FÁBIÁN ZSÓFIA
A térparaméterek értelmezése és szerepük a területi kutatásokban Bevezetés A térparaméteres vizsgálatok egyre szélesebb körű elterjedését látva e munka céljául azt tűztem ki, hogy külföldi szakirodalmi példákon keresztül megvizsgálom a térparaméterek szerepét a matematikai-statisztikai módszereket alkalmazó területi kutatásokban. Kiindulásképpen szükséges a térparaméter fogalmának meghatározása, valamint az egyes térparaméter-fajták jellemzése. Ezt követően közel 150 olyan cikket osztályozok, amelyek matematikai-statisztikai vizsgálataikban térparamétereket használnak. Négy fő szempont szerint vizsgálom őket: mi a témájuk, milyen térparamétert, illetve milyen matematikai-statisztikai módszert használnak, valamint a térbeliségnek van-e szerepe az adott jelenség alakulásában. Ezenkívül a kontinensek, illetve a fejlett és a fejlődő országok szerint elválasztva megnézem azt, hogy az egyes területekre vagy országtípusokra vonatkozóan lehet-e jellemző témákat vagy vizsgálati eszközöket, módszereket meghatározni. A térparaméterek értelmezése A társadalmi-gazdasági állapotok és folyamatok területi elemzésekor az ok-okozati öszszefüggések feltárása érdekében esetenként szükség lehet a térbeliség szerepének külön szempontként való figyelembevételére. Ezekben a vizsgálatokban matematikaistatisztikai módszereket is alkalmazva szükségessé válik a térbeliséget jellemző tényezők számszerűsítése. A számszerűsítéssel kapott tényezőket nevezzük térparamétereknek. Jankó Ferenc definíciója szerint a térparaméterek „tágabb értelemben olyan adatok, mérőszámok, dimenziók, amelyek az egyes térelemek közötti viszony leírására szolgálnak, legyen szó külső vagy belső térről. Szűkebb értelemben a földrajzi, külső tér elemei (területegységek) közötti viszonylatok leírására szolgáló adatfajták, praktikusan földrajzi koordináták, vagy valamilyen kitüntetett ponttól való távolságot írnak le” (Nemes Nagy szerk. 2005, 281. o.). Én ebben a szűkebb értelemben vett jelentésében használom a fogalmat. Fontos kiemelni, hogy a tematikus térképek a tagoltság vizuális bemutatására alkalmasak, akár a földrajzi tér és az adott jelenség közötti összefüggést sejtetve, a sokak által ismert és használt területi egyenlőtlenségi mutatók pedig a tagoltság nagyságának és változásának számszerűsítésére használhatók, ám egyik sem ad információt arról, hogy a térbeliségnek konkrétan (számszerűsítve) milyen és mekkora szerepe van. E kérdés megválaszolására összetettebb módszerekre és azokban térparaméterek alkalmazására van szükség. Emellett lényeges az is, hogy a vizsgálati kérdéstől függően különböző térparaméterek jöhetnek szóba, és azokat különbözőképpen lehet értelmezni.
178
FÁBIÁN ZSÓFIA
A vizsgálatokban leggyakrabban szereplő térparaméter a távolság. A távolság értelmezése és mérése sokféleképpen történhet (erről ld. például Nemes Nagy 2009), e munkában azonban csak a földrajzi térben való megjelenését taglalom. A távolság értelmezése egyrészt függ a vizsgálati egységtől (településtől, térségtől), a viszonyítási alaptól, a távolságtípustól és a területi kerettől. Az egyik fő kérdés ilyenkor az, hogy mi között mérünk távolságot, tehát pontok, vonalak vagy poligonok távolságát vesszük-e. A vonalak és a poligonok közötti esetben is tulajdonképpen pontok között mérjük a távolságot, hiszen a matematikai értelemben vett távolság pontok között értelmezhető. Ezen alakzatok esetében azt kell meghatározni, hogy lehet-e ezeket egy ponttal helyettesíteni, és ha igen, melyikkel. Amennyiben egyetlen ponttal nem, akkor kérdés, mennyivel, és melyekkel lehetséges ez. Ennek meghatározására több lehetőség is van. A legelterjedtebb módszerek a poligonok esetében: 1. „A legközelebbi pontok távolsága, 2. a legtávolabbi pontok távolsága, 3. a középpontok (centroidok) távolsága, 4. az alakzat összes pontjának átlagos távolsága” (Nemes Nagy 2009, 221. o.). A településeknél általában lehet a pontként történő megközelítést választani, azonban magasabb térségi szinteken már mérlegelni kell több lehetőséget is. (Természetesen adódhatnak olyan esetek is, amikor már a települések sem tekinthetők pontszerűnek – például egy főváros, illetve egy nagyváros területi kiterjedése már nem mindig hagyható figyelmen kívül.) Ha magasabb, tehát kistérségi vagy régiós szintre lépünk nyilvánvalóan a vizsgálati kérdés alapján lehet eldönteni, milyen távolságmegközelítés elfogadható. Ezenkívül a vizsgálat területi keretének nagysága is befolyásolhatja azt, hogy mikor helyettesíthetünk egy területegységet egy ponttal. Elég csak arra gondolni, hogy egy NUTS 2-es szintű európai vizsgálat esetében a régiók nagyobb száma (300 körüli) miatt ez az egyszerűsítés elfogadható, míg hazánk 7 régiójának vizsgálata esetében már tévedésnek számít a régiók 7 pontként való értelmezése. A távolságot sokszor egy kitüntetett dologhoz, például tengerhez, folyóhoz, határhoz, centrumhoz, fővároshoz, autópályához viszonyítják; ezeknél is mérlegelendő, hogy miként értelmezzük őket és a távolságot tőlük. A vizsgálatokban az sem mindegy, hogy milyen távolságtípust (euklideszi,1 Manhattan-,2 Csebisev-3típust) alkalmazunk. Emellett azt is lényeges tudnunk, hogy a vizsgálatban fontos-e, hogy a valósághoz teljesen hűen számoljunk, tehát hogy a gömbháromszögtan összefüggéseit alkalmazzuk-e, vagy elég az egyszerűsített síkbeli távolság meghatározása. Az is megfontolandó, hogy nemcsak a hagyományos értelemben vett térbeli távolságot lehet meghatározni, hanem használható idő- vagy költségtávolság is. A másik jelentős térparaméter a szomszédság, ami tulajdonképpen egy speciális távolságbeli helyzet, ugyanis ekkor a két térség közötti távolság 0. A szomszédság alapesetben
1 Az euklideszi távolság geometriai értelemben a két pont közötti egyenes szakasz hosszát jelenti, a Pitagorasz-tétel alapján számítható. 2 A Manhattan-távolság a koordináta-különbségek abszolút értékének összegével egyenlő. Szabályos utcahálózattal rendelkező városok esetében a légvonaltávolság helyett, ennek segítségével számítják a megteendő távolságot (Müller 1982). 3 A Csebisev-távolság a koordináta-különbségek közül a legnagyobb abszolút hosszával egyenlő. Például két csoport, párt hasonlóságát a legnagyobb különbség határozza meg (Müller 1982).
A TÉRPARAMÉTEREK ÉRTELMEZÉSE ÉS SZEREPÜK A TERÜLETI KUTATÁSOKBAN
179
az érintkezés egyik fajtája, számszerűsítése általában dummy4-indexszel történik (ha két térség szomszédos, akkor 1, ha nem, akkor 0 értéket veszi fel). A sok esetben alkalmazott szomszédsági mátrix tulajdonképpen dummy-indexek sorozata. A szomszédság meghatározása is többféleképpen történhet, hiszen különbséget jelenthet például az, hogy egy kutatásban a csak csúcsukkal érintkező területegységeket is szomszédoknak tekintjük-e (vezérszomszédság), vagy csak azokat, amelyek az oldalukkal is érintkeznek (bástyaszomszédság; Nemes Nagy 2009). Ki lehet jelölni egy adott térség szomszédait úgy is, hogy a központjából kiinduló meghatározott sugarú körön belül fekvő térségeket vesszük szomszédnak. A szomszédság értelmezésének számos további lehetősége is van, ahogyan azt Jakobi és Jeney (2008) munkája bemutatja. Lehetőség van továbbá a szomszédság súlyozására is, például határhossz szerinti súlyozással. A harmadik fontos térparaméter a fekvés, amely alatt a térelemek egymáshoz való viszonyának térbeli megjelenését értjük. Egyik sokat vizsgált esete a határ menti fekvés, ami egy kitüntetett szomszédsági helyzetet jelent, a valamitől való elkülönülés értelemben. Ennek számszerűsítése is elsősorban dummy-mutatóval történik. Azonban nem szabad megfeledkezni arról, hogy a határok szerepe nehezen mérhető, hiszen jelentős lehet a határforgalom már egy rövidebb szakaszon is, míg egy hegygerinc vagy folyó hosszabb szakaszon jelentős gátat képezhet (Szabó 2006). Emellett a fekvésnek még számos esete létezik: például beszélhetünk tengerparti, szárazföldi (landlocked), periferikus, centrális fekvésről. Ezenkívül a térparaméterek közé lehet sorolni a földrajzi szélességet és hosszúságot, amelyek többféleképpen megjelenhetnek egy konkrét vizsgálatban: „önállóan” szerepelhetnek, mint a nyugat–kelet vagy észak–dél pozíciót jelző számok, segítségükkel számolható a távolság, valamint a fekvés és a szomszédság, az irány és az alak tényezők meghatározására is eszközül szolgálhatnak. A térparaméterek szerepe a területi kutatásokban A következőkben külföldi szakirodalmi példákon keresztül azt próbálom meg feltárni, hogy a térparamétereknek milyen szerepe van napjainkban a matematikai-statisztikai módszereket alkalmazó területi vizsgálatokban. A vizsgálat alapjául szolgáló cikkek leválogatása kétféleképp történt. Először kigyűjtöttem különböző, földrajzi témájú, területi kérdésekkel foglalkozó folyóiratokból (például American Journal of Political Science, Journal of Applied Econometrics, Journal of the Association for Information Systems, Journal of Economic Geography, Journal of Social Structure, Papers in Regional Science, Political Geography, Regional Studies, Review of World Economics, The Review of Economics and Statistics), illetve egyetemi, kutatóintézeti tanulmánykötetekből (például ERSA conference papers, European Regional Science Association, IMF Working Paper, National Bureau of Economic Research Working Papers, Research Papers in Environmental and Spatial Analysis) olyan cikkeket, amelyek esetében a matematikai-statisztikai módszerek alkalmazása 4 A dummy-mutató két kimenetű minőségi változók átalakítását jelenti 0 és 1 értékekből álló adatsorrá. Értéke 1 akkor, ha az adott megfigyelés a minőségi változó egyik kategóriájába esik, és 0, ha a másikba. Így már ezek a tényezők összetettebb matematikai-statisztikai módszerekbe is beépíthetők (Nemes Nagy szerk. 2005).
180
FÁBIÁN ZSÓFIA
során térparamétereket is figyelembe vettek (mintegy 100 cikk). Azonban felmérve azt, hogy az előző szelektálási módszer alapján csak mérsékelt bizonyossággal lehet levonni következtetéseket a vizsgálati módszerek, illetve térparaméterek fajtájának gyakoriságára vonatkozóan, szükségesnek tartottam a már előbb említett cikkek kiegészítését egy folyóirat 2000–2011 közötti számaiból kiválogatott, az alapkritériumoknak megfelelő cikkekkel. Mivel a 100 cikk közül jelentős számú származott az Annals of the Association of American Geographers című folyóiratból, így annak 2000 után megjelent számainak áttekintése mellett döntöttem. A vizsgálat kezdetekor közel 150 cikk állt rendelkezésemre. Annak megállapításához, hogy a térparamétereknek milyen szerepe van a társadalomföldrajzi témájú matematikai-statisztikai módszereket alkalmazó vizsgálatokban, először is jellemezni kell ezeket a vizsgálatokat. Releváns következtetések levonásához meg kell határozni: a fő témáikat, a használt térparaméterek fajtáját, valamint azt, hogy milyen matematikai-statisztikai módszerekkel/módszerekben alkalmaztak térparamétereket. A vizsgálatok témájukat tekintve elég szerteágazók, hiszen gazdasági, népesedési kérdésekkel foglalkozók mellett számos környezetvédelemmel, illetve a betegségek elterjedésével foglalkozót találtam. A népesedéssel és a településekkel kapcsolatos kutatások közül inkább az előbbiben elterjedtebb a térparaméteres módszerek használata. A népesedési vizsgálatok esetében a migrációs (például Boustan–Fishback–Kantor 2007, Peeters 2006), a munkaerő-piaci (például Conley–Topa 2002, Niebuhr 2003) és a népességmegoszlással (például Bertaud– Malpezzi 2001) foglalkozó kutatások, míg a települési vizsgálatok esetében a városnövekedési (például Cheshire–Magrini 2006, Longley–Tobón 2004) kutatások vannak az előtérben. Ha a klasszikus ágazati besorolás szerint nézzük, megfigyelhető, hogy míg a mezőgazdasági és az ipari témájú térparaméteres vizsgálatok kevésbé elterjedtek, addig a tercier szektorra vonatkozóan jelentősen több ilyen született. Az ipari témájú cikkek elsősorban az ipari üzemek, ágazatok területi elhelyezkedésével foglalkoznak (például Akerman 2003, Brülhart 2001, Busch–Reinhardt 2000). A tercier szektorra vonatkozók közül jelentős számú a kereskedelemmel (például Amiti– Javorcki 2005, Kernohan 2006, Krempel–Plümper 2003) és a külföldi működőtőke befektetéssel (például Bobonis–Shatz 2007, Garretsen–Peeters 2006) kapcsolatos kérdéseket vizsgál. Ezenkívül több cikk foglalkozik kutatás-fejlesztés vagy innovatív tevékenységgel kapcsolatos (például Barkley–Henry–Lee 2006, Huffman–Quigley 2006), valamint közlekedési (például Kamarianakis–Prastacos 2003, Tanaka 2006) és szolgáltatás elérhetőségi (például Talen 2001) kérdésekkel. Idesorolhatók még a betegségek elterjedését vizsgáló írások is (például Trevelyan–Smallman-Raynor–Cliff 2005). Ezek mellett elterjedt még a térparaméterek bevonása a gazdasági növekedést és a területi különbségeket (például Monastiriotis 2006, Weber–Strade–Schön 2000) vizsgáló tanulmányokban. Átmenetet képeznek a természeti kérdésekkel foglalkozó cikkek felé a jelentősebb számban előforduló földhasználattal, felszínborítással (például Müller–Munroe 2008, Simmons 2004), valamint környezetszennyezéssel (például Buzzelli–Jerrett–Burnett– Finklestein 2003, Chakraborty 2009) foglalkozó tanulmányok. A szakirodalomban számos olyan, egyedi témát feldolgozó cikk is található, amelyekben alkalmaznak térparaméteres vizsgálatokat. Ilyenek például a postai úton kikül-
A TÉRPARAMÉTEREK ÉRTELMEZÉSE ÉS SZEREPÜK A TERÜLETI KUTATÁSOKBAN
181
dött kérdőívek visszaérkezési arányának vizsgálata (Dillman–Carley-Baxter 2000), a betöréssel kapcsolatos cikkek (például Ceccato–Haining–Signoretta 2002, Radil–Flint– Tita, 2010) vagy a választási kérdéseket boncolgató kutatások (Vilalta y Perdomo 2004, Walks 2006). Áttérve a másik csoportosítási szempontra, a következőkben azt fogom megvizsgálni, hogy az elemzett cikkekben milyen térparamétert használnak, valamint megnézem azt is, hogy természetföldrajzi tényezők (például csapadékmennyiség, hőmérséklet, éghajlati öv) megjelennek-e ezekben a vizsgálatokban. Igaz-e az a feltételezés, hogy a természetföldrajzi tényezőknek a fejlődő országokkal kapcsolatos kutatásokban van már csak relevanciája? A cikkeket feldolgozva az előfordulásuk gyakorisága alapján a következő sorrendet tudtam felállítani a térparaméterek között (1. táblázat). 1. táblázat
A vizsgálatokban megjelenő térparaméterek fajtái és előfordulásuk száma Térparaméter fajtája Távolság Szomszédság Fekvés Földrajzi szélesség, hosszúság
Előfordulások száma 106 59 47 12
Összesen 224 előfordulást jegyeztem le (az előfordulások száma több, mint a cikkeké, hiszen egy cikkben többfajta térparaméter is szerepelhet), ebből a leggyakrabban a távolság és a szomszédság szerepelt a vizsgálatokban. A távolság és szomszédság után a fekvés és a földrajzi szélesség, illetve hosszúság következik a gyakorisági sorban. A fekvés esetében ki kell emelni, hogy összetett kategória, hiszen ezalatt országon belüli elhelyezkedést, szárazföldi, illetve tengerparti és határ menti fekvést is kell érteni, valamint értelemszerűen idesorolható a „landlocked lét” (amikor egy térséget csak szárazföld vesz körül), továbbá a centrum–periféria reláció mint dummy-mutatót használó előfordulás is. Feltételezéseimhez képest egyedül az országhatár menti fekvést alkalmazó vizsgálatok szerepeltek kisebb számban, ugyanis csak öt cikkben használták ezt a tényezőt. Ezenkívül megemlítem azt is, hogy egy-két vizsgálatban előkerültek az országok területére vonatkozó mutatók is (kicsi-nagy méretre vonatkozó dummy, a terület alakja). Használatuk feltételezi, hogy egyes jelenségek, folyamatok magyarázatában ilyen tényezőknek is lehet szerepe. A kontinenseket külön vizsgálva tulajdonképpen csak az azokra vonatkozó cikkek számbeli eltéréseinek megfelelő különbségek észlelhetők a térparaméterek vonatkozásában, tehát nem állíthatunk olyasmit, hogy inkább Európára jellemzőek a távolságot használó vizsgálatok. Egy dolgot érdemes kiemelni: a világra végzett vizsgálatok esetében a szomszédságot is használó kutatások száma kevesebb, mint amennyi várható lenne. Ennek oka az lehet, hogy világszinten kisebb a szomszédság magyarázó ereje, mint az alacsonyabb térségi szinteken. Érdekesség, hogy Amerika esetében e cikkek közül hiányoznak a határ menti létet alkalmazó kutatások. A fejlett és a fejlődő országok elválasztása szerint sem mutatkozott releváns különbség. A természetföldrajzi tényezők jóval kisebb számban jelentek meg ezen kutatásokban, mint a térparaméterek, összességében 21 előfordulást lehetett megfigyelni (2. táblázat).
182
FÁBIÁN ZSÓFIA 2. táblázat
Az előfordult természetföldrajzi tényezők fajtái Természetföldrajzi tényezők
Az előfordulások száma
Hőmérséklet Csapadék mennyiség Éghajlati öv Tengerszint feletti magassága)
6 5 5 5
Ezen belül a fejlett országokra 4 3 2 2
a fejlődő országokra
mindkettőre
2 2 1 3
– – 2 –
a) A tengerszint feletti magasság természetföldrajzi tényezők, illetve térparaméterek közé történő besorolása nem egyértelmű, számos kutató a földrajzi szélességgel és hosszúsággal egy kategóriába sorolja. Szerintem azonban ez nem szükséges, ugyanis míg a földrajzi szélesség és hosszúság mint fekvést jelentő mutató jelenik meg, így a térparaméterek közé sorolható, addig a tengerszint feletti magasság inkább éghajlatot befolyásoló tényezőként.
A fejlett és fejlődő országokra vonatkozó cikkek eltérő száma miatt először úgy gondoltam, hogy ha arányaiban nézem az előfordulások számát, azzal releváns következtetést lehet levonni. De mivel az előfordulások száma nem azon cikkek számát jelenti, amelyekben a természetföldrajzi tényezők megjelennek, a cikkek száma (14) pedig túl kevés ahhoz, hogy ilyen általános következtetéseket levonjak belőlük, e kérdéskör további vizsgálatától eltekintettem. A vizsgálat alapján csak azt lehetett megállapítani, hogy természetföldrajzi tényezők matematikai-statisztikai számításokba történő bevonása nem csak a fejlődő országok vizsgálatára jellemző. Az is világossá vált, hogy napjainkra az ilyen vizsgálatok jelentős mértékben háttérbe szorultak. A következőkben megnéztem azt, hogy a térparaméteres cikkek milyen matematikaistatisztikai módszereket használnak. Pontosabban milyen matematikai-statisztikai módszerekbe vonják be az egyes térparamétereket (3. táblázat). A közel 150 tanulmányban összesen 283 módszer-előfordulást regisztráltam. Itt is igaz, hogy egy-egy cikkben többfajta módszert is alkalmaznak. 3. táblázat
Az előfordult matematikai-statisztikai módszerek fajtái Módszer Regresszió (OLS) Autoregresszió, spatial lag model (SLM), spatial error model (SEM), geographically weighted regression (GWR)a) Autokorreláció Ökonometriai modell Területi egyenlőtlenségi mutatók Korreláció Gravitációs és potenciál modell GIS, térképezés Klaszteranalízis Faktor- és főkomponens-analízis Egyéb módszerek
Az előfordulások száma 93 38 37 36 26 13 11 8 6 3 12
a) A Geographically Weighted Regression (GWR) egy lokális modell, ugyanis nem a teljes adathalmaz globális összefüggéseit számszerűsíti, hanem lokálisan, meghatározott keresési körzeten belül vizsgálja a függő és a független változók kapcsolatát, így alkalmas térben változó kapcsolatok figyelembevételére is (Mitchell 2005).
A TÉRPARAMÉTEREK ÉRTELMEZÉSE ÉS SZEREPÜK A TERÜLETI KUTATÁSOKBAN
183
A legtöbb esetben a regressziót és annak területi vizsgálatokra továbbfejlesztett változatait használták. Ennek az az oka, hogy a regresszió széles körben elterjedt eljárás, számtalan tudományágban alkalmazzák. Közkedveltsége a lényegéből adódik, hiszen ez a kutatások fő célját szolgáló, a jelenségek közötti kapcsolatok (ok-okozat) feltárására alkalmas módszer. Nem utolsósorban könnyen is értelmezhető, számítható. Azokban a tanulmányokban, amelyekben a területiséget hangsúlyozottan figyelembe vevő regressziós modell is szerepel, sok esetben modelljavítási kísérletet követhetünk nyomon. Ezekben az esetekben adott egy földrajzi probléma, amit a kutató regresszió segítségével akar feltárni, azonban az elsőként létrehozott modell (általában OLS) magyarázóereje a vártnál jelentősen gyengébb, tehát a hibatag súlya túlságosan nagy marad. Ekkor kísérletet tesznek a modell javítására, s területi jelenségek révén, a területiséget jellemző, megragadó mutatók modellbe történő bevonása következik. A modellek elnevezése Fixed/Random Effects Model, (FEM vagy REM). A szerzők jó része eleve ilyen modellből indult ki. Ezt tovább korrigálva jutnak el a spatial lag, illetve a spatial error5 modellekhez, amelyek térben késleltetett változók bevonásával kísérlik meg a magyarázóerő növelését (Nemes Nagy 2009). Ezenkívül jelentős számban szerepelnek a cikkekben a regressziónál bonyolultabb ökonometriai modellek, valamint a regresszióval rokonítható korreláció és autókorreláció is. A területi egyenlőtlenségi mutatók is megjelennek ezekben a vizsgálatokban, a legelterjedtebb a Gini-koefficiens6 használata. A többváltozós statisztikai módszerek közül a faktoranalízis és a klaszteranalízis kis számban „képviselteti” magát. Ennek oka az, hogy ezek a vizsgálatok módszertanukból adódóan kevésbé alkalmasak térparaméterek alkalmazására. Ezzel szemben a gravitációs modell már értelmezéséből adódóan használ térparamétert (távolságot). Az egyéb módszerek csoportjába csak egy-egy esetben előforduló vizsgálati eszközök kerültek, ezek egy része statisztikai próba (t-próba, chi-négyzet próba, k-test), vagy előfordul például grid-modell, illetve tér-idő pályák vizsgálata. A kontinensek szerinti elválasztásnál a módszerek használati gyakoriságát nézve jelentős különbséget nem lehet megállapítani. Azt emelném ki, hogy a bonyolultabb módszerek alkalmazása az Amerikai Egyesült Államokban elterjedt. Az egész világra kiterjedő vizsgálatok elsősorban egyszerűbb módszereket alkalmaznak. A fejlett-fejlődő országokra vonatkozó elválasztásnak ebben az esetben sincs jelentősége. Végezetül megvizsgáltam azt, hogy e 150 cikkből hányban állapították meg, hogy a térbeliségnek van szerepe az adott jelenség alakulásában. A cikkeket két csoportra osztottam aszerint, hogy van-e szerepe a térbeliségnek, vagy nincs. Az előbbi kategóriába 133, 5 Mivel az OLS-modell a hibatagot független tényezőnek tekinti, ezért csökkenteni kell a hibatag területi autokorreláltságát. Erre két lehetőség van, az egyik az, hogy bővíteni kell a magyarázóváltozók körét egy újabb, a függő változó adataiból számított úgynevezett térben késleltetett változóval (spatial lag). E modell elnevezése a következő: Spatial Lag Model (SLM). Ez tulajdonképpen azt jelenti, hogy a területi autokorreláció logikájához hasonlóan a függő változó értékei alapján kiszámítjuk a szomszédos területegységek átlagos értékeit, a szomszédsági mátrix és a függő változó szorzatát véve, és az így kapott változót is belevesszük a modellbe magyarázóváltozóként. A módszer természetesen akkor eredményes, ha megszűnik a hibatag területi autokorreláltsága (Nemes Nagy 2009, 275. o.). A másik javítási lehetőség, amikor a hibatag térben késleltetett értékeit vonjuk be új magyarázóváltozóként, ez a Spatial Error Model (SEM) (Nemes Nagy 2009, 275. o.). 6 A Gini-koefficiens „a koncentráció relatív nagyságát jellemzi. Minden megfigyelési egység részarányának az összes többiétől való átlagos eltérését viszonyítja az átlaghoz” (Nemes Nagy szerk. 2005, 116. o.).
184
FÁBIÁN ZSÓFIA
az utóbbiba 17 cikk került. Ez a számarány is azt mutatja, hogy a térbeliség szerepe számos jelenség alakulásában meghatározó, így annak vizsgálata továbbra is fontos kutatói feladat. Azokat a cikkeket, ahol megfigyelhető a térbeliség szerepe, további három alcsoportra bontottam, miszerint: – bebizonyítják, hogy van szerepe (70), – már a kiinduláskor tudják, hogy van szerepe, ezt jellemzik (50), – már tényként veszik, hogy van szerepe a térbeliségnek a jelenség alakulásában (13). Azért kell ezt a fajta csoportosítást is megtenni, mert egy vizsgálat szempontjából nem mindegy, hogyan teszik fel a térbeliség szerepét firtató kérdést, tehát hogy egyáltalán van-e hatása, vagy a már meglévő hatást jellemzik. Fontos megjegyezni, hogy az egyes folyamatok esetében eltérő erősségű, jelentőségű a térbeliség szerepe, de a kérdés szubjektivitása miatt ennek részletesebb elemzésétől eltekintettem. Kiemelném azt is, hogy teljesen más egy cikk megközelítése akkor, ha eleve térbeli kérdést vizsgál, vagy ha csak mellékes mutatóként alkalmaz térparamétert vizsgálataiban. A végleges eredmény szempontjából azonban ez kevésbé releváns, így ennek a részletesebb taglalását sem tartottam szükségesnek. A korábbi csoportosítási szempontokat figyelembe véve tehetünk egy-két lényeges megállapítást. Egyrészt a vizsgálati témák szerint nem lehet egyértelműen meghatározni olyat, ahol a térbeliségnek egyáltalán nincs szerepe. Ebben az is közrejátszik, hogy a cikkek témájuk szerint elég széttagoltak, így egy-egy kategóriába esetenként kevés cikk került. Egy-két témakör, ahol egyértelműen jelentősnek mutatkozik a térbeliség szerepe, azonban kiemelhető, amelyek a következők: külföldiműködőtőke-befektetés, K+Ftevékenység, munkaerőpiaccal kapcsolatos kérdések, közlekedés, migráció. Megállapíthatunk jellemző témákat a térbeliség szerepét már eleve ismerő, csak azt részletesebben jellemző cikkek esetében is. Ezek népességeloszlással, migrációval és munkaerő-piaci kérdésekkel foglalkozó tanulmányok. Érdekes kérdés az is, hogy kontinensenként vagy világszinten látható-e összefüggés a térbeliség jelentőségét tekintve. Természetesen itt is óvatosan kell vizsgálódni, hiszen egy-egy kontinensre különböző számú cikk vonatkozik. Amit elsőként ki kell emelni, hogy a világszintű vizsgálatok között jelentős arányban találtam olyanokat, ahol a térbeliség szerepe nem releváns, elhanyagolható az adott jelenség esetében. Ebben nagyrészt az játszhat közre, hogy a világszintű vizsgálatok nagyobb léptékűek, mint azok, amelyek egyes országokra vagy kisebb országcsoportokra vonatkoznak. Kiemelem azt is, hogy az amerikai kontinensre vonatkozó vizsgálatok közül elhanyagolhatóan kevés számúban fordult elő az, hogy a térbeliségnek nincs szerepe. Európa és Ázsia esetében viszont jelentősebb arányban fordult elő olyan cikk, ahol a térbeliség hatása nem mutatható ki. A vizsgálati módszereket és térparaméterek fajtáját nézve nem lehet általános következtetéseket levonni a térbeliség szerepét illetően. Összegzés A külföldi szakirodalomból vett cikkek elemzése alapján a következők állapíthatók meg: – az általános gazdasági témájú és a tercier szektorral foglalkozó cikkekre jellemző inkább a térparaméterek használata;
A TÉRPARAMÉTEREK ÉRTELMEZÉSE ÉS SZEREPÜK A TERÜLETI KUTATÁSOKBAN
185
– a három leggyakrabban használt térparaméter a távolság, a szomszédság és a fekvés; – a leggyakrabban használt módszerek a regresszió, illetve annak területi változatai, valamint az autokorreláció és bizonyos ökonometriai modellek; – a térbeliség szerepének vizsgálata jelentős többletinformációt ad, így napjainkban sem hanyagolható el, főként a népességeloszlás, a migráció, a munkaerőpiaccal kapcsolatos kérdések, a közlekedés, a külföldiműködőtőke-befektetés és a K+Ftevékenység témakörökben. A kontinens és országtípus elkülönítéseket nézve kontinensenkénti kisebb mértékű eltérések megállapíthatók, azonban a fejlett-fejlődő országok elválasztás nem ad többletinformációt. IRODALOM Akerman, Anders (2003): Agglomeration of industry in China: Does location matter? M.Sc. Economics extended essay, http://people.su.se/~ank/China.pdf Amiti, Mary – Javorcki, Beata S. (2005): Trade Costs and Location of Foreign Firms in China, IMF Working Paper 05/55. Barkley, David L. – Henry, Mark S. – Lee, Doohee (2006): Innovative Activity in Rural Areas: The Role of Local and Regional Characteristics, Regional Economic Development Research Laboratory Clemson University, Clemson, South Carolina Bertaud, Alain – Malpezzi, Stephen (2001): The Spatial Distribution of Population in 35 World Cities: The Role of Markets, Planning, and Topography, Wisconsin-Madison CULER working papers 01–03., University of Wisconsin Center for Urban Land Economic Research Bobonis, Gustavo J. – Shatz, Howard J. (2007): Agglomeration, Adjustment, and State Policies in the Location of Foreign Direct Investment in the United States, The Review of Economics and Statistics, Vol. 89, 30–43. o. Boustan, Leah P. – Fishback, Price V. – Kantor Shawn. E. (2007): The Effect of Internal Migration on Local Labor Markets: American Cities During the Great Depression, NBER Working Papers No. 13276, National Bureau of Economic Research Brülhart, Marius (2001): Evolving Geographical Concentration of European manufacturing industries, Review of World Economics, 2. Busch, Marc L. – Reinhardt, Eric (2000): Industrial Location and Trade Politics in Europe, ftp://ns1.ystp.ac.ir/YSTP/1/1/ROOT/DATA/PDF/ECONOMY/Bush_Reinhardt_draft1.pdf Buzzelli, Michael – Jerrett, Michael – Burnett, Richard – Finklestein, Norm (2003): Spatiotemporal Perspectives on Air Pollution and Environmental Justice in Hamilton, Canada, 1985-1996, Annals of the Association of American Geographers, 3. Ceccato, Vania – Haining, Robert –Signoretta, Paola (2002): Exploring Offence Statistics in Stockholm City Using Spatial Analysis Tools, Annals of the Association of American Geographers, 1. Chakraborty, Jayajit (2009): Automobiles, Air Toxics, and Adverse Health Risks: Environmental Inequities in Tampa Bay, Florida, Annals of the Association of American Geographers, 4. Cheshire, Paul – Magrini, Stefano (2006): Population Growth in European Cities: weather matters – but only nationally, Regional Studies, Vol. 40. Conley, Timothy G. – Topa, Giorgio (2002): Socio-Economic Distance and Spatial Patterns in Unemployment, Journal of Applied Econometrics, 4. Dillman, Don A. – Carley-Baxter, Lisa R. (2000): Structural determinants of mail survey response rates over a 12 year period, 1988-1999 Proceedings of the Section on Survey Methods, The American Statistical Association. Va. Alexandria Forman, Chris – Goldfarb, Avi – Greenstein, Shane (2005): How do industry features influence the role of location on Internet adoption?, Journal of the Association for Information Systems, 12. Garretsen, Harry – Peeters, Jolanda (2006): Capital Mobility, Agglomeration and Corporate Tax Rates: Is the Race to the Bottom for Real?, DNB Working Papers, No. 113., Netherlands Central Bank, Research Department Huffman, David – Quigley, John M. (2006): The role of the university in attracting high tech entrepreneurship: A Silicon Valley tale, Berkeley Program on Housing and Urban Policy, Working Paper Series, 1044. Jakobi Ákos – Jeney László (2008): A szomszédsági mátrix problematikájának megoldási lehetőségei – elmélet és gyakorlat, Területi statisztika, 3. Kamarianakis, Yiannis –Prastacos, Poulicos (2003): Bivariate traffic relations: A space-time modeling approach, 50th North American Meetings of the Regional Science Association International (RSAI), Philadelphia, November 20–22.
186
FÁBIÁN ZSÓFIA
Korhonen, Jorma – Laulajainen, Risto (1984): Verifying a Spatial Forecast on Rural Retail Trade, Geografiska Annaler. Series B, Human Geography, 2. Krempel, Lothar – Plümper, Thomas (2003): Exploring the Dynamics of International Trade by Combining the Comparative Advantages of Multivariate Statistics and Network Visualizations, Journal of Social Structure (JOSS), 1. Longley, Paul A. – Tobón, Carolina (2004): Spatial Dependence and Heterogeneity in Patterns of Hardship: An Intra-Urban Analysis, Annals of the Association of American Geographers, 3. Mitchell, Andrew (2005): The ESRI guide to GIS analysis, Volume 2: Spatial measurements and statistics. Redlands, CA: ESRI Press Monastiriotis, Vassilis (2006): Sub-regional disparities in Britain: convergence, asymmetries and spatial dependence, Research Papers in Environmental and Spatial Analysis, 112 Müller, Daniel – Munroe, Darla K. (2008): Changing Rural Landscapes in Albania: Cropland Abandonment and Forest Clearing in the Postsocialist Transition, Annals of the Association of American Geographers, 4. Müller, Jean-Claude (1982): Non-Euclidean geographic spaces. mapping functional distance, Geographical Analysis, 3. Nemes Nagy József szerk. (2005): Regionális elemzési módszerek, ELTE Regionális Földrajzi Tanszék, Budapest Nemes Nagy József (2009): Terek, helyek, régiók. A regionális tudomány alapjai. Akadémiai Kiadó, Budapest Niebuhr, Annekatrin (2003): Spatial Interaction and Regional Unemployment in Europe, European Journal of Spatial Development, 5. Peeters, Ludo (2006): Job opportunities, amenities, and variable distance-deterrence effects: an empirical model of intermunicipal migration in Belgium, ERSA conference papers 06./585., European Regional Science Association Radil, Steven M. – Flint, Colin – Tita, George E. (2010): Spatializing Social Networks: Using Social Network Analysis to Investigate Geographies of Gang Rivalry, Territoriality, and Violence in Los Angeles, Annals of the Association of American Geographers, 2. Simmons, Cynthia S. (2004): The Political Economy of Land Conflict in the Eastern Brazilian Amazon, Annals of the Association of American Geographers, 1. Szabó Pál (2006) Régió és térszerkezet az Európai Unióban. PhD-disszertáció, Budapest. Talen, Emily (2001): School, Community, and Spatial Equity: An Empirical Investigation of Access to Elementary Schools in West Virginia, Annals of the Association of American Geographers, 3. Tanaka, Hisayoshi (2006): Subway Ridership and Area Characteristics around Subway Stations in New York City, http://www.ucgis.org/summer2006/studentpapers/tanaka_final.pdf Trevelyan, Barry – Smallman-Raynor, Matthew – Cliff, Andrew D. (2005): The Spatial Dynamics of Poliomyelitis in the United States: From Epidemic Emergence to Vaccine-Induced Retreat, 1910–1971, Annals of the Association of American Geographers, 2. Vilalta y Perdomo, Carlos J. (2004): The local context and the spatial diffusion of multiparty competition in Urban Mexico, 1994–2000, Political Geography, 4. Walks, R. Alan (2006): The Causes of City-Suburban Political Polarization? A Canadian Case Study, Annals of the Association of American Geographers, 2. Weber, Andrea – Strade, Andreas – Schön, Karl P. (2000): Synthetic analysis of selected indicators for the spatial differentiation of the EU territory, Study Programme on European Spatial Planning Strand I: Development of indicators reflecting criteria of spatial differentiation Final Report Prepared by the BBR, National Focal Point of Germany
Kulcsszavak: térparaméter, matematikai-statisztikai módszerek, területi kutatás, nemzetközi szakirodalom. Resume The main purpose of the research is to reveal through foreign academic publications if geographical parameters have a role in spatial research applying mathematical-statistical methodologies. Firstly it is necessary to determine the concept of geographical parameter as well as to characterize each types of geographical parameters. Consequently 150 articles have been classified which use geographical parameters in mathematical-statistical research. Our analysis is based on four main aspects: their subject, the type of geographical parameter and mathematical-statistical methodology used, as well as whether spatial aspects have any role in the phenomenon.
