Clicca qui per scaricare

Dipendenza spaziale contemporanea e non contemporanea nei tassi di disoccupazione: un tentativo di analisi empirica dei dati provinciali italiani
Titolo Rivista: RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO 
Autori/Curatori: Massimiliano Agovino, Antonio Garofalo 
Anno di pubblicazione:  2013 Fascicolo: Lingua: Italiano 
Numero pagine:  38 P. 45-82 Dimensione file:  1309 KB
DOI:  10.3280/REST2013-003002
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più:  clicca qui   qui 


L’obiettivo del presente lavoro è quello di analizzare il trend spazio-temporale dei tassi di disoccupazione delle province italiane attraverso l’uso di strumenti dell’econometria spaziale. A tale scopo, avvalendoci di tecniche ESDA (Exploratory Spatial Data Analysis) e ESTDA (Exploratory Space-Time Data Analysis) si indagherà la presenza di dipendenza spaziale contemporanea e non contemporanea nei tassi di disoccupazione. Dai risultati si evince che: la disoccupazione è un fenomeno caratterizzato da persistenza spazio-temporale; uno shock nel tasso di disoccupazione che si manifesta nel passato in una data provincia continua a produrre i propri effetti nel presente nelle province a essa limitrofe. Di conseguenza, interventi di policy indirizzati alla provincia dove lo shock si è generato non sono sufficienti ad arginare il problema prescindendo dal carattere non circoscritto né temporaneo della disoccupazione.


Keywords: Modelli spaziali, econometria spaziale, correlazione spaziale, ESDA, disoccupazione
Jel Code: C21, C51, C53, J08, J64

  1. Prioetti T. (2003), Forecasting the US Unemployment Rate, Computational Statistics and Data Analysis, 42, pp. 451-476.
  2. Rey S., Montouri B. (1999), US Regional Income Convergence: A Spatial Econometric Perspective, Regional Studies, 33, 2, pp. 143-156.
  3. Sweet D. (2005), Forecasting Unemployment with Spatial Correlation, PhD Thesis presented to the Faculty of the Graduate School University of Missouri-Columbia.
  4. Upton G., Fingleton B. (1985), Spatial Data Analysis by Example. Chichester: Wiley, vol. 1.
  5. Wartenberg D. (1985), Multivariate Spatial Correlation: A Method for Exploratory Geographical Analysis, Geographical Analysis, 17, pp. 263-283.
  6. Yilmaz S., Haynes K.E., Dinc M. (2002), Geographic and Network Neighbors: Spillover Effects of Telecommunications Infrastructure. Journal of Regional Science, 42, 2, pp. 339-360.
  7. Case A. (1991), Spatial Patterns in Household Demand, conometrica, 59, pp. 953-965.
  8. Arbia G. (1988), Spatial Data Configuration in Statistical Analysis of Regional Economics and related Problems. In: Advanced Statistical Theory and Applied Econometrics. Boston: Kluwer Academic Publisher.
  9. Arbia G., Basile R., Mirella M. (2002), Regional Convergence in Italy 1951-1999: A Spatial Econometric Prospective. Roma: ISAE.
  10. Anselin L. (1988), Spatial Econometrics: Methods and Models. Dordrecht: Kluwer.
  11. Anselin L. (1995), Local Indicators of Spatial Association – LISA, Geographical Analysis, 27, pp. 93-115.
  12. Anselin L. (2001a), Spatial Econometrics. In: B.H. Baltagi (ed.), A Companion to Theoretical Econometrics. Oxford: Basil Blackwell, pp. 310-330.
  13. Anselin L. (2001b), Spatial Effects in Econometric Practice in Environmental and Resource Economics, American Journal of Agricultural Economics, 83, 3: pp. 705-710.
  14. Anselin L., Bera A. (1998), Spatial Dependence in Linear Regression Models with an Introduction to Spatial Econometrics. In: A. Ullah, D.Giles (eds.), Handbook of Applied Economic Statistics. New York: Marcel Dekker, pp. 237-289.
  15. Anselin L., Syabri I., Smirnov O. (2002), Visualizing Multivariate Spatial Correlation with Dynamically Linked Windows. Urbana-Champaigne: Regional Economics Application Laboratory (REAL), University of Illinois. Baltagi B.H., Li D. (2003), Prediction in the Panel Data Model with Spatial Correlation.
  16. In: L. Anselin, R. Florax, S. Rey (eds.), New Advances in Spatial Econometrics. Berlin: Springer-Verlag, pp. 283-296.
  17. Baltagi B.H., Song S.H., Koh W. (2003), Testing Panel Data Regression Models with Spatial Error Correlation, Journal of Econometrics, 117, 1, November, pp. 123-150.
  18. Bronars S.G., Jansen D.W. (1987), The Geographic Distribution of Unemployment Rates, US Journal of Econometrics, 36, pp. 251-279.
  19. Chasco C., Lopez F.A. (2004), Space-time Lags: Specification Strategy in Spatial Regression Models, Econometrics 0411005, EconWPA.
  20. Chasco C., Lopez F.A. (2006), Is Spatial Dependence an Instantaneous Effect? Some Evidence in economic Series of Spanish Provinces. Germany: University Library of Munich, MPRA Paper 1777.
  21. Chasco C., Lopez F.A. (2007), Time-trend in Spatial Dependence: Specification Strategy in the First-order Spatial Autoregressive Model, Estudios de Economia Aplicada, 25, pp. 631-650.
  22. Cracolici M., Cuffaro M., Nijkamp P. (2007), Geographical Distribution of Unemployment: An Analysis of Provincial Differences in Italy, Growth and Change a Journal of Urban and Regional Policy, 38, 4, pp. 649-670.
  23. De Luna X., Genton M.G. (2004), Spatio-temporal Autoregressive Models for US Unemployment Rate, Advances in Econometrics: Spatial and Spatiotemporal Econometrics, 18, pp. 283-298.
  24. Di Giacinto V. (2006), A Generalized Space-Time ARMA Model with an Application to Regional Unemployment Analysis in Italy, International Regional Science Review, 29, 2, pp. 159-198.
  25. Elhorst J.P. (1995), Unemployment Disparities between Regions in the European Union. In: H.W. Armstrong, R.W. Vickerman (eds.), Convergence and Divergence among European Regions. London: Pion.
  26. Elhorst J.P. (2001), Dynamic Models in Space and Time, Geographical Analysis, 33, pp. 119-140.
  27. Elhorst J.P. (2003), Specification and Estimation of Spatial Panel Data Models, International Regional Science Review, 26, 3, pp. 244-268.
  28. Espa G., Arbia G., Giuliani D. (2013), Conditional versus Unconditional Industrial Agglomeration: Disentangling Spatial Dependence and Spatial Heterogeneity in the Analysis of ICT Firms’ Distribution in Milan, Journal Geographical Systems, 15, 1, pp. 31-50.
  29. Florax R., Folmer H. (1992), Specification and Estimation of Spatial Linear Regression Models: Monte Carlo Evaluation of Pre-test Estimators, Regional Science and Urban Economics, 22, 3, pp. 405-432.
  30. Getis A., Ord J.K. (1992), The Analysis of Spatial Association by Use of Distance Statistics, Geographical Analysis, 24, pp. 189-206.
  31. Giacomini R., Granger C.W.J. (2004), Aggregation of Space-Time Processes, Journal of Econometrics, 118, 1-2, pp. 7-26. Mobley L.R. (2003), Estimating Hospital Market Pricing: An Equilibrium Approach using Spatial Econometrics, Regional Science and Urban Economics, 33, pp. 489-516.
  32. Molho I. (1995), Spatial Autocorrelation in British Unemployment, Journal of Regional Science, 35, pp. 2-24.
  33. Montgomery A., Zarnowitz V., Tsay R., Tiao G. (1998), Forecasting the US Unemployment Rate, Journal of the American Statistical Association, 93, pp. 478-493.
  34. Nosvelli M. (2006) Apprendimento e conoscenze nei sistemi locali, un’analisi economica. Milano: FrancoAngeli.
  35. O’Sullivan D., Unwin D.J. (2003), Geographic Information Analysis. Hoboken: Wiley.
  36. Pace R.K., Barry R., Clapp J.M., Rodríguez M. (1998), Spatiotemporal Autoregressive Models of Neighborhood Effects, Journal of Real State Finance and Economics, 17, 1, pp. 15-33.
  37. Pace R.K., Barry R., Gilley O.W., Sirmans C.F. (2000), A Method for Spatialtemporal Forecasting with an Application to Real Estate Prices International, Journal of Forecasting, 16, pp. 229-246.
  38. Pagnini M. (2005), Spillovers geografici e dinamica dell’occupazione nell’industria italiana. In: M. Omiccioli, L.F. Signorini (a cura di), Economie locali e competizione globale. Bologna: Il Mulino.



  1. Fabio Fornari, Roberto Violi, The Probability Density Function of Interest Rates Implied in the Price of Options in SSRN Electronic Journal /1998 pp. , DOI: 10.2139/ssrn.899976

Massimiliano Agovino, Antonio Garofalo, in "RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO" 3/2013, pp. 45-82, DOI:10.3280/REST2013-003002

   

FrancoAngeli è membro della Publishers International Linking Association associazione indipendente e no profit per facilitare l'accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche