| Titre | Les indices de concentration géographique à l'épreuve de l'agrégation des données | |
|---|---|---|
| Auteur | Emmanuel Auvray, Salima Bouayad-Agha | |
 |
Revue | Economie et prévision |
| Numéro | no 216, 2019/2 Conférence TEPP 2018 | |
| Page | 1-20 | |
| Résumé |
Pour caractériser la concentration spatiale des activités économiques, il convient de disposer de mesures
statistiques fiables. Ceci permet d'évaluer les disparités existantes et de pouvoir comparer les niveaux de
concentration par secteur dans le temps et dans l'espace. L'espace est continu mais sa discrétisation du fait du
regroupement spatial d'observations à des échelles géographiques différentes (communes, départements, régions)
peut induire une erreur de mesure (Briant et alii, 2010). Comme il n'est pas toujours possible de mobiliser la
position exacte des entités, ce travail se propose d'étudier, à partir de données simulées, jusqu'à quel point les
indices de concentration géographique des activités peuvent être biaisés par l'agrégation géographique. Nous
montrons que les valeurs des indices sont sensibles à l'échelle géographique sur la base desquels ils sont calculés et
que certains indices sont plus robustes que d'autres à l'agrégation géographique. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
To characterise the spatial concentration of economic activities, reliable statistical measures are needed. This
allows assessment of existing disparities and comparison of concentration levels by sector in time and space. Space
is continuous but its discretisation due to spatial grouping of observations at different geographical scales
(municipalities, départements, regions) can induce a measurement error (Briant et alii, 2010), thus affecting the
representation of the concentration. Since it is not always possible to utilise the exact position of the entities, this
work proposes to study, from simulated data, the extent to which the most commonly used indices of geographic
concentration of activities can be biased by geographical aggregation. We show that index values are sensitive to the
geographical scale on which they are calculated and that some indices are more robust than others to geographic
aggregation. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=ECOP_216_0002 |
