LIII CONGRESO NACIONAL DE VALUACIÓN · derivadas del (Instituto Nacional de Estadística Geografía, 2010); FAC_EDU educación, es la estimación del indicador de educación, a partir

LIII CONGRESO NACIONAL DE VALUACIÓN La Independencia del Valuador Profesional

“Elementos del Valor del Suelo Habitacional: Caso Hermosillo, Sonora, México”

Autores:

Dr. Jesús Quintana Pacheco, COVAPROES y Universidad de Sonora (Ponente)

Dr. Arturo Ojeda de la Cruz, Universidad de Sonora

M.A. Jesús Fernando García Arvizu, Universidad de Sonora

Hermosillo, Sonora, 18 de junio de 2017


2017

1

INDICE 1 RESUMEN .................................................................................................................................................................. 3

2 INTRODUCCIÓN ....................................................................................................................................................... 5

2.1 PLANTEAMIENTO DEL PROBLEMA ............................................................................................................. 8

2.2 JUSTIFICACIÓN ................................................................................................................................................ 9

3 REVISIÓN BIBLIOGRÁFICA ................................................................................................................................... 9

3.1 RENTAS DE ACCESIBILIDAD ...................................................................................................................... 10

3.2 RENTAS DE EXTERNALIDADES URBANÍSTICAS ................................................................................... 10

3.3 RENTAS DE JERARQUÍA SOCIAL ............................................................................................................... 11

3.4 LA FORMACIÓN DE SUBMERCADOS ........................................................................................................ 11

3.5 EL CONSUMO DE AGUA ............................................................................................................................... 12

3.6 CRIMINALIDAD .............................................................................................................................................. 13

4 METODOLOGÍA ...................................................................................................................................................... 14

4.1 OBJETO DE ESTUDIO..................................................................................................................................... 14

4.2 BASE DE DATOS ............................................................................................................................................. 15

4.2.1 VALORES UNITARIOS DE SUELO URBANO HABITACIONAL ...................................................... 15

4.2.2 CONSUMO DE AGUA DOMÉSTICA ..................................................................................................... 16

4.2.3 CRIMINALIDAD ...................................................................................................................................... 18

4.2.4 ACCESIBILIDAD ..................................................................................................................................... 19

4.2.5 INDICADOR DE RENTA ......................................................................................................................... 21

4.2.6 INDICADOR DE EDUCACIÓN ............................................................................................................... 23

5 ANÁLISIS Y RESULTADOS ................................................................................................................................... 25

5.1 REDUCCIÓN ALEATORIA ............................................................................................................................. 26

5.2 MODELOS DE PRECIOS HEDÓNICOS ......................................................................................................... 27

5.2.1 MODELO A PARTIR DE LA REGRESIÓN LINEAL MÚLTIPLE OLS ............................................... 27

5.2.2 MODELO A PARTIR DEL ANÁLISIS GEO-ESTADÍSTICO GWR ...................................................... 32

6 CONCLUSIONES ..................................................................................................................................................... 36

7 TRABAJOS CITADOS ............................................................................................................................................. 37

8 ANEXOS ................................................................................................................................................................... 38

8.1 ARCHIVO EXCEL: VAL_MERCADO_RENTA_EDU .................................................................................. 38

8.2 ARCHIVO EN EXCEL: FAC_AGUA_CRIM_ACCES. .................................................................................. 38


2017

2

SEMBLANZA

Jesús Quintana Pacheco

~ Doctorado en Gestión y Valoración Urbana y Arquitectónica, en junio de 2012 (Universidad Politécnica de Cataluña).

~ “Cum Laude”, por tesis doctoral, Universidad Politécnica de Cataluña, 2012. ~ Coordinador del Posgrado en Ciencias de la Ingeniería: Ingeniería Civil, líneas

terminales Construcción y Valuación, marzo de 2013 a la fecha. ~ Perito valuador afiliado y certificado por el COVAPROES.

Líneas de investigación:

~ Valoración Urbana ~ Gestión Sustentable de Servicios Urbano

Proyectos de investigación:

~ Análisis Geográfico del Valor del Suelo Urbano: caso Hermosillo, Sonora, México. ~ Sistematización de un informe de valuación a efecto fiscal y comercial, para el estado

de Sonora. ~ Estructura del valor del suelo habitacional: caso Hermosillo, Sonora, México, 2015. ~ Una aproximación al factor de localización en la manzana: caso Hermosillo, Sonora. ~ Una aproximación al comportamiento de los valores de la vivienda: caso Hermosillo,

Sonora. Producción científica:

~ “Características que explican el precio de la vivienda. Caso Hermosillo, Sonora, México”, capítulo de libro Diseño Urbano, ISBN: 978-607-520-214-3, p. 11-28, México 2016.

~ “Una aproximación al valor del suelo habitacional: caso Hermosillo, Sonora, México” Revista Epistemus, ISSN: 2007-4530, No.19, Año9, pág. 43-51, México, 2015.

~ “Integración de un Sistema de Información Geográfico para el Análisis Inmobiliario”, Revista "Produção em Foco, ISSN 2237-5163/ v.05 n.2: p 334-351, Joinville 2015.

~ “Rentabilidad Inmobiliaria & Calidad de Zona”, capítulo de libro Città Memoria Gente, ISBN: 978-88-97524-15-1, p. 1302-1321, Roma 2015.

~ “Estimación de los elementos de calidad de zona: caso residencial Barcelona”, capítulo de libro Suelo Estructura y Movilidad Urbana, ISBN: 978-607-520-078-1, p. 31-52, México 2014.

~ “Una Aproximación al Comportamiento de los Valores de la Vivienda: Caso Hermosillo”, Revista Epistemus, ISSN: 2007-4530, n.14, p. 31-36, México 2013.

Experiencia profesional:

~ Perito valuador de INDAABIN (CABIN) a partir de 1991, realizando avalúos maestros en Baja California Sur, de terrenos y construcciones en Sonora, Sinaloa y las Baja Californias.


2017

3

1 RESUMEN

A partir de una evidente diferenciación del valor del suelo a través de la ciudad, enmarcada

en conceptos de deseabilidad del entorno edificado, de la accesibilidad urbana y de la

jerarquía social; se explica el valor del suelo habitacional, utilizando los indicadores de

educación, renta, accesibilidad, consumo de agua y criminalidad.

La educación en un lugar, es sin duda uno de los elementos principales que le otorgan valor

al suelo habitacional. De acuerdo con (Roca, 1982) en su interpretación de los valores del

suelo en la ciudad de Barcelona, los individuos prefieren vivir en zonas donde los niveles de

educación son similares o mayores al suyo; en este mismo tenor, es sentido común, que las

personas prefieren zonas habitacionales con indicadores de criminalidad bajos, ya que los

barrios criminalizados son castigados por los compradores inmobiliarios en sus diferentes

usos, tal como lo encuentra (Brasington, 2001) en su estudio de tasas de capitalización y

tamaños de comunidades, donde una de las variables más importantes es la tasa de

criminalidad.

El objetivo de este documento es estimar el comportamiento del valor del suelo habitacional

en la geografía de la ciudad de Hermosillo, Sonora, México. A partir del concepto de

modelos de precios hedónicos y de las posibles asociaciones espaciales de las variables

inmobiliarias del mercado local. Con lo cual se pretende explicar que el valor del suelo

urbano habitacional, es resultado de una combinación de factores: de educación, de ingreso

familiar, de accesibilidad urbana, de criminalidad y de consumo de agua residencial.

El trabajo parte de la colecta de información de campo de 427 casos de valores de terrenos

habitacionales; y del acceso a bases de datos de organismos públicos, de donde se

obtienen las variables: FAC_AGUA consumo de agua doméstica, que se integra a partir de

información del Organismo Operador Agua de Hermosillo, con información de los consumo

de agua potable generados en las viviendas para el año 2015; FAC_CRIM criminalidad, es

una variable que se integra a partir de información que proporciona la Secretaría de

Seguridad Pública del Gobierno del Estado de Sonora, donde se consideran los delitos

registrados como: narcomenudeo, robo de vehículo, robo a casa habitación, robo a

comercio, lesiones dolosas; FAC_ACC accesibilidad, es un componente obtenida de


2017

4

información de campo y cálculos de (Morales, 2015), para integrar un indicador de

accesibilidad en la ciudad de Hermosillo, a partir de tres medidas: accesibilidad en distancia,

accesibilidad en tiempo y accesibilidad en costo; FAC_REN renta, que es la estimación del

indicador de ingresos y se obtiene a partir de variables económicas y de viviendas,

derivadas del (Instituto Nacional de Estadística Geografía, 2010); FAC_EDU educación, es

la estimación del indicador de educación, a partir de datos de educación del (Instituto

Nacional de Estadística Geografía, 2010).

El modelo de precios hedónico resuelto con la técnica de regresión lineal múltiple (OLS),

muestran una explicación de R2 corregida de 69.5%, con las variables de FAC_REN y

FAC_AGUA. Lo anterior muestra que el valor del suelo se asocia fuertemente, en primera

instancia, con zonas donde las personas presentan altos ingresos; y en segundo lugar, con

consumidores de grandes volúmenes de agua.

Con la técnica de regresión geográficamente ponderada (GWR), se revisan las posibles

asociaciones espaciales, logrando una mejora del modelo con una R2 ajustada del 78.99%,

valor mayor que el obtenido a través de la regresión lineal múltiple.

Por lo que es posible concluir que el valor del suelo en la ciudad está fuertemente influido

por la renta, la educación y el consumo de agua; lo que, en realidad es un valor del suelo

definido por características de jerarquía social.

Palabras Clave: Valor del suelo, educación, renta, consumo de agua, criminalidad.


2017

5

2 INTRODUCCIÓN

La ciudad se conforma de suelo urbano, con distintos usos y distintas clasificaciones, es

decir, dentro de la ciudad tenemos usos: habitacionales, comerciales, servicios e

industriales; y cada uno de ellos, se clasifica en diferentes calidades, entendiendo por

calidad, las características inmobiliarias del suelo que prefieren los consumidores, lo que

lleva a tener suelos de alta, media y baja preferencia.

La forma en que se produce y consume el recurso hídrico, fue considerado por primera vez

en la Cumbre de la Tierra en Río de Janeiro en 1992 y de Johannesburgo en el 2002; esto

muestra la preocupación internacional por la sostenibilidad en los procesos de producción y

consumo, de acuerdo con (Área de Gobierno de Medio Ambiente y Servicios de la Ciudad

de Madrid, 2005).

Derivado del proceso de dispersión creciente de las actividades en el territorio, se está

originando una ocupación extensiva del suelo, que dilapida los recursos, naturales y

económicos, más allá de las necesidades propias al crecimiento de su población residente

(Santos & Azcarate, 2013). Existen pocos estudios que comparan los diferentes patrones

de consumo de agua del urbanismo compacto versus urbanismo difuso o que intenten

analizar cómo los diferentes factores influyen en el consumo de agua doméstica (March &

Saurí, 2010).

El nivel de ingreso de las personas se relaciona directamente con las preferencias que están

dispuestos a pagar, en el proceso de adquisición del suelo urbano de uso habitacional. Esto

es, las personas con altos niveles de ingreso están en condiciones de pagar las mejores

zonas para localizar su vivienda en la ciudad; donde se satisfagan la mayoría de sus

preferencias, mientras que las personas con niveles de ingresos bajos, se deberán limitar

en la cantidad de preferencias que les permitan sus ingresos.

El proceso anterior genera una serie de asociaciones, donde las personas con niveles de

ingresos altos, se ubican en las mejores zonas, mientras que las de menores ingresos van

quedando agrupadas de acuerdo a su capacidad de compra. Estas asociaciones en primera

instancia económica, genera nuevos deseos, como los de vivir cerca de personas con


2017

6

niveles de educación similares, problemas similares, mismas culturas, llegando incluso a la

formación de agrupaciones con composiciones del mismo origen étnico.

El caso de la educación, es quizá una de las variables con más tipos de medidas en el

territorio mexicano, de donde se consideran medidas como el “grado promedio de

escolaridad”, “% de población de 15 años y más con educación pos-básica” y “% de

población de 25 años y más con al menos un grado de educación superior”. Y son

indicadores que presentan una mejor asociación con los valores del suelo habitacional

urbano de acuerdo con (Roca, 1988), (Quintana & Roca, 2012) y (Hernández & Quintana,

2015).

La accesibilidad desde los primeros estudios de Von Thunen en Alemania, ha estado

presente como un factor importante en el valor del suelo urbano, desde el modelo simplista

de ciudad monocéntrica y homogénea, hasta sistemas más complejos como las

megalópolis. Las medidas de la accesibilidad a partir de distancias, tiempos y costos; es

común en municipios con estudios profundos del funcionamiento de la ciudad, sin embargo,

no es el común denominador en países en desarrollo, por lo que debemos de utilizar

medidas al alcance de cada trabajo en particular.

La criminalidad, es el resultado de hechos que transgreden las leyes y reglamentos

establecidos por el gobierno, son actitudes y acciones que lesionan a otras personas, sea

esto en su integridad física, intelectual o en su patrimonio. La presencia de este tipo de

acciones en una zona de la ciudad, es usualmente una característica que impacta

negativamente en las preferencias de las personas. Si estas zonas no son preferidas por

los demandantes de suelo urbano habitacional, provocan una baja en los precios de venta

del suelo, independientemente de otros tipos de atributos, como la accesibilidad, entorno,

etcétera.

La ciudad de Hermosillo, con una creciente mancha urbana, producto del crecimiento

poblacional y de los pocos esfuerzos de las autoridades responsables, por generar un

modelo sostenible y compacto; ha dejado que las fuerzas del mercado, desarrollen un tipo

de ciudad, expandida, fragmentada y porosa que se adapta a sus objetivos económicos

inmediatos.


2017

7

La ciudad presenta zonas de valores de suelo habitacional muy diferentes, como es la

región central de la ciudad, compuesta por el antiguo casco de la ciudad, donde se localiza

principalmente comercio de segundo nivel. De este centro de atracción se desprenden

varías vías de comunicación, como los bulevares Francisco Eusebio Kino, Morelos, Luis

Encinas, Colosio, Navarrete, entre otros, mismos que se muestran en la Figura 1.

Figura 1.- Mancha urbana de la ciudad de Hermosillo

Fuente: Generación propia.

En estas vialidades se generan zonas comerciales de primer, segundo y tercer nivel, que

marcan el crecimiento urbano de la ciudad. Las áreas comprendidas entre estas vialidades

generalmente forman entornos habitacionales de alto, medio y bajo nivel; donde parece

existir asociaciones espaciales de niveles altos con altos y bajos con bajos, con transiciones

graduales.

Al ser la ciudad de Hermosillo, una urbanización de tamaño medio en el país, con una

población de 784,342 habitantes (Instituto Nacional de Estadística y Geografía, 2010), con


2017

8

un enfoque hacia los servicios, con una industria poco desarrollada, con pocas posibilidades

de actividades primarias, debido a su limitante hídrica. Presenta un rango de valores de

suelo que van de los $65.00/m2, hasta valores de $4,500.00/m2 (Colegio de Valuadores

Profesionales del Estado de Sonora, 2013), lo cual parece representativo del nivel de

atractivo en accesibilidad, economía y potencial de desarrollo a corto y mediano plazo de la

ciudad.

2.1 PLANTEAMIENTO DEL PROBLEMA

En el mercado inmobiliario de bienes inmuebles se presenta una oferta y demanda de

productos inmobiliarios, que puede ser solo el suelo o el suelo y sus construcciones; la

realización de operaciones de compra venta requieren de la realización de avalúos por parte

de profesionistas especializados en la materia. El resultado de dicho trabajo es el

documento físico en el cual se desarrollan procedimientos para obtener la estimación del

valor del bien.

Esto es, el valor de mercado se concibe como el precio más probable de intercambio del

bien, bajo condiciones racionales de mercado. Los precios de intercambio en los mercados

inmobiliarios, normalmente son opacos, por lo que suelen ser estimados con base en los

precios de oferta, analizados por profesionales inmobiliarios, que puedan detectar valores

no representativos de las operaciones comunes de este tipo de bienes.

En este sentido se puede afirmar que el valor del suelo urbano, es resultado principal de

una combinación de características, donde es posible establecer relaciones entre los

valores del suelo y los indicadores de educación, ingreso familiar, accesibilidad urbana,

criminalidad y consumo de agua, en la geografía de la ciudad de Hermosillo, Sonora.

Además de obtener modelos estadísticos del comportamiento del valor del suelo, modelos

que consideren las asociaciones espaciales de las variables que aportan valor al suelo en

la ciudad.


2017

9

2.2 JUSTIFICACIÓN

Es normal que en las ciudades se presenten interrogantes como cuáles son los factores que

determinan el valor del suelo. Si bien, cada mercado suele ser independiente, existen

comportamientos que explican la variación de sus valores, donde sus características

urbanas pueden ser muy diferentes, así como sus necesidades, gustos y demanda. Un

mercado inmobiliario puede diferenciarse internamente por su accesibilidad, mientras otro

puede hacerlo por sus servicios públicos, zonas verdes o el stock edificado. En ese sentido

se pretende realizar un análisis empírico para encontrar cuales son los factores que

determinan su precio en cada uno de los distintos submercados de la ciudad. Es decir, sus

sistemas específicos de formación espacial del valor del suelo, así como la obtención de

esos factores explicativos a este nivel de submercado; donde los análisis empíricos parecen

ser una buena opción de trabajo, según (Bourassa, Hamelink, Hoesli, & MacGregor, 1997)

y (Roca, 1982).

3 REVISIÓN BIBLIOGRÁFICA

El valor del suelo inicia en el momento en que se genera el uso exclusivo del suelo por un

individuo o grupo de individuos, esto es cuando el hombre inicia el proceso de

sedentarización y establecimiento en lugares que le permiten obtener los recursos

necesarios para su supervivencia. En este sentido se tienen vestigios de que en Egipto

aparece la propiedad de animales, personas y suelo, privilegio de las clases sociales altas;

y posteriormente, el derecho de propiedad ha evolucionado, pasando por el concepto de

propiedad Romano, donde el propietario podía usar y abusar de sus bienes, hasta las

formas modernas de propiedad donde este derecho incluye limitaciones en función del

interés social.

El valor de los inmuebles se ha estudiado en diferentes vertientes, donde las principales

aportaciones que intentan medir el valor de intercambio, en un principio del suelo y

posteriormente del suelo y sus construcciones. Esto es, el valor del suelo urbano se ha

estudiado a partir de su localización, considerando aspectos como la accesibilidad, las

características del entorno urbano y los elementos de composición social; lo cual genera


2017

10

una formación espacial de los valores urbanos, que se intenta definir con base en la teoría

económica espacial, donde es posible identificar tres componentes principales: la

accesibilidad, las externalidades físicas y ambientales y los factores sociales.

3.1 RENTAS DE ACCESIBILIDAD

La teoría de la ubicación de (Von Thünen, 1826), tiene su origen en los trabajos publicados

en Alemania, que aplica a un modelo de tierras con explotación agrícola, donde se considera

que el terreno es plano e isótropo, esto es las características de las parcelas no varían a

excepción de su localización respecto al centro o mercado donde se comercializan los

productos, resultados de la actividad agrícola. Von Thünen se preguntó porque las parcelas

con las mismas características, a excepción de la localización (distancia al centro) tenían

diferentes usos.

Partiendo de que la única variable es la distancia desde la parcela al centro, la actividad

agrícola tiende a ubicarse cerca del centro, donde la distancia o costo de transporte de la

producción agrícola es mínima. Por el contrario, conforme se aleja del centro, la distancia

aumenta y por lo tanto los costos de transporte de la producción agrícola al mercado se

incrementan.

3.2 RENTAS DE EXTERNALIDADES URBANÍSTICAS

El modelo estándar de estructuración espacial de valor del suelo, no permite explicar

completamente lo que pasa en las ciudades, ya que existen aspectos como la cantidad y

calidad de servicios públicos, polución, racismo, etcétera; que intervienen de una forma

importante en la construcción del valor del suelo urbano. Estos elementos no considerados

por la teoría estándar y que tienen influencia significativa en la estructuración de los valores

urbanos, se les denomina externalidades.

Las externalidades de los bienes inmuebles, son todos aquellos factores que no se controlan

por el poseedor del bien inmueble, pero que de una forma directa o indirecta tienen un efecto

en el valor del inmueble. La externalidad se presenta fundamentalmente por la característica

de inamovilidad del bien inmueble, que queda sujeto a los efectos de todos los elementos

que lo circundan.


2017

11

En el caso de las características físicas que conforman los índices de calidad de la

edificación del entorno (externalidades), se tienen trabajos como el de (Mills & Simenauer,

1996) que muestra cómo se han tratado de obtener índices de calidad de las viviendas a

través de los años, encontrándose un comportamiento creciente en un periodo de 1986 a

1992 de valores de vivienda en Estados Unidos (analizado a través de cuatro zonas

diferentes). Algunas de las variables introducidas en el modelo, son: la edad de la vivienda,

el tamaño del lote, el número de baños, garaje, entre otras.

3.3 RENTAS DE JERARQUÍA SOCIAL

Las externalidades sociales son aquellos factores con origen en las características de las

personas que habitan el lugar; esto es, su historia en cuanto a su capacidad económica,

cultural, educativa o profesional, que le proporciona un carácter social, de cohesión y

armonía a la zona.

En trabajos como el de Halbwachs en 1909, se introduce el factor de localización, como uno

de los elementos principales del valor del suelo, esto es, la ubicación de la vivienda en un

determinado lugar (barrio, zona o distrito) como el factor determinante del valor. Este valor

a partir de elementos que reflejan la imagen de lugar, como son las características sociales,

relativas al nivel de renta, a la educación, al prestigio, etcétera.

3.4 LA FORMACIÓN DE SUBMERCADOS

El mercado es el lugar geográfico donde se realizan las actividades de compra-venta de

productos específicos que solo ahí se ofertan y solo ahí se demandan. Es posible hablar del

mercado de oficinas prime o del mercado de vivienda residencial de segunda ocupación.

Así también el mercado se limita a ámbitos tan específicos como sea posible el manejo

adecuado de la información necesaria para la realización de sus operaciones.

Si entendemos por submercado, la partición del mercado total en fracciones que reflejan las

preferencias de un grupo de compradores y vendedores. (Roca, 1988) Menciona “…que

para la existencia de un submercado es necesaria la existencia de una pluralidad de

estructuras internas diferenciadas de determinación de los precios. En un estudio realizado


2017

12

para la vivienda en España con datos obtenidos por el Ministerio de Fomento, (Espasa &

Cancelo, 2000) encuentran lo que conceptualmente consideran como submercados,

mencionado “…hay evidencia de segmentación en los mercados, es decir, de ausencia de

una relación de equilibrio a largo plazo entre pares de precios. Como cabría esperar esta

segmentación se observa para mercados extremos: Castilla y León y Galicia frente a Madrid

y Barcelona, vivienda nueva (de menos de un año, cabe suponer que a estrenar) frente a

vivienda de más de un año (la inmensa mayoría de segunda mano), etc.

3.5 EL CONSUMO DE AGUA

En México en el año 2010 según datos de la (Consejo Nacional de Población, 2010), se

identificó que el 78% del total de habitantes es población urbana, y que en Sonora el 86%

de la población ya está radicando en zonas urbanas en el estado; siendo que dicho proceso

de asentamiento de la población en las localidades urbanas ha implicado fuertes presiones

sobre el medio ambiente y las instituciones, lo cual es derivado del incremento de la

demanda de los servicios urbanos (Comisión Nacional del Agua, 2010).

Existe gran competencia por el consumo de agua entre los sectores industrial, urbano y

agrícola; en el futuro se necesitará cada vez más agua para producir alimentos ocasionados

por el aumento de la población. En otro contexto, (Shandas & Parandvash, 2009) desarrollan

una investigación en Portland Oregon, E.E.U.U. para cuantificar la influencia de zonas

específicas y las características estructurales de desarrollos urbanos en el consumo de agua

en una región metropolitana. Para ello, utilizaron Sistemas de Información Geográfica (SIG)

para caracterizar 122,550 lotes de diferentes usos del suelo y estadísticamente asociadas

a las formas urbanas y las características sociodemográficas de los usuarios del agua con

los datos empíricos sobre el consumo de agua durante un período de cinco años. Evaluaron

el consumo de agua para: las viviendas residenciales unifamiliares, residenciales

multifamiliares, comerciales, industrial y el uso del suelo a nivel de lote. En el análisis

estadístico buscaron la asociación entre el consumo del agua y el uso del suelo para cada

año, y posteriormente determinan el modelo utilizando regresión múltiple, efectuando

diversas combinaciones con las variables independientes. Para el año 1999 encontraron


2017

13

una correlación fuerte y significativa entre el área de cada uso del suelo y el consumo de

agua (R²= 0.74). Para el año 2002-05, las viviendas unifamiliares, el uso comercial-industrial

y el uso multifamiliar son significativas, lo que ayuda a explicar el 55% a 64% del consumo

total de agua.

3.6 CRIMINALIDAD

La criminalidad de acuerdo con (Cook, 1986), supone que los criminales y las víctimas son

individuos racionales, que toman decisiones siguiendo procesos de optimización; esto es,

que el criminal conoce las posibilidades de tener éxito o ser detenido, si tiene éxito las

potenciales ganancias asociadas con el delito y en lo opuesto, los costos de ser detenido,

el castigo o pena que le imponen las autoridades. Por otro lado las víctimas también

conocen las pérdidas potenciales que pueden tener en sus pertenencias y en este sentido

incurren en gastos que aumentan las medidas de seguridad para prevenir el éxito de los

delincuentes.

El robo a casa habitación es un delito de alta incertidumbre, pues es difícil conocer si las

ganancias potenciales esperadas se encuentran dentro de la vivienda, si efectivamente está

sola o se encuentran personas en el interior y la posible oposición que enfrente.

(Aguayo & Chapa, 2012) Encuentran en su trabajo de “El robo a casa habitación en

Monterrey, Nuevo León”, que la localización de la vivienda y las características del

vecindario son elementos tan importantes para predecir la probabilidad del robo, como son

las características de la vivienda y no así las características de sus ocupantes.

Por su parte (Urquijo, 2016), menciona que los datos de la Coordinación de Seguridad

Ciudadana en Hermosillo, el 60% de los robos en casa habitación se llevan a cabo en los

fraccionamientos tipo cerrada, sin diferenciar el nivel económico de los mismos.


2017

14

4 METODOLOGÍA

4.1 OBJETO DE ESTUDIO

El objeto de estudio es el mercado del suelo habitacional en la ciudad de Hermosillo, Sonora,

México, Figura 2; la ciudad se localizada a 29°05’56”N y 110°57’15”O en el noroeste de la

República Mexicana y a 289 km de la frontera con los Estados Unidos de América.

Figura 2.- Localización de la ciudad de Hermosillo

Fuente: Programa de Desarrollo Urbano de Hermosillo 2006.

La ciudad con una altitud promedio de 216 MSNMM1, una topografía sensiblemente plana,

una mancha urbana de 160.93 km2, donde 125.68 km2 corresponden a superficies de lotes

y predios urbanos, de los cuales el 37.25% se encuentran baldíos (Instituto Municipal de

Planeacion Urbana, 2006). De donde es posible inferir la flexibilidad de la autoridad

municipal en el planeamiento del desarrollo de la ciudad, lo cual es aprovechado por algunos

1 MSNMM metros sobre el nivel medio del mar.


2017

15

sectores de la población para mantener de cierta forma el poder adquisitivo de su dinero y

obtener una renta importante (plusvalía) a costa de las inversiones públicas en servicios y

los costos que el resto de la población tiene que pagar al recorrer cada vez mayores

distancias del hogar, al trabajo, escuela o comercios.

4.2 BASE DE DATOS

4.2.1 VALORES UNITARIOS DE SUELO URBANO HABITACIONAL

Se recolectó en campo una muestra de valores del suelo urbano habitacional unifamiliar

utilizando una hoja electrónica en Excel. El proceso se realizó durante los meses de marzo

a octubre del 2013, recolectando información como: dirección, coordenadas geográficas,

dimensiones, condiciones físicas, clasificación de la zona, infraestructura, servicios, precio,

entre otros. Finalmente se complementó la información en diferentes bases de datos de

internet, publicadas por empresas dedicadas a la compraventa de bienes raíces y

profesionales de la valuación.

Finalmente se integran 427 casos de valores unitarios de terrenos urbanos habitacionales,

los cuales se muestran en cada uno de los puntos de la Figura 3. Así también, se puede

observar el comportamiento del valor del suelo en la geografía de la ciudad, donde es

posible identificar tres zonas: el Bulevar Colosio, Bulevar Morelos y Centro, a partir de las

cuales se van disminuyendo los valores hasta la zona noroeste y sur de la ciudad.


2017

16

Figura 3.- Valores unitarios del suelo urbano habitacional

4.2.2 CONSUMO DE AGUA DOMÉSTICA

Se gestionó en el organismo operador de agua de Hermosillo (AGUAH) la información de

los consumos de agua potable generados en las viviendas para el año 2015, se utilizó la

información cartográfica creada por el Instituto Nacional de Estadística Geografía e

Informática (INEGI). Se utilizó Sistemas de Información Geográfica para integrar los

consumos de agua doméstica a nivel Colonia.


2017

17

En la Figura 4 se muestran los distintos valores de consumo de agua en la geografía de la

ciudad, observándose zonas como Los Lagos y área cercanas al Bulevar Morelos con altos

consumos de agua, que se asocian con valores de suelos altos y los menores valores se

presentan en zonas periféricas al norte, sur y noroeste, característicos de valores de suelos

bajos.

Figura 4.- Distribución de los consumos de agua



2017

18

4.2.3 CRIMINALIDAD

La criminalidad medida a partir de información que proporciona la Secretaría de Seguridad

Pública del Gobierno del Estado de Sonora, en su portal http://sspsonora.gob.mx/ ,

(Secretaría de Seguridad Pública, 2016) de donde se consideran las variables:

narcomenudeo, robo de vehículo, robo a casa habitación, robo a comercio y lesiones

dolosas.

El componente de criminalidad se obtiene a partir de las variables mencionadas y de la

utilización del Software SPSS 22, donde se introducen los datos y se aplica el análisis de

reducción de dimensiones, en particular el “Análisis Factorial” aplicando el método de

“Componentes Principales”.

La ¡Error! No se encuentra el origen de la referencia. muestra la extracción de la

información de cada variable para integrar el componente de criminalidad. En la Tabla 13

se muestra como con un solo componente se explica el 63.16% de la información de las

variables.



El comportamiento del factor de criminalidad a partir de estos cuatro indicadores, se muestra

en la Figura 5. Donde se puede observar, zonas como el Centro de la ciudad, junto con

colonias como el Sahuaro, Solidaridad y el Palo Verde, con una alta incidencia de este tipo

de delitos; y en menor grado colonias como la Balderrama, San Benito, Altares, Ley 57, Las

http://sspsonora.gob.mx/


2017

19

Lomas, Nuevo Hermosillo, entre otras; dejando a gran parte de la ciudad con indicadores

bajos.

Figura 5.- Distribución de la criminalidad

Fuente: Elaboración propia.

4.2.4 ACCESIBILIDAD

Los 423 terrenos de la muestra, quedan comprendidos en 164 colonias de la ciudad, a partir

de lo cual se determina el factor de accesibilidad, considerando el concepto de origen-

destino de los habitantes de las colonias, al centro de la ciudad, a donde son la mayoría de

sus viajes.


2017

20

Las distancias y tiempos de recorrido se obtienen ubicando el centro de la colonia y el centro

de la ciudad con la herramienta de Google Maps. Se analiza el costo de operación por

kilómetro de un vehículo ligero y con éste costo y la distancia de recorrido, se determina el

costo por viaje y el costo de traslado por mes, considerando que las personas realizan dos

viajes al día.

Procediendo de igual forma que con el componente de criminalidad se obtiene la ¡Error! No

se encuentra el origen de la referencia. que muestra las extracciones de cada indicador,

para integrar el componente de accesibilidad.


La ¡Error! No se encuentra el origen de la referencia. muestra la varianza total

explicada con un componente, donde el 97.66% viene a ser mucho mayor que el

porcentaje mínimo recomendado del 60% de explicación de la varianza.


El comportamiento del factor de accesibilidad, se muestra en la Figura 6, donde es posible

observar, como de forma natural, las partes cercanas al centro de la ciudad comparten

indicadores de accesibilidad importantes y de forma gradual van disminuyendo conforme se

aleja del centro de la ciudad.


2017

21

Figura 6.- Distribución de la accesibilidad


4.2.5 INDICADOR DE RENTA

En este apartado se obtiene el componente de renta en función de tres variables que publica

(Instituto Nacional de Estadística y Geografía, 2010) y que se considera que explican de

forma adecuada el ingreso de las personas, que son: población ocupada de 12 años y más

con al menos un grado aprobado de educación superior o posgrado, promedio de ocupantes

por cuarto, viviendas particulares habitadas que disponen de internet.


2017

22

La ¡Error! No se encuentra el origen de la referencia. muestra la matriz de

comunalidades, donde se observa el porcentaje de variabilidad explicada es mayor de 0.50

en cada uno de los indicadores y muy cercana a la unidad.


Finalmente la ¡Error! No se encuentra el origen de la referencia. muestra la varianza total

explicada con un componente, donde el 82.34% viene a ser mayor que el porcentaje mínimo

recomendado del 60% de explicación de la varianza.


El comportamiento del factor de accesibilidad obtenido a partir de estas tres medidas, se

muestra en la Figura 7. Donde es posible observar valores de renta alta en la zona Centro,

Los Lagos y sus alrededores, así como la zona del Morelos, con acentuación hacia el Cerro

del Bachoco; mientras que los valores de renta baja se presentan fundamentalmente en la

periferia, con excepción de las terminaciones de los Bulevares Colosio y Morelos.


2017

23

Figura 7.- Distribución de la renta


4.2.6 INDICADOR DE EDUCACIÓN

En este apartado se obtiene el componente de educación a partir de información de (Instituto

Nacional de Estadística Geografía, 2010): población de 15 años o más con educación pos-

básica, población de 25 años y más con al menos un grado aprobado de educación superior,

grado promedio de escolaridad.

La ¡Error! No se encuentra el origen de la referencia. muestra la matriz de

comunalidades, donde se observa el porcentaje de variabilidad explicada, mayor de 0.50 en

cada uno de los indicadores y muy cercana a la unidad.


2017

24


La ¡Error! No se encuentra el origen de la referencia. muestra la varianza total explicada

con un componente, donde el 90.31% viene a ser mucho mayor que el porcentaje mínimo

recomendado del 60%.


El comportamiento del factor de educación obtenido, se muestra en la Figura 8. Donde, de

igual forma que el anterior, se presentan zonas de educación altas en Los Lagos y sus

alrededores, llegando hasta el centro de la ciudad, así como en el Bulevar Morelos y

alrededores hacia el cerro del Bachoco; los valores de educación más bajos se encuentran

situados hacia las periferias propias de viviendas autoconstruidas.


2017

25

Figura 8.- Factor de educación


5 ANÁLISIS Y RESULTADOS

En la ¡Error! No se encuentra el origen de la referencia., se presentan las correlaciones

entre el valor del suelo y los factores calculados, donde se observan correlaciones

importantes con el consumo de agua, renta, educación y accesibilidad, dejando en menor

grado y en sentido negativo la presencia de criminalidad en la zona.



2017

26

Se realiza una inspección de los valores unitarios del suelo y se observa una concentración

muy importante alrededor de los $700.00/m2, como se muestra en la Figura 9. Aspecto que

implica un comportamiento distinto al normal, lo cual se soluciona a partir de una reducción

aleatoria de los valores cercanos a $700.00/m2.

Figura 9.- Gráfico de frecuencias de los valores del suelo


5.1 REDUCCIÓN ALEATORIA

La reducción aleatoria de los casos en exceso en la muestra, se lleva a cabo, hasta obtener

una muestra con un comportamiento normal, en la variable V_U_SUELO o en sus

transformaciones LOG_V_S_SUELO o LN_V_S_SUELO; como se muestra en la Tabla 1 y

la Figura 10. Este proceso reduce la cantidad de casos de 427 datos del mercado

inmobiliario del suelo, a una muestra normalmente distribuida de 218 casos, donde se

pueden llevar a cabo, análisis estadísticos como la regresión lineal múltiple, para la solución

de modelos de precios hedónicos que expliquen el comportamiento del valor del suelo.


2017

27

Tabla 1.-Prueba de Kolmogorov-Smirnov para una muestra

V_U_SUELO LOG_V_U_SUELO LN_V_U_SUELO

N 218 218 218

Parámetros normalesa,b Media 1493,694771 3,0921 7,1198

Desviación típica 940,0833229 ,27146 ,62506

Diferencias más extremas Absoluta ,137 ,092 ,092

Positiva ,137 ,092 ,092

Negativa -,113 -,057 -,057

Z de Kolmogorov-Smirnov 2,016 1,366 1,366

Sig. asintót. (bilateral) ,001 ,048 ,048 a. La distribución de contraste es la Normal.

b. Se han calculado a partir de los datos.


Figura 10.- Gráfico de frecuencias del LN del valor del suelo


5.2 MODELOS DE PRECIOS HEDÓNICOS

5.2.1 MODELO A PARTIR DE LA REGRESIÓN LINEAL MÚLTIPLE OLS

En la Figura 11 se muestran los gráficos de dispersión del LN_V_U_SUELO y los factores,

donde por si solos cada uno de estos factores presentan explicaciones del logaritmo natural

del valor del suelo, con valores de R2 que oscilan del 12.4% al 58.8%


2017

28


El procedimiento de regresión lineal múltiple requiere que la variable dependiente presente

un comportamiento aproximado a la distribución normal, aspecto ya revisado durante la

reducción aleatoria de la muestra.

Se procede a la aplicación de la técnica de regresión lineal múltiple, en el software SPSS19,

introduciendo el LN_V_U_SUELO como la variable dependiente y los cinco factores como

las variables independientes, donde la solución del sistema se realiza aplicando el criterio

de optimización los mínimos cuadrados ordinarios, en un proceso de pasos sucesivos, con

una probabilidad F de Snedecor de entrada 0.05 y de salida de 0.10. Los resultados de las

variables que intervienen en el modelo se muestran en la Tabla 2.

Tabla 2.-Variables introducidas/eliminadasa

Modelo Variables introducidas

Variables eliminadas

Método

1 FAC_REN . Por pasos (criterio: Prob. de F para entrar <= ,050, Prob. de F para salir >= ,100).

2 FAC_AGUA . Por pasos (criterio: Prob. de F para entrar <= ,050, Prob. de F para salir >= ,100).

a. Variable dependiente: LN_V_U_SUELO


Figura 11.- Gráficos de dispersión de los factores y el ln del valor del suelo


2017

29

Así también, la Tabla 3 muestra la explicación del precio del suelo en un 69.5%, un error de

0.328 y Durbin Watson de 1.857, muy cercano al 2.000, indicativo de ausencia de

colinealidad de los residuos.

Tabla 3.-Resumen del modeloc

Modelo R R cuadrado

R cuadrado corregida

Error típ. de la

estimación

Estadísticos de cambio Durbin-Watson Cambio

en R cuadrado

Cambio en F

gl1 gl2 Sig. Cambio

en F

1 ,767a ,588 ,586 ,38179 ,588 273,802 1 192 ,000

2 ,836b ,698 ,695 ,32761 ,110 69,751 1 191 ,000 1,857 a. Variables predictoras: (Constante), FAC_REN b. Variables predictoras: (Constante), FAC_REN, FAC_AGUA c. Variable dependiente: LN_V_U_SUELO


De igual forma, la Tabla 4 muestra el análisis de la varianza, con una significancia de 0.000

muy inferior del 0.050 requerido, esto es muestra de consistencia en la relación lineal de la

variable dependiente con las variables independientes.

Tabla 4.-ANOVAc

Modelo Suma de cuadrados gl Media cuadrática F Sig.

1 Regresión 39,910 1 39,910 273,802 ,000a

Residual 27,986 192 ,146

Total 67,895 193

2 Regresión 47,396 2 23,698 220,797 ,000b

Residual 20,500 191 ,107

Total 67,895 193 a. Variables predictoras: (Constante), FAC_REN b. Variables predictoras: (Constante), FAC_REN, FAC_AGUA c. Variable dependiente: LN_V_U_SUELO


La Tabla 5 muestra los dos modelos analizados, donde el de mayor explicación presenta

significancias inferiores al 0.05 y estadísticos de colinealidad más o menos cercanos a la

unidad, sin una presencia importante de multicolinealidad en los factores de renta y

consumo de agua.


2017

30

Tabla 5.-Coeficientesa

Modelo Coeficientes no estandarizados

Coeficientes

tipificados

t Sig. Correlaciones Estadísticos de colinealidad

B Error típ.

Beta Orden cero

Parcial Semi- parcial

Tolerancia FIV

1 (Constante) 6,979 ,028 251,067

,000

FAC_REN ,457 ,028 ,767 16,547 ,000 ,767 ,767 ,767 1,000 1,000

2 (Constante) 6,333 ,081 78,342 ,000

FAC_REN ,319 ,029 ,535 11,021 ,000 ,767 ,623 ,438 ,672 1,488

FAC_AGUA ,031 ,004 ,405 8,352 ,000 ,711 ,517 ,332 ,672 1,488 a. Variable dependiente: LN_V_U_SUELO


La Tabla 6 muestra el diagnóstico de colinealidad, donde el índice de condición presenta un valor de 7.157

muy inferior al máximo recomendado de 30, por lo que el modelo puede considerarse que presenta efectos

poco importantes de este fenómeno.

Tabla 6.-Diagnósticos de colinealidada

Modelo Dimensión Autovalores Índice de condición Proporciones de la varianza

(Constante) FAC_REN FAC_AGUA

1 1 1,166 1,000 ,42 ,42

2 ,834 1,182 ,58 ,58

2 1 2,066 1,000 ,02 ,03 ,02

2 ,894 1,520 ,01 ,64 ,00

3 ,040 7,157 ,97 ,33 ,98 a. Variable dependiente: LN_V_U_SUELO


La Tabla 7 muestra los valores pronosticados y residuos tipificados, con valores de media

0.000 y varianzas muy cercanas a 1.000, característicos de comportamientos normales.

Tabla 7.-Estadísticos sobre los residuosa

Mínimo Máximo Media Desviación típica N

Valor pronosticado 5,8977 8,1698 7,0548 ,49555 194

Residual -,85361 1,16588 ,00000 ,32591 194

Valor pronosticado tip. -2,335 2,250 ,000 1,000 194

Residuo típ. -2,606 3,559 ,000 ,995 194 a. Variable dependiente: LN_V_U_SUELO


Así también se muestra en la Figura 12 la gráfica de frecuencias, ratificando los valores

anteriores, en la Figura 13, la gráfica de probabilidades de los residuos tipificados,

observándose un acomodo a la diagonal muy adecuada y finalmente la Figura 14 muestra

una dispersión de puntos de los valores pronosticado y residuos tipificados, donde no se

observa tendencia alguna, característico de modelos homocedásticos.


2017

31

Figura 12.-Histograma


Figura 13.- Gráfico de probabilidades


Figura 14.- Gráfico de dispersión



2017

32

Lo anterior muestra que el valor del suelo se asocia fuertemente, en primera instancia, con

zonas donde las personas presentan altos ingresos; y en segundo lugar, con consumidores

de altos volúmenes de agua. El modelo se representa por la siguiente ecuación.

𝐿𝑁 𝑉𝑈𝑆𝑈𝐸𝐿𝑂 = 6.333 + 0.319 𝐹𝐴𝐶𝑅𝐸𝑁𝑇𝐴 + 0.031 ∗ 𝐹𝐴𝐶𝐴𝐺𝑈𝐴 Ecuación 1

5.2.2 MODELO A PARTIR DEL ANÁLISIS GEO-ESTADÍSTICO GWR

Una vez estimado el modelo estadístico que define el valor del suelo, a partir de los factores

inmobiliarios, es necesario revisar posibles asociaciones espaciales de los indicadores del

valor del suelo y del valor mismo. Para esto se obtiene un mapa temático de los residuos

del modelo estadístico obtenido, mismo que para efectos de visualización se interpola en la

mancha urbana de la ciudad, resultado que se muestra en la Figura 15. Donde se observa

que los residuos altos se asocian con otros residuos altos y los bajos con bajos, síntoma de

una posible asociación espacial de los residuos del modelo, por lo que es conveniente

revisar formalmente este tipo de fenómeno.


2017

33

Figura 15.- Distribución espacial de los residuos


5.2.2.1 REVISIÓN DE AUTOCORRELACIÓN ESPACIAL

Se aplica el Índice de Moran a los residuos del modelo de precios hedónicos resuelto por

OLS y no presentan una autocorrelación espacial significativa, sin embargo, la variable

dependiente LN_V_U_SUELO si presentan el fenómeno de asociación espacial. En la

Figura 16, se muestra un p-valor inferior a 0.05, con lo cual se muestra que la presencia de

la autocorrelación espacial positiva es significativa en más del 95%.


2017

34

Figura 16.- Reporte de autocorrelación espacial del Ln Valor Suelo


5.2.2.2 REGRESIÓN GEOGRÁFICA PONDERADA

Lo anterior sugiere una posible asociación espacial, por lo que se aplica la técnica de

regresión geográficamente ponderada GWR, considerando una ponderación del tipo

Gaussiano (kernel adaptativo) y un modelo de optimización por un número de vecinos de

acuerdo con el Criterio de Información de Akaike (AICc).

La Tabla 8, muestra el número de vecinos promedio utilizado y sobre todo el valor de R2

ajustada con el 78.99%, valor mayor que el obtenido a través de la regresión lineal múltiple,

que proporcionó un R2 ajustada de 69.65%. Así como el resto de los parámetros: cuadrado

de los residuos, sigma, número efectivo y valor AICc, todos ellos dentro de lo que se

considera un buen modelo.

Tabla 8.- Información de salida

CONCEPTO INDICADOR

Neighbors

61

ResidualSquares

15,499799

EffectiveNumber

29,277086

Sigma

0,2865831

AICc

95,688838

R2

0,8172966

R2Adjusted

0,7899215

Dependent Field LN_V_U_SUE 0

Explanatory Field FAC_REN 1

Explanatory Field FAC_AGUA 2 Fuente: Elaboración propia.


2017

35

En la Tabla 9, se presentan los valores principales obtenidos con la aplicación de la técnica

GWR, en los primeros 21 puntos, de los 218 que componen la muestra.

Tabla 9.- Modelo GWR a partir de los factores de renta y consumo de agua

Ln_V_U_Obser Ind Cond LocalR2 Ln_V_U Predic Intercept C1_FAC_REN C2_FAC_AGU Residual

0 8,39000000000 10,80518458500 0,51878315305 8,12903970244 6,40990555014 0,31966111304 0,03635259580 0,26096029756

1 8,50000000000 10,80702647620 0,48932462876 8,12441748067 6,43460688209 0,29968357625 0,03602969227 0,37558251933

2 8,51000000000 10,62206193600 0,61835128696 8,10383496916 6,34938021417 0,39552995349 0,03568164154 0,40616503084

3 6,91000000000 24,70208031260 0,20375664815 6,50692748798 7,76025607201 0,15802762870 -0,07046883502 0,40307251202

4 6,48000000000 26,03442012210 0,19502709343 6,45250050965 7,63182850392 0,11497082486 -0,06758163837 0,02749949035

5 6,56000000000 24,38444508360 0,21433546390 6,73983415086 7,69760956430 0,19393337008 -0,06408217006 -0,17983415086

6 6,51000000000 23,66006881840 0,21404337009 6,70290558621 7,67919618515 0,19946300032 -0,06230022831 -0,19290558621

7 6,69000000000 21,97305454420 0,21216431010 6,51903353336 7,64399234677 0,20972061343 -0,05856972317 0,17096646664

8 6,41000000000 13,15478794550 0,33482294351 6,12265750188 6,57813224066 0,24255184292 0,00380048840 0,28734249812

9 6,46000000000 12,93087861600 0,34613862145 6,32126161048 6,57190070084 0,25034530983 0,00439819704 0,13873838952

10 6,65000000000 13,03282185770 0,33713055204 6,40583924698 6,57427713891 0,24427690462 0,00401873093 0,24416075302

11 6,66000000000 13,32186555190 0,33270410534 6,49895718419 6,59187291761 0,24325975738 0,00303766647 0,16104281581

12 6,52000000000 25,73078566430 0,23513724372 6,60100418093 7,44549128623 0,10177893626 -0,05918818342 -0,08100418093

13 6,19000000000 20,73577400120 0,24739020161 6,48287596308 6,67188604100 0,24262670171 0,00034400564 -0,29287596308

14 6,59000000000 23,00485165950 0,22147298603 6,61862506208 7,60252255535 0,22850260332 -0,05536321749 -0,02862506208

15 6,42000000000 10,06742723780 0,69330688862 6,74585149343 5,98960857921 0,25626974500 0,04677193429 -0,32585149343

16 6,55000000000 10,01724186060 0,69229110420 6,80083769008 6,00129925716 0,25504965496 0,04604475335 -0,25083769008

17 6,70000000000 10,80859338650 0,64834779947 6,43808719162 5,97415426971 0,24451301368 0,04659583576 0,26191280839

18 6,14000000000 11,92414611460 0,38005757488 6,30352219567 6,47686907217 0,25658962846 0,01046837611 -0,16352219567

19 6,51000000000 11,92484875730 0,38062911855 6,47794377458 6,47812753334 0,25728356640 0,01040897854 0,03205622542

20 6,26000000000 12,18755173200 0,37019327440 6,29772588907 6,50021377442 0,25455258069 0,00896034351 -0,03772588907


Finalmente, en la Tabla 10, se comparan las características del modelo de regresión lineal

múltiple, optimizado por mínimos cuadrados ordinarios (OLS) y el modelo GWR, donde se

observan mejoras en los valores de R2, pero sobre todo, el valor de AICc que es menor en

GWR, lo que implica la mejora del modelo GWR sobre el OLS.

Tabla 10.- Comparativa de resultados OLS y GWR

Modelo R2 R2 corregida AICc

OLS 0.6993 0.6965 156.9688

GWR 0.8173 0.7899 95.6888



2017

36

6 CONCLUSIONES

Los análisis de regresión lineal simple muestran como el valor del suelo puede ser explicado

por el factor de educación en un 49% o por el de consumo de agua en un 49% o por el de

renta en un 59%, esto es, los factores de jerarquía social predominan en la formación del

valor del suelo en la ciudad.

Los modelos obtenidos con la regresión lineal multivariada, muestran resultados que explica

el valor del suelo en la ciudad, con un 69.65% de R2 ajustada, a partir de los factores de

renta y consumo de agua de la población. Donde la principal variable asociada es la renta

de la población; esto es, las personas se ubican principalmente en función de sus

características económicas. En segundo lugar aparece el consumo de agua, como elemento

asociado al valor del suelo.

El factor de educación por si solo tiene una explicación del 49% del valor del suelo, pero no

aparece en el modelo final ya que presenta una fuerte correlación (0.901) con el factor de

renta. Esto es el valor del suelo urbano habitacional en la ciudad de Hermosillo, está

fuertemente asociado con la renta, la educación y el consumo de agua.

El análisis de regresión geográficamente ponderado, considera el efecto de asociación

espacial de los valores en la ciudad, con lo cual es posible encontrar y concluir con modelos

individuales que logran mejorar la explicación anterior. Esto es, se muestra un cierto grado

de asociación espacial de los valores de suelo altos con altos y valores bajos con bajos.


2017

37

7 TRABAJOS CITADOS

Aguayo, E., & Chapa, J. C. (2012). El robo a casa habitación en Monterrey, Nuevo León. ¿Un problema de localización?

Suplemento Vol. 9, No. 1, 189-201. Área de Gobierno de Medio Ambiente y Servicios de la Ciudad de Madrid. (2005). Plan Municipal de Gestión de la

Demanda de Agua en la Ciudad de Madrid. Madrid: Área de Gobierno de Medio Ambiente y Servicios de la

Ciudad de Madrid.

Bourassa, S. C., Hamelink, F., Hoesli, M., & MacGregor, B. D. (1997). Defining housing sub-markets: evidence from

Sydney and Melbourne. Cutting Edge RICS Research.

Brasington, D. (2001). Capitalization and Community Size. Journal of Urban Economics 50, 385-395.

Colegio de Valuadores Profesionales del Estado de Sonora. (2013). Valores del suelo para la ciudad de Hermosillo,

Sonora. Hermosillo: COVAPROES.

Comisión Nacional del Agua. (2010). Estadísticas del agua en México. México: Secretaría del Medio Ambiente y

Recursos Naturales.

Consejo Nacional de Población. (13 de Marzo de 2010). Índice de marginación por entidad federativa y municipio 2010.

Obtenido de

http://conapo.gob.mx/en/CONAPO/Indices_de_Marginacion_2010_por_entidad_federativa_y_municipio

Cook, P. J. (1986). The Demand and Supply of Criminal Opportunities. Crime and Justice, Vol. 7, 1-27.

Espasa, A., & Cancelo, J. R. (2000). Análisis cuantitativo de los precios de la vivienda: principales resultados e

implicaciones sobre el funcionamiento del mercado de la vivienda en España. Universidad Carlos III de

Madrid. Departamento de Estadística.

Hernández, M., & Quintana, J. (2015). Una Aproximación al Valor del Suelo Habitacional en la Ciudad de Hermosillo.

Hermosillo: Tesis UNISON.

Instituto Municipal de Planeacion Urbana. (18 de Octubre de 2006). implanhermosillo.gob.mx. Recuperado el

Noviembre de 2014, de www.implanhermosillo.gob.mx: www.implanhermosillo.gob.mx

Instituto Nacional de Estadística Geografía. (2010). Censos y Conteos de Población y Vivienda. Obtenido de

http://www.inegi.org.mx/est/contenidos/proyectos/ccpv/cpv2010/Municipios.aspx

Instituto Nacional de Estadística y Geografía. (2010). Censo de Población y Vivienda.

March, H., & Saurí, D. (2010). Flujos de Agua, Flujos de Capital: Sistema de Abastecimiento y Gobernanza del Agua en

Madrid y Barcelona. Investigaciones Geográficas No. 51, 7-26.

Mills, E. S., & Simenauer, R. (1996). New Hedonic Estimates of Regional Constant Quality House Prices. Journal of

Urban Economics 39, 209-215.

Morales, E. E. (2015). Ponderación del costo en el sistema de transporte que determine una tarifa equitativa.

Hermosillo: Universidad de Sonora.

Quintana, J., & Roca, J. (2012). Influencia de los indicadores de calidad de zona en la rentabilidad y riesgo

inmobiliario: Caso Residencial Barcelona. Barcelona: Universidad Politecnica de Cataluña.

Roca, J. (1982). Vers una interpretació de la formació i distribució dels valors del sòl a Barcelona. Barcelona: Tesis

Doctoral, Escola Tècnica Superior d'Arquitectura de Barcelona .

Roca, J. (1988). La estructura de los valores urbanos: un análisis teórico-empírico. Madrid, España: Instituto de

Estudios de Administración Local.

Santos, J., & Azcarate, M. (2013). Medida de la dispersion urbana en un territorio SIG. Aplicacion al estudio del

desarrollo urbano de la Comunidad de Madrid, 1990-2006. Revista Internacional de Ciencias y Tecnologia de

la Informacion Geografica, 1578-5157.

Secretaría de Seguridad Pública. (22 de Agosto de 2016). http://sspsonora.gob.mx/. Obtenido de

https://drive.google.com/file/d/0B8wkB_wp-pwZWTExbGtHMzNwVjA/view:

https://drive.google.com/file/d/0B8wkB_wp-pwZWTExbGtHMzNwVjA/view

Shandas, V., & Parandvash, G. (2009). Integrating Urban Form and Demographics in Water-demand Management: An

Empirical Case Study of Portland Oregon. Environment and Planning B: Planning and Design 37, 1-18.

Urquijo, M. (15 de Octubre de 2016). El 60% de los robos se dan en cerradas. EL imparcial, pág. 1.

Von Thünen, J. (1826). Der Isoliert Staat in Beziehung auf Landwirtschaft und Nationaloëkonomie. Hamburgo.


2017

38

8 ANEXOS

8.1 ARCHIVO EXCEL: VAL_MERCADO_RENTA_EDU

Donde se localizan los valores de mercado de los distintos inmuebles utilizados, además se

le asocian los valores de renta y educación, a partir de la base de datos del (Instituto

Nacional de Estadística y Geografía, 2010).

8.2 ARCHIVO EN EXCEL: FAC_AGUA_CRIM_ACCES.

Donde se encuentran los valores de consumo de agua para cada una de las colonias que

proporciona el Organismo Operador del Agua de Hermosillo.

Se encuentra el factor de criminalidad para cada colonia de la ciudad, calculado a partir de

información de la (Secretaría de Seguridad Pública, 2016).

Se localiza la información del factor de accesibilidad para las colonias donde se localizan

pos inmuebles de la muestra reducida aleatoriamente.

Documents

LIII CONGRESO NACIONAL DE VALUACIÓN · derivadas del (Instituto Nacional de Estadística Geografía, 2010); FAC_EDU educación, es la estimación del indicador de educación, a partir