[논문 리뷰] Spatial Discrete Choice and Spatial Limited Dependent Variable Models: a review with an emphasis on the use in Regional Health Economics

Anna Gloria Billé, Giuseppe Arbia|arXiv (Cornell University)|2013. 02. 09.

Spatial and Panel Data Analysis참고 문헌 202인용 수 14

한 줄 요약

이 논문은 지역 보건 경제학 분야에서의 응용을 중시하며, 공간적 이산 선택 및 제한된 종속변수 모형을 검토한다. 이는 이산 및 범주형 결과에 대한 공간 경제학의 방법론적 발전을 종합적으로 다루며, 보건 관련 결정에서의 공간적 의존성과 이질성을 고려하는 모형을 강조한다. 특히 공간적으로 상관된 데이터에서 정책 관련 추론을 향상시키는 데 초점을 맞춘다.

ABSTRACT

Despite spatial econometrics is now considered a consolidated discipline, only in recent years we have experienced an increasing attention to the possibility of applying it to the field of discrete choices (e.g. Smirnov, 2010 for a recent review) and limited dependent variable models. In particular, only a small number of papers introduced the above-mentioned models in Health Economics. The main purpose of the present paper is to review the different methodological solutions in spatial discrete choice models as they appeared in several applied fields by placing an emphasis on the health economics applications.

연구 동기 및 목표

• 보건 경제학에서 이산 및 제한된 종속변수에 대한 공간 경제학 모형을 적용하는 데 미치는 격차를 보완하기 위해.
• 다양한 응용 분야에서 공간 이산 선택 모형의 방법론적 발전을 검토하기 위해.
• 이러한 모형들이 지역 보건 경제학 연구에 있어 관련성 있고 적절하게 적응될 수 있음을 강조하기 위해.
• 이진 및 범주형 보건 결과에서의 공간적 의존성 모형화에 대한 연구자들에게 종합적인 개요를 제공하기 위해.
• 보건 서비스 이용 및 제공자 선택과 같은 공간적으로 상관된 보건 결정의 모델링을 향상시키기 위해.

제안 방법

• 공간 오차 또는 공간 레그 구조를 통해 공간적 의존성을 포함하는 공간 프로비트 및 로짓 모형을 검토한다.
• 이산 결과를 위한 조건부 및 동시 공간 모형을 검토하며, 공간 자기회귀 및 공간 오차 구성요소의 사용을 포함한다.
• 다양한 분포 가정 하에 최대우도 추정법을 공간 이산 선택 모형에 적용하는 방법을 소개한다.
• 공간 설정에서 고차원 적분을 포함하는 모형을 다루기 위해 시뮬레이션 기반 추정 기법(예: GHK 시뮬레이터)을 고려한다.
• 공간 이탈링 및 공간 고유벡터 방법을 활용해 이산 선택 프레임워크 내에서 공간적 의존성을 포착하는 방법을 검토한다.
• 특히 소표본 설정에서 공간 제한된 종속변수 모형의 추론에 있어 빈도주의 및 베이지안 접근법을 비교한다.

실험 결과

연구 질문

• RQ1 공간적 의존성이 보건 데이터에 존재할 경우, 이를 적절히 모형화하여 편향된 추론을 방지할 수 있는가?
• RQ2 지역 보건 경제학에서 공간 프로비트 모형과 로짓 모형 간의 주요 방법론적 차이는 무엇인가?
• RQ3 공간 레그 및 공간 오차 구조는 보건 관련 이산 선택 모형의 적합도와 해석에 어떻게 기여하는가?
• RQ4 제한된 종속변수를 위한 공간 경제학 모형은 지역 보건 시스템에서의 정책 평가를 어떻게 향상시키는가?
• RQ5 실제 보건 데이터를 활용한 공간 이산 선택 모형을 추정할 때의 실용적 과제와 해결책은 무엇인가?

주요 결과

• 공간적 의존성이 보건 데이터에 존재할 경우, 공간 이산 선택 모형은 비공간 모형 대비 모형 적합도가 높고 편향이 감소한다.
• 공간 오차 또는 공간 레그 구성요소를 포함함으로써 보건 서비스 이용 모형에서 경계 효과의 추정이 더욱 정확해진다.
• 공간 이산 선택 모형에서 다변량 정규확률의 비가역 적분을 다루기 위해 GHK 시뮬레이터와 같은 시뮬레이션 기반 추정 기법이 필수적이다.
• 공간 필터링 기법은 대규모 데이터세트에서 전통적인 공간 자기회귀 모형에 비해 계산적으로 효율적인 대안을 제공한다.
• 소표본 설정에서 베이지안 추정 접근법은 공간적 의존성이 약하거나 복잡할 경우 더 신뢰할 수 있는 추론을 제공한다.
• 이러한 모형을 지역 보건 데이터에 적용함으로써 보건 서비스 채택 및 제공자 선택 패턴에서의 공간 전이 효과가 뚜렷하게 드러난다.