Räumliche Effekte in Zähldatenmodellen
Final Report Abstract
Räumliche Interdependenzen spielen bei der empirischen Analyse vieler sozio-ökonomischer Prozesse, insbesondere in den Bereichen der Regionalökomonie, der Stadtökonomie und der Kriminalitätsforschung eine wichtige Rolle. Die systematische und angemessene Berücksichtigung dieser Interdependenzen ist Gegenstand der räumlichen Ökonometrie, die dazu eine Vielzahl von empirischen Methoden bereitstellt. Der weitüberwiegende Anteil der in diesem Gebiet erforschten Methoden basiert auf linearen Querschnitts- und Panelmodellen für stetige abhängige Variablen. Methoden zur räumlichen Analyse von abhängigen Variablen mit Zähldatencharakter sind dagegen weit weniger gut erforscht, obwohl sie für eine Vielzahl von Fragestellungen von Interesse sind. Derartige Fragestellungen nden sich z.B. in Untersuchungen von Technologie-Spillovers und Wissenstransfers basierend auf Patentanmeldungen und -zitationen, in Analysen von regionalen Standortentscheidungen bei Unternehmensgründungen oder in der Erforschung der räumlichen Verteilung von Kriminalitätsraten. Im Rahmen des Projekts wurden statistisch-ökonometrische Methoden für die Berücksichtigung und Analyse räumlicher Effekte in sozio-ökonomischen Zähldatenprozessen erforscht. Dazu wurden ökonometrische Modelle und die dazu gehörigen statistischen Inferenzmethoden entwickelt, die für gängige sozio-ökonomische Fragestellungen mit räumlicher Perspektive geeignet sind. Neben beobachtungsgetriebenen Modellversionen, in denen die räumlichen Abhängigkeiten direkt über räumlich verschobene Beobachtungen erfasst werden, wurden auch parametergetriebene Modellansätze verfolgt, die räumliche Interdependenzen indirekt im Rahmen eines latenten Zufallsprozesses einbeziehen. Für die effiziente statistische Inferenz in parametergetriebenen räumlichen Modellen, die typischerweise eine hochdimensionale Integration erfordert, wurden simulationsbasierte Monte-Carlo Verfahren entwickelt, die nicht nur ML Parameterschätzungen liefern sondern auch Statistiken, die für eine Modelldiagnostik und Prognosen verwendbar sind. Ausgangspunkt war zunächst die Entwicklung von Methoden für räumliche Querschnittsanalysen, die dann in einem weiteren Schritt für Paneldatenanalysen erweitert wurden. Die möglichen Nutzanwendungen der entwickelten Methoden wurden anhand von empirischen Anwendungsbeispielen illustriert. Neben kleineren rein illustrativen Beispielen wurde auch eine ausführliche und umfangreiche empirische Studie zur Erforschung sozio-ökonomischer Ursachen der Kriminalität in städtischen Regionen durchgeführt. Grundlage dieser Studie sind soziologische Theorien zur dynamischen Entwicklung und räumlichen Verteilung von Kriminalitätsdelikten, die im Rahmen räumlicher Panel-Zähldatenmodellen überprüft wurden. Damit liefert das Projekt neben seinen methodischen Beiträgen auch neue empirische Erkenntnisse zur soziologischen Kriminalitätsforschung.
Publications
-
(2016): Composite marginal likelihood estimation of spatial autoregressive probit models feasible in very large samples. Economics Letters Vol 148, 87-90
Mozharovskyi, P. und J. Vogler
-
(2016): Likelihood Evaluation of High-Dimensional Spatial Latent Gaussian Models with Non-Gaussian Response Variables. Advances in Econometrics Vol 37, 35-77
Liesenfeld, R., Richard, J.F. und J. Vogler
-
(2017): Likelihood-Based Inference and Prediction in Spatio-Temporal Panel Count Models for Urban Crimes. Journal of Applied Econometrics Vol 32, 600-620
Liesenfeld, R. Richard, J.F. und J. Vogler
