Farkas Richárd

Bevezetés a térökonometriába

7.2.3. Hatásszétválasztás a térbeli Durbin-modell esetén

Ahogyan azt már a térbeli késleltetés modelljének tárgyalásakor a 4.3. szakaszban láthattuk, amennyiben térbeli interakciót fedezünk fel a magyarázott változók esetében, akkor a regressziós paraméterek interpretációja sokkal komplexebbé és azdagabbá válik az újonnan megjelenő kapcsolatok, valamint az ezek között páronként megmutatható körkörös visszacsatolások miatt. E komplexitást a hatásszétválasztás segítségével ismertük és fejtettük meg. Az előző szakaszokban azt is felfedeztük, hogy ugyanezen módszer alkalmazható az SLX modellek esetén is. Jóllehet, a modell struktúrájából eredően itt a hatásszétválasztás kifejezetten egyszerűen történt, hiszen mind a direkt hatások, mind az indirekt hatások egy konkrétan megbecsült koefficiensben manifesztálódtak. A térbeli hiba modelljében, ahogy ezt szintén korábban kifejtettük, a modell tulajdonságaiból adódóan olyan jellegű visszacsatoló, illetve tovagyűrűző hatások, melyeket hatásszétválasztással mérni lehet, nincsenek jelen.

A helyzet sokkal bonyolultabbá válik azonban, amikor a hatásszétválasztásról a térbeli Durbin-modell koncepciója mentén gondolkozunk. Mivel e modellekben mind a függő, mind a független változók térbeli késleltetése jelen van, így a koefficiensek értelmezése a hatásszétválasztás segítségével itt is komplexebbé válik. Csakhogy e szituációban sokkal bonyolultabbá is, mely a következőknek köszönhető.

Felidézve a térbeli késleltetés modelljében végzett hatásszétválasztás intuícióját, egy nem túl nagynak tűnő, ám annál jelentősebb különbség adódik e modell, valamint a térbeli Durbin-modell között. A térbeli késleltetés modelljének esetén az „i”-edik régió magyarázó változóiban beállt változások hatását a szomszédos régiók függő változójára a magyarázott változón keresztül lehetett érzékelni. Intuitíven ezt úgy értelmeztük, hogy az

érték változása közvetlen módon befolyásolja

értéket (direkt hatás), és közvetett módon

értéket (indirekt hatások egy része, hiszen mivel

értéket befolyásolja, így

értékét is, és így tovább).

A különbség most abból adódik, hogy a térbeli Durbin-modellek esetén azt feltételezzük, hogy

értékének változása nemcsak közvetett módon, tehát a térbeli késleltetésen keresztül, vagyis

értékének változásával befolyásolja

-t, hanem közvetlenül is, hiszen a magyarázó változó térbeli késleltetése is megjelenik a modellben. A különbség intuíciója tehát ebben az esetben az, hogy a térbeli Durbin-modellek esetén a leírni kívánt probléma sokkal komplexebb, az összefüggésrendszer a változók között bonyolultabb. Így a hatások már nem csak láncreakcióként jelennek meg, az első változás után tulajdonképpen „végigfutva” a rendszeren a magyarázott változók értékeinek módosulásával, mint a térbeli késleltetés modelljében. A jelen helyzetben a sokrétűbb kapcsolati rendszer miatt a megváltozások hatásának már csak egy része (amely meg is egyezik ebből fakadóan a térbeli késleltetés modellje esetén leírtakkal) gyűrűzik tovább a magyarázott változó értékeinek módosulásával. A másik része egy lépcsőfokot beépítve a rendszerbe a független változók értékeinek alakulásán keresztül jelenik meg. Hiszen e modellekben a független változók térben késleltetett értékei is megjelennek magyarázó változóként. Vagyis a fenti tovagyűrűző hatás mellett itt a szomszédos területi egységeken megfigyelhető független változó értékekben beállt változás közvetlen módon érinti az adott területi egység függő változójának értékeit, továbbá a szomszédos területi értékek függő változójának értékeit. Ennek megfelelően, összegezve az eddigieket, a következőkre kell tekintettel lennünk, amikor a hatásszétválasztást igyekszünk elvégezni a jelenségek pontosabb megismerése miatt:

Az
search
magyarázó változó értékének módosulása közvetlenül befolyásolja
search
értékét a regressziós egyenlet szerint.
Az
search
magyarázó változó értékének változása közvetett módon befolyásolja
search
értékét: a regressziós egyenlet szerint az első pontnak megfelelően módosítja
search
értékét, majd a regressziós egyenletben a függő változó térbeli késleltetésének jelenléte miatt
search
érték megváltozása módosítja
search
értékét.
Az
search
érték megváltozása közvetlenül is módosítja
search
értékét: a regressziós egyenlet szerint a független változók térben késleltetett értékei is szerepelnek a magyarázó változók között, így
search
most mind közvetett, mind közvetlen módon befolyásolja
search
értékét.

E ponton újra fel kell idéznünk a térbeli Durbin-modell (7.2.) egyenlet által megadott formáját:

(7.15.)

Olyan átalakításokat kell a modellen végeznünk, amelyek elvezetnek ahhoz, hogy tisztán lássuk az

mátrix elemeiben beálló változások hatását. Ehhez fejezzük ki szokásos formában a térbeli Durbin-modell adatgeneráló folyamatát:

(7.16.)

Kiemelve elsőként

kifejezést, majd ezek után 𝑿 mátrixot a (7.16.) összefüggés jobb oldalán, a következőhöz jutunk:

(7.17.)

Abból a célból, hogy a független változókra külön-külön is tudjunk koncentrálni, írjuk át a (7.17.) egyenletet mátrix formáról a magyarázó változók tekintetében vektoros formára:

(7.18.)

Jól látható, hogy ebben az esetben

megváltozása

változásának hatására pontosan ez utóbbi módosulásának

-szorosa lesz. E kifejezéssel kell tehát továbbmennünk. Mivel

értékének változása közvetlenül ennyivel változtatja meg

-t, így egyértelműen ez lesz a direkt hatás a következők szerint:

(7.19.)

Azonban

értéke benne foglaltatik minden

-hez tartozó egyenletben is mindaddig, amíg a kapcsolatot

definiálja. Ennek megfelelően a teljes hatás a következőképp alakul:

(7.20.)

ahol

az összegzővektor. A teljes hatás és a direkt hatás ismeretében az indirekt hatást e kettő különbségének képzésével, vagyis a direkt hatás teljes hatásból való kivonásával határozhatjuk meg.

Tartalomjegyzék

Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2026

ISBN: 978 963 664 187 0

Földrajz Gazdaság

Napjaink egyik legdinamikusabban fejlődő tudományterülete az empirikus modellezés ökonometriai-módszertani fejlesztése. E kérdéskörön belül is újnak számító terület a térökonometria, mely célja a megfigyelt adatok között tapasztalható területi kapcsolatok standard modellekbe való beillesztése, ezzel javítva a becslések pontosságát, hatékonyságát. A térbeli kapcsolatok fontosságának felismerése, és azok modellkörbe vonásának igénye egyre erőteljesebben jelenik meg szinte minden tudományterületen, túlmutatva a közgazdasági kutatásokon, mely módszertan alkalmazása hazánkban is egyre szélesebb körben érzékelhető. Ennek megfelelően, jelen monográfia célja kitölteni azt az űrt, melyet e részdiszciplína magyar nyelvű szakirodalmának szinte teljes hiánya teremt. Így e mű igyekszik áttekintést nyújtani a térökonometriai modellezés alapjairól: a térbeli kapcsolatok típusairól, matematikai interpretálhatóságáról és azok ökonometriai modellkörbe vonásának lehetőségeiről. A térbeli kapcsolatok alaptípusainak, az alapvető térökonometriai modelleknek, valamint modellszelekciós mechanizmusoknak, melyek amellett, hogy önmagukban is kiválóan alkalmasak elemzésekre, továbbá a haladó térökonometria bázisát is nyújtják, elméleti bemutatása mellett a szerző minden esetben igyekezett empirikus példákkal illusztrálni az elméleti modellek gyakorlati interpretálhatóságát.

Hivatkozás: https://mersz.hu/farkas-bevezetes-a-terokonometriaba//

BibTeX EndNote Mendeley Zotero