Спилловер
Спилло́вер (эффект перелива, англ. spillover), ситуация, при которой изменения в одних географических единицах (регионах или странах) влияют на процессы не только в них, но и в соседних с ними географических единицах.
Виды спилловеров
Одно из преимуществ пространственно-эконометрических моделей состоит в возможности оценить спилловеры, или эффекты перелива, которые характеризуют влияние изменений, происходящих с одним рассматриваемым объектом, на другие рассматриваемые объекты. Например, после постройки станции метро в одном из районов большого города цены на недвижимость могут вырасти не только в этом районе, но и в соседних.
Различают локальные спилловеры [когда события, происходящие в одном регионе (далее в качестве географических единиц рассматриваются регионы), влияют на процессы только в соседних регионах] и глобальные спилловеры (когда события, происходящие в одном регионе, влияют на процессы во всех остальных регионах) (Anselin. 2003). Обычно под «соседями» в этом случае имеют в виду регионы с общей границей или регионы, расположенные друг от друга не далее некоторого заранее определённого расстояния, и т. п.
Оценка локальных спилловеров
Оценку локальных спилловеров получают в рамках моделей, в которые включены пространственные лаги только объясняющих переменных:
где – зависимая переменная, – число рассматриваемых объектов, – единичный вектор длины , – матрица объясняющих переменных, – нормированная по строкам пространственная матрица, – матрица пространственных лагов объясняющих переменных, – вектор ошибок регрессии.
Для вычисления локальных спилловеров более удобна следующая форма этого уравнения:
из которой очевидно, что при изменении переменной на одну единицу в каждом из соседних с -м регионов изменится на , а при изменении переменной только в регионе – на . Это и будут локальные спилловеры.
Оценка глобальных спилловеров
Если в модель входят пространственные лаги зависимой переменной (), то говорят о глобальных спилловерах.
Продемонстрируем, как оценить влияние всех регионов на выбранный регион на примере модели пространственной авторегрессии (SAR):
которую можно переписать в следующем виде:
или
,
поскольку
то характеризует влияние соседей первого порядка, – соседей второго порядка (или соседей соседей), – соседей третьего порядка и т. д.
Кроме того, широкое распространение получило вычисление косвенных предельных эффектов , также называемых спилловерами (LeSage. 2009).
Для наиболее общей пространственной модели Дарбина, включающей пространственные лаги как зависимой, так и объясняющих переменных:
косвенные предельные эффекты для каждой переменной являются внедиагональными элементами матрицы
Однако даже для одной переменной количество спилловеров будет определяться выражением , что при увеличении числа наблюдений усложняет интерпретацию получаемых значений спилловеров, поэтому обычно вычисляют средний косвенный предельный эффект (average indirect effect, AIE) для каждой переменной , который показывает, как изменение переменной на одну единицу в соседних регионах влияет на изменение переменной в выбранном регионе (например, как инвестиции в соседних регионах влияют на экономический рост в выбранном регионе).
Однако возможна и более детальная интерпретация частных предельных эффектов, приведённая, например, в статье О. А. Демидовой «Пространственные аспекты оценки кривой заработной платы в России» (Демидова. 2021).