Temario

Econometría Espacial y Estadística Espacial, Dependencia espacial, Heterogeneidad espacial, un ejemplo: spillovers espaciales. En este tema introductorio se presentan los conceptos básicos de este campo, al mismo tiempo que se justifica la necesidad de su manejo y utilización tanto desde el punto de vista económico como econométrico.

El problema de la multidireccionalidad, Tipos de matrices: contigüidad, knearestneighbour, Matrices pseudo-endógenas, Contrastes globales y locales de autocorrelación espacial. Este segundo tema aborda dos aspectos. Por un lado, uno de los puntos clave en la econometría espacial como es la forma en que la estructura de la dependencia espacial es introducida en los modelos, solventando el problema de la multidireccionalidad. En concreto, se analizan los tipos de matrices espaciales más comúnmente utilizadas. En segundo lugar, se estudian los distintos contrastes que permiten la detección de la existencia de autocorrelación espacial,ya sea local o global.

Estrategias de selección, Estimación máximo verosímil, Otros métodos de estimación (variables instrumentales, GMM), Contrastes de errores de especificación: selección de modelo. En este tema se introduce al alumno los distintos modelos econométricos espaciales más utilizados así como las diferentes alternativas para su selección utilizando para ello un conjunto de contrastes. En segundo lugar se revisan los distintos métodos de estimación, sus ventajas e inconvenientes.

Mercados laborales regionales: dependencia espacial, Interacciones espaciales en la política fiscal, Accesiblidad y efectos spillover de las inversiones en infraestructuras. En este tema se plantean algunos casos prácticos vinculados con investigaciones recientes que permitan al alumno familiarizarse con las herramientas descritas en los temas anteriores.

Bibliografía

Bibliografía básica

Anselin, L. (1988): Spatial Econometrics: methods and models. Ed. Kluwer Academic Publishers.

Arbia. G : (2006): Spatial Econometrics: Statistical Foundations and Applications to Regional Convergence. Ed. Springer.

Bivand, R. S.; Pebesma, E. J. Y Gómez-Rubio, V. (2008): Applied Spatial Data Analysis with R. Springer.

Davidson, R. y Mackinnon, J.G. (2004): Econometric Theory and Methods, Oxford University Press, New York.

Lesage, J.and Pace, K. (2010): Introduction to Spatial Econometrics. Boca raton: CRC Press online. Taylor&Francis Group

Bibliografía de profundización

Anselin, L. y A. K. Bera (1998): ¿Spatial Dependence in Linear Regression Models with an Introduction to Spatial Econometrics.¿ en Handbook of Applied Economic Statistics, ed.Aman Ullah y David E. Giles. New York: Marcel Dekker, 237¿289.

Delgado, F.J. y M. Mayor (2011): ¿Tax mimicking among local governments: some evidence from Spanish municipalities¿, Portuguese Economic Journal, 10(2), 149-164.

Greene, W. H. (2008): Econometric Analysis (6th edition), Prentice Hall.

Polèse, M. y Rubiera, F. (2009): Economía Urbana y Regional. Introducción a la Geografía Económica. Thomson-Civitas. Madrid.

Suárez, P., Mayor, M. y Cueto, B. (2012): ¿The accessibility to employment offices in the Spanish labour market¿, Papers in Regional Science,

Revistas

Journal of Econometrics

Spatial Economic Analysis

Papers in Regional Science

Journal of Geographical Systemas

Geographical Analysis

Enlaces

The R Project for Statistical Computing [http://www.r-project.org/]

GeoDa Center for Spatial Analysis and Computation [http://geodacenter.asu.edu/]

Spatial Econometrics Association [ http://www.spatialeconometricsassociation.org/]

Pagina web personal de Luc Anselin [http://geoplan.asu.edu/node/4406]