Skip to main content
padlock icon - secure page this page is secure

Identifying the geographic extent of environmental inequalities: A comparison of pattern detection methods

Buy Article:

$52.00 + tax (Refund Policy)

This paper presents a method to empirically identify the extent of environmental inequality. This method identifies demographic clustering within clusters and policy‐defined areas. A platform for further quantitative‐qualitative research using the scaled Moran's I is developed. During the past 30 years, environmental justice has risen to prominence as both a subject of academic study and a focus of political action. However, methodological problems related to the selection of study area extent and sub‐regions of analysis continue within the literature. Addressing this issue, this paper introduces the use of the scaled local Moran's I statistic to studies of environmental inequality. The scaled local Moran's I statistic identifies, from available empirical evidence, the spatial extent of clustering around predefined sites of interest. Combined with commonly applied containment buffer and traditional local Moran's I techniques, this approach presents an alternative method of cluster identification. Examining demographic and household income characteristics surrounding airborne toxic release sites in Buffalo, New York, the scaled Moran's I statistic is used to identify within‐cluster areas of interest. The method's ability to identify clustering around hazard sites within policy‐defined potential environmental justice areas is also examined. Used in an exploratory manner within larger studies of environmental equality and justice, the scaled Moran's I facilitates hypothesis development, study area selection, and policy assessment. Quantitative‐qualitative methodological extensions incorporating the statistic are discussed. Au cours des 30 dernières années, la justice environnementale a pris de l'importance à la fois comme champ d'études universitaires et comme objectif de l'action politique. Cependant, la littérature fait état de problèmes méthodologiques persistants qui sont liés à la délimitation de la zone d'étude et des sous‐régions d'analyse. Pour répondre à cet enjeu, cet article propose d'utiliser l'indice I de Moran local ajusté selon l'échelle, dans les études environnementales portant sur l'inégalité. À partir de données empiriques, cette statistique permet d'établir l'étendue spatiale des groupements (ou grappes) autour de sites d'intérêt prédéfinis. En unissant les techniques courantes de la zone tampon et de l'approche locale de l'indice de Moran, cet article propose une méthode alternative d'identification des grappes. Utilisé pour explorer des profils démographiques et de revenu des ménages vivant à proximité des sites de rejet de substances toxiques en suspension à Buffalo, New York, l'indice de Moran local ajusté sert à délimiter des zones d'intérêt basées sur les grappes. Le potentiel de la méthode pour identifier des groupements autour des sites dangereux dans les zones sensibles de justice environnementale ciblées par les politiques fait également l'objet d'une exploration. Dans les études portant sur le droit à l'égalité et la justice environnementale, le caractère exploratoire de l'indice de Moran local ajusté permet de formuler des hypothèses, de sélectionner des zones d'étude et d'évaluer des politiques. Enfin, des extensions de cette statistique dans les approches quantitatives et qualitatives sont discutées.
No References
No Citations
No Supplementary Data
No Article Media
No Metrics

Keywords: Moran's I; cluster detection; environmental justice; justice environnementale, regroupement, I de Moran, analyse spatiale; spatial analysis

Document Type: Research Article

Publication date: December 1, 2016

  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more