О городах и данных

Сегодня у меня в университете закончился курс по пространственной эконометрике (Spatial Econometrics, SE) , который полностью поменял мое представление о пространственном анализе. Хочу поделиться некоторыми мыслями, и если будет интерес, пишите узнать подробнее, пишите - расскажу.

1. Сам по себе курс - большая редкость, даже в международных масштабах. Всего несколько университетов в мире читают его как отдельный, я знаю про еще 5: 1 в Голландии, 2 в UK, и 2 в US. Мне повезло, чувствую теперь себя членом тайного ордена)

2. У такой уникальности есть обратный эффект - я была единственной, кто записался на курс, хотя он доступен для всех студентов магистратуры и PhD факультета Социальных наук. Проблема в том, что на базовой эконометрике не рассказывают, что пространственная близость так же как и временная может влиять на наблюдаемые явления, а потому у студентов нет ощущения, что пространство - это важно.

3. Раньше в Глазго про методы SE мне рассказывали географы, на этом курсе мне повезло взглянуть на SE глазами эконометриста. Что я узнала? Ни один из методов не новый! Географы "придумали" то, что уже 100 лет существует эконометрике, точнее в time-series анализе.

4. Эконометрика позволяет "не ограничивать воображение" классическими методами вроде Spatial Autoregression или Global Moran's I.
Например:
- можно как угодно комбинировать пространственный и временные лаги. Мое любимое: dynamic spatial panel model, где все лаги собраны вместе - другими словами, есть переменные про вашего соседа вчера.

- в пространстве есть spatial autoregression, по аналогии с time autoregression - ваши решения как-то связаны с решением ваших соседей. Но есть разница: для времени нормально предположить, что патерн повторяется с шагом в несколько периодов, тогда как в пространстве предполагается связь только с ближайшими соседями. При этом если уйти от Global Moran's I из географии к Lagrange Multiplier Test из эконометрики, то можно мерить связь между соседями любого порядка в пространстве.

5. Обычно на каждое решение географа, про который он говорит "по опыту решил так" есть эконометрический тест, дающий однозначный ответ . Например,
- На вопрос: что значит пространственная автокорреляция в моей задаче: внешний неучтенный фактор или настоящее влияние соседей друг на друга? - ответ: common factor test

-На вопрос: какую матрицу связности выбрать ? - ответ: J Test for Non-nested models

Все это приводит к мысли, что SE - это серая зона социальных наук. С одной стороны все экономисты признают, что время важно, но почему-то отрицают важность пространства. С другой стороны, географы знают, что это важно, но не умеют моделировать. И лишь небольшая группа людей делает усилие по развитию SE, но их усилий недостаточно, чтобы ее "разрекламировать".

www.group-telegram.com/jp/datainthecity.com/234

2.6K viewsAug 29, 2024 at 16:38

Сегодня у меня в университете закончился курс по пространственной эконометрике (Spatial Econometrics, SE) , который полностью поменял мое представление о пространственном анализе. Хочу поделиться некоторыми мыслями, и если будет интерес, пишите узнать подробнее, пишите - расскажу.

1. Сам по себе курс - большая редкость, даже в международных масштабах. Всего несколько университетов в мире читают его как отдельный, я знаю про еще 5: 1 в Голландии, 2 в UK, и 2 в US. Мне повезло, чувствую теперь себя членом тайного ордена)

2. У такой уникальности есть обратный эффект - я была единственной, кто записался на курс, хотя он доступен для всех студентов магистратуры и PhD факультета Социальных наук. Проблема в том, что на базовой эконометрике не рассказывают, что пространственная близость так же как и временная может влиять на наблюдаемые явления, а потому у студентов нет ощущения, что пространство - это важно.

3. Раньше в Глазго про методы SE мне рассказывали географы, на этом курсе мне повезло взглянуть на SE глазами эконометриста. Что я узнала? Ни один из методов не новый! Географы "придумали" то, что уже 100 лет существует эконометрике, точнее в time-series анализе.

4. Эконометрика позволяет "не ограничивать воображение" классическими методами вроде Spatial Autoregression или Global Moran's I.
Например:
- можно как угодно комбинировать пространственный и временные лаги. Мое любимое: dynamic spatial panel model, где все лаги собраны вместе - другими словами, есть переменные про вашего соседа вчера.

- в пространстве есть spatial autoregression, по аналогии с time autoregression - ваши решения как-то связаны с решением ваших соседей. Но есть разница: для времени нормально предположить, что патерн повторяется с шагом в несколько периодов, тогда как в пространстве предполагается связь только с ближайшими соседями. При этом если уйти от Global Moran's I из географии к Lagrange Multiplier Test из эконометрики, то можно мерить связь между соседями любого порядка в пространстве.

5. Обычно на каждое решение географа, про который он говорит "по опыту решил так" есть эконометрический тест, дающий однозначный ответ . Например,
- На вопрос: что значит пространственная автокорреляция в моей задаче: внешний неучтенный фактор или настоящее влияние соседей друг на друга? - ответ: common factor test

-На вопрос: какую матрицу связности выбрать ? - ответ: J Test for Non-nested models

Все это приводит к мысли, что SE - это серая зона социальных наук. С одной стороны все экономисты признают, что время важно, но почему-то отрицают важность пространства. С другой стороны, географы знают, что это важно, но не умеют моделировать. И лишь небольшая группа людей делает усилие по развитию SE, но их усилий недостаточно, чтобы ее "разрекламировать".

BY О городах и данных