Precios del suelo, segregación residencial y distribución del empleo

un estudio aplicado para la ciudad de Cali

  • Jeisson Ipia Astudillo
  • Harvy Vivas Pacheco

Resumen

El artículo analiza la relación entre los precios del suelo, la distancia a los centros de empleo y la presencia de segregación residencial en la ciudad de Cali. Para el logro de tales propósitos se realizaron análisis exploratorios y confirmatorios de datos espaciales utilizando como unidad de análisis los barrios. Para identificar los centros y subcentros se utilizaron métodos matemáticos y se calibró una función cubic spline a partir de los avalúos catastrales y las densidades de empleo. Los análisis exploratorios sugirieron la especificación de modelos econométricos espaciales que relacionaron la distribución del empleo, los precios del suelo y la segregación residencial. Los hallazgos aportaron evidencia sobre la transición hacia una estructura multicéntrica en la ciudad, a pesar de la elevada importancia que todavía tiene el centro tradicional. Los ejercicios econométricos mostraron que los precios del suelo obedecen a un patrón diferenciado con avalúos altos sobre todo el eje longitudinal y avalúos bajos hacia las zonas periféricas en las que prevalecen distancias relativamente altas a los centros y donde se concentran los grupos de mayor vulnerabilidad social y económica de la ciudad.

Publicado
2017-09-22
Como citar
IPIA ASTUDILLO, Jeisson; VIVAS PACHECO, Harvy. Precios del suelo, segregación residencial y distribución del empleo. Sociedad y Economía, [S.l.], n. 33, sep. 2017. ISSN 2389-9050. Disponible en: <http://revistas.univalle.edu.co/index.php/sociedad_y_economia/article/view/5619>. Fecha de acceso: 23 oct. 2018 doi: https://doi.org/10.25100/sye.v0i33.5619.

Palabras clave

precios del suelo, segregación residencial, subcentros de empleo, vulnerabilidad, econometría espacial

Introducción

La ciudad de Cali ha experimentado profundos cambios en su configuración espacial en las últimas décadas como resultado de los procesos migratorios y la recomposición en la distribución del empleo. Aunque históricamente ha predominado una estructura monocéntrica con un centro institucional, comercial y de servicios, forjado y consolidado por procesos históricos claramente descritos y analizados en las obras del profesor Edgar Vásquez (1982; 2001), en los últimos años se evidencia la transición hacia la descentralización del empleo en subcentros emergentes.

A diferencia de décadas anteriores, la ciudad ya no se rige exclusivamente bajo una estructura monocéntrica, y ha dado paso a un nuevo proceso de descentralización del empleo que señala su tránsito hacia una configuración policéntrica en la que se identifican al menos dos subcentros de empleo.

Tal y como lo postulan los diversos marcos analíticos de la economía urbana, esta distribución del empleo en nuevos subcentros guarda un estrecho vínculo con la estructura de precios de la tierra, medida en esta investigación a través de los avalúos catastrales y las distancias respectivas a los centroides de los respectivos barrios que configuran la trama urbana. De este modo, Cali presenta un patrón diferenciado con precios del suelo altos sobre todo en el eje longitudinal y bajos en las zonas periféricas (zona oriental con una alta composición de población afrodescendiente y de ladera en la franja occidental), donde prevalecen densidades poblacionales altas, alejadas de los subcentros emergentes y donde se concentra la población de mayor vulnerabilidad social y económica de la ciudad.

Los hechos estilizados y las estimaciones econométricas corroboran la existencia de este patrón diferenciado con avalúos altos en el eje longitudinal y bajos en la periferia, característica recurrente en otras ciudades del país, tal y como efectivamente lo muestran los estudios de Avendaño (2012) en Bogotá, Duque (2013) en Medellín, Orozco (2013) en Manizales y Vivas (2012) en Cali.

En el caso particular de Cali, este patrón diferenciado de precios del suelo presenta un estrecho vínculo con la segregación residencial. Mientras que en el eje central de la ciudad se localiza la población de altos niveles educativos y con ingresos medios y altos, la cual cuenta con mejor accesibilidad a las facilidades, equipamientos y servicios urbanos, en las zonas de ladera y en la zona oriente se localizan enclaves de población vulnerable, como efectivamente lo sugiere la estimación de métricas locales de segregación residencial y los coeficientes de localización de la población afrodescendiente. En muchos de los barrios periféricos de las franjas oriental y occidental persisten situaciones de trampa de la pobreza con una población en edad de trabajar desarticulada de los mercados laborales formales.

Este artículo aporta nuevos elementos de análisis y estrategias metodológicas para esclarecer la relación entre los precios del suelo, la localización de los centros de empleo y la segregación residencial. Los análisis exploratorios y confirmatorios de datos espaciales, utilizando como unidad de análisis los barrios, sugieren este estrecho vínculo y confirman la presencia de clústeres espaciales que marcan diferencias sustanciales en las oportunidades de acceso de las personas a la dinámica social y económica de la ciudad.

La sección 2 aborda la literatura relacionada con este campo de investigación; la sección 3 introduce algunas consideraciones conceptuales y metodológicas para la identificación de subcentros potenciales a partir de la distribución del empleo. La sección 4 se ocupa del análisis exploratorio y descriptivo de los precios del suelo, la distribución del empleo y la segregación residencial. La sección 5 presenta la especificación y las estimaciones de los modelos econométricos que relacionan los precios del suelo con las variables de estructura urbana y segregación. Los principales hallazgos quedan resumidos en la sección 6 del artículo.

2. Literatura relacionada

Entre los antecedentes conceptuales y metodológicos de mayor relevancia para este estudio se destacan los trabajos de Avendaño (2012), quien realiza una investigación sobre los efectos de la estructura urbana y los ejes de movilidad en los precios de la tierra de Bogotá, en condiciones de policentrismo. El autor concluye que la estructura urbana y la organización del empleo determinan la configuración espacial de los precios de la tierra en Bogotá, e infiere que el patrón de los precios de la tierra se explica mejor mediante una estructura urbana policéntrica, para luego concluir que las economías de aglomeración, basadas en el acceso a la infraestructura, tienen un efecto significativo en los precios de la tierra.

El artículo de Duque (2013), aplicado en la ciudad de Medellín, estudia la configuración espacial de la actividad económica para la ciudad entre 2005 y 2010. Utiliza enfoques de economía urbana y análisis exploratorio de datos espaciales (AEDE), realiza análisis clúster con el propósito de comprender los patrones de localización y las tipologías de los espacios intraurbanos. En el AEDE introduce estimaciones del índice, I, de Moran y el test local de asociación espacial, LISA, para determinar la autocorrelación espacial de las siete actividades económicas que hace referencia en la estrategia de desarrollo denominada “Medellín ciudad clúster”. El análisis concluye la existencia de estructuras espaciales definidas para los renglones económicos analizados.

Orozco (2013) realiza un trabajo para Manizales sobre subasta del suelo y estructura urbana, en el que utiliza como referencia la teoría del lugar central y algunos elementos de la teoría de la renta del suelo urbano con el propósito de probar sus hipótesis. Para ello usa indicadores de centralidad de las actividades comerciales y de servicios y de los ingresos de la población residente; de manera particular analiza la localización de los comercios minoristas no especializados y su relación con las centralidades de la ciudad, la población de distintos niveles de ingreso y el precio del suelo. La evidencia aportada muestra un patrón de dualidad urbana en torno a dos centralidades con patrones de concentración distintos en los valores del suelo.

El trabajo de Ipia (2011) se centra en la identificación de subcentros de empleo a través de la función cubic spline aplicada para la ciudad de Cali. En este trabajo se contrasta la hipótesis de policentrismo identificando subcentros de empleo en el área metropolitana de Cali bajo la función cubic spline. Para este propósito, con los datos de empleo y superficie provenientes del Censo Económico Cali-Yumbo 2005 y del mapa de usos del suelo 2005, el autor identifica zonas espaciales (barrios) candidatos a subcentros de empleo, utilizando la metodología de Greene (1980) y McDonald (1987). El trabajo avanza hacia las estimaciones por Mínimos Cuadrados Ordinarios (MCO) MCO de las funciones de densidad de empleo con el propósito de contrastar la existencia de máximos (subcentros) locales, utilizando como única variable explicativa la distancia al centro tradicional o distrito central histórico y como variable endógena, la densidad de empleo.

El estudio de Vivas (2012) para la ciudad de Cali aborda el análisis de la segregación residencial por barrios, particularmente en lo que atañe a la relación entre la segregación residencial y la composición intraurbana del capital humano. El autor utiliza una estrategia empírica con información georreferenciada para el cálculo de índices globales y estudia la autocorrelación espacial en los 315 barrios (polígonos) considerados en la base de datos, una vez excluidos los polígonos institucionales. El trabajo propone el cálculo de medidas de segregación local, como el índice de entropía y los coeficientes de concentración por barrios y grupos con autorreconocimiento de raza y una métrica de capital humano. Dentro de los hallazgos principales, en relación con los índices locales y globales estos sugieren que efectivamente la ciudad de Cali presenta configuraciones residenciales con altos niveles de aislamiento; así mismo, los análisis LISA (índices locales de análisis espacial) univariantes y bivariantes aportaron evidencia adicional sobre la presencia y la persistencia de dos clústeres diferenciados, uno sobre el eje longitudinal central de la ciudad y el otro ubicado predominantemente en la franja oriental de la ciudad, donde prevalecen algunos barrios con elevada concentración de población afrocolombiana.

En términos generales esta literatura permite apreciar que dentro de las zonas urbanas predominan patrones diferenciados en la concentración de la población, de acuerdo con rasgos socioeconómicos y sociodemográficos singulares, lo cual presenta un estrecho vínculo con la presencia de subcentros de actividad económica y precios del suelo, tal y como efectivamente se contrasta en las secciones posteriores de este artículo.

3. Subcentros de empleo y precios del suelo

La distribución poblacional y del empleo se puede apreciar en los mapas 1 y 2, construidos a partir de la información proporcionada por la Subdirección de Catastro Municipal perteneciente al Departamento Administrativo de Hacienda Municipal (DAHM), Departamento Administrativo de Planeación Municipal (DAPM) de la ciudad y del Censo 2005 Redatam (comunas, barrios y manzanas para la variable población). Es preciso anotar qu se trabajó a nivel de sectores urbanos de la ciudad y la georreferenciación utilizó la malla urbana del DAPM con un total de 338 sectores que se asimilan a los barrios.

Distribución espacial de la población

Mapa 1: Distribución espacial de la población

Distribución espacial del empleo

Mapa 2: Distribución espacial del empleo

La información disponible sobre avalúos catastrales permite apreciar que los barrios que presentan los mayores valores se encuentran en las zonas con altas densidades de empleo, y donde gran proporción del área del barrio es destinada a comercio (centro norte y el eje longitudinal de la ciudad). No obstante, las zonas con avalúos catastrales bajos son aquellas que presentan una alta densidad poblacional, poca densidad de empleo y se ubican en la periferia de la ciudad, como se destaca en los mapas 3 y 4.

Distribución espacial de avalúo predial

Mapa 3: Distribución espacial de avalúo predial

Distribución de la proporción del área urbanizada con destino a comercio

Mapa 4: Distribución de la proporción del área urbanizada con destino a comercio

Ahora bien, ¿Qué nos enseñan las contrastaciones sobre policentrismo? De acuerdo con la metodología de Greene (1980) y McDonald (1987) en sus definiciones de subcentros de empleo, el primero define un subcentro de empleo como aquella área urbana cuya densidad bruta de empleo es el doble de la media urbana. La media urbana de densidad de empleo es de 70 empleos/hectárea. Con esta metodología se encontró que hay 37 candidatos a subcentros (mapa 5). El segundo define un subcentro de empleo como aquella zona con una densidad bruta de empleo mayor que todas las zonas contiguas, en este punto es preciso descartar los barrios aledaños al Central Business District (CBD) identificados espacialmente en el primer anillo (mapa 6), ya que forman parte del centro tradicional de Cali.

Candidatos a subcentros de empleo

Mapa 5: Candidatos a subcentros de empleo

Anillos perimetrales al Central Business District

Mapa 6: Anillos perimetrales al Central Business District

De acuerdo con estos criterios, se identificaron 13 candidatos a subcentros de empleo para el área metropolitana de Cali, clasificados en 5 subcentros de empleo de acuerdo con la cercanía con sus vecinos, en términos de distancia al distrito central, CBD (tabla 1).

La metodología empleada sugiere que, efectivamente, el Barrio San Vicente es el candidato a distrito central, dado que en este se encuentran ubicadas alrededor de 1.683 unidades económicas que generan 23.060 empleos, los cuales representan alrededor de 7% del empleo total y la mayor densidad bruta de empleo (599 empleos por hectárea).

Tabla 1:
Candidatos a subcentros de empleo
Barrio Sectores Empleo Densidad de empleo Población Distancia al CBD* Subcentros de empleo
San Vicente 1.683 23.060 599 3.711 0 CBD
Metropolitano del Norte 200 4.973 159 7.607 5,5 SBD1
Marroquín III 40 1.301 89 4.081 5,6 SBD2
San Fernando Viejo 594 3.221 76 5.070 2,4 SBD3
El Cedro 588 2.061 72 3.129 2,3 SBD3
Santa Isabel 209 3.924 107 3.533 3,1 SBD3
San Fernando Nuevo 320 2.682 93 2.858 2,9 SBD3
Eucarístico 341 2.657 114 2.554 3,1 SBD3
Urbanización Tequendama 567 3.305 137 1.998 3,8 SBD3
Los Cámbulos 339 2.646 101 3.923 3,7 SBD3
Santa Anita - La Selva 329 2.172 73 7.737 5,2 SBD4
Primero de Mayo 285 2.547 106 7.721 5,1 SBD4
El Gran Limonar - Cataya 317 2.027 80 3.858 6,1 SBD4
Ciudad Campestre 401 4.920 288 787 9,1 SBD5
Total 6.213 61.496 2.094 58.567    
*Distancia al CBD calculada en kilómetros en ArcGIS.

Fuente: datos DAPM. Cálculos propios.

En este orden de ideas, cabe destacar que entre los artefactos analíticos que con regularidad se utilizan para contrastar la prevalencia de estructuras monocéntricas, se identifica la función exponencial negativa. Esta es quizá la más utilizada para describir la estructura espacial de los centros urbanos y muestra la relación que se establece entre densidad de empleo y distancia al distrito central, CDB, tal y como lo muestra la tradición de trabajos sugeridos por Clark (1951), pionero en trabajar con este tipo de funciones usando información de empleo o población (ecuaciones 1 y 2).

D i es la densidad de empleo neta a una distancia x del CBD, Do es la densidad teórica en la ciudad, γ es el gradiente de densidad, y ei es el termino de error. Los resultados de la estimación para Cali se muestran en la tabla 2.

Fórmula 1

Fórmula 1

Fórmula 1: Fórmula 1

La forma lineal toma la siguiente configuración:

Fórmula 2

Fórmula 2

Fórmula 2: Fórmula 2

Tabla 2:
Función exponencial negativa
Ln D i Coeficientes Std. Err. t P > t
γx -,2314352 ,0298896 -7,74 0,000
Ln Do 3.699.867 ,172673 21,43 0,000
R-squared 0,1557 Adj R-squared 0,1531

Fuente: estimaciones propias en Stata.

Estas estimaciones permiten apreciar que los signos esperados son correctos, el valor del gradiente de densidad es -0,23, aunque el ajuste no es muy alto.

Un paso necesario para aproximarse a la contrastación de la existencia de centros periféricos (subcentros), alternativos al centro tradicional, es el que se abordó con anterioridad y que se refiere a la distribución del empleo como la variable de análisis más relevante. En esta literatura existen dos métodos diseñados para detectar subcentros laborales: el primero se enfoca en el análisis de la distribución de la densidad (puestos de trabajo / superficie urbanizada), mientras que el segundo es funcional y se basa en el análisis de la movilidad (residencia y trabajo). Aplicando los criterios antes mencionados de Greene (1980) y McDonald (1987), el barrio San Vicente sigue desempeñando el rol de centro tradicional principal.

Ahora bien, un refinamiento para la identificación de subcentros estriba en la calibración de una función cubic spline dividiendo la distancia desde el CBD hacia la periferia en 5 segmentos de igual longitud. Los resultados de la estimación de esta función para 5 cortes de igual magnitud establecen que el número de cortes óptimos, utilizando el criterio del mínimo error estándar, mayor significancia de los parámetros y la bondad de ajuste del modelo es de 3. Es así que el modelo más exacto para la estimación de la función cubic spline queda expresado con la siguiente especificación:

Fórmula 3

Fórmula 3

Fórmula 3: Fórmula 3

Donde Dx i es la densidad bruta de empleo, x es la distancias al CBD, x i es el valor que señala el fin del tramo i y el inicio del tramo i+1, (di+1 - di) son segmentos de igual longitud, 𝐷 𝑖 es la variable dummy igual 1 si X ≥ Xi y a 0 si X < Xi, y Ui es el termino de error.

De acuerdo con estas consideraciones, se puede observar en el gráfico 1 y la tabla 3 la presencia de máximos locales que corroboran la formación de subcentros de empleo entre 6 y 11 kilómetros del CBD, lo que se denominó SBD4 (Santa Anita - La Selva, Primero de Mayo y Gran Limonar); y a 11 kilómetros del CBD, lo que se denominó SBD5 (Ciudad Campestre, Unicentro). Por tanto, se infiere que la ciudad de Cali ha venido transitando hacia una estructura policéntrica.

Densidad de empleo y distancia al centro tradicional

Gráfico 1: Densidad de empleo y distancia al centro tradicional

Tabla 3:
Estimaciones de la función cubic spline
Coef. Error estándar t P > t
a1 359,8042 275473 13,06 0,000
b1(x - x0) -194,2319 21,2334 -9,15 0,000
c1 (x - x0) 2 34,7296 4,8269 7,19 0,000
d1(x - x0) 3 -1,9803 ,3272619 -6,05 0,000
𝑑𝑖+1 –𝑑𝑖 )(𝑥 –𝑥𝑖 )³ 𝐷𝑖 2,80413 ,7026553 3,99 0,000
(𝑑𝑖+1 –𝑑𝑖 )(𝑥 –𝑥𝑖 )³ 𝐷𝑖 154.367 ,3245634 -3,57 0,000
R-squared 0,3628 Adj R-squared 0,3552

Fuente: estimaciones propias en Stata.

4. Precios de la tierra, estructura urbana y segregación residencial

Los estudios que intentan entender los precios de la tierra en un contexto urbano se dividen en tres grupos de acuerdo con Avendaño (2012): el primero comprende los estudios que se enfocan en la estructura urbana, analizando los cambios en los precios de la tierra en función de la distancia al distrito central, CBD, y otros subcentros de empleo. El segundo se enfoca en los efectos de zoning3 sobre los precios de la tierra; y el tercer grupo hace uso de la metodología de precios hedónicos.

En lo que aquí concierne, se intenta dilucidar la relación entre la estructura urbana policéntrica y los precios del suelo urbano. La hipótesis convencional es que la relación entre los precios de la tierra y la distancia a los Subcenter Business District (SBD), es decreciente entre ellos, tal y como se puede ver en los trabajos de McDonald y McMillen (1990), McDonald y Prater (1994), McDonald y McMillen (1998), y Avendaño (2012) para Bogotá. Otros enfoques avanzan hacia el estudio de estructuras de dependencia espacial y su modelamiento, mediante técnicas estadísticas para el tratamiento de datos espaciales.

En este estudio, además de las consideraciones anteriores, se intenta esclarecer la relación de los precios del suelo y la configuración urbana, con la segregación residencial. De acuerdo con estudios previos (Barbary, 2004; Vivas, 2012), la ciudad de Cali presenta un arreglo espacial segregado, lo cual queda en evidencia en este artículo al considerar de manera explícita el vínculo estrecho que guardan los índices locales de segregación con los precios del suelo y las distancias a los centros y subcentros de empleo.

4.1. Análisis exploratorio de los avalúos

En este apartado se estudia la presencia o ausencia de un esquema de dependencia espacial a nivel univariante, para el avalúo del metro cuadrado construido por barrio (AVM2), desde el análisis exploratorio de datos espaciales (AEDE), se hará uso del estadístico de Moran y el test local de LISA (Local Index Spatial Asociation).

Inicialmente se realizaron pruebas de autocorrelación espacial con el índice de Moran y la verificación de aglomeraciones con la prueba local de asociación espacial, LISA. El índice de Moran se representa de la siguiente manera:

Fórmula 4

Fórmula 4

Fórmula 4: Fórmula 4

Donde 𝑥 𝑖 es el valor de la variable avaluúo por metro cuadrado construido (AVM2) analizada en el barrio i, 𝑥 es la media maestral, 𝑊 𝑖𝑗 es la matriz de pesos espaciales, N es el número de barrios, y 𝑆 𝑂 representa la suma de pesos espaciales.

Fórmula 5

Fórmula 5

Fórmula 5: Fórmula 5

El resultado para la variable avalúo del metro cuadrado construido por barrio (AVM2) muestra la existencia de un patrón de autocorrelación espacial positiva, con un índice de Moran estadísticamente significativo de 0,279.

El análisis local mediante LISA permitió identificar los clústeres conformados por la homogeneidad de cada unidad espacial (barrios) y sus vecinos (mapa 7) . Se pueden apreciar las ubicaciones con avalúos catastrales significativos del estadís tico local de Moran por tipo de correlación alto-alto (AA) y bajo-bajo (BB), para la autocorrelación espacial positiva. Vale la pena anotar que el estadístico LISA viene definido por la ecuación 6.

Fórmula 6

Fórmula 6

Fórmula 6: Fórmula 6

Donde 𝑍 𝑖 es el valor correspondiente al barrio i de la variable normalizada, y 𝑗 𝑖 el conjunto de barrios vecinos a i, 𝑤 𝑖𝑗 es la matriz de pesos, y N es el número de barrios.

En los mapas 7 y 8 se muestra que en el centro y hacia el sur de la ciudad predominan unidades espaciales de altos avalúos catastrales, rodeados por barrios con la misma característica. Hacia el oriente se detectan barrios con avalúos catastrales bajos, rodeados por barrios similares, lo que se interpreta como evidencia de clústeres espaciales.

Contraste Lisa univariante para la variable avaluó del metro cuadrado construido (AVM2 )

Mapa 7: Contraste Lisa univariante para la variable avaluó del metro cuadrado construido (AVM2 )

Significancia del contraste LISA univariante

Mapa 8: Significancia del contraste LISA univariante

4.2. Segregación residencial

En la línea de lo anotado con anterioridad, la ciudad de Cali se caracteriza por su elevada segregación residencial en la que combina factores sociodemográficos, étnicos y económicos. Además, la desigualdad aproximada mediante un Gini espacial alcanza un valor de 0,57.

Fórmula 7

Fórmula 7

Fórmula 7: Fórmula 7

Donde ti, tj denotan la población total en la unidad espacial i e j; pi, pj, la proporción del grupo en la unidad espacial; P, la proporción del grupo en la ciudad; T, la población total en la ciudad.

Así mismo, como efectivamente se ha corroborado en diversos estudios realizados en los últimos años (Vivas, 2011; 2012), el cálculo de una métrica reescalada de la densidad de capital humano de la población activa (HKDENSj), en cada uno de los sectores censales, muestra que en la franja longitudinal central de la ciudad se concentra la población con los mayores niveles de capital humano, y en las franjas oriental y occidental se ubica la población en condiciones de vulnerabilidad y con una baja composición local de capital humano. El índice es una proxy de la calidad de las interacciones sociales potenciales o del entorno en el que viven los individuos: valores alejados de cero denotan mayor densidad de población activa de alta educación, en relación con la de educación baja. A medida que nos desplazamos hacia la derecha esta proporción entre calificados y no calificados aumenta4.

Fórmula 8

Fórmula 8

Fórmula 8: Fórmula 8

El estadístico univariante de Moran para esta métrica fue de 0,573, mostrando en su distribución local la presencia de clústeres.

Además de este último, en este estudio se mide un índice local de segregación espacial, QLAFRO, que tiene en cuenta el peso relativo de la población de i en elbarrio j (Pij/Pbarrio), así como su importancia relativa en el conglomerado urbano. (Pic/P) es el peso relativo de la población del grupo i en la ciudad como proporción de la población total.

Fórmula 9

Fórmula 9

Fórmula 9: Fórmula 9

Precisamente al comparar el índice de capital humano con el de localización, se puede apreciar que en aquellos polígonos o barrios, con baja HKDENSj, se localiza una proporción importante de población afrodescendiente (coeficiente QLAFRO > 1). El cálculo del índice univariante de Moran para QLAFRO arroja un valor de 0,769, lo cual denota la existencia de un patrón fuerte de concentración en la zona oriental de la ciudad (barrios con elevados valores de QLAFRO rodeados por barrios en la misma condición).

Al relacionar estos dos índices con los avalúos (gráfico 2, diagrama estandarizado de dispersión con los AVM2 en el eje vertical, el coeficiente de concentración de población afrodescendiente en el eje horizontal, QLAFRO y la intensidad de los colores denotando HKDENS) se puede ver la consistencia de las relaciones antes formuladas entre precios del suelo y segregación residencial.

Precios del suelo y segregación residencial

Gráfico 2: Precios del suelo y segregación residencial

5. Modelos econométricos de precios del suelo, distribución del empleo y segregación residencial

Para contrastar la relación que se establece entre los precios del suelo, la estructura urbana previamente identificada y la segregación residencial, a continuación se realizan algunos ejercicios de econometría espacial donde las variables utilizadas corresponden al avalúo por metro cuadrado construido en el barrio, que opera como variable endógena con variables explicativas: la proporción del área construida en el barrio para uso diferente a vivienda (PAC), la distancia al centro tradicional de negocios (CBDK) en kilómetros, la distancia a los subcentros (SBD1K, SBD2K) en kilómetros, la inversa de la distancia a los subcentros (SBD1K-1, SBD2K-1), así como los índices de densidad de capital humano (HKDENS) y localización de la población afrodescendiente (QLAFRO).

En los ejercicios se estiman modelos clásicos de regresión y se contrasta la presencia de autocorrelación espacial, para luego pasar a la estimación de estructuras econométricas que modelen la dependencia espacial entre las unidades de observación.

La especificación genérica del modelo de MCO es la siguiente:

Fórmula 10

Fórmula 10

Fórmula 10: Fórmula 10

Es preciso anotar que el índice de densidad de capital humano y el de localización de la población definen modelos independientes.

Los contrastes de Moran de los residuos y los multiplicadores de Lagrange para el modelo MCO sugieren rechazar la hipótesis nula de distribución intraurbana aleatoria. Estos contrastes sugieren que el proceso generador de datos corresponde a una estructura de dependencias espaciales con un esquema autorregresivo, en la variable endógena o en el término de perturbación.

Ahora bien, las estimaciones con dependencia espacial se apoyan en Anselin (1980; 1988), Moreno y Vayá (2000), Anselin y Rey (2014). Los modelos espaciales recurren a la especificación de una matriz de pesos W, la cual permite incorporar las adyacencias entre las unidades espaciales.

El Modelo autorregresivo espacial de primer orden toma la siguiente estructura:

Fórmula 11

Fórmula 11

Fórmula 11: Fórmula 11

Donde 𝑊 es una matriz de contigüidad de primer orden que captura las influencias reciprocas entre las unidades espaciales, 𝜌𝑊 𝐴𝑉𝑀2 𝑖 es el retardo espacial en la variable avalúo por metro cuadrado construido en el barrio, y 𝜌 es el parámetro autorregresivo que recoge la intensidad de las interdependencias.

El modelo con perturbaciones espaciales autorregresivas de primer orden se expresa como:

Fórmula 12

Fórmula 12

Fórmula 12: Fórmula 12

Donde 𝑢 es un término estocástico y 𝜆 el parámetro autorregresivo que refleja la intensidad de las interdependencias entre los residuos. Los resultados de las estimaciones para los modelos mencionados se encuentran en la tabla 4.

Tabla 4:
Estimaciones econométricas
Variables/Modelos MCO Retardo espacial Error espacial
M1 M2 M3 M4 M5 M6 M7 M8 M9
Constante 745535,0 585973,0 872292,0 533170,0 462207,0 731369,0 930496,0 804398,0 953021,0
0,0000 0,0004 0,0000 0,0015 0,0064 0,0000 0,0000 0,0001 0,0000
CBDK -60203,6 -49602,5 -23124,4 -36588,1 -33591,3 -14142,9 -53948,0 -50917,0 -20499,6
0,0048 0,0190 0,2675 0,0798 0,1088 0,4924 0,0489 0,0487 0,4060
SBD1K 202465,0 197824,0 164747,0 149999,0 156300,0 138955,0 199733,0 200711,0 166881,0
0,0000 0,0000 0,0002 0,0012 0,0007 0,0020 0,0004 0,0002 0,0009
SBD2K -174891,0 -171943,0 -142340,0 -137984,0 -142634,0 -124984,0 -189861,0 -186493,0 -151943,0
0,0000 0,0000 0,0001 0,0002 0,0001 0,0005 0,0000 0,0000 0,0002
SBD1K -1 378046,0 256071,0 181617,0 262227,0 199573,0 139475,0 234782,0 222770,0 133723,0
0,0034 0,0511 0,1465 0,0340 0,1174 0,2550 0,0803 0,0988 0,2978
SBD2K -1 -194389,0 -264158,0 -317638,0 -332199,0 -355105,0 -382223,0 -429370,0 -413129,0 -446188,0
0,0973 0,0242 0,0049 0,0030 0,0017 0,0005 0,0001 0,0003 0,0000
PAC 8407,0 7979,9 7543,2 7860,8 7666,8 7336,3 8292,3 8203,0 7835,7
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
HKDENSi 3414,2 2339,59 1656,24
0,0006 0,0149 0,11796
QLAFRO -228142,0 -198319 -234485
0,0000 0,0000 0,0000
ρ 0,2929 0,2400 0,1715
0,0000 0,0000 0,02069
λ 0,372097 0,307998 0,275232
0,0000 0,0001 0,0004
LM(s) 20,5077 11,2941 6,1737
LM*(ns) 0,4056 2,2934 2,6271
LM(s) 22,1455 9,0026 13,0447
LM*(ns) 2,0434 0,0019 9,498
R2 0,2946 0,3178 0,3713 0,3526 0,3595 0,3978 0,3672 0,3647 0,4140
Akaike 9503,8 9493,6 9466,3 9488,7 9485,2 9462,8 9482,7 9483,0 9454,7
Schwarz 9530,5 9524,1 9496,8 9519,2 9519,5 9497,1 9509,4 9513,5 9485,2

Fuente: cálculos propios en Geoda. LM corresponde a los multiplcadores de Lagrange. R2 es el coeficiente de determinación (en modelos espaciales solamente informativo). Los valores p-value aparecen debajo de cada uno de los coeficientes estimados.

El conjunto de resultados es satisfactorio y refuerza las hipótesis formuladas a lo largo del artículo. Las distancias al centro tradicional y a los subcentros, así como sus inversas, resultaron estadísticamente significativas en la mayoría de los modelos estimados y con los signos esperados. Estos hallazgos confirman el nexo entre precios del suelo y distancias a los distritos comerciales y de servicios, tal y como se plantea en la literatura sobre economía urbana. Así mismo, la proporción de área construida para comercio y servicios resultó significativa en todas las estimaciones y afectando, tal y como se esperaba, de manera positiva los precios del suelo.

Respecto a las variables HKDENS y QLAFRO, se contrastó satisfactoriamente la hipótesis de la relación entre segregación espacial y precios del suelo. El coeficiente de autocorrelación espacial ((), en la variable endógena resultó estadísticamente significativo en las tres especificaciones (modelos M4, M5 y M6). Estas estimaciones sugieren que los efectos de la segregación residencial varían en el espacio por la vía del multiplicador espacial: (*(I - (*W)-1.

Finalmente, se confirman los resultados exploratorios al estimar los modelos con el coeficiente de concentración de población afrodescendiente. Tanto en el modelo de rezago espacial (M6) como en el de error espacial (M9) este coeficiente resultó estadísticamente significativo y con signo negativo, lo cual indica que cuanto más alta la concentración de población afrodescendiente, los precios del suelo tienden a ser más bajos. Este es un hallazgo muy común en diversos estudios y que goza de una amplia literatura para Estados Unidos, pero poco contrastada en nuestro medio.

6. Conclusiones

Entre los principales hallazgos del estudio se destaca que la ciudad de Cali ya no se rige bajo una estructura monocéntrica y más bien los datos y estimaciones sugieren un proceso paulatino de descentralización del empleo que en unos pocos años puede conducir a una configuración policéntrica con unos cuantos subcentros de empleo consolidados. Las calibraciones cubic spline sugieren un subcentro ubicado a 6 kilómetros del CBD conformado por los barrios Santa Anita - La Selva, Primero de Mayo y Gran Limonar, y el segundo ubicado a 11 kilómetros del CBD formado por los barrios Ciudad Campestre y Unicentro, ubicados en el sur de la ciudad, además de otros subcentros como el de la ciudad médica en las inmediaciones de Imbanaco que se erigen como candidatos importantes a subcentros de empleo especializados.

En cuanto a los precios del suelo, los índices de Moran y LISA sugieren que la variable de avalúo presenta autocorrelación espacial positiva, mostrando que en el centro tradicional y hacia el sur de la ciudad predominan unidades espaciales de altos avalúos catastrales, rodeados por barrios con la misma característica, y hacia el oriente se detectan barrios con avalúos catastrales bajos, rodeados por barrios similares, lo que se interpreta como evidencia de clústeres espaciales.

Así, los ejercicios estadísticos aportan evidencia de que los precios de la tierra en la ciudad muestran un patrón diferenciado con avalúos altos sobre todo el eje longitudinal y avalúos bajos hacia la periferia, donde se localizan zonas con densidades de población altas y muy alejadas de los subcentros de empleo, y que presentan un efecto positivo sobre el valor de la tierra. Este trabajo hace un aporte importante al entendimiento de la estructura y la dinámica de los precios de la tierra a partir de la estructura urbana y genera interrogantes sobre la política de usos del suelo de la ciudad y sus repercusiones de mediano y largo plazo a partir del plan de ordenamiento territorial (POT) y cómo se vinculará a la población que se encuentra alejada de los equipamientos urbanos.

Ahora bien, en el caso de Cali este patrón diferenciado de precios del suelo presenta una fuerte relación con la segregación residencial. Mientras que en el eje longitudinal de la ciudad se localiza población de altos niveles educativos y con ingresos medios y altos, que cuenta con mejor accesibilidad a las facilidades y servicios urbanos, en las zonas de ladera y en la zona oriente de la ciudad se localiza la población vulnerable, tal y como efectivamente lo corrobora la estimación de métricas de segregación residencial. En la línea de los hallazgos previamente anotados, la ciudad de Cali se caracteriza por su elevada segregación residencial en la que combina factores sociodemográficos, étnicos y económicos. El Gini espacial muestra un valor relativamente alto de 0,57 que mide la elevada disparidad dentro del espacio urbano.

El cálculo adicional de índices de concentración de la población, según su composición de capital humano y etnia, permite apreciar que en aquellos polígonos o barrios con baja composición de capital humano se localiza una proporción importante de población afrodescendiente.

La relación entre el indicador de densidad de capital humano y la estructura de precios del suelo muestra la consistencia de los hallazgos. Las estimaciones de econometría espacial nos enseñan que en aquellos barrios con alta concentración de población afrodescendiente y con baja composición de capital humano, los precios del suelo son bajos (zona oriental) y que en los barrios con alta densidad de capital humano y baja concentración de población afro, los precios del suelo tienden a ser elevados

Referencias

  1. , (). . . Chicago, US: GeoDa Press. .
  2. (). Estimation methods for spatial autoregressive structures. Regional Science. Dissertation and Monograph
  3. (). . . Dordrecht, Netherlands: Kluwer Academic Publishers. .
  4. (). . . Barcelona, España: Universitat Autónoma de Barcelona. .
  5. (). . , ed. , ed. . Cali, Colombia: Editorial Lealon/CIDSE/Univalle-IRD-Colciencias. .157-194.
  6. (). Urban Population Densities. Journal of the Royal Statistical Society 114(4), 490- 496.
  7. (). Localización espacial de la actividad económica en Medellín, 2005-2010. Un enfoque de economía regional. Ensayos sobre Política Económica 31(70), 217-266.
  8. (). Recent Trends in Urban Spatial Structure. Growth Change 11(1), 29-40.
  9. Identificación de sub-centros de empleo través de la función cubic spline: el caso de Cali Tesis de pregrado thesis
  10. , (). Land Values, Land Use, and the First Chicago Zoning Ordinance. Journal of Real Estate Finance and Economics 16(2), 135-150.
  11. , (). Employment subcenters and value in a polycentric urban area: the case of Chicago. Environment and Planning A 22(12), 1561-1574.
  12. (). The identification of urban employment sub centers. Journal of Urban Economics 21(2), 242-258.
  13. , (). Técnicas econométricas para el tratamiento de datos espaciales: La econometría espacial. UB 44
  14. Subasta del suelo y estructura urbana: un análisis para el área urbana de Manizales Tesis de maestría thesis
  15. (). . . Cali, Colombia: Universidad del Valle. .
  16. (). Historia de Cali en el siglo 20. Sociedad, Economía, Cultura y Espacio
  17. .. Cali, Colombia.
  18. (). Persistencia de la segregación residencial y composición del capital humano por barrios en la ciudad de Cali. Ensayos sobre Política Económica 31(70), 123-155.
Economista y Magister en Economía Aplicada.
PhD en Economía, Magister en Economía Aplicada y Economista.
Zonificaciones definidas por la administración municipal y que busca regular los usos del suelo, la distribución de actividades y las tipologías urbanísticas.
El cálculo se realiza con información (Redatam-DANE) mediante la razón (H/L), entre individuos con bachillerato completo y superior (incluyendo carreras técnicas y tecnológicas), H, y aquellos que no cumplen esta condición (secundaria incompleta, primario o ninguna), L. El índice reescalado tiene en cuenta un factor de ajuste mediante valores máximos y mínimos observados dentro de la ciudad y permite corroborar la conformación de clústeres.