Prostorová ekonometrie
Ekonometrie se v regionální vědě, stejně jako v ekonomii a dalších společenských vědách, používá k empirickému vyjádření teorie a k testování hypotéz odvozených z této teorie. Vezmeme-li jednoduchý příklad, mnoho lokalizačních modelů předpovídá, že obchod mezi lokalitami klesá s ohledem na vzdálenost mezi těmito lokalitami. Ekonometrii lze použít k testování, zda obchod skutečně klesá se vzdáleností (tj. k testování hypotézy odvozené z teorie), a pokud ano, k odhadu míry, do jaké obchod klesá s rostoucí vzdáleností (tj. k poskytnutí empirického obsahu teorii). Ačkoli se obecné ekonometrické metody široce uplatňují v regionální vědě, je s ní spojen zejména rozvoj a aplikace prostorové ekonometrie. Prostorová ekonometrie má své počátky na počátku 70. let 20. století, kdy se objevily pokusy začít se zabývat metodologickými problémy, které vznikají v multiregionálních modelech, pokud existuje určitá forma statistické závislosti mezi výsledky v různých regionech. Takovými problémy se samozřejmě zabývá i aspirová ekonometrie, ale prostorová ekonometrie se od ní odlišuje tím, že se zabývá prostorovou závislostí. Tedy s představou, že široce vymezený geografický prostor pomáhá utvářet povahu jakékoli závislosti. Prostorová ekonometrie se také zabývá prostorovou strukturou nebo heterogenitou. Opět platí, že rysem, který odlišuje prostorovou ekonometrii od aspirové, je zájem o pochopení a zohlednění úlohy heterogenity v geografickém prostoru.
Existují tři hlavní důvody pro zvažování prostorových efektů, včetně prostorové závislosti a heterogenity. Za prvé, platnost řady běžně používaných ekonometrických technik je založena na základních předpokladech, které budou v přítomnosti těchto prostorových efektů porušeny. Korekce těchto prostorových efektů je tedy důležitá, pokud chceme dospět k platným závěrům o povaze vztahů, které nás zajímají. Tento pohled na prostorové efekty jako na „rušivý element“ je hlavním problémem literatury zabývající se prostorovou ekonometrií. Za druhé, správné modelování prostorových efektů může pomoci získat informace z dat a zlepšit předpovědi prostorově determinovaných proměnných, a to i v situacích, kdy nechápeme, proč k těmto prostorovým efektům dochází. Tento pohled na prostorové efekty ve smyslu „prostor jako zdroj informací“ je již dlouho předmětem zájmu literatury zabývající se prostorovou statistikou a je předmětem značného zájmu v některých oblastech fyzické geografie (např. kriging). Na rozdíl od těchto rušivých a informačních pohledů je třetím důvodem, proč uvažovat o prostorových efektech, skutečnost, že „na prostoru záleží“. To znamená, že zájem je o vývoj technik, které umožňují vysvětlit, jak prostor ovlivňuje vztah, který nás zajímá. Ačkoli se tyto tři protichůdné pohledy a potřeba vyvážit výzkumné úsilí při jejich řešení zjevně vzájemně nevylučují, představují zdroj trvalého napětí, pokud jde o vztah prostorové ekonometrie k regionální vědě i k širší společenskovědní komunitě.
Počáteční zájem o prostorovou ekonometrii vzešel od výzkumníků, kteří se zajímali o multiregionální modely. Zde je prostor zjevně důležitý, což se však nemuselo nutně projevit v počátečním vývoji, který se zaměřoval na zjišťování a korekci reziduální prostorové autokorelace nebo na zlepšování předpovědí v přítomnosti takové autokorelace. Jako stylizovaný příklad si představme výzkumníka, kterého zajímá, zda je míra kriminality v sousedství určena socioekonomickými charakteristikami jednotlivců žijících v sousedství. Po shromáždění příslušných údajů o sousedství provede výzkumník lineární regresi míry kriminality na vybrané charakteristiky sousedství. Pomocí odhadnutého modelu je výzkumník schopen předpovědět míru kriminality v sousedství na základě dostupných socioekonomických údajů. Tyto předpovězené míry kriminality v sousedství lze porovnat se skutečnými a jako rozdíl mezi nimi vypočítat nevysvětlené „reziduum“. Tato rezidua by měla být náhodná, tedy nevykazovat žádný systematický vzorec. Jedna z možných odchylek od náhodnosti a klíčová otázka zájmu prostorové ekonometrie se týká prostorového vzorce těchto reziduí. Například při vykreslení na mapě by rezidua pro danou čtvrť neměla souviset s rezidui pro jiné sousední čtvrti. Pokud naopak kladná rezidua v jedné čtvrti mají tendenci být spojena s kladnými rezidui v okolních čtvrtích (a podobně i se zápornými), pak rezidua vykazují prostorovou autokorelaci. V lepším případě to má důsledky pro statistickou významnost zjištění výzkumníka, v horším případě to znamená, že síla nebo dokonce směr odhadovaných vztahů mohou být nesprávné. Kromě toho, pokud je zájmem předpovídat míru kriminality jako takovou, pak využití informací o povaze této prostorové autokorelace může pomoci tyto předpovědi zlepšit, i když nerozumíme socioekonomickým procesům, které tuto autokorelaci skutečně vyvolávají.
Je zřejmé, že by bylo užitečné, kdyby bylo možné tyto druhy chyb odhalit, a literatura o prostorové ekonometrii (často s využitím poznatků z prostorové statistiky) vyvinula testy, které to umožňují. Dva nejběžnější jsou Moranův I a Gearyho C, i když jsou k dispozici i další míry. Je zřejmé, že pokud je zjištěna prostorová autokorelace, měl by být regresní model přehodnocen. Přesný způsob, jakým by měl být přehodnocen, však závisí na zdroji prostorové autokorelace. Existují tři možnosti, které lze nejlépe ilustrovat na příkladu vztahu mezi kriminalitou v sousedství a socioekonomickými charakteristikami. První možností je, že míra kriminality v sousedství se zvyšuje a to následně přímo zvyšuje míru kriminality v okolních čtvrtích. Například nárůst kriminality v určité čtvrti podněcuje napodobování kriminality v okolních čtvrtích. To lze v regresním modelu zachytit zahrnutím informace o míře kriminality v okolních čtvrtích. Druhou možností je, že se socioekonomické charakteristiky čtvrti změní způsobem, který zvýší kriminalitu v této čtvrti a zároveň přímo zvýší kriminalitu v okolních čtvrtích. Například se v určité čtvrti zvyšuje počet mladých lidí, kteří páchají trestnou činnost jak v této čtvrti, tak v okolních čtvrtích. To lze v regresním modelu zachytit zahrnutím informací o socioekonomických charakteristikách okolních čtvrtí. Třetí možností je, že neočekávaně vysoká míra kriminality v jedné čtvrti bývá spojena s neočekávaně vysokou mírou kriminality v okolních čtvrtích, ale že tento efekt nepůsobí přímo (např. prostřednictvím napodobování kriminality) nebo nepřímo (prostřednictvím socioekonomických charakteristik). K tomu dochází, když existují faktory, které způsobují kriminalitu a které jsou nepozorované (alespoň pro výzkumníka) a korelované napříč čtvrtěmi. To lze zachytit předpokladem, že mezi rezidui jednotlivých čtvrtí existuje prostorová autokorelace. To znamená, že jedním z řešení problému prostorové autokorelace reziduí je právě umožnění prostorové autokorelace reziduí v revidované specifikaci! To působí poněkud kruhově a z hlediska pochopení základních socioekonomických procesů je to vhodné pouze tehdy, pokud lze vyloučit další dva mechanismy, jejichž prostřednictvím prostorová autokorelace vzniká.
Tato diskuse může vyvolat dojem, že je těžké rozlišit mezi těmito třemi různými možnostmi. Formálnější zpracování dostupné ve standardních textech o prostorové ekonometrii potvrzuje, že tomu tak skutečně je. Bylo by spravedlivé říci, že těmto identifikačním problémům byla v literatuře o prostorové ekonometrii věnována malá pozornost. Pozornost se místo toho soustředila na specifikaci a odhad lineárních prostorových regresních modelů (včetně diskusí o určení vhodných „prostorových váhových matic“) a na formální vlastnosti výsledných odhadů a souvisejících testovacích statistik. Úsilí bylo věnováno také rozšíření prostorového přístupu o panelová data a odhady diskrétní volby. Tento důraz a rostoucí zájem o prostorovou závislost posunuly prostorovou ekonometrii do hlavního proudu ekonometrické literatury.
Ačkoli je tento pokrok v zacházení s prostorem jako obtíží a zdrojem informací pro predikci obdivuhodný, nebyl však doprovázen srovnatelným pokrokem v aplikované prostorové ekonometrické literatuře při zvyšování našeho porozumění situacím, v nichž má prostor význam. Existují zde dva hlavní problémy. Za prvé, příliš mnoho prací z oblasti aplikované prostorové ekonometrie se zaměřuje na implementaci prostorové ekonometrie, což má za následek, že se příliš málo pozornosti věnuje konstrukci analýz, které mají vypovídací hodnotu o teorii. Rozvíjející se „průmysl“ konvergence růstu je toho dobrým příkladem. Pokud je pozornost zaměřena přímo na teorii, problémem je, že navrhované testy mnoha teoretických tvrzení týkajících se prostorového chování řádně neidentifikují přesný mechanismus, jehož prostřednictvím dochází k vzájemné závislosti. V prostorovém prostředí je samozřejmě tento druh identifikace nesmírně obtížný. Ve výše uvedeném příkladu s kriminalitou je téměř nemožné určit, zda prostorová vzájemná závislost v míře kriminality funguje prostřednictvím přímého nebo nepřímého mechanismu. K oddělení těchto dvou mechanismů bychom potřebovali způsob, jak exogenně změnit míru kriminality v jedné čtvrti a zjistit, jaký vliv to má na okolní čtvrti. Ve skutečnosti by k tomu mohlo dojít pouze změnou socioekonomických charakteristik čtvrti, ale pak by fungovaly oba mechanismy a nebylo by možné je oddělit. V některých situacích může být možné přímo změnit závislou proměnnou, ale i tehdy musí být jakákoli změna nezávislá na změnách ostatních vysvětlujících proměnných. Například při posuzování daňové konkurence mezi jurisdikcemi může být možné určit interakci mezi daňovými sazbami za předpokladu, že změny neodrážejí jiné změny v sousedství. Větší pozornost věnovaná odvozování jasných předpovědí z teorie a s tím spojenému hledání identifikace by měla být ústředním bodem aplikace prostorové ekonometrie ze strany regionálních vědců, kteří se snaží testovat prostorové teorie. Není tomu tak, a v důsledku toho, zatímco teorie prostorové ekonometrie se přesouvá do hlavní ekonometrické literatury, velká část aplikované prostorové ekonometrie je hlavním proudem ekonomie ignorována. Přijetí hlavním proudem ekonomie samozřejmě není cílem mnoha regionálních vědců. Zásadní otázkou je zde však důvod tohoto odmítnutí, nikoli odmítnutí jako takové. Podobný příběh, který se rovněž týká propojení teorie a empirie, se odehrává v souvislosti s modely regionálních dopadů, které představují další soubor klíčových metodologických nástrojů v regionální vědě.
.