Parametric, semiparametric and nonparametric models of urban growth
Resumen: This paper discusses parametric, nonparametric, and semiparametric models of urban growth. To illustrate differences across approaches, we test Gibrat's law in the long run, using the three methods and three different datasets: Spanish capital cities and regions (1900–2011, annual data) and US MSAs (1900–2000, decennial data). Our results reveal that the estimation of the relationship between growth and initial size can significantly vary across methods. We suggest and encourage the use of semiparametric methods in future research of urban growth.
Idioma: Inglés
DOI: 10.1016/j.cities.2022.104079
Año: 2023
Publicado en: Cities 132 (2023), 104079 [10 pp]
ISSN: 0264-2751

Factor impacto JCR: 6.0 (2023)
Categ. JCR: URBAN STUDIES rank: 5 / 77 = 0.065 (2023) - Q1 - T1
Factor impacto CITESCORE: 11.2 - Tourism, Leisure and Hospitality Management (Q1) - Urban Studies (Q1) - Sociology and Political Science (Q1) - Development (Q1)

Factor impacto SCIMAGO: 1.733 - Development (Q1) - Urban Studies (Q1) - Tourism, Leisure and Hospitality Management (Q1) - Sociology and Political Science (Q1)

Financiación: info:eu-repo/grantAgreement/ES/DGA/S39-20R
Financiación: info:eu-repo/grantAgreement/ES/ MICINN/ECO2017-82246-P
Financiación: info:eu-repo/grantAgreement/ES/MICINN/PID2020-114354RA-I00
Tipo y forma: Artículo (Versión definitiva)
Área (Departamento): Área Fund. Análisis Económico (Dpto. Análisis Económico)

Creative Commons Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.


Exportado de SIDERAL (2024-11-22-11:59:10)


Visitas y descargas

Este artículo se encuentra en las siguientes colecciones:
Artículos



 Registro creado el 2023-02-24, última modificación el 2024-11-25


Versión publicada:
 PDF
Valore este documento:

Rate this document:
1
2
3
 
(Sin ninguna reseña)