76

L'objectif de cet article est de présenter les outils nécessaires à la prise en compte de l'autocorrélation spatiale, définie par l'absence d'indépendance entre observations géographiques, dans le cadre des modèles de régression linéaire. Alors qu'il est souvent admis que les données spatiales observées en coupe transversale sont indépendantes, cette hypothèse est rarement justifiée et devrait être au contraire systématiquement testée. Par conséquent, après avoir exposé les diverses façons de modéliser l'autocorrélation spatiale, nous présentons les procédures d'estimation et d'inférence adaptées aux modèles économétriques intégrant explicitement cet effet. Enfin, nous proposons une démarche générale visant à tester et à prendre en compte l'autocorrélation spatiale dans les travaux empiriques.

Spatial Econometrics: Automatic Spatial Correlation in Linear Regression Models The aim of this article is to describe the tools necessary to factor in automatic spatial correlation determined by the absence of independence between geographical observations, within the framework of linear regression models. While it is often accepted that spatial data in cross-sections are independent, this assumption is rarely justified. On the contrary, it needs to be tested systematically. After explaining the ways in which to model automatic spatial correlation, we therefore describe estimation and inference procedures geared to econometric models that factor in this effect explicitly. Lastly, we propose a general approach to test and factor in automatic spatial correlation in empirical work.