1. Introducción

La complejidad del desarrollo urbano de Quito, así como la alta heterogeneidad de actores sociales que la integran, requiere de una continua operación de investigación y estudio. El Instituto de la Ciudad trabaja en la generación y actualización permanente de esta información. En los últimos años el ICQ ha realizado esfuerzos orientados a la obtención de información propia, teniendo en cuenta que la información censal del año 2010 actualmente no refleja los cambios en la dinámica demográfica de Quito, así como la encuesta de condiciones de vida (INEC 2014), por el carácter de su representatividad nacional, no es suficiente para dar cuenta de las dinámicas territoriales locales.

Para subsanar estas dificultades el ICQ ha generado su propio índice de calidad de vida, el cual permite orientar estudios e intervenciones en el DMQ. Este índice amplia la concepción de calidad de vida; establece una concepción enfocada no sólo en el acceso a bienes y servicios, sino en el ejercicio efectivo de derechos, el acceso igualitario a oportunidades y el bienestar psicosocial que se genera en los entornos urbanos; concepción que se corresponde con el enfoque de ciudad compacta, sostenible e incluyente que se maneja desde el ICQ. Para la estimación de esas variables, el Índice define tres ejes: 1) gobierno del territorio, 2) igualdad de oportunidades y realización de derechos y 3) autorrealización, reconocimiento y pertenencia, con sus respectivas dimensiones e indicadores.

El ICQ ha realizado desde el año 2016 el cálculo del Índice de Calidad de Vida (ICV1), el mismo que en una primera versión utilizó la información levantada por el INEC en el año 2014 en la encuesta de condiciones de vida. Dicho estudio permitió generar una aproximación de la realidad territorial parroquial mediante un modelo matemático que se sirvió a su vez, de la información censal del año 2010 (INEC 2010). En el año 2017 el ICQ aplicó la primera Encuesta Multipropósito en el Centro Histórico; dicho ejercicio metodológico y de relevamiento de datos, permitió la concreción del Índice de Calidad de Vida en su segunda versión (ICV2). A partir de estos estudios el Instituto de la Ciudad definió con más claridad la  meta de generación de información estadística propia que posea validez para el conocimiento del conjunto del DMQ, lo cual conlleva a plantearse la necesidad de generar procesos estadísticos que puedan representar la diversidad de su composición.

En el presente estudio, su instrumento (encuesta multipropósito) y su metodología pueden ser utilizadas con validez representativa en cualquier parte del Distrito, generando de esta forma información comparable, pertinente, validada y consistente. En un mediano plazo, la gestión de la política pública en el DMQ, podrá contar con una herramienta de mayor precisión para realizar el seguimiento de las variables levantadas y medir la calidad del  diseño de la política pública y su adecuada evaluación. 

En el marco de la actual investigación se incluyen conceptos de  Inteligencia de Datos, inteligencia de Negocios o Bussines Inteligence como la combinación de herramientas, tecnología, procesos y capital humano que permiten la transformación de datos almacenados en información y conocimiento dirigido a un plan o estrategia -en este caso- de desarrollo municipal . Para lograr el objetivo de generar la información pertinente de Calidad de Vida, se procedió a realizar una priorización de las áreas del DMQ donde se registró mayor concentración de población urbana. Los resultados del estudio se presentan refiriéndose a las características urbanas y demográficas de las zonas estudiadas, que corresponden a las áreas de mayor concentración de población del DMQ.

El presente informe contiene los principales hallazgos de la aplicación de la Encuesta Multipropósito del DMQ realizada durante los meses de Enero y Febrero  del año 2019.  Los resultados presentan distintas conclusiones, en algunos casos las percepciones respecto de gestión y obras es alta, pero el conocimiento de la existencia de las mismas es bajo; en otros casos, la aceptación es alta y el conocimiento de la existencia también es alto. En pocos casos el resultado se invierte, alto conocimiento de la obra o programa y baja aceptación. En el ámbito temático la estructura de la encuesta se compone de 7 secciones dentro de las que se detallan los 5 ejes: Eje - Demografía, Eje - Obras y programas, Eje – Gobierno del territorio, Eje – Igualdad de Oportunidades y Realización de derechos, Eje – auto-realización, reconocimiento y pertenencia.

El Instituto de la Ciudad considera necesario incorporar en su programación anual, la generación de información estadística enfocada a replicar, desarrollar y profundizar este estudio.

 

2.      Análisis estadístico

En el siguiente apartado se expone la metodología y resultados del análisis de un sistema complejo de la ciudad de Quito; bajo la premisa que los modelos de ciudad (Compacta, Lineal y dispersa) se sobreponen en el territorio e interactúan entre si bajo dinámicas ininteligibles.

Para realizar el procesamiento estadístico se separó las variables de la Encuesta Multipropósito ICQ 2019 que mostraron mayor variabilidad por modelos de ciudad en la exploración de datos inicial, las mismas que se complementaron con indicadores de fuentes secundarias entre los que se pueden nombrar al catastro urbano del DMQ del año 2017 y el censo económico del INEC 2010.

Ilustración 1 Variables estudiadas

Fuente. Propia

Entre la metodología utilizada destaca el uso de recursos estadísticos como: análisis de componentes principales, análisis de aglomeración (clusterización) K-medias, uso de mapas coropléticos y análisis descriptivo de variables con gráficos radiales.

2.1.Análisis de componentes principales

El propósito de este análisis es identificar las principales fuentes de variabilidad (componentes principales) entre variables potencialmente correlacionadas (Grus, 2015).

En este caso, se disponen de 5 variables donde se intenta explicar el comportamiento de los modelos de ciudad lo mas preciso posible, sin embargo, tener un numero alto de variables podría complejizar la interpretación de resultados y el análisis estadístico (Merchán, 2017).

Esta técnica permite agrupar todas las variables o dimensiones de un conjunto de datos en componentes principales, para facilitar los análisis subsiguientes. En cuanto a la forma de cálculo, los componentes principales vienen dados por los eigenvalores o valores propios de la matriz de covarianza de los datos (Grus, 2015).

Así, se seleccionó las variables que más se ajustan al modelo teórico de los modelos de ciudad para poder realizar un análisis de componentes princípiales. Esto es, concebir a las zonas de estudio como una nube de puntos n-dimensión, la cual mediante reducción de dimensiones, se encuentran variables correlacionadas y se generan combinaciones de estas mismas, para posteriormente proceder  a buscar una aproximación plana a un fenómeno multidimensional.

Para el caso particular de estudio, se puede esperar variables correlacionadas como el índice de compacidad y la cantidad de comercios de determinada zona, o si no, algunos casos especiales como afectación de problemas ambientales e uso de transporte masivo.

Utilizando el programa estadístico R, se realizo una clasificación de los componentes principales que se utilizarán para explicar el modelo.

El resultado de las contribuciones de cada uno de los factores, técnicamente conocido como eigenvectores, arroja que el primer eigenvector concentra el 54.86% y el segundo contiene el 25% de la variabilidad, de este modo, con 2 componentes principales se recoge el 79.86% de las variación total. La ilustración 2 muestra los resultados de la variabilidad de los eigenvectores.

 

Ilustración 2 variabilidad de los eigenvectores


Fuente. Propia

En este caso, con efectos de simplificación, utilizamos 3 componentes porque con ellos recogemos  el 95% de la información, Cabe acotar que con este método de reducción de información todavía no podemos hacer una agrupación para determinar si de cierto modo se cumple con la teoría y de que manera esta se representa de acuerdo al modelo de ciudad.

 

2.2. Comportamiento de los componentes principales en relación a los modelos de ciudad

El primer componente (Eje x) explica el 54.86% de las variaciones, donde las variables que mas contribuyen a la formación del factos son afectación por problemas ambientales, uso de transporte masivo y cooperativa. Esto quiere decir que las variables que dan las características diferenciadoras del modelo de ciudad dispersa y lineal, generan la mayor fuente de variabilidad. Como se muestra en la ilustración 3.

Ilustración 3 Comportamiento de componentes principales por áreas estudiadas

Fuente. Propia

En el segundo componente (Eje y), se contempla la contribución de las variables de compacidad y número de establecimientos de actividad económica, dando esto sentido a la formación del modelo de ciudad concéntrica. Una de las características relevantes para la formación del modelo de  ciudad lineal, es la mixtura de actividades económicas y la variabilidad de estas mismas a diferente escala. Para esto se procedió a realizar otro análisis de componentes principales, para delimitar como se caracterizan entre ellas.

En conclusión, esta técnica estadística ha podido reducir a una aproximación plana, un fenómeno n- dimensional y así inferir que la información mas relevante para explicar los hechos y describir la relaciones entre las variables.

2.3.Análisis de aglomeración (clusterización) K-medias y comportamiento por modelos de ciudad

El objetivo de este análisis es verificar si al realizar agrupaciones de zonas con características comunes, estas responden a los modelos de ciudad planteados en la teoría. En otras palabras, este análisis permite clasificar la ciudad de acuerdo a las variables planteadas en el modelo. La ilustración 4 muestra los resultados de la aglomeración (clusterización) explicados a continuación.

Ilustración 4 Comportamiento de componentes principales por áreas estudiadas

Fuente. Propia

El método K-medias es una de las técnicas mas comunes de agrupamiento  que  define las aglomeraciones en base a la minimización de la distancia cuadrática media entre las observaciones y un valor representativo para cada agrupamiento. (Grus, 2015).

El análisis de componentes principales sirve de insumo para poder realizar esta agrupación,  ya que se asocian zonas con características similares entre sus componentes principales. Por ejemplo 2 zonas que sean bastante compactas y tengan gran cantidad de establecimientos de actividad comercial, posiblemente estarán en el mismo grupo. Si se observa con detenimiento la ilustración 4 y 5, el algoritmo realizó 4 aglomerados (clústeres) descritos a continuación.

Ilustración 5 Comportamiento de las variables normalizadas del modelo de componentes principales

Fuente. Propia

El primero aglomerado corresponde solo a la zona de la mariscal y centro histórico (zonas descritas como modelo de ciudad concentrica). Dichas áreas se caracterizan por ser bastante compactas  y tener en porcentaje mayor cantidad de comercios. En contraste, el segundo grupo que lo conforma Guamaní y Calderón con características de presentar índices menores de compacidad y tienen menor cantidad de comercios, sin embargo, sus habitantes usan mucho mas líneas de transporte masivo. Este agrupamiento corresponde a una zona con características de modelo lineal y disperso, y coincide en los extremos sur y norte de la ciudad de Quito respectivamente.

En tercer lugar se presentan el aglomerado (cluster) del modelo de ciudad lineal conformado por las zonas de estudio Bicentenario, Solanda, Ponceano, Magdalena. El eje Y, se caracteriza por las variables de movilidad masiva (Uso de corredores municipales) y la presencia de problemas ambientales. Finalmente, el alglomerado 4 (cluster 4), correspondiente a las áreas de Conococo y Cumbaya,  presentan características contrarias a lo expuesto en el aglomerado 3 (cluster 3); es decir, desconexión del sistema masivo de transporte y por consecuencia uso del transporte de cooperativas y disminución de problemas ambientales.

De este modo, en la sección posterior se realizará una descripción más acotada de las características de cada uno de los grupos de zonas, y de qué maneras estas corresponden con los modelos de ciudad descritos.

3.      Modelos de ciudad

A través del consenso teórico de los modelos de ciudad, se ha podido apreciar que la dinámica urbana se interrelaciona a través de sus características territoriales y socioeconómicas, las cuales determinan su modelo de crecimiento o funcionamiento dentro del  sistema urbano. Las variables han mostrado ser más representativas en ciertas zonas que están corresponden a diferentes modelos de ciudad. Como la ciudad compacta, caracterizada por la intensidad edificatoria; la ciudad diversa o lineal, haciendo énfasis en la mezcla de usos del suelo y resaltando la diversidad de factores económicos y residenciales; y la ciudad poli-céntrica o dispersa, que hace referencia a la sostenibilidad ambiental y residencial.  (Montejano & Caudillo, 2017) (Echeverria, 2019).

Para el entendimiento de la superposición de los modelos de ciudad, se han mapeado los indicadores con las variables más representativas en una serie de mapas coropléticos. Dichos mapas introducen visualmente al entendimiento, de en qué en ciertos lugares, existe mayor representación de dicha variable o conjunto de variables.

Así, complementariamente, la descripción de cada modelo de ciudad realizada a través de sus variables más representativas, y mostradas en gráficos estadísticos radiales, permiten identificar las variables con mayor peso y significancia.

3.1.Ciudad Concéntrica

En la ilustración 3 y 4 se percibe que La Mariscal y CHQ son los sectores en donde el grado de compacidad es alto. Además los locales comerciales forman parte importante en la dinámica económica de estos dos sectores. La ilustración 6 muestra el comportamiento de las variables en el grafico radial para la ciudad concéntrica.

Ilustración 6 Comportamiento variables en el modelo concéntrico.

Fuente. Propia

Los diferentes aspectos que caracterizan a un modelo de ciudad concéntrica deben ser tomados en cuenta; ya que a más de compacidad y concentración de comercios también existe una estructura institucional y de servicios física que sea de gran valor subjetivo, intersubjetivo y semántico posicionada en el espacio central como es netamente demostrable en el CHQ.  En dicha estructura se desprenden sectores económicos metropolitanos (comercios), políticos metropolitanos (instituciones del estado y el palacio de Carondelet, la municipalidad, etc), sociales en detrimento (muchas de las estructuras habitacionales han sido transformadas en bodegas) y en donde se sostiene el aspecto religioso como particularidad (iglesias monumentales y autoridades católicas). En el caso de La Mariscal su estructura es una amalgama entre sectores económicos metropolitanos (comercios), políticos metropolitanos y estatales (instituciones estatales) y sociales (estructuras habitacionales).

 

Mapa 1. Índice de compacidad absoluta DMQ

En el análisis de los indicadores de compacidad urbana absoluta (Mapa 1), se puede apreciar que las parroquias del hipercentro y sur de Quito muestran muy alta concentración de dicho índice, como las parroquias de Magdalena, Solanda y Mariscal Sucre. El índice va perdiendo intensidad en el peri-centro urbano, con compacidad media baja, que corresponden a las parroquias peri urbanas de la mancha urbana, y la compacidad baja, se refleja en las parroquias rurales del DMQ.

 

Mapa 2 Compacidad y concentración de comercios

Así también, en el resultado del indicador compuesto denominado en el Mapa  2 como Compactación, el cual es el resultado de agregación de las variables de Índice de compacidad urbana absoluta e incidencia de comercio e industrias, se aprecia que el comportamiento de las áreas del Centro Histórico y la Mariscal son las más eligibles para definir el modelo concéntrico, tal como la teoría urbana expresa.

3.2.Ciudad Lineal

Las zonas de Bicentenario, Solanda, Ponceano y La Magdalena aparecen como sectores que responden al modelo de ciudad lineal en el análisis de K-medias y componentes principales.  En estos, la concentración de los diferentes elementos que persisten en el modelo concéntrico disminuye, principalmente el aspecto político. Se mantiene el  comercio local y en este sentido disminuye la compacidad, aun aumentando la estructura netamente residencial.

En cuanto a Ponciano y Magdalena, según las ilustraciones 3 y 4, aparecerían como modelos de ciudad lineal con la particularidad al ser reductos medios entre centralidad y periferia lineal. Se precisa que han concentrado aspectos económicos (comercios) y compacidad o densidad de estructural residencial. La ilustración 7 muestra el comportamiento de las variables en el grafico radial para la ciudad lineal.

Ilustración 7 Comportamiento variables en el modelo lineal

Fuente. Propia

 

Mapa 3 conectividad de transporte masivo

Al analizar geográficamente sus componentes, podemos observar  que en las áreas del modelo lineal se caracterizan por el uso intensivo del transporte masivo (mapa 3)  en especial el área concéntrica y al extremo de la ciudad lineal, con la zona de Calderón.

Así también la desconexión del transporte masivo con los valles de Cumbayá y Conocoto analizados en el apartado de modelo de ciudad dispersa, muestran la baja representatividad de la variables de transporte masivo.

3.3.Ciudad Dispersa

La ilustración 3 y 4 muestra a Cumbayá y Conocoto instaurados como modelos de ciudad dispersa a pesar de que el grado de concentración de los elementos que compondrían una ciudad está dentro del promedio. Se caracteriza por el aspecto conectividad y la disminución de percepción de la problemática ambiental. La ilustración 8 muestra el comportamiento de las variables en el grafico radial para el modelo disperso.

Ilustración 8 Comportamiento variables en el modelo disperso

Fuente. Propia

De esta manera, el problema plantea analizar otras dimensiones que caracterizan al modelo de ciudad dispersa y contrastarlos con los datos de estos dos sectores para entender mejor su situación ya que no solo la movilidad y conectividad son suficientes para un modelo disperso.  También en el caso de Cumbayá se podría analizar el aspecto físico del crecimiento de Quito en relación con otros asentamientos urbanos que rompen la estructura de crecimiento norte- sur.

Adicionalmente los mapas 4 y 5 muestran la relación de la problemática ambiental de residuos sólidos y contaminación del aire.

 

Mapa 4 problemática ambiental de residuos sólidos

En primer lugar, la percepción de contaminación ambiental presenta un alto índice en el área de Solanda, cabe recalcar que este indicador muestra correlación con la problemática de recolección de residuos sólidos. Los extremos de la ciudad lineal, se perciben con tendencia a la problemática con intensidad media alta, mientras que la ciudad dispersa e hipercéntrica (Magdalena a Ponceano) muestra baja intensidad de problemática ambiental.

 

Como observación, la problemática de las rutas de recolección de residuos sólidos tienen relevancia en la lejanía de la ciudad línea, tal como se muestra en Calderón y Guamaní, estos dos extremos han mostrado características muy variables en relación a los modelos de ciudad, por lo que es necesario definir como zonas en consolidación a modelos de ciudad, y se la ha entendido como ciudad lineal-dispersa.    

3.4.Ciudad Lineal-Dispersa

Los sectores de Calderón y Guamaní son la otra cara de la moneda en cuando a concentración de actividad y densidad estructural, ya que en estas se concentran principalmente grandes zonas industriales conjugadas con pequeñas comunidades y pueblos que persisten entre lo rural y lo urbano. La ilustración 8 muestra el comportamiento de las variables en el grafico radial para el modelo de ciudad lineal dispersa.

Ilustración 8 Comportamiento variables en el modelo lineal-disperso

Fuente. Propia

 

Lo que caracteriza este aglomerado (cluster) como rasgos del modelo lineal, es la conectividad que tienen con el centro y demás zonas que componen el DMQ, pero a su vez,  presentan diferencias respecto a variables ambientales y de compactación con los otros modelos de ciudad. La compactación observada en el modelo concéntrico, mostró que la ciudad lineal-dispersa tiene muy baja intensidad en este indicador apreciado en el mapa xx. De la misma forma, en el aspecto ambiental, la problemática de recolección de residuos sólidos está representada en Guamaní y Calderón, como se mostró en el mapa 5.

Mapa 5 problemática contaminación del aíre

De manera complementaria, los modelos de ciudad muestran variaciones en la problemática ambiental, en este caso sobre la contaminación del aire, aquella zona que muestra mejor calidad de aire es Conocoto, entendido como la suburbanización de la ciudad hacia el valle de Quito. Mientras que en las otras zonas, aquellas que tiene mayor confluencia de transporte o tráfico, son las que tiene mayor afectación por contaminación del aire como La Mariscal,  y la ciudad lineal y lineal-dispersa tienen un equilibro en mediano alto y bajo.

 

4.      Conclusiones

El siguiente ejercicio permitió realizar una segmentación de diferentes zonas de Quito de acuerdo a modelizaciones teóricas de distintas tipologías de ciudad, esto empleando información de diversas fuentes como la Encuesta Multipropósito 2018, Catastro y Censo Económico.

Esta aglomeración, permitió probar y mostrar que el DMQ tiene características de diferentes modelos de Ciudad, del mismo modo, existen zonas que se pueden tomar hacia un modelo u otro, dado que estos modelos no son excluyentes entre si, sino que están interrelacionados en un mismo espacio geográfico.

Las variables que caracterizan a los modelos de ciudad, pueden ser representadas de manera espacial, de forma que la ciudad muestra concentración de variables en diferentes zonas. Esto tiene como utilidad, definir de manera dinámica e histórica, el crecimiento y tendencia de los modelos de la ciudad en la mancha urbana.

Se recomienda para un posterior estudio, incluir variables que denoten de mejor manera las características del modelo de ciudad concéntrica, es el caso de equipamiento institucional, como ministerios, oficinas públicas etc., y actividades religiosas.

Para el caso del modelo de ciudad lineal, sería pertinente tomar las tasas de crecimiento poblacional, para ver con mayor detalle la dinámica de la reducción de la frontera agrícola. Y de manera complementaria, analizar a nivel de mancha urbana, el crecimiento histórico generado por toma de decisiones o dinámicas económicas, que promovieron la consolidación de los modelos de ciudad, y fueron dotando de funcionalidad al sistema urbano.

 

Bibliografía

Echeverría, Julio. 2018. Ciudad y Arquitectura. Quito: Trashumante.

Grus, Joel. 2015. Data Science From Scratch. Sebastopol, California: O’Reilly Media.

Merchán, Daniel. 2017. “El Perfil logístico de Quito”. Cuestiones Urbanas 5, n°1-2: 93 – 136.

Montejano, Jorge y Camilo Caudillo. 2017. Densidad, Diversidad y Policentrismo: ¿Planeando ciudades más sustentables? México: Centro de Investigación en Geografía y Geomática “Ing. Jorge L. Tamayo”. Acceso el 04 de abril de 2019.  https://www.researchgate.net/profile/Jorge_Montejano/publication/321781092_Densidad_Diversidad_y_Policentrismo_planeando_ciudades_mas_sustentables/links/5a318bc1a6fdcc9b2d4b71e1/Densidad-Diversidad-y-Policentrismo-planeando-ciudades-mas-sustentables.pdf