rea Met ropol i tana de Concepci n: Factores espaci al es expl i cat i vos de su

creci mi ent o urbano reci ent e ( 2001-2009) por medi o de un Model o de

Regresi n Log st i ca Espaci al

Car ol i na Roj as Quezada
1
, Wensesl ao Pl at a Rocha
2
1
Departamento de Geografa, Universidad de Concepcin
C. Victoria, Facultad de Arquitectura, Urbanismo y Geografa
Concepcin- Chile; +56412207230.
E-mail crojasq@udec.cl

2
Escuela de Ciencias de la Tierra, Universidad Autnoma de Sinaloa
Av. de las Amricas y Blvd. Universitarios, CP. 80000. Culiacn, Sinaloa, Mxico.
E-mail wenses@uas.uasnet.mx

Resumen
El rea Metropolitana de Concepcin (Chile) experimenta rpidas e intensas transformaciones
producto de la extensin dispersa de su superficie urbanizada, con un incremento de ms de 5 mil
ha (40% de la superficie existente en 2001). Dicho crecimiento ha provocado desigualdades
socioeconmicas en la distribucin de la poblacin, un impacto sobre los sistemas ecolgicos y la
disposicin de los asentamientos en zonas no adecuadas, expuestas a riesgos naturales.
Para la deteccin del crecimiento urbano se extrajeron las reas urbanas construidas utilizando
procesamiento digital e interpretacin visual de imgenes satelitales TM Landsat de 30 metros de
resolucin para ambas fechas. A partir de ambos mapas se obtuvieron las zonas de crecimiento
urbano. Por otro lado, para analizar los factores influyentes de dicho crecimiento se recopilaron
un conjunto de variables espaciales de tipo socioeconmico, biofsico, de planeacin y de
accesibilidad. Una vez recopiladas las variables se aplic la Regresin Logstica Espacial para
detectar los factores ms significativos del crecimiento urbano.
Los principales resultados muestran la mayor incidencia y relevancia que tienen factores como: la
accesibilidad a las zonas urbanas, carreteras, distancia a puntos de inters econmico, poblacin,
entre otras.

Palabras clave: Crecimiento urbano, Regresin Logstica, Factores explicativos, rea
Metropolitana de Concepcin, Sistemas de Informacin Geogrfica.

Abstract
Concepcin Metropolitan Area (Chile) is undergoing rapid and growing changes as a result of
urban sprawl of its built-up area, with an increment of more than 5 thousand ha (40 % of the
urban land use in 2001). This growth has led to socioeconomic inequalities in the distribution of
the population, an impact on ecological systems and location of settlements in unsuitable areas
exposed to natural hazards.
For doing urban growth cartography, digital and visual processing of Landsat TM images of 30
meters resolution was used, for both dates. On the other hand, to analyze land urban growth
factors explaining a set of socioeconomic, biophysical, planning and accessibility spatial
variables were collected. Subsequently, spatial logistic regression was applied to detect the most
significant factors of urban growth.
The main results show the highest incidence and relevance that have factors such as: accessibility
to urban areas, roads, landmarks economic, population, among others.

Keywords: Urban growth, Logistic Regression, Factors Explaining, Concepcin Metropolitan
Area, Geographic Information Systems.

1. Introduccin
El panorama internacional demuestra que los espacios urbanizados han cambiado completamente
el equilibrio del planeta, principalmente factores como el crecimiento de la poblacin urbana han
sido perjudiciales para la preservacin de los recursos naturales. A su vez el crecimiento
desmesurado y desorganizado de las superficies artificiales, ms contextualizado como urban
sprawl, ha provocado la proliferacin de asentamientos en lugares no adecuados,
incrementndose las potenciales consecuencias de amenazas como los riesgos naturales. Este
crecimiento es uno de los factores claves en los cambios de uso del suelo, del paisaje y del
territorio, aunque en la actualidad las zonas urbanas ocupan tan slo el 2% de la superficie de la
tierra, sus efectos en la alteracin del medio son importantsimos a escala local, regional y global.
Comnmente se relaciona el crecimiento de las ciudades con el aumento de la poblacin. No
obstante, en la actualidad, en lugares (Europa, EE. UU., Asia y Latinoamrica) junto a la presin
demogrfica, existen una considerable variedad de factores que conducen dicho crecimiento
(EEA, 2006). En Latinoamrica el crecimiento urbano de sus ciudades la consolida como una de
las regiones ms urbanizadas del mundo, aceleradamente ha pasado de una poblacin urbana de
69 millones en 1950 a 448 millones en el 2007. Este notable incremento de 78%, llega a ser ms
alto que de los experimentados en Europa, frica y Asia en las mismas fechas (United Nations,
2007). A su vez las ciudades latinoamericanas se encuentra bajo la mirada internacional,
principalmente porque sus ciudades capitales han experimentado desarrollos urbanos muy ligados
al modelo econmico neoliberal, creando externalidades como espacios ms dispersos y
segregados socio-espacialmente.
Por tanto, la necesidad de entender los factores causales y espaciales que influyen en la
localizacin de las zonas urbanas est ms que justificado y en este aspecto Chile, cuya
concentracin de poblacin en reas urbanas es superior a un 80%, constituye uno de los pases
ms urbanizados de Amrica Latina. Sin embargo, la poblacin urbana se distribuye
desigualmente, concentrndose principalmente en su capital, Santiago, que en 50 aos
increment su poblacin desde 1.5 millones de personas a ms de 5 millones. En cuanto a las
principales causas de esta rpida urbanizacin se ha mencionado al modelo econmico neoliberal
implementado en los aos setenta, el cual dio ms libertades para un expansivo desarrollo
inmobiliario (Henrquez et al., 2006).
Detrs de la capital, siguen en importancia las reas metropolitanas de Concepcin y Valparaso.
Ambas surgen como territorios de reciente formacin, producto de un crecimiento ligado al
desarrollo industrial y portuario del pas. En los ltimos 50 aos han duplicado su poblacin
aproximndose al milln de habitantes. Incluso la presencia de estas tres grandes metrpolis
representa el 54.9% del suelo urbano del pas (Ministerio de Vivienda y Urbanismo, 2006).
Ante este panorama, creemos oportuno enfocar este trabajo al estudio de los factores espaciales o
fuerzas conductoras que han guiado el reciente crecimiento urbano del rea Metropolitana de
Concepcin (en adelante AMC) en un escenario previo al fatdico terremoto del 27 de Febrero
2010 que afect fuertemente la zona. De este modo, el objetivo principal de esta investigacin es
estudiar la relacin entre el crecimiento urbano ocurrido en el periodo de 2001 al 2009 y algunas
variables espaciales de carcter socioeconmico, biofsico, de proximidad, de planificacin, etc. a
nivel municipal y a nivel de pxel, aplicando para este fin la tcnica de Regresin Logstica
Espacial (RLE), aplicada en el software de Sistemas de Informacin Geogrfica IDRISI. Este
objetivo tiene una estrecha relacin con el conocimiento del escenario actual, pre-terremoto, para
que en un futuro prximo sirva de insumo en la simulacin de escenarios de crecimiento urbano
ms sostenibles.
2. Fuerzas conductoras y tcnicas aplicadas en su estudio
Sin duda el crecimiento de la poblacin es un factor fundamental en el aumento de la superficie
urbanizada pero adems existe una gran cantidad de factores que conducen las dinmicas
urbanas y la distribucin de los usos de suelo en la ciudad. En este sentido en Rojas, Muiz &
Garca-Lpez (2009), se resumen de la forma siguiente las principales referencias tericas que
aportan la clsica explicacin de las dinmicas urbanas, que van desde Von Thnnen (1826) y su
Teora de los Anillos Concntricos, pasando por la de la Localizacin Industrial de Weber (1909),
la centralidad en base a la influencia de las rentas en la distribucin de los usos del suelo de
Retcliffe (1925), la Concntrica de Burgues (1923), la de los Lugares Centrales creada por el
gegrafo alemn Walter Christaller en 1933, hasta la de sectores creada por Hoyt (1939) la cual
se deduce que el crecimiento de la ciudad comenzaba desde el centro, pero dependa de los ejes
de transporte.
Como se aprecia se ha evolucionada desde razones netamente relacionadas a la localizacin
industrial a factores vinculados al transporte. No obstante, los nuevos estilos y modelos de
calidad de vida en ambientes suburbanos, adems de los factores mencionados, relacionados con
caractersticas ms fsicas, estn incidiendo otras variables como: las tecnologas de la
comunicacin, los patrones de movilidad, la planificacin territorial, el desarrollo inmobiliario,
las zonas naturales y los riesgos naturales.
Por ello estudiar los factores locales que condicionan, causan o inducen el crecimiento urbano
proporciona a los encargados de la planificacin del territorio herramientas de gran valor, las
cuales, en principio, debern utilizarse para la realizacin de polticas de urbanizacin
congruentes con las conservacin del medio ambiente y tomando en cuenta un desarrollo
sostenible (Veldkamp y Lambin, 2001; Verburg et al., 2004; Overmars, 2006).
Recientemente, con el uso combinado de los Sistemas de Informacin Geogrfica (SIG) y
diferentes tcnicas estadsticas el estudio de los factores incidentes en los cambios de uso del
suelo en general y del crecimiento urbano en particular, ha tomado una importancia considerable
en las Geociencias, primero por la relativa facilidad que los SIG aportan al manejo de grandes
cantidades de informacin espacial, en formato vectorial y raster, y en segundo lugar, a la
implementacin de tcnicas de anlisis estadstico en los SIG.
De este modo, el anlisis de los factores conductores del crecimiento urbano puede variar entre
ciudades y regiones, sin embargo, usualmente en los estudios revisados es comn que dicho
factores se subdividan en tres grandes grupos: socioeconmico, biofsico y de proximidad. As,
un nmero considerable de investigadores han evaluado como factores: la poblacin, renta bruta,
empleo, suelo urbanizable, comercios, industrias, pendiente, altitud y orientacin del terreno, etc.
(Bocco et al., 2000; Hoshino, 2001; Cheng y Masser, 2003; Aspinall, 2004; Verburg et al., 2004;
Conway, 2005; Pan y Bilsborrow, 2005; Overmars y Verburg, 2006; Braimoh y Onishi, 2007; Hu
y Lo, 2007; Yang et al., 2007; Serra et al., 2008). Asimismo, para determinar la relacin existente
entre el cambio de usos del suelo y los factores explicativos comnmente se han empleado
tcnicas de anlisis estadstico a nivel espacial y no espacial, tales como: Regresin Lineal
Mltiple (RLM) (Bocco et al., 2000), Regresin por Mnimos Cuadrados Parciales (Yang et al.,
2007) Regresin Logstica (RLO) (Serra et al., 2008; Cheng y Masser, 2003; Verburg et al.,
2004; Conway, 2005; Lesschen et al., 2005; Hu y Lo, 2007; Poelmas y Van Rompaey, 2010),
Regresin Geogrficamente Ponderada (RGP) (Collazos et al., 2006; Chasco, 2007), Regresin
Multinivel (RMN) (Pan y Bilsborrow, 2005; Overmars y Verburg, 2006), entre otras menos
comunes.
Es evidente que el uso de las tcnicas estadsticas han sido ampliamente aplicadas en las
dinmicas de los usos del suelo y del crecimiento urbano, no obstante, siempre queda la pregunta
Cul ser la mejor tcnicas para analizar el cambio espacial de un determinado uso del suelo? y
la respuesta no es simple. Aunque, la aplicacin de uno u otro mtodo comnmente est
condicionado a la disponibilidad de informacin espacial y a las caractersticas de la zona de
estudio (extensin, cantidad de municipios, relieve, etc.).
Ante este panorama, se opt hacia la aplicacin de la Regresin Logstica Espacial (RLE) como
tcnica de anlisis estadstico, la cual permitir entender de forma clara las fuerzas conductoras
del crecimiento urbano en el AMC.
3. rea de Estudio
El rea Metropolitana de Concepcin (AMC), localizada al centro sur de Chile (3635 y 3700
de latitud sur y los 7245 a 7315 de longitud oeste), es un territorio costero cuyo alcance
funcional resulta bastante complejo (Figura 1), definido en el Plan Regulador Metropolitano de
Concepcin, como un territorio funcional y jerarquizado que se conforma por 11 comunas
(municipios) aparentemente muy relacionadas que concentran un volumen de poblacin superior
a los 900 mil habitantes (Ministerio de Vivienda y Urbanismo, 2003). Dicha rea Metropolitana
incluye un borde costero de 60 Km., comprendidos entre el lmite norte de la comuna de Tom
hasta el lmite sur de la comuna de Lota, incluyendo en su totalidad a las comunas de:
Concepcin, Coronel, Chiguayante, Hualqui, Lota, Penco, San Pedro de la Paz, Santa Juana,
Talcahuano y Tom.
El territorio de anlisis cuenta con un total de superficie de 2,830.40 km
2
representando el 7,63%
de la superficie regional. Segn el ltimo censo de poblacin y vivienda (2002), posee una
poblacin de 902.712 habitantes, por tanto una densidad de 318.9 habitantes por km
2
, stos son
equivalentes al 48,49% de la poblacin total y el 57,31% de la poblacin urbana de la regin del
Bo-Bo. La poblacin reside principalmente en zonas urbanas (97%) caracterizada por ciudades
intermedias emplazadas sobre las planicies costeras (terrazas fluviovolcnicas) a las riberas del
ro Bo-Bo, conviviendo con playas, dunas, acantilados rocosos, reas de marismas,
desembocaduras, humedales, bahas, pennsulas, islas, un golfo y la cordillera de la costa, esta
compleja geografa hace que sea un territorio fuertemente expuesto a fenmenos naturales y muy
vulnerable a la urbanizacin. Los centros de Concepcin y Talcahuano destacan como los
articuladores urbanos de este espacio eminentemente industrial que ha experimentado un fuerte
crecimiento urbano.

Figura 1. rea de estudio. Localizacin geogrfica del rea de estudio, en la imagen de la
derecha se muestra la distribucin de la superficie urbanizada por municipio en el ao
2001.
Los recientes estudios socioespaciales realizados sobre este territorio han permito conocer ciertas
dinmicas que tienen relacin con el mencionado rpido crecimiento urbano. Algunos
antecedentes anteriores indican que la superficie urbanizada en 1975 era de 5,219.6 ha,
concentradas en los centros de Concepcin y Talcahuano, en 1990 incrementa a 9,012.2 ha,
conformando la conurbacin central en torno a las vas de transporte que unen ambos centros, ya
para el ao 2001 se alcanzan las 12,000 ha, experimentando un aumento del 33% (Rojas, Opazo
& Jaque, 2009). La organizacin de este crecimiento intent aumentar las densidades en ciertos
espacios cntricos de renovacin, pero que a su vez se ha desbordado en la periferia bajo un
modelo de bajas densidades, disminuyendo la compacidad de la ciudad. Funcionalmente los
asentamientos se han organizado en un modelo policntrico restringido, donde Concepcin y
Talcahuano siguen ejerciendo como centros principales y el resto de las comunas una funcin
ms bien de subcentros, con una influencia espacial mucho menor que los principales y ms
localizada en su entorno (Rojas, Muiz y Garca-Lpez, 2009). Su morfologa est dominada por
una conurbacin central, es decir un fenmeno de mancha de aceite que se esparce por los lmites
perifricos de los espacios histricamente consolidados. Entre los principales factores, se ha
mencionado la distancia al centro urbano, interpretado por el centro cvico de la ciudad de
Concepcin y la distancia a las carreteras e infraestructuras de transporte, factor que ha incidido
directamente en la formacin de una estructura de crecimiento que sigue una forma tentacular
(Rojas, Muiz y Pino, 2009).
4. Metodologa y datos
4.1 Variables utilizadas
En la regresin logstica espacial se considera como variable dependiente el crecimiento urbano
ocurrido entre los aos 2001 y 2009 en el AMC (Figura 2). Dicho crecimiento se obtiene de dos
mapas de zonas urbanas, una para el ao 2001 y otra para el 2009, obtenidas utilizando tcnicas
de procesamiento digital y visual sobre sus respectivas imgenes del sensor Landsat TM con
resolucin de 30 metros (Rojas, Opazo & Jaque, 2009; Rojas, Pino & Opazo, 2010). Dichos
mapas nos muestran que la superficie urbana en el ao 2001 era de 9,021 ha y en el ao 2009 de
17,638 ha, lo que muestran que en dicho periodo hubo un notable incremento del 47%
crecimiento urbano. ste se ha dado de manera acelerada y desbordada, promediando una tasa
anual de 625 ha, presentndose de forma diferenciada; por una parte se observa una extensin
horizontal hacia las periferias en un sentido radial desde los centros de los principales
asentamientos urbanos, afectando zonas de praderas y terrenos hmedos y por otra direccionado
a travs de la red de transporte. La superficie urbana en 2009 alcanza el 6 % del territorio
nacional.

Figura 2. Crecimiento urbano entre los aos 2001 y 2009. Representa una variable binaria
y dicotmica donde 1 corresponde a las reas que crecieron en el periodo analizado
Como se puede inducir la dinmica de dicho crecimiento urbano ha sido dirigida por diferentes
fuerzas inductoras, algunas de las cuales, en especial las que apuntan a una relacin ms
geogrfica se van a considerar en este estudio, aunque en su seleccin tambin se consider las
comnmente sugeridas por la revisin bibliogrfica, ya sea en modelos explicativos o de
simulacin (Sant et al., 2010) y sobre todo por la disponibilidad de datos espaciales.
De este modo se recopilaron un conjunto de 14 variables espaciales (Tabla 1), de las cuales 9
estn procesadas a nivel territorial metropolitano (pxel) y 4 proceden de fuentes a nivel comunal
(municipal), agrupadas en tres componentes:
Factores biofsicos: altitud del terreno, pendiente (%) y orientacin (Norte Noreste) para
nuestra rea de estudio MDT-AMC. Asimismo se cuenta con factores de accesibilidad a: bosques
y cuerpos de agua.
Factores socioeconmicos. Distancia a las zonas urbanas, a carreteras, al centro de negocios, a
los campus universitarios y a los centros comerciales de AMC existentes en 2001. Asimismo se
utilizan variables relacionadas con la poblacin, tales como el incremento y densidad
(habitantes/km2) a nivel comunal (municipal) segn los datos del censo de poblacin y vivienda
del ao 2002.
Factores de planificacin urbana. Se calcula a nivel comunal el porcentaje de rea disponible
para el asentamiento de nuevas urbanizaciones (%), obtenida del Plan Regulador Metropolitano
de Concepcin del ao 2003. De igual forma se genera un factor sobre el porcentaje de proyectos
inmobiliarios en cada comuna (municipio), normalizado en funcin de la superficie disponible
para urbanizar en cada municipio.
Destacar el hecho de que posiblemente las variables de accesibilidad se asignan al grupo de
factores biofsicos o socioeconmicos en funcin del origen y tipo de la variable. Todos los
procesos sobre capas vectoriales se realizaron en el sotfware ArcGIS y los procesos en formato
raster en Idrisi.
Tabla 1. Variables utilizadas en los modelos
Criterio Factores Tipo Descripcin
Variable
dependiente
0- no urbano
1- Urbano
Binaria Crecimiento urbano entre los aos 2001 y 2009.


Biofsico

Altitud (m) Continua Altitud del terreno, obtenida del MDT SRTM (30 metros de
resolucin).
Pendiente (%) Continua Pendiente del terreno en %. Derivado del MDT SRTM
Orientaciones Binaria Orientacin del terreno Norte - NorEste. Derivado del MDT
SRTM.
Distancia a
Bosques
Continua Distancia a zonas forestales. Obtenida de cubiertas de bosque
del mapa de tipos forestales de CONAF de 1998
Distancia a
Cuerpos de Agua
Continua Distancia a lagunas y ros. Obtenida de cubiertas de agua del
mapa de usos de suelo de CONAF de 1998



Socioeconmico
*
Distancia a CBD

Continua Distancia al centro de negocios (CBD)
*
Distancia a
Universidades

Continua Distancia a campus universitarios
*
Distancia a
Centros
Comerciales

Continua Distancia a centros comerciales
Distancia a zonas
urbanas
Continua Distancia a las reas urbanas
Distancia a
carreteras
Continua Distancia a las carreteras principales existentes segn el mapa
del Plan Regulador Metropolitano de Concepcin de 2003 y
SECTRA de 2001
Densidad de
Poblacin 2002
(habitantes/km
2
)
Continua Densidad de poblacin a nivel municipal, segn censo de
poblacin y vivienda 2002.
Incremento de
Poblacin (%)
Continua Incremento de poblacin entre 2002 y 2009, segn Censo
2002 y proyecciones de poblacin del Instituto Nacional de
Estadsticas de 2010

Urbanstico
Superficie
urbanizable (%)
Discreta Porcentaje de superficie urbanizable por municipio, segn
Plan Regulador Metropolitano de Concepcin de 2003
Proyectos
Inmobiliarios (%)
Discreta Porcentaje de proyectos inmobiliarios, segn coberturas del
proyecto FONDECYT Transformaciones del Concepcin
Metropolitano. Estudio de las formas del crecimiento urbano
a travs de los grandes conjuntos residenciales (1992-2006).
, Normalizado por superficie disponible para urbanizar.
*
Dichas variables dado su alto nivel de correlacin se agruparon para formar una sola variable denominada:
Distancia a puntos de inters econmico y social.


4.2 Modelos de Regresin Logstica Espacial (RLE)
Previo al ajuste del modelo de RLE se llev acabo un anlisis de correlacin entre todas las
variables explicativas, descartando aquellas que presentan correlaciones altas mayores a 0.80
(Bocco et al., 2001).
Con las variables explicativas seleccionadas se ajust un modelo de RLE, tomando como variable
dependiente al crecimiento urbano ocurrido entre los aos 2001 y 2009. Dicha tcnica es
ampliamente utilizada cuando la variable dependiente es de tipo binario (Menard, 2002;
Montgomery et al., 2006), tomando valores de 1 para el crecimiento urbano y 0 no urbano (Ver
figura 2). Asimismo, permite explorar el comportamiento de las variables a un nivel de ms
detalle, por ejemplo, las variables utilizadas a nivel de pxel en un SIG raster. Asimismo, las
asunciones estadsticas en dicho modelos son menos rgidas que las de otras tcnicas, tales como
las regresin mltiple y log-lineal, por mencionar algunas (Cheng y Masser, 2003). Bajo estas
consideraciones se ajust un modelo de RLE binomial de la forma:
k
x
k
x x
P
P
Y
Y
it | | | | + + + + =

=
=
=
(

2 2 1 1 0
1 0
1
log

Donde: | son los parmetros por cada variable estimados por el modelo;
k
x x x
2 1
, son las
variables explicativas incluidas en el modelo (Tabla 1); y P es la probabilidad de que un pxel no
urbano se transforme a urbano.
Para que el anlisis de los coeficientes obtenidos de todas las variables sean comparados se
calcularon los coeficientes estandarizados por medio de la siguiente ecuacin (Menard, 2002):
3
2
t
| DS
B
STD

=
Donde:
STD
B son los coeficientes estandarizados de cada variable en el modelo; DS es la
desviacin estndar de cada variable; es aproximadamente igual a 3.141592654.
Asimismo, con la finalidad de entender de manera ms clara el comportamiento de cada variable
se generaron graficas de probabilidad, utilizando para ello la siguiente ecuacin (Menard, 2002):
) exp( 1
) exp(
) | 1 (
Z
Z
Xi y P
+
= =

X b Z * | + =
Donde: b es el intercepto obtenido en el modelo; X los valores de cada variable, en dependencia
de su magnitud y rango de medida.En las grficas se analiza la probabilidad de que una variable
independiente influya significativamente en el cambio de la variable dependiente.

Para la validacin del modelo se utiliz el parmetro Relative Operating Characteristic (ROC)
1
,
el cual permiti comparar los mapas de crecimiento urbano con los mapas obtenidos de los
modelos ajustados (Pontius & Schenider, 2001; Cheng & Masser, 2003; Pontius & Batchu, 2003).
Asimismo, y en lo que refiere al tratamiento de los modelos, fue necesario construir una mscara
de restricciones al crecimiento urbano a los efectos de excluir del ajuste las zonas artificiales, los
ros, embalses y lagos existentes en el ao 2001. Para el ajuste del modelo, se diseo una muestra
espacial del 30 % del total de pxeles en el rea de estudio, de tal forma que el nmero de pxeles
de crecimiento urbano y no urbano fueran aproximadamente iguales (Cheng & Masser, 2003), y
se emplearon las herramientas de regresin logstica binomial (LogisticReg) disponibles en el
SIG Idrisi Andes.

1
Este estadstico oscila entre 0 y 1. Un resultado de 0 indica que no existe ninguna asociacin entre ambos mapas.
Un resultado de 1 nos muestra un ajuste perfecto, es decir, una coincidencia del 100% entre ambos mapas. Un ajuste
de 0.5 indica un resultado similar al obtenido de una manera aleatoria. Cuanto mayor sea el valor de ROC, mejor es
el ajuste del modelo.
5. Resultados
5.1 Anlisis de correlacin
Primero que nada, el anlisis de correlacin realizado arroj algunos valores altos entre algunas
de las variables explicativas, como era de esperarse. Es el caso de las variables de proximidad al
centro de negocio, a universidades y a comercios entre las cuales existen correlaciones cercanas a
1. Esto se debe a que dichas variables representan puntualmente a dichas instalaciones y,
principalmente, se ubican en la zona central de la Ciudad de Concepcin. Asimismo, entre estas
tres variables y la variable de proximidad a zonas urbanas tambin se observaron correlaciones
altas entorno a 0.80.
Ante la redundancia de informacin expresada por las 3 primeras variables se tom la decisin de
agruparlas en una sola, con la finalidad de no excluirlas del anlisis dada su importancia, y ante el
hecho de que stas presentan ciertas sinergias sobre el desarrollo econmico y social de la regin.
A la agrupacin de dichas variables se le denomin, en adelante, factor de accesibilidad a puntos
de inters econmico y social.
Una vez hecha dicha agrupacin se realiz de nuevo el anlisis de correlacin con las 12
variables resultantes (Tabla 2), obteniendo en todos los caso correlaciones menores a 0.80. No
obstante, destacar que la correlacin ms alta se presenta entre las variables de proximidad a
zonas urbanas y a puntos de inters econmico y social (0.79). Del mismo modo, las variables
densidad de poblacin y porcentaje de superficie de proyectos inmobiliarios presentan
correlaciones de 0.78, debido, bsicamente, a que estas se representan a nivel municipal, y
pudindose hacer la lectura de que los nuevos conjuntos inmobiliarios tienden a situarse en los
municipios con mayor poblacin.


Tabla 2. Correlaciones obtenidas entre las 12 variables finales
Matriz de correlacin 1 2 3 4 5 6 7 8 9 10 11 12
1. Densidad de poblacin 1.00
2. Distancia a Bosques 0.17 1.00
3. Distancia a Carreteras -0.19 -0.25 1.00
4. Distancia a cuerpos
de agua -0.36 -0.10 0.53 1.00
5. Distancia a puntos de
inters econmico y social -0.64 -0.29 0.52 0.53 1.00
6. Distancia a zonas urbanas -0.44 -0.29 0.72 0.55 0.79 1.00
7. Incremento de poblacin 0.58 0.12 -0.19 -0.38 -0.62 -0.40 1.00
8. Altitud del terreno -0.28 -0.40 0.60 0.43 0.43 0.52 -0.23 1.00
9. Orientacin del terreno -0.01 0.01 0.02 0.00 0.03 0.03 -0.01 0.01 1.00
10. Pendiente del terreno -0.05 -0.20 0.12 0.01 0.05 0.06 0.02 0.17 -0.03 1.00
11. % de superficie de
proyectos Inmobiliario 0.78 0.22 -0.16 -0.30 -0.53 -0.37 0.57 -0.24 0.01 -0.05 1.00
12. % de superficie
urbanizable 0.32 0.20 -0.21 -0.36 -0.57 -0.44 0.64 -0.24 -0.01 0.04 0.48 1.00

5.2 Resultados obtenidos del Modelo RLE
Los resultados obtenidos en el modelo de RLE, ejecutado en el software Idrisi Andes
(LogisticReg), presentan un grado de ajuste alto, considerando para tal fin el estadstico ROC =
0.968. Por otro lado, para valorar de manera mas clara la influencia de cada variable en el modelo
se utilizaron los coeficientes estandarizados (Tabla 3).
Atendiendo a dicho coeficiente, en orden de importancia, se puede observar que de las variables
biofsicas es la altitud del terreno el factor que ms determina la localizacin de las nuevas zonas
urbanas en el periodo de 2001 a 2009, de forma negativa, es decir que a mayor altitud menor
probabilidad de que se localicen las nuevas zonas urbanas (-0.54). Por su parte, dentro de las
variables socioeconmicas son la proximidad a las zonas urbanas (-2,40), carreteras existentes en
2001 (-0.77) y la distancia a los puntos de inters econmico y social (CBD, Mall y
Universidades = -0.34) las que ms inciden en la proliferacin del crecimiento urbano,
igualmente de manera negativa, mostrando que la cercana es un factor clave en el aumento de la
probabilidad para el desarrollo de nuevas urbanizaciones. Por ltimo, las variables de tipo
urbanstico no muestran altas correlaciones con el crecimiento urbano, no obstante, los resultado
dan indicios que son mas determinantes los proyectos inmobiliarios en el crecimiento urbano que
la superficie legalmente urbanizable a nivel municipal.
Tabla 3. Resultado del ajuste del modelo de regresin logstico espacial (RLE).
Criterio
Variables
|
STD
B
Intercepto 1.29610

Biofsico
Altitud del terreno -0.01165 -0.54
Pendiente del terreno -0.02015 -0.09
Orientacin del terreno -0.04834 -0.01
Distancia a bosques -0.00001 -0.01
Distancia a cuerpos de Agua 0.00009 0.23

Socioeconmico
Distancia a puntos de inters econmico y social -0.00007 -0.34
Distancia a zonas urbanas -0.00122 -2.40
Distancia a carreteras -0.00083 -0.77
Densidad de poblacin -0.00154 -0.20
Incremento de la poblacin entre 2001 y 2009 0.00004 0.07

Urbanstico
% de superficie legalmente urbanizable por municipio -0.01552 -0.07
% de superficie de proyectos inmobiliarios por municipio 0.27777 0.12
ROC = 0.968

Con la finalidad de ampliar y detallar aun ms el comportamiento de las variables se opt por
generar grficas de probabilidad, las cuales permiten visualizar la influencia que cada variable
tiene en el modelo, considerando sus propias unidades de observacin.
Atendiendo a dichas grficas (Figura 3), podemos decir, que si bien el incremento de la poblacin
entre 2001 y 2009, sobre todo municipios con incremento superior a 10.000 habitantes,
condiciona el crecimiento de las zonas urbanas (Figura 3a), no parece suceder lo mismo con la
densidad de poblacin existente en 2001, donde las mayores probabilidades se dan en densidades
menores a 300 hab*ha), lo cual probablemente se deba a que las mayores densidades se
encuentran en espacios que ya estaban urbanizados en el 2001, como las zonas cntricas y no en
las nuevas reas de crecimiento (Figura 3b).
Algo parecido sucede con la superficie de proyecto inmobiliarios y las superficies legalmente
urbanizables, mientras la primera se correlaciona positivamente con el crecimiento urbano, la
segunda lo hace en sentido negativo, indicando que parte de las nuevas construcciones no se dan
en los municipios con mayor superficie urbanizable (Figura 3d) sino en municipios con mayor
porcentaje de proyectos inmobiliarios (Figura 3c). Si bien los resultados se pueden matizar, es
necesario sealar que las cuatro variables mencionadas anteriormente se han agregado a nivel
municipal, lo cual puede, si fuera el caso, afectar en los resultados. No obstante, es necesario
trabajar con estas variables de esta forma, ya que su informacin procede de fuentes recogidas a
partir de delimitaciones poltico - administrativas (comunas - municipios).
Por su parte, las variables biofsicas nos dan muestra de un modelo de crecimiento urbano en
zonas muy prximas a los bosques (Figura 3e) y a los cuerpos de agua (Figura 3f) con distancias
menores a los 2 kilmetros (mayores probabilidades), as como en pendientes suaves (Figura 3g)
(< a 20 %) y altitudes relativamente bajas < a 300 metros (Figura 3h). Esto comprueba lo
condicionada que est el AMC a los factores naturales y comprueba la tendencia de concentrar
los nuevos crecimientos en reas que si bien estn cerca de puntos de inters, son ambientalmente
vulnerables, sobre todo los humedales y las reas de bosque nativo y matorrales. Histricamente
la dinmica de expansin urbana ha intentado ganar terreno a los bordes de ros y las lagunas de
esta zona costera vulnerable, presionando los sistemas naturales del territorio.
Asimismo, y como se coment anteriormente (coeficientes estandarizados), el crecimiento de las
nuevas zonas urbanas proliferaron en distancias prximas a las zonas urbanas, menores a 1
kilmetro, demostrando la predileccin por una extensin aglomerada y dispersa (Figura 3i). La
proximidad a las carreteras tambin es determinante, las mayores probabilidades se centran en
terrenos a menos de 2 kilmetros de distancia (Figura 3j). Finalmente los puntos de inters
econmico y social (Figura 3k) existentes en 2001, evidentemente juegan un rol trascendental,
donde la distribucin de las zonas urbanas con respecto a stos presenta altas probabilidades
hasta una proximidad de 25 kilmetros.
Figura 3. Grficas de probabilidades de las variables utilizadas en le modelo de RLE
Incrementodel apobl aci nentre2001y2009
0.700
0.800
0.900
1.000
0 500 1,000 2,000 5,000 10,000 20,000 30,000 40,000 50,000
(IncrementodeHabitantesporMunicipio)
P
r
o
b
a
b
i
l
i
d
a
d
a
Densi daddePobl aci on
0.000
0.200
0.400
0.600
0.800
1.000
0 100 200 300 600 800 1000 1300 1600 1800
(Km2/Hab.)
P
r
o
b
a
b
i
l
i
d
a
d

b
Superfi ci edeproyectosi nmobi l i ari ospormuni ci pi oen2001
0.70
0.80
0.90
1.00
0 1 2 3 4 5 6 7 8 9
(%porMunicipio)
P
r
o
b
a
b
i
l
i
d
a
d

c
Superfi ci el egal menteurbani zabl epormuni ci pi oen2001
0.400
0.500
0.600
0.700
0.800
1 10 20 30 40 50 60 70 80 90
(%porMunicipio)
P
r
o
b
a
b
i
l
i
d
a
d

d
Di stanci aBosques
0.650
0.700
0.750
0.800
0.850
0.0 0.5 1.0 2.0 4.0 8.0 12.0 16.0 20.0 22.0
(Km.)
P
r
o
b
a
b
i
l
i
d
a
d
e
Di stanci aacuerposdeagua
0.000
0.200
0.400
0.600
0.800
1.000
0 0.5 1 2 5 10
(Km.)
P
r
o
b
a
b
i
l
i
d
a
d

f
Pendi entedel terreno
0.00
0.20
0.40
0.60
0.80
0 5 10 15 20 50 100 150 200 220
(%)
P
r
o
b
a
b
i
l
i
d
a
d
g
Al ti tuddel terreno
0.000
0.200
0.400
0.600
0.800
0 100 200 300 400 500 600 700 800 1,000
(Mts.)
P
r
o
b
a
b
i
l
i
d
a
d

h
Di stanci aazonasurbanasen2001
0.000
0.200
0.400
0.600
0.800
1.000
0.0 0.5 1.0 2.0 4.0 6.0 8.0 10.0
(Km.)
P
r
o
b
a
b
i
l
i
d
a
d

i
Di stanci aacarreterasde2001
0.000
0.200
0.400
0.600
0.800
1.000
0 0.5 1 2 4 8 10
(Km.)
P
r
o
b
a
b
i
l
i
d
a
d

j
Di stanci aapuntosdei nteres
0.00
0.20
0.40
0.60
0.80
1.00
0.0 1.0 2.0 5.0 10.0 20.0 25.0 50.0 65.0 75.0
(Km.)
P
r
o
b
a
b
i
l
i
d
a
d

k


6. Conclusiones
Retomando las caractersticas del crecimiento urbano en el AMC en el periodo analizado, se
observa que ste se da de forma acelerada y sin mucho control, a un ritmo acelerado y
desentendido de la vulnerabilidad y restricciones que proporciona el sistema natural. De este
modo el modelo de RLE rectific la existencia de una alta dependencia del crecimiento urbano
con respecto a variables de tipo natural o biofsica (altura, pendiente, distancia a bosques,
espacios naturales, cuerpos de agua), y se comprueba la tendencia de concentrar los nuevos
crecimientos en reas que si bien estn prximas a puntos de inters socioeconmico, son
ambientalmente vulnerables dadas las restricciones geogrficas de la localizacin de la zona ms
urbanizada del AMC. Asimismo, destaca el hecho de que exista una escasa incidencia de la
densidad de poblacin en las nuevas urbanizaciones y tambin que los nuevos desarrollos
urbanos no se den en los municipios que poseen la mayor superficie legalmente disponible para
urbanizar, sino en municipios con mayores porcentajes de proyectos inmobiliarios, lo cual atiende
a las tendencias de un atractivo mercado inmobiliario dominante, pero sin mucha consideracin
por una distribucin equilibrada segn el desarrollo legal o planificado, en teora ambientalmente
ms sostenible.
Dicho anlisis fue realizado con informacin previa al fatdico terremoto que afecto a la zona el
27 de febrero de 2010, sin duda ahora son antecedentes de gran utilidad para complementar la
evaluacin del impacto que tuvo esta catstrofe en la estructura y organizacin de la zona urbana
del AMC, especialmente en los espacios perifricos prximos a zonas hmedas y de rellenos.
Dicho trabajo servir como antecedente para conocer la lgica del crecimiento urbano y revertir
tendencias poco sostenibles dadas hasta esa fecha y a partir de ste sentar las bases de una
eminente nueva planificacin que apunte al diseo y simulacin de escenarios urbanos ms
sostenibles, incorporando criterios ambientales, sociales, econmicos, polticos, de planificacin
que posibiliten patrones de crecimiento mas compactos, revirtiendo as las tendencias y bajo una
asignacin mas ptima o deseable del suelo urbano.
7. Agradecimientos
Desarrollado en el marco del Proyecto Fondecyt N11090163 Valoracin del Territorio
Metropolitano. Aproximaciones desde su Sostenibilidad y Evaluacin Ambiental Estratgica.

8. Referencias
Aspinall, R. (2004). Modelling land use change with generalized linear models a multi-model
analysis of change between 1860 and 2000 in Gallatin Valley, Montana, Environmental and
Management, 72, pp. 91-103.
Braimoh, A. K., Onishi, T. (2007). Spatial determinants of urban land use change in Lagos,
Nigeria, Land Use Policy, 24, pp. 502-515.
Bocco, G., Mendoza, M., Masera, O. (2000). La dinmica del cambio del uso del suelo en
Michoacn. Una propuesta metodolgica para el estudio de los procesos de deforestacin,
Investigaciones Geogrficas, Boletn del Instituto de Geografa, UNAM, 44, pp. 18-38.
EEA (2006). Urban sprawl in Europe, the ignored challenge. Report 10 European Environment
Agency Copenhagen.
Chasco, C., Garca, R. I. y Vicns O. J. (2007). Modeling spatial variations in household
disposable income with Geographically Weighted Regression. MPRA Paper No. 1682.
Disponible en lnea: http://mpra.ub.uni-muenchen.de/1682/
Cheng, J., & Masser, I. (2003). Urban growth pattern modelling: a case study of Wuhan city, PR
China, Landscape and Urban Planning, 62, pp. 199-217.
Collazos, R. E., Gamboa, P. W.,Prado, V. P., Verardi, V. (2006). Anlisis espacial del precio de
oferta de la vivienda en el rea metropolitana de Cochabamba, Revista Latinoamericana de
Desarrollo Econmico, 6, pp.33-62.
Conway, M. (2005). Current and future patterns of land-use change in the coastal zone of New
Jersey. Environment and Planning B: Planning and Design, 32, pp. 877-893.
Henrquez, C., zocar, G., Romero, H. (2006). Monitoring and modeling the urban growth of
two mid-sized Chilean cities. Habitat International, 30 (4), pp. 945-964.
Hu, Z., & Lo, P., (2007). Modeling urban growth in Atlanta using logistic regression. Computers,
Environment and Urban Systems, 31, pp. 667688.
Hoshino, S. (2001). Multilevel modeling on farmland distribution in Japan, Land Use Policy, 18,
pp. 75-90.
Ministerio de Vivienda y Urbanismo MINVU (2006). Diagnstico Urbano 1990 - 2006. Santiago
de Chile. Disponible en lnea: http://www.observatoriourbano.cl/
Ministerio de Vivienda y Urbanismo MINVU (2003). Documento de Memoria Explicativa Plan
Regulador Metropolitano de Concepcin.
Lesschen, J. P., Verburg, P. H., Staal, S. J. (2005). Statistical methods for analysing the spatial
dimension of changes in land use and farming systems. LUCC Report Series 7 Wageningen
University of the Netherlands.
Menard, S. (2002). Applied logistic regression analysis. 2nd edn. SAGE Publications, London.
Montgomery, D., Peck, E. A., Vining, G. G. (2006). Introduction to linear regression analysis.
3rd edn. John Wiley New York.
Overmars, K. P. & Verburg, P. H. (2006). Multilevel modelling of land use from field to village
level in the Philippines, Agricultural and Systems, 89, pp. 435456.
Pan, W. & Bilsborrow, R. (2005). The use of a multilevel statistical model to analyze factors
influencing land use: a study of the Ecuadorian Amazon, Global and Planetary Change, 47, pp.
232 252.
Poelmans, L. & Van Rompaey, A. (2010). Complexity and performance of urban expansion
models, Computer, Environment and Urban System, 34, pp. 17-27.
Pontius, R. G., & Schneider, L. C. (2001). Land cover change model validation by an ROC
method for the Ipswich watershed, Massachusetts, USA. Agriculture, Ecosystems and
Environment, 85, pp. 239248.
Pontius, R. G., & Batchu, K. (2003). Using the relative operating characteristic to quantify
certainty in prediction of location of land cover change in India. Transactions in GIS, 7 (4), pp.
467-484.
Rojas, C., Muiz, I., Garca - Lpez, M. . (2009). Estructura urbana y policentrismo en el rea
Metropolitana de Concepcin. Revista Estudios latinoamericanos urbanos regionales EURE,
XXXV, 105, pp. 47-70.
Rojas, C., Opazo, S., Jaque, E. (2009). Dinmica y Patrones de Crecimiento del rea
Metropolitana de Concepcin. Tendencias de las ltimas dcadas. En R. Hidalgo., C. Mattos, De,
& F. Arenas, Chile: Del Pas Urbano Al Pas Metropolitano (pp. 257-268). GeoLibros, Pontificia
Universidad Catlica de Santiago, Santiago de Chile.
Rojas, C., Muiz, I., Pino, J. (2009). Cartography and Spatial Analysis of Urban Sprawl. En
Proceeding of 24th International Cartographic Conference, 15 al 21 de Noviembre en Santiago
de Chile.
Rojas, C., Pino, J., Opazo, S. (2009). Sprawl in Latin American Cities: Pattern of Urban Growth
in the Concepcin Metropolitan Area. En preparacin, No publicado.
Sant, I., Garca, A., Miranda, D., Crecente, R. (2010). Cellular automata models for the
simulation of real-world urban processes : A review and analysis. Landscape and Urban
Planning, 96, pp 108-122.
Serra, P., Pons, X., Saur, D. (2008). Land-cover and land-use change in a Mediterranean
landscape: A spatial analysis of driving forces integrating biophysical and human factors. Applied
Geographic, 28, pp. 189209.
United Nations (2009). World urbanization Prospects: Departament of Economic and Social
Affairs. Disponible en lnea http://esa.un.org/unpd/wup/index.htm.
Veldkamp, A., & Lambin, E. F. (2001). Predicting land-use change. Agriculture, Ecosystems and
Environment, 85, pp.16.
Verburg, P. H., van Eck, J. R., de Nijs, T. C., Dijist, M. J., Schot, P. (2004). Determinants of
land-use change patterns in the Netherlands. Environment and Planning B: Planning and Design,
31, pp. 125-150.
Yang, Z., Chenghu, Z., Yongmin, Z. (2007). A partial least-squares regression approach to land
use studies in the Suzhou-Wuxi-Changzhou region. Geographic Science, 17, pp.234-244.