Spatial econometrics (2, Spatial heterogeneity) Econométrie spatiale (2, Hétérogénéité spatiale) En Fr

Abstract En Fr

Spatial econometric methods aim at taking into account the two special characteristics of spatial data: spatial autocorrelation, which is the lack of independence between geographical observations, and spatial heterogeneity, which is related to the differentiation of variables and behaviors in space. These techniques have been mostly developed the last ten years and are more often applied in empirical studies with geographical data. The aim of this article is to present the way spatial autocorrelation and spatial heterogeneity can be incorporated in regression relationships and to present the estimation and inference procedures adapted to the models incorporating these two effects. This article is divided in two parts. The first part deals with spatial autocorrelation (working paper n°2000-05) and this second part deals with spatial heterogeneity (working paper n°2001-01).

Les méthodes de l’économétrie spatiale visent à traiter les deux grandes particularités des données spatiales : l’autocorrélation spatiale qui se réfère à l’absence d’indépendance entre observations géographiques et l’hétérogénéité spatiale qui est liée à la différenciation dans l’espace des variables et des comportements. Ces techniques ont connu de nombreux développements depuis une dizaine d’années et sont de plus en plus appliquées dans les études empiriques nécessitant l’utilisation de données géographiques. L’objectif de cet article est de présenter les diverses façons permettant de modéliser l’autocorrélation et l’hétérogénéité spatiales ainsi que les procédures d’estimation et d’inférence adaptées aux modèles incorporant ces deux effets. L’article est divisé en deux parties. La première partie (document de travail n° 2000-05) est consacrée au problème de l’autocorrélation spatiale alors que cette seconde partie (document de travail n° 2001-01) porte sur le problème de l’hétérogénéité spatiale. (EN) Spatial econometric methods aim at taking into account the two special characteristics of spatial data: spatial autocorrelation, which is the lack of independence between geographical observations, and spatial heterogeneity, which is related to the differentiation of variables and behaviors in space. These techniques have been mostly developed the last ten years and are more often applied in empirical studies with geographical data. The aim of this article is to present the way spatial autocorrelation and spatial heterogeneity can be incorporated in regression relationships and to present the estimation and inference procedures adapted to the models incorporating these two effects. This article is divided in two parts. The first part deals with spatial autocorrelation (working paper n°2000-05) and this second part deals with spatial heterogeneity (working paper n°2001-01).

From the same authors

On the same subjects

Within the same disciplines