Prospects and Frontiers of Multidimensional Panel Spatial Autoregressive Models

• Autorzy: Alicja Olejnik

Warianty tytułu

Perspektywy i ograniczenia panelowego wielowymiarowego autoregresyjnego modelu przestrzennego

• Języki publikacji: EN

Abstrakty

EN

This paper considers some innovative techniques which allow for the investigation of certain issues concerning regional development in the EU. Namely for accessing the space-time process we suggest a Multidimensional Panel Spatial Autoregressive Model - MPSAR. It is assumed that the multidimensional perspective allows for a better description of the spatial dependence structure, especially in the context of regional science. The paper discusses the advantages and limitations of the presented approach. We point out that the failure to recognise these multidimensional effects may lead to an incorrect inference and therefore to biased conclusions. Therefore this approach constitutes an innovation in the spatial econometric studies providing additional information, and hence a deeper analysis of the investigated problem.(original abstract)

Przedmiotem referatu jest ocena procesu przestrzenno-czasowego z zastosowaniem wielowymiarowej macierzy wag przestrzennych. W szczególności zakłada się, że podejście wielowymiarowe pozwala na lepszy opis struktury zależności przestrzennych. Praca ma przybliżyć nowo opracowaną metodologię dotyczącą wielowymiarowego autoregresyjnego modelu przestrzennego WAMP z uwzględnieniem wymiaru czasowego. W opracowaniu omówiono wady oraz zalety prezentowanej metodologii. Zwrócono uwagę na konieczność prawidłowej oceny struktury przestrzennej z uwzględnieniem efektów wielowymiarowych, których pominięcie może prowadzić do błędnego wnioskowania. Zatem całość rozważań stanowi nowy element ekonometrii przestrzennej, a poprzez włączenie dodatkowej informacji na temat badanego zjawiska umożliwia wnikliwszą jego analizę.(abstrakt oryginalny)

Słowa kluczowe

EN

Econometrics; Modeling of time-space; Panel model

PL

Ekonometria; Modelowanie zjawisk czasowo-przestrzennych; Modele panelowe

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2014
• Numer: nr 334 Local and Regional Economy in Theory and Practice
• Strony: 170--179

Twórcy

autor

Alicja Olejnik

• University of Lodz, Poland

Bibliografia

• Anselin L., Spatial Econometrics: Methods and Models, Kluwer, Dordrecht 1988.
• Anselin L., Bera A.K., Spatial dependence in linear regression models with an introduction to spatial econometrics, [in:] Handbook of Applied Economic Statistics, Ullah A., Giles D. (eds.). Marcel Dekker, New York 1998.
• Anselin L., Smirnov O., Efficient algorithms for constructing proper higher order spatial lag operators, Journal of Regional Science, Wiley, 1996, 36, pp. 67-89.
• Besner C., A Spatial Autoregressive Specification with a Comparable Sales Weighting Scheme, Journal of Real Estate Research, American Real Estate Society, New York 2002, 24, pp. 193-211.
• Bodson P., Peeters D., Estimations of the Coefficients of a Linear Regression in the Presence of Spatial Autocorrelation: An Application to a Belgian Labour-Demand Function, Environment and Planning, 1975, A 7 (4), pp. 455-472.
• Cliff A., Ord, J.K., Spatial Processes: Models and Applications, Pion, London 1981.
• Dacey M.F., A Review of Measures of Contiguity for Two and K-Color Maps, [in:] Englewood Cliffs Spatial Analysis: A Reader in Statistical Geography, Prentice-Hall, 1968, pp. 479-495.
• Deng M., An Anisotropic Model For Spatial Processes, Geographical Analysis, Wiley, 2008, 40(1), pp. 26-51.
• EUROSTAT European Regional Statistics. Reference guide, European Communities, Luxembourg 2002.
• Fingleton B., The new economic geography versus urban economics: An evaluation using local wage rates in Great Britain, Oxford Economic Papers, 2006, 58, pp. 501-530.
• Fujita M., Krugman P., Venables A., The Spatial Economy: Cities, Regions, and International Trade, MIT Press, Cambridge MA 1999.
• Getis A., Aldstadt J., Constructing the Spatial Weights Matrix Using A Local Statistic, Geographical Analysis, Wiley, 2004, 36, pp. 90-104.
• Kelejian H.H., Prucha I.R., A Generalized Spatial Two-Stage Least Squares Procedure for Estimating a Spatial Autoregressive Model with Autoregressive Disturbances, Journal of Real Estate Finance and Economics, Springer, 1998, 17, pp. 99121.
• Mankiw N., Romer D. Weil D., A contribution to the Empirics of Growth, Quarterly Journal of Economics, 1992, 107, pp. 407-437.
• Olejnik A., Using the spatial autoregressively distributed lag model in assessing the regional convergence of per-capita income in the EU25, Papers in Regional Science, Wiley, 2008, 87/3, pp. 371-384.
• Olejnik A., Multidimensional spatial process of productivity growth in the EU 22, working paper, 2012a.
• Olejnik A., Spatial autoregressive model - a multidimensional perspective with an example study of the spatial income process in the EU 25, working paper, 2012b.
• Ord J.K., Getis A., Local Spatial Autocorrelation Statistics: Distributional Issues and an Application, Geographical Analysis, 1995, 27, pp. 286-306.
• Paelinck J.H.P., invited lecture in Spatial Econometrics and Regional Economic Analysis Conference, 2012.