Computers, Medio ambiente y sistemas urbanos 64 (2017) 254 - 265

listas de contenidos ofrecidos en ScienceDirect

Computadoras, Medio Ambiente y Sistemas Urbanos

revista Página de inicio: www.el sev i er .com / l Ocate / ceus

evaluación de la sostenibilidad urbana y la clasificación de las ciudades

Giannis A. Phillis una , • , Vassilis S. Kouikoglou una , Catalina Verdugo segundo

una Facultad de Ingeniería de Producción y Gestión de la Universidad Técnica de Creta, Chania 73100, Grecia
segundo Facultad de Recursos Naturales, Escuela Superior Politécnica de Chimborazo (ESPOCH), Riobamba, Ecuador

artículo info resumen

Historia del artículo:

Recibido el 23 de septiembre de Recibido el año 2016 en forma de

Con el 54% de la población urbana del mundo en 2014, es importante evaluar la sostenibilidad de las ciudades y encontrar sistemas sistemáticos. Maneras
5 revisado de marzo de 2017 Aceptado el 8 de marzo de 2017
de mejorarlo. En este documento el modelo SAFE (evaluación de la sostenibilidad por evaluación difusa) que se desarrolló por primera vez para definir y
Disponible en línea xxxx
medir la sostenibilidad de los países, se modificó para evaluar la sostenibilidad de ciudades de todo el mundo. La sostenibilidad global es una función de
dos insumos principales, la ecológica y el bienestar. Lo ecologico La entrada depende del estado del aire, la tierra y el agua y la entrada de bienestar sobre el
estado de la economía, educación, Salud y entorno cívico de las ciudades. SAFE usa 46 insumos básicos para clasificar 106 ciudades de acuerdo con
palabras clave:

sostenibilidad urbana
sustentabilidad El número de entradas se puede cambiar según la necesidad. Un análisis de sensibilidad identifica a aquellos Insumos o indicadores básicos

Ciudades sostenibles
que más afectan la sostenibilidad. Si se mejoran tales insumos, la sostenibilidad de las ciudades Mejora el más rápido. Resulta que las ciudades europeas
evaluación Fuzzy de Indicadores de ocupan los puestos de mayor rango mientras que las africanas, Las ciudades asiáticas y sudamericanas son las más bajas. La generación de residuos y las
sostenibilidad de la mejora de la emisiones de gases de efecto invernadero (GEI) son Los principales problemas para las ciudades en el mundo desarrollado, mientras que la delincuencia y
sostenibilidad sostenibilidad la pobreza son los principales problemas en las ciudades de países en desarrollo

© 2017 Elsevier Ltd. Todos los derechos reservados.

1. Introducción

No lineales, incluso peligrosos para los humanos, podrían producirse fenómenos. Ya Tres de estos procesos
operan fuera de las fronteras: el clima Cambio, pérdida de biodiversidad y ciclo del nitrógeno. En cierto sentido,
La población urbana representa más de la mitad de la humanidad. (Satterthwaite, 2011). Las ciudades están la humanidad. Se ha embarcado en un experimento de escala global en estas tres áreas. Con consecuencias
adquiriendo un lugar central en humanos. Actividades que van desde las económicas hasta las culturales. Se desconocidas que amenazan los cimientos de sustentabilidad
pueden ver, desde Un punto de vista físico, como enormes fuentes y sumideros de energía y importar. Para
mantener a sus grandes poblaciones necesitan grandes cantidades de Energía, alimentos, agua y otros bienes,
Un intento temprano de definir y evaluar la sostenibilidad se encuentra en Wackernagel y Rees (1996), donde el
generando en el proceso tremendas Cantidades de residuos. Además, requieren multitud de servicios. Por su
concepto de huella ecológica de una población dada se desarrolla. La huella ecológica de una población. Es el área
supervivencia como salud, educación, cultura, vigilancia, etc. Ciudades. ellos mismos son centros donde tales
de tierra que produce ciertos recursos que una población Consume y asimila ciertos residuos generados por la
actividades prosperan.
misma población. La mayoría, si no todas, las ciudades para florecer requieren bienes ecológicos. y servicios de
grandes extensiones de tierra en otros lugares (Rees, 1992). A menudo. El terreno necesario para suministrar
Grandes concentraciones de humanos en áreas bastante limitadas plantean preguntas sobre la sostenibilidad.
estos bienes y servicios ecológicos es varios pedidos De magnitud mayor que el espacio ocupado por la propia
Dadas las entradas y salidas de energía y materia. así como el estado social de una ciudad, qué tan sostenible
ciudad. Los centros urbanos son enormes sumideros ecológicos que se apropian de los servicios. de fuentes
es y cómo ¿Cómo se puede mejorar su sostenibilidad? Tales preguntas primero piden al Cuestión de qué es la
terrestres incluso en lugares remotos.
sostenibilidad. No existe una respuesta definitiva hasta la fecha. Al problema de la sostenibilidad. Sin embargo,
varios modelos y enfoques. Abordar la materia desde varios ángulos en la literatura.

En Rockström et al. (2009) una interesante discusión sobre umbrales biofísicos. es dado. Se identifican nueve
procesos biofísicos que son fundamentales para Desarrollo humano: cambio climático, tasa de pérdida de
biodiversidad, nitrógeno. y ciclos de fósforo, agotamiento del ozono estratosférico, acidificación del océano,
uso de agua dulce, cambio de uso de la tierra y carga de aerosol atmosférico. Se proponen límites para cada
proceso que, cuando se excede,
Se espera que la población urbana actual de alrededor de 4 mil millones de personas llegar a 6.500 millones
para 2050 (McDonnell y MacGregor-Fors, 2016). El impacto de una concentración tan enorme de personas
exige una mayor integración Estudio no solo de procesos ecológicos sino también de aspectos socioeconómicos.
y procesos de gestión relacionados con la función de las ciudades. Fraseado de manera diferente, La
sostenibilidad urbana debería ver las funciones urbanas desde una Ángulo ecológico, pero también
socioeconómico.

• Autor correspondiente. La mayoría de los sistemas de evaluación comparativa utilizan indicadores para evaluar diversos aspectos del
Dirección de correo electrónico: phillis@dpem.tuc.gr (YA Phillis). rendimiento urbano (véase, por ejemplo, la Comisión Europea, 2015) y modelos lineales para agregarlos.
Ciudad de las Naciones Unida

http://dx.doi.org/10.1016/j.compenvurbsys.2017.03.002
0198-9715 / © 2017 Elsevier Ltd. Todos los derechos reservados.
255 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 255

El índice de prosperidad (IPC; ONU-Hábitat, 2015) se basa en 17 indicadores organizados En seis dimensiones:
productividad, desarrollo de infraestructura, calidad de vida, equidad e inclusión social, sostenibilidad
ambiental y Gobernanza urbana y legislación. Los datos del indicador se convierten primero a adimensionales
valores en [0, 100] por transformación de registro y linealización por partes entre umbrales sostenibles e
insostenibles y luego Promediado para obtener los índices dimensionales y generales. El Indice de
Sostenibilidad de Ciudades (SCI; Arcadis, 2016) combina 32 indicadores de medición social, Dimensiones
ambientales y económicas de la sostenibilidad, y calcula un índice de sostenibilidad global por el promedio.
Las ciudades en El índice de movimiento (CiM; IESE Business School, 2016) evalúa el desempeño de una
ciudad A través de 77 indicadores agrupados en diez dimensiones: economía, Tecnología, capital humano,
cohesión social, divulgación internacional, medio ambiente, Movilidad y transporte, planificación urbana,
gestión pública y la gobernanza. El Índice Global de Ciudades de Poder (GPCI; Mori Memorial Foundation,
2016) evalúa el atractivo de las ciudades para los negocios y talento según 70 indicadores agrupados en
seis dimensiones: economía, investigación y desarrollo, interacción cultural, habitabilidad, medio ambiente,
y accesibilidad. Las puntuaciones medias del indicador en cada grupo son Sumado para obtener el índice
subjetivas de indicadores, pesos, normalización, y la agregación. Sin embargo, dada la naturaleza difusa de la
sostenibilidad, la falta de una definición rigurosa y la ambigüedad de algunos de sus componentes, La subjetividad es
inevitable.
En las siguientes secciones se incluye una breve descripción de SAFE. por su adaptación detallada a la sostenibilidad
urbana y una lista completa de Indicadores, definiciones, unidades y regiones sostenibles. Datos para cada indicador. Se
recogen para los años 1990-2014. Cuando faltan datos, se utiliza un procedimiento de imputación como se describe en la
Sección 2.3 para generar los números que faltan Finalmente, SAFE se ejecuta en 106 ciudades del mundo,
Principalmente capitales y / o megaciudades. El modelo primero asigna un número. en [0, 1] a cada ciudad, 0 significa
completamente insostenible y 1 significa completamente sostenible. Entonces las ciudades se clasifican de acuerdo a sus
índice de sostenibilidad. Finalmente, un análisis de sensibilidad identifica esos indicadores. Eso afecta más la
sostenibilidad para cada ciudad. De 46 indicadores, los tres primeros se muestran para cada ciudad en orden de
potencial de mejora. Estos indicadores deberían mejorarse primero si se desea mejorar la sostenibilidad. elevado. Todos
los indicadores están clasificados según el modelo, pero solo se muestran tres debido a las limitaciones de espacio. A

general. Calidad de vida de Mercer (QoL; Mercer, 2016) se basa en una encuesta que evalúa la calidad de las continuación una breve descripción de SAFE.

condiciones de vida Según 39 indicadores agrupados en diez categorías: políticas y Ambiente social,
2. Modelo SAFE
economía, ambiente sociocultural, salud, educación, Servicios públicos y transporte, recreación, bienes de
consumo, Vivienda, y entorno natural. La habitabilidad ajustada espacialmente El índice (SALI) es una 2.1. Visión general

mejora reciente del ranking de habitabilidad global desarrollado por la Unidad Inteligente de Economistas La estructura esquemática del modelo SAFE que define y evalúa la sostenibilidad urbana se muestra en la Fig. 1.

(EIU, 2016) que evalúa La comodidad relativa para más de 40 factores cualitativos y cuantitativos en todo Sostenibilidad urbana general (OSUS) tiene dos componentes principales: la sostenibilidad ambiental

Seis categorías: estabilidad, salud, cultura y medio ambiente, educación, Infraestructura, y características (ENVI) y sostenibilidad social o humana (BIENESTAR). Esta eleccion refleja un enfoque global de la sostenibilidad en el
que el medio ambiente y el sistema social se ven juntos. El aporte ambiental. tiene tres componentes secundarios:
espaciales. Las puntuaciones de los indicadores se promedian y ponderan para proporcionar puntuaciones
calidad del agua (AGUA), calidad de la integridad del suelo y la tierra hasta el aumento del nivel del mar (TIERRA) y la
y clasificaciones categóricas y generales. Ciudades de Oportunidad (CoO), fue desarrollado por
calidad del aire (AIRE), Mientras que el aporte social tiene cuatro componentes secundarios: la salud. (SALUD),
PricewaterhouseCoopers (PwC, 2016), y examina 67 indicadores organizados en diez categorías:
bienestar económico (ECON), educación (CONOCER) y entorno cívico (CÍVICO). Finalmente, todos los componentes
intelectual capital e innovación; transporte e infraestructura; salud, seguridad y protección; sostenibilidad
secundarios comprenden un número de indicadores básicos como se muestra en la Tabla 1.
y el medio natural; influencia económica la facilidad de hacer negocios; costo; demografía y habitabilidad; y
La secuencia de procesamiento de datos tiene los siguientes pasos:
la puerta de la ciudad. Los indicadores se transforman en una escala común. y se suman para obtener los
puntajes categóricos y generales. Subvención y Chuang (2012) combina 21 índices existentes • Recolección de datos disponibles

transformados en una común escala en puntajes promedio en cinco dimensiones amplias (ciudades • La normalización en [0, 1]
globales, ciudades bonitas, ciudades del conocimiento, ciudades inteligentes y ciudades creativas), que • suavizado exponencial
luego se suman para producir un índice general llamado Citycard • imputación de datos
La sostenibilidad de las ciudades ha sido examinada desde el punto de vista de análisis de decisión • evaluación Fuzzy de la sostenibilidad
multicriterio (MCDA) en Munda (2005, 2006), donde El alcalde o el ayuntamiento son los responsables de la • Sensibilidad t om a de decisión-análisis.
toma de decisiones. Se sugier Que los modelos de agregación lineal tienen problemas de sinergia o conflicto.
entre los diferentes indicadores de sostenibilidad y, por lo tanto, no con enfoques MCDA pensatorios como
2.2. indicadores básicos
ELECTRE (Figueira, Mousseau, y Roy, 2005), PROMETHEE (Brans & Mareschal, 2005) y NADIE (Munda, 1995)
son los más apropiados.
El modelo utiliza un total de 46 indicadores básicos y evalúa 106 ciudades. La base de datos de
indicadores básicos va tan lejos como 1990 y llega a la
Otras contribuciones estudian aspectos específicos de la sostenibilidad urbana. Por ejemplo, Lundin, Molander
y Morrison (1999) y Lundin y Morrison (2002) examina los sistemas sanitarios y de agua, Hagshenas, Vaziri y
Gholamialam (2013) evalúan el transporte urbano en Asia ciudades, y Egilmez, Gumus y Kucukvar (2015)
utilizan expertos MCDA difuso para evaluar la sostenibilidad ambiental de 27 ciudades de EE.UU y de canada.
En este documento, adoptamos el enfoque de indicadores por varias razones:

1 . Este enfoque permite una consideración global de la sostenibilidad urbana: Ecológico y

socioeconómico. La viabilidad urbana no solo depende sobre el impacto ecológico, sino también sobre
la viabilidad de las infraestructuras, Salud y educación, y políticas. Todos estos aspectos están
integrados en el modelo basado en indicadores que describiremos en la secuela.

2. El modelo que utilizamos se llama SAFE (Evaluación de la sostenibilidad por Evaluación difusa).
Este modelo se diseñó y aplicó por primera vez para definir y evaluar la sostenibilidad de los países y
las organizaciones (Andriantiatsaholiniaina, Kouikoglou, & Phillis, 2004; Kouloumpis, Kouikoglou, &
Phillis, 2008; Phillis y Kouikoglou, 2009; Philis Grigoroudis, & Kouikoglou, 2011;
seealsowww.sustainability.tuc.gr). El modelo se puede adaptar fácilmente a la realidad física en
cuestión, aquí Sostenibilidad urbana tiene la capacidad de realizar análisis de sensibilidad. que
identifica los indicadores con mayor potencial de mejora. Sustentabilidad, Esta última característica
está ausente de la mayor parte de la sostenibilidad existente. Los modelos, aunque es de suma
importancia en la toma de decisiones. En el contexto de la sostenibilidad urbana.

3. La sostenibilidad es el resultado de varios componentes diferentes, algunos de los cuales están

llenos de ambigüedad o subjetividad como política Indice de derechos o corrupción. La lógica difusa es
adecuada para manejar ambiguas variables y derivar conclusiones adecuadas en el contexto de la
sostenibilidad. SAFE utiliza razonamiento difuso de varias etapas y métodos estadísticos Combinar
dichos componentes para generar índices compuestos.

Como se observa en Gasparatos y Scolobig (2012), basado en indicadores Los modelos implican elecciones
 256 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 256

Figura 1. Estructura jerárquica del modelo SAFE.

Los datos más recientes. Las ciudades fueron elegidas de acuerdo a su población. o importancia, por ejemplo, capitales o
ciudades históricas. También ciudades sin suficiente Se excluyeron los datos para evaluaciones confiables.
4. Finalmente, la redundancia de indicadores interrelacionados se utiliza en el algoritmo de imputación para
Todos los indicadores bá si c os y las regiones d e la sostenibilidad se dan en tabla 1. datos faltantes.

Sus definiciones se dan en tabla 1 o tomado de Kouloumpis et al. (2008) y Phillis y Kouikoglou (2009). Ciertos indicadores parecen ser más importantes que otros. Generalmente tal importancia se expresa a través de

podrían existir correlaciones entre indicadores, p er o no excluimos indicadores con altas correlaciones pesos subjetivos. Sin embargo, la ponderación es muy difícil de justificar porque a menudo se influencian

por varias razones:
1. La correlación no siempre implica causalidad.
2. Las estadísticas nacionales no proporcionan un mecanismo para separar los efectos múltiples. de
indicadores. Por ejemplo, NO2, SO2 y concentraciones de partículas. Se correlacionan positivamente con la
mortalidad por vías respiratorias. Enfermedades, pero también causan lluvia ácida.
3. Es común que los indicadores correlacionados se complementen entr e sí. Por ejemplo, los
diferentes ciudades diferentemente por el mismo indicador. Uno esperaría, por ejemplo, Que mayores gastos en
salud mejoren la salud pública. y la esperanza de vida. Sin embargo, la esperanza de vida en Estados Unidos y
Cuba. fue de 78 años en 2003, pero EE. UU. gastó el 15,3% de su PIB en salud Mientras que Cuba gastó solo el
7,1% (Bortz, 2010). Curiosamente Japón con El 7,9% del PIB en gastos de salud tenía una esperanza de vida de
83 años. La ponderación de los gastos de salud pública probablemente perdería el punto.

indicadores “hospitales,” y “médicos” son medidas complementarias de la salud pública.

2.3. Normalización y alisado
Indicadores básicos en SAFE tienen una multitud de unidades. Para obtener una escala común

susceptible de comparaciones, todos los indicadores se normalizan en

257 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 257

tabla 1
Componentes e indicadores básicos.
indicador
Agua de básico
tratamiento de aguas residuales 1 Unidades de componentes / de fiporcentaje
Unidades: nición, la normalización
de poblaciónuna , fuentesa plantas de tratamiento de aguas residuales normalización: LB, υ = 0% (mínimo), τ = 86.64% (promedio EU14) Fuentes: Índice de
conectada
Desempeño Ambiental (CNX conjunto de datos, http://epi.yale.edu/sites/default/ fi Les / 2016 EPI de Aguas Residuales de datos Appendix.xls); División de Estadística de las
Naciones Unidas ( http://unstats.un.org/unsd/environment/wastewater.htm )

2 Las extracciones de agua AGUA Unidades: por ciento de los recursos internos anuales retirados para usos domésticos, agrícolas, industriales y de Normalización: SB, T

= 90,81% (promedio) T = 22,73% (UE14 promedio) Fuentes: BM (Banco Mundial, http://data.worldbank.org/indicator/ER.H2O.FWTL.ZS )

3 fósforo AGUA Unidades: mg / lt de Normalización agua: SB, T = 0,67 (máximo), T = 0.1764 (EU14 promedio)

concentración Fuentes: ESI segundo

4 emisiones de DBO AGUA Unidades: demanda biológica de oxígeno en kg / cápita / día Normalización: SB, T = 0.0146 (máximo), T = 0,0090 (EU14

promedio) Fuentes: WB (emisiones: http://data.worldbank.org/indicator/EE.BOD.TOTL.KG; población:

http://data.worldbank.org/indicator/SP.POP.TOTL )
5 las emisiones de gases de efecto invernadero AIRE Unidades: toneladas de CO 2- eq / cápita Normalización: SB, T = 28,1 (máximo excluyendo dos países altamente contaminantes), T = 6 (proyección para países de la UE en el
año 2030 de acuerdo a sus contribuciones previstos Determinación Nacional bajo los 2015 París Acuerdo) Fuentes: ONU-Hábitat, Ciudades World Report 2016 (Tabla D.1,

http://wcr.unhabitat.org/?wcr_process_download=1&download_id=117205 ); ONU-Hábitat, Ciudades y Cambio Climático 2011 (Tabla 3.5, http://unhabitat.org/books/cities-and-climate-change-global-

); WB ( http://data.worldbank.org/indicator/EN.ATM.CO2E.PC )

el consumo de energía 6 AIRE Unidades: kWh / habitante / año Normalización: SB, T = 169 704 (máximo), T = 47,943.6 (UE14 promedio ≈ 130 kWh / habitante / día)
Fuentes: Administración de Información de Energía, Estadística Internacional de Energía ( http://www.eia.gov/cfapps/ipdbproject/IEDIndex3.cfm
)

7 La energía renovable AIRE Unidades: porcentaje del total normalización del consumo de energía: LB, υ = 0% (mínimo), τ = 20%

(objetivo de la UE) Fuentes: WB ( http://data.worldbank.org/indicator/EG.FEC.RNEW.ZS )

8 NO 2 concentración AIRE Unidades: μ g / m 3 de Normalización de aire: SB, T = 109.16 (máximo), T = 18.2 (mínimo EU14)
Fuentes: ESI segundo

9 SO 2 concentración AIRE Unidades: μ g / m 3 de Normalización de aire: SB, T = 97,07 (percentil 99), T = 1,33 (mínimo EU14) Fuentes:
ESI segundo

22:00 10 concentración AIRE Unidades: El material particulado segundo 10 μ m de μ g / m 3 de Normalización de aire: SB, T = 320
(máximo), T = 18,92 (UE14 mínimo)
Fuentes: OMS (Organización Mundial de la Salud), la contaminación del aire ambiente de base de datos por país y ciudad, mayo de 2016 ( http://www.who.int/phe/health_topics/outdoorair/databases/cities/en/
); ESI segundo

11 elevación City TIERRA Unidades: metros sobre el nivel del mar Normalización: LB, υ = 5, τ = 10 (ciudades con altitud media ≥ 10 m no se consideran vulnerables al aumento del nivel del mar)
Fuentes: Wikipedia; Mapa de Inundación ( http: // www. Florida oodmap.net )

12 La densidad de población TIERRA Unidades: Población / km 2 La normalización de la superficie terrestre: NB, υ = 290, τ = 3582.5 (ciudades capitales EU14 promedio), T = 1772 (densidad de Nueva York), T = 43.525

(máximo) Fuentes: World Demographia las zonas urbanas, 11ª edición ( http://www.demographia.com/db-worldua.pdf )

13 Los residuos urbanos TIERRA Unidades: kg de residuos generados / cápita / año Normalización: SB, T = 817,5 (máximo), T = 300 (objetivo de la UE) Fuentes: Agencia Europea de Medio Ambiente ( http://dataservice.eea.europa.eu/atlas/

); Programa Medioambiental de la ONU ( http://geodata.grid.unep.ch ); División de Estadística de las Naciones Unidas ( http://unstats.un.org/unsd/environment ); Hoornweg, D., y
Bhada-Tata, P. (2012). Qué desperdicio: Una revisión global de la gestión de residuos sólidos. Washington DC: Banco Mundial (anexo F)

14 El reciclado de vidrio TIERRA Unidades: por ciento de Normalización consumo: LB, υ = 0% (mínimo), τ = 100% (destino) Fuentes: Programa de
las Naciones Unidas para el Medio Ambiente ( http://geodata.grid.unep.ch ); ESI segundo

15 Reciclaje de papel TIERRA Unidades: por ciento de Normalización consumo: LB, υ = 0% (mínimo), τ = 100% (destino) Fuentes: Programa de
las Naciones Unidas para el Medio Ambiente ( http://geodata.grid.unep.ch ); ESI segundo

16 Acceso a servicios mejorados SALUD Unidades: porcentaje de la población Normalización: LB, u = 40% (mínimo), τ = 100%
agua (objetivo) Fuentes: WB ( http://data.worldbank.org/indicator/SH.H2O.SAFE.ZS )

17 Acceso a servicios de saneamiento SALUD Unidades: porcentaje de la población Normalización: LB, u = 9% (mínimo), τ = 100%
(objetivo) Fuentes: WB ( http://data.worldbank.org/indicator/SH.STA.ACSN )

18 La salud pública SALUD Unidades: porcentaje del PIB Normalización: LB, u = 0,2589% (mínimo), τ = 8,2798% (media de los países escandinavos) Fuentes:

gasto WB ( http://data.worldbank.org/indicator/SH.XPD.PUBL.ZS )

19 camas de hospital SALUD Unidades: número de camas / 1000 habitantes Normalización: LB, u = 0.1 (mínimo), τ = 3.1767 (promedio de los países

escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SH.MED.BEDS.ZS )

20 médicos SALUD Unidades: número de médicos / 1000 habitantes Normalización: LB, u = 0,008 (mínimo), τ = 3.7843 (promedio de los países
escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SH.MED.PHYS.ZS ); Las áreas metropolitanas (OCDE- https://stats.oecd.org/Index.aspx?DataSetCode=CITIES
)

La esperanza de vida 21 SALUD Unidades: número de años Normalización: LB, u = 47,7764 (mínimo), τ = 80.9659 (media de los países escandinavos)

(Continúa en la siguiente página)

258 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 258

Tabla 1 ( continuado)
Fuentes: BM ( http://data.worldbank.org/indicator/SP.DYN.LE00.IN )
indicador
la mortalidad básico
infantil 22
Unidades de componentes / de fi nición, la normalización una , fuentes
SALUD Unidades: Número de muertes / 1.000 nacidos vivos Normalización: SB, T = 98,2 (percentil 97,5), T = 2.6333 (promedio de los países
escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SP.DYN.IMRT.IN )

23 La mortalidad materna SALUD Unidades: Número de muertes / 100.000 nacidos vivos Normalización: SB, T = 690 (percentil 95.5th), T = 6.8333 (promedio de los

países escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SP.STA.MMRT.NE )

prevalencia 24 VIH / SIDA SALUD Unidades: por ciento de población de 15 años - 49 Normalización: SB, T = 1,8% (percentil 85), T = 0% (objetivo) Fuentes: WB ( http://data.worldbank.org/indicator/SH.DYN.AIDS.ZS
); http://www.indexmundi.com/singapore/hi

25 Tuberculosis SALUD Unidades: incidencias / 100.000 habitantes de normalización: SB, T = 993 (máximo), T = 0
predominio (destino) Fuentes: WB ( http://data.worldbank.org/indicator/SH.TBS.INCD )

26 prevalencia Malaria SALUD Unidades: incidencias / 1000 habitantes de normalización: SB, T = 0,0012 (mediana), T = 0 (destino) Fuentes: OMS ( http://www.who.int/malaria/data/en/ ); para Singapur, http://www.who.int/bulletin/vol

27 La inmunización contra SALUD Unidades: por ciento de los bebés normalización: LB, υ = 83% (UE14 mínimo), τ = 100% (objetivo) Fuentes:

DPT WB ( http://data.worldbank.org/indicator/SH.IMM.IDPT ); para Singapur,

http://www.tradingeconomics.com/singapore/immunization-dpt-percent-of-children-ages-12-23-months-wb-data.html
28 La inmunización contra SALUD Unidades: por ciento de los bebés normalización: LB, υ = 76% (UE14 mínimo), τ = 100% (objetivo) Fuentes: WB
sarampión ( http://data.worldbank.org/indicator/SH.IMM.MEAS ); para Singapur,

http://www.tradingeconomics.com/singapore/immunization-measles-percent-of-children-ages-12-23-months-wb-data.html
29 pobreza ECON Unidades: porcentaje de la población Normalización: SB, T = 25,2 (mediana), T = 0 (destino)
Fuentes: CIA do , WB ( http://data.worldbank.org/indicator/SI.POV.NAHC )

30 Facilidad de hacer negocios ECON Unidades: puntuación entre 0 y 100 Normalización: LB, υ = 40.605 (mínimo), τ = 88,27% (máximo) Fuentes:

Negocios http://www.doingbusiness.org/data/distance-to-frontier

31 El desempleo ECON Unidades: por ciento de normalización total de la fuerza de trabajo: NB, υ = 0,7 (percentil 3.5th), τ = 4 (como en el modelo SAFE para los países), T = 7 (SAFE), T = 12

(SAFE) Fuentes: WB ( http://data.worldbank.org/indicator/SL.UEM.TOTL.ZS )

32 La deuda pública ECON Unidades: porcentaje del PIB Normalización: SB, T = 128,25 (percentil 97,5), T = 89.83
(EU14 promedio) Fuentes: CIA do

33 INB per cápita
34 índice de Gini
ECON Unidades: ingreso / cápita nacional bruto, PPP (constante de 2,011 $ internacional) Normalización: LB, υ = 24.620
(UE14 mínimo), τ = 36.091 (máximo EU14) Fuentes: WB ( http://data.worldbank.org/indicator/NY.GNP.PCAP.PP.CD
)
ECON Unidades: 0 - 100 (donde 0 representa la igualdad perfecta y 100 la desigualdad perfecta) Normalización: SB, T = 50 (como en SAFE para los
países), T = 25.79 (promedio de los países escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SI.POV.GINI ); CIA do

35 El gasto público en SABER Unidades: porcentaje del PIB destinado a la normalización de investigación y desarrollo (I + D): LB, υ = 0% (mínimo), τ = 2,2627% (UE14 promedio,
I+ D EE.UU., Canadá, Australia, Japón y Noruega) Fuentes: BM ( http://data.worldbank.org/indicator/GB.XPD.RSDV.GD.ZS )

36 El gasto público en SABER Unidades: porcentaje del PIB Normalización: LB, υ = 1,2291% (primera percentil), τ = 5,8321% (UE14 promedio, EE.UU., Canadá, Australia, Japón y Noruega) Fuentes:

educación BM ( http://data.worldbank.org/indicator/SE.XPD.TOTL.GD.ZS )

tasa de 37 Alfabetización SABER Unidades: ciento población de 15 y por encima de Normalización de: LB, υ = 27% (mínimo), τ = 100%

(objetivo) Fuentes: CIA do , WB ( http://data.worldbank.org/indicator/SE.ADT.LITR.ZS )

38 La enseñanza primaria SABER Unidades: alumnos-profesor Normalización: SB, T = 76,0736 (percentil 99), T = 12.8785 (EU14 promedio)
maestros Fuentes: UIS re ; WB ( http://data.worldbank.org/indicator/SE.PRM.ENRL.TC.ZS )

39 La enseñanza secundaria SABER Unidades: alumnos-profesor Normalización: SB, T = 66,8171 (máximo), T = 12.8785 (EU14 promedio)
maestros Fuentes: UIS re ; WB ( http://data.worldbank.org/indicator/SE.SEC.ENRL.TC.ZS )

40 La educación terciaria SABER Unidades: alumnos-profesor Normalización: SB, T = 45,5002 (máximo), T = 14.8749 (EU14 promedio)

maestros Fuentes: UIS re ; WB ( http://data.worldbank.org/indicator/SE.SEC.ENRL.TC.ZS )

41 Crimen CÍVICO Unidades: 0 - 100 escala de puntos, según la encuesta evaluaciones, donde 0 representa el nivel más bajo del crimen y 100 el más alto nivel de normalización: SB, T = 42

(media de las capitales EU14), T = 15.53 (mínimo) Fuentes: 2,015 Índice de delito ( http://www.numbeo.com/crime/rankings_current.jsp )

42 espacio verde CÍVICO Unidades: por ciento de la superficie terrestre Normalización: LB, υ = 0% (mínimo), τ = 30% (Estocolmo) Fuentes: Ciudades con la mayor% de espacio verde público ( http://www.skyscrapercity.com/sho
); El Trust for Public Land, 2014 Los Datos de City Park ( https://www.tpl.org/sites/default/ fi Les / fi les_upload / 2014_CityParkFacts.pdf ); Foro de Cultura las ciudades del mundo ( http://www.worldcitie
)

43 Corrupción CÍVICO Unidades: 0 - 100 escala de puntos basado en los niveles percibidos de corrupción del sector público Normalización: SB, T = 30 (valores más bajos corresponden a países extremadamente
corruptos), T = 80 (países menos corruptos oscilan por encima de 80) Fuentes: Transparencia Internacional, la corrupción Índice de Percepción de 2014 ( http: // fi les.transparency.org/content/download/1856/12434/
fi LE / 2014_CPIBrochure_EN.pdf )

44 Los derechos políticos CÍVICO Unidades: 1 (peor) a 7 (mejor) Escala de Normalización: SB, T = 3 (la mayoría de los países en desarrollo rango sobre el [3,

7]), T = 1 (destino) Fuentes: Auditoría Mundial ( http://www.worldaudit.org/polrights.htm )

259 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 259

Tabla 1 ( continuado)
45 El acceso a la electricidad CÍVICO Unidades: porcentaje de población urbana Normalización: LB, υ = 16,4% (mínimo), τ = 100%
indicador básico Unidades de componentes / de fi nición, la normalización una , fuentes
(máximo) Fuentes: WB ( http://data.worldbank.org/indicator/EG.ELC.ACCS.UR.ZS )

46 El transporte público CÍVICO Unidades: porcentaje de personas que van a trabajar usando la normalización del transporte público: LB, υ = 0% (objetivo), τ = 35,25% (promedio EU14) Fuentes:
Plataforma Europea para la Gestión de la Movilidad ( http://epomm.eu/tems/index.phtml ); Wikipedia ( http://en.wikipedia.org/wiki/Modal_share , http://en.wikipedia.org/wiki/List_of_U.S._cities_with_h
)

una SB = más pequeño es mejor; LB = grande es mejor; NB = nominal es mejor. valores de indicador de [ τ, T] se les asigna el índice de sostenibilidad 1. Valores ≤ υ o ≥ T indicar un mal funcionamiento y se les asigna el valor 0.

segundo Índice de sostenibilidad ambiental, http://sedac.ciesin.columbia.edu/data/collection/esi .

do Agencia Central de Inteligencia, The World Factbook, https://www.cia.gov/library/publications/the-world-factbook .
re Instituto de Estadística de la UNESCO, http://uis.unesco.org/en/topic/teachers .
donde ^ X do re t k Þ es el promedio ponderado antes de t k, dada po

[0, 1], donde 0 es el valor completamente insostenible y 1 el completamente sostenible. Todas las series
temporales de indicadores básicos son por lo tanto normalizado y luego utilizado en un procedimiento de
razonamiento difuso como lo haremos ver. Sea zc (t) el valor de un indicador c en el tiempo t y xc (t) su
valor normalizado valor. También deje que Uc sea el límite superior y υc el límite inferior de la región no
sustentable y Tc y τc el límite superior e inferior respectivamente de la región sostenible. Si un valor
indicador dado zc (t) está por encima de Uc o debajo de uc es completamente insostenible y su valor es 0;
si miente entre Tc y τc es completamente sostenible y su valor es 1; y si miente Entre estos extremos, su
Los valores de Uc, uc, Tc y τc se determinan para que cumplan Con normas, reglamentos y acuerdos
internacionales o incluso comunes. sentido. Por ejemplo, el objetivo de emisiones de CO2 se fija en el
objetivo de la UE para 2030 mientras que el objetivo de la pobreza es solo 0. Otros organismos
internacionales tales como la ONU también proporcionan objetivos para varios indicadores. Todas las
suposiciones y las fuentes se muestran en la Tabla 1. El efecto de ciertos indicadores tiene memoria
Tomemos como ejemplo las emisiones de CO2. El cambio climático depende Tanto en el presente como
en las emisiones pasadas. Además, varios valores indicadores. están llenos de inexactitudes. Para aliviar
tales problemas utilizamos exponencial. Suavizar para combinar el pasado con el presente. Deja lo
normalizado los valores de un indicador c sean xc (t1), xc (t2),…, xc (tK) en los años t1, t2,…, tK los cuales
no necesitan ser consecutivos debido a la falta de datos. Calculamos el agregado valor xc de la siguiente
expresión de suavizado exponenciavalor
está determinado por la interpolación lineal. como sigue (ver también Fig. 2):

Ver imagen
Los valores de Uc, uc, Tc y τc se determinan para que cumplan Con normas, reglamentos y acuerdos
internacionales o incluso comunes. sentido. Por ejemplo, el objetivo de emisiones de CO2 se fija en el
objetivo de la UE para 2030 mientras que el objetivo de la pobreza es solo 0. Otros organismos
internacionales tales como la ONU también proporcionan objetivos para varios indicadores. Todas Para series de tiempo completamente perdidas usamos el algoritmo de imputación. de la
las suposiciones y las fuentes se muestran en la Tabla 1. El efecto de ciertos indicadores tiene
memoria Tomemos como ejemplo las emisiones de CO2. El cambio climático depende Tanto en el Sección 2.6.
presente como en las emisiones pasadas. Además, varios valores indicadores. están llenos de
inexactitudes. Para aliviar tales problemas utilizamos exponencial. Suavizar para combinar el pasado
con el presente. Deja lo normalizado los valores de un indicador c sean xc (t1), xc (t2),…, xc (tK) en 2.4. Inferencia borrosa
los años t1, t2,…, tK los cuales no necesitan ser consecutivos debido a la falta de datos. Calculamos el
agregado valor xc de la siguiente expresión de suavizado exponencial SAFE es un sistema de razonamiento difuso jerárquica en la que los indicadores básicos se
agrupan de acuerdo a sus características para producir un indicador siguiente etapa y así

Ver imagen matemáticamente mediante la combinación de las palabras, que es la esencia de la inferencia difusa.
Como se muestra en Fig. 3 , Indicadores básicos están representados por conjuntos difusos que se
combinan para dar la siguiente etapa de indicadores difusos compuestos todo el camino hasta la
sostenibilidad general (OSUS). Por razones de velocidad de cálculo, tres conjuntos difusos se utilizan
para indicadores básicos con valores lingüísticos débil ( W), medio ( M), y
Fuerte ( S), mientras fi VE conjuntos difusos se utilizan para indicadores compuestos (primaria y

componentes secundarios) con valores Muy mal ( VB), Malo ( SEGUNDO),

Promedio ( UNA), Bueno ( G), y Muy bien ( VG). sostenibilidad global se calcula a partir de nueve
conjuntos difusos: Extremadamente bajo ( EL), Muy bajo ( VL),
Bajo ( L), Justamente bajo ( FLORIDA), Intermedio ( YO), Bastante alto ( FH), Alto ( H),

Muy alto ( VH), y Extremadamente alto ( EH).

funciones triangulares son elegidos por simplicidad ( Fig. 3 ). Por ejemplo,
el indicador “ Espacio verde ” para Quito es 5,8% de la superficie total. El valor objetivo es τ = 30%
(valor de Estocolmo) y el valor insostenible es
ð Þ þ X do t K -re1 Þ β t K - t K - 1 þ ... þ X do t 1 ð Þ β tK - t1 u = 0% (mínimo posible). El valor normalizado para este indicador es
X do ¼X do t K

1 þ β t K - t K - 1 þ ... þ β t K - t 1 x = ( 5.8 - 0) / (30 - 0) = 5,8 / 30 = 0,19333. De acuerdo a Fig. 3 (A), este valor es débil con grado de
pertenencia μ W ( 0,19333) = (0,6 -
donde β ∈ [0, 1] es un parámetro elegido de modo que la siguiente media signifique 0,19333) / (0,6 - 0) = 0.6778, Medium con grado μ METRO( 0,19333) = (0.19333 - 0) / (0,6 - 0) = 0.3222, y
error al cuadrado se minimiza
fuerte con el grado
μ S ( 0,19333) = 0.
2þ ... þ X do t K 2
X ð Þ - ^X
do t 1 do ðt 1Þ ½ ½ ð Þ - ^ X do tðKÞ A continuación un motor de inferencia combina estos valores utilizando “ si-entonces ” reglas lingüísticas

que se relacionan indicadores de entrada a un indicador compuesto. Por ejemplo, una regla para OSUS es

Si ENVI es B (No me gusta) y El bienestar es G (bueno), entonces OSUS es I (Intermedio).

Y lógico o conjunción y lógica OR o disyunción están representados, respectivamente, en el

motor de inferencia por el producto y el sumof los grados de miembros correspondientes por razones
de monotonicidad para ser pronto explicado. Y se utiliza en las premisas de la regla mientras que O
se utiliza para las reglas de agregación. El siguiente ejemplo ilustra este procedimient

Tenga en cuenta los siguientes datos en la última etapa de inferencia: ENVI es A con grado de
Figura 2. La normalización por interpolación lineal. pertenencia 0.5 y G con el grado 0,5, y el bienestar es
 260 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 260

Fig. 3. conjuntos difusos y funciones de pertenencia correspondientes μ ( X).

A con membresía de grado 0.4 y G con calificación de 0.6. Las siguientes reglas fuego con
fuerzas de fuego entre paréntesis:

R 1: Si ENVI es A (0,5) y El bienestar es G (0,4) entonces OSUS es FH (0,5 x 0,4 = 0,2).

1) Los valores enteros son asignadas a los conjuntos difusos en Fig. 3 startingwith 0 para el conjunto difuso más
bajo y continuando con 1 para el siguiente conjunto difuso y así sucesivamente. Por lo tanto, tenemos
R 2: Si ENVI es A (0,5) y El bienestar es VG (0,6) entonces OSUS es H (0,5 x 0,6 = 0,3).

W = 0, M = 1, y S = 2 para indicadores básicos

R 3: Si ENVI es G (0,5) y El bienestar es G (0,4) entonces OSUS es H (0,5 x 0,4 = 0,2). VB = 0, B = 1, A = 2, G = 3, y VG = 4 para primaria y componentes secundarios de la
sostenibilidad
y EL = 0, VL = 1, L = 2, FL = 3, I = 4, FH = 5, H = 6, VH = 7, y
EH = 8 para OSUS.

2) Cuando se dispara una regla, la suma de los valores enteros de sus entradas determina El conjunto
difuso de la salida. Tomemos por ejemplo la regla si “Tratamiento de aguas residuales” es Medio y
“Extracciones de agua” es Fuerte y la 'concentración de fósforo' es media y 'emisiones de DBO' s fuerte,
entonces el agua es buena. Estas sumas de entrada, M + S + M + S = 1 + 2 + 1 + 2 = 6, están asignadas al
conjunto difuso G. Esto se hace mediante una representación compacta de la regla base:

R 4: Si ENVI es G (0,5) y El bienestar es VG (0,6) entonces OSUS es VH (0,5 × 0,6 = 0,3).

8 >>>> <>>>>:
VB; Si suma ¼ 0; 1 B;
suma ¼ 2; 3 A; suma ¼ 4 G;
Las reglas R2 y R3 asignan el mismo conjunto difuso H a la variable de salida. De acuerdo con la regla de la
conjuntos difusos de agua cuatro erentradas Þ ¼ suma ¼ 5; 6 VG; suma ¼ 7
suma para la disyunción los grados de membresía son:

μ FH OreSUS Þ ¼ 0: 2:

μH O
reSUS Þ ¼ 0: 3 þ 0: 2 ¼ 0: AIR dispone de seis entradas básicas de los cuales ' las emisiones de GEI ' se le asigna un peso de 3. La suma
5
μ VH OreSUS correspondiente viene dada entonces por
Þ ¼ 0: 3

3 conjunto difuso de ' las emisiones de GEI ' þ 1

conjunto difuso de ' Consumo de energía '

El valor nítido de OSUS se calcula por la definición de altura,

þ þ ::: 1 conjunto difuso de '' concentración de PM10 ''

Σ conjuntos difusos todo L yL μLO

reSUS Þ

de OSUS
OSUS ¼ con un valor mínimo de 3 x 0 + 0 + 0 + 0 + 0 + 0 = 0 y el valor máximo 3 × 2 + 2 + 2 + 2 + 2 + 2 = 16.
Σ conjuntos difusos todo L μLO
reSUS Þ
De manera similar, ECON dispone de seis entradas básicas de la cual ' Pobreza ' se le asigna un peso
de OSUS de 3 y el resto 1. Así

8 >>>> <>>>>:
VB; Si suma ¼ 0; 1; 2; 3 B; suma ¼ 4;
donde y L es el punto en el que la función de pertenencia de L es máxima. En nuestro ejemplo, por
inspección yFH = 0.625, yH = 0.75, y yVH = 0.875 y, por lo tanto, 5; 6 A; suma ¼ 7; 8; 9 G; suma ¼ 10; 11;
AIR y ECON seis entreadas Þ ¼ 12 VG; suma ¼ 13; 14; 15; dieciséis

OSUS ¼ 0: 6re25 0: 2 þ 0:75 0: 5 þ 0: 875 0: 3 Þ =re0: 2 þ 0: 5 þ 0: 3 Þ ¼ 0:

antecedentes y salidas correspondientes o consecuentes. Generalmente un pequeño subconjunto de todas las

reglas se dispara en una situación real de inferencia para calcular sustentabilidad Las bases de reglas se
construyen de acuerdo con el siguientes pasos.
Los sistemas de inferencia secuencial deben ser monótonos, es decir, siempre que Los indicadores básicos
mejoran, las etapas posteriores, 2.5. bases de reglas
Las bases de las reglas consisten en matrices con todas las combinaciones posibles de Entradas o
 261 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 261

Para los componentes secundarios restantes se obtiene: LAND (peso 3 para ' la elevación de la ciudad ' y VB; Si suma ¼ 0; 1; 2; 3; 4; 5 B; suma ¼ 6;
' Densidad de población ', 2 para ' Residuos municipales ', 1 para el resto)
7; 8; 9 A; suma ¼ 10; 11 G; suma ¼ 12; 13; 14;

8 >>>> <>>>>:
15 VG; suma ¼ dieciséis; 17; 18;

incluyendo OSUS también deben Mejorar o, al menos, seguir Para los restantes componentes secundarios obtenemos: TIERRA (peso 3
para 'Elevación de la ciudad' y 'Densidad de población', 2 para 'Residuos municipales', 1 para el resto)

igual. Resulta que el uso de triangular Funciones de membresía y álgebra de suma de productos en todas las inferencias. Los motores
satisfacen una serie de condiciones que aseguran la monotonicidad. (Kouikoglou y Phillis, 2009).

TIERRA crienco entradas Þ ¼

Las bases de reglas consisten en matrices con todas las combinaciones posibles de las entradas o
SALUD trecereentradas de igual ponderación Þ
8 >>>> <>>>>:
VB; Si suma ¼ 0; 1; 2; 3; 4; 5; 6 B; suma ¼ 7; 8; 9; 10;
antecedentes y salidas correspondientes o consecuentes. Por lo general, un pequeño subconjunto de todas las
11 A; suma ¼ 12; 13; 14 G; suma ¼ 15; dieciséis; 17; 18;
reglas fi re en una situación real de la inferencia para calcular la sostenibilidad. Bases de reglas se construyen
¼ 19 VG; suma ¼ 20; 21; 22; 23; 24; 25; 26
de acuerdo con los siguientes pasos.

8 >>>> <>>>>:
VB; Si suma ¼ 0; 1; 2 B; suma ¼
3; 4; 5 A; suma ¼ 6; 7 G; suma ¼ 8;
SABER seisre entradas ponderadas por igual Þ ¼ 9 VG; suma ¼ 10; 11; 12
262 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 262

8 >>>>>>>>>>>> <>>>>>>>>>>>>:
y CIVIC (peso 3 para ' Crimen ', 2 para ' Espacio verde ', 1 para el resto): EL; Si suma ¼ 0 VL;
suma ¼ 1 L;
suma ¼ 2 FL;
8 >>>> <>>>>:
VB; Si suma ¼ 0; 1; 2; 3; 4 B; suma ¼ 5; suma ¼ 3 I; suma ¼ 4
6; 7; 8 A; suma ¼ 9; 10 G; suma ¼ 11; 12; OSUS 2 reentradas Þ ¼ FH; suma ¼ 5 H; suma ¼

CIVIC serise entradas Þ ¼ 13; 14 VG; suma ¼ 15; dieciséis; 17; 18 6 VH; suma ¼ 7 EH;
suma ¼ 8

componentes primarios y sostenibilidad general:

8 >>>> <>>>>:
2.6. imputación de datos
VB; Si suma ¼ 0; 1 B; suma ¼
2; 3; 4 A; suma ¼ 5; 6; 7 G; Un problema común en la evaluación de la sostenibilidad es la disponibilidad. de datos. A menudo, las oficinas
nacionales de estadística u otras instituciones nacionales e internacionales. las agencias pierden los indicadores o
ENVI 3 e
r entradas Þ ¼ suma ¼ 8; 9; 10 VG; suma ¼ 11; proporcionan datos parciales (ver, por ejemplo, Esty, Levy, Srebotnjak y Sherbinin, 2005). Siguiendo a Phillis et al.
12 (2011) realizamos imputación de datos desde ciudades con Similitudes económicas para las que se dispone de datos. La
estadística de la ONU División (2010) ha agrupado países según geografía y economía. En este artículo utilizamos una
agrupación similar para ciudades como se ilustra. en la Fig. 4. Las similitudes están modeladas por una matriz cuadrada
S cuyos elementos sij representa el grado de similitud entre las ciudades i y j, donde 0 significa sin similitud, 1 significa
similitud moderada y 2 alta similitud.

Fig. 4. Las ciudades con alta similitud (cajas) y la similitud moderada (flechas).
263 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 263

Tabla 2
Evaluación de la sostenibilidad y tres indicadores con mayor potencial de mejora.

Rango Ciudad OSUS / ENVI / BIENESTAR Tres indicadores con mayor potencial de mejora

1 Helsinki 0.9890 / 0.9780 / 1.0000 las emisiones de gases de efecto invernadero, las emisiones de DBO, tratamiento de aguas residuales

2 Viena 0.9593 / 0.9578 / 0.9608 residuos municipales, las emisiones de gases de efecto invernadero, la delincuencia

3 Estocolmo 0,9164 / 0,9999 / 0,8330 Delincuencia, la pobreza, la facilidad de hacer negocios

4 Nagoya 0,9062 / 0,9589 / 0,8534 La pobreza, la energía renovable, la deuda pública

5 Osaka 0.8810 / 0.9743 / 0.7876 espacios verdes, la pobreza, la energía renovable

6 Tokio 0,8705 / 0,9844 / 0,7566 espacio verde, energía renovable, la delincuencia

7 Sydney 0,8679 / 0,7795 / 0,9564 residuos municipales, los maestros de educación terciaria, las emisiones de gases de efecto invernadero

8 Vancouver 0.8668 / 0.9821 / 0.7514 El reciclaje de papel, la delincuencia, la energía renovable

9 Copenhague 0.8632 / 0.7500 / 0.9763 la elevación de la ciudad, la pobreza, el desempleo

10 París 0.8564 / 0.9632 / 0.7496 Los residuos urbanos, el reciclaje de papel, Crimen

11 Seúl 0.8500 / 0.9376 / 0.7624 espacio verde, densidad de población, la energía renovable
12 Varsovia 0,8476 / 0,9467 / 0,7484 La energía renovable, las emisiones de gases de efecto invernadero, SO 2 concentración

13 Berlina 0.8467 / 0.9183 / 0.7752 residuos municipales, las emisiones de DBO, Crimen

14 Madrid 0.8453 / 0.9407 / 0.7500 residuos municipales, NO 2 concentración, reciclaje Glass

15 Londres 0.8409 / 0.9317 / 0.7500 El crimen, el reciclaje de vidrio, la energía renovable

dieciséis Milán 0.8274 / 0.9535 / 0.7012 La corrupción, la pobreza, el crimen

17 Lisboa 0,8243 / 0,9792 / 0,6694 La pobreza, la delincuencia, el espacio verde

18 Montreal 0.8200 / 0.8848 / 0.7551 La energía renovable, las emisiones de gases de efecto invernadero, el consumo de energía

19 Bruselas 0.8165 / 0.8830 / 0.7500 Crime, la concentración de fósforo, las emisiones de gases de efecto invernadero

20 Toronto 0.8108 / 0.8574 / 0.7641 La energía renovable, las emisiones de gases de efecto invernadero, la pobreza

21 Wellington 0,7954 / 0,7222 / 0,8686 El crimen, el espacio verde, de residuos municipales

22 Oslo 0,7946 / 0,7807 / 0,8084 El crimen, el espacio verde, de residuos municipales

23 Montevideo 0.7752 / 0.9898 / 0.5606 Delincuencia, la pobreza, el espacio verde

24 Praga 0.7750 / 0.7918 / 0.7582 las emisiones de GEI, las emisiones de DBO, pobreza

25 Bucarest 0,7741 / 0,9254 / 0,6228 Crimen, la pobreza, el reciclaje de vidrio

26 Budapest 0,7621 / 0,7756 / 0,7486 El reciclado de vidrio, de residuos municipales, extracciones de agua

27 Singapur 0,7603 / 0,6028 / 0,9177 la elevación de la ciudad, los residuos municipales, extracciones de agua

28 Dublín 0.7575 / 0.7660 / 0.7490 residuos municipales, las emisiones de gases de efecto invernadero, la elevación de la ciudad

29 Ámsterdam 0.7575 / 0.7493 / 0.7657 Las extracciones de agua, crimen, la pobreza

30 San Francisco 0.7558 / 0.7625 / 0.7492 las emisiones de GEI, energías renovables, de residuos municipales

31 los Angeles 0.7500 / 0.7547 / 0.7453 Los residuos urbanos, el reciclaje de vidrio, pobreza

32 Jerusalén 0,7488 / 0,7499 / 0,7477 Las extracciones de agua, el crimen, los maestros de educación terciaria

33 Santiago 0,7473 / 0,9733 / 0,5213 El crimen, el espacio verde, NO 2 concentración

34 Dallas-Fort Worth 0,7421 / 0,7439 / 0,7403 El reciclaje de papel, los residuos urbanos, la densidad de población

35 Cuenca 0,7402 / 0,9872 / 0,4932 Delincuencia, la pobreza, la energía renovable

36 Canberra 0,7377 / 0,7040 / 0,7715 los espacios verdes, las emisiones de gases de efecto invernadero, la densidad de población

37 Sao Paulo 0,7368 / 0,9748 / 0,4988 Tratamiento de aguas residuales, SO 2 concentración, Crime

38 Buenos Aires 0,7366 / 0,9733 / 0,4999 La pobreza, la delincuencia, NO 2 concentración

39 Chicago 0,7336 / 0,7245 / 0,7428 las emisiones de GEI, el reciclaje de papel, los residuos municipales

40 Tel Aviv 0,7313 / 0,7356 / 0,7271 Las extracciones de agua, crimen, la pobreza

41 Kuala Lumpur 0,7295 / 0,9267 / 0,5324 Tratamiento de aguas residuales, Crime, el espacio verde

42 Quito 0,7285 / 0,9999 / 0,4570 espacios verdes, la pobreza, la delincuencia

43 Roma 0,7221 / 0,9417 / 0,5024 La pobreza, la delincuencia, los residuos municipales

44 Filadelfia 0,7211 / 0,6969 / 0,7454 La densidad de población, las emisiones de gases de efecto invernadero, los residuos municipales

45 Belgrado 0,7198 / 0,9021 / 0,5376 La pobreza, la delincuencia, el gasto público en I + D

46 Guadalajara 0,7194 / 0,9568 / 0,4821 La pobreza, la densidad de población, el espacio verde

47 Detroit 0.7175 / 0.6945 / 0.7405 La densidad de población, las emisiones de gases de efecto invernadero, los residuos municipales

48 Hanoi 0.7146 / 0.9300 / 0.4992 Tratamiento de aguas residuales, densidad de población, Crime

49 Kiev 0,7114 / 0,9129 / 0,5098 Crimen, la extracción de agua, la Corrupción

50 Atenas 0.7089 / 0.9183 / 0.4996 La concentración de fósforo, energía renovable, de residuos municipales
51 Houston 0,7086 / 0,6765 / 0,7407 las emisiones de GEI, los residuos urbanos, la densidad de población

52 Nueva York 0.7059 / 0.6618 / 0.7500 la elevación de la ciudad, las emisiones de gases de efecto invernadero, la energía renovable

53 Managua 0,7054 / 0,9897 / 0,4210 La pobreza, el espacio verde, el gasto público en educación
54 Moscú 0.7044 / 0.7623 / 0.6464 Crimen, la corrupción, los derechos políticos

55 San Petersburgo 0,7001 / 0,7618 / 0,6383 El crimen, el gasto público en I + D, la pobreza

56 Ciudad de México 0.6988 / 0.9160 / 0.4816 La densidad de población, la energía renovable, el reciclado de vidrio

57 Guangzhou 0,6908 / 0,8148 / 0,5669 Crimen, la corrupción, los derechos políticos

58 Ankara 0.6833 / 0.8908 / 0.4758 las energías renovables, el reciclaje de vidrio, de residuos municipales

59 Estanbul 0.6823 / 0.8890 / 0.4755 La energía renovable, SO 2 concentración, PM 10 concentración

60 Tashkent 0.6767 / 0.8865 / 0.4669 tratamiento de aguas residuales, la extracción de agua, pobreza

61 Rio de Janeiro 0,6708 / 0,8093 / 0,5324 El crimen, la elevación de la ciudad, la pobreza

62 Beijing 0,6691 / 0,7778 / 0,5604 El crimen, el gasto público en educación, el INB

63 Asunción 0.6650 / 0.8526 / 0.4773 tratamiento de aguas residuales, reciclaje de papel, los residuos municipales

64 Miami 0,6611 / 0,5822 / 0,7399 la elevación de la ciudad, las emisiones de gases de efecto invernadero, la energía renovable

sesenta y cinco Lima 0.6604 / 0.8860 / 0.4347 La densidad de población, la pobreza, la delincuencia

66 Washington DC 0.6500 / 0.5499 / 0.7500 la elevación de la ciudad, las emisiones de gases de efecto invernadero, la energía renovable

67 Tianjin 0,6485 / 0,7604 / 0,5367 INB, el gasto público en educación, la delincuencia

68 Hong Kong 0,6440 / 0,5499 / 0,7381 la elevación de la ciudad, la densidad de población, concentración de fósforo

69 Asi que fi una 0,6417 / 0,7624 / 0,5210 Delincuencia, la pobreza, las emisiones de DBO

70 Riad 0,6391 / 0,6809 / 0,5973 INB, las emisiones de GEI, el gasto público en I + D
71 Casablanca 0,6305 / 0,7888 / 0,4723 La energía renovable, la pobreza, la delincuencia

72 Harare 0,6244 / 0,9998 / 0,2489 La pobreza, la delincuencia, la facilidad de hacer negocios

73 ciudad de Panama 0,6231 / 0,7499 / 0,4963 la elevación de la ciudad, la delincuencia, la pobreza

74 Ciudad de Ho Chi Minh 0,6190 / 0,7499 / 0,4882 Tratamiento de aguas residuales, pobreza, el crimen

75 Ciudad de Guatemala 0,6167 / 0,9753 / 0,2581 La pobreza, NO 2 concentración, Crime

264 YA Phillis
YA Phillis
et al.et/ Informática,
al. / Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265- 265 264

Tabla 2 ( continuado)

Rango Ciudad OSUS / ENVI / BIENESTAR Tres indicadores con mayor potencial de mejora

76 La Paz 0,6134 / 0,9649 / 0,2619 La pobreza, el tratamiento de aguas residuales, Crime

77 Shenzhen 0,6079 / 0,6937 / 0,5220 la elevación de la ciudad, la delincuencia, el INB

78 Bangkok 0,6051 / 0,7418 / 0,4684 la elevación de la ciudad, la pobreza, el índice de Gini

79 Guayaquil 0.6012 / 0.7500 / 0.4523 espacios verdes, la pobreza, la delincuencia

80 El Cairo 0,5896 / 0,7449 / 0,4343 La corrupción, la pobreza, el espacio verde

81 Addis Abeba 0,5884 / 0,9323 / 0,2446 Tratamiento de aguas residuales, densidad de población, pobreza

82 Túnez 0,5882 / 0,6504 / 0,5260 Las extracciones de agua, la elevación de la ciudad, el espacio verde

83 Nairobi 0,5830 / 0,9279 / 0,2381 Tratamiento de aguas residuales, densidad de población, pobreza

84 Llevar a la fuerza 0,5807 / 0,6121 / 0,5493 la elevación de la ciudad, el espacio verde, las emisiones de gases de efecto invernadero

85 Teherán 0,5787 / 0,7225 / 0,4349 La pobreza, el espacio verde, Crimen

86 Ciudad del Cabo 0,5764 / 0,8453 / 0,3075 Delincuencia, la pobreza, el desempleo

87 Caracas 0,5623 / 0,8229 / 0,3017 La pobreza, los derechos políticos, la delincuencia

88 Bogotá 0,5567 / 0,7983 / 0,3152 La pobreza, el crimen y el desempleo

89 Johannesburgo 0,5509 / 0,8431 / 0,2586 Delincuencia, la pobreza, el desempleo

90 medellin 0,5479 / 0,7868 / 0,3089 La pobreza, el crimen y el desempleo

91 Jacarta 0,5453 / 0,6881 / 0,4024 La concentración de fósforo, el tratamiento de aguas residuales, la elevación City

92 Delhi 0,5420 / 0,8290 / 0,2549 El crimen, la densidad de población, pobreza

93 Calcuta 0,5201 / 0,7888 / 0,2515 La densidad de población, la elevación de la ciudad, la extracción de agua

94 Abiyán 0.5134 / 0.8230 / 0.2037 Tratamiento de aguas residuales, densidad de población, Tasa de alfabetización

95 Alejandría 0,5091 / 0,5602 / 0,4580 la elevación de la ciudad, la densidad de población, la energía renovable

96 Manila 0,4953 / 0,7363 / 0,2544 La pobreza, el tratamiento de aguas residuales, la elevación de la ciudad

97 Lahore 0,4929 / 0,7361 / 0,2497 PM 10 concentración, SO 2 concentración, densidad de población

98 Chennai 0,4898 / 0,7287 / 0,2510 Las extracciones de agua, la elevación de la ciudad, la pobreza

99 Jartum 0,4854 / 0,7541 / 0,2167 tratamiento de aguas residuales, la extracción de agua, el desempleo
100 Lusaka 0,4831 / 0,9370 / 0,0293 La pobreza, el desempleo, el INB
101 Mumbai 0,4827 / 0,7138 / 0,2517 Las extracciones de agua, densidad de población, PM 10 concentración
102 Islamabad 0,4728 / 0,6933 / 0,2522 PM 10 concentración, densidad de población, Crime
103 Lagos 0,4630 / 0,8386 / 0,0874 La pobreza, la delincuencia, la densidad de población

104 Kinshasa 0,4296 / 0,7690 / 0,0903 Tratamiento de aguas residuales, la pobreza, índice de Gini

105 Dacca 0,3765 / 0,5023 / 0,2508 la elevación de la ciudad, la densidad de población, el reciclaje de vidrio

106 Karachi 0.3750 / 0.5000 / 0.2500 la elevación de la ciudad, la extracción de agua, la concentración de fósforo

los datos estuvieron completamente ausentes, el algoritmo de imputación generó una

valor mediante el promedio de las ciudades en el mismo grupo, excluyendo aquellas que
Las ciudades en cada grupo de la Fig. 4 son altamente similares con sij = 2. Grupos de ciudades
tienen poco en común en términos de tamaño, leyes, cultura, etc., gracias a la
moderadamente similares se encuentran nuevamente utilizando mayormente recursos económicos. Criterios de máxima sij y mínimas distancias euclidianas dijg.
criterios Por ejemplo, las ciudades de Europa occidental exhiben moderada similitud con América del
Norte, escandinavo, sur de Europa y Ciudades japonesas Similitud moderada se muestra en la Fig. 4

con flechas y sij = 1 2.7. Análisis de sensibilidad

Los indicadores básicos son insumos para siete componentes de sostenibilidad: TIERRA, AGUA, AIRE,
SALUD, ECON, SABER, Y CÍVICO. Supongamos que un Falta el indicador básico del componente g para
la ciudad i. Ciudades j similares o muy similar con i exhiben sij = 1or2.Givenapair (i, j), un euclidiano la El objetivo de la evaluación de la sostenibilidad es doble, fi en primer lugar para evaluar y ciudades de rango

distancia dijg se calcula utilizando esos indicadores normalizados de componente g para los cuales hay y segundo para ayudar a los tomadores de decisiones al identificar aquellos indicadores que afectan a la
datos disponibles para i y j como la media raíz desviación cuadrada sostenibilidad de la mayoría. Para hacer esto, los gradientes de sostenibilidad general con respecto a cada

indicador básico se calculan.

sostenibilidad general se escribe como OSUS ( X 1, ... X do, ...), dónde X denota indicadores básicos.
Un indicador dado X do es perturbado por una pequeña cantidad δ norte 0. Como SAFE es
monotónica, OSUS ( X 1, ... X c + δ, ...) es mayor que el valor no perturbado y
vuuufufiu
ffu
ifftiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

Σ todos los indicadores disponibles do X ic - X jc 2

perteneciente al componente de re Þ - OSUS Xr11e; ... X do; ... Þ

Δ do ¼ OSUSX1; ... X do þ δ; ...
sostenibilidad sol δ
re IJG ¼
número de componente sol los indicadores disponibles para los dos yo y j

proporciona la tasa de mejora de OSUS en relación con indicador do. Parece razonable suponer que

donde xic es el valor normalizado del indicador c para la ciudad i, después de exponencial los indicadores de clasificación de acuerdo con los gradientes Δ do daría prioridades adecuadas para
suavizado Si no hay ningún indicador de componente g disponible para i y j, configuramos
los indicadores. Sin embargo, este enfoque podría colocar verywell fuerte sesgo a favor de los
dijg = 1.
indicadores que pertenecen a grupos pequeños ( Kouloumpis et al., 2008 ). Si, por ejemplo, un
indicador compuesto tiene sólo una entrada y otro tiene seis entradas, es probable que el cambio de
Por cada indicador faltante, las ciudades con máxima similitud y Se encuentran la distancia euclidiana dijg ≤ 0.1
un solo indicador tendrá un efecto más fuerte que cualquiera de los seis.
o dijg ≤ 0.2 y el valor promedio Para este indicador se calcula sobre todas estas ciudades. Este promedio se
establece igual al valor faltante. Para las 106 ciudades consideradas, un total de 106 × 46 = 4876 se requieren
entradas normalizadas, de las cuales 110 o El 2,3% son imputados. Los criterios de máxima similitud, distancia
Por esta razón, los indicadores básicos se clasifican de acuerdo a
mínima, y el valor promedio acerca los datos reales a los imputados los que sea posible. De hecho, verificamos
varios datos reales simulando Faltaban y los computaban por imputación. Los errores Siempre fueron
Δ do 1
re- X Þ
despreciables . do

Cuando faltaban algunos datos para una ciudad durante ciertos años, aplicamos El algoritmo de suavizado para Una extensa discusión sobre la elección de esta ecuación se da en Phillis et al. (2011) . Como se
series de tiempo irregulares de la Sección 2.3. Cuando
explica en dicho documento, 1- X do, la distancia del indicador do de su valor de forma sostenible, es
una medida de la facilidad y el margen de mejora de este indicador. Por ejemplo, mejorar una
 YA Phillis
YA Phillis
et al.et/ al.
Informática,
/ Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265
- 265 265

Tabla 3
resúmenes regionales: puntuaciones medias de sostenibilidad e indicadores con mayor potencial de mejora.

Rango Región Número de ciudades OSUS una ENVI una BIENESTAR una Tres indicadores con mayor potencial de mejora segundo

1 Oceanía 3 0.8003 0.7352 0,8655 las emisiones de GEI / Energías renovables / municipal de residuos / reciclaje de vidrio / Crime

2 Europa do 26 0.7985 0.8781 0.7189 Crimen, los residuos urbanos, las emisiones de gases de efecto invernadero

3 Norteamérica 13 0.7418 0.7363 0.7473 El consumo de energía / Energías renovables / municipal de residuos / reciclado de vidrio

4 America latina 19 0.6687 0.9030 0.4344 Crimen / pobreza, el espacio verde / El gasto público en I + D
5 Asia 30 0.6437 0.7652 0.5042 La pobreza / Crimen, el INB

6 África 15 0.5439 0.8153 0.2726 Pobreza, el crimen, el tratamiento de aguas residuales

una Promedio de todas las ciudades de una región en particular.

segundo La mayoría se producen en los indicadores de los diez mejores lugares para todas las ciudades de la misma región; lazos están marcados con barras (/).

do Incluyendo Rusia. 264

indicador cuyo valor ya está en una región sostenible (es decir, X c = 1) no mejoraría OSUS, indicadores con mayor potencial de mejora de la sostenibilidad Oceanía, Europa y América del Norte
independientemente de la magnitud del gradiente son principalmente del medio ambiente, mientras que para las regiones menos sostenibles que son
Δ do. Por lo tanto, se hace hincapié en los indicadores que afectan OSUS rápido y son más fáciles de mejorar. principalmente socioeconómico.
Observamos que themodel siempre habrá detectar indicadores que se deben mejorar, siempre y cuando

hay indicadores normalizados por debajo de 1, independientemente de cuán sostenible es una ciudad.
3. Los resultados numéricos
La tabla 2 muestra una clasificación de ciudades por OSUS y un resumen de los resultados
para cada ciudad. Los 20 primeros lugares de la lista para las ciudades más sostenibles.
están ocupadas por ciudades en Europa, Japón y Canadá con Helsinki, Estocolmo, Viena y
Nagoya son los primeros cuatro. Los últimos 14 lugares son tomadas por ciudades de
Finalmente, en la Tabla 4 comparamos SAFE con los sistemas de clasificación urbana.
revisado en la Sección 1. SAFE tiene seis ciudades en común con las de UN-Habitat CPI en la
lista de los diez primeros, cinco ciudades comunes con SALI, cuatro con QoL, tres con CoO,
Citycard, GPCI y GNC, y dos ciudades comunes con SCI y CiM. Del coeficiente de correlación de
τ de Kendall, vemos que SAFE es fuertemente correlacionada (τ ≥ 0.6) con CPI, QoL y SCI, y
moderadamente o débilmente correlacionado con los sistemas de clasificación restantes.
SEGURO por su La estructura ve la sostenibilidad urbana globalmente y se correlaciona
fuertemente. Con otros sistemas de filosofía similar. Sin embargo, difiere de La mayoría de los

países en desarrollo en Asia y África, con Kinshasa, Dhaka, y Karachi en el fondo. La
mayoría de esas ciudades sufren de Los dos males de los países en desarrollo, la pobreza y
la delincuencia. Otros problemas Incluyeb saneamiento y contaminación deficientes.
sistemas en que utiliza agregación altamente no lineal basada en Lógica difusa que emula el
pensamiento humano. Además tiene memoria. Reflejado en el uso de suavizado exponencial y
permite sensibilidad. Análisis que es importante en la toma de decisiones.

Curiosamente, las ciudades estadounidenses caen en la mitad de la lista debido a los altos

índices de criminalidad y las altas emisiones de GEI. Nueva York lleva la carga adicional de 4. Conclusiones
baja elevación y peligro futuro de inundación por aumento del nivel del mar.
sostenibilidad urbana se modeló y se mide en una escala [0, 1] utilizando el modelo borroso SAFE. Al

igual que con otros modelos que se correlacionan bien con SAFE, las principales ciudades pertenecen a
Cabe señalar que algunos rankings parecen contradecir los comunes sentido. Por
países desarrollados. SAFE, a diferencia de otros modelos, permite un análisis de sensibilidad que mostró que
ejemplo, la Ciudad de México está cerca de San Petersburgo, mientras que Tashkent se
la generación de residuos municipales y las emisiones de gases de efecto invernadero son los principales
ubica por encima de Miami y Washington DC Esto sucede porque OSUS es una medida
problemas de las ciudades del mundo desarrollado, mientras que el crimen y la pobreza son los principales
global de sostenibilidad de más de 46 indicadores. Sin embargo, el sentido común está
formado principalmente por una percepción de la Componente de bienestar. Un ranking problemas en las ciudades de los países en desarrollo.

de acuerdo únicamente con rectificaciones de BIENESTAR. sentido común ya que las

medidas correspondientes para Washington D.C., Miami, San Petersburgo, Ciudad de EEl modelo utiliza un razonamiento que emula el pensamiento humano y como
Tales resultados son hasta cierto punto subjetivos. También pesos subjetivos.
México y Tashkent son 0.7500, 0.7399, 0.6383, 0.4816 y 0.4669. Asimismo, el crimen en Se utilizan para ciertos indicadores. Sin embargo, estas deficiencias son inevitables.
las figuras de la ciudad de México. entre los diez indicadores con mayor potencial de siempre que no se acepte una definición rigurosa de sostenibilidad.
Una combinación de encuestas de expertos y MCDM (por ejemplo, Egilmez et
mejora, pero No primero, como se esperaría intuitivamente, porque, aunque su valor es ., 2015) podría aplicarse para eliminar algo de la subjetividad involucrada
0 (totalmente insostenible), otros indicadores con el mismo valor y gradientes mayores En la elección de indicadores básicos, las bases de reglas y las funciones de membresía.
las El modelo SAFE, sin embargo, gracias a su flexibilidad, puede ser fácilmente
lo anulan ligeramente. Adaptado a captar nuevos conocimientos a medida que la realidad cambia.

Tabla 3 resume los resultados de cada región. Oceanía y Europa tienen las más altas
puntuaciones medias de sostenibilidad para OSUS, el primero también tienen la puntuación más alta
El modelo podría ser una herramienta útil para la toma de decisiones para políticos y
Inwell-SER. América Latina y África tienen los puntajes más altos de ENVI, pero los componentes de Practicantes de la sostenibilidad urbana, ya que clasifica todos los indicadores.
bajo bienestar. los

El

Tabla 4
Top 10 ciudades en ocho sistemas de clasificación y sus correlaciones con seguro.

SEGURO IPC la calidad de vida SCI SALI Arrullo Citycard CiM GPCI

Helsinki Oslo Viena Zúrich Hong Kong Londres Londres Nueva York Londres
Viena Copenhague Zúrich Singapur Ámsterdam Singapur Tokio Londres Nueva York

Estocolmo Estocolmo Auckland Estocolmo Osaka Toronto Nueva York París Tokio
Nagoya Helsinki Munich Viena París París París San Francisco París
Osaka París Vancouver Londres Sydney Ámsterdam Frankfurt Bostón Singapur
Tokio Viena Dusseldorf Frankfurt Estocolmo Nueva York los Angeles Ámsterdam Seúl
Sydney Melbourne Frankfurt Seúl Berlina Estocolmo Singapur Chicago Hong Kong
Vancouver Montreal Ginebra Hamburgo Toronto San Francisco Madrid Seúl Ámsterdam
Copenhague Toronto Copenhague Praga Munich Hong Kong Viena Ginebra Berlina
París Sydney Sydney Munich Tokio Sydney San Francisco Sydney Viena
Número de ciudades 60 230 100 70 30 105 181 42
ciudades comunes con SAFE 42 96 62 62 29 69 87 35
Kendall τ correlación de rangos con SAFE 0.68 0.61 0.60 0.58 0.54 0.46 0.38 0.36
 YA Phillis
YA Phillis
et al.et/ al.
Informática,
/ Informática,
MedioMedio
ambiente
ambiente
y sistemas
y sistemas
urbanos
urbanos
64 (2017)
64 (2017)
254 254
- 265
- 265 266

Tabla 3
resúmenes regionales: puntuaciones medias de sostenibilidad e indicadores con mayor potencial de mejora.

Según su potencial para mejorar la sostenibilidad de una ciudad determinada. IESE Business School (2016). ciudades del IESE en el índice de movimiento de 2016. Obtenido de http: //
Así, los tomadores de decisiones podrían poner sus recursos disponibles en uno o más www.iese.edu/research/pdfs/ST-0396-E.pdf (Consultado el 12/12/16). Kouikoglou, VS, y Phillis, YA (2009). En la
Indicadores y obtener la mayor mejora de la sostenibilidad.
Finalmente, SAFE se diferencia fundamentalmente de otros modelos de clasificación monotonía del jerárquica suma-producto
urbana. sistemas difusos. Fuzzy Sets y Sistemas, 160 ( 24), 3530 - 3538.
En el sentido de que utiliza una combinación bastante sofisticada de suavizado estadístico Kouloumpis, VD, Kouikoglou, VS, y Phillis, YA (2008). Evaluación de la sostenibilidad de
e imputación en combinación con lógica difusa en lugar de simple naciones y la toma de decisiones relacionadas utilizando la lógica difusa. IEEE Systems Journal, 2 ( 2), 224 - 236.
Ponderación y promediado.

Lundin, M., y Morrison, GM (2002). Un procedimiento basado en la evaluación del ciclo de vida para el de-
sarrollo de indicadores de sostenibilidad ambiental para los sistemas de agua urbanos. El agua urbana, 4, 145 - 152.

referencias Lundin, M., Molander, S., y Morrison, GM (1999). Un conjunto de indicadores para la evaluación
de las variaciones temporales en la sostenibilidad de los sistemas sanitarios. Ciencia y Tecnología del Agua, 39, 235 - 242.
Andriantiatsaholiniaina, LA, Kouikoglou, VS, y Phillis, YA (2004). estrate- evaluar
gías para el desarrollo sostenible: el razonamiento lógica difusa y análisis de sensibilidad.
McDonnell, MJ, y MacGregor-Fors, I. (2016). El futuro ecológico de las ciudades. Ciencia, 352,
Economía Ecológica, 48 ( 2), 149 - 172.
936 - 938.
Arcadis (2016). ciudades sostenibles índice de 2016. Obtenido de https://www.arcadis.com/
Mercer (2016). 2016 calidad de ranking que viven. Obtenido de https: //www.imercer.
es / / / nuestro-perspectivas globales sostenible-ciudades-index-2016 / (Consultado el 12/12/16). Bortz, W. (2010). Reinventar
com / content / movilidad / calidad de vida-ciudad-rankings.html (Consultado el 12/12/16). Fundación Memorial
la asistencia sanitaria: De panacea para hygeia. El Worldwatch insti-
Mori (2016). Índice ciudad poder global 2016. Obtenido de http: //
tute. Estado del mundo 2010 ( pp. 138 - 142). Nueva York: WW Norton & Company.
mori-m-foundation.or.jp/pdf/GPCI2016_en.pdf (Consultado el 12/12/16). Munda, G. (1995). evaluación
Brans, J. -P., Y Mareschal, B. (2005). métodos PROMETHEE. En J. Figueira, S. Greco, y M.
multicriterio en un ambiente difuso. Heidelberg: Physica-
Ehrgott (Eds.), análisis de criterios múltiples: Estado de las encuestas de arte ( pp. 163 - 195). Nueva York: Springer.
Verlag.
Munda, G. (2005). Análisis de los criterios de decisión múltiple y el desarrollo sostenible. En J.
Eğilmez, G., Gumus, S., y Kucukvar, M. (2015). Sostenibilidad del medio ambiente
Figueira, S. Greco, & M. Ehrgott (Eds.), análisis de criterios múltiples: Estado del arte de las encuestas
evaluación comparativa de las metrópolis de Estados Unidos y Canadá: Un experto basado en el juicio enfoque de toma de
(Pp. 953 - 986). Nueva York: Springer.
decisión multicriterio. ciudades, 42, 31 - 41.
Munda, G. (2006). Un enfoque basado en NAIADE para la evaluación comparativa sostenibilidad.
EIU (2016). Las mejores ciudades de clasificación e informe. Obtenido de http://pages.eiu.com/rs/eiu2/
Revista Internacional de Tecnología y Gestión, 6 Ambiental ( 1 - 2), 65 - 78.
images / EIU_BestCities.pdf (Consultado el 12/12/16). Esty, DC, Levy, M., Srebotnjak, T., y Sherbinin, A. (2005). 2005
Phillis, YA, y Kouikoglou, VS (2009). Fuzzy medición de la sostenibilidad. Nueva York:
sustainabil- ambiental
Nova Science Publishers.
Índice dad. Newhaven, CT: Centro Yale de Ley y Política Ambiental Obtenido de
Phillis, YA, Grigoroudis, E., y Kouikoglou, VS (2011). ranking de sostenibilidad y la im-
http://sedac.ciesin.columbia.edu/es/esi/ESI2005_Main_Report.pdf (Consultado el 01.06.
provement de los países. Economía Ecológica, 70 ( 3), 542 - 553.
dieciséis).
PwC (2016). Ciudades de oportunidad 7. Obtenido de http://www.pwc.com/us/en/cities-
Comisión Europea (2015). Indicadores para ciudades sostenibles. En profundidad Informe 12. Re-
de Oportunidad / 2016 / ciudades-de-oportunidad-7-REPORT.pdf (Consultado el 12/13/16). Rees, WE (1992). huella
recuperan en torno de http://ec.europa.eu/environment/integration/research/newsalert/pdf/
ecológica y capacidad de carga apropiada: ¿Qué urbana
indicators_for_sustainable_cities_IR12_en.pdf Consultado el 05/07/16. Figueira, J., Mousseau, V., & Roy, B. (2005). métodos
la economía deja de lado. Medio Ambiente y la urbanización, 4 ( 2), 21 - 130.
ELECTRE. En J. Figueira, S. Greco, y M.
Rockström, J., Steffen, W., Noone, K., Persson, Å., Chapin, FS, Lambin, EF, ... Foley, JA
Ehrgott (Eds.), análisis de criterios múltiples: Estado de las encuestas de arte ( pp. 133 - 162). Nueva York: Springer.
(2009). Un espacio operativo seguro para la humanidad. Naturaleza, 461, 472 - 475.

Satterthwaite, D. (2011). Cómo las sociedades urbano puede adaptarse a la escasez de recursos y el clima
Gasparatos, A., y Scolobig, A. (2012). La elección de themost evalua- sostenibilidad apropiada
cambio. Philosophical Transactions de la Royal Society A, 369, 1762 - 1783.
herramienta ción. Economía Ecológica, 80, 1 - 7.
División de Estadística de las Naciones Unidas (2010). país o zona de códigos estándar para uso estadístico. Obtenido
Grant, KA, y Chuang, S. (2012). Una aproximación a la agregación de la clasificación de ciudades knowl-
desde https://unstats.un.org/unsd/methodology/m49/ (Consultado el 03/06/17). ONU-Hábitat (2015). La iniciativa de la
basado en el desarrollo del borde. Revista Internacional de Desarrollo del Conocimiento, 3,
ciudad prosperidad: 2015 informe global de la ciudad. Obtenido de
17 - 34.
http://cpi.unhabitat.org/publications (Consultado el 30/01/17). Wackernagel, M., y Rees, WE (1996). Nuestra huella
Hagshenas, H., Vaziri, M., y Gholamialam, A. (2013). Evalua- transporte urbano sostenible
ecológica: Reducir el impacto humano en
ment en las ciudades de Asia. Corriente Mundial del Medio Ambiente, 8, 221 - 230.
la tierra. Philadelphia: Editores nueva sociedad.