Της Γεωργίας Παγιαβλά,
Η έμφαση του «χώρου» μεταξύ των οικονομολόγων έχει τονωθεί από την εμφάνιση μιας νέας θεωρίας, αυτής της «Νέας Οικονομικής Γεωγραφίας», που αναπτύχτηκε μετά τη δημοσίευση του έργου του Paul Krugman Γεωγραφία και Εμπόριο, το 1991. Ο Krugman τόνισε την ανεπάρκεια των οικονομικών υποθέσεων της νεοκλασικής προσέγγισης, μιας που στερούνται τόσο της χρονικής όσο και της χωρικής διάστασης, με αποτέλεσμα να υποθέτει ότι οι οικονομικές δραστηριότητες λαμβάνουν χώρα σε ένα αφηρημένο σύμπαν χωρίς ιστορία και γεωγραφία.
Πριν από τότε, η σημασία του χώρου και της απόστασης ήταν καθαρά δουλειά της περιφερειακής επιστήμης που έθετε ερωτήματα του τύπου: Ποιοι παράγοντες επηρέασαν και εξακολουθούν να επηρεάζουν τη γεωγραφική κατανομή της οικονομικής δραστηριότητας; Γιατί αυτή η χωρική κατανομή είναι τόσο αξιοσημείωτα ισχυρή για μεγάλο χρονικό διάστημα; Ποιες ήταν οι αιτίες των πρόσφατων αλλαγών στο πρότυπο της μεταποιητικής δραστηριότητας;. Αυτή η νέα θεωρία προσπαθεί να απαντήσει στα παραπάνω ερωτήματα, προσθέτοντας, όμως, δύο έννοιες στα ήδη υπάρχοντα θεωρητικά εργαλεία της περιφερειακής επιστήμης, τις οικονομίες συγκέντρωσης που στηρίζονται στις αύξουσες αποδόσεις κλίμακας και στο κόστος μεταφοράς (Krugman, 2008).
Βέβαια, ορισμένοι κρατούν μια πιο κριτική στάση και υποστηρίζουν ότι η συμβολή της «νέας» αυτής θεωρίας είναι πολύ περιορισμένη. Μερικοί περιφερειακοί οικονομολόγοι, ειδικότερα, υποστηρίζουν ότι ο Krugman είναι παλιό κρασί σε νέα μπουκάλια και ότι επαναλαμβάνει ό,τι ήταν γνωστό στον τομέα εδώ και δεκαετίες, αλλά με κάποιο τρόπο καταφέρνει να κάνει περισσότερους ανθρώπους να τον ακούνε σε σχέση με άλλους πριν από αυτόν. Πράγματι, το καλό μάρκετινγκ είναι σίγουρα ένα σημαντικό μέρος της ιστορίας, αν αναλογιστούμε ότι πήρε Νόμπελ για τη θεωρία του. Όμως, αυτό που αξίζει να τονιστεί ως ένα επίτευγμα της νέας βιβλιογραφίας για την οικονομική γεωγραφία είναι ότι, χάρη σε αυτές τις προσπάθειες μάρκετινγκ, υπενθύμισε στους κυρίαρχους οικονομολόγους ότι ορισμένες (παλιές) ιδέες από την περιφερειακή οικονομία είναι ενδιαφέρουσες (Schmutzler, 1999).
Έτσι, η χωρική διάσταση γίνεται όλο και πιο σημαντική για την κατανόηση των οικονομικών φαινομένων, τόσο σε παγκόσμια κλίμακα όσο και σε κλίμακα πόλεων και περιφερειών. Η ανάπτυξη του διεθνούς εμπορίου, το άνοιγμα των αναδυόμενων αγορών, η αναδιάρθρωση της παγκόσμιας οικονομίας και η συνολική στρατηγική και πολιτική σημασία της παγκοσμιοποίησης, έχουν τονίσει εκ νέου τη σημασία της γεωγραφικής ανάλυσης. Οι χωρικές διακυμάνσεις της οικονομικής ανάπτυξης εντός των πόλεων και των περιφερειών είναι, επίσης, εξαιρετικά επίκαιρα θέματα για την έρευνα και αποτελούν διαχρονικά το επίκεντρο των πρωτοβουλιών πολιτικής από τις εθνικές, περιφερειακές και τοπικές κυβερνήσεις. Πραγμάτωση των παραπάνω είναι η δημιουργία του ακαδημαϊκού περιοδικού Spatial Economic Analysis που έκανε το ντεμπούτο του το 2006.
Ένας άλλος λόγος της αύξησης της σημασίας του χώρου συνδέεται με τη ραγδαία βελτίωση της ισχύος των ηλεκτρονικών υπολογιστών που έχει επιτευχθεί τα τελευταία χρόνια και η ανάπτυξη των γεωγραφικών συστημάτων πληροφοριών που έχουν συμβάλλει στην εμφάνιση και στην ανάγκη για μελέτη μιας νέας μορφής στατιστικών δεδομένων, στην οποία τα παλαιότερα χρόνια δεν είχε δοθεί η δέουσα προσοχή. Ο νέος τύπος δεδομένων αφορά τα χωρικά δεδομένα (spatial data), δηλαδή διαστρωματικά δεδομένα που έχουν συλλεχθεί και προέρχονται από διαφορετικές γεωγραφικές περιοχές. Η επιστήμη χωρικών δεδομένων επιτρέπει στους αναλυτές να εξάγουν βαθύτερη γνώση από τα δεδομένα, χρησιμοποιώντας ένα ολοκληρωμένο σύνολο αναλυτικών μεθόδων και χωρικών αλγορίθμων, συμπεριλαμβανομένων τεχνικών μηχανικής μάθησης (machine learning) και βαθιάς μάθησης (deep learning) (Ersi MOOC).
Ο ιδιαίτερος τρόπος συλλογής των χωρικών δεδομένων έχει αποτέλεσμα την εμφάνιση των χωρικών επιδράσεων (spatial effects) που αποτελούνται από τη χωρική εξάρτηση (spatial dependence) και τη χωρική ετερογένεια (spatial heterogeneity) (Anselin, 1989). Η χωρική εξάρτηση αναφέρεται στον βαθμό χωρικής αυτοσυσχέτισης μεταξύ ανεξάρτητων μετρούμενων τιμών που παρατηρούνται στον γεωγραφικό χώρο, δημιουργώντας συστάδες (clusters) παρατηρήσεων. Η ορολογία της χωρικής αυτοσυσχέτισης παραπέμπει στον αντίστοιχο όρο της ανάλυσης χρονοσειρών, με τον οποίο, όμως, υπάρχει σημαντική διαφορά, καθώς στην ανάλυση χρονοσειρών η εξάρτηση είναι προς μόνο μία κατεύθυνση σε αντίθεση με τη χωρική εξάρτηση που μπορεί να είναι προς πολλές κατευθύνσεις. Ακόμα, χωρική ετερογένεια σημαίνει ότι η σχέση ανάμεσα στις εξεταζόμενες μεταβλητές δεν παραμένει σταθερή σε ολόκληρη τη γεωγραφική περιοχή, αλλά μεταβάλλεται από σημείο σε σημείο. Αναφέρεται στην άνιση κατανομή συγκεντρώσεων μιας μεταβλητής στο γεωγραφικό χώρο (Σημειώσεις – Χωρικά Δεδομένα).
Η παρουσία των χωρικών επιδράσεων, εάν αγνοηθεί σε μια στατιστική έρευνα, έχει συνέπεια τα αποτελέσματα της ανάλυσης να είναι μη αξιόπιστα. Το πρόβλημα αυτό οδήγησε στην ανάπτυξη ενός καινούριου επιστημονικού τομέα, δηλαδή της χωρικής ανάλυσης (spatial analysis) που διαθέτει μεθοδολογικά εργαλεία για την ανάλυση χωρικών δεδομένων. Μέσα στον ευρύτερο τομέα της χωρικής ανάλυσης έχει αναπτυχθεί η χωρική στατιστική (spatial statistics) που προσπαθεί να ερμηνεύσει σχέσεις μεταξύ μεταβλητών λαμβάνοντας υπ’ όψιν τις γεωγραφικές τους ιδιότητες, δηλαδή τις θέσεις που βρίσκονται οι στατιστικές μονάδες στο χώρο. Ο Anselin (1989) αναφέρει ότι η βασική διαφορά μεταξύ χωρικής στατιστικής και χωρικής οικονομετρίας βασίζεται στους ίδιους λόγους της διάκρισης μεταξύ οικονομετρίας και στατιστικής. Δηλαδή, η χωρική στατιστική οδηγείται από τα χωρικά δεδομένα (data – driven orientation) στο πλαίσιο της διερευνητικής ανάλυσης δεδομένων (Exploratory Data Analysis), χωρίς να υπάρχει εκ των προτέρων κάποιο θεωρητικό υπόδειγμα που να ερμηνεύει τα αποτελέσματα, σε αντίθεση με τη χωρική οικονομετρία που υπάρχει το θεωρητικό υπόδειγμα (model – driven approach), το οποίο πρέπει να εκτιμηθεί και να ελεγχθεί χρησιμοποιώντας τα χωρικά δεδομένα.
Σε γενικές γραμμές, η χωρική οικονομετρία μπορεί να θεωρηθεί ως ένας υποκλάδος της οικονομετρίας, ο οποίος ασχολείται με τα εμπειρικά πλαίσια, που τα δεδομένα χαρακτηρίζονται από κάποια μορφή χωρικής εξάρτησης και συνδέεται με τον πρώτο νόμο της γεωγραφίας του Tobler: «Όλα σχετίζονται με οτιδήποτε άλλο, αλλά τα κοντινά πράγματα σχετίζονται περισσότερο από τα μακρινά πράγματα». Τέλος, η χωρική στατιστική χρησιμοποιείται κυρίως για τη μελέτη φυσικών φαινομένων και η χωρική οικονομετρία για την ανάλυση οικονομικών.
Βέβαια, υπάρχουν οικονομολόγοι που είναι κριτικοί απέναντι στη χωρική οικονομετρία, αλλά φαίνεται ότι βασίζονται σε ανακριβείς και ελλιπείς ενημερωμένες αντιλήψεις για την πολυπλοκότητα και την ποικιλομορφία του έργου της χωρικής οικονομετρίας και της ευρύτερης ακαδημαϊκής κοινότητας. Η βιβλιογραφία καταδεικνύει ότι η οικονομική θεωρία βρίσκεται στη βάση πολλών χωρικών οικονομετρικών μοντέλων, αλλά είναι προφανές ότι όταν πρόκειται για τον αποκαλούμενο πίνακα W, η οικονομική βάση πολλών μοντέλων είναι πιο αδύναμη. Τα χωρικά οικονομετρικά μοντέλα υπολογίζουν τη χωρική εξάρτηση καθορίζοντας έναν πίνακα χωρικού βάρους, W, ο οποίος είναι μια μήτρα που περιέχει πληροφορίες για τη χωρική συνδεσιμότητα μεταξύ όλων των ζευγών των n δειγματοληπτικών μονάδων. Η μοντελοποίηση της χωρικής αλληλεπίδρασης στο οικονομικό πλαίσιο σημαίνει σε πολλές περιπτώσεις τη μοντελοποίηση εξωτερικών παραγόντων και δευτερογενών παραγόντων. Αυτά είναι δυσνόητα και δύσκολο να προσδιοριστούν, γι’ αυτό πιθανώς έχουμε σημαντικές δυσκολίες στον ξεκάθαρο ορισμό της δομής του W (Corrado, & Fingleton, 2012).
Κλείνοντας, η χωρική οικονομετρία είναι ακόμα ένας, σχετικά, νέος κλάδος στο ευρύτερο χώρο της επιστημονικής σκέψης. Να σημειώσουμε ότι ο όρος «χωρική οικονομετρία» εισήχθη για πρώτη φορά πριν από περίπου 40 χρόνια από τον Βέλγο οικονομολόγο Jean Paelinck (καθολικά αναγνωρισμένος ως ο πατέρας του κλάδου) στη γενική ομιλία που απηύθυνε στην ετήσια συνάντηση της Ολλανδικής Στατιστικής Ένωσης τον Μάιο. Ωστόσο, ακόμα κι αν μπορεί να θεωρηθεί ένας κλάδος ακόμη στην εφηβεία του, σε σύγκριση με τον πιο ενήλικο τομέα της οικονομετρίας (σχεδόν 50 χρόνια μεγαλύτερη), η έκρηξη της επανάστασης των μεγάλων χωρικών δεδομένων (big spatial data) την τελευταία δεκαετία δίνει υποσχέσεις για το ενήλικο μέλλον της στην αξιοποίηση του χώρου στη μελέτη των οικονομικών φαινομένων.
ΕΝΔΕΙΚΤΙΚΕΣ ΠΗΓΕΣ
- What is Special About Spatial Data? Alternative Perspectives on Spatial Data Analysis (89-4), Anselin, L. (1989)
- Spatial econometrics: A broad view, Arbia, G. (2016), Foundations and Trends® in Econometrics, 8(3–4), 145-265
- Where is the economics in spatial econometrics?, Corrado, L., & Fingleton, B. (2012), Journal of Regional Science, 52(2), 210-239
- Spatial Data Science: The New Frontier in Analytics, esri.com, διαθέσιμο εδώ
- Geography and Trade, Krugman, P. (1991), MIT Press
- The increasing returns revolution in trade and geography, Krugman, P. (2009), American Economic Review, 99(3), 561-71
- Spatial econometrics (Vol. 1), Paelinck, J. H., Klaassen, L. H., Ancot, J. P., & Verster, A. C. P. (1979), Saxon House
- The new economic geography, Schmutzler, A. (1999), Journal of Economic Surveys, 13(4), 355-379
- Σημειώσεις – Χωρικά Δεδομένα, eclass.aegean.gr, διαθέσιμο εδώ
