وابستگی فضایی با عوامل مشترک: مطالعه موردی رشد اقتصادی استان‌های ایران

مولفه‌ های اقتصادی یک منطقه جغرافیایی مانند رشد اقتصادی آن تحت‌تاثیر متغیرها و اثرات سرریز سایر مناطق قرار دارند و از این طریق به آنها وابسته می شوند. علاوه بر وابستگی فضایی ایجاد شده به وسیله عوامل مذکور، عوامل عام مشترک مانند قیمت نفت نیز موجب ایجاد همبستگی در متغیرهای اقتصادی مناطق جغرافیایی می شوند و لازم است میان وابستگی ایجاد شده توسط این عوامل و وابستگی فضایی تفاوت قائل شد، زیرا در غیر این صورت نقش اثرات فضایی پررنگ‌تر از آنچه واقعیت دارد نشان داده خواهد شد و مشکلات دیگری مانند ناسازگاری ضرایب و نقض برخی از فروض متداول به وجود می آورد. در مدل‌های اقتصادسنجی فضایی همانند مدل خودرگرسیون فضایی و خطای فضایی عوامل عام مشترک در نظر گرفته نمی شوند. در این مقاله برای اولین بار وجود وابستگی فضایی در رشد اقتصادی استان‌های ایران طی سال‌های 1394-1379 با استفاده از ترکیب مدل‌های خودرگرسیون فضایی و خطای فضایی و با استفاده از ترکیب روش حداکثر درست‌نمایی و اثرات عام مشترک همبسته آزمون و مورد بررسی قرار می‌گیرد. روش قابلیت در نظرت گرفتن نقش برای اثرات عام مشترک را دارد. نتایج نشان می‌دهند در نظرنگرفتن عوامل عام مشترک منجر به نتایج نادرست می‌شود. معنادار شدن متغیرهای پروکسی به کار گرفته شده برای عوامل عام مشترک و عدم معناداری متغیرهای مربوط به وابستگی فضایی نشان می دهند وابستگی موجود ناشی از تاثیر عوامل عام مشترک است و داده های رشد اقتصادی مناطق جغرافیایی ایران لااقل در سطح استان‌ها وابستگی فضایی را نشان نمی دهند.

Spatial Dependence with Common Factors: A Case Study of Growth in Iran's Provinces

The economic components of a geographic region, such as its economic growth, are influenced by the spillover effect of other regions rsquo; economic components. In addition to these spatial dependences, there are common factors, such as oil price, that induce a correlation among the economic variables of the geographic regions. Thus, it is necessary to distinguish between the dependence created by these factors and spatial dependence; otherwise the role of spatial effects will be biased upward, and creating other problems such as inconsistency of coefficients and violations of some common assumptions. In Spatial econometric models such as spatial auto regression and spatial error models, the common factors are not considered. In this paper, for the first time, the existence of spatial dependence on economic growth of Iranian provinces during 139479 is tested and evaluated, using a combination of spatial auto regression models and spatial error models, and a combination of maximum likelihood estimation (MLE) and Common correlated effects (CCE). The CCE method is able to consider the role for common correlated effects. The results show that ignoring Common correlated effects contributes to inaccurate results. Significance of proxy variables used for Common correlated effects and lack of significance of variables related to spatial dependence indicate that existing dependence is due to the influence of Common correlated effects and economic growth data of Iranchr('39')s geographical regions do not show spatial dependency at least at province rsquo;s level.