La disponibilité croissante de données dans divers domaines a permis d’entrevoir ou de renouveler les approches quantitatives pour de nombreux phénomènes. Cela est particulièrement vrai pour les systèmes urbains pour lesquels différents dispositifs à différentes échelles produisent une très grande quantité de données potentiellement utiles pour construire une « nouvelle science des villes ». Un nouveau problème que nous devons résoudre est alors d’extraire des informations utiles de ces énormes ensembles de données et de construire des modèles théoriques pour expliquer les observations empiriques. Dans cet article, nous discutons une approche inspirée par la physique statistique et l’illustrons d’exemples de la répartition spatiale de l’activité dans les villes et de la mobilité urbaine.
Classification JEL : C00, C18, R00.
The increasing availability of data in a variety of areas has allowed us to glimpse or renew quantitative approaches to many phenomena. This is particularly true for urban systems where different devices at different scales produce a very large amount of potentially useful data to build a “new science of cities.” A new problem that we must solve is then to extract useful information from these huge datasets and to build theoretical models to explain the empirical observations. In this paper, we discuss an approach inspired by statistical physics and illustrate it with examples of the spatial distribution of activity in cities and urban mobility.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados