Incorporating Transportation Network Structure in Spatial Econometric Models of Commodity Flows

摘要

Nous utilisons une extension économétrique spatiale du modèle à gravité traditionnel, basé sur la régression, pour modéliser des mouvements de marchandises, en nous concentrant sur une méthodologie officielle pour incorporer des informations concernant le réseau routier dans la structure de connectivité spatiale du modèle économétrique autorégressif spatial. Nous démontrons que notre simple principe d'incorporation de ces informations dans le modèle produit un modèle à correspondance supérieure et des valeurs de jonction à probabilité supérieure. Des estimations empiriques de l'importance relative des différents types de connectivité origine-destination entre les régions indiquent que les effets autorégressifs spatiaux les plus prononcés se produisent lorsque les régions d'origine et destinatrice possèdent des régions avoisinantes dans le réseau de grands axes.%We use a spatial econometric extension of the traditional regression-based gravity model to model commodity flows, focusing on a formal methodology for incorporating information regarding the highway network into the spatial connectivity structure of the spatial autoregressive econometric model. We show that our simple approach to incorporating this information in the model produces improved model fit and higher likelihood function values. Empirical estimates of the relative importance of the different types of origin-destination connectivity between regions indicates that the strongest spatial autoregressive effects arise when both origin and destination regions have neighbouring regions located on the highway network.