La cartografia come strumento di interpretazione dei risultati di un modello di scomposizione spaziale: nuove proposte con applicazione al caso dell’occupazione in Friuli Venezia Giulia

Abstract

Quando si considera l’analisi di fenomeni quantitativi spazialmente distribuiti, come quelli di carattere economico, è necessario adottare strumenti specifici in grado di trattare il problema autocorrelazione spaziale. Negli ultimi dieci anni, grazie alla diffusione di software per l’analisi di dati spaziali, e di strumenti per la visualizzazione grafica dei dati, il numero di studi economici territoriali sta progressivamente crescendo. Nella maggior parte dei casi gli strumenti disponibili consentono una rappresentazione efficiente sia dei dati “grezzi” sia dei risultati finali delle analisi. Questo lavoro mostra invece come la cartografia possa fungere da risultato intermedio, ma fondamentale, nell’analisi shift-share di tipo spaziale. Un’osservazione grafica preliminare del vicinato, condotta considerando un algoritmo basato sulla autocorrelazione spaziale, può essere utile per ottenere non solo risultati significativi, ma anche più facilmente interpretabili. Nel presente articolo saranno dapprima sviluppati alcuni risultati teorici riguardanti la modifica del ben noto metodo di ricerca del vicinato AMOEBA. Successivamente, l’analisi spaziale sarà applicata ai dati sull’occupazione del Friuli Venezia Giulia raccolti nell’Archivio delle Imprese Attive (ASIA) gestito dall’Istituto Nazionale di Statistica (ISTAT). Sia la cartografia intermedia sia gli algoritmi di scomposizione sono stati sviluppati in R integrando le librerie già disponibili per la visualizzazione dei dati spaziali con uno script sviluppato per l’occasione.

In the framework of the analysis of spatially distributed quantitative phenomena, as for instance the economic ones, it is necessary to adopt specific tools able to deal with the spatial autocorrelation issue. In the last decade, thanks to the deployment of software for spatial data analysis and visualization, the number of spatial economic studies progressively increased. In the most of cases the available software allow for efficient data representation. The present work aims at introducing cartography as an intermediate but crucial result in the Spatial Shift Share Analysis. A preliminary graphical analysis of the neighborhood, conducted by considering an algorithm based on the spatial autocorrelation, can be fundamental in order to obtain meaningful and interpretable results. Theoretical results regarding the modification of the well-known AMOEBA neighboring method are developed here and the spatial analysis is applied to the occupation data observed in Friuli Venezia Giulia. Data are collected in the Statistical Business Register, socalled ASIA, administered by the Italian National Statistical Institute (ISTAT). Both the intermediate cartography and the spatial decomposition algorithms are developed in R integrating the available spatial libraries with an ad-hoc script.