A minket körülvevő világ mindig is folyamatos változásban volt, azonban – főleg a magunk alkotta környezet szüntelen átalakulása – az utóbbi évszázadban fokozatosan gyorsult, míg napjainkra hihetetlen sebességűvé vált. A technológia folyamatos fejlődésével a társadalmak és azok alrendszerei is átalakultak. Manapság már elképzelhetetlen, hogy a bennünket övező és elérhető, megszámlálhatatlanul nagy mennyiségű adat és információ elemzése és értelmezése nélkül éljük életünket, mind egyéni, mind közösségi, társadalmi szinten.

 

 

Az 1.1. ábra az éves szintű egy adófizetőre jutó jövedelemadó-alapot reprezentálja kvartilisek szerint csoportosítva Magyarországon települési szinten, a 2022-es évre vonatkozóan. Amennyiben a prezentált adatok leíró statisztikájára vagyunk kíváncsiak, akkor a szokásos elemzési eszköztárat használva az 1.1. táblázat „1.1. ábra” című oszlopának értékeit kapjuk.

 

 

Ugyanakkor, ha az 1.1. ábra térképét is tanulmányozzuk az adatok leíró statisztikái mellett, észrevehetjük, hogy valamiféle térbeli elrendeződés, mintha az ismérvváltozatok valamilyen mintázata, a hasonló értékek koncentrálódása rajzolódna ki. Míg Északnyugat-Magyarországon és Budapest környékén jellemzően a legmagasabb értékeket, addig Északkelet- és Délnyugat-Magyarországon jellemzően a legalacsonyabbakat látjuk. Eközben az Alföld településeinek értékei jellemzően az első és harmadik kvartilis között helyezkednek el. Ez a fajta térbeli elrendeződés azonban önmagában az 1.1. táblázat megfelelő oszlopának értékeit vizsgálva nem látható. Amennyiben figyelmünket az 1.2. ábrára fordítjuk, megállapíthatjuk, hogy ugyanúgy Magyarországról van szó, csak úgy tűnik, mintha egy másik mennyiségi ismérv megfigyelései kerültek volna prezentálásra. Azonban ezen a ponton el kell árulnom, hogy az 1.2. ábra tudatosan a Tisztelt Olvasó megtévesztésére készült. Ugyanis nem mást prezentál, mint számszerűen ugyanazokat a megfigyeléseket, mint az 1.1. térkép, csak az adatok „területi elhelyezkedése” mestereséges módon, véletlenszerűen össze lett keverve. Ha a valószerű megfigyeléseket az 1.2. ábra reprezentálta volna, az adatok leíró statisztikái akkor is teljesen ugyanazok lettek volna, ahogyan ezt az 1.1. táblázat utolsó oszlopa reprezentálja is, hiszen ugyanazon adatok szerepelnek az adatállományban. Területi elrendeződésük azonban teljesen más képet alkot, mint az 1.1. esetén. Mivel az alapvető leíró eszközök nem hordoznak információt a területi elrendeződésről, így nyilvánvaló, hogy – a fentebb már említett kevés kivételtől eltekintve – azok a következtetéses vagy ökonometriai módszerekbe sem vonódnak be. Ha a megfigyelések nem tartalmaznak területi kapcsolatokat, random módon rendeződnek, akkor ez nem jelent problémát. A tényleges helyzet azonban az, hogy inkább az a jellemző, hogy a megfigyelések bizonyos térbeli struktúra szerint rendeződnek valamilyen térbeli vagy egyirányú, vagy kölcsönös egymásra hatás okán, melyet az 1.1. ábra is jól illusztrál.

 

 

Az adatok térbeli struktúrájának fényében a standard statisztikai és ökonometriai módszerek sokszor nem megfelelővé válhatnak. E problémák kezelését célozza a térökonometria, mely így tulajdonképpen az ökonometria azon speciális részterületének tekinthető, amely mind a statisztikai, mind az ökonometriai módszerekbe igyekszik bevonni a térbeli kapcsolatok megjelenését. Amennyiben a megfigyeléseink geokódolását elvégezzük, megkapva így lokációs koordinátáikat vagy postai címeiket, régiók esetén a területi poligonokat geokódoljuk, akkor ezen új információkat csatlakoztatva az adatállományhoz, természetszerűleg meghatározhatóvá válik földrajzi pozíciójuk. Bizonyos – a 2. fejezetben ismertetett módon – eljárást követve meghatározhatók minden, a fentiek szerint geokódolt megfigyelésnek a földrajzi szomszédai. A megfigyeléseink térbeli interakciójáról akkor beszélhetünk, amennyiben felfedezhető, hogy adott ismérv megfigyelt értékei a különböző földrajzi pozíciókban valamilyen módon függenek a földrajzilag szomszédos megfigyelt értékektől.