Automatic parameter tuning for functional regionalization methods

Abstract

The methods used to define functional regions for public statistics and policy purposes need to establish several parameter values. This is typically achieved using expert knowledge based on qualitative judgements and lengthy consultations with local stakeholders. We propose to support this process by using an optimization algorithm to calibrate any regionalization method by identifying the parameter values that produce the best regionalization for a given quantitative indicator. The approach is exemplified by using a grid search and a genetic algorithm to configure the official methods employed in the UK and Sweden for the definition of their respective official concepts of local labour markets.

Los métodos utilizados para definir las regiones funcionales con fines de estadística y políticas públicas deben establecer una serie de valores de ciertos parámetros. Esto se logra generalmente utilizando conocimiento experto basado en juicios cualitativos y largas consultas con las partes interesadas locales. Se propone apoyar este proceso utilizando un algoritmo de optimización para calibrar los métodos de regionalización mediante la identificación de los valores de los parámetros que producen la mejor regionalización para un determinado indicador cuantitativo. El enfoque se ejemplifica mediante el uso de una búsqueda por cuadrículas y un algoritmo genético para configurar los métodos oficiales empleados en el Reino Unido y en Suecia para la definición de sus respectivos conceptos oficiales de los mercados laborales locales.