Introduzione all'econometria spaziale (o econometria delle ...

Introduzione all’econometria spaziale
(o econometria delle “interdipendenze”)
Roberto Basile
(Seconda Università di Napoli, Dipartimento di Economia)
Obiettivo del corso: introdurrelenozionidistatisticaedeconometriaspaziale,
anche al fine di far acquisire le conoscenze per utilizzare routine in linguaggio
“R” dedicate allanalisi spaziale. Queste tecniche possono trovare applicazione
non solo nell’ambito dell’economia regionale e urbana, ma anche in tutti i casi
in cui sia nota la matrice delle interdipendenze tra le unità di osservazione
dell’analisi, ovvero sia nota la “posizione” di ciascuna unità all’interno di un
network.
Prerequisiti: conoscenzedibasedell’econometria(modelliOLS,IV,ML,nozioni
di analisi per dati panel).
Contenuto del corso:
1. Esempi motivazionali
(a) Crescita economica e interdipendenza tecnologica (Ertur e Koch,
2007)
(b) Econometria spaziale dell’innovazione (Autant-Bernard, 2011)
(c) Network di R&S e interazione spaziale (Scherngell e Barber, 2008)
2. Nozioni di statistica spaziale
(a) Dati spaziali e loro proprietà (dipendenza ed eterogeneità spaziale)
(b) Definizioni di neighbourhood, matrice dei pesi spaziali e operatore
ritardo spaziale
(c) Test di autocorrelazione spaziale
3. Specificazione dei modelli di econometria spaziale e loro interpretazione
economica
(a) Fonti di autocorrelazione spaziale: spillover (esternalità spaziali),
variabili omesse, eterogeneità non osservata
(b) Spatial Error Model (SEM), Spatial Durbin Model (SDM) e Spatial
Lag Model (SLM)
(c) Interpretazione dei parametri stimati: effetti diretti e indiretti
1

4. Tecniche di stima e diagnostica
(a) Massima verosimiglianza, Variabili strumentali, Metodo Generalizzato
dei Momenti
(b) Test autocorrelazione spaziale dei residui e selezione della migliore
specificazione
5. Cenni a modelli spaziali per dati diadici (modelli gravitazionali)
Metodo didattico: lezioni frontali ed esercitazioni al computer. Le slide utilizzate
durante il corso saranno rese disponibili circa 15 giorni prima dell’inizio.
Software utilizzato: “R”. È importante che chi segue il corso venga in aula
con il proprio laptop con il software già installato. Gli script di R per le esercitazioni
e i relativi dati saranno resi disponibili circa 15 giorni prima dell’inizio.
Date del corso: 25, 26, 27 26 e 28
27 Novembre 2012. Orario: 9:30-13:30.
Numero di ore di lezione frontale: 8.
Numero di ore di esercitazione al computer: 4.
Date (da concordare): tra fine novembre ed inizio dicembre.
2