Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen
Les interactions spatiales entre les régions traduisent l’existence d’une dépendance spatiale également appelée autocorrélation spatiale. La modélisation de ces interactions nécessite l’utilisation de matrices de poids permettant d’imposer une structure sur leur étendue. Dans la littérature, les m...
Bewaard in:
| Hoofdauteur: | |
|---|---|
| Formaat: | Article ou chapitre numérique |
| Taal: | Français |
| Gepubliceerd in: |
2006
|
| Onderwerpen: | |
| Online toegang: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| id |
cairn-RERU_061_0007 |
|---|---|
| record_format |
cairn |
| spelling |
cairn-RERU_061_0007RERURevue d’Économie Régionale & Urbaine https://shs.cairn.info/revue-d-economie-regionale-et-urbaine-2006-1-page-7?lang=fr https://doi.org/10.3917/reru.061.0007 Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen Virol, Stéphane2006 concentrationdiscontinuitééconométrie spatialeinteractions spatialesmatrices de poidsconcentrationdiscontinuityspatial econometricsspatial interactionsspatial weights matrixfre Revue d’Économie Régionale & Urbaine | jui | 1 | 2006-06-01 | p. 7-26 | 0180-7307 RERU_0619 Les interactions spatiales entre les régions traduisent l’existence d’une dépendance spatiale également appelée autocorrélation spatiale. La modélisation de ces interactions nécessite l’utilisation de matrices de poids permettant d’imposer une structure sur leur étendue. Dans la littérature, les matrices de contiguïté et des k-plus proches voisins sont les plus couramment utilisées. Afin de dépasser ces deux approches, jugées insuffisantes d’un point de vue théorique à l’heure d’expliquer les relations économiques interrégionales, nous introduisons les trois éléments suivants au sein de matrices de pondération construites en analogie au modèle gravitationnel : la distance temps, la population et les infrastructures routières. L’analyse montre, d’une part, que ces matrices semblent plus aptes à capter le phénomène de concentration globale de l’espace européen et d’autre part, qu’elles modifient l’étendue des interactions spatiales, mettant en exergue la discontinuité de celles-ci dans l’espace. Time distance, spatial interactions discontinuity and European space global concentration The spatial interactions between the areas express the existence of a spatial dependence also called autocorrelation. The modelization of these interactions requires the use of spatial weights matrix. In the literature, the matrix of adjacency and k-nearest neighbors are most usually used. We seek to improve this modelization by building up gravitational spatial weights matrix which integrate relevant elements put forward by spatial theory : the time distance, population and infrastructures. The analysis shows that these matrix seem ready to collect the European space concentration phenomenon and that they modify the extent of the spatial interactions, putting forward the discontinuity of those in space. Cairn free access |
| language |
Français |
| format |
Article ou chapitre numérique |
| building |
0/Bibliothèque numérique/ 1/Bibliothèque numérique/Cairn/ |
| topic |
concentration discontinuité économétrie spatiale interactions spatiales matrices de poids concentration discontinuity spatial econometrics spatial interactions spatial weights matrix |
| spellingShingle |
concentration discontinuité économétrie spatiale interactions spatiales matrices de poids concentration discontinuity spatial econometrics spatial interactions spatial weights matrix Virol, Stéphane Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen |
| topic_facet |
concentration discontinuité économétrie spatiale interactions spatiales matrices de poids concentration discontinuity spatial econometrics spatial interactions spatial weights matrix |
| description |
Les interactions spatiales entre les régions traduisent l’existence d’une dépendance spatiale également appelée autocorrélation spatiale. La modélisation de ces interactions nécessite l’utilisation de matrices de poids permettant d’imposer une structure sur leur étendue. Dans la littérature, les matrices de contiguïté et des k-plus proches voisins sont les plus couramment utilisées. Afin de dépasser ces deux approches, jugées insuffisantes d’un point de vue théorique à l’heure d’expliquer les relations économiques interrégionales, nous introduisons les trois éléments suivants au sein de matrices de pondération construites en analogie au modèle gravitationnel : la distance temps, la population et les infrastructures routières. L’analyse montre, d’une part, que ces matrices semblent plus aptes à capter le phénomène de concentration globale de l’espace européen et d’autre part, qu’elles modifient l’étendue des interactions spatiales, mettant en exergue la discontinuité de celles-ci dans l’espace. |
| author |
Virol, Stéphane |
| author_facet |
Virol, Stéphane |
| author_sort |
Virol, Stéphane |
| title |
Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen |
| title_short |
Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen |
| title_full |
Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen |
| title_fullStr |
Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen |
| title_full_unstemmed |
Distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen |
| title_sort |
distance temps, discontinuité des interactions spatiales et concentration globale de l'espace européen |
| publishDate |
2006 |
| container_title |
|
| container_issue |
|
| url |
https://ezproxy.univ-orleans.fr/login?url=https://shs.cairn.info/revue-d-economie-regionale-et-urbaine-2006-1-page-7?lang=fr https://ezproxy.univ-orleans.fr/login?url=https://doi.org/10.3917/reru.061.0007 |
| _version_ |
1877246517304098816 |