Modelul gravitațional spațial –

aplicații în GeoDa
Modelul gravitațional standard (nespațial)

ln FCij = ln G + α ln Yi +β ln Yj –δ ln Dij + ρ (Yi/Li) + η (Yj/Lj) + φ Aij + eij

unde
• FCij - valoarea fluxurilor comerciale din țara (i) către țările de destinație (j);
• G - constanta gravitațională
• Yi și Yj - dimensiunile economiilor celor două țări (de obicei, măsurate ca produsul intern
brut - PIB sau populație),
• (Yi / Li) și (Yj / Lj) - PIB-ul pe cap de locuitor al țării i și respectiv j; (altă variantă: DEij =
diferența dintre PIB-ul/ locuitor al țarii i si PIB-ul/locuitor al țarii j în anul t → reflectă
distanța economică dintre parteneri)
• Dij - distanța geografică dintre centrele economice ale celor doi parteneri (proxy pentru
costurile de transport)
• Aij – variabile adiționale (opțional): factori favorabili (existența acordurilor comerciale
între cele două țări, limbaj comun și legături istorice) sau nefavorabili (taxe vamale și
plafoane de import/export).
Ipotezele modelului:

-Dimensiunea economică (PIB) mai mare marește comerțul bilateral

(țările mari schimbă mai mult între ele).

-Comerțul crește atunci când partenerii sunt mai aproape din punct
de vedere geografic și invers (distanța reduce comerțul bilateral).

-Există o relație pozitivă între diferențele de venit pe cap de locuitor

(distanța economică) și comerțul bilateral -> cu cât țările sunt mai
diferite între ele, prezentând un avantaj comparativ factorial, cu
atât schimburile cresc.
1. Modelul gravitațional cu lag spațial – dependența spațială este
inclusă în model prin lagul spațial al variabilei dependente (ca medie
a valorilor vecinilor pentru variabila dependentă) -> reflectă un
proces de dispersie în spațiu a variabilei dependente.

ln FCij = ln G + ρW ln FCij + α ln Yi +β ln Yj –δ ln Dij +ω(Yi/Li) + η

(Yj/Lj) + φ Aij + eij

unde:
W ln FCij – lagul spațial al variabilei dependente FC (reflectă influența
comerțului exterior din țările/regiunile învecinate asupra țării/regiunii
de referință)
ρ – coeficientul lagului spațial.
2. Modelul gravitațional cu erori spațiale – dependența spațială este inclusă în erorile
autoregresive.

ln FCij = ln G +α ln Yi +β ln Yj –δ ln Dij +ω(Yi/Li) + η (Yj/Lj) +

+ φ Aij + eij , unde eij = λW eij +vij

Weij – lagul spațial al erorilor: reflectă influența altor factori (neincluși în model ≡ erori)
din țările/regiunile învecinate;
λ – coeficientul erorilor spațiale.

Confirmarea validității modelelor spațiale:

• coeficienții spațiali sunt semnificativi statistic
• testul Likelihood Ratio respinge ipoteza nulă => modelul spațial este mai bun decât
cel clasic.
Aplicația 1. Modelul gravitațional pentru exporturile
României în UE

Inițiem o nouă sesiune de lucru cu dublu clic pe fișierul proiect UE27.

NOTĂ
În prealabil (într-o altă sesiune de lucru) a fost creat un set de fișiere
spațiale pentru UE fără România deoarece în modelul gravitațional
folosim date privind exporturile României către celelalte țări ale UE, deci
avem nevoie doar de țările de destinație în fișierele spațiale.

=> Aplicăm o procedură specifică de dezagregare a zonelor geografice :

1. Încărcăm în Geoda un fisier shapefile care include toate țările UE.

2. Selectăm România (pe hartă, cu un simplu clic pe Romania, sau în tabel,
cu un clic pe marginea din stânga a rândului corespunzător României).
3. În meniul principal: Table-Invert selection (pentru a selecta țările UE,
mai puțin România).
4. Salvăm selecția într-un alt set de fișiere spațiale: File-Save selection as:
alegem shapefile ca tip fisier și numele UE27.
5. Save.
Datele aplicației se află in fisierul Excel ”S7. Date modele gravitationale”; valorile
variabilelor sunt logaritmate și se referă la anul 2016.
Le vom salva într-un format .csv sub denumirea ”date.csv”.

Variabila dependenta: lnExp – valoarea exporturilor Romaniei catre fiecare tara j (mii
euro);
Variabile explicative: lnPIB – PIB-ul țarii j (mil. euro); lnD - distanța rutiera (km) dintre
Bucuresti si capitala tarii j; lnPOP- populația tarii j (mii pers.).
Importul datelor din Excel:

Table – Merge
–> selecție fișier sursă (S12. Date
modele gravitationale)
–> selecție chei de identificare a
țărilor (codul alfabetic de 2 litere,
denumit NUTS în tabelul din Geoda
si cod în fisierul Excel)
–> selecție variabile de importat
din Excel (includem doar variantele
logaritmate ale variabilelor)
În final, clic Merge, apoi clic Close.
Verificarea autocorelației spațiale - quiz
Utilizând o matrice de ponderi spațiale de distanță (folosind distanța
euclidiană):
• Verificați dacă există autocorelație spațială bivariată globală și locală
pentru variabilele: PIB16 și TUR16, PIB16 și EXP16.

Atenție! folosiți datele logaritmate

Pentru a rula modelul de regresie trebuie să creăm sau să încărcăm o matrice de
ponderi spațiale folosind Weights Manager: în meniul principal clic W – Load – selectăm
matricea Queen1.gal (care nu include România) – OK

Clic Histogram – verificăm dacă toate

țările au vecini (cerință obligatorie
pentru modelele de regresie spațială).
Rulăm întâi modelul clasic de regresie, cu matricea Queen1
activată (pentru a obține diagnosticele de dependență spațială).

Variabila dependentă:
exporturile României în
țările UE.

Varianta 1: variabile
explicative: PIB-ul
țării importatoare și
distanța geografică
față de aceasta.
Regresorii sunt
semnificativi și
au semnul
așteptat
(conform teoriei
modelului
gravitațional).

Nu există
dependență
spațială. Modelul
clasic (OLS) este
preferabil.
Varianta 2: rulăm un
nou model în care
înlocuim PIB prin
populație (nu
includem ambele
variabile simultan în
model deoarece sunt
puternic corelate); și
variabila populație
este semnificativă și
are semnul așteptat.
Nici în acest model nu
există dependență
spațială. Modelul
clasic (OLS) este
preferabil.
Aplicația 2. Modelul gravitațional pentru numărul de
turiști din UE veniți în România

Datele sunt deja în fișierul

UE27.dbf.

Rulăm întâi un model

clasic (OLS), cu matricea
Queen1 activată.

Variabilă dependentă:
lnTUR16 – numărul de
turiști intrați în România în
2016.
Varianta 1: variabile
explicative: distanța
și PIB. Ambele sunt
semnificative și au
semnul așteptat.

Diagnosticele de
dependență spațială
recomandă modelul
cu lag spațial.
 ln TUR16ij = ln G + ρW ln TUR16ij + α ln PIB16ij +β ln Dij + eij

Output-ul modelului cu lag

spațial
Acest model este mai bun decât
cel clasic: Log likelihood mai
mare, Akaike și Schwartz mai
mici.
Variabila lag spațial este
semnificativă.

Likelihood Ratio Test

confirmă faptul că
modelul cu lag spațial
este mai bun decât cel
clasic: prob. < 0.05.
Varianta 2: variabile
explicative: distanța și
populația. Toți regresorii
sunt semnificativi și au
semnul așteptat:
numărul turiștilor care
vin în România crește
odată cu mărimea
populației țării de origine
și scade odată cu distanța
față de aceasta.

Modelul cu erori
spațiale ar putea fi
adecvat pentru aceste
date, desi forma
robustă a testului nu
confirmă alegerea.
 ln TUR16ij = ln G + α ln POP16ij +β ln Dij + eij , eij = λW eij +vij

Output-ul modelului cu erori

spațiale arată că este mai
bun decât cel clasic:
Log likelihood mai mare,
Akaike și Schwartz mai mici.

Coeficientul Lambda este

semnificativ statistic.

Likelihood Ratio Test confirmă

faptul că modelul cu lag spațial
este mai bun decât cel clasic:
prob. < 0.05.