Keywords
gaussian models
spatial distribution
Chiapas
How to Cite
Abstract
The objective of this paper was to identify spatial distribution patterns of relative overpopulation, measured through the economically active population and migration in localities of the state of Chiapas in the year 2020. Exploratory spatial data analysis techniques and latent Gaussian models were applied, and the immigration rate was used as a covariate in two different empirical models. The models were fitted using the R-INLA package. The results suggest the existence of a set of spatial clusters and/or groupings of EAP around the capital of the state of Chiapas.
References
Acemoglu, Daron y Autor David (2011), “Skills, tasks and technologies: implications for employment and earnings”, en David Card y Orley Ashenfelter (eds.), Handbook of Labor Economics, vol. 4, Ámsterdam, North Holland, pp. 1043-1171.
Acemoglu, Daron (2002), “Technical Change, Inequality and the Labor Market”, Journal of Economic Literature, 40 (1), Nashville, American Economic Association, pp. 7-72, doi: http://dx.doi.org/10.1257/0022051026976
Acevedo Bohórquez, Ingrid y Velásquez Ceballos, Ermilson (2008), “Algunos conceptos de la econometría espacial y el análisis exploratorio de datos espaciales”, Ecos de Economía, 12 (27), Medellín, Universidad EAFIT, pp. 9-34.
Aleksynska, Mariya (2014), “Deregulating labour markets: how robust is the analysis of recent IMF working papers?”, Conditions of work and employment series, núm. 47, Ginebra, International Labour Organization, <https://acortar.link/3QKiFM>, 5 de noviembre de 2021.
Anselin, Luc (1995), “Local Indicators of Spatial Association—LISA”, Geographical Analysis, 27 (2), Columbus, Wiley, pp. 93-111, doi: https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
Becker, Gary; Glaeser, Edward y Murphy, Kevin (1999), “Population and Economic Growth”, American Economic Review, 89 (2), Nashville, American Economic Association, pp. 145-149.
Blangiardo, Marta y Cameletti, Michela (2015), Spatial and Spatiotemporal Bayesian Models with R-INLA, Chichester, Wiley.
Borjas, George J. (1994), “The Economics of Inmigration”, Journal of Economic Literature, vol. 32, Nashville, American Economic Association, pp. 1667-1717.
Castillo, Manuel Ángel y Vázquez Olivera Mario (2010), “Los inmigrantes guatemaltecos en México: antecedentes históricos y situación actual”, en Ernesto Rodríguez Chávez (coord.), Extranjeros en México: continuidades y nuevas aproximaciones, Ciudad de México, Instituto Nacional de Migración/Centro de Estudios Migratorios/DGE Ediciones, pp. 237-273.
Chasco, Coro (2003), Econometría espacial aplicada a la predicciónextrapolación de datos microterritoriales, Madrid, Consejería de Economía e Innovación Tecnológica.
Conapo (Consejo Nacional de Población) (2018) “Proyecciones de la población de méxico y de las entidades federativas, 2016-2050”, Ciudad de México, Conapo-Secretaría de Gobernación, <https://acortar.link/mlXi5s>, 12 de octubre de 2022.
Cressie, Noel (1985), “Fitting variogram models of weighted least squares”, Journal of the International Association of Mathematical Geology, núm. 17, Springer, 563-586, doi: https://doi.org/10.1007/BF01032109
Cressie, Noel (1993), Statistics for spatial data, Nueva York, Wiley.
Delaunay, Daniel (2007), “Relaciones entre pobreza, migración y movilidad: dimensiones territorial y contextual”, Notas de Población, núm. 84, Santiago de Chile, Cepal, pp. 87-130, <https://acortar.link/kldUBN>, 7 de noviembre de 2021.
Fuglstad, Geir-Arne; Simpon, Daniel; Lindgren, Finn y Rue, Håvard (2015), “Interpretable priors for hyperparameters for gaussian random fields”, documento de trabajo núm. 15-03, Coventry, University of Warwick.
Gamerman, Dani y Lopes, Hedibert F. (2006), Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, Nueva York, Chapman y Hall/CRC.
Getis, Arthur y Ord, J.K. (1992), “The analysis of spatial association by use of distance statistic”, Geographical Analysis, 24 (3), Columbus, Wiley, pp. 189-206, doi: https://doi.org/10.1111/j.1538-4632.1992.tb00261.x
Inegi (Instituto Nacional de Estadística y Geografía) (2021), “PEA, ocupación, empleo y remuneraciones”, Aguascalientes, Inegi, <https://acortar.link/DGUQ3O>, 15 de junio de 2021.
Inegi (Instituto Nacional de Estadística y Geografía) (2020), “Resultados del Censo Nacional de Población y Vivienda 2020”, Aguascalientes, Inegi, <https://acortar.link/0tL77>, 11 de junio de 2021.
Ingebrigtsen, Rikke; Lindgren, Finn y Steinsland, Ingelin (2014), “Spatial models with explanatory variables in the dependence structure”, Spatial Statistics, vol. 8, Somerset, Universidad de Bath, pp. 20-38, doi: https://doi.org/10.1016/j.spasta.2013.06.002
Katz, Lawrence F. y Murphy, Kevin M. (1992), “Changes in Relative Wages: Supply and Demand Factors”, The Quarterly Journal of Economics, 107 (1), Oxford, Oxford University Press, pp. 35-78, <https://acortar.link/qSF6h1>, 21 de julio de 2021.
Keynes, John M. (1943), Teoría general de la ocupación, el interés y el dinero, México, Fondo de Cultura Económica.
Krainski, Elias; Lindgren, Finn; Simpson, Daniel y Rue, Håvard (2016), “The R-INLA tutorial on SPDE models”, <https://bit.ly/3BuWENX>, 14 de junio del 2021.
Krusell, Per, Ohanian, Lee E., Ríos-Rull, Jose-Víctor y Violante Giovvani, L. (2000), “Capital-Skill Complementarity and Inequality: A Macroeconomic Analysis”, Econometrica, 68 (5), Cleveland, The Econometric Society, pp. 1029-1053.
Kuznets, Simon (1971), “The Contribution of Inmigration to the Growth of Labor Force”, en Stanley L. Fogel y Robert William Engerman (eds.), The Reinterpretation of American Economic History, Nueva York, Harper & Row.
Lindgren, Finn; Rue, Håvard y Lindström, Johan (2011), “An explicit link between gaussian fields and gaussian markov random fields: the stochastic partial differential equation approach”, Journal of the Royal Statistical Society: Series B (Statistical Methodology), núm. 73, London, The Royal Statistic Society, pp. 423-498, doi: https://doi.org/10.1111/j.1467-9868.2011.00777.x
Martins, Thiago; Simpson, Daniel; Lindgren, Finn y Rue, Håvard (2013), “Bayesian computing with INLA: New features”, Computational Statistics and Data Analysis, núm. 67, Londres, Computational and Methodological Statistics, pp. 68-83, doi: https://doi.org/10.1016/j.csda.2013.04.014
Morales Gamboa, Alberto (2016), “Migraciones laborales y la integración en los mercados de trabajo regionales”, en Carlos Heredia Zubieta (coord.), El sistema migratorio mesoamericano, Tijuana, El Colegio de la Frontera Norte/Centro de Investigación y Docencia Económicas, pp. 63-97.
Nájera Aguirre, Jéssica N. (2017), “Migración, fuerza de trabajo y familia, elementos en la definición del espacio transfronterizo México-Guatemala”, EntreDiversidades. Revista de Ciencias Sociales y Humanidades, núm. 8, Tuxtla Gutiérrez, Universidad Autónoma de Chiapas, pp. 119-150.
Nurkse, Ragnar (1960), Problemas de formación de capital, Ciudad de México, Fondo de Cultura Económica.
Nychka, Doug; Hammerling, Dorit; Sain, Stephan y Lenssen, Nathan (2013), “LatticeKrig: Multiresolution Kriging based on Markov Random Fields”, Berlín, ResearchGate GmbH, <https://acortar.link/9rU3VZ> 28 de junio de 2021.
Ord, Keith (1975), “Estimation Methods for Models of Spatial Interaction”, Journal of the American Statistical Association, 70 (349), Alexandria, American Statistical Association, Taylor & Francis Ltd, pp. 120-126, doi: https://doi.org/10.2307/2285387
Pressat, Roland (1967), El análisis demográfico: métodos, resultados, aplicaciones, Ciudad de México, Fondo de Cultura Económica.
R Core Team (2018), “R: A language and environment for statistical computing”, Vienna, R Foundation for Statistical Computing, <https://acortar.link/QlqeoN>, 10 de julio de 2021.
Ross, Jhon (2010), “The Transition from Labour-Intensive to Capital-Intensive Growth During Economic Development”, Key Trends in Globalisation, 29 de agosto del 2010, <https://bit.ly/3UQCapJ>, 12 de julio del 2021.
Rozanov, Yu A. (1982), Markov Random Fields, Nueva York, Springer-Verlag, doi: 10.1007/978-1-4613-8190-7_2
Rue, Håvard y Lindgren, Finn (2015), “Bayesian Spatial Modelling with R-INLA”, Journal of Statistical Software, 63 (19), Innsbruck, Universidad de Innsbruck, doi: https://doi.org/10.18637/jss.v063.i19
Rue, Håvard, Martino, Sara y Chopin, Nicolas (2009), “Approximate Bayesian inference for latent Gaussian models using integrated nested Laplace approximations”, Journal of the Royal Statistical Society, 71 (2), Londres, The Royal Statistical Society, pp. 319-392, doi: https://doi.org/10.1111/j.1467-9868.2008.00700.x
Rue, Håvard y Held, Leonhard (2005), Gaussian Markov Random Fields: Theory and Applications, Nueva York, Chapman & Hall, doi: https://doi.org/10.1201/9780203492024
