Spatiotemporal Autoregressive Models for Areal Compositional Data

1. Problématique et Contexte

Les données économiques régionales, telles que les parts de marché des secteurs industriels ou la répartition des types de transactions immobilières, sont intrinsèquement composées (ou compositional data). Cela signifie qu'elles sont constituées de proportions qui, pour chaque unité spatiale, somment à une constante (généralement 1 ou 100 %). Cette contrainte de somme unitaire crée une dépendance structurelle entre les composantes et place les données sur un simplexe géométrique plutôt que dans un espace euclidien.

Le défi majeur identifié par les auteurs est l'absence de modèles statistiques adaptés pour analyser ces données composées zonales dans un cadre spatio-temporel.

• Les méthodes existantes traitent souvent soit la dimension spatiale, soit la dimension temporelle, soit les contraintes compositionnelles, mais rarement les trois simultanément.
• Les modèles classiques (régression linéaire, modèles autorégressifs standards) ignorent la géométrie du simplexe, ce qui peut conduire à des prédictions incohérentes (négatives ou ne sommant pas à 1) et à une mauvaise spécification des dépendances.
• Il existe un besoin crucial de modèles capables de capturer simultanément : (i) la nature contrainte des données, (ii) la dépendance temporelle au sein des régions, (iii) la dépendance spatiale entre les régions, et (iv) les interactions entre les différentes composantes du vecteur.

2. Méthodologie Proposée

Les auteurs proposent un modèle autorégressif multivarié simultané (MSAR) adapté aux données de panel zonales à valeurs compositionnelles. L'approche repose sur trois piliers méthodologiques :

A. Transformation Isométrique Log-Ratio (ilr)

Pour contourner les problèmes géométriques du simplexe et permettre l'utilisation de méthodes statistiques linéaires standard, le modèle opère dans un espace euclidien transformé.

• Les observations compositionnelles $Z_t$ (sur le simplexe $S^D$) sont transformées via la transformation isométrique log-ratio (ilr) en un vecteur $Y_t$ dans $\mathbb{R}^{D-1}$.
• Cette transformation préserve les distances et les produits scalaires (isomorphisme isométrique), permettant d'appliquer des modèles linéaires tout en respectant la structure intrinsèque des données.

B. Structure du Modèle MSAR Spatio-Temporel

Une fois transformées, les données $Y_t$ suivent un processus autorégressif multivarié dynamique :
$$Y_t = \sum_{i=1}^q X_{t,i}\beta_i + W Y_t \Psi + \sum_{\ell=1}^L Y_{t-\tau_\ell} \Pi_\ell + E_t$$
Où :

• $Y_t$ est la matrice des observations transformées ($n$ unités spatiales $\times$ $D-1$ composantes).
• $W$ est la matrice de poids spatiaux (connue, définissant la contiguïté ou la distance).
• $\Psi$ est la matrice des coefficients autorégressifs spatiaux contemporains (capturant l'interdépendance immédiate entre voisins et entre composantes).
• $\Pi_\ell$ sont les matrices des coefficients temporels pour les retards $\tau_\ell$ (capturant la persistance temporelle et les interactions dynamiques entre composantes).
• $X_{t,i}$ sont les régresseurs exogènes.
• $E_t$ est le terme d'erreur.

Le modèle est estimé via une approche de Quasi-Vraisemblance Maximale (QML). En vectorisant le système, le modèle multivarié est traité comme un modèle autorégressif univarié de grande dimension avec une matrice de poids structurée ($\Psi^T \otimes W$).

C. Propriétés Théoriques et Inférence

Les auteurs établissent rigoureusement les propriétés asymptotiques de l'estimateur QML :

• Identifiabilité : Les paramètres sont uniques sous des conditions de stabilité (rayon spectral des opérateurs de transition < 1).
• Consistance : L'estimateur converge vers les vrais paramètres lorsque le nombre de régions ($n$) et le nombre de périodes temporelles ($T$) augmentent.
• Normalité Asymptotique : Sous des hypothèses de moments finis et de régularité, l'estimateur suit une loi normale asymptotique. Les auteurs dérivent la matrice de covariance asymptotique (forme "sandwich" pour gérer les erreurs de spécification de la distribution des erreurs).

3. Contributions Clés

1. Cadre Unifié : C'est, à la connaissance des auteurs, le premier modèle capable de modéliser simultanément la dynamique spatio-temporelle et les contraintes compositionnelles pour des données zonales.
2. Gestion de la Géométrie : L'intégration de la transformation ilr dans un cadre autorégressif multivarié permet d'interpréter les effets marginaux directement sur le simplexe (parts de marché) tout en utilisant une estimation linéaire robuste.
3. Théorie Asymptotique Rigoureuse : La preuve de la consistance et de la normalité asymptotique dans un régime où $n$ et $T$ tendent vers l'infini (avec des contraintes de croissance sur $n$ par rapport à $T$) comble un vide théorique important dans l'économétrie spatiale.
4. Interprétabilité : Le papier propose une méthode pour décomposer les effets en effets directs (sur l'unité elle-même) et effets indirects (spillovers spatiaux) sur l'échelle originale des parts de marché, malgré la non-linéarité de la transformation inverse.

4. Résultats Empiriques

Les auteurs valident le modèle sur deux études de cas réelles :

Étude de Cas 1 : Marché Immobilier à Berlin (1995–2015)

• Données : Transactions mensuelles dans 24 régions de codes postaux, classées en trois catégories : terrains non aménagés, terrains aménagés et copropriétés (condominiums).
• Résultats :
  • La dépendance temporelle domine la dépendance spatiale. Il existe une forte persistance à court terme et des effets saisonniers annuels clairs.
  • Les effets spatiaux sont modérés mais significatifs, indiquant que les tendances d'un quartier influencent ses voisins.
  • Interprétation économique : Le modèle révèle une réallocation progressive du marché vers les copropriétés au détriment des terrains non aménagés. Les chocs locaux (ex: augmentation des ventes de copropriétés) se propagent principalement au sein du district, avec des effets de débordement spatiaux faibles mais directionnels.

Étude de Cas 2 : Secteurs Économiques en Espagne (2012–2021)

• Données : Répartition annuelle des entreprises dans 2 793 municipalités entre Services, Industrie et Construction.
• Résultats :
  • La persistance temporelle est extrêmement forte (coefficients autorégressifs proches de 1), suggérant que la structure sectorielle des municipalités évolue très lentement.
  • Les effets spatiaux sont statistiquement insignifiants, contrairement au cas de Berlin. Cela suggère une absence de clustering spatial fort des structures sectorielles à cette échelle.
  • Le modèle explique plus de 90 % de la variance temporelle des compositions transformées.

5. Signification et Perspectives

Ce travail est significatif car il fournit un outil robuste pour l'analyse des systèmes économiques régionaux complexes où les parts de marché sont interdépendantes.

• Applications : Le modèle est applicable à divers domaines : écologie (composition des espèces), démographie (répartition par âge), épidémiologie, et économie régionale.
• Limites et Futur : Les auteurs suggèrent des extensions futures, notamment pour gérer les données avec des zéros (via des transformations $\alpha$), des modèles à coefficients variant dans l'espace ou le temps, et des modèles à changements de régime pour capturer des ruptures structurelles.

En conclusion, Eckardt et Otto réussissent à combiner la rigueur de la géométrie des données compositionnelles avec la puissance des modèles économétriques spatio-temporels, offrant une nouvelle perspective pour comprendre la dynamique des structures régionales.