Considering regional socio-economic outcomes in non-metropolitan Australia: A typology building approach.

Australia's large regional cities and towns display wide variation in how they are adjusting to the socio-economic transitions that have occurred over the past decade. One area of research interest has been in developing typologies of non-metropolitan performance. The current paper represents an analysis of Australian Bureau of Statistics 2001 Census data aimed at analysing non-metropolitan regions based on their performance across a range of selected socio-economic variables. Using model-based clustering methods, this paper places non-metropolitan regions into clusters depending on the degree to which they share similar socio-economic and demographic outcomes. These clusters form the basis of a typology representing the range of socio-economic and demographic outcomes at the regional level. Differences between the clusters are analysed using graphs of 95% confidence intervals on the individual means for each cluster. The typology provides a useful framework with which to develop a broad understanding of socio-economic processes and performance across different spatial scales. Las grandes capitales y ciudades regionales de Australia muestran una gran variación en el modo en que se están adaptando a las transiciones socio-económicas que han sucedido durante la década pasada. Un área de investigación de interés ha sido el desarrollo de tipologías de rendimiento no metropolitano. Este artículo representa un análisis de datos del Censo 2001 del Australian Bureau of Statistics dirigido a analizar regiones no metropolitanas basándose en su rendimiento en un rango de variables socio-económicas seleccionadas. Usando métodos de cluster basados en modelos, este artículo agrupa regiones no metropolitanas en clusters dependiendo del grado en que comparten resultados socio-económicos y demográficos similares. Estos clusters forman la base de una tipología que representa el rango de resultados socio-económicos y demográficos a escala regional. Las diferencias entre clusters son analizadas usando gráficas con intervalos de confianza del 95% para las medias individuales de cada cluster. La tipología proporciona un marco útil con el que desarrollar un conocimiento más amplio de los procesos socio-económicos y rendimiento en diferentes escalas espaciales. [ABSTRACT FROM AUTHOR]