La localizzazione delle attività economiche nel territorio: concentrazione e polarizzazione dei settori in un’applicazione GIS The spatial location of firms: distributional clustering and sectorial polarization in a GIS
In questo lavoro, attraverso un processo di georeferenziazione, sono
state localizzate tutte le attività economiche presenti nel territorio
del Comune di Pesaro, una città di medie dimensioni caratterizzata da
un consolidato distretto manifatturiero e da importanti realtà commerciali
e turistiche. Dal Sistema Informativo Territoriale (SIT, o Geographic
Information System – GIS) derivano statistiche economiche
e cartografie tematiche che, congiuntamente, descrivono il tessuto
imprenditoriale. Le analisi successive elaborate su di esse sono rilevanti
e utili agli operatori locali e ai policy makers, ai fini strategici, di
controllo o di pianificazione, di sviluppo economico o di marketing.
Il lavoro si inserisce nel sentiero di sviluppo della moderna cartografia,
intesa come strumento di analisi e non soltanto – riduttivamente
– come una rappresentazione statica della realtà. Infatti, sfruttando
l’informazione che deriva dalla georeferenziazione e dalle mappe tematiche,
l’analisi è stata approfondita per mezzo di tecniche avanzate
di spatial analysis, quali la Kernel Density Estimation (KDE) e la
Ripley’s K. Queste metodologie consentono di studiare la polarizzazione
e la densità delle attività economiche nel territorio, analizzando
l’interconnessione fra di esse e disaggregando i settori di attività. In this research a Geographic Information System (GIS) is constructed
using data on firms and businesses located in the municipality of
Pesaro, Marche, Italy. Pesaro is a mid-sized town, characterized by a
remarkable industrial district – furniture manufacturing – and tourism.
Combining economic evaluations with descriptive statistics and
sectorial mapping, the spatial location of firms is analysed throughout
the paper. The spatial analysis is then deepened by means of advanced
techniques such as the Kernel Density Estimation (KDE) and
the Ripley’s K. The paper follows the path of modern cartography –
intended as a tool of analysis rather than a mere representation of
reality – and contributes to the existing literature. The results show
how sectors tend to cluster unlikely, with significant distributional
differences. The observed differences are explained mainly by the
characteristics of firms, such as dimension and the sector of activity.
The results are interesting to policy makers and local administrators
for urban planning, industrial policy, economic development strategy
and marketing.
