A stochastic independence approach for measuring regional specialization and concentration

This paper proposes an integrated framework for discussing issues related to regional concentration, sectorial specialization and overall localization by considering these concepts as a row‐column association– or non‐independence– in a two‐way contingency table ‘regions × sectors’. This is the approach of stochastic independence, in which the degree of concentration, or of specialization, is measured by discrepancies among distributions: between profiles and a uniform distribution for absolute concepts; between profiles and the corresponding marginal distribution for relative concepts; or between the joint distribution and the product of the marginal distributions for overall localization. This paper discusses the benefits of this integrating approach, particularly for the practitioner facing a multifaceted literature. Este documento propone un marco integrado para discutir temas relacionados con la concentración regional, la especialización sectorial y la localización en general, considerando estos conceptos como una asociación fila‐columna, o de no independencia, en una tabla de contingencia bidireccional ‘regiones × sectores’. Este es el enfoque de la independencia estocástica, en el que el grado de concentración, o de especialización, se mide por las discrepancias entre las distribuciones: entre los perfiles y una distribución uniforme para los conceptos absolutos; entre los perfiles y la correspondiente distribución marginal para conceptos relativos; o entre la distribución conjunta y el producto de las distribuciones marginales para la localización en general. Este artículo analiza los beneficios de este enfoque integrador, en particular para el profesional que se enfrenta a una literatura multifacética. 本稿では、地域的集積、セクターの特化、全体的な地域化、以上のコンセプトの関係を、2次元の分割表(two‐way contingency table)の、「地域✕セクター」という行と列の関係、あるいは非独立性と捉えて、これらコンセプトに関わる問題を議論する統合型のフレームワークを提案する。これは、集中または特化の程度を分布の誤差で測る確率論的独立アプローチである。 その誤差とはすなわち、プロファイルと一様分布に対する絶対概念との誤差、プロファイルと対応する周辺分布に対する相対概念との誤差、または結合分布と全体的な地域化に対する周辺分布の積である。また、特に多面的研究の論文に対峙する研究者のために、この統合型アプローチのベネフィットについて考察する。