Search

In the EU, territorial inequalities in terms of income and poverty have been broadly analysed at the national and regional levels. However, mainly due to the lack of reliable data, very little attention has been paid to territorial inequalities within European regions, namely, at a more local level, such as in metropolitan areas, cities or neighbourhoods. This paper proposes a methodology to disaggregate official regional poverty figures into poverty indicators for smaller spatial units, mainly local administrative units. For each country, poverty figures at the regional level from household surveys are combined with microcensus data that contain details on the local entities of residence to disaggregate the regional poverty indicator. In contrast to previous methodologies, our proposed technique guarantees consistency between the local poverty estimates and the regional poverty figures through a second step that adjusts the initial estimates based on generalized cross entropy. The procedure is applied for four European countries: France, Spain, the United Kingdom and Portugal. The resulting local estimates provide an intraregional map of poverty and some insights into the particular behaviour of the capital regions and the disparities between city centres and their surrounding areas., En la UE, las desigualdades territoriales en cuanto a ingresos y pobreza se han analizado ampliamente a nivel nacional y regional. Sin embargo, debido principalmente a la falta de datos fiables, se ha prestado muy poca atención a las desigualdades territoriales dentro de las regiones europeas a un nivel más local, como pueden ser las zonas metropolitanas, las ciudades o los barrios. En el presente artículo se propone una metodología para desglosar las cifras regionales oficiales de pobreza en indicadores de pobreza para unidades espaciales más pequeñas, principalmente unidades administrativas locales. Para cada país, se combinan las cifras de pobreza a nivel regional procedentes de las encuestas de hogares con datos de microcensos que contienen detalles sobre las entidades locales de residencia para desglosar el indicador de pobreza regional. A diferencia de las metodologías anteriores, la técnica que se propone aquí garantiza la coherencia entre las estimaciones de pobreza locales y las cifras de pobreza regionales mediante un segundo paso que ajusta las estimaciones iniciales basadas en la entropía cruzada generalizada. El procedimiento se aplica en cuatro países europeos: Francia, España, el Reino Unido y Portugal. Las estimaciones locales resultantes proporcionan un mapa intrarregional de la pobreza y algunas percepciones del comportamiento particular de las regiones que albergan la capital y las disparidades entre los centros de las ciudades y sus zonas circundantes.

The latest research and development (R&D) framework programmes of the European Union (EU), “Horizon 2020” and “Horizon Europe”, have significantly increased the resources available to promote science and innovation in Europe. However, the strong competitiveness of the research teams and their search for excellence may cause inequality in the spatial distribution of investment effort in R&D. The aim of this paper is to analyse the geographic distribution of R&D spending in the EU. A greater concentration of funds is observed in the most advanced and dynamic economies, capable of promoting more competitive research teams and projects. through an empirical analysis, estimated by a spatial convergence model, it is found that EU R&D funds are preventing cross-regional convergence in Europe by driving growth mainly in wealthier regions. Based on these results, it seems relevant to consider spatial correction mechanisms for the distribution of R&D resources so that they achieve greater territorial cohesion in Europe., Los últimos programas marco de investigación y desarrollo (I+D) de la Unión Europea (UE), el “Horizonte 2020” y el “Horizonte Europa”, han incrementado significativamente los recursos disponibles para promover la investigación científica y la innovación en Europa. No obstante, la fuerte competitividad de los equipos de investigación y la búsqueda de la excelencia puede estar causando una distribución desigual de estos recursos. El objetivo de este trabajo es analizar el reparto geográfico del esfuerzo inversor en I+D de la Unión Europea. Se ha observado que ciertamente se produce una fuerte concentración de los fondos europeos de I+D en las áreas más dinámicas capaces de promover proyectos de investigación más avanzados y competitivos. Se ha estimado un modelo de convergencia con dependencia espacial que muestra como la política de I+D europea está impidiendo la convergencia entre regiones al impulsar el crecimiento de las más desarrolladas. Teniendo en cuenta estos resultados sería conveniente introducir factores de desarrollo regional en la asignación de fondos e incorporar criterios de equilibrio geográfico en la construcción de los consorcios de investigación internacionales.

This article presents a simple procedure for obtaining demographic projections for small geographic areas. The method presented here is based on assuming that the trends of the areas to be projected will be similar to those observed in previous periods and taking the projections for larger geographic areas as a reference point. In mathematical terms, this technique involves a problem of restricted minimization of the quadratic divergences between the projections obtained and those observed in past periods, where the aggregate demographic projections are taken as a constraint. This proposal fits very well with the present scenario in the case of the demographic projections that the National Institute of Statistics prepares for Spain, where these forecasts are presented at a provincial level but not in any more detail. While these provincial projections are useful for policy planning and the provision of certain services by the public sector, it would be desirable to have them at a more detailed geographical scale at the provincial level. The procedure presented in this paper is illustrated with the case of five provinces in Spain, corresponding to the Autonomous Communities of Asturias and Galicia, in which the population forecasts for those provinces for the year 2033 are broken down to a parish geographical scale., Neste artigo preséntase un procedemento sinxelo para obter proxeccións demográficas para áreas xeográficas pequenas. O método aquí presentado baséase en asumir que as tendencias das zonas que se van proxectar serán similares ás observadas en períodos anteriores, e en tomar as proxeccións para áreas xeográficas máis extensas como punto de referencia. En termos matemáticos, esta técnica pasa por un problema de minimización restrinxida das diverxencias cuadráticas entre as proxeccións obtidas e as observadas en períodos pasados, onde as proxeccións demográficas agregadas se toman como restrición.Esta proposta encaixa adecuadamente co escenario presente no caso das proxeccións demográficas que o Instituto Nacional de Estatística (INE) elabora para España, onde as previsións se presentan a escala provincial pero non con máis nivel de detalle. Aínda que estas proxeccións provinciais son útiles de cara á planificación de políticas e de cara á dotación de determinados servizos por parte do sector público, sería desexable dispor delas a unha escala xeográfica inferior ao do ámbito provincial. O procedemento presentado neste traballo ilústrase co caso de cinco provincias de España, correspondentes ás comunidades autónomas de Asturias e Galicia, nas que as predicións de poboación correspondentes para o ano 2033 son desagregadas a unha escala xeográfica de parroquia., En este artículo se presenta un procedimiento sencillo para obtener proyecciones demográficas para áreas geográficas pequeñas. El método aquí presentado se basa en asumir que las tendencias de las zonas que se van a proyectar serán similares a las observadas en períodos anteriores, y en tomar las proyecciones para áreas geográficas más extensas como punto de referencia. En términos matemáticos, esta técnica pasa por un problema de minimización restringida de las divergencias cuadráticas entre las proyecciones obtenidas y las observadas en períodos pasados, donde las proyecciones demográficas agregadas se toman como restricción. Esta propuesta encaja adecuadamente con el escenario presente en el caso de las proyecciones demográficas que el Instituto Nacional de Estadística (INE) elabora para España, donde las previsiones se presentan a escala provincial pero no con más nivel de detalle. Aunque estas proyecciones provinciales son útiles de cara a la planificación de políticas y a la dotación de determinados servicios por parte del sector público, sería deseable disponer de ellas a una escala geográfica inferior al ámbito provincial. El procedimiento presentado en este trabajo se ilustra con el caso de cinco provincias de España, correspondientes a las comunidades autónomas de Asturias y Galicia, en las que las predicciones de población correspondientes para el año 2033 son desagregadas a una escala geográfica de parroquia.

La expansión y dispersión de las ciudades junto con la mejora de las comunicaciones facilita la integración de campo y ciudad y dificulta la distinción de los entornos urbanos y rurales. Sin embargo, la correcta aplicación de políticas agrarias o de desarrollo rural, la regulación y planificación del crecimiento urbano o la protección de los espacios medioambientales o culturales requiere de técnicas que ayuden a delimitar y graduar con precisión el territorio urbano y rural. En este trabajo se propone un procedimiento de clasificación del territorio apoyado en índices de concentración/dispersión de la edificación o la población y en medidas de accesibilidad que es posible elaborar usando modelos digitales del terreno y cartografía de redes de transporte. A modo de ilustración aplicamos el procedimiento propuesto al caso de Asturias, especialmente interesante por su complejidad urbana –con una metrópoli dispersa y policéntrica en el centro de la región–, como por su diversidad rural –con espacios rurales periurbanos, turísticos y netamente agrarios–. La combinación de los indicadores mediante componentes principales arroja una clasificación del territorio en cinco niveles de urbanización que ayudan a clasificar una región compleja como Asturias., L'expansió i dispersió de les ciutats, juntament amb la millora de les comunicacions facilita la integració de camp i ciutat i dificulta la distinció dels entorns urbans i rurals. No obstant això, la correcta aplicació de polítiques agràries o de desenvolupament rural, la regulació i planificació del creixement urbà o la protecció dels espais mediambientals o culturals requereix de tècniques que ajudin a delimitar i graduar amb precisió el territori urbà i rural. En aquest treball es proposa un procediment de classificació del territori recolzat en índexs de concentració/dispersió de l'edificació o la població i en mesures d'accessibilitat que és possible elaborar usant models digitals del terreny i cartografia de xarxes de transport. Com a il·lustració apliquem el procediment proposat al cas d'Astúries, especialment interessant per la seva complexitat urbana -amb una metròpoli dispersa i policèntrica al centre de la regió-, com per la seva diversitat rural -amb espais rurals periurbans, turístics i netament agraris-. La combinació dels indicadors mitjançant components principals entrega una classificació del territori en cinc nivells d'urbanització que ajuden a classificar una regió complexa com Astúries., The growth and sprawl of current cities combined with the improvement of communications generate a higher integration of rural and urban spaces making difficult to distinguish one from another. However, to properly apply agrarian or rural policies as well as to planning the growth of the surroundings of the urban areas or to protect natural environments it is necessary to delimitate accurately urban or rural spaces. In this work a procedure to classify the territory based in indexes of building concentration or dispersion, using geographical information systems, combined with accessibility and density measures is proposed. As an illustration of how the procedure works it is applied to the case of Asturias, a region with a polycentric disperse urban area in the centre with diverse rural spaces in the periphery. The proposed combination of indicators, using principal components, allows obtaining a classification of the territory in five levels of urbanization being possible to identify very accurately the real rural areas of the region., Peer Reviewed