Le componenti principali pesate geograficamente per la definizione di indicatori compositi locali

Alfredo Cartone and Paolo Postiglione ()

RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO, 2016, vol. 2016/1, issue 1, 33-52

Abstract: Il presente lavoro analizza il problema della costruzione degli indicatori compositi a livello locale. Gli indicatori rappresentano sempre pi? un valido strumento di ausilio per la definizione di interventi adeguati di policy che siano basati su un?effettiva analisi della realt?. Un indicatore composito misura concetti multidimensionali che sono difficili da comprendere attraverso l?analisi di una molteplicit? di indicatori semplici. Il problema della sintesi degli indicatori semplici ? un argomento spesso dibattuto nella letteratura specialistica. La tecnica statistica dell?analisi in componenti principali ? uno strumento frequentemente utilizzato per risolvere tale problema. In generale, quando l?unit? statistica di osservazione ? geo-riferita, la versione classica dell?analisi in componenti principali risulta non adeguata per la sintesi di indicatori semplici. Infatti, usando l?analisi in componenti principali standard, vengono trascurati alcuni effetti spaziali che caratterizzano in modo cruciale le unit? che si distribuiscono sul territorio. In particolare, possono essere considerati gli effetti di eterogeneit? e dipendenza spaziale. In questo articolo, gli autori applicano una tecnica di analisi in componenti principali pesata geograficamente che ? stata introdotta recentemente in letteratura. Tale tecnica tiene in debita considerazione l?effetto di eterogeneit? spaziale. La metodologia ? utilizzata al fine della definizione di indicatori compositi di benessere a livello locale. In particolare, il caso di studio riguarda le 110 province italiane per l?anno 2011. I risultati evidenziano come l?eterogeneit? spaziale non possa essere ignorata quando si analizzano dati rilevati su unit? territoriali, e pertanto, l?utilizzo del?l?analisi in componenti principali modificata spazialmente risulta pi? adeguata per lo studio del fenomeno sotto investigazione.

Keywords: Regressione pesata spazialmente; indicatori compositi; indicatori di benessere; econometria spaziale; funzione kernel (search for similar items in EconPapers)
JEL-codes: C01 C21 C43 C54 (search for similar items in EconPapers)
Date: 2016
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (1)

Downloads: (external link)
http://www.francoangeli.it/riviste/Scheda_Rivista. ... 696&Tipo=ArticoloPDF (text/html)
Single articles can be downloaded buying download credits, for info: https://www.francoangeli.it/DownloadCredit

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:fan:restre:v:html10.3280/rest2016-001002

Ordering information: This journal article can be ordered from
http://www.francoang ... o.aspx?IDRivista=142

Access Statistics for this article

RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO is currently edited by FrancoAngeli

More articles in RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO from FrancoAngeli Editore
Bibliographic data for series maintained by Stefania Rosato ().