Interpreting dynamic space-time panel data models

La littérature économétrique récente fait une place croissante à l'étude des propriétés asymptotiques des différentes méthodes d'estimation des modèles de données de panel spatio-temporels. Toutefois, force est de constater que peu d'attention est consacrée à l'interprétation économique de tels modèles malgré leur grand intérêt pour la modélisation des phénomènes économiques dans une dimension spatio-temporelle et le rôle qu'ils pourraient jouer dans l'évaluation des politiques économiques dans cette même dimension. Nous montrons dans ce papier que les coefficients estimés de ces modèles permettent d'expliciter non seulement la dynamique temporelle des impacts mais également leur dynamique spatiale et surtout de quantifier la diffusion spatio-temporelle de l'impact d'une variation d'une variable explicative. La méthode proposée est illustrée par une étude de la demande de cigarettes dans 46 Etats américains sur la période 1963-1992 en utilisant une base de données bien connue dans la littérature économétrique. La présence d'autocorrélation spatiale est ici motivée par un effet de " contrebande ". Les consommateurs proches des frontières d'un état achèteront en effet leurs cigarettes dans les états voisins si le prix des cigarettes y est inférieur à celui pratiqué dans leur propre Etat.