Distribución espacial de la actividad económica en la Comarca de Cartagena. Un análisis basado en la demografía empresarial usando Arcview y GeoDa

  1. FRANCISCO TOMAS CERDÁN 1
  2. FERNANDO LÓPEZ HERNÁNDEZ 1
  1. 1 Universidad Politécnica de Cartagena
    info

    Universidad Politécnica de Cartagena

    Cartagena, España

    ROR https://ror.org/02k5kx966

Revista:
Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA

ISSN: 1575-605X

Ano de publicación: 2013

Título do exemplar: Serie Monografías. Métodos cuantitativos e informática

Volume: 4

Número: 1

Páxinas: 97-118

Tipo: Artigo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Outras publicacións en: Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA

Resumo

El objetivo del presente estudio es realizar un análisis exploratorio de datos espaciales para describir la estructura económica del Campo de Cartagena desde la perspectiva espacial, utilizando la información disponible en la base de datos SABI (Sistemas de Análisis de Balances Ibéricos) que permite conocer la localización exacta de las empresas ubicadas en esta región. Se han utilizado los programas ArcGIS y GeoDa para realizar este análisis. En la primera parte del trabajo se hace una breve una descripción del más popular de los estadísticos de autocorrelación espacial, el índice de Moran, junto con su versión gráfica, el diagrama de dispersión de Moran. En la segunda parte, se aplican estos indicadores a la información sobre demografía empresarial disponible en la base de datos SABI. Se concluye en este análisis que tanto para los sectores agrícola, industrial y construcción hay una fuerte estructura de dependencia espacial, mientras que para el sector servicios tanto comerciales como no comerciales la localización de empresas no presenta estructura espacial.

Referencias bibliográficas

  • D. Puga, The magnitude and causes of agglomeration economies. Journal of Regional Science 50 (2010) (1):203–219.
  • G. Arbia, G. A lustrum of SEA: recent research trends following the creation of the Spatial Econometrics Association (2007–2011). (2011). Spatial Economic Analysis, 6(4), 377-395.
  • G.E.P. Box y G.M. Jenkins Time Series Analysis, Forecasting and Control (Holden-Day, San Francisco 1970).
  • W. Tobler, A computer Movie Simulating Urban Growth in the Detroit Region.Economic Geography, 46 (1970) 234-240.
  • P. Krugman Geografía y comercio. Editorial Antoni Boschv (1993)
  • P. Krugman Desarrollo, geografía y teoría económica. Editorial Antoni Boschv (1997)
  • P. Moran, The Interpretation of Statistical Maps. Journal of the Royal Statistical Society B, 10, (1948) 243-251.
  • R. Geary, The contiguity ratio and statistical mapping. The Incorporated Statistician 5, (1954)115–145.
  • J.H.P. Paelinck, Elements d'Analyse Economique Spatiale. (1985) París: Economica
  • L. Anselin, Space and applied econometrics, Anselin (ed.), Special Issue. Regional Science and Urban Economics, 22. (1992)
  • L. Anselin. Spatial econometrics: Methods and models, (1988) Kluwer Academic Press.
  • A. Getis, A. y J.K. Ord. The analysis of spatial association by use of distance statistics, Geographical Analysis (1992) 24, 189-206.
  • J. Pinkse, y Brett, C., Spatial price competition a semiparametric approach. Econometrica (2002) 70, 1111–1153.
  • FA López, M Matilla, J Mur y M Ruiz A Non-Parametric Spatial Independence Test Using Symbolic Entropy, Regional Science and Urban Economic. (2010) 40, 106-115
  • Chasco, C. (2003) Econometría espacial aplicada a la predicción-extrapolación de datos microterritoriales, Consejería de Economía e Innovación Tecnológica de la Comunidad de Madrid. Descargable desde: http://www.madrid.org/cs/Satellite?idConsejeria=1109266187242&idListConsj=1 109265444710&c=CM_Publicaciones_FA&pagename=ComunidadMadrid%2FEs tructura&sm=1109266101003&idOrganismo=1109266227074&pid=11092654446 99&language=es&cid=1114175317832
  • A.D. Cliffy J.K. Spatial Autocorrelation (Pion, London, 1973)
  • A.D. Cliff y J.K Spatial Processes. Models & Applications. (Edit. Pion Limited, 1981).
  • A.K. Sen, Large sample-size distribution of statistics used in testing for spatial correlation. Geographical Analysis 8, (1976) 175-184
  • R. Guillain y J. Le Gallo, Agglomeration and dispersion of economic activities in and around Paris: an exploratory spatial data analysis, Environment and Planning B: Planning and Design, 37, (2010) pp. 961-981
  • G. Arbia, Modelling the geography of economic activities on a continuous space, Papers in Regional Sciences, (2001)80(4), 411-424
Fonte de datos: Dialnet