Mekansal Farkların Farkı (Mekansal DiD)
Spatial Difference-in-Differences · Ayrıca şöyle bilinir: Spatial DiD, Geo-DiD, Difference-in-Differences with Spatial Autocorrelation, Mekansal Fark-içinde-Farklar
Mekansal Farkların Farkı (Mekansal DiD), klasik DiD tahmincisini, gözlemlerin coğrafi olarak referanslandığı ve sonuçların mekansal olarak otokorelasyonlu olabileceği veya yayılma etkilerine maruz kalabileceği ortamlara genişletir. Delgado ve Florax (2015) tarafından tanıtılan bu yöntem, standart iki yönlü sabit etkili DiD regresyonunu bir mekansal gecikme veya mekansal hata terimi ile zenginleştirerek, politika şokları coğrafi birimler arasında yayıldığında bile tarafsız tedavi-etki tahminleri sağlar. Ekonomistler, bölgesel bilimciler ve şehir planlamacıları tarafından altyapı yatırımı, çevre düzenlemeleri veya imar reformları gibi yere dayalı müdahaleleri değerlendirmek için kullanılır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Coğrafi olarak referanslandırılmış birimlerden oluşan bir panele, bir politika şokuna maruz kalan açıkça tanımlanmış bir tedavi grubuna sahip olduğunuzda ve sonuçlarda yayılmalar veya mekansal otokorelasyon olduğundan şüphelenmek için teorik veya ampirik nedeniniz olduğunda Mekansal DiD kullanın. Yöntem, paralel-trend varsayımının mekansal bağımlılık kontrol edildikten sonra geçerli olmasını ve mekansal ağırlık matrisinin önceden maddesel gerekçelerle belirtilmesini gerektirir. Tedavi ataması mekansal yapı olmadan tamamen rastgele olduğunda veya çalışma alanında güvenilir mekansal parametre tahmini için çok az birim olduğunda uygun değildir. Sentetik kontrol veya eşleştirme DiD, ön-tedavi eğilimleri keskin bir şekilde saptığında tercih edilir.
Güçlü yönler & sınırlılıklar
- Geleneksel DiD'de standart hataları şişirecek veya tedavi tahminini yanlı hale getirecek mekansal otokorelasyonu hesaba katar
- Doğrudan yerel tedavi etkilerini dolaylı coğrafi yayılmalardan açıkça ayırır, daha politika ile ilgili ayrıştırmalar sağlar
- Standart iki yönlü sabit etkiler çerçevesiyle uyumludur, bu nedenle mevcut DiD yazılım uzantıları mekansal terimleri barındırabilir
- LM tanılama testleri, mekansal gecikme ve mekansal hata spesifikasyonları arasında seçim yapmak için ilkeli, veri odaklı bir yol sağlar
- Araştırmacının mekansal ağırlık matrisini W önceden belirtmesini gerektirir; sonuçlar yapımına duyarlı olabilir
- Tutarlı tahmin, OLS'den daha hesaplama açısından yoğun ve daha az şeffaf olan maksimum olabilirlik veya IV/GMM gerektirir
- Paralel-trend varsayımı, mekansal bağımlılığa koşullu olarak geçerli olmalıdır, bu da mekansız durumda doğrulaması ve savunması daha zordur
- Az sayıda coğrafi birimle, mekansal parametre tahminleri kesin değildir ve tanılama testlerinin gücü düşüktür
SSS
Mekansal ağırlık matrisini nasıl seçeceğim?
Ağırlık matrisi, bir birimdeki sonuçların başka bir birimdeki sonuçları etkilediği varsayılan mekanizmayı yansıtmalıdır. Kraliçe bitişikliği, sınırları paylaşan idari alanlar için standarttır; ters-mesafe ağırlıkları sürekli coğrafi süreçlere uygundur. Seçim, tahmin öncesinde maddesel gerekçelerle gerekçelendirilmelidir. Alternatif matrisler kullanılarak yapılan duyarlılık analizleri, sağlamlığı değerlendirmek için şiddetle tavsiye edilir.
Mekansal DiD, kademeli tedavi zamanlamasını ele alabilir mi?
Evet, ancak ek karmaşıklıkla. Kademeli DiD'deki son gelişmeler — Callaway-Sant'Anna veya Sun-Abraham tahmincileri gibi — henüz mekansal otokorelasyon düzeltmelerini tam olarak entegre etmemiştir. Araştırmacılar şu anda mekansal gecikme veya hata terimlerini heterojen tedavi zamanlamalı tasarımlarla manuel olarak birleştirmektedir, ancak bu metodolojik gelişimin aktif bir alanı olmaya devam etmektedir.
Mekansal DiD'yi hangi yazılım uygular?
R paketleri spdep ve spatialreg, standart DiD regresyon altyapısının yanı sıra mekansal gecikme ve mekansal hata MLE sağlar. Stata kullanıcıları genellikle spatreg veya spreg'i manuel DiD etkileşim terimleriyle birleştirir. Python kullanıcıları, ağırlık matrisi oluşturma ve tahmin için PySAL'ı ve ardından standart panel veri çerçeveleri içinde DiD etkileşimini eklemek için spreg'i kullanabilir.
Kaynaklar
- Delgado, M. S., & Florax, R. J. G. M. (2015). Difference-in-differences techniques for spatial data: Local autocorrelation and spatial interaction. Economics Letters, 126, 35–40. DOI: 10.1016/j.econlet.2015.10.035 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Spatial Difference-in-Differences. ScholarGate. https://scholargate.app/tr/causal-inference/spatial-difference-in-differences
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Farkların Farkı (Diff-in-Diff)Ekonometri↔ karşılaştır
- Mekansal Gecikme Modeli (SAR / Mekansal Otokorelatif)Mekânsal analiz↔ karşılaştır
- Sentetik Kontrol Yöntemi (SCM)Nedensel çıkarım↔ karşılaştır