PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2014 | 17 | nr 4 | 155--172
Tytuł artykułu

The Effect of Omitted Spatial Effects and Social Dependence in the Modelling of Household Expenditure for Fruits and Vegetables

Warianty tytułu
Skutki pominięcia efektów przestrzennych i społecznych zależności w modelu wydatków gospodarstw domowych na owoce i warzywa
Języki publikacji
EN
Abstrakty
Pominięcie przestrzennej heterogeniczności w modelu ekonometrycznym skutkuje błędnym oszacowaniem parametrów, zaś brak uwzględnienia opóźnionej przestrzennie zmiennej zależnej skutkuje obciążeniem i brakiem zgodności estymatora (Anselin 1988). Mimo tego w analizach wydatków gospodarstw domowych efekty przestrzenne oraz interakcje społeczne są najczęściej pomijane. W pracy skoncentrowano się na skutkach pominięcia efektów przestrzennych i ww. interakcji. W badaniu wykorzystano mikrodane pochodzące z Badania Budżetów Gospodarstw Domowych (2011 r.), dotyczące wydatków na owoce i warzywa. Skutki pominięcia efektów przestrzennych i/lub interakcji międzyludzkich zweryfikowano wykorzystując hierarchiczny model autoregresji przestrzennej (HSAR) oraz cztery modele uzyskane poprzez nałożenie restrykcji na parametry modelu HSAR. Uzyskane wyniki potwierdziły negatywny wpływ pominięcia składowych środowiska zewnętrznego na oszacowania wybranych parametrów. Zaobserwowano przeszacowanie parametru odzwierciedlającego skalę przestrzennej heterogeniczności w sytuacji pominięcia interakcji międzyludzkich oraz przeszacowanie parametru tychże interakcji w sytuacji pominięcia przestrzennej niejednorodności zjawiska. (abstrakt oryginalny)
EN
As is well known, ignoring spatial heterogeneity leads to biased parameter estimates, while omitting the spatial lag of a dependent variable results in biasness and inconsistency (Anselin, 1988). However, the common approach to analysing households' expenditures is to ignore the potential spatial effects and social dependence. In light of this, the aim of this paper is to examine the consequences of omitting the spatial effects as well as social dependence in households' expenditures. We use the Household Budget Survey microdata for the year 2011 from which we took households' expenditures for fruits and vegetables. The effect of ignoring spatial effects and/or social dependence is analysed using four different models obtained by imposing restrictions on the core parameters of the hierarchical spatial autoregressive model (HSAR). Finally, we estimate the HSAR model to demonstrate the existence of spatial effects and social dependence. We find the omitted elements of the external environment affect negatively the estimates for other spatial (social) effect parameters. Especially, we notice the overestimation of the random effect variance when the social dependence is omitted and the overestimation of the social interaction effect when the spatial heterogeneity is ignored.(original abstract)
Rocznik
Tom
17
Numer
Strony
155--172
Opis fizyczny
Twórcy
  • University of Lodz, Poland
  • University of Sheffield, United Kingdom
  • University of Bristol
Bibliografia
  • Anselin L. (1988), Spatial Econometrics: Methods and Models, Vol. 4. Springer.
  • Anselin L. (1990), Spatial Dependence and Spatial Structural Instability in Applied Regression Analysis, ʻJournal of Regional Science 30.2ʼ, pp. 185-207.
  • Anselin L., Griffith D.A. (1988), Do spatial effects really matter in regression analysis?, ʻPapers in Regional Scienceʼ, 65(1), pp. 11-34.
  • Ball K., Crawford D., Mishra G. (2006), Socio-economic inequalities in women's fruit and vegetable intakes: a multilevel study of individual, social and environmental mediators, ʻPublic health nutritionʼ, 9(05), pp. 23-630.
  • Baltagi B.H., Fingleton B., Pirotte A. (2014), Spatial lag models with nested random effects: An instrumental variable procedure with an application to English house prices, ʻJournal of Urban Economicsʼ, 80, pp. 76-86.
  • Cameron A.C., Trivedi P.K. (2005), Microeconometrics: Methods and Applications, Cambridge University Press.
  • Central Statistical Office (2012), Household Budget Survey in 2011, Statistical Information and Elaborations, Warsaw.
  • Corrado L., Fingleton B. (2012), Where is the economics in spatial econometrics?, ʻJournal of Regional Scienceʼ, 52(2), pp. 210-239.
  • Dong G., Harris R.J. (2014), Spatial Autoregressive Models for Geographically Hierarchical Data Structures, Geographical Analysis.
  • Fotheringham S.A., Brunsdon C., Charlton M. (2003), Geographically Weighted Regression: The Analysis of Spatially Varying Relationships, John Wiley & Sons.
  • Giskes K., Turrell G., Van Lenthe F.J., Brug J., Mackenbach J.P. (2006), A multilevel study of socio-economic inequalities in food choice behaviour and dietary intake among the Dutch population: the GLOBE study, ʻPublic health nutritionʼ, 9(01), pp. 75-83.
  • LeSage J., Pace R.K. (2010), Introduction to spatial econometrics, CRC press.
  • Longford N.T. (1993), Random Coefficient Models, Clarendon Press.
  • Plummer M., Best N., Cowles K., Vines K. (2006), CODA: Convergence diagnosis and output analysis for MCMC, R news, 6(1), 7-11.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171419104

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.