Il corso si propone di introdurre gli/le studenti/esse allo studio dei fenomeni spaziali e della loro influenza su attività e comportamenti economici. L’obiettivo è di utilizzare caratteristiche geografiche di base come la distanza, la vicinanza e le caratteristiche fisiche dei territori per comprendere come lo spazio e la localizzazione delle risorse abbiano un effetto su processi economici, sociali, urbani ed ecologici.
Durante il corso verranno esaminate le diverse tipologie di dati spaziali, ovvero quei dati che incorporano una componente geografica, e le metodologie usate in ambito economico. Il corso fornirà gli strumenti necessari per l'utilizzo di dati georeferenziati e mostrerà diverse applicazioni in cui questi possono essere utilizzati in diversi campi dell'economia (e.g., economia dell’ambiente e dello sviluppo, economia urbana e regionale). Verranno esaminati diversi esempi di analisi economiche che utilizzano dati spaziali per comprendere la rilevanza di questo approccio in diversi campi. L'obiettivo è di fornire agli/alle studenti/esse gli strumenti necessari per manipolare e visualizzare i dati geospaziali, per generare output sotto forma di mappe o statistiche da utilizzare nell'analisi economica. Attraverso esercitazioni pratiche, il corso mira a fornire le competenze necessarie per replicare questi approcci e implementare i concetti di base dei modelli economici spaziali. Alla fine del corso gli/le studenti/esse saranno in grado di formulare le proprie domande di ricerca e le modalità di risposta utilizzando i dati geospaziali.
Durante il corso verranno esaminate le diverse tipologie di dati spaziali, ovvero quei dati che incorporano una componente geografica, e le metodologie usate in ambito economico. Il corso fornirà gli strumenti necessari per l'utilizzo di dati georeferenziati e mostrerà diverse applicazioni in cui questi possono essere utilizzati in diversi campi dell'economia (e.g., economia dell’ambiente e dello sviluppo, economia urbana e regionale). Verranno esaminati diversi esempi di analisi economiche che utilizzano dati spaziali per comprendere la rilevanza di questo approccio in diversi campi. L'obiettivo è di fornire agli/alle studenti/esse gli strumenti necessari per manipolare e visualizzare i dati geospaziali, per generare output sotto forma di mappe o statistiche da utilizzare nell'analisi economica. Attraverso esercitazioni pratiche, il corso mira a fornire le competenze necessarie per replicare questi approcci e implementare i concetti di base dei modelli economici spaziali. Alla fine del corso gli/le studenti/esse saranno in grado di formulare le proprie domande di ricerca e le modalità di risposta utilizzando i dati geospaziali.
scheda docente
materiale didattico
Introduzione all’analisi economica spaziale
- Il ruolo dello spazio nella teoria economica e nella ricerca empirica
- Concetti chiave dell’economia spaziale
Panoramica dei Sistemi Informativi Geografici (GIS) nella ricerca economica
- L’utilizzo dei GIS nelle scienze economiche e sociali
- Strumenti e funzionalità di base dei GIS
Lavorare con dati spaziali in R
- Introduzione ai pacchetti R per l’analisi geospaziale
- Tipi e strutture dei dati geospaziali
- Importazione e gestione di dataset spaziali
- Manipolazione e trasformazione dei dati
- Visualizzazione dei dati spaziali (mappe, sovrapposizioni, layer tematici)
Applicazioni dell’analisi spaziale in economia, e.g.:
- Agglomerazione spaziale e crescita economica
- Economia dello sviluppo: istituzioni, infrastrutture e mercati
- Cambiamenti climatici, disastri naturali ed esternalità ambientali
- Economia dei conflitti, degli sfollamenti e delle migrazioni
- Innovazione e diffusione della conoscenza nello spazio
- Economia urbana, regionale e dei trasporti
Di seguito viene fornita una lista rappresentativa degli articoli che saranno oggetto di studio e discussione nel corso:
Chaney, E. (2013). Revolt on the Nile: Economic shocks, religion, and political power. Econometrica, 81(5), 2033-2053.
Alesina, A., Giuliano, P., & Nunn, N. (2011). Fertility and the Plough. American Economic Review, 101(3), 499-503.
Abadie and Gardeazabal (2003). The Economic Costs of Conflict: A Case Study of the Basque Country. American Economic Review, 93(1), 113-132.
Alsan, M. (2015). The effect of the Tsetse Fly on African development. American Economic Review, 105(1), 382-410.
Dell, M. (2010). The persistent effects of Peru's mining mita. Econometrica, 78(6), 1863-1903.
Mayshar, J., Moav, O., & Pascali, L. (2022). The origin of the state: Land productivity or appropriability?. Journal of Political Economy, 130(4), 1091-1144.
Henderson J. V., Storeygard A., Weil D. N. (2012), Measuring Economic Growth from Outer Space, American Economic Review, 102(2): 994-1028.
Chen, Y., Jin, G. Z., Kumar, N., & Shi, G. (2013). The promise of Beijing: Evaluating the impact of the 2008 Olympic Games on air quality. Journal of Environmental Economics and Management, 66(3), 424-443.
Nunn, N. (2008). The long-term effects of Africa's slave trades. The Quarterly journal of economics, 123(1), 139-176.
Harari, M., & Ferrara, E. L. (2018). Conflict, climate, and cells: a disaggregated analysis. Review of Economics and Statistics, 100(4), 594-608.
Conley, T. G., & Udry, C. R. (2010). Learning about a new technology: Pineapple in Ghana. American economic review, 100(1), 35-69.
Costantini, V., Leone Sciabolazza, V., & Paglialunga, E. (2023). Network-driven positive externalities in clean energy technology production: the case of energy efficiency in the EU residential sector. The Journal of Technology Transfer, 48(2), 716-748.
Michalopoulos, S. (2012). The Origins of Ethnolinguistic Diversity. American Economic Review 102 (4): 1508–39.
Dinkelman, T. (2011). The Effects of Rural Electrification on Employment: New Evidence from South Africa. American Economic Review 101 (7): 3078–3108.
Duflo, E., & Pande, R. (2007). Dams. The Quarterly Journal of Economics, 122(2), 601-646.
Chiovelli, G., Michalopoulos, S., Papaioannou, E. (2025). Landmines and spatial development. Econometrica, Forthcoming.
Kahn, M. E., Li, P., and Zhao, D. (2015). Water Pollution Progress at Borders: The Role of Changes in China's Political Promotion Incentives. American Economic Journal: Economic Policy 7 (4): 223–42.
Proost, S., & Thisse, J. F. (2019). What can be learned from spatial economics?. Journal of Economic Literature, 57(3), 575-643.
Kudamatsu, M. (2018). GIS for credible identication strategies in economics research. CESifo Economic Studies, 64(2), 327-338.
20. Dell, M., Jones, B. F., & Olken, B. A. (2014). What do we learn from the weather? The new climate-economy literature. Journal of Economic literature, 52(3), 740-798.
Programma
l corso fornisce un’introduzione ai principi e alle applicazioni dell’analisi spaziale in economia, con particolare attenzione all’utilizzo dei Sistemi Informativi Geografici (GIS) e dei dati spaziali nella ricerca empirica. Gli studenti apprenderanno come gestire dati geospaziali, applicare metodi GIS utilizzando R e analizzare temi economici in cui la dimensione spaziale è centrale.Introduzione all’analisi economica spaziale
- Il ruolo dello spazio nella teoria economica e nella ricerca empirica
- Concetti chiave dell’economia spaziale
Panoramica dei Sistemi Informativi Geografici (GIS) nella ricerca economica
- L’utilizzo dei GIS nelle scienze economiche e sociali
- Strumenti e funzionalità di base dei GIS
Lavorare con dati spaziali in R
- Introduzione ai pacchetti R per l’analisi geospaziale
- Tipi e strutture dei dati geospaziali
- Importazione e gestione di dataset spaziali
- Manipolazione e trasformazione dei dati
- Visualizzazione dei dati spaziali (mappe, sovrapposizioni, layer tematici)
Applicazioni dell’analisi spaziale in economia, e.g.:
- Agglomerazione spaziale e crescita economica
- Economia dello sviluppo: istituzioni, infrastrutture e mercati
- Cambiamenti climatici, disastri naturali ed esternalità ambientali
- Economia dei conflitti, degli sfollamenti e delle migrazioni
- Innovazione e diffusione della conoscenza nello spazio
- Economia urbana, regionale e dei trasporti
Testi Adottati
Il materiale didattico sarà costituito da una selezione di articoli scientifici, che verranno forniti durante le lezioni e saranno oggetto di discussione e replicazione pratica con dati geospaziali. Gli articoli coprono diverse aree di applicazione dell’analisi spaziale in economia e permetteranno agli studenti di acquisire familiarità con approcci empirici e metodologie di frontiera. Il materiale didattico (slide, dispense, esercizi, articoli scientifici) sarà reperibili all'interno delle piattaforme Moodle/Teams.Di seguito viene fornita una lista rappresentativa degli articoli che saranno oggetto di studio e discussione nel corso:
Chaney, E. (2013). Revolt on the Nile: Economic shocks, religion, and political power. Econometrica, 81(5), 2033-2053.
Alesina, A., Giuliano, P., & Nunn, N. (2011). Fertility and the Plough. American Economic Review, 101(3), 499-503.
Abadie and Gardeazabal (2003). The Economic Costs of Conflict: A Case Study of the Basque Country. American Economic Review, 93(1), 113-132.
Alsan, M. (2015). The effect of the Tsetse Fly on African development. American Economic Review, 105(1), 382-410.
Dell, M. (2010). The persistent effects of Peru's mining mita. Econometrica, 78(6), 1863-1903.
Mayshar, J., Moav, O., & Pascali, L. (2022). The origin of the state: Land productivity or appropriability?. Journal of Political Economy, 130(4), 1091-1144.
Henderson J. V., Storeygard A., Weil D. N. (2012), Measuring Economic Growth from Outer Space, American Economic Review, 102(2): 994-1028.
Chen, Y., Jin, G. Z., Kumar, N., & Shi, G. (2013). The promise of Beijing: Evaluating the impact of the 2008 Olympic Games on air quality. Journal of Environmental Economics and Management, 66(3), 424-443.
Nunn, N. (2008). The long-term effects of Africa's slave trades. The Quarterly journal of economics, 123(1), 139-176.
Harari, M., & Ferrara, E. L. (2018). Conflict, climate, and cells: a disaggregated analysis. Review of Economics and Statistics, 100(4), 594-608.
Conley, T. G., & Udry, C. R. (2010). Learning about a new technology: Pineapple in Ghana. American economic review, 100(1), 35-69.
Costantini, V., Leone Sciabolazza, V., & Paglialunga, E. (2023). Network-driven positive externalities in clean energy technology production: the case of energy efficiency in the EU residential sector. The Journal of Technology Transfer, 48(2), 716-748.
Michalopoulos, S. (2012). The Origins of Ethnolinguistic Diversity. American Economic Review 102 (4): 1508–39.
Dinkelman, T. (2011). The Effects of Rural Electrification on Employment: New Evidence from South Africa. American Economic Review 101 (7): 3078–3108.
Duflo, E., & Pande, R. (2007). Dams. The Quarterly Journal of Economics, 122(2), 601-646.
Chiovelli, G., Michalopoulos, S., Papaioannou, E. (2025). Landmines and spatial development. Econometrica, Forthcoming.
Kahn, M. E., Li, P., and Zhao, D. (2015). Water Pollution Progress at Borders: The Role of Changes in China's Political Promotion Incentives. American Economic Journal: Economic Policy 7 (4): 223–42.
Proost, S., & Thisse, J. F. (2019). What can be learned from spatial economics?. Journal of Economic Literature, 57(3), 575-643.
Kudamatsu, M. (2018). GIS for credible identication strategies in economics research. CESifo Economic Studies, 64(2), 327-338.
20. Dell, M., Jones, B. F., & Olken, B. A. (2014). What do we learn from the weather? The new climate-economy literature. Journal of Economic literature, 52(3), 740-798.
Modalità Frequenza
La frequenza non è obbligatoria, ma è fortemente consigliata, soprattutto considerando il carattere applicato del corso e le attività pratiche svolte in aula.Modalità Valutazione
La valutazione del corso si basa su una prova intermedia articolata in due parti: • Elaborato scritto (tesina): gli studenti dovranno sviluppare un breve lavoro di ricerca applicata su un tema concordato, utilizzando dati geospaziali e strumenti trattati nel corso. • Presentazione orale: ciascuno studente presenterà il proprio elaborato alla classe, illustrando le finalità, i dati utilizzati, la metodologia seguita e i principali risultati ottenuti. Entrambe le componenti contribuiranno alla valutazione finale, tenendo conto della qualità dell’analisi, della chiarezza espositiva e della capacità di interpretazione critica dei risultati.