tych językach jest już ogólnie dostępnych w Internecie na zasadach
open source. Przykładem może tu być wyspecjalizowany zbiór funkcji (podpro-
gramów) MATLAB-a pod nazwą Spatial Toolbox autorstwa J.P. LeSage’a oraz
pakiet Spdep pisany w języku R.
Wstęp
Rozdział 1. Wprowadzenie do przestrzennych analiz
ekonomicznych
1.1. Rozwój metodologii i zastosowań ekonometrii przestrzennej
Pierwsze badania z zakresu statystyki i ekonometrii przestrzennej datowane są
na wczesne lata pięćdziesiąte XX w. (prace i publikacje Morana, Geary’ego,
Whittle’a). Jednak oficjalnie za początek nowej, odrębnej dziedziny wiedzy –
ekonometrii przestrzennej – uznaje się lata siedemdziesiąte XX w.
W 1970 r. W.R. Tobler1, analizując obserwowane zależności i interakcje
między zmiennymi w przestrzeni, sformułował tzw. pierwsze prawo geogra-
fii (First Law of Geography), które wkrótce stało się podstawą wszelkich analiz
przestrzennych. Prawo to można również nazwać pierwszym prawem ekonome-
trii przestrzennej lub ogólnie: prawem empirycznych analiz przestrzennych.
Brzmi ono następująco:
„Wszystko jest powiązane ze sobą, ale bliższe obiekty są bardziej zależne od
siebie niż odległe”.
W 1974 r. na posiedzeniu Holenderskiego Towarzystwa Statystycznego
J.H.P. Paelinck wprowadził pojęcie ekonometria przestrzenna, nadając tym sa-
mym nazwę nowej dziedzinie wiedzy. W 1979 r. J.H.P. Paelinck i L.H. Klaassen,
w pierwszej książce poświęconej w całości zagadnieniom z zakresu ekonome-
trii przestrzennej, podkreślili znaczenie przestrzennego modelowania zmiennych
ekonomicznych. Zwrócili uwagę na fakt, iż poszczególne jednostki przestrzen-
ne (tj. województwa, regiony, państwa) podlegają wpływom innych jednostek
oraz zależą od zachodzących tam zmian ekonomicznych, społecznych i politycz-
nych. Zauważyli, iż uwzględnienie aspektów przestrzennych w modelowaniu
ekonometrycznym umożliwi uzyskanie bardziej szczegółowych informacji na
temat systemów ekonomicznych. Łącząc metody ekonometrii, ekonomii oraz
geografii, zapoczątkowali rozwój ekonometrii przestrzennej. Dla podkreślenia
różnic i specjalnych uwarunkowań badań empirycznych na podstawie danych
1 W oryginale angielskim „first law of geography” Waldo Toblera jest wyrażone następująco:
„Everything is related to everything else, but near things are more related than distant things”
[zob. Tobler, 1970, s. 236].
16
1.1. Rozwój metodologii i zastosowań ekonometrii przestrzennej
przestrzennych sformułowali pięć podstawowych zasad analiz i konstrukcji mo-
deli przestrzennych2.
Postulowali mianowicie, iż w badaniach przestrzennych należy uwzględniać:
1) współzależność przestrzenną zmiennych endogenicznych,
2) asymetrię i heterogeniczność relacji w przestrzeni,
3) allotopię (istotny wpływ czynników objaśniających z innych lokalizacji
4) odmienne interakcje ex ante i ex post (dla odróżnienia zjawisk instalacji
przestrzennych),
i funkcjonowania),
5) charakterystyki przestrzeni – współrzędne obszarów i punktów, miary od-
ległości i natężenia dla zmiennych zlokalizowanych.
1. Współzależność przestrzenna oznacza, że specyfikacja zmiennych objaśnia-
jących w modelach dokonywana jest a priori w sposób niezależny od faktu
dysponowania danymi zlokalizowanymi. Dopiero ex post bierze się pod uwa-
gę wielokierunkowe i równoczesne zależności przestrzenne. Na przykład
w modelowaniu dochodów i wydatków należy uwzględnić, że każdy wyda-
tek w określonym miejscu powoduje powstawanie w tym miejscu dochodów,
których część może być z kolei wydawana w innych miejscach. Powoduje
to powstawanie nowych dochodów w różnych miejscach badanego zbioru
jednostek przestrzennych.
2. Asymetria i heterogeniczność relacji w przestrzeni wynikają z różnic w cha-
rakterystykach wielkości i potencjału ekonomicznego sąsiadujących obiektów
i obszarów. Można stwierdzić empirycznie, że w większości przypadków
wzajemne relacje ekonomiczne (import – eksport, dochody – wydatki, koope-
racja – specjalizacja itd.) między badanymi jednostkami przestrzennymi są
zróżnicowane ze względu na wielkość lub poziom zmiennych (heterogeniczne
i asymetryczne).
3. Allotopia oznacza, że dla prawidłowego wyjaśnienia kształtowania się zja-
wisk i procesów w poszczególnych lokalizacjach należy uwzględniać istotny
wpływ czynników objaśniających z innych lokalizacji przestrzennych. Przy-
kładem klasycznym jest tzw. trójkąt Webera dotyczący optymalnej lokalizacji
firmy w takim miejscu, które nie jest ani rynkiem zbytu, ani nie jest źródłem
czynników produkcji. Natomiast rynki zbytu i źródła czynników produk-
cji znajdują się w lokalizacjach sąsiednich. Zjawiska przemieszczania się
i porównanie zysków oraz niedogodności wynikających z wybranej lokali-
zacji z innymi możliwościami mogą dopiero wyjaśnić trafność dokonanego
wyboru. Podobnie istotność przypływów migracyjnych między dwoma ob-
szarami geograficznymi opisywana jest nie tylko w miejscach pochodzenia
i miejscach docelowych, ale także przez sytuacje w innych, alternatywnych
lokalizacjach.
2 W oryginale: „five principles of spatial econometrics” [Paelinck, Klaassen, 1979, wydanie pol-
skie Paelinck, Klaassen, 1983, s. 14–22]; zob. także [Ancot i in., 1990, s. 141–155].
17
Rozdział 1. Wprowadzenie do przestrzennych analiz ekonomicznych
4. Odmienne interakcje ex ante i ex post między zmiennymi geograficznie
zlokalizowanymi należy uwzględnić w celu odróżnienia zjawisk funkcjo-
nowania (ex post) od zjawisk inwestowania i instalacji (ex ante). Ta zasada
jest szczególnie widoczna w modelowaniu lokalizacji przemysłowych na
podstawie danych regionalnych. Obliczane współczynniki dobrze oddają
relatywne przyciąganie i efekty wpływu potencjalnych lokalizacji na in-
westorów poszukujących miejsca, ale nie biorą pod uwagę późniejszych
kosztów transportu, które są podstawą funkcjonowania przedsiębiorstw
w wybranych lokalizacjach. Ponadto, zjawisko to uwzględniane jest w mo-
delach wyboru miejsca zamieszkania uwzględniających aktualne trendy
migracyjne.
5. Uwzględnianie zróżnicowania charakterystyk przestrzeni (miar odle-
głości i natężenia, kosztów transportu itd.) dla objaśniania zmiennych
zlokalizowanych wynika stąd, iż charakterystyki te związane są bezpośrednio
z aktywnością ekonomiczną i społeczną w przestrzeni geograficznej i nie
można stosować tutaj podejścia klasycznego, „punktowego”, tak jak w zna-
nych modelach makroekonomicznych.
Oprócz pięciu podstawowych zasad w ekonometrii przestrzennej analizowane
są także problemy kierunków i siły oddziaływań poszczególnych obszarów.
Chodzi tutaj o tzw. zasadę izotropowości, czyli jednakowej siły oddziaływania
danej lokalizacji we wszystkich kierunkach (na wszystkich sąsiadów), która jest
stosowana najczęściej, w odróżnieniu od rzadziej postulowanej anizotropowości –
zróżnicowanych oddziaływań w zależności od kierunku.
Dane przestrzenne są więc znacznie bardziej skomplikowane w swojej struk-
turze niż szeregi czasowe, dlatego też nie można analizować ich za pomocą
klasycznych metod ilościowych. Wymagają specjalistycznych metod, dzięki któ-
rym można uniknąć problemów powstających na skutek wprowadzenia efektów
przestrzennych do modelu ekonometrycznego (autokorelacja i heterogeniczność
przestrzenna, asymetria, allotopia, anizotropia).
Pierwsze testy i metody estymacji modeli ekonometrycznych uwzględnia-
jących aspekt przestrzenny powstały w latach siedemdziesiątych XX w., dzięki
badaniom A.D. Cliffa, J.K. Orda, L. Hordijka, L.H. Klaassena, H. Blommesteina,
L. Hansena, P. Nijkampa, J.H.P. Pealincka i innych [zob. Ord, Cliff, 1973; Hor-
dijk, 1974; Hordijk, Paelinck, 1976; Hordijk, Nijkamp, 1977; Paelinck, Klaassen,
1979; Hansen, 1982; Blommestein, 1983]. Wtedy to wprowadzono pojęcia takie,
jak: interakcje przestrzenne, efekty przestrzenne, autokorelacja i heterogeniczność
przestrzenna, opóźnienia przestrzenne.
Autorem pierwszej monografii podręcznikowej z zakresu ekonometrii prze-
strzennej jest Luc Anselin [1988]. Książka ta stała się najbardziej znaczącą
i najczęściej cytowaną pozycją z tego zakresu. To właśnie w niej możemy znaleźć
ogólnie przyjętą na całym świecie definicję ekonometrii przestrzennej [zob.
Anselin, 1988].
18
1.1. Rozwój metodologii i zastosowań ekonometrii przestrzennej
Ekonometrię przestrzenną można określić dwojako. Mianowicie jest to:
1) nauka, której celem jest wyjaśnienie oraz opis zjawisk i procesów gospodar-
czych mających aspekt przestrzenny za pomocą metod ekonometrycznych,
2) zbiór technik, dzięki którym można uniknąć problemów metodologicznych
powstających na skutek wprowadzenia efektów przestrzennych do modelu
ekonometrycznego (autokorelacji i heterogeniczności przestrzennej, asymetrii,
allotopii, anizotropii).
Wkład L. Anselina w rozwój ekonometrii przestrzennej jest bardzo duży3. Napisał
on wiele książek i artykułów dotyczących specyfiki danych przestrzennych oraz
szeroko pojmowanych zależności w przestrzeni [zob. Anselin, 1989, 1990]. Skon-
struował odpowiednie narzędzia w programach komputerowych SpaceStat i GeoDa
umożliwiające estymację modeli i wszelkie analizy danych przestrzennych. We
współpracy z innymi naukowcami sukcesywnie doskonalił oraz unowocześniał
metody i narzędzia służące wprowadzaniu efektów przestrzennych do modeli
ekonometrycznych [Anselin, Rey, 1991, Anselin, Florax, 1995, Anselin, Kelejian,
1997; Anselin i in., 1997; Anselin, Bera, 1998; Anselin i in., 2004].
Początkowo metody ekonometrii przestrzennej wykorzystywane były jedynie
w badaniach regionalnych, w analizach rynku nieruchomości oraz w geografii
ekonomicznej. Jednakże w latach dziewięćdziesiątych XX w. przestrzeń zaczęła
odgrywać bardzo ważną rolę w teorii ekonomii oraz w nowej ekonomi geo-
graficznej (zob. rozdz. 4). Wzrosło zainteresowanie testowaniem występowania
zależności przestrzennych oraz specyfikacją i estymacją modeli ekonometrycznych
uwzględniających te zależności. Nastąpił szybki rozwój metodologii ekonometrii
przestrzennej. Wprowadzono nowe estymatory, testy statystyczne oraz rozkłady
statystyk w małej próbie. Pojawiła się fachowa literatura przedmiotu w postaci
publikacji książkowych poświęconych w całości zagadnieniom z zakresu eko-
nometrii przestrzennej. Zadaniem tej dziedziny wiedzy stało się wprowadzenie
efektów przestrzennych do modeli ekonometrycznych, ich estymacja, specyfikacja
testów sprawdzających obecność efektów przestrzennych oraz prognozowanie
przestrzenne. Nauka ta umożliwiła badanie interakcji zachodzących w przestrze-
ni, wyodrębnianie efektów grupowych oraz efektów sąsiedztwa, analizowanie
wpływu poszczególnych jednostek przestrzeni na ogólny poziom badanej cechy.
Z biegiem czasu zakres badań ekonometrii przestrzennej znacznie się
poszerzył. Naukowcy zajmowali się problematyką analizy zarówno danych
przestrzennych, jak i danych uwzględniających dynamikę, danych przestrzenno-
-czasowych oraz panelowych [zob. np. Arellano, 2003; Baltagi, Song, Koh, 2003;
Hsiao, 2003; Baltagi, 2005; Matyas, Sevestre, 2006]. Opracowano specjalistyczne
oprogramowanie komputerowe umożliwiające analizowanie danych przestrzen-
nych i przestrzenno-czasowych oraz wykorzystywanie zaawansowanych technik
3 Niewątpliwie do rozwoju ekonometrii przestrzennej przyczynili się również inni wybitni na-
ukowcy, np. R. Florax, D. Griffith, A. Getis, J. Mur, H. Zoller, J.P. LeSage, S. Rey, J.P. Elhorst,
G. Arbia, N. Cressie, B. Baltagi., A. Can, A. Case, H.S. Rosen, R. Dubin, L. Arellano, I. Prucha,
P. Robinson i wielu innych.
19
Pobierz darmowy fragment (pdf)
