Quelque part dans le temps : contribution de la dimension temporelle dans l’analyse de microdonnées en coupes transversales empilées

摘要

RÉSUMÉ: Dans le contexte d’une disponibilité croissante des microdonnées (données désagrégées à l’échelle individuelle) non répétées, il est commun de constater l’application de méthodes économétriques spatiales en ignorant la dimension temporelle. Les relations spatiales se caractérisent par leur nature multidirectionnelle, tandis que les relations dans le temps respectent une logique unidirectionnelle. L’hypothèse principale de la recherche suggère qu’en omettant la dimension temporelle le chercheur postule la simultanéité des observations, surestimant ainsi les relations spatiales. En conséquence, les statistiques spatiales estimées sont faussées nuisant au contrôle de la dépendance temporelle et aux résultats de recherche. La thèse vise à i) évaluer les conséquences d’une telle omission sur les statistiques de détection et de correction de la dépendance spatiale et ii) à présenter des approches de modélisation basées sur un estimateur de différence-en-différences (DID) permettant un contrôle des effets spatiaux et temporels. La thèse peut être décomposée en six sections. La première section propose une introduction générale présentant le contexte ainsi que la problématique de la recherche. La seconde et la troisième section discutent respectivement du cadre théorique et méthodologique de la recherche. La notion d’espace dans la science régionale ainsi que certains fondements de l’économétrie spatiale et de la méta-analyse y sont notamment présentés. À partir de données de transactions immobilières, la quatrième section regroupe les deux premiers articles de la thèse misant sur la méta-analyse afin d’évaluer l’effet de l’omission de la dépendance temporelle sur l’analyse de données en coupes transversales empilées.udLa cinquième section regroupe les deux articles suivants proposant des applications concrètes permettant de contrôler en large partie l’effet de variation spatiale pour se concentrer sur la dimension temporelle, et l’estimation d’un modèle DID. Finalement, une conclusion générale présente une synthèse des résultats. Les conclusions de la recherche soulignent la contribution de la dimension temporelle aux analyses. En effet, si les observations sont situées dans l’espace, elles le sont également dans le temps. L’omission de la dépendance temporelle affecte la mesure des effets marginaux et de débordement. Les méthodes économétriques spatiotemporelles devraient ainsi être priorisées au risque d’invalider les résultats d’études. La portée de ces résultats s’étend à tous les champs de recherche régionale, urbaine ou territoriale impliquant l’analyse quantitative de microdonnées non répétées. -- Mot(s) clé(s) en français : Économétrie spatiale; Autocorrélation spatiale; Modélisation spatiotemporelle; Modèle de prix hédonique; Science régionale; Microdonnées. -- ABSTRACT: Unrepeatedly collected and geolocated micro data (disaggregated data at the individual level) are increasingly available. Despite the presence of a temporal dimension, it is not uncommon for these data to be analyzed using a strictly spatial approach. The challenge lies in the different nature of the spatial (multidirectional) and temporal (unidirectional) relations. The main assumption of the research suggests that by omitting the temporal dimension the researcher postulates the simultaneous observation of the datas, thus overestimating the spatial relationships. Accordingly, the estimated spatial statistics are affected invalidating study results. The thesis aims to i) evaluate the consequences of such an omission on spatial dependency detection and correction statistics and ii) to present a modeling approach based on a difference-in-differences (DID) estimator controlling for spatial and temporal effects. The thesis can be divided into six sections. The first section provides a general introduction presenting the general context and motivation of the research. The second and third sections respectively discuss the theoretical and methodological framework of the research.udThe notion of space in regional science and some foundations of spatial econometrics and the meta-analysis methods are presented. Using real estate data, the fourth section contains the first two papers of the thesis focusing on the meta-analysis to assess the effect of the omission of the temporal dimension in cross-sectional micro-data pooled over time. The fifth section provides the following two articles offering practical applications based on a DID estimator controlling for spatial variation effects to focus on the temporal dimension. Finally, a general conclusion summarizes the results. Overall, the research findings highlight the contribution of the temporal dimension to the analysis. Indeed, while the observations are located in space, they also are situated in time. The omission of the temporal dimension will adversely affect marginal and spillover effect measures. Spatiotemporal econometric methods should be prioritized for valid study results. These findings can be extended to all regional, urban or territorial quantitative analysis involving spatial micro data pooled over time. -- Mot(s) clé(s) en anglais : Spatial econometrics; Spatial autocorrelation; Spatiotemporal modelling; Hedonic pricing model; Regional science; Microdata.