Пространственная регрессия¶

Пространственная регрессия — это совокупность статистических методов, используемых для моделирования взаимосвязей между переменными с учётом пространственной зависимости (автокорреляции) данных. В отличие от классической регрессии, предполагающей независимость наблюдений, пространственная регрессия учитывает, что значения переменных в близко расположенных географических точках часто коррелируют между собой (например, уровень загрязнения воздуха в соседних районах города). Методы пространственной регрессии широко применяются в экономике, экологии, эпидемиологии, геологии, региональной науке и других областях, где данные имеют пространственную привязку.

¶Предпосылки и необходимость

Классическая линейная регрессия (МНК) основана на допущении, что остатки модели независимы и одинаково распределены. Однако для пространственных данных это допущение часто нарушается из-за пространственной автокорреляции — явления, при котором значения переменной в соседних точках более схожи, чем в удалённых (закон Тоблера: «всё связано со всем, но близкие вещи связаны сильнее, чем далёкие»). Игнорирование пространственной зависимости приводит к:

смещённым оценкам коэффициентов регрессии;
заниженным стандартным ошибкам;
некорректным выводам о значимости факторов;
потере эффективности модели.

Пространственная регрессия позволяет учесть эту зависимость, вводя в модель пространственные веса или лаги.

¶Основные модели

¶Модель пространственной авторегрессии (SAR)

Модель SAR (Spatial Autoregressive Model) учитывает влияние зависимой переменной в соседних точках на значение в данной точке. Уравнение имеет вид:

\[ y = \rho W y + X\beta + \varepsilon \]

где:

\(y\) — вектор зависимой переменной;
\(\rho\) — коэффициент пространственной автокорреляции (параметр пространственного лага);
\(W\) — матрица пространственных весов (определяет соседство);
\(X\) — матрица независимых переменных;
\(\beta\) — вектор коэффициентов регрессии;
\(\varepsilon\) — вектор случайных ошибок.

Модель SAR интерпретируется как: значение \(y\) в точке зависит от взвешенной суммы значений \(y\) в соседних точках и от набора предикторов.

¶Модель пространственной ошибки (SEM)

Модель SEM (Spatial Error Model) предполагает, что пространственная автокорреляция присутствует не в самой зависимой переменной, а в ошибках регрессии:

\[ y = X\beta + u, \quad u = \lambda W u + \varepsilon \]

где \(\lambda\) — коэффициент пространственной автокорреляции ошибок. Эта модель используется, когда пространственная зависимость возникает из-за пропущенных переменных или измерительных ошибок, которые коррелируют в пространстве.

¶Модель пространственного лага (SLX)

Модель SLX (Spatial Lag of X) включает пространственные лаги независимых переменных:

\[ y = X\beta + W X \theta + \varepsilon \]

где \(\theta\) — вектор коэффициентов для пространственных лагов предикторов. Эта модель проще в интерпретации, так как не требует оценки параметров пространственной зависимости.

¶Модель пространственного Дарбина (SDM)

Модель SDM (Spatial Durbin Model) объединяет SAR и SLX, включая как пространственный лаг зависимой переменной, так и пространственные лаги независимых:

\[ y = \rho W y + X\beta + W X \theta + \varepsilon \]

SDM позволяет оценивать как прямые эффекты (влияние предикторов в данной точке), так и косвенные (влияние предикторов в соседних точках).

¶Модель пространственной автокорреляции (SAC)

Модель SAC (Spatial Autoregressive Combined) включает и пространственный лаг зависимой переменной, и пространственную автокорреляцию ошибок:

\[ y = \rho W y + X\beta + u, \quad u = \lambda W u + \varepsilon \]

Это наиболее общая спецификация, но она может быть сложна в оценке из-за идентификации параметров.

¶Матрица пространственных весов

Ключевым элементом пространственной регрессии является матрица весов \(W\), которая определяет, какие наблюдения считаются «соседями» и какова сила их влияния. Матрица строится на основе пространственного расположения точек (центроиды полигонов, координаты точек) и может быть:

по смежности (contiguity): соседи — полигоны, имеющие общую границу (например, районы города);
по расстоянию (distance-based): соседи — точки в пределах заданного радиуса или k-ближайших соседей;
по обратному расстоянию (inverse distance): вес обратно пропорционален расстоянию между точками.

Матрица обычно нормируется по строкам (row-standardized), чтобы сумма весов каждой строки равнялась 1, что упрощает интерпретацию.

¶Оценка параметров

Из-за наличия пространственного лага (\(W y\)) стандартный метод наименьших квадратов (МНК) даёт смещённые оценки для SAR, SDM и SAC. Для оценки параметров используются:

Метод максимального правдоподобия (ML) — наиболее распространённый, основан на предположении о нормальном распределении ошибок;
Обобщённый метод моментов (GMM) — не требует нормальности, устойчив к гетероскедастичности;
Двухшаговый метод наименьших квадратов (2SLS) — использует инструментальные переменные.

Для SEM и SLX МНК может давать состоятельные, но неэффективные оценки, поэтому также применяют ML или GMM.

¶Тестирование пространственной зависимости

Перед построением пространственной регрессии необходимо проверить наличие пространственной автокорреляции. Основные тесты:

Индекс Морана (I) — глобальный тест на пространственную автокорреляцию остатков МНК;
Тест множителей Лагранжа (LM) — для выбора между SAR и SEM (LM-lag и LM-error);
Робастные версии LM-тестов — для уточнения спецификации модели.

¶Применение

¶Экономика и региональная наука

Моделирование цен на жильё (гедонические модели с учётом соседства);
Анализ регионального экономического роста (влияние соседних регионов);
Оценка эффектов пространственного распространения инноваций.

¶Экология и география

Моделирование распространения загрязнителей (например, концентрация PM2.5);
Прогнозирование распространения видов растений или животных;
Анализ климатических данных.

¶Эпидемиология

Моделирование заболеваемости (например, COVID-19 с учётом соседства регионов);
Оценка распространения инфекций в пространстве.

¶Геология и горное дело

Оценка запасов полезных ископаемых (кригинг с пространственной регрессией);
Моделирование свойств горных пород.

¶Пример

Рассмотрим влияние уровня доходов и плотности населения на цены на жильё в городе. Классическая регрессия может показать, что в районах с высокими доходами цены выше. Однако если в соседнем районе также высокие цены (из-за престижности), то модель SAR выявит пространственный лаг: цена в данном районе зависит не только от его характеристик, но и от цен в соседних районах. Это позволяет точнее оценить эффект доходов и избежать смещения.

¶Ограничения и критика

Выбор матрицы весов — субъективен и может существенно влиять на результаты; нет единого стандарта.
Интерпретация коэффициентов — в моделях с пространственным лагом (SAR, SDM) прямые и косвенные эффекты различаются, что усложняет анализ.
Размер данных — оценка ML требует больших вычислительных ресурсов при большом числе наблюдений (более 10 000).
Эндогенность — пространственный лаг является эндогенной переменной, что требует инструментов.
Предположение о стационарности — пространственная регрессия часто предполагает, что пространственные процессы однородны, что не всегда верно.

¶Программное обеспечение

Пространственная регрессия реализована в ряде статистических пакетов:

R: пакеты spdep, spatialreg, sphet, splm;
Python: библиотеки pysal, spreg, geopandas;
Stata: команды spreg, spatreg, spivreg;
GeoDa: бесплатное приложение с графическим интерфейсом для пространственного анализа.

¶Источники

Anselin L. Spatial Econometrics: Methods and Models. — Springer, 1988.
LeSage J., Pace R. K. Introduction to Spatial Econometrics. — CRC Press, 2009.
Bivand R., Pebesma E., Gómez-Rubio V. Applied Spatial Data Analysis with R. — Springer, 2013.
Arbia G. A Primer for Spatial Econometrics. — Palgrave Macmillan, 2014.