Documente Academic
Documente Profesional
Documente Cultură
Octubre 2010
Por
1. Introducción
1
Maestría en Matemáticas Aplicadas con Especialización en Economía y Finanzas. Profesor Asistente del
Departamento de Matemáticas. Universidad San Francisco, Quito - Ecuador.
jsaraujo@miuandes.cl
2
Relevancia en términos de tamaño por número de habitantes para el año 2010.
1
Universidad San Francisco de Quito
Octubre 2010
Por ende, la sección 2 del documento expone una serie de figuras sencillas y que
corresponderían a una aproximación inicial que siempre debe hacerse aunque no permita
extraer conclusiones robustas. La sección 3 introduce en el modelo de los relojes de
ranking que ayudan a la visualización de los datos a través del tiempo de forma precisa y
sin la necesidad de generalizar. En la parte 4 se aplica el mismo modelo para entender la
dinámica y la interrelación de las variables en cuestión. El apartado 5 muestra que desde
un nivel de componentes, se puede obtener más información acerca del comportamiento
de los datos, que aquella que entrega un análisis de dimensiones macro. La sección 6
expone las leyes de Gibrat y Zipf y su aplicabilidad en el caso ecuatoriano; con estas leyes
además, es posible generar el modelo de predicción deseado. Finalmente, la parte 7
resume las conclusiones obtenidas en el documento.
Se iniciará el estudio con una serie de gráficas simples a través de los años. Así, la
figura 1 muestra la evolución de la población P de las 39 ciudades analizadas en conjunto
entre 1950 y 2010. Se observa un claro y sostenido aumento en la cantidad de personas
durante todo el periodo en cuestión; destacan también dos puntos significativos,
específicamente en los años 1974 y 2001. Antes de la década de los setenta la población
crecía más lentamente, pero producto del boom petrolero4 acompañado de otros
factores, una sociedad en desarrollo empezó un proceso gradual de urbanización. Por su
parte, a principios del nuevo siglo y luego de la grave crisis bancaria5, el shock derivado
frenó la expansión constante que se venía presentando; sin embargo, las ciudades
siguieron incrementando su población hasta la coyuntura actual.
3
El ranking observado considera únicamente las 39 ciudades de la tabla en el Anexo para todos los años.
4
Más detalles acerca del boom petrolero ecuatoriano en el libro “Auge petrolero, modernización y
subdesarrollo” de Arnaldo Bocco, 1987.
5
Mas detalles acerca de la crisis bancaria ecuatoriana en el libro “Dolarización, un amor eterno” de Pablo
Lucio Paredes, 2004.
2
Universidad San Francisco de Quito
Octubre 2010
8.4
8
Población (en millones)
6
4
2
0.9
Años
6
En el texto se considera área metropolitana y ciudad como una misma unidad económica.
3
Universidad San Francisco de Quito
Octubre 2010
7
Grandes
6
Medianas
Pequeñas
Población (en millones)
5
4
3
2
1
0
Años
7
Es importante en este punto no confundirse. En este contexto un crecimiento de aproximadamente 20%
en 2010 se refiere a aquel correspondiente a los 9 años entre 2001 y 2010.
4
Universidad San Francisco de Quito
Octubre 2010
0.5
Crecimiento(Esc. logaritmica)
0.4
0.3
0.2
Años
5
Universidad San Francisco de Quito
Octubre 2010
14
12
log. Población
10
1950
8
1962
1974
1982
1990
6
2001
2010
0 10 20 30 40
ranking
Este gráfico sin embargo, aunque entrega más información que los anteriores al
respecto de la evolución poblacional en las ciudades, esconde ciertos aspectos que
pueden ser de gran interés. La figura 5 demuestra este argumento al comparar la curva
población - ranking para el año 2010 con los puntos generados con la misma data
poblacional pero con el ranking en 1950. La diferencia existente habla de una dinámica
entre ciudades que requiere de un análisis con más exhaustivo a los propuestos en esta
sección.
6
Universidad San Francisco de Quito
Octubre 2010
14
rank 2010
rank 1950
log. Población
13
12
11
0 10 20 30 40
ranking
7
Universidad San Francisco de Quito
Octubre 2010
x = cos 2π d
p −1
y = sin 2π d
p −1
,
donde
d = t max − t
p = t max − t min 8.
1990
2001
1982
1950
1974
1962
8
En una circunferencia, las coordenadas para los puntos (x,y) pueden asignarse de acuerdo a un radio R y un
ángulo de rotación A tal que (x,y) = (RcosA , RsinA).
8
Universidad San Francisco de Quito
Octubre 2010
algunos aspectos interesantes. Las ciudades que en 1950 estaban posicionadas como
grandes, en general han mantenido su estatus luego de 60 años. Por su parte, un
importante grupo de ciudades que en 1950 eran consideradas medianas, han cedido sus
lugares para otras de tamaño inicial pequeño. Asimismo, se evidencia que una ciudad
coloreada de azul, se ha transformado prácticamente en grande junto con 3 ciudades
rojas, mientras que una de color verde, está ahora al final del grupo.
1990
2001
1982
1950
1974
1962
9
Universidad San Francisco de Quito
Octubre 2010
1982
Sto. Dom.
1950
Quevedo
Salitre
1974
1962
Surgen aquí dos utilidades importantes del modelo de Rank Clocks al permitir
apreciar la evolución temporal de los componentes en su forma individual, y al facilitar la
determinación de intervalos de tiempo relevantes para cada uno de los mencionados
componentes. En el estudio en cuestión, ya se conoce el periodo de gran expansión de
ciudades como Santo Domingo y Quevedo, hace falta ahora encontrar la razón que motivó
a este salto. Así, para Santo Domingo por ejemplo, entre 1950 y 1974 se producen dos
eventos importantes que ayudan al proceso de urbanización:
9
En el Registro Oficial del Ecuador el 3 de julio de 1967.
10
Universidad San Francisco de Quito
Octubre 2010
Y lo que pasó con Quevedo se relaciona con la historia de Buena Fe. Su proximidad con el
centro de comercio deriva en un alto nivel de migración en la década siguiente, lo cual
genera la progresiva caída en posiciones del ranking.
• 1970 - 1980: Migración hacia Guayaquil producto del boom petrolero y del desarrollo
comercial del así llamado puerto principal.
Continuando con el modelo propuesto por Batty [2006], una segunda etapa
consiste en estudiar la dinámica de cambio de ranking en las ciudades. Los objetivos de
esto son conocer cuales han sido los periodos de mayor variabilidad dentro del marco
temporal propuesto, y definir una nivel promedio de cambio para contrastar este valor
con los obtenidos en otros países y en el mundo. Para esto, se debe definir el movimiento
en ranking de cada urbe y en cada periodo como una distancia δ i,t tal que
∑ δ i,t
i∈C t
δt =
Ct ,
∑ δt
t∈T
δ= T ,
donde T = Σt .
La figura 9 muestra el reloj correspondiente a δ i,t para las 39 ciudades del Ecuador.
La curva en negro corresponde a δ t , y el nivel promedio δ ≈ 2. 376 . La grafica presenta
una mayor volatilidad para 1962 donde un gran número de componentes medianos y
pequeños se movieron. Luego, otra época de cambios destacables es la década de los 80,
igualmente con dispersión de ciudades de color azul. Cabe resaltar también la poca
volatilidad del grupo grande, lo cual ya había sido argumentado líneas arriba.
11
Universidad San Francisco de Quito
Octubre 2010
1990
2001
1982
1950
Cambio prom.:
2.376
1974
1962
Ahora bien, la tabla 1 muestra una comparación de δ con los resultados obtenidos
por Batty [2006] para ciudades en Estados Unidos, Inglaterra y el Mundo. Se puede
apreciar que el Ecuador tiene los niveles de ranking más estables, lo cual es coherente con
las tasas de urbanización. Una mayor volatilidad se explica por urbes que crecen e
intercambian su orden con mayor frecuencia.
10
Sería más recomendable realizar una comparación con países parecidos en términos geográficos, sociales
y económicos, sin embargo estos estudios no se han realizado todavía.
12
Universidad San Francisco de Quito
Octubre 2010
P i,t
γ i,t =
P i,t−1 ;
P i,t
π i,t =
Pt .
P i,t
⇒ γt =
Pt
∑ π i,t P t−1
P t−1 i∈C t P i,t−1 Pt
Pt π i,t
⇒ γt = ∑ πi,t π i,t−1
P t−1 i∈C t .
Pt π
g t = lnγ t = ln + ln ∑ π i,t π i,t
P t−1 i∈C t
i,t−1
⇒ g t = Γ t + μt .
13
Universidad San Francisco de Quito
Octubre 2010
1990
2001
1982
1950
1974
1962
11
Esto por supuesto desde una perspectiva de promedios y tomando en cuenta que no se está evaluando a
todo el universo de ciudades que conforman el nacional.
14
Universidad San Francisco de Quito
Octubre 2010
0.7
0.6
Total Ciudad
Crec. Esperado.(Esc. logaritmica)
Nacional
Participación
0.5
0.4
0.3
0.2
0.1
0.0
Años
Figura 11. Evolución del crecimiento urbano por determinantes (1950 - 2010).
Var. Valores
δ 2.376
g 0.417
Γ 0.384
μ 0.033
Tabla 2. Variables importantes en el crecimiento urbano ecuatoriano.
Las últimas secciones han presentado un estudio más exhaustivo al respecto de las
dinámicas a nivel micro de las variables expuestas, lo que ha permitido extraer
conclusiones importantes que no hubieran sido alcanzadas con simples generalizaciones.
Considerando esto, la siguiente parte del documento expone dos leyes que permiten
generalizar resultados al observar el comportamiento individual de los datos, sin usar
necesariamente estadísticos ni funciones de tendencia central como eje fundamental.
15
Universidad San Francisco de Quito
Octubre 2010
El análisis presentado sigue lo propuesto por Eeckhout [2004]. Por ende, en una
primera etapa se procede a evaluar la ley de Gibrat para las 39 ciudades del Ecuador. La
figura 12 muestra las distribuciones de Kernell en distintos años para el logaritmo de las
poblaciones urbanas. Se ha optado por hacer un recorte del 10% para los 3 primeros
periodos, y uno de 5% de cola superior para el resto de años. La justificación de lo anterior
radica en los sesgos que se producen según se evidencia en la figura 4. Nótese que a partir
de 1982, la distribución total parece ser la composición de dos grupos distintos, cuyas
diferencias tienden a acentuarse con el paso del tiempo. Este acontecimiento habla de un
proceso de concentración no solamente enfocado en Quito y Guayaquil como se suele
creer, sino en todas las ciudades de tipo grandes.
12
Robert Gibrat (1904 - 1980) fue un ingeniero y político francés que alcanzó el cargo de ministro de
gobierno en la Francia de Vichy. Fue también presidente de la Sociedad Francesa de Estadística (1978). Su
ley se aplica en los campos de las ciencias sociales, la economía, y los negocios.
13
George Zipf (1902 - 1950) fue un estadístico estadounidense que se enfocó en el estudio de ocurrencias
en el lenguaje. De ahí surge su ley la cual tiene aplicaciones en los campos de las ciencias sociales, y la
economía.
14
En Estados Unidos por ejemplo, muchos estudios han confirmado que el valor alfa adecuado es 1.
16
Universidad San Francisco de Quito
Octubre 2010
0.4
0.4
0.4
0.4
0.3
0.3
0.3
0.3
Density
Density
Density
Density
0.2
0.2
0.2
0.2
0.1
0.1
0.1
0.1
0.0
0.0
0.0
0.0
7 8 9 10 11 7 8 9 10 11 12 8 9 10 11 12 8 9 10 11 12 13
N = 35 Bandw idth = 0.3371 N = 35 Bandw idth = 0.3424 N = 35 Bandw idth = 0.3403 N = 37 Bandw idth = 0.361
0.5
0.5
0.5
0.4
0.4
0.4
0.3
0.3
Density
Density
Density
0.3
0.2
0.2
0.2
0.1
0.1
0.1
0.0
0.0
0.0
9 10 11 12 13 10 11 12 13 10 11 12 13 14
Figura 12. Distribución Kernell para poblaciones urbanas en Ecuador (1950 - 2010).15
15
Para más información y aplicaciones acerca de las distribuciones y métodos de Kernell consultar
http://mypage.iu.edu/~djachoch/research.htm.
17
Universidad San Francisco de Quito
Octubre 2010
0.6
0.5
0.5
0.4
0.5
0.4
0.4
0.4
0.3
0.3
0.3
0.3
0.2
0.2
0.2
0.2
0.1
0.1
0.1
0.1
0.0
0.0
0.0
0.0
7.5 8.0 8.5 9.0 9.5 10.0 10.5 11.0 8.0 8.5 9.0 9.5 10.0 10.5 11.0 11.5 8.5 9.0 9.5 10.0 10.5 11.0 11.5 12.0 8.5 9.0 9.5 10.0 10.5 11.0 11.5 12.0
0.8
0.5
0.5
0.6
0.4
0.4
0.3
0.3
0.4
0.2
0.2
0.2
0.1
0.1
0.0
0.0
0.0
9.0 9.5 10.0 10.5 11.0 11.5 12.0 12.5 10.0 10.5 11.0 11.5 12.0 12.5 13.0 10.0 10.5 11.0 11.5 12.0 12.5 13.0
En efecto, sea el modelo Kernell de regresión entre crecimiento y tamaño dado por
donde p i,t = lnP i,t , i,t es un nivel de error, y m⋅ es una función en base a los pesos de
Kernell K h . El estimador m ̂ ⋅ se define según el método de Nadaraya - Watson por
n
∑ K h,t S t − p i,t g i,t
m̂ p i,t = i=1
n
∑ K h,t S t − p i,t
i=1 ,
18
Universidad San Francisco de Quito
Octubre 2010
̂ p i,t .
ĝ i,t = m
Las figuras 14 - 19 muestran la curva de ajuste Kernell antes planteada para los
distintos años. Las líneas entrecortadas corresponden a un intervalo de confianza al 95%
para cada estimación. En 1962 existe en general una correlación positiva entre
crecimiento y tamaño; entre 1974 y 1990 tal relación desaparece; en 2001 empieza a
darse movimiento nuevamente, aunque éste es prácticamente insignificante; y sólo en
2010 es posible observar una notoria dependencia. Esto permite extraer dos conclusiones
importantes. Primero, los años comprendidos entre 1974 y 2001 presentan un
crecimiento equilibrado en todas las zonas urbanas del país, seguramente consecuencia al
shock petrolero ya mencionado. Segundo, en la última década esta tendencia parece
haber terminado, dando un mayor crecimiento al grupo de grandes ciudades como
Cuenca, Santo Domingo y Quevedo, con excepción de Quito y Guayaquil que parecen
estancadas alrededor del 10% cada 10 años.
1962
1.0
0.8
Guayaquil
0.6
g62
Quito
0.4
0.2
0.0
7 8 9 10 11 12 13
logP2
16
En este caso se entiende como soporte al conjunto de datos de población en escala logarítmica.
19
Universidad San Francisco de Quito
Octubre 2010
1974
0.60
0.55
0.50
g74
0.45
0.40
7 8 9 10 11 12 13
logP3
1982
0.55
0.50
0.45
g82
0.40
0.35
0.30
9 10 11 12 13 14
logP4
20
Universidad San Francisco de Quito
Octubre 2010
1990
0.38
0.36
0.34
0.32
g90
0.30
0.28
0.26
0.24
10 11 12 13 14
logP5
2001
2
1
g01
0
-1
11 12 13 14
logP6
21
Universidad San Francisco de Quito
Octubre 2010
2010
0.35
0.30
0.25
g10
0.20
0.15
0.10
0.05
11 12 13 14
logP7
Ahora bien, continuando con la ley de Zipf, interesa estudiar la cola derecha de la
distribución de las poblaciones. Por lo tanto, sea ν t el número de componentes que
generan la mencionada cola en el tiempo t ; interesa que éstos satisfagan las siguientes
funciones de densidad fP i,t y probabilidad acumulada FP i,t :
αP αmin
fP i,t =
P i,t
α
P min
FP i,t = 1 −
P i,t
∀P i,t ∈ ν t ,
22
Universidad San Francisco de Quito
Octubre 2010
α
P min
r i,t ≈ ν t
⇒ P i,t .
17
La teoría no especifica donde realizar un truncamiento adecuado, es por esto que el recorte ha sido de
tipo arbitrario.
18
Si bien una regresión lineal simple puede considerarse dentro de los métodos paramétricos, interesa
únicamente encontrar un valor aproximado de alfa y no realizar un estudio de causalidad estricto.
23
Universidad San Francisco de Quito
Octubre 2010
8. 777 0. 614
1982 1. 272 0.001 0. 104 0.001 0.852
Tabla 4. Regresión simple para las 8 ciudades más grandes (Desv. Est. en paréntesis).
2.0
2.0
2.0
1.5
1.5
1.5
1.5
Log. Rank
Log. Rank
Log. Rank
Log. Rank
1.0
1.0
1.0
1.0
0.5
0.5
0.5
0.5
0.0
0.0
0.0
0.0
10.0 10.5 11.0 11.5 12.0 12.5 10.5 11.0 11.5 12.0 12.5 13.0 11.0 11.5 12.0 12.5 13.0 13.5 11.5 12.0 12.5 13.0 13.5 14.0
2.0
2.0
1.5
1.5
1.5
Log. Rank
Log. Rank
Log. Rank
1.0
1.0
1.0
0.5
0.5
0.5
0.0
0.0
0.0
12.0 12.5 13.0 13.5 14.0 12.0 12.5 13.0 13.5 14.0 14.5 12.5 13.0 13.5 14.0 14.5
24
Universidad San Francisco de Quito
Octubre 2010
En consideración a los efectos de las dos ciudades más grandes, la tabla 5 presenta
nuevamente un resumen de la regresión sin estos componentes, y la figura 21 muestra la
línea de ajuste correspondiente. Los resultados indican que con el paso de los años, la ley
de Zipf empieza a cumplirse de mejor manera de modo que a partir del 2001 la relación
inversa es casi perfecta entre ranking y tamaño con un nivel de α de 2.6 para el 2001 y 3.7
para el 2010. Lo anterior implica la posibilidad estimar el tamaño actual de los centros
urbanos grandes (sin incluir Quito y Guayaquil) mediante la regla simple
P max,2010 P Cuenca,2010
P i,2010 ≈ ≈
r i,2010 − 2 1/α 2010
r i − 2 0.268 .
Tabla 5. Regresión simple para las 8 ciudades más grandes sin considerar Guayaquil y
Quito (Desv. Est. en paréntesis).
25
Universidad San Francisco de Quito
Octubre 2010
2.0
2.0
2.0
1.5
1.5
1.5
1.5
Log. Rank
Log. Rank
Log. Rank
Log. Rank
1.0
1.0
1.0
1.0
0.5
0.5
0.5
0.5
0.0
0.0
0.0
0.0
9.6 9.8 10.0 10.2 10.4 10.6 10.4 10.6 10.8 11.0 10.9 11.0 11.1 11.2 11.3 11.4 11.5 11.3 11.4 11.5 11.6 11.7 11.8 11.9
2.0
2.0
1.5
1.5
1.5
Log. Rank
Log. Rank
Log. Rank
1.0
1.0
1.0
0.5
0.5
0.5
0.0
0.0
0.0
11.6 11.8 12.0 12.2 11.8 12.0 12.2 12.4 12.2 12.3 12.4 12.5 12.6 12.7
Figura 21. Ajuste de la regresión para la población – ranking sin Guayaquil y Quito (1950 -
2010).
26
Universidad San Francisco de Quito
Octubre 2010
7. Ideas Concluyentes
• En cuanto a dicha movilidad, los relojes permitieron determinar los años de más
cambio, específicamente 1962 y 1982. Y al comparar la dinámica promedio, se
concluyó que esta es menor que en otros países posiblemente por la menor tasa de
urbanización, aunque se requeriría de comparaciones adicionales con países más
parecidos al Ecuador en aspectos geográficos, demográficos y económicos.
• El uso de relojes también se aplicó para conocer las variables del crecimiento urbano.
Se definió una característica de orden vertical dada por el incremento total de la
población, y otra de naturaleza horizontal equivalente a la migración entre ciudades. Si
bien, la primera es más influyente, la segunda es igualmente significativa, por lo que
debe tomarse en cuenta siempre al momento de proyectar la evolución poblacional de
los componentes.
27
Universidad San Francisco de Quito
Octubre 2010
28
Universidad San Francisco de Quito
Octubre 2010
8. Bibliografía
• http://www.inec.gov.ec/web/guest/descargas/basedatos.
• Eeckhout Jan, GIBRAT’S LAW FOR (ALL) CITIES, Department of Economics University of
Pennsylvania, 2004.
• Gabaix Xavier, ZIPF’S LAW FOR CITIES: AN EXPLANATION, The Quarterly Journal of
Economics, 1999.
29
Universidad San Francisco de Quito
Octubre 2010
ANEXO
Datos utilizados en el documento.
30