anÁlisis de la formaciÓn del precio de la vivienda … 28 coeficientes de los modelos ols y gwr...

ANÁLISIS DE LA FORMACIÓN DEL PRECIO DE LA VIVIENDA URBANA EN

BOGOTÁ: LOCALIDADES DE KENNEDY, FONTIBÓN Y ENGATIVÁ EN EL

ÚLTIMO BIENIO 2015-2016.

Por: John Alexander Martínez Barreto

Trabajo de grado presentado como requisito para sustentar el título de

MAGISTER EN GEOGRAFÍA

Tutor: Dr. Johan Andrés Avendaño Arias

Universidad Pedagógica y Tecnológica de Colombia

Instituto Geográfico Agustín Codazzi

Programa de Estudios de Posgrado en Geografía (EPG)

Bogotá, 2016

ii

RESUMEN

Bogotá D.C., al igual que las principales ciudades de Latinoamérica, afrontan un gran

crecimiento urbano, debido entre otras, al incremento poblacional, el mismo que a su

vez demanda espacios dónde asentarse. Su magnitud es tal, que no en vano UN-

Hábitat (2009) ha documentado como uno de los principales indicadores de calidad

de vida y desarrollo económico para la región, la medición de adquisición de

vivienda; con tal marco, y buscando otro tipo de aproximaciones metodológicas, el

objetivo del presente estudio se orientó a la identificación y la caracterización de un

conjunto de variables, no tradicionales, que determinan el precio de la vivienda, a la

luz de las teorías de la renta del suelo y de la localización.

Tomando como caso de estudio a las localidades urbanas de Kennedy, Fontibón y

Engativá en Bogotá D.C, se desarrolló una metodología cuantitativa, orientada por la

econometría espacial, que permitió establecer las variables que determinan el precio

de la vivienda y su influencia en la nueva configuración espacial de las mismas;

identificando de ello, entre otros, que los métodos tradicionales de avalúos poseen

vacíos explicativos sobre el precio de las viviendas respecto a las características de

localización o al otorgamiento debido de su ponderación. La investigación presentó

los resultados a partir de análisis de mapas temáticos generados en software ArcGIS

en entorno de Sistemas de Información Geográfica S.I.G, por medio del cual se

ilustra el nivel de influencia de cada variable explicativa (características físicas y

entorno) sobre el precio de la vivienda a partir de su localización, utilizando

modelación hedónica y teniendo como base el análisis de la heterogeneidad espacial.

Se recurrió a las técnicas de econometría espacial y de Regresión Geográfica

Ponderada -WGR-, técnica que permitió establecer el alto grado de correlación o

dependencia espacial del precio de la vivienda y su influencia en la renovada

configuración espacial presentada en el área de estudio.

iii

DEDICATORIA

A mi madre Yoyita, la mejor inspiración para vivir la mejor vida, porque sin ti nunca

lo hubiera logrado, la motivación más grande para por culminar esta nueva meta, en

gratitud a todo tu amor.

A mi esposa Eli, por su incondicional amor, apoyo y comprensión.

A mis hijos Samuel, Aleja y Santi, para ustedes el motor de mi vida, lo mejor de mis

logros.

A mi alma gemela Sandy mi hermana del alma.

Saber pensar el espacio, para saber organizarse en él, para saber combatir en él...

Finalmente, no toda región montañosa y boscosa es Sierra Maestra”

Yves Lacoste

iv

AGRADECIMIENTOS

Al profesor Johan Avendaño, por sus constantes aportes que permitieron aplicar el

rigor científico y geográfico en esta investigación.

A todas las entidades que suministraron la información base para desarrollar el

proceso metodológico y procedimental.

A todas las personas que contribuyeron con sus valiosos aportes y sugerencias en la

estructuración de este documento.

Al grupo de profesores de la maestría en geografía de UPTC- IGAC, porque con sus

conocimientos geográficos fundamentaron la elaboración de esta tesis y posicionan al

programa académico en los más tradicionales y con mejor calidad del país.

vi

TABLA DE CONTENIDO

1 INTRODUCCION ............................................................................................................ 1

1.1 Justificación y Problema de Investigación ................................................................ 4

1.2 Hipótesis y Objetivos ................................................................................................ 9

2 MARCO DE REFERENCIA .......................................................................................... 10

2.1 Marco Teórico. ........................................................................................................ 10

2.1.1 Teoría Marxista. .............................................................................................. 11

2.1.2 Teoría de la localización. ................................................................................ 14

2.1.3 Teoría de la objetividad y subjetividad del valor: utilidad marginal. .............. 17

2.1.4 Teorías de Univalencia y Plurivalencia de valor. ............................................ 18

2.1.5 El Valor y El precio. ....................................................................................... 19

2.2 Antecedentes. .......................................................................................................... 21

2.2.1 En Europa y Estados Unidos. .......................................................................... 21

2.2.2 En Latinoamérica. ........................................................................................... 23

2.2.3 En Colombia y Bogotá D.C. ........................................................................... 24

2.3 Aspectos Metodológicos. ........................................................................................ 26

2.3.1 Tipo de diseño metodológico. ......................................................................... 26

2.3.2 Identificación de fuentes de información. ....................................................... 29

2.3.3 Identificación de variables .............................................................................. 30

2.3.4 Construcción de base de datos. ....................................................................... 31

2.3.5 Procedimiento estadístico. .............................................................................. 31

2.3.6 Efectos espaciales. .......................................................................................... 33

2.3.7 Procedimiento econométrico. .......................................................................... 35

2.3.8 Ecuación Hedónica. ........................................................................................ 36

2.3.9 Aplicación Regresión Ponderada Geográficamente ........................................ 38

2.4 Localización y Generalidades. ................................................................................ 40

2.5 Densidad Poblacional .............................................................................................. 43

2.6 Área y usos de suelo por localidad y a nivel de UPZ .............................................. 46

2.7 Sistema de Equipamientos ...................................................................................... 50

3 CARACTERIZACIÓN DE VIVIENDAS. ..................................................................... 53

vii

3.1 Tenencia de vivienda por Localidad. ...................................................................... 53

3.2 Vivienda por tipo. ................................................................................................... 56

3.3 Unidades de uso. ..................................................................................................... 58

3.4 Déficit de Vivienda ................................................................................................. 61

3.5 Precios de la vivienda. ............................................................................................ 62

4 ANÁLISIS DE RELACIONES ESPACIALES.............................................................. 65

4.1 Herramienta de Regresión exploratoria. ................................................................. 66

4.2 Modelo de regresión lineal de mínimos cuadrados -OLS- ...................................... 66

4.3 Modelo de Regresión Geográficamente Ponderada WGR. ..................................... 83

4.3.1 Distancia a equipamientos de Salud Publica ................................................... 88

4.3.2 Distancia al Centro de Atención Inmediata CAI ............................................. 90

4.3.3 Distancia a Instituciones de Policía ................................................................ 90

4.3.4 Distancia a Centros de cultura ........................................................................ 93

4.3.5 Distancia a Zona de Manejo y Preservación Ambiental ................................. 93

4.3.6 Distancia a nodos de transporte ...................................................................... 96

4.3.7 Distancia a red de cicloruta ............................................................................. 96

4.3.8 Número de baños ............................................................................................ 99

4.3.9 Número de Garajes.......................................................................................... 99

4.3.10 Calificación ................................................................................................... 102

4.3.11 Área de terreno .............................................................................................. 102

4.3.12 Área de construcción ..................................................................................... 105

4.4 Comparación de los Modelos de Regresión OLS vs WGR .................................. 107

4.4.1 Puntos calientes y fríos para los modelos. .................................................... 111

4.4.2 Interpolación de modelos .............................................................................. 111

4.4.3 Significancia de variables y comprobación del modelo. ............................... 116

4.4.4 Comprobación del potencial predictivo del modelo ..................................... 117

5 DISCUSIÓN Y CONCLUSIONES .............................................................................. 123

6 LITERATURA CITADA ............................................................................................. 126

viii

LISTA DE TABLAS

Tabla Nombre Pagina

Tabla 1 Teorías Renta del suelo 11

Tabla 2 Diferencias entre Valor y Precio 20

Tabla 3 Variables Independientes del Modelo 30

Tabla 4 Densidad Promedio poblacional 43

Tabla 5 Población por quinquenio 44

Tabla 6 Área por tipo de suelo 46

Tabla 7 Área y clasificación de UPZ Localidad Kennedy 47

Tabla 8 Área y clasificación de UPZ Localidad Fontibón 48

Tabla 9 Área y clasificación de UPZ Localidad Engativá 48

Tabla 10 Número y clasificación de equipamientos 50

Tabla 11 Tenencia de vivienda por número de hogares 56

Tabla 12 Número de viviendas por tipo 56

Tabla 13 Variables exploratorias preliminares por tipo 67

Tabla 14 Resumen modelo OLS 73

Tabla 15 Valores índices de Moran I y Z modelo OLS 80

Tabla 16 Sectores representativos con variable salud pública 88

Tabla 17 Sectores representativos con variable CAI 90

Tabla 18 Sectores representativos con variable Inst. Policía 90

Tabla 19 Sectores representativos con variable Cultura 93

Tabla 20 Sectores representativos con variable ZAMPA 93

Tabla 21 Sectores representativos con variable Nodo Transporte 96

Tabla 22 Sectores representativos con variable Red Cicloruta 96

Tabla 23 Sectores representativos con variable número de baños 99

Tabla 24 Sectores representativos con variable número de garajes 99

Tabla 25 Sectores representativos con variable calificación 102

Tabla 26 Sectores representativos con variable área terreno 102

Tabla 27 Sectores representativos con variable área construcción 105

Tabla 28 Coeficientes de los modelos OLS y GWR 107

Tabla 29 Índice de Moran I para los modelo OLS y GWR 108

Tabla 30 Valores obtenidos para un punto muestra. 117

Tabla 31 Precios de Modelos. Comprobación vivienda 1. 118








ix

LISTA DE FIGURAS

Figura Nombre Página

Figura 1 Diseño metodológico 27

Figura 2 Flujo de Procesos y actividades 28

Figura 3 Esquema de precios hedónicos de una vivienda 37

Figura 4 Mapa de sectores catastrales 42

Figura 5 Participación poblacional porcentual 47

Figura 6 Crecimiento densidad poblacional 45

Figura 7 Mapa de Unidades de Planeamiento Zonal 49

Figura 8 Gráfico de número de equipamientos por servicio 51

Figura 9 Mapa de Localización de equipamientos por tipo de servicio 52

Figura 10 Mapa de déficit de vivienda 55

Figura 11 Mapa de Vivienda por tipo 57

Figura 12 Mapa de Usos año 2012 60

Figura 13 Índice de precios de vivienda nueva y usada 63

Figura 14 Evolución de los precios de la vivienda nueva en Bogotá 63

Figura 15 Primer Reporte resultados modelo OLS 69

Figura 16 Reporte iteraciones intermedias resultados modelo OLS 70

Figura 17 Reporte Final resultados modelo OLS 71

Figura 18 Primera Prueba modelo OLS 74

Figura 19 Segunda Prueba modelo OLS 75

Figura 20 Tercera prueba modelo OLS 77

Figura 21 Distribución normal de residuales modelo OLS 77

Figura 22 Matriz grafico dispersión 78

Figura 23 Reporte autocorrelación Moran I Modelo OLS 79

Figura 24 Diagrama autocorrelación Moran I Modelo OLS 81

Figura 25 Mapa de residuales Std en Modelo OLS 82

Figura 26 Reporte Final resultados modelo GWR 84

Figura 27 Mapa de residuales Std en Modelo WGR 85

Figura 28 Reporte autocorrelación Moran I Modelo GWR 86

Figura 29 Diagrama autocorrelación Moran I Modelo GWR 87

Figura 30 Mapa Coeficientes salud pública, modelo GWR 89

Figura 31 Mapa Coeficientes CAI, modelo GWR 91

Figura 32 Mapa Coeficientes Inst. Policía, modelo GWR 92

Figura 33 Mapa Coeficientes Cultura, modelo GWR 94

Figura 34 Mapa Coeficientes ZAMPA, modelo GWR 95

Figura 35 Mapa Coeficientes Nodo Transporte, modelo GWR 97

Figura 36 Mapa Coeficientes Red Cicloruta, modelo GWR 98

x

Figura 37 Mapa Coeficientes número baños, modelo GWR 100

Figura 38 Mapa Coeficientes número garajes, modelo GWR 101

Figura 39 Mapa Coeficientes variable Calificación, modelo GWR 103

Figura 40 Mapa Coeficientes variable área terreno, modelo GWR 104

Figura 41 Mapa Coeficientes variable área construcción, modelo GWR 106

Figura 42 Mapa Coeficientes residuales, modelo OLS 109

Figura 43 Mapa Coeficientes residuales, modelo GWR. 110

Figura 44 Mapa de Hot Spot, modelo OLS. 112

Figura 45 Mapa de Hot Spot, modelo WGR 113

Figura 46 Mapa de Interpolación, modelo OLS. 114

Figura 47 Mapa de Interpolación, modelo WGR. 115

Figura 48 Significancia de variables dentro del modelo. 116

Figura 49 Publicación oferta de vivienda 1. 118







1

1 INTRODUCCION

El crecimiento poblacional que han venido afrontando las principales ciudades

latinoamericanas a lo largo de la segunda mitad del siglo XX, del cual Bogotá no es

ajena en tanto su condición de nodo receptos de población migrante, ha sido

provocado entre otras, por las difíciles situaciones económicas y de violencia en áreas

rurales (Montoya, 2006). Por lo general, las personas y grupos familiares recién

arribadas, según Avendaño (2011b), buscan en las urbes una mejor calidad de vida,

condiciones de seguridad, oportunidades de empleo formal y mejoras de su capacidad

económica, en lo que fuese el ideal de la estabilidad urbana y la apuesta de la

Industrialización por Sustitución de Importaciones ISI (Montoya, 2005).

Sin embargo, la distancia entre tales expectativas y la capacidad instalada real de las

ciudades suramericanas, especialmente en lo que respecta a la casi ausente oferta de

viviendas produjo el poblamiento y la urbanización de áreas marginales periféricas,

caracterizadas por espacios habitacionales sin condiciones ni necesidades básicas

cubiertas, con construcciones inestables y con una dominancia de la ilegalidad. Por

otra parte existe población con mejor capacidad económica la cual se establece en

barrios legalizados o en estratos bajos 1, 2 y ocasionalmente en estrato 3 (Avendaño,

2016)1. La población residente que originalmente ocupaba estas viviendas y debido a

la mayor capacidad económica acumulada durante varios años de trabajo, buscan a su

vez establecerse en estratos superiores los cuales también pueden ubicarse en sectores

1 "En 1994, en el marco de las reformas traídas por la nueva Constitución Política de 1991, se

promulga la Ley 142 del 11 de julio, que regula el Régimen de servicios públicos domiciliarios. Allí,

en su capítulo IV (Artículos 101 a 104), se estima que todos los municipios de país deben estratificar

las viviendas ubicadas en el suelo urbano en seis niveles. Esta clasificación se basa exclusivamente en

las características de las viviendas y su contexto urbanístico. La finalidad, que no era una iniciativa

nueva, pues desde los años 80´s se venía haciendo ya en Colombia, era la de tener mecanismos de

facturación diferencial de los servicios públicos, buscando que quienes tuvieran más recursos

económicos, expresados estos en el aspecto físico de su vivienda (Estratos 4, 5 y 6), subsidiaran los

servicios públicos de quienes no tenían el dinero suficiente (Estratos 1, 2 y 3). En entrevista realizada

en junio de 2011 a Rodrigo Castellanos, ex director de la subdirección de Catastro Nacional del

Instituto Geográfico Agustín Codazzi I.G.A.C., y quien en su época tuvo a cargo la propuesta técnica

de estratificación, comentaba que la diferenciación de las viviendas en 6 estratos se hizo solamente a

partir de la observación de algunas ciudades del país. Así mismo, que si bien a partir del aspecto físico

de la vivienda se podría inferir el dinero que poseía la familia, esto no era suficiente para construir un

indicador sobre las condiciones socio-económicas de los habitantes. Aun así, el gobierno colombiano

decidió dejar esta norma y apenas recientemente han habido algunos cambios en la metodología de

recolección de la información, pero ningún cambio en la conceptualización."

2

privilegiados en las periferias de la ciudad, estableciendo así una rotación y una

continua demanda de vivienda en un mercado inmobiliario heterogéneo y donde el

precio de la vivienda crece constantemente.

Tomando en cuenta tal contexto, el presente documento se orienta a estudiar el

comportamiento del precio de la vivienda y las variables que lo conforman, en 3

localidades del occidente de Bogotá DC, Kennedy, Fontibón y Engativá, dado su alto

dinamismo en el mercado inmobiliario, así como su densidad poblacional. Para ello,

se ha recurrido a la valoración de algunas de las teorías del valor del suelo y de la

localización, que luego bajo el uso de modelos econométricos, son puestos en

práctica en la zona de estudio.

Ciertamente los análisis a cerca de la formación del valor de suelo, tanto en Bogotá

como en las ciudades de la región (Jaramillo, 2009; Villarraga, 2013; Mohan, R., &

Villamizar, R, 1986; Mogollón, 2013, Santana, l., & Nuñez, l. (2011;), han sido ya

explorados, ello en el entendido que posee una relevancia para complementar los

indicadores de desarrollo socio-económico de las urbes. Uno de los hechos

interesantes que han abierto camino estos estudios, radica en que a pesar de los

nuevos retos, dentro de los que se incluye el presente trabajo, las teóricas clásicas

como por ejemplo las del valor del suelo de Karl Marx, o de localización y renta de

ubicación de Von Thunen, así como la de Berrini, son llamadas a fundamentar

actuales perspectivas de interpretación, para intentar dar explicaciones a los

novedosos retos y dinamismos que se imponen en el contexto reciente.

Así por ejemplo, Meisel y Pérez (2013) en su obra “Las ciudades colombianas y sus

atractivos”, consideran que sin desconocer las bases de las teorías de la renta, cada

vez más toman relevancia en el precio del suelo aspectos como la temperatura, las

lluvias o cercanía al mar, la cercanía a medios culturales como museos, bibliotecas,

servicios (restaurantes, hoteles, escenarios recreo-deportivos), factores de seguridad

(índices de robos, homicidios) y finalmente los económicos como bajos niveles de

pobreza o gran volumen de mano de obra calificada. La explicación radica en que el

contar con estos factores -amenities o amenidades-, son determinantes a la hora de

tomar decisiones de localización, lo que haría de una ciudad, o de una ubicación, más

atractiva que otra, pues hay una mayor capitalización de los precios de la vivienda,

contrario a su carencia o desamenities, que impactarían negativamente en ellos.

3

Desde esta perspectiva, y en el entendido de proponer el reconocimiento del

dinamismo de los factores generadores de precio, el presente trabajo de investigación

asume que es necesario involucrar amenities o dotación de servicios en el entorno

(distancias más próximas de cada vivienda a los equipamientos), como variables

incidentes en la conformación final del precio de la vivienda, a partir del uso de

modelos econométricos, para valorar la ponderación de la amenidad en cada uno de

los casos.

Dentro de los diferentes enfoques metodológicos que existen para determinar el

precio de la vivienda, se seleccionó la metodología de precios hedónicos. Dicha

metodología permite trabajar con datos de corte transversal en el que aparecen los

denominados efectos espaciales clasificados en heterogeneidad y dependencia

espacial. A partir de ello, se determinó la no estacionariedad y la correlación espacial

presentes en las variables explicativas (independientes) analizadas, para identificar la

influencia cada variable en el precio de la vivienda. En contraste, y tal como se

justificará en el texto, posteriormente se empleó la herramienta de Regresión

Ponderada Geográficamente (GWR), para generar un modelo predictivo del precio de

la vivienda en el área de estudio, representado mediante mapas temáticos elaborados

en Sistemas de Información Geográfica (S.I.G.), perspectiva que contribuyó a la

comprensión de los factores espaciales que intervienen en la fijación de los precios

inmobiliarios.

Dentro de los hallazgos fue posible documentar por ejemplo, que la distribución

geográfica de los precios de la vivienda está ligada a factores de heterogeneidad

espacial, en tanto para el área de estudio hay un crecimiento en los usos de vivienda,

comercial y dotacional, contrario al uso industrial el cual presenta decrecimiento,

generando rentas diferenciales urbanas. De la misma manera, que hay un aumento

acelerado de los precios de la vivienda tanto NPH como PH2, donde un comprador

establece sus preferencias ponderando las características funcionales y del entorno

que a él le atraigan, decisión totalmente subjetiva que incorpora algunas variables que

2 PH: Ley 675 de 2001(Agosto 3) por medio de la cual se expide el régimen de propiedad horizontal.

La presente ley regula la forma especial de dominio, denominado propiedad horizontal, en la que

concurren derechos de propiedad exclusiva sobre bienes privados y derechos de copropiedad sobre el

terreno y los demás bienes comunes, con el fin de garantizar la seguridad y la convivencia pacífica en

los inmuebles sometidos a ella, así como la función social de la propiedad.

NPH: no se encuentra bajo el régimen de propiedad horizontal.

4

puedan definir un patrón al momento de fijar el precio de la vivienda de su

preferencia.

En concordancia, el trabajo de investigación se estructura: en la primera parte se

realiza una introducción haciendo una breve descripción del problema a resolver, para

lo cual se plantean unos objetivos partiendo de las hipótesis que sugieren resolver el

problema identificado. Dentro del marco de referencia se describen los antecedentes

de estudios previos que han realizado y que han sentado bases para la formulación de

investigaciones sucesoras, que contemplan el precio de la vivienda, seguido de una

revisión teórica de los principales exponentes y sus preceptos teóricos tanto en

estudios de precio de la vivienda como de las herramientas de análisis estadístico para

explicarlo. Seguidamente se realiza un reseña del área de estudio realizando un

énfasis en el comportamiento inmobiliario de la zona y se describen las características

de las variables utilizadas, en la parte final de este apartado de marco de referencia se

definen las técnicas y modelos de estadística espacial empleados y finalmente se

realiza el análisis de los modelos obtenidos, describiendo los principales resultados

obtenidos para culminar con las principales conclusiones del estudio realizado y las

sugerencias para trabajos futuros en estas temáticas.

1.1 Justificación y Problema de Investigación

El análisis sobre el comportamiento del precio de la vivienda y las variables que lo

conforman, permite definir patrones de ocupación del suelo, definiendo su uso y

determinando las capacidades de adquisición de los probables compradores. Cuando

se logra establecer la causalidad y fluctuación en el precio de la vivienda, se pueden

obtener elementos y herramientas de planificación del espacio tanto del construido

como el proyectado. Este trabajo de investigación busca establecer cuáles son las

variables que intervienen en el precio de la vivienda en el último bienio 2015-2016 y

como se correlacionan geográficamente. La metodología definida exige la

integralidad y la completitud de la información sobre algunas variables que no

estuvieron disponibles para todo Bogotá. Por lo anterior, el área de estudio definida

se circunscribe a las localidades de Engativá, Fontibón y Kennedy, de las cuales se

logró obtener la información necesaria para aplicar el modelo de regresión lineal y

geográfico definido. Adicionalmente a ello, son localidades que concentran unos de

los más altos porcentajes poblacionales dentro de la ciudad, motivos que fueron

5

tenidos en cuenta para la selección del área objeto de este estudio: para el año 2015 la

localidad de Kennedy acumulaba el 14% del total la población capitalina, Engativá el

12% y Fontibón el 5%; es decir, cerca del 30% de la densidad poblacional de Bogotá,

la cual comparativamente respecto al área urbana, representa el 27%.

En las últimas décadas en las localidades de Kennedy, Fontibón y Engativá se

observa una de las mayores dinámicas inmobiliarias en la ciudad y una acentuada

reorganización espacial debido al emplazamiento de usos residenciales en áreas que

originalmente estaban ocupadas principalmente por usos industriales los cuales se

trasladaron a municipios vecinos del Distrito Capital debido la estimulación tributaria

promovida en los mismos3. Esta disponibilidad de suelo se constituyó en nuevos

proyectos urbanísticos y en construcciones de vivienda PH y NPH, generando una

reconfiguración espacial susceptible de analizar y caracterizar.

Sí se analizan las NPH, las cuales tienen mayor representación al interior del área de

estudio, se tiene: en Engativá, para el año 2002, el patrón predominante correspondió

a la vivienda en NPH con 95.793 unidades, 12.788.942 m2 construidos, y una

participación de 66.55%; el cual bajó a un 60.34% de participación en el año 2012.

No obstante para el mismo año registró un incremento en unidades de uso a 109.959 e

igualmente aumentó a 14.859.591 m2 construidos. Fontibón en el año 2002,

igualmente el patrón era de vivienda en NPH, con 28.653 unidades de uso con

4.160.480,47 m2 construidos y una participación de 42,52%. Para el año 2012 la

participación bajó al 30,06%, sin embargo se produce un incremento en unidades de

uso llegando a 31.725 e igualmente aumentó a 4.550.132,21 m2 construidos.

Finalmente, para Engativá en el año 2002, de la misma manera con patrón

predominante en vivienda en NPH con 102.419 unidades de uso con 12.700.412 m2

construidos y una participación de 65,80%; el cual decreció a un 56,04% de

participación en el año 2012, pero registró un incremento en unidades de uso a

120.207 e igualmente aumentó a 15.600.951 m2 construidos. (UAECD, 2013)4.

3 Las investigaciones sobre espacialidades y nuevas territorialidades son fundamentales para que las

instituciones de carácter público y privado, encaminen sus acciones a una buena praxis en el ámbito de

planificación territorial, por ende los métodos de análisis espacial basado en información

georreferenciada toman un papel, preponderante en la toma de decisiones para ordenar cada territorio.

(Chasco, 2003). 4 UAECD: Unidad Administrativa Especial de Catastro Distrital.

6

Esto ratifica que el principal uso del suelo para las localidades estudiadas es el de tipo

residencial en vivienda NPH hasta el año 2012, justificando la necesidad de analizar

el comportamiento de este tipo de uso, haciendo énfasis en la variable del precio de la

vivienda en las localidades de interés en una traza temporal hasta el año 2016, para

poder determinar su grado de fluctuación.

En la gran mayoría de estudios que tratan la temática del precio de la vivienda y que

incorporan técnicas de modelos econométricos y/o estadísticos, omiten la discusión

sobre los efectos espaciales intrínsecos en esta variable. El conocimiento de la

econometría espacial es escaso en los campos de aplicación, evidenciando la

necesidad de profundizar en estas técnicas con estudios económicos y geográficos.

Por lo anterior, el presente trabajo se basó en la implementación de técnicas de

econometría espacial ofreciendo aspectos teóricos y metodológicos aplicados al

comportamiento del precio de la vivienda, los mismos que tradicionalmente son

restringidos a la aplicación de métodos tradicionales de avalúos como métodos

residuales, ofertas de mercado, cálculos de plusvalías, modelos econométricos y en

algunos casos precios hedónicos convencionales, determinación de zonas

homogéneas físicas y geoeconómicas, dejando de lado las interrelaciones espaciales

las cuales se pueden complementar y/o apoyar estas técnicas proveyendo así mayor

soporte y acercamiento a los precios reales de transacciones en el mercado

inmobiliario, los cuales, para el caso local, gozan de gran dinamismo y de gran

fluctuación.

Los modelos econométricos brindan gran soporte a estudios de tipo socio-

económicos, surgiendo además la necesidad, para el análisis espacial, de emplear

herramientas indicadas para el procesamiento, descripción y análisis de información

que los métodos convencionales de la estadística descriptiva no tienen en cuenta, tales

como la posición geográfica de los datos5 desarrollado a través de los Sistemas de

Información Geográfica S.I.G, que entre otras, permiten explicar la relaciones

espaciales que se presentan en un determinado lugar. En la actualidad existe gran

cantidad de información georreferenciada procesada con análisis de series temporales

de corte transversal no espacial que generan errores en los modelos. La técnica que

permite subsanar este tipo de ruido o de efectos espaciales se denomina Análisis

5 La econometría espacial permite establecer el grado de dependencia espacial entre los datos ya que

por medio de la georreferenciación se pueden establecer correlaciones basadas en la localización de un

punto con respecto a otro.

7

Exploratorio de Datos Espaciales AEDE, sobre la cual se basó el análisis

metodológico del presente estudio y sobre el cual se ampliara en el capítulo de

proceso metodológico.

En los últimos años ha tenido un auge la técnica de precios hedónicos la cual

involucra variables o externalidades del entorno de la vivienda garantizando un

análisis geográfico o espacial omitido en los modelos tradicionales de valuación. En

el modelo hedónico se incorporan las variables independientes que explican el precio

de la vivienda, con coeficientes variantes en el área de estudio, en contraposición de

lo expuesto en los modelos clásicos, en donde se definen coeficientes globales únicos

para cada variable independiente. En general el análisis para determinar el precio de

la vivienda incluye características físicas y económicas sin profundizar sobre las

asociaciones geográficas propias de los predios, razón por la cual es apropiado el uso

de técnicas como Regresiones Geográficas Ponderadas -WGR-, que incorporan en el

análisis geográfico este tipo de relaciones complejas de variables con características

espaciales como seria la proximidad a amenities o desamenities.

Es necesario entonces no solo identificar las variables físicas de los predios urbanos

allí establecidos, sino la existencia de externalidades y factores de localización que

contribuyen a la formación de su precio, para de esta manera establecer la correlación

entre las variables independientes y su correspondiente ponderación dentro del

modelo, verificando la causalidad del comportamiento inmobiliario en el área de

estudio e identificando aspectos claves para la planificación del territorio. Por lo

expuesto, el presente trabajo parte de la existencia de un problema de investigación

claramente delimitado, que consiste en establecer y comprender las variables y/o

dimensiones más contemporáneas, que influyen en la formación y el comportamiento

del precio de la vivienda (predio y construcción), en las localidades Kennedy,

Fontibón y Engativá en Bogotá en el bienio 2015 - 2016, en el entendido de que estas

localidades según estudios recientes elaborados por la UAECD, SDP, DANE y

entidades como lonjas de propiedad raíz, coinciden que estás localidades son las que

han venido presentando mayores dinámicas inmobiliarias en los últimos años,

respecto al mercado de vivienda. (UAECD, 2016)6. A esto se suma que tienen unas

6 Desde el años 2008 al año 2016, según información de UAECD la localidad de Fontibón fue la

segunda localidad de Bogotá que más se valorizo con un 368% y la primera localidad que más creció

en cuanto área construida con un 69% en la variación del área para el mismo periodo. La localidad de

Kennedy ocupa el 5 lugar en Bogotá, en cuanto a mayor crecimiento residencial, mientras que la

variación del avalúo catastral para las localidades de Engativá Fontibón y Kennedy fue de 9.99%,

8

de las mayores densidades poblacionales del distrito, y por ende, un conflicto en

cuanto a las disputa por la ocupación del suelo. Esto llevó a plantearse la siguiente

pregunta de investigación: ¿Cómo se da la conformación del precio de la vivienda de

las localidades de Kennedy, Fontibón y Engativá en Bogotá en el bienio 2015 - 2016

y cuáles son sus efectos en la configuración espacial, a partir de la incidencia

diferencial de variables centrales recientes? En complemento, surgen las siguientes

preguntas adicionales:

¿Cómo está caracterizado el mercado inmobiliario de la vivienda en las

localidades de Kennedy, Fontibón y Engativá en Bogotá en el bienio 2015 -

2016?

¿Cuáles variables y de qué manera inciden significativamente, en la formación del

precio de la vivienda en las tres localidades de estudio?

Ciertamente, existe un alto grado de dependencia espacial en el precio de la vivienda,

determinado por la proximidad entre las mismas, lo cual se refleja en el mayor o

menor precio que adquiere la vivienda en el mercado inmobiliario. El precio de la

vivienda re-define entonces la configuración espacial del territorio ya que determina

el nivel y el tipo vivienda que se desarrolla, convirtiéndose en un indicador socio-

económico de cada espacio materializado a través del tiempo.

9.39% y 9.25% respectivamente, lo cual indica un comportamiento homogéneo en cuanto al

incremento del avaluó catastral para estas localidades.

Dentro del crecimiento poblacional entre los periodos del 2011 al 2014, la localidad de Fontibón fue la

cuarta que más creció dentro de Bogotá, siendo una de las localidades que presento mayor aumento en

el índice de hacinamiento crítico junto con la localidad de Kennedy y Fontibón también registro un

aumento en el índice NBI. (SDP, 2015).

9

1.2 Hipótesis y Objetivos

1.2.1 Hipótesis general.

La formación del precio de la vivienda urbana en las localidades de Kennedy,

Fontibón y Engativá en Bogotá para el bienio 2015 - 2016, está influenciado por

variables endógenas como las propiedades físicas del inmueble y exógenas -

externalidades o amenities-, socio-económicas y de localización, las cuales por su

comportamiento e incidencia diferencial, reconfiguran las estructuras espaciales de

aquellos sectores con mayor demanda de usos residenciales en la ciudad. Para poder

dar demostración de esta hipótesis, en el marco del problema ya delimitado, se

proponen los siguientes objetivos:

1.2.2 Objetivo General.

Comprender la conformación del precio de la vivienda de las localidades capitalinas

de Kennedy, Fontibón y Engativá, en el bienio 2015 - 2016 y sus efectos en la

configuración espacial, a partir de la incidencia diferencial de variables centrales

recientes.

1.2.3 Objetivos Específicos:

Caracterizar el mercado inmobiliario de la vivienda en las localidades

occidentales de Bogotá D.C. (Kennedy, Fontibón y Engativá), desde el

comportamiento del precio de la vivienda.

Identificar y determinar la incidencia de variables significativas en la

formación del valor de la vivienda residencial NPH y su influencia en la re-

configuración espacial en las tres localidades de estudio.

10

2 MARCO DE REFERENCIA

El siguiente apartado está constituido por 3 numerales. El primero de ellos presenta

las perspectivas teóricas en torno del valor y la renta; el segundo contiene un conjunto

de estudios y antecedentes que se han desarrollado a nivel mundial (Europa y Estados

Unidos), regional (Latinoamérica) y local (Colombia y Bogotá) en relación con el

análisis de la renta y los precios del suelo urbano, en usos residenciales y en el

tercero, los aspectos metodológicos, en especial los referidos a las fuentes de

información, las variables, los modelos econométricos y la Regresión Ponderada

Geográficamente RPG.

2.1 Marco Teórico.

El marco teórico de este trabajo de investigación se inscribe dentro de la geografía

económica aplicada a los estudios urbanos, considerando dos corrientes que explican

la forma de concebir el valor del suelo7:

La teoría de la geografía urbana marxista: desde el punto de vista del

capital en la apropiación del valor del suelo donde la acumulación de

este es el principal sistema económico de la ciudad.

La teoría neoclásica, según la cual la localización es el principal factor

incidente de la economía y de usos del suelo en la ciudad.

7 La primera ley de la geografía formulada por Tobler W. R. (1970) en su obra: A computer movie

simulating urban growth in the Detroit region. Economic geography, donde indica que todo está

relacionado con todo, pero las cosas más cercanas están más relacionadas entre sí que las cosas

Lejanas (LeSage, 1999).

El principal referente teórico es disciplina de la geografía urbana y geografía económica, el cual es

caracterizado por el análisis de los sistemas urbanos, la localización de ciudades, la estructura de

núcleos o clústers y las dinámicas que se desarrollan al interior de la cuidad.

En cuanto a la investigación y desde el punto de vista geográfico la presente investigación se centró en

dos análisis: uno fundamentado en la geografía económica y aspectos del comportamiento del mercado

a nivel urbano y la otra desde el punto de vista de la teoría de localización, la cual está relacionada con

los usos del suelo, así como la interdependencia o asociación que tiene el valor del suelo con las

distancias a equipamientos o amenities que se comprueba por medio de los mapas temáticos en

Sistemas de Información Geográfica empleados en esta investigación.

11

Tabla 1.Teorias Renta del suelo.

Fuente: Jaramillo (1994).

2.1.1 Teoría Marxista.

La evolución de la geografía de la acumulación a la geografía de la reproducción,

donde el espacio geográfico es la condición, el medio y producto de la reproducción

de la sociedad, permitió la continuidad de la concepción marxista de la teoría social

del espacio a la geografía crítica radical, en el entendido que si bien Marx documentó

la dinámica de la renta en el modo capitalista8, fue necesario ampliar los ámbitos

teóricos y metodológicos para llevar la noción de espacio a la teoría. En este

8 Puede afirmase que la base teórica es la diferenciación entre el valor de cambio y de uso, en donde la

tierra y el capital están en dependencia del trabajo necesario para producirlo, por lo tanto estos dos

factores son determinantes para conformar su valor. (Borrero, B. 2007).

ÍTEM MARXISTA NEOCLÁSICA

Se basa en que el suelo urbano y el espacio construido se

transan en mercados capitalistas, supuesto que no siempre

ocurre.

Similitudes

El mayor valor del suelo se asocia con usos más intensivo

Los mayores valores del suelos se encuentran en el centro y los valores más bajo en la periferia de la ciudad

El valor del suelo depende de la distancia, que está representada por accesibilidad

No considera el fenómeno de multinucleación o aparición de subcentros los cuales tienen sus propias áreas de influencia

El avance técnico de la población siempre refleja en rentas altas y en una mayor participación en la renta global por parte

de los dueños de la tierra.

Fortalezas

y

Debilidades

El mercado de suelo urbano es propio del sistema

capitalista, muchas de las formas de apropiación del

suelo en periferias son invasiones.

Reconoce que en la modernidad lo que transa no es el

suelo sino el espacio construido, que puede o no ser

capitalista.

No está definido la metodología de análisis empírico,

debido a la dificultad de separar usos de suelo urbano

por clases y actividades

Los gradientes de rentas y densidades permiten extraer con

sencillez conclusiones de usos y valores de suelo urbano.

Permite incorporar elementos de economías de escala e

imperfecciones del mercado, donde se puede vincular

problemas no espaciales en términos espaciales.

12

contexto9, David Harvey en (Carlos, A. F. A. 2008), afirma que la producción del

espacio está definida por la acumulación de capital, la cual se resolvería a través del

ajuste espacial: la teoría de la geografía histórica del capitalismo, donde realiza un

análisis de la acumulación capitalista en la actualidad, y la construcción de la

geografía urbana crítica donde evidencia la necesidad de concebir la ciudad como una

totalidad donde la institucionalidad y los habitantes coexistan10

. Así, desde la teoría

marxista llevada a la perspectiva crítica, la reconfiguración del espacio geográfico se

traduce en un largo proceso de urbanización espacial donde existe una evidente

relación entre el ajuste espacio-temporal del capital y la creación de las ciudades

modernas, en palabras de Wallerstein “desruralización”, que es una novedosa

reubicación de excedentes de capital que afectan los espacios geográficos y la vida de

sus habitantes. Podría decirse que la reciente “modernización” de lugares precarios

desplaza a los pobladores que no soportan la revalorización del espacio, los cuales se

acentúan en espacios precarios generalmente en las periferias:

“…no importa que diferentes puedan ser las razones , el resultado es siempre

el mismo; los escandalosos callejones y callejuelas desaparecerán

acompañados por las generosas autoalabanzas de la burguesía que explican

el tremendo éxito cosechado, pero reaparecen de nuevo en otro sitio[…], la

misma necesidad económica que los produjo en una primera ubicación los

reproduce en otro lugar.” (Harvey, 1977).11

Los excedentes de capital se destinan al aburguesamiento del lugar que redibuja el

espacio, lo revaloriza creando un cercamiento estableciendo una manera de

feudalización del espacio con fragmentos fortificados, comunidades valladas,

9 Adam Smith y David Ricardo definen la teoría del valor de uso, como el valor de una mercancía y

este se deriva del trabajo y del capital empleado para su elaboración, adicionalmente su cantidad de

representación o escases del mismo, Ricardo define la renta de la tierra como “porción del producto de

la tierra que se paga al propietario por el uso de las energías originales del suelo”. Su tesis principal se

centra en la objetividad ya que depende de elementos exógenos al sujeto, como sería la cantidad de

trabajo requerido para producir un determinado bien del valor como lo refiere Oscar Borrero en su

obra “Efecto de las políticas del suelo en el precio de terrenos urbanos en Bogotá” (2007). 10

Harvey en su obra: Espacios de Esperanza, evidencia la existencia de nuevos recursos que agravan

las desigualdades como la fragmentación y segregación existentes en las ciudades. (Carlos, A. F. A.

2008), Harvey ajusta la teoría marxista involucrando las variables de tiempo y espacio en los análisis

del capitalismo en el llamado “materialismo histórico-geográfico”. 11

David Harvey en su obra “Urbanismo y Desigualdad Social Publicada en 1977”, con traducción de

Marina González Arenas y citado por Emiliano Terán Mantovani

en:http://forajidosdelanetwar.blogspot.com.co/2012/04/david-harvey-y-la-geografia-del.html.

13

espacios públicos privatizados con constante vigilancia (Mantovani, 2012). No cabe

duda que el modelo capitalista ha sido un promotor del crecimiento urbano acelerado,

acentuando por ejemplo la dualidad centro (consumo) - periferia (productor), como

una de las mayores evidencias de la vinculación del suelo de las ciudades en el

proceso de producción, circulación y consumo del mercado. Este principio, según

Jaramillo (1994), citado en Revollo (2009), se relaciona con la renta y la constitución

de valor de suelo es la base de la diferenciación así:

• Costos históricos: costo del suelo es igual a la diferencia: (costo de la

edificación en una fecha determinada más la ganancia del vendedor)

menos el actual para obtener la tasa de depreciación.

• Costo de reemplazo: es igual al precio en el mercado de la vivienda

menos el costo del espacio construido para obtener el precio del suelo.

• Rentabilidad: se estima el precio de la vivienda por lo métodos anteriores,

a este valor se aplica a tasa de ganancia de arrendador y se calcula el

alquiler como si no existiera renta. Luego se compara ese valor con el

precio de alquiler y la diferencia es la renta y a través de capitalización se

obtiene el precio del suelo.

• Residual: se obtiene el precio del suelo por métodos estadísticos y se

compara con el de la edificación la diferencia es la del precio del espacio

construido.

• Estadístico: por métodos estadísticos se obtiene el valor del suelo e

identificar los atributos que determinan el precio de la vivienda, por

método de precios hedónicos.

• Combinación de métodos: se combinan los métodos anteriores para

obtener resultados más robustos.

Según Garza y Montaña (2000), siguiendo las reflexiones de Jaramillo, las rentas

específicas que soporta la tierra urbana pueden ser clasificadas en dos tipos

siguiendo:

Primarias: vinculadas a los procesos de construcción

• Absoluta Urbana: aprueba un mínimo nivel de renta para usos urbano o el

paso de usos rurales a la ciudad.

• Diferencial I: Vinculada con características geomorfológicas

excepcionales para la construcción

14

• Diferencial II: Es captada cuando los grandes urbanizadores al realizar

producciones intensivas del capital (edificabilidad en altura) a partir de la

elevación de precios en la ciudad.

Secundarias: relacionadas con los usos que se le da al espacio construido

• Comercio: captadas por mayor rotación de inventarios

• Monopolio: causadas por el poder del mercado

• Industrial diferencial: causadas en áreas de uso industrial

• Diferencial de vivienda: relacionada con los valores de uso

complementarios a la vivienda.

La perspectiva marxista de la renta, y su interpretación en el modo capitalista

dominantemente urbano, centra así, según los preceptos mencionados para la

configuración del precio, al suelo como mercancía, el cual según Méndez (1997)

termina por configurar expresiones territoriales tales como el llamamiento de

patrones de agrupación o separación de las necesidades o gustos similares de los

actores económicos, la ponderación de características prediales que atraen en mayor o

menor grado a un ocupante y por ende el valor que se está dispuesto a pagar, un

mayor precio al incrementarse la demanda de suelo, en donde el nuevo propietario

aumentará la intensidad de uso de este para compensar el mayor valor pagado; y la

comprensión que todo proceso de valorización o desvalorización del suelo con

intención de modificar oferta o demanda trae consigo un cambio de uso del mismo.

2.1.2 Teoría de la localización.

Lo que podría entenderse como un “nivel más detallado” del análisis de las rentas y

los valores del sueño, corresponde lo que hacía mediado del siglo XX se denominó

“La Teoría locacional” (Delgado, 2003), entendida como esa corriente cuantitivista

que buscaba modelar las actividades humanas, en el caso de la localización, tomando

como base los planteamientos económicos de Thunen, Weber y Losch 12

. Ya sería

12

La teoría de localización sobre la geografía rural-urbana: el modelo Von Thunen (1826) donde

establece una llanura que surte de productos agrícolas a una ciudad central aislada y donde alrededor

de la misma se dibujan unos anillos concéntricos especializados por tipo de cultivo y establece un

gradiente de la renta del suelo que disminuye a medida que se aleja del centro y se acerca al límite de

zona agrícola, a partir de esto el autor establece la localización optima en la cual se maximiza la renta

15

Méndez (1997), que en el contexto de reconfiguración económica plantea los

preceptos de la Nueva Geografía Económica a finales del siglo XX. En lo que

respecta a la aplicación urbana, unas y otras se han mantenido en discusión, por lo

que en esta reflexión se traerá los aspectos más relevantes.

La teoría de localización intraurbana se basa en el concepto de ciudad monocéntrica,

circular y cada anillo tiene un uso del suelo especializado, el mejor sector de

localización es el centro ya que a partir de él se encuentra el nodo de transporte que la

comunica con ciudades y adicionalmente debido a su estructura vial radial es la zona

más óptima en cuanto a desplazamientos. La competencia por estas zonas centrales de

la ciudad, hace aumentar considerablemente el valor y donde el propietario sea de

tipo (comercial, industrial o vivienda) busca la máxima rentabilidad generalmente

hacia da la densificación más elevada con mayores niveles de construcción. La oferta

de vivienda para uso residencial se deriva entonces de los costos de transporte que

son mayores en la periferia que en el centro y por lo tanto este valor es más

económico. (Garza, N., y Montaña, J. 2000). La Estimación del valor del suelo

urbano a partir de anillos o círculos concéntricos, dentro de la economía urbana es

una herramienta de análisis que se basa en generación de gradientes o vectores

definiendo el valor del suelo de acuerdo a la distancia al centro de la ciudad.

Teniendo en cuenta que actualmente las ciudades presentan policentros y dado que la

variable fundamental es la accesibilidad y no la distancia esta teoría presenta

limitaciones en su desarrollo.

Por su parte, la idea de anillos presentada por Stull (1974) se asocia a rupturas

urbanas como serían los grandes viaductos o accidentes naturales o cuerpos de agua

lo que conduce a la formación de anillos alrededor del centro generalmente

económica de la tierra definida como la diferencia de los ingresos y los coste totales obtenidos del

producto por unidad de tierra. Así, la renta económica estaría en función de la distancia que separa los

centros de producción y el mercado final, como posteriormente lo avalaría (Krugman, 1995, Brocker,

1996) según Vaya (1998), empleando el método deductivo en razonamiento y análisis.

Paul Krugman (1991a,b) establece la nueva geografía económica, donde refiere un cambio cualitativo

dentro de la anterior geografía económica, introduce en el análisis de la localización concepto como

espacio, economías de escala y rendimientos crecientes esenciales para explicar la concentración

geográfica de la actividad, las economías externas y por lo tanto la competencia imperfecta. Define la

aglomeración en tres aspectos, la evidencia de rendimientos crecientes, fletes de transporte y limitación

de la fuerza de trabajo en el campo industrial. Adam Smit y David Ricardo exponen los inicios de la

teoría de localización aplicadas al comercio entre naciones, y basan su concepción en donde y que se

debe producir. Ricardo afianzó la teoría sobre diferencias de costos como una ventaja comparativa en

el comercio internacional. Dentro de la nueva geografía económica, una ciudad crece debido a:

economías de escala, ventaja comparativa y economías de aglomeración.

16

monopolizado. Para esto se generan interpolaciones y extrapolaciones con el objetivo

de estimar los valores del suelo en una ciudad con base en rupturas y los anillos

formados en su interior, lo que permite implementar y corregir las variaciones

geográficas que presenta el espacio. Los subcentros aparecen como un inconveniente

en la generación de gradientes para la estimación del valor del suelo, y por lo tanto se

deben determinar los puntos focales para la generación de dichos gradientes que

permitan disminuir el ruido o el error producido en la valuación.

Alejándose de la definición de un modelo geométrico específico, Mohan (1986 en

Buitrago 2001) afirma que el precio de la tierra está dado por otros factores de

localización como:

• Factor de producción de vivienda, industria y servicios que se compensa

lo que se ha invertido en ella en servicios de vivienda o ingresos

provenientes de bienes de producción.

• Demanda como inversión de capital o ahorro.

• La función del precio de la tierra es asignarle un valor de uso, cuando la

tierra es escasa su valor aumenta o existe una sobredemanda y su uso es

acotado.

Así, la localización es vista más como algo relativo, en donde el precio del suelo se

determina en el marco de los factores de la oferta y demanda del mercado, factores

físicos y socio-urbanísticos, que en suma, ejercen como agentes determinantes del

espacio urbano y de su dinámica (Vinuesa, J., y Vidal, M. J. 1991). A partir de los

contextos económicos más recientes, Broker al igual que Fujita y Thisse (1996),

consideran que la fuerza externa que influyó para la aparición de la nueva teoría de

localización está por su parte en el proceso de globalización y en la intensificación de

integración de economías nacionales dentro de bloques de comercio. Ello por

ejemplo, con la configuración de nuevas entidades como las ciudades-regiones, que

según Scott (2001), están ahora relacionadas con las redes de producción y

distribución que captan las fuerzas centrípetas de aglomeración y centrifugas que

permiten la reubicación de actividades industriales. Para Camagni (2005), el proceso

económico de la ciudad hoy más que nunca, actúa como un cluster de bienes públicos

y privados, que son los que favorecen las interacciones locales.

17

Por esta razón, las nuevas corrientes consideran que la dinámica de los precios del

suelo está más relacionada con los movimientos coyunturales que dependen de

variaciones macroeconómicas y políticas del estado, así como los movimientos

estructurales que afectan particularmente a algunas zonas de la ciudad y pueden estar

motivados por acciones estales (obras públicas o regulaciones), las cuales se pueden

subdividir en:

Estructurales generales. Diminución de la tasa de ganancia en el modelo

capitalista por la competencia. Es más barato producir cada bien a medida que

las técnicas de producción mejoran y el crecimiento de demanda de espacio

construido que eleva las rentas urbanas.

Estructurales particulares: cambio de usos del suelo donde aparecen las

valorizaciones hasta cuando parece la renta dominante y surgen procesos de

densificación en la ciudad. (Garza, N., y Montaña, J. 2000).

2.1.3 Teoría de la objetividad y subjetividad del valor: utilidad marginal.

La subjetividad se deriva del concepto de utilidad a partir de la diferencia entre el

precio y el valor. El valor entendido como el equilibrio de oferta y demanda y el

precio entendido como la utilidad, en el cual el vendedor define un precio exacto y el

comprador también define un precio exacto e inmodificable. (Borrero, B. 2007). El

economista Jean B. Say, en su Tratado de Economía Política en 1807, definió que lo

que determina el valor es su utilidad. Posteriormente, Condillac trasciende el

concepto de utilidad, en el cual no es simplemente una cualidad de los bienes sino

que es la importancia que un comprador le da a un bien para satisfacer una necesidad,

por lo tanto el valor de un bien aumenta si este es escaso y disminuye si este bien es

abundante en el mercado; por consiguiente todo bien tiene valor porque tiene

servicios productivos o medios para crear utilidad, así la utilidad y la oferta definen la

creación del valor, teoría que contradice sus antecesores donde este valor estaba

definidos por su cantidad de trabajo. (Borrero, B. 2007).

18

En cuanto a la objetividad del valor, Bailey identifica el valor con el poder

adquisitivo según lo había relacionado Adam Smith y siempre se tendría que

relacionar el valor de una mercancía con otra de referencia para que existieran puntos

de comparación. Entonces este relativismo se contraponía a la teoría de trabajo del

valor, definiendo una relación cuantitativa entre una mercancía y el dinero. Propone

además la creación de índices para comparar los precios en una escala multitemporal

y esta concepción es la base del valor real o constante que se denomina en la

actualidad. Menger define que los valores subjetivos determinan los límites del

cambio y del precio, estudia el origen del dinero y cómo este facilita la cuantificación

de los valores subjetivos permitiendo establecer el precio o equivalencia de cambio

tesis formuladas en su obra El origen del dinero en 1985. (Menger, C. 1985).

Por su parte, Marshall desarrolla la teoría marginal y asegura que las fuerzas de la

oferta y demanda son las que determinan el valor. Detrás de la demanda existe una

utilidad marginal definida por los precios de demanda de compradores, mientras que

detrás de la oferta se encuentra el sacrificio marginal de los precios de oferta. El costo

de producción define entonces el valor y el excedente de consumidor se definiría

como el bienestar que pueda tener el consumidor al comprar una mercancía a un

menor precio de lo que estaba dispuesto a pagar antes de quedarse sin ella. (Borrero,

B. 2007).

2.1.4 Teorías de Univalencia y Plurivalencia de valor.

La teoría plurivalente refiere un valor subjetivo según el ingeniero Carlos Berrini, en

donde las causas del valor son sicológicas y por esto no se pueden medir o comparar,

Pio Braem define” el valor no es noción objetiva y depende de elementos síquicos no

susceptibles a la lógica de cálculo”. La teoría univalente establece que el valor es

objetivo y se define mediante técnicas y métodos, Mario Chandías define “existe una

teoría subjetiva del valor y una subjetiva del precio, el valor lo define el mercado, el

precio depende de concepciones subjetivas, pero se establece a través de ley de oferta

y demanda. (Chandías, M. E., 1954). El valor económico es una característica del

mercado y no del inmueble este lo define la intersección de la curva de oferta y de

mercado en un momento dado, donde pueden existir muchos compradores interesado

en esos momentos y donde el avaluador es un observador más del mercado y no

19

interfiere en su determinación. (Borrero, B. 2007). En complemento, la primera

convención panamericana de avalúos en lima Perú en 1949 define:

• El nivel de exactitud de un avalúo es función de la finalidad para la cual

se realiza.

• El valor determinado es ideal y el objetivo es aproximarse a este valor.

• El valor determinado de un inmueble es único, se deduce de la valuación

directa o valor compuesto de terreno y construcciones.

• La valuación indirecta se calcula en base a la renta que produce y el valor

que establece la oferta y demanda.

• El valor único se refiere a método de costo, método de renta y

comparativo de mercado

2.1.5 El Valor y El precio.

Lotz (1937) establece que el valor de cambio o valor comparativo depende de dos

factores: uno externo por la escasez del bien, y otro interno, que son las

características que tenga un bien para satisfacer una necesidad diferente del

propietario; así el precio es entendido como aquella capacidad que tenga un bien para

satisfacer alguna necesidad para más de una persona, definiendo que la mercancía que

tenga mucho valor tendrá precios elevados. El precio se trata entonces de obstáculos

concretos que se deben sobreponer para crear mercancías y el valor es producto de

expresiones o necesidades humanas que no son tangibles. Por lo tanto el valor

subjetivo difiere del precio.

El valor de uso o utilidad se basa en satisfacer necesidades desde el punto de vista del

consumo y el valor de cambio en el poder de transacción que tuviera la mercancía o

de ser cambiada, el precio tenía relación con estos valores pero no lo determinaba.

Chandias (1954), define que la valuación tiene por objeto fijar el valor de cambio de

cosas vendibles y se mide por la cantidad de cosas que se pueden obtener a cambio, el

valor de este cambio se puede expresar en moneda que representa el precio “Valuar

es determinar el valor económico, de naturaleza física o ideal que se encuentra o no

en el mercado”.

20

Tabla 2. Diferencias entre Valor y Precio.

Fuente: Borrero, B. (2000a).

IBAPE Instituto Brasileño de Peritos e Ingeniería de Avalúos define el valor del

mercado como el valor de una compra o venta donde las partes conocen el mercado y

el inmueble. El valor real corresponde al valor que el inmueble que se avalúa puede

tener cuando sea puesto en venta pero sin que el vendedor este obligado a venderlo y

que el comprador conoce los usos y finalidades del inmueble pero sin estar forzado a

la compra o en otras palabras una transacción libre de compra y venta de contado.

(Borrero, B. 2007). Por otra parte -AIREA- American Institute Of Real Estate

Appraisers, define que el precio del Mercado como la cantidad de dinero que debe

entregarse o puede obtenerse en el mercado activo bajo condiciones inmediatas y

existentes en una determinada fecha,. Para esta entidad la diferencia radica en que el

valor del mercado es lo que realmente vale el inmueble a diferencia del precio de

mercado que indica la cantidad o la importancia por la cual puede ser vendida. El

valor de mercado tendría las siguientes características:

VALOR PRECIO

Términos de intercambio Dinero disponible

Costos de factores Utilidad marginal

Apreciación objetiva Concepto Subjetivo

Condiciones de la oferta Exigencias de la demanda

Valor de uso Adquisición en un momento dado

Libertad de presiones Urgencias de venta o de compra

Normalidad de mercado Crisis económica, iliquidez, desempleo

Crédito disponible Crédito escaso y altas tasa de interés

Objetividad: Fuerzas del mercado Subjetividad: utilidad del demandante

Oferta y demanda suficiente Demasiada oferta, poca demanda

Tiempo de exposición al mercado Urgencia de venta

Régimen de Competencia

Dato de un mercado estable

Para garantías, activos y titulaciones

Condiciones de monopolio, (precios altos especulativos) y

de oligopsonio (precios bajos subvaluados)

Dato en un momento dado (tiempo)

con una moneda determinada (lugar)

Para compradores Oportunos, para préstamos hipotecarios,

remates y condiciones de pago forzadas.

21

• Pago de contado o equivalente

• Comprador y vendedor motivados

• Tiempo razonable sin presiones

• Facilidad de financiación.

El precio del mercado se trata entonces de un hecho histórico y concreto y el valor de

mercado el avalúo se conserva hasta que aparece un comprador voluntario. El valor

es un punto ideal en el mercado mientras que el precio obedece a presiones,

condiciones sicológicas ventajas de negociación de una de las partes. Las principales

características de precio y valor se encuentran descritos en la tabla 2 (Borrero, B.

2007).

2.2 Antecedentes.

Ciertamente los análisis a cerca de la renta y los precios del suelo urbano, han sido un

tema de urbano ampliamente reflexionados en diversas latitudes, las diferencias quizá

se pueden encontrar en las perspectivas metodológicas y la afectación de factores

locales propios. Aun así, se ha tomado la decisión de abordar los antecedentes a partir

de 3 escalas: Macro (Europa y Estados Unidos), regional (Latinoamérica) y local

(Colombia y Bogotá).

2.2.1 En Europa y Estados Unidos.

El estudio sobre las características de dependencia y heterogeneidad espacial y su

validación por medio de métodos estadísticos se señalan en (Student, 1914). Sin

embargo los inicios de la estadística espacial corresponden a la identificación de la

correlación espacial en los años 50 (Moran 1948), (Geary 1954) y (Isard1956)

quienes analizan la localización y la economía espacial como componentes en el

comportamiento de datos georreferenciados. En 1963 Bailey, Muth y Nourse,

estudian la estructuración de los índices de precios de viviendas que han sido

vendidas por lo menos dos veces en un periodo de estudio determinado, observando

el comportamiento y controlando las variaciones entre las características de los

inmuebles en dos momentos diferentes dejando de lado el análisis de la estimación

22

del aporte marginal de cada una de estas características en la conformación del

precio.

En 1966 Lancaster desarrolló la metodología de precios hedónicos. Otorgó una base

microeconómica en cuanto a la teoría de utilidad en función de las características de

los bienes, centrando su estudio desde el punto de vista del consumidor. Existen otros

estudios que consideraron el mercado inmobiliario con respecto a la conformación de

precios hedónicos13,14

. En 1975 Straszheim identificó que la variación de las

características de la vivienda y los precios determinados por la ubicación son

componentes fundamentales en el mercado inmobiliarios y hace una diferenciación

para las áreas metropolitanas en las que el mercado es segmentado de acuerdo a la

estructura de las propiedades departamentos, condominios, viviendas unifamiliares

separadas, consideraciones fundamentales para el tipo de análisis que se realice.

Paelinck y Klaasen (1979) en el texto “Spatial Econometrics” en la década de los

setenta institucionalizaron la técnica de econometría espacial abordando la auto-

correlación espacial en el sentido de la perturbación o ruido presente en una

regresión. Adicionalmente los trabajos de los geógrafos Cliff y Ord (1972, 1973)

fundamentaron que este campo no solo se atribuye a la ciencia regional sino que

abarca aspectos de la geografía, estadística espacial, biología y otras ciencias sociales.

En los Años 80, se desarrolla la econometría espacial en aspectos metodológicos con

los trabajos de Cliff y Ord (1981) Blommestein(19983) y Anselin (1980, 1988a, b).15

Según Anselin y Vera (1998), en la última definición de econometría como ciencia

regional se estarían incorporando las regiones, la localización y la interacción

13

Ridker y Henning, 1967 con la estimación de precios en el mercado inmobiliario y variables

ambientales como contaminación de aire que influyen negativamente la valoración de estos por parte

de sus compradores. 14

En 1974 Rosen, afianzo la metodología de precios hedónicos aplicada al mercado inmobiliario, en

donde se generan modelos econométricos cuya variable dependiente es el precio y como variables

independientes las características de la vivienda, teniendo como principal característica que cada una

de estas variables no se transan individualmente sino que hacen parte de un grupo que se trasladan con

los derechos de propiedad del inmueble una vez este es mercadeado. Manifestó un modelo de

equilibrio de mercado donde los productores y consumidores son partes esenciales de los análisis,

encuentra que las características de la valoración del bien presenta restricciones no lineales y por lo

tanto efectos marginales entre las variables y el precio del bien. En el mercado inmobiliario la ecuación

de precio hedónico define el equilibrio en el mercado ya que en el convergen las relaciones de oferta y

demanda. 15

Posteriormente Anselin (1980, 1988) y Arabia (1989) fundamentan la metodología de análisis

econométrico en datos espaciales, (Anselin 1988A) “Spatial Econometrics: Methods and Models” es

considerado como el manual en este campo. (Chasco 2003) Anselin la define como un aserie de

técnicas que tratan las particularidades causadas por el espacio en el análisis estadístico de los modelos

convencionales de la ciencia regional. (Rosina, 2002).

23

espacial, constituyendo la base en trabajos de economía regional y urbana (Rosina,

2002) 16

2.2.2 En Latinoamérica.

En 2004 Collazos, Gamboa, Prado y Verardi, realizaron un estudio sobre el análisis

espacial del precio de oferta de la vivienda en el área metropolitana de Cochabamba

Bolivia, en el cual se aplicaron el método de regresión geográficamente ponderada y

dentro de sus principales conclusiones muestran que los resultados del índice moran

muestran que los precios de las viviendas en el área de estudio están correlacionadas

espacialmente dentro de un radio comprendido entre 500 y 4000 metros. El análisis

auto-regresivo espacial de acuerdo al R2 permitió explicar el 81% del precio de la

vivienda, las variables superficie del lote, superficie construida, número de

dormitorios, departamento auxiliar, alcantarillado teléfono, tipo vía y agencia con las

más ponderadas en el precio de la vivienda siendo las dos primeras las más

representativas en toda el área de estudio, y que el precio de la vivienda de los

vecinos afecta un 38% el precio de la vivienda independientemente de sus

características. Según los resultados obtenidos en la regresión geográficamente

ponderada expresada en los mapas temáticos obtenidos cada zona tiene características

particulares relacionadas con cada variable de acuerdo a una determinada

localización, y muestra que en Cochabamba no hay estacionalidad espacial para los

determinantes de los precios de las viviendas.

Samuel Jaramillo en 2013, elabora una repaso de las principales corrientes en

investigación en cuanto a mercados de la tierra urbana en América Latina en las

últimas cuatro décadas. Identifica teorías funcionalistas en esta parte del continente y

la respectiva influencia en campos de planeación y gestión del suelo, ilustrando

características de las ciudades y sus problemáticas que no han sido solucionadas por

16

En el 2004 Rosina, realiza un estudio basado en las técnicas de econometría espacial basada en un

análisis de regiones europeas, mediante la correlación espacial en un modelo de regresión aplicado al

estudio de la productividad laboral en el seno de las regiones europeas para el periodo de 1975- 1992 y

su dependencia espacial. Dentro de las conclusiones se muestra que la variable analizada presenta clara

dependencia espacial positiva en tres regiones vecinas, las cuales muestran productividad labora

similar, y que cuando se emplea la ecuación clásica de convergencia presenta problemas de

dependencia espacial que afectan la especificación y el método de estimación, por lo tanto evidencia la

necesidad de la aplicación de técnicas de econometría espacial cuando se trabaja información

georreferenciada.

24

las teorías marxistas de la renta ni por las teorías neoclásicas espaciales (Amézquita,

L., Sánchez, P., & Abaunza, G. 2012)17

. En 2013 Claudio Rocco, realizó un análisis

de consumo eléctrico residencial en una región venezolana, en donde demuestra que

los resultados del modelo GWR son mejores estructuralmente y con respecto al ajuste

de las variables (R2 superior a 0,90), permitiendo cuantificar las diferencias entre las

variables independientes de cada zona.

2.2.3 En Colombia y Bogotá D.C.

En 1980, Borrero y Durán en su estudio sobre “Valor del suelo urbano y sus

implicaciones en el desarrollo de la ciudad análisis caso Bogotá”, encontraron que las

expectativas constituyen un factor en la determinación del precio del suelo urbano. En

(1988, 1997 y 1998 Borrero y Durán) con la contribución de Fedelonjas elaboran

varias actualizaciones de los precios de suelo urbano en Santa fe de Bogotá, sirviendo

de insumo en la planificación de la ciudad. Mohán, R., & Villamizar, R. (1986),

realizan un estudio donde comparan el mercado inmobiliario de Cali y Bogotá, y

determinan cuáles factores del precio y la densidad de las ciudades son predecibles y

obedecen a distintos factores de disposición en donde los valores más altos están en la

periferia de las ciudades.

Los autores Garza y Montaña, (2000), hacen un análisis de la evolución del precio del

suelo en Bogotá durante los años 1991-1995, y dentro de sus principales conclusiones

están que los valores del suelo en la ciudad, presentan una distribución espacial con

forma monocéntrica y de tipo radial, los valores más altos del suelo corresponden a

área con buena accesibilidad de vías y transporte, el valor del suelo está ligado a la

actividad económica desarrollada y el precio en Bogotá es de los más elevados de

América Latina. En su obra Jaramillo (2004), determina la tendencia a largo plazo en

un decrecimiento notable de los precios de la vivienda, en contravía de los precios del

suelo que tiene un crecimiento positivo, sin embargo los mercados presentan una

conexión, ya que las variaciones del precio son convergentes en el tiempo.

17

Jaramillo, S. (2013). Acerca de la investigación en mercados de tierra urbana. Teorías sobre la

ciudad en América Latina, 281-318. Además Samuel Jaramillo sostiene que la vivienda urbana es cada

vez más costosa y sigue siendo informal en porcentajes altos, las políticas públicas son escasas e

inadecuadas dado que prevalece la acumulación por parte de agentes privados como las urbanizaciones

crecientes en periferias de la ciudad con áreas y servicios disminuidos en su gran mayoría.

25

Mendieta y Perdomo (2007) realizan un estudio por precios hedónicos para

determinar el grado de influencia en el valor de los inmuebles cercanos a las

estaciones de Transmilenio en sus fases I y II en la ciudad de Bogotá. Dentro de sus

principales conclusiones se tiene que: por un cambio en 1% en proximidad de la

propiedad a la estación de Transmilenio, el aumento en el valor del suelo para los

predios afectados es de 627 mil millones de pesos colombianos, lo cual representaría

el 0.978% del PIB de Bogotá en 2005. Adicionalmente coinciden en recomendar la

metodología de precios hedónicos en métodos de recaudo como el de valorización

por su alto grado de certeza.

En su estudio Mertins (2007), presenta un análisis en la ciudad de Barranquilla en

cuanto al crecimiento urbano de la ciudad y el impacto de la intervención privada en

cuanto a la toma de decisiones del planeación de la ciudad, analiza fenómenos de

segregación socio-espacial, evidenciado la existencia de equipamientos en la zona

norte de la ciudad que promueven el mayor valor del precio de los predios es estas

zonas. En el 2008, Ingrid Acevedo y Ermilson Velásquez, realizaron un estudio

incorporando modelos de econometría espacial y el análisis exploratorio de datos

espaciales, en el cual concluyeron que la violencia presentada en un municipio de

Antioquia contagia a un municipio vecino y la relevancia de constituir el AEDE

siempre que se incorporen variables georreferenciadas, que en caso de no ser tenidas

en cuenta se incurre en errores de especificación.

El trabajo denominado “Determinantes del Precio de la vivienda en Bogotá 2012”

(Amézquita y Sánchez, 2012), los autores emplean el método de precios hedónicos

para determinar los precios en la vivienda en la ciudad de Bogotá, para ello generaron

un valor promedio por metro cuadrado a escala o nivel de manzana a partir de los

valores suministrados por la UAECD, promedio utilizando como variable

dependiente de las variables físicas, de localización, ambientales definidas para el

estudio, dentro de los principales resultados del estudio se obtuvo que para el año

2012, los precios en promedio del m2 de la vivienda oscilaban entre $2.100 y

$3.232.000, demostrando que la ciudad es heterogénea en cuanto al valor del suelo se

refiere y partir de esto la complejidad que requieren los estudios en cuanto a la

determinación de valores del suelo y la necesidad de emplear métodos como

regresiones ponderadas geográficamente WGR, que permitan analizar la incidencia

de los atributos en el precio, de acuerdo con su localización.

26

2.3 Aspectos Metodológicos.

Este trabajo se basó en la investigación explicativa, con método lógico-deductivo por

cuanto considera el análisis de tipo cuantitativo, por medio del procesamiento

estadístico de correlación de variables y generación de modelos de regresión espacial

que permitieron resolver los objetivos planteados.

2.3.1 Tipo de diseño metodológico.

La investigación se basó en el tipo metodológico explicativo, por cuanto se

determinaron las variables explicativas (independientes) que tienen mayor

representatividad en el modelo, lo cual permitió establecer su grado de correlación y

participación en la formación del precio de la vivienda (variable dependiente),

logrando así identificar sus causalidades y construyendo algunas proyecciones sobre

el comportamiento del precio en el área de estudio. El método de comprobación de

hipótesis está basado en el método lógico-deductivo, su análisis se centró en el

comportamiento de correlación de estas variables empleando modelos econométricos

y estadísticos por lo tanto su análisis es de tipo cuantitativo y finalmente es modelada

y visualizada mediante el empleo de herramientas de Sistemas de Información

Geográfica S.I.G mediante mapas temáticos permitió comprender el comportamiento

espacial del valor de la vivienda en el área de estudio.

El paradigma de geografía cuantitativa basa su análisis en la visión espacial y en la

búsqueda de resultados empíricos para actuar sobre la realidad compleja del territorio,

permitiendo dimensionar las problemáticas socioeconómicas y los patrones de

distribución espacial que permiten orientar políticas en busca de soluciones fácticas.

Las metodologías de la geografía están destinadas a estudios de localizaciones,

distribuciones, asociaciones, interacciones y evoluciones espaciales, aportando no

solo a esta disciplina sino a otras ciencias afines, componentes básicos de análisis del

espacial. A continuación en la Figura 1, se incorpora la línea base empleada en el

desarrollo metodológico de la investigación:

27

Figura 1.Diseño metodológico. Fuente: Elaboración propia.

El procedimiento metodológico se desarrolló en cuatro etapas. Inicio: definición del

tema y el problema, revisión documental, se plantearon los objetivos del trabajo.

Planeación: recolección de información definición de procedimientos y técnicas así

como las variables y la población objetivo de estudio. Ejecución: análisis de

información, puesta en marcha de modelos y Cierre: evaluación de resultados y

conclusiones. Lo anterior se puede observar en la figura 2.

28

Figura 2.Flujo de Procesos y actividades.

Fuente: Elaboración propia

Fase de Inicio

Fase de Planeación

Fase de Ejecución

Fase de cierre

Form

ula

cio

n d

e la

Pro

pu

est

a d

e In

vest

igac

ión

Dis

eñ

o d

e

Inve

stig

ació

nD

esa

rro

llo y

mat

eri

aliz

ació

nFi

nal

izac

ión

de

la in

vest

igac

ión

Fase

Fase

Fase

Fase

Fase

Preguntas de Investigación

Objetivos

Justificación

Planteamiento de la

investigación

Construcción del marco

teóricoViabilidad

Pertinencia Factibilidad

Definición de alcance

Formulación de hipótesis

Propuesta de investigacion

Dimensión de evento de estudio

Selección del tipo de diseño

Delimitación de población y muestra

Selección de técnicas de análisis

de datos

Selección de técnicas de

recolección de datos

Programación de actividades

Recolección de datos

Análisis de datosMaterialización de

la propuesta

Desarrollo de Modelos

Estadísticos y econométricos

Evaluación de resultados

Redacción del informe final

Publicación Socialización

No Si

Plan de Trabajo

Informe de Resultados

(hitos intermedios)

Informe final y publicación

Generación de Mapas temáticos, Implementación

S.I.G

29

2.3.2 Identificación de fuentes de información.

De acuerdo a la disponibilidad de la información para la elaboración de presente

trabajo de investigación se realizó la recolección de la información capturada en

campo de ofertas de vivienda por parte de la Unidad Administrativa Especial de

Catastro Distrital -UAECD- para las localidades de Kennedy, Fontibón y Engativá de

la ciudad de Bogotá, con el fin de establecer criterios de comparación en cuanto a la

dinámica del mercado inmobiliario en la zona de estudio.

En cuanto a las fuentes secundarias de información se obtuvieron 2214 ofertas de

mercado inmobiliario durante los años 2015 y 2016. Adicionalmente se obtuvo una

base de los valores catastrales de predios de Bogotá de los años 2000, 2005, 2010 y

2015, suministrada por la -UAECD-, que permitió realizar un análisis multitemporal

acerca del comportamiento del valor de la vivienda para las localidades estudiadas.

Posterior a la incorporación de una geodatabase tanto de la información gráfica como

alfanumérica se realizó un proceso de georreferenciación que consistió en crear una

malla de puntos con proyección en coordenadas cartesianas en sistema de referencia

magna sirgas origen central, donde cada uno de los puntos representa el precio de la

vivienda en coordenadas planas de X y Y, obtenidas a partir del centroide de cada

lote, en la zona de estudio definida.

Luego, se incorpora en la base de datos los puntos obtenidos que representan las

ofertas inmobiliarias que incluye las características físicas de los inmuebles para cada

oferta de vivienda. Un procedimiento similar se realizó con cada uno de los

equipamientos o amenities que representados por medio de un punto se determinó la

distancia de cada vivienda a cada uno de ellos encontrando la distancia euclidiana que

conformaron las variables de localización (distancia a centros médicos, parques,

centros comerciales, equipamientos de seguridad, bibliotecas, sitios de hurtos, sitios

de homicidios, los cuales son descritos en los siguientes numerales. Esta información

es fuente de la entidad de la cual es custodio, como lo son: como lo es la SDP y el

Fondo de Vigilancia y Seguridad, Transmilenio, Número Único de Seguridad y

Emergencia para el Distrito Capital.

30

2.3.3 Identificación de variables

Las variables incorporadas a cada vivienda tienen que ver con las características

físicas, socio-económicas o amenities presentadas en la tabla 3, variables de las

viviendas:

Tabla 3. Variables Independientes del Modelo.

Fuente: Elaboración propia.

Las variables de distancias a equipamientos de escala zonal, vecinal o metropolitano

que permitirá definir su grado de influencia en la conformación del valor de la

vivienda, estas medida es un distancia euclidiana de cada vivienda a cada

equipamiento como de salud, educación, recreación, cultural y de seguridad y eventos

de criminalidad ocurridos en la proximidad de cada vivienda.

1 PRECIO Variable dependiente. Precio de la vivienda en pesos colombianos (oferta inmobiliaria)Razón

2 EDUCACION Distancia al centro educativo más cercano. Razón

3 SEG_ALIMENTARIA Distancia a la institución de servicios alimentarios más cercana Razón

4 SALUD_PUB Distancia al centro de salud pública más cercana. Razón

5 SALUD_PRIV Distancia al centro de salud privada más cercana. Razón

6 INTEGRA_SOCIAL Distancia al centro de integración más cercano Razón

7 EDUCA_SUPERIOR Distancia a la institución Universitaria más cercana Razón

8 PARQ_METRO Distancia al parque de escala metropolitana más cercano. Razón

9 PARQ_VECIN Distancia al parque de escala vecinal más cercano. Razón

10 PARQ_BOLSI Distancia al parque de escala de bolsillo más cercano. Razón

11 PARQ_ZONA Distancia al parque de escala zonal más cercano. Razón

12 CAI Distancia al centro de atención inmediata de la policía más cercano Razón

13 INST_POLI_MILITAR Distancia a las instituciones de policía militar más cercana. Razón

14 BOMBER_DEF_CIVIL Distancia a la institución de bomberos más cercano Razón

15 CULTURA Distancia a la institución de cultura más cercano Razón

16 CULTO Distancia a la institución de culto más cercano Razón

17 CEMENTE_SERVICIOS Distancia al parque cementerio o funeraria más cercana. Razón

18 HUMEDAL Distancia al humedal más cercano Razón

19 PLANTA_TRATAMIENTO Distancia a la planta de tratamiento de aguas residuales más cercana.} Razón

20 AEROPUERTO Distancia al Aeropuerto Internacional el Dorado. Razón

21 ZAMPA Distancia a la Zona de Manejo y Preservación Ambiental más cercana Razón

22 ESTACION_METRO Distancia a la estación del Metro proyectada más cercana. Razón

23 ESTACION_TM Distancia a la estación de Transmilenio más cercana. Razón

24 NODO_TRANSPORTE Distancia al paradero del sistema integrado de transporte más cercano. Razón

25 RED_METRO Distancia a la línea de metro proyectada más cercana. Razón

26 CORRED_CARGA Distancia al eje vial de trasporte de carga más cercano. Razón

27 RED_CICLORUTA Distancia a la vía de cicloruta cercana. Razón

28 ALCOBAS Número de alcobas de la vivienda. Razón

29 PISOS Número de pisos edificados en la vivienda. Razón

30 BAÑOS Número de baños de la vivienda. Razón

31 COCINAS Número de cocinas de la vivienda. Razón

32 GARAJES Número de garajes de la vivienda. Razón

33 VETUSTEZ Antigüedad de la construcción Razón

34 CALIFICACION Puntaje asignado por la UAECD para cada vivienda. Razón

35 AREA_TERRENO Superficie de Área del lote. Razón

36 AREA_CONSTRUIDA Superficie de Área construida de la vivienda. Razón

37 LOCALIDAD Número de la localidad a la cual pertenece la vivienda. Nominal Discreta

TIPO

Continúa

Discreta

Continúa

IDENTIFICACION

DE LA VARIABLE

NOMBRE DE

VARIABLEDEFINICIÓN DE LA VARIABLE ESCALA

31

2.3.4 Construcción de base de datos.

La base de datos se construye dentro de una personal geodatabase en software SIG de

Arc-Gis, que permite establecer por procesamiento geoestadístico las relaciones

espaciales (correlaciones) de las variables independientes en cada UPZ Unidad De

Planeamiento Zonal analizado y su grado de participación en el valor de la vivienda

variable dependiente.

2.3.5 Procedimiento estadístico.

El AEDE es una teoría para datos espaciales (datos de una variable y su geoposición)

permitiendo encontrar causalidades de su comportamiento por medio de la auto-

correlación espacial y heterogeneidad espacial. Cuando se realizan observaciones a

datos georreferenciados, se deben emplear técnicas que permitan conocer las

características de estos, como tendencia, valores atípicos, esquemas de asociación, la

concentración espacial, puntos caliente o fríos y como ya se mencionó la dependencia

espacial, para esto los métodos que permiten conocer estas características se llaman

de análisis exploratorio de datos espaciales (AEDE), conocida para el análisis de

datos geográficos. (Acevedo y Velásquez, 2008).

El AEDE, combina el análisis estadístico y el grafico obteniendo una apreciación

científica y visual de la conducta de los datos analizados. El comportamiento de una

variable en diferentes espacios geográficos o su tendencia espacial es representado

mediante mapas temáticos. El fundamento se basa en que todos los fenómenos

ocurridos en un espacio geográfico tienen influencia directa sobre sus vecinos

cercanos y lejanos en menor o mayor grado. El AEDE se emplea para reconocer

relaciones sistemáticas entre variables o dentro de una misma variable, en el

momento de no tener claridad sobre su distribución y comportamiento en un

determinado espacio geográfico (Chasco, 2006).

Las causas de la variación según (Haining, 2003) de las relaciones espaciales se

podrían mencionar:

32

A las variaciones muéstrales aleatorias

Las relaciones diferenciadas que se presentan en el espacio de acuerdo al

tipo de población que generan respuestas diferenciadas al mismo tipo de

perturbación.

Omisión o representación incorrecta de una o más variables que explican

el modelo.

Definiciones en análisis de regresión: Para comprender mejor el empleo de la

estadística espacial se requiere realizar una breve descripción de sus principales

componentes:

Ecuación del modelo de Regresión: fórmula matemática aplicada a las variables

independientes, con el fin de encontrar el valor de la variable dependiente.

Y= β0 + β1X1 + β1X1 + …….. βnXn + ɛ

Donde,

Y= variable dependiente, es la variable que se desea explicar o predecir, para el caso de estudio esta

corresponde al precio de la vivienda.

X= variable exploratoria o explicativa, corresponde a las variables independientes que se emplean para

conocer su participación en dentro del modelo, en función de la variable dependiente. Las variables

independientes para el caso de estudio corresponden a: distancias a equipamientos e infraestructuras de

Salud Pública, CAI, Instituciones de policía Militar, Cultura, Zampa, Nodos de Transporte, Red de

cicloruta, y variables físicas presentes en las viviendas como número de Baños y de garajes, variable

cuantitativa que indica la tipología de la vivienda con respecto a su Calificación, y variables de

superficies de área como área de terreno y área construida.

β = Coeficientes de regresión, calculado en el modelo de regresión para cada variable independiente y

representa su ponderación u aporte dentro del modelo. El signo que lo acompaña representa el tipo de

relación de la variable independiente con respecto a la variable dependiente, puede ser positivo o

negativo y su valor depende del grado de relación entre las variables (valor alto relación fuerte, valor

bajo relación débil cercanas a cero). β0, es la intercepción de regresión, y el valor esperado para la

variable dependiente si todas las variables independientes son cero dentro del modelo.

ɛ = Residuales del modelo, corresponden al valor del error aleatorio dentro de la ecuación de regresión

y representa la diferencia entre los valores observados y los valores posibles de las variables

explicativas. Identifican el ajuste del modelo, se esperaría valores pequeños que indican la robustez del

mismo.

33

Adicionalmente, en estadística se reconocen principalmente los siguientes

coeficientes que resultan de generar un modelo de regresión:

P= Probabilidad de los coeficientes de cada variable independiente, cuando toma el

valor de cero, la variable independiente no aporta a la explicación de la variable

dependiente dentro del modelo.

R2= R cuadrado múltiple y ajustado, son resultado del modelo de regresión para

determinar la significancia del modelo y el valor explicativo del mismo. El valor que

toma R ajustado es más preciso ya que determina el grado de complejidad del

modelo.

2.3.6 Efectos espaciales.

Cuando se trabaja con la ciencia regional, se debe considerar que esta posee

propiedades de acceso a geolocalización. Este tipo de datos tiene características que

constituyen los efectos espaciales que pueden ser de dependencia espacial y

heterogeneidad espacial. Cuando se trabaja con información espacial, se deben tener

en cuenta aspectos que la econometría tradicional no contempla como la

autocorrelación y la heterogeneidad espacial, debido principalmente a la

multidireccionalidad que domina las relaciones de interdependencia entre unidades

espaciales. (Rosina, 2002). La Dependencia espacial se puede definir como el

conjunto de observaciones cada una de ellas para un lugar específico y todas

dependientes entre sí en un grado de correlación mayor o menor definidos por los

siguientes aspectos:

Comportamiento humano y actividades económicas

Agrupamientos espaciales (problemas de escala)

Errores de medición en observaciones continuas que propaga en error en la

serie observada.

34

En la interacción espacial las teorías de localización y distancia son fuerzas

contempladas en estudios de geografía humana y de actividades del mercado. Las

viviendas tienen como característica su inmovilidad, lo cual define que el mercado

inmobiliario sea espacial que a su vez conlleva efectos intrínsecos denominados

dependencia y heterogeneidad espacial. (Higuera, 2011).

Autocorrelación espacial: Se define como la dispersión o concentración de los puntos

muestra vecinos de una variable en el espacio geográfico o lo que (Astorkiza ,2006;

Moreno 2002) llaman como la manifestación de una relación funcional entre lo que

ocurre en un lugar geográfico y otro, la cual puede ser positiva cuando la existencia

de un fenómeno en un determinado espacio está manifestándose en un espacio vecino

o negativamente si ocurre en caso inverso. Según (Anselin, 1999) es la coincidencia

de valores similares en localidades similares. La autocorrelación espacial se evidencia

cuando el valor que toma una variable dependiente en un determinado espacio

geográfico está en función del valor de la misma variable en un espacio geográfico

próximo. (Acevedo y Velásquez, 2008). La diferencia entre autocorrelación espacial

y dependencia espacial según (Villalta y Perdomo, 2005) está en que la primera se

refiere al fenómeno y técnica estadística y la segunda a la explicación teórica del

fenómeno. Heterogeneidad Espacial: Se define como la diferencia de las relaciones

en varios espacios geográficos próximos y cuando se presenta en los errores de

medición se produce la llamada heteroscedasticidad. También definida como el

cambio en el espacio de las correlaciones entre las variables, debido a que cada zona

de estudio posee características propias e intrínsecas las cuales son diferentes a las

que pueda presentar una zona vecina. Este efecto espacial resulta cuando se emplean

variables de unidades espaciales diferentes con las cuales se pretende explicar el

mismo fenómeno.

Heteroscedesticidad Espacial: Conocida como la ausencia de estabilidad en la

dispersión de un fenómeno, también llamada como la inestabilidad estructural del

modelo o como no estacionariedad. (Moreno, 2002), la cual puede ser resuelta

mediante técnicas econométricas existentes para series temporales como WGR

(regresiones geográficas ponderadas). Matriz de Contigüidad: Es la conectividad

matricial o arreglo W, donde cada una de las filas y columnas significa una región o

espacio de estudio, representada mediante una posición georeferenciada de

coordenadas este y norte esta matriz representa la relación de un determinado espacio

geográfico con respecto a los próximos, esta matriz refleja la relación de cada una de

35

las regiones con las demás la más común y empleada es la notación binaria donde 1

representa la presencia de contigüidad espacial entre dos unidades y 0 la ausencia de

contigüidad en la relación. Existen varios tipos de contigüidad los cuales están

definidos por las formas de asociación entre unidades de las cuales podemos

mencionar; la contigüidad de torre que es la más común y de primer orden,

contigüidad de alfil y contigüidad de reina.

2.3.7 Procedimiento econométrico.

La Econometría espacial nació como subdisciplina de la econometría general que

brinda herramientas y técnicas de contrastación y de evaluaciones necesarias para

procesar variables que presentan problemas como heterogeneidad y dependencia

espacial. (Rosina, 2002). Definida como la parte de la econometría que se ocupa del

tratamiento de la interacción espacial (autocorrelación espacial) y la estructura

espacial (heterogeneidad espacial) en los modelos de regresión de corte transversal y

de datos de panel, (Anselin, 2001d), En este sentido, se trata de un concepto similar a

la geoestadística o la estadística espacial, muy utilizada por físicos y geógrafos

(Cressie, 1993). La econometría espacial tiene su origen, como campo específico

durante los años 70, en una Europa de las regiones, necesitada del análisis

econométrico de datos de ámbito infranacional, aunque las principales aplicaciones

en este campo tuvieron lugar en la última década del siglo XX. (Chasco, 2003).

La econometría espacial incorpora el análisis espacio-geográfico, donde se conoce la

exactitud posicional de los datos o su geoposición y adicionalmente el espacio

geográfico considerado cuenta con características de multidireccionalidad de las

relaciones que sobre él se establecen y la multidimensionalidad llamados también

“efectos espaciales” de autocorrelación (practica técnica estadística) o dependencia

espacial ( explicación teórica) que básicamente describiría que tan concentrados o

dispersos se encuentran los valores del precios por rangos de la vivienda y la

heterogeneidad espacial con implicación teórico-social dado que ocurre en el

contexto geográfico, pues tiene un efecto parcial en el comportamiento humano

(O’Loughlin y Anselin, 1992) y que conlleva problemas de heteroscedasticidad

(inconstancia en los residuales) (Villalta y Perdomo, 2005), las anteriores

características deben ser consideradas en los estudios que incorporen el

36

modelamiento espacial como principal objetivo ya que muchos estudios se detienen

en el básico análisis econométrico. (Chasco, 2003).

La econometría espacial incorpora características de dependencia espacial ya que al

involucrar datos transversales donde el espacio tiene influencia directa de sus vecinos

y la fricción producida con estos es lo que Juan Carlos Mendieta y Jorge Andrés

Perdomo en su estudio: “Especificación y estimación de un modelo de precios

hedónico espacial para evaluar el impacto de Transmilenio sobre el valor de la

propiedad en Bogotá 2007” denominaron movimiento de una reina en el juego de

ajedrez, es decir que existe una dependencia multidireccional o en toda dirección con

los espacios circundantes y con las características de estos. Para espacializar los

resultados obtenidos a partir de los modelos de regresión se emplean herramientas de

S.I.G. que permiten visualizar y entender el comportamiento de las variables, su

grado de correlación y su configuración espacial en el territorio.

Los datos espaciales según (leSage, 1999) son definidos como la observación de una

variable con un geoposición que además de ser georreferenciable, multidireccional y

multidimensional se puede representar en un mapa o cartografiar. Los estudios

geográficos cuantitativos mediante la herramienta de S.I.G., centran su análisis en la

organización del espacio. La evidencia de segregaciones socioespaciales es uno de los

resultados obtenibles, que mediante métodos rigurosos permiten formular acciones

tendientes a reducirlas y por ende mejorar la calidad de vida las personas. El empleo

actual de cartografía automatizada incorpora técnicas estadísticas y econométricas

espaciales con implementación de imágenes satelitales que en conjunto y dentro de

un ambiente SIG, son una herramienta con soporte cuantitativo que permite reorientar

la planeación del territorio.

2.3.8 Ecuación Hedónica.

La metodología se basó en los precios hedónicos, efectuando un análisis preliminar

descriptivo de asociación espacial o (I De Moran) en el cual se estableció la

dependencia entre las ofertas vecinas obtenidas a partir de la muestra capturada.

Posteriormente se realizó un modelo autorregresivo espacial para identificar la

influencia de precios vecinos sobre el precio de una vivienda específica y la

37

ponderación global de las variables analizadas en el modelo. El modelo de precios

hedónicos se fundamenta en la teoría del consumidor Lancaster (1966) y desarrollada

más tarde por (Rosen, 1974) con análisis sobre bines inmuebles cuyo estudio

consistió en estimar econométricamente ecuaciones que tienen como variable

dependiente el precio y como variables independientes las características de la

vivienda, los cuales no se transan explícitamente en los mercados sino que conforman

un grupo de atributos que se transfieren junto con otros derechos de propiedad del

bien cuando este es mercadeado, encuentra que las características presentan

restricciones no lineales y por consiguiente efectos marginales entre el precio y las

variables implícitas del bien. (Collazos, et al 2004). Figura 3.

Figura 3. Esquema de precios hedónicos de una vivienda.


Entonces la función de precio P tiene una relación funcional f con respecto a las

características vectoriales x, representado por la siguiente función matemática:

P= f(x)

Los coeficientes obtenidos a partir de la regresión hedónica se refieren a los precios

marginales implícitos en las características, estimando así el grupo de puntos de

38

intersección de las curvas que representan las demandas de varios consumidores con

diferentes gustos generalmente subjetivos. El método representa la realidad del

análisis de regresión múltiple que identifica el aporte individual de cada característica

al precio de la vivienda sin tener en cuenta las demás características se podría decir

como el precio que representa para una vivienda tener un parqueadero adicional sin

tener dependencia de las otras características de la vivienda. (Collazos, et al 2004).

En la primera parte del estudio se realiza un análisis de correlación espacial en un

determinado espacio, basada en el índice Moran.

I De Moran Por Intervalos de distancia: Cuando analizamos y procesamos

información georreferenciada, se deben tener en cuenta características de vecindad

que los métodos estadísticos tradicionales no tienen en consideración por ejemplo

estimación por mínimos cuadrados ordinarios, tendría como resultado inconsistencias

de homocedasticidad.

2.3.9 Aplicación Regresión Ponderada Geográficamente

Seguidamente, se aplicó la técnica del modelo de regresión WGR con kernels

(núcleo) adaptativos que permite identificar el dominio local de las variables sobre el

precio de la vivienda, modeladas por medio de mapas temáticos con interpolación de

distancias inversas en el software SIG de Arc-Gis. (Collazos, et al, 2004). Este

modelo de regresión presenta similitudes con el modelo de OLS, dado que genera un

una regresión lineal para la variable independiente a partir de las explicativas, pero

con un valor agregado que consiste en generar un modelo local, donde para cada

punto de observación se le crea sus propios coeficientes, realizando así un mejor

ajuste de los valores predictivos.

Al realizar cualquier análisis de tipo espacial su principal consideración debe ser que

este contempla datos de corte transversal que están dispuestos en el espacio y que

interactúan por medio de componentes económicas, geográficas, sociales con otros

que pueden tener características similares o no (homogeneidad o heterogeneidad).

39

El conocimiento del espacio, así como un denotado afán por dar explicación a

fenómenos naturales y antropogénicos que ocurren en un determinado espacio han

permitido que se despierte gran interés por el estudio de métodos econométricos

espaciales, según Anselin y Florax (1995)18

. En cualquier estudio donde se analiza el

comportamiento del mercado inmobiliario que cuenta con datos muy heterogéneos, es

fundamental aplicar técnicas estadísticas con alto grado de confianza, técnicas de la

cual GWR hace parte.

En estadística los modelos de predicción directa utilizan regresión múltiple por

mínimos cuadrados ordinarios (MCO), suponiendo estabilidad paramétrica de los

resultados, esta estabilidad de betas (predictores) implica que la magnitud de

coeficientes de regresión es constante en el tiempo (Walters y Cervero 2003). El

coeficiente de determinación explica la variable dependiente y determina sí un

coeficiente es igual para todas las observaciones, lo cual se traduce en un problema

como inestabilidad paramétrica (Arbia y Baltagi 2006). La inestabilidad paramétrica

resulta de trabajar con valores extremos en una muestra multivariada, lo que conduce

a altas desviaciones y resultados diferentes en las variables que componen el modelo.

Igualmente los datos de tipo espacial no son independientes debido a su

autocorrelación y redunda en que la fuerza de la relación de variables en el modelo es

heterogénea para el área de interés.

Existen modelos de predicción directa en el cual se incorporarán variable s que

explican las características de las estaciones y su entorno empleando sistemas de

información geográfica para proyectar la demanda mediante las variables del entorno

y su área de influencia (Kuby, Baranda y Upchurch, 2004) como ocurre en el estudio

de las estaciones del tren de Madrid (Gutiérrez et al 2011). Estos modelos son más

significativos y relevantes cuando aplican técnicas como (GWR) la cual permite

establecer la inestabilidad paramétrica a partir de la magnitud representada por los 18

La Nueva geografía económica Krugman (1991, 1993, 1999), Martin (1996) donde la interacción

espacial con ciencias sociales y geomarketin, nace como investigación de mercados donde la geografía

es participe del desarrollo económico y regional, debido al renaciente interés por el papel del espacio

y la relación espacial en la teoría económica.

La disposición de robustas y múltiples bases de datos socio-económicas y datos georreferenciados que

permiten realizar análisis de tipo regional.

El desarrollo de sistemas de información geográfica donde se manejan y procesan datos

georreferenciados, donde destacar el programa “SpaceStat” que Anselin (1992D, 1995A), ha puesto a

disposición, en el que implementa bajo el entorno Gauss los diferentes contrastes de detección de

autocorrelación espacial en los modelos de regresión así como los métodos de estimación que

incorporan dicha problemática. (Chasco, 2003).

40

coeficientes obtenidos en el área de estudio. En estos modelos el estudio se centra en

las zonas vecinas que permite establecer su grado de correlación. El GWR

corresponde a un modelo de regresión ajustado al espacio donde el efecto de una

variable independiente (explicativa) sobre la variable dependiente es ponderado por el

efecto geográfico y econométrico de los regresores (coeficientes de regresión),

permitiendo dar mayor ponderación a las muestras más cercanas entre si y a las más

lejanas menor ponderación. Por lo tanto el principal objetivo se centra en realizar

ajustes tantas iteraciones como muestras (unidades espaciales) se tengan en el

modelo; se puede realizar estimaciones ajustadas a cada muestra aplicando la

ecuación resultante para el modelo. (Equiarte y Sánchez, 2015).

La principal característica de GWR es diferenciar la componente espacial en los

datos, incorporando en la ecuación el valor de las coordenadas geográficas de las

muestras, ya sea en un punto, el centroide de un lote o una celda para formatos raster,

permitiendo que los coeficientes Bj (j=0,1,…p) de los j predictores Xj (j=1,…p) sean

diferentes en cada ubicación; ósea la ubicación está definida por sus coordenadas

(latitud; longitud). El valor de la variable dependiente Yi se puede representar

mediante la siguiente función matemática:

Yi= B0 (latitudi ; longitudi)+ B1(latitudi ; longitudi)X1+

B2(latitudei ; longitudi) X2 +…….+Bp(latitudi ; longitud i) Xp

2.4 Localización y Generalidades.

Localidad de Kennedy: Limita al Norte con la localidad de Fontibón, por el rio Fucha

y el municipio de Mosquera por el rio Bogotá. Al oriente con la localidad de

Fontibón, por el rio Fucha y Puente Aranda por la avenida de Congreso Eucarístico.

Al sur con la localidad de Tunjuelito por la avenida NQS tramo sur Ciudad Bolívar y

Bosa por el rio Tunjuelito y por el Occidente con la localidad de Bosa por el rio

Tunjuelito y el municipio de Mosquera por el rio Bogotá. Los usos del suelo está

representado por el residencial 55.9% área urbana integral 20.5%, suelo protegido

41

9,4% dotacional 6.6% comercio y servicios 4.5% e industrial 3.1 y está compuesta

por 98 sectores catastrales19

La localidad de Fontibón: Limita al norte con la localidad de Engativá, Avenidas José

Celestino Mutis, y Jorge Eliecer Gaitán. Oriente: con las localidades de Puente

Aranda y Teusaquillo y con la avenida del Congreso Eucarístico, al Sur con la

localidad de Kennedy y con el rio Fucha y al Occidente con el rio Bogotá y los

municipios de Mosquera y Funza. Los principales usos del suelo son dotacional, uso

urbano integral, residencial, industrial, comercio y servicios y de áreas protegidas,

está compuesta por 52 sectores catastrales.

La localidad de Engativá: Limita al norte con la localidad de Suba con el Rio Juan

Amarillo y Humedal Jaboque. Oriente: con localidades de Barrios Unidos y

Teusaquillo y con La Avenida del Congreso Eucarístico. Sur: localidad de Fontibón y

con las Avenidas José Celestino Mutis y Jorge Eliecer Gaitán. Al Occidente: con los

municipios de Funza y Cota y con el Rio Bogotá. Los usos predominantes son

residencial consolidado, residencial con urbanización incompleta, dotacional y área

urbana protegida, la localidad contiene 81 Sectores catastrales.

Los sectores que componen el estudio se ilustran en la figura 4.

19

Los sectores catastrales son una subdivisión del territorio distrital, creada para el desarrollo de las

labores misionales del catastro. Un sector catastral se compone de varias manzanas; está delimitado

principalmente por vías de la malla vial arterial o zonal, o por límites naturales; los sectores catastrales

también pueden tener en cuenta la extensión original de los grandes predios de los cuales se segregaron

otros de menor extensión, por esta razón un sector catastral puede ubicarse en más de una localidad.

Los sectores catastrales están codificados para facilitar los trabajos estadísticos que con base en ellos

se puedan desarrollar. (SDP, 2011)

42

Figura 4. Mapa de sectores catastrales


TEUSAQUILLO

SUBA

PUENTE ARANDA

KENNEDY

ENGATIVA

FONTIBON

006516

006524

004504

006502

004505

004502

006501

004316

004544

006531

004514

004503

004518

006507

004501

004627

205101

004510

004509

006512

006508

004507

004547

004517

006505

006515

006518

004615

006509

004551

105105

006514

004511

006506

004531

105203

004530

004556

004596

004508

004506

006504

004545

004525

004534

004554

004557

004601

006517

004512

004584 004542004540

004612

004576

006534

006529

006510

004620

004607

004543

004535

004621

004618

004516

004555

004537

004613

006528

004581

004532

004565

004578

004609

004536

004611

004548

004559

004614

004619

004582

004566

004617

006503

004549

004562

004603

004541

205209

004515

205221006511

004564

004560

006533

005626

005669

005506

005650

005662

005664

005634

005644

005607

005606

005608

005603

005663

005614

005623

005612

005406

005507

005602

005621

005404

005502

005668

005601

005616

005405

005619

005505

005620

005675

005640

005610

005628

005680

005503

005636

005649

005679

005665

005625

106301

106201

005637

005609

005670

005635

005629

005605

005627

005657

005509

005622005666

005613

005611

005632

005615

005630

005648

005652

005631

005604

005504005508

005647

005667

005501

005510

005617

005638

005654

005639

005641

005684

005683

005643

005660

005655005661

005682

005624

006320

006525

006405

006521

006404

006414

006413

105402

006313

006301006520

006403

006423

006308

006303

006312

006302

006306

006410

006401

006418

006311

006402

006319

006408

006307

006409

006406

105104

006527

105403

006315

006420

006407

006419

005672

105401

006522

006415

205401

006417

205402

006316

105103

205102

006416

006519

006532

006411

005673

Sectores Catastrales·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa No. Sectores Catastrales

Area Estudio

MAESTRÍA EN GEOGRAFIA

Elaboró: John Alexander Martinez

Fuente: SDP-UAECD

Agosto 2016

Sistema de Proyeccion Magna Sirgas

Origen Bogotá

Coordenada: 100.000 N

100.000 E

Unidad de medida: Metros

Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Limite Localidad

Sector Catastral

43

2.5 Densidad Poblacional

En Bogotá, a partir del año 1938 se presentó un crecimiento demográfico a tasas

superiores del nivel nacional. Entre los años 1964 y 1993 la participación de la ciudad

de Bogotá en el total nacional pasó del 9.7% al 14.56%. Esta presión sobre el suelo

represento un aumento en la densidad poblacional pasando de 143.8 a 283.5

habitantes por hectárea, lo que conllevo a una mayor demanda de viviendas y por

ende una tendencia al aumento en los precios del suelo (SDP, 2005) (tomado de

Amézquita, L., Sánchez, P., & Abaunza, G. ,2012). A pesar de que la población de

Engativá sigue creciendo, lo hace a un ritmo cada vez menor. La población de

Fontibón crece en el periodo 2005-2015, mas sin embargo su ritmo de crecimiento es

lento hasta el 2010, empezando a crecer hasta el 2015. A pesar de que la población de

Kennedy crece sostenidamente entre 2005 y 2015, este ritmo es lento hasta el año

2010, para luego aumentar hasta el 2015. (SDP, 2011)20

. Tabla 4.

Tabla 4.Densidad Promedio poblacional.

Fuente: Elaboración propia a partir de (SDP-2011).

Se estima que la población de Bogotá al finalizar el año 2016 sea de 7.980.001 y para

el año 2020 sea de 8.380.801, de esta población según los quinquenios desde el año

2005 el porcentaje de la población de las localidades de Kennedy, Fontibón y

Engativá hace parte del 30%, como se ilustra en la tabla 5 y figura 5 y 6.

20

La densidad urbana se define como la cantidad de personas que residen en un territorio urbano

específico de la ciudad; en este caso se refiere al número de habitantes por hectárea urbana. Es

importante precisar que este territorio urbano incluye las manzanas y el espacio público como las vías,

los andenes, las plazas, las plazoletas, los parques, las áreas verdes y naturales que corresponden a

quebradas, humedales, ríos y sus rondas y canales, entre otros. (SDP, 2011).

Nombre Densidad Nombre Densidad

Patio Bonito 614

Corabastos 395

Minuto de Dios 403

Garcés Navas 324

Fontibón 284

Ciudad Salitre Occidental 195

UPZ Mayor

Densidad

(personas/ha)

UPZ Menor

Densidad

(personas/ha)

Kennedy 283 192

Localidad

Densidad Urbana

promedio

(personas/ha)

Densidad Promedio

Urbana Bogotá

(personas/ha)

113

Bavaria 75

Jardín Botánico 16Engativá

Fontibón Aeropuerto El Dorado 1

245 192

192

44

Figura 5. Participación poblacional porcentual.

Fuente: Elaboración propia a partir de (estadísticas DANE 2016).

Tabla 5. Población por quinquenio.

Fuente: Elaboración propia a partir de Proyecciones de la Población Censo General DANE 2005.

Las localidades de Engativá y Kennedy son dos de las localidades con mayor

participación de población dentro de Bogotá, solo superadas por la localidad de Suba.

LocalidadPoblación

Año 2005

Población

Año 2010

Población

Año 2015

Kennedy 944.777 1.009.527 1.069.469

Fontibón 297.933 338.198 380.453

Engativá 793.944 836.124 874.755

Complemento Bogotá 4.803.462 5.179.933 5.554.106

45

Figura 6. Crecimiento densidad poblacional

Fuente: Elaboración propia a partir de Proyecciones de la Población Censo General DANE 2005.

El 70% de la población de las localidades de estudio se encuentra en un rango de

edad de 15 a 65 años. En el año 2005 la localidad de Kennedy tenía 48 personas

dependientes demográficamente por cada 100 personas en edades activas, esta

relación ha ido disminuyendo hacia 2011, pasando a 44 personas dependientes por

cada 100 personas en edades activas. Para el mismo periodo Fontibón tenía 45

personas dependientes demográficamente por cada 100 personas en edades activas,

esta relación ha ido disminuyendo hacia 2011, pasando a 41 personas dependientes

por cada 100 personas en edades activas y para la localidad de Engativá ocurre el

mismo fenómeno diferenciado que hacia el año 2011 disminuye a 42 personas

dependientes por cada 100 personas en edades activas.21

21

En Engativá, Fontibón y Kennedy los grupos de adultos y adultos mayores son los únicos que cada

vez tiene un peso mayor dentro del total de población, en contraste con las persona menores de 25 años

que cada vez son un grupo poblacional menor, debido a la reducción de la fecundidad que

experimentan estas localidades. Adicionalmente se evidencia una reducción de la Población en edad

escolar PEE para todos los grupos de rango educacional, preescolar primaria, secundaria y universidad

entre el 2005 y 2015.

46

2.6 Área y usos de suelo por localidad y a nivel de UPZ

La Ley 388 de 1997 definió las clases de suelo, las cuales son clasificaciones

fundamentales en los desarrollos de los planes de ordenamiento y desarrollo en la

ciudad22

. El área de estudio presento la distribución de áreas por clase de suelo

descrito en la tabla 6:

Tabla 6. Área por tipo de suelo. Fuente: SDP. Decreto 190 de 2004 y Decreto 544 de 2009, Bogotá.

Fuente: Elaboración propia a partir de Decreto 619 del 2000 Decreto 190 de 2004 y Decreto 544 de

2009 Bogotá D.C.

La Unidad de Planeamiento Zonal -UPZ-

Su principal fundamento es especificar y delimitar el planeamiento del suelo urbano,

como respuesta a la dinámica de producción de la ciudad y a su inserción en el

contexto regional, incluyendo a los actores sociales en la definición de los planes de

22

Artículo 30º.- Clases de suelo. Los planes de ordenamiento territorial clasificarán el territorio de los

municipios y distritos en suelo urbano, rural y de expansión urbana. Al interior de estas clases podrán

establecerse las categorías de suburbano y de protección, de conformidad con los criterios generales

establecidos en los artículos siguientes. Artículo 31º.- “Constituyen el suelo urbano, las áreas del

territorio distrital o municipal destinadas a usos urbanos por el plan de ordenamiento, que cuenten con

infraestructura vial y redes primarias de energía, acueducto y alcantarillado, posibilitándose su

urbanización y edificación, según sea el caso. Podrán pertenecer a esta categoría aquellas zonas con

procesos de urbanización incompletos, comprendidos en áreas consolidan edificación, que se definan

como áreas de mejoramiento integral en los planes de ordenamiento territorial. Las áreas que

conforman el suelo urbano serán delimitadas por perímetros y podrán incluir los centros poblados de

los corregimientos. En ningún caso el perímetro urbano podrá ser mayor que el denominado perímetro

de servicios públicos o sanitarios.

LocalidadÁrea

total (ha)

Suelo

Urbano (ha)

Suelo de Expansión

Urbana (ha)

Suelo

Rural

Kennedy 3.859 3.606,40 252,6

Fontibón 3.328,10 3.052,80 275,3

Engativá 3.588,10 3.439,20 148,9

Complemento Bogotá 152.887,90 28.332,80 2.297,30 122.257,70

Total 163.663,10 38.431,20 2.974,10 122.257,70

47

ordenamiento y control normativo a escala zonal (SDP, 2011)23

Figura 7. En la

localidad de Kennedy existen 12 UPZ’s, clasificadas como se muestra en la tabla 7.

Tabla 7.Area y clasificación de UPZ Localidad Kennedy


2009 Bogotá D.C.

Dentro de los principales bienes culturales identificables en la Localidad están: La

UPZ Américas. Estadio Metropolitano Ciudad de Techo y la UPZ Bavaria se ubica,

la Clínica de Nuestra Señora de la Paz y el I.E.D. Nicolás Esguerra en la categoría de

Conservación Integral.

La localidad de Fontibón, contiene ocho UPZ, contando entre ellas las de uso

dotacional conformada por el aeropuerto el Dorado y la mitad de las UPZ de

Fontibón que conservan uso industrial actualmente. Tabla 8.

23

De acuerdo con el Decreto 619 del 2000 por el cual se adoptó el Plan de Ordenamiento Territorial,

las UPZ se clasificaron, según sus características predominantes, en ocho grupos así: Unidades tipo 1,

residencial de urbanización incompleta. Unidades tipo 2, residencial consolidado. Unidades tipo 3,

residencial cualificado. Unidades tipo 4, desarrollo. Unidades tipo 5, con centralidad urbana. Unidades

tipo 6, comerciales. Unidades tipo 7, predominantemente industrial y Unidades tipo 8, de predominio

dotacional.

UPZ ClasificaciónÁrea

total (ha)%

No.

de manzanas

Área de

manzanas (ha)

44-AMERICAS Con Centralidad Urbana 381 9,9 435 256,1

45-CARVAJAL Residencial Consolidado 438,6 11,4 545 297,6

46-CASTILLA Residencial Consolidado 503,2 13 573 355,6

47-KENNEDY CENTRAL Residencial Consolidado 337,2 8,7 518 233,2

48-TIMIZA Residencial Consolidado 430,4 11,2 877 347,1

78-TINTAL NORTE Desarrollo 343,4 8,9 35 283,2

79-CALANDAIMA Desarrollo 318,9 8,3 124 267,2

80-CORABASTOS Residencial de Urbanización incompleta 184,5 4,8 371 137,6

81-GRAN BRITALIA Residencial de Urbanización incompleta 179,9 4,7 377 126,6

88- PATIO BONITO Residencial de Urbanización incompleta 317,3 8,2 966 192,9

83-LAS MARGARITAS Predominantemente Dotacional 147,2 3,8 16 131,7

113-BAVARIA Predominantemente Industrial 277,2 7,2 124 211,4

3858,8 100 4961 2840,2TOTAL

48

Tabla 8.Area y clasificación de UPZ Localidad Fontibón.


2009 Bogotá D.C.

Para la localidad de Engativá de las nueve UPZ’s cinco de ellas conservaban uso

residencial consolidado como se muestra en la tabla 9.

Tabla 9.Area y clasificación de UPZ Localidad Engativá


2009 Bogotá D.C.


total (ha)%

No.

de

manzanas

Área de

manzanas

(ha)

75-FONTIBON Con Centralidad Urbana 496,5 14,9 640 367,8

76-FONTIBON SAN PABLO Predominantemente Industrial 360 10,8 267 301,7

77-ZONA FRANCA Predominantemente Industrial 491,6 14,8 119 419,4

110-CIUDAD SALITRE OCCIDENTAL Residencial Cualificado 225,7 6,8 89 139,1

112-GRANJAS DE TECHO Predominantemente Industrial 477,6 14,4 125 363,2

114-MODELIA Residencial Cualificado 261,6 7,9 291 181,1

115-CAPELLANIA Predominantemente Industrial 272,1 8,2 127 195,6

117-AEROPUERTO EL DORADO Predominantemente Dotacional 743,1 22,3 11 745,9

3.328,10 100 1.669 2.713,9Total


total (ha)%

No.

de

manzanas

Área de

manzanas

(ha)

26-LAS FERIAS Con Centralidad Urbana 473,3 13,2 531 333

29-MINUTO DE DIOS Residencial Consolidado 373,3 10,4 921 246,1

30-BOYACA REAL Residencial Consolidado 453,8 12,6 636 320,8

31-SANTA CECILIA Residencial Consolidado 308,6 8,6 406 212,9

72-BOLIVIA Residencial Consolidado 474,5 13,2 153 373,9

73-GARCES NAVAS Residencial Consolidado 555 15,5 861 393,6

74-ENGATIVA Residencial de Urbanización incompleta 587,6 16,4 721 518,5

105-JARDIN BOTANICO Predominantemente Dotacional 161,7 4,5 12 142,8

116-ALAMOS Predominantemente Industrial 200,2 5,6 103 160,1

3.588,10 100 4.344 2.701,5Total

49

Figura 7. Mapa de Unidades de Planeamiento Zonal.


ENGATIVA

UPZ74

BOLIVIA

UPZ72

LAS FERIAS

UPZ26

GARCES NAVAS

UPZ73

BOYACA REAL

UPZ30

ALAMOS

UPZ116

MINUTO DE DIOS

UPZ29

SANTA CECILIA

UPZ31

JARDIN BOTANICO

UPZ105

FONTIBON

UPZ75

MODELIA

UPZ114

ZONA FRANCA

UPZ77

AEROPUERTO EL DORADO

UPZ117

GRANJAS DE TECHO

UPZ112

CAPELLANIA

UPZ115

FONTIBON SAN PABLO

UPZ76

CIUDAD SALITRE OCCIDENTAL

UPZ110

AV

EN

IDA

CENTENA

RIO

AVENIDA V

ERSALLES

TIMIZAUPZ48

CASTILLAUPZ46

CARVAJALUPZ45

AMERICASUPZ44

BAVARIAUPZ113

TINTAL NORTEUPZ78

CALANDAIMAUPZ79

PATIO BONITOUPZ82

KENNEDY CENTRALUPZ47

CORABASTOSUPZ80

GRAN BRITALIAUPZ81

LAS MARGARITASUPZ83

SUBA

KENNEDY

ENGATIVÁ

BOSA

FONTIBÓN

PUENTE ARANDA

TEUSAQUILLO

BARRIOS UNIDOS

LOS MÁRTIRES

CIUDAD BOLÍVAR TUNJUELITO

SANTA FE

CANDELARIA

ANTONIO NARIÑO

CHAPINERO

Unidades de Planeamiento Zonal -UPZ-·

0 660 1.320 1.980 2.640330Meters

1:75.000Escala

Mapa No. Unidades de

Planeamiento Zonal

Area de Estudio



Fuente: Secretaria Distrital de

Planeación -SDP-

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Limite Localidad

Sector Catastral

Cuerpos de Agua

50

2.7 Sistema de Equipamientos

Los equipamientos colectivos (SDP, 2011)24

, según la información suministrada por

la SDP –UAECD año 2016, corresponden a 669 en la localidad de Kennedy, para la

localidad de Fontibón 310 y para la localidad de Engativá 659, pertenecientes a los

sectores de educación, salud, servicios sociales, seguridad, cultos, y parques (Tabla

10 y figura 8 y 9). Estos equipamientos son fundamentales, por cuanto a partir de su

geoposición se estableció la distancia a los predios para determinar su grado de

influencia en el valor de las viviendas en los modelos econométricos desarrollados en

el capítulo metodológico de esta investigación.

Tabla 10. Número y clasificación de equipamientos.

Fuente: Elaboración propia a partir de información gráfica de la SDP-UAECD.

24

Es el conjunto de espacios y edificios destinados a proveer a los ciudadanos del Distrito Capital de

los servicios sociales de cultura, seguridad y justicia, educación, salud, culto, deportivos, recreativos y

de bienestar social, para mejorar los índices de seguridad humana a las distintas escalas de atención, en

la perspectiva de consolidar la ciudad como centro de una red regional de ciudades, buscando

desconcentrar servicios que pueden ser prestados a menores costos en las otras ciudades de la región.

Este sistema busca organizar los servicios sociales atendidos por entidades públicas, privadas o mixtas.

Los equipamientos se clasifican, según la naturaleza de sus funciones, en tres grupos: equipamiento

colectivo, equipamiento deportivo y recreativo y servicios urbanos básicos.

Tip

o d

e

Ser

vic

io

Ken

ned

y

Fo

nti

bó

n

En

ga

tiv

á

Cementerios y Servicios Funerarios 4 3 4

Culto 98 47 121

Cultura 105 38 66

Deportivo y Recreativo 5 4 12

Educación 244 84 232

Educación Superior 3 2 3

Integración Social e Igualdad de Oportunidades 146 92 160

Recintos Feriales

Salud 34 10 28

Sedes Administrativas 6 14 13

Seguridad Ciudadana, Defensa y Justicia 21 13 15

Seguridad y Soberania Alimentaria 3 3 5

Total general 669 310 659

Total Area de Estudio 1638

51

Los equipamientos colectivos están relacionados directamente con la actividad

residencial y la seguridad humana. Se clasifican en cinco subgrupos: educación,

bienestar social, salud, cultura y culto religioso. (SDP, 2011).25

Figura 8. Gráfico de número de equipamientos por servicio.


25

Es el conjunto de espacios y edificios destinados a proveer a los ciudadanos del Distrito Capital de

los servicios sociales de cultura, seguridad y justicia, educación, salud, culto, deportivos, recreativos y

de bienestar social, para mejorar los índices de seguridad humana a las distintas escalas de atención, en

la perspectiva de consolidar la ciudad como centro de una red regional de ciudades, buscando

desconcentrar servicios que pueden ser prestados a menores costos en las otras ciudades de la región.

Este sistema busca organizar los servicios sociales atendidos por entidades públicas, privadas o mixtas.

Los equipamientos se clasifican, según la naturaleza de sus funciones, en tres grupos: equipamiento

colectivo, equipamiento deportivo y recreativo y servicios urbanos básicos.

52

Figura 9. Mapa de Localización de equipamientos por tipo de servicio.


KENNEDY

ENGATIVA

FONTIBON

Equipamientos por tipo de Servicio ·

1:75.0000 640 1.280 1.920 2.560320

Meters

Esc

Mapa No. 7. Equipamientos

Por Tipo de Servicio



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Equipamiento

TIPO_SERVICIO

Cementerios y Servicios Funerarios

Culto

Cultura

Deportivo y Recreativo

Educación

Educación Superior

Integración Social e Igualdad de Oportunidades

Salud

Sedes Administrativas

Seguridad Ciudadana, Defensa y Justicia

Seguridad y Soberania Alimentaria

ConvencionesLimite Localidad

53

3 CARACTERIZACIÓN DE VIVIENDAS.

La ciudad de Bogotá ha experimentado un acelerado proceso de urbanización como

efecto de las migraciones poblaciones motivado por diversas estrategias públicas de

ordenamiento territorial y por la sobre oferta de los constructores privados, quienes

aprovechan la falta de regulación y las altas demandas de viviendas generadas en el

mercado inmobiliario para desarrollar proyectos de máxima rentabilidad.

La capital afronta actualmente dificultades muy complejas que con el paso del tiempo

tienden a agravarse dado que diariamente llegan numerosas familias, de las cuales un

gran porcentaje corresponden a desplazados por el conflicto y la violencia que aún

existe en el país, convirtiéndose así en familias relegadas a buscar vivienda en barrios

con grandes dificultades en el suministro de servicios básicos, tendiendo a agravar la

situación y convirtiéndose en factores generadores de delincuencia y de pobreza.

(SDP, 2011).

Como se ha mencionado, la adquisición de vivienda es uno de los indicadores

principales que ilustran el grado de desarrollo económico que puede tener una ciudad,

sin enumerar los aspectos sociales que tienen igualmente una relación de

interdependencia con la tenencia de la vivienda. La vivienda es entonces uno de los

factores que centran el interés de la comunidad científica e institucional, dado que su

estudio facilita una mejor comprensión sobre su variabilidad y dependencia espacial,

permitiendo analizar y entender las relaciones complejas que se presentan en un

determinado espacio. Por lo anterior en este capítulo se realiza una caracterización de

la vivienda para el área de estudio.

3.1 Tenencia de vivienda por Localidad.

De los 2.185.874 hogares que habitan en Bogotá D.C., 1.154.082 hogares tienen

vivienda propia, correspondiendo al 52,8% con referencia al total de hogares, de estos

hogares 881.358, que corresponden a menos de la mitad (40,3%), ya la pagaron en su

totalidad y 272.724 que corresponden al (12,5%) actualmente la están pagando;

904.893 hogares viven en arriendo o subarriendo representando un poco menos de la

54

mitad (41,4%), igualmente 77.575 hogares viven en usufructo, correspondiendo al

(3,5%) y los 49.323 hogares restantes con un porcentaje pequeño (2,3%), lo hacen en

otra forma de tenencia (posesión sin título y ocupante de hecho propiedad colectiva

(DANE – SDP, 2011). Fontibón y Kennedy con el 20,2%, y 14,7%, respectivamente

registran las mayores proporciones de hogares que viven en viviendas propias (que

actualmente la están pagando).

De las anteriores cifras, tomadas de la Encuesta Multipropósito para Bogotá en el año

2011, se puede establecer que los hogares que ocupan viviendas diferentes a los

propietarios legales de estas corresponden al sesenta por ciento (60%) del total de

hogares, indicando que las personas que no tienen vivienda en Bogotá, por lo menos

en un alto porcentaje, no cuentan con ingresos o recursos económicos suficientes para

la adquisición de vivienda nueva o usada, provocado entre otros aspectos, por los

altos precios que esta tiene en un mercado inmobiliario que se encuentra en constante

valorización y dinámica de crecimiento.

Para el año 2011, la localidad de Kennedy contaba con 288.293 hogares, de los cuales

el 38,1% (109.710 hogares) vivían en viviendas propias pagadas totalmente, el 14,7%

(42.363 hogares) habitaban en una vivienda que estaban pagando, el 41,7% (120.251

hogares) vivían en arriendo o subarriendo y la población restante que corresponde al

5,5%, en otras formas de tenencia diferentes a las enunciadas anteriormente. Así

mismo para el mismo año en la localidad de Fontibón se contaba con 104.048

hogares, de los cuales el 39,6% (41,179 hogares) vivían en viviendas propias pagadas

totalmente, el 20,2% (21.041 hogares) habitaban en vivienda que estaban pagando, el

36,1% (37.558 hogares) vivían en arriendo o subarriendo y el 4.1% de la población

restante vivía en otras formas de tenencia diferentes. Finalmente, la localidad de

Engativá Contaba con 244.942 hogares, de los cuales el 41,5% (101.757 hogares),

vivían en viviendas propias pagadas totalmente, el 11,4% (27.937 hogares) habitaban

en viviendas que estaban pagando, el 42,9% (105.118 hogares) vivían en arriendo o

subarriendo y el 4.1% la población restante en otras formas de tenencia diferentes, ver

figura 10 y tabla 11. El hacinamiento crítico no mitigable en Engativá es de (69,9%)

que corresponde a una tasa grande y que define aspectos socio-económicos de sus

pobladores.

55

Figura 10. Mapa de déficit de vivienda.

Fuente: Elaboración propia a partir de información UAECD.

14,7

1,6%

41,7%

3,9%

39,6%

1,8%

2,3%

36,1%

41,5%

42,9%

3,2%

38,1%

11,4%

20,2%

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Deficit de Vivienda (Porcentaje) ·

1:75.0000 730 1.460 2.190 2.920365

Meters

Esc

Mapa Mapa de Deficit de Vivienda

(Porcentaje)

año 2011



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

SECTORES

Convenciones

Porcentaje Deficit de vivienda

Localidad

Sectores

propia, totalmente pagada

propia, la estan pagando

En arriendo o subarriendo

En usufructo

Otra forma de tenencia

56

Tabla 11. Tenencia de vivienda por número de hogares.

Fuente: DANE – SDP. Encuesta multipropósito para Bogotá 2011.

3.2 Vivienda por tipo.

Bogotá contaba con 2.097.697 viviendas para el año 2011 donde habitaban 2.185.874

hogares. El 57,2% de las viviendas correspondían a apartamentos, el 38,8% a casas,

el 2,9% a cuartos en inquilinato, el 1,1% a cuartos en otro tipo de estructura y el

porcentaje restante a otro tipo de vivienda. (DANE-SDP, 2011).

En la tabla 12 y figura 11 se describe y se espacializa la distribución por tipo de

vivienda en las localidades de Kennedy, Fontibón y Engativá, en donde las

propiedades NPH corresponde al 36.1%, 37.7% y 41.1% respectivamente y las cuales

ocupan la mayor proporción de área para este uso en las localidades ya mencionadas.

Tabla 12. Número de viviendas por tipo

Fuente: DANE – SDP. Encuesta multipropósito para Bogotá 2011.

total porcentaje total porcentaje total porcentaje total porcentaje total porcentaje

Kennedy 288.293 109.710 38,1 42.363 14,7 120.251 41,7 11.369 3,9 4.599 1,6

Fontibón 104.048 41.179 39,6 21.041 20,2 37.558 36,1 2.402 2,3 1.868 1,8

Engativá 244.942 101.757 41,5 27.937 11,4 105.118 42,9 7.918 3,2 2,213 0,9

Otra forma

de tenenciaLocalidadTotal

Hogares

propia, totalmente

pagada

propia, la estan

pagando

En arriendo o

subarriendoEn usufructo

total porcentaje total porcentaje total porcentaje total porcentaje

Kennedy 276.800 99.548 36 172.607 62,4 1.249 0,5 3.397 1,2

Fontibón 100.451 37.862 37,7 61.015 60,7 268 0,3 1.307 1,3

Engativá 239.881 98.700 41,1 131.465 54,8 9.482 4 235 0,1

Cuartos otro tipo

de estructuraLocalidadcasa Apartamento

Cuartos en

inquilinatovivienda

total

57

Figura 11. Mapa de viviendas por tipo.


62,4%

36%

37,7%

1,3%

54,8%

4%

1,2%

60,7%

41,1%

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Vivienda or Tipo (Porcentaje) ·

1:75.0000 730 1.460 2.190 2.920365

Meters

Esc

Mapa Mapa de Vivienda por Tipo

(Porcentaje)

año 2011



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

LOCALIDAD

SECTORES

Porcentaje por tipo de vivienda

casa

Apartamento

Cuartos en_inquilinato

Cuartos otro tipo

58

Ampliando lo anterior, cuando se analizan las áreas ocupadas por los usos de

vivienda en propiedad horizontal (PH) y vivienda en no propiedad horizontal (NPH),

se observa que esta última ocupa un porcentaje mayor, debido principalmente a que la

ciudad desde su origen fue construida por medio de este urbanismo tradicional. Esta

situación es normal teniendo en cuenta que la vivienda en PH toma auge, pese a estar

reglamentada en Colombia con la ley 182 de 1948, a partir de la ley 675 del año

2001, con la cual esta forma de urbanización crece aceleradamente auspiciada

principalmente por los planes y programas gubernamentales de las administraciones

en las últimas décadas, las cuales buscan redensificar la ciudad apaciguando así una

expansión urbana que proyecta una conurbación con los municipios contiguos a la

ciudad.

Adicionalmente, la menor proporción de área cubierta por el uso en PH se podría

explicar dado que en Bogotá las propiedades horizontales son en su mayoría

conjuntos cerrados que se construyen con varios números de pisos en altura, los

cuales a su vez contienen múltiples unidades prediales o lo que se denomina predios

catastrales. La anterior forma de urbanización tiene una marcada preferencia para los

constructores privados y las entidades públicas sobre la construcción de propiedades

horizontales tipo condominios ya que estos están destinados para los estratos altos

debido a sus altos precios. Un caso similar ocurre con las viviendas NPH ya que

aunque están destinadas a estratos medios y bajos, la falta de suelo urbanizable en la

ciudad hace que la construcción de este este tipo de vivienda sea poco rentable para

los constructores en la actualidad.

3.3 Unidades de uso.

La localidad de Fontibón registro para el año 2002, un total de 74.825 unidades de

usos, que constituyeron un área construida de 9.784.761.5 m2, posteriormente para el

año 2012, presentó un aumento de 147.096 unidades de usos que equivalieron a

15.136.448.37 m2 de área construida, como se observa el incremento en unidades

construidas se duplicó durante esta década. Este incremento se debió principalmente a

la construcción de numerosos proyectos urbanísticos principalmente PH. Así mismo

en predios NPH se generaron usos mixtos asociados y compatibles con la vivienda

como el caso de uso de comercio y bodegas de almacenamiento.

59

La localidad de Kennedy registro en el año 2002, un total de 181.517 unidades de uso

que correspondieron a un área construida de 19.301.605 m2, luego para el año 2012 se

presentó un incremento de 293.234 unidades de uso que correspondieron a

27.838.996 m2 construidos, este incremento de casi el 45% representó 8.537.391 m

2

nuevos construidos para el año 2012.

Finalmente, para la localidad de Engativá en el año 2002 se totalizaron 174.969

unidades de uso que constituyeron 19.216.499 m2 construidos, y que para el año 2012

presentó un incremento con un total de 237.132 unidades de uso que corresponden a

24.624.420 m2 construidos. Este incremento de casi el 30%, representaron 5.439.074

m2 nuevos construidos para la localidad.

En la figura 12, se presenta un mapa de los principales usos que se configuraron para

el año 2012 en las localidades de Fontibón Kennedy y Engativá.

60

Figura 12. Mapa de Usos año 2012.


56,04

23,83

0,92

3,72

0,26

0,32

1,87

0,03

0,01

0,26

1,54

0,19

0,23

0,95

0,83

0,94

6,72

1,11

0,24

60,34

18,74

0,87

3,45

0,56

0,61

2,38

0,22

0,06

0,11

1,84

0,12

0,22

1,22

0,8

0,64

6,14

1,45

0,25

30,06

26,85

1,11

2,56

0,73

0,48

7,09

1,9

0,43

0,4

1,1

0,03

0,15

0,73

0,25

4,47

17,65

3,66

0,35

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Usos (Porcentaje por unidades de uso) ·

1:75.0000 620 1.240 1.860 2.480310

Meters

Esc

Mapa Mapa de Usos

Porcentaje por unidades de uso

año 2012.



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Porcentaje de Uso

LOCALIDAD

Vivienda en NPH

Vivienda en PH

Comercio puntual

Comercio en corredor comercial

Centro comercial grande y mediano

Grandes almacenes

Oficinas NPH

Oficinas PH

Hoteles

Moteles

Colegios y universidades

Clínicas, hospitales y centros médicos

Iglesias

Dotacional

Actividad artesanal

Industria

Bodega y almacenamiento

Parqueadero

Otros usos

SECTORES

61

3.4 Déficit de Vivienda

A continuación de describe el déficit de vivienda en documento publicado por el

DANE en el año 2008, en el cual se calcula déficit teniendo en cuenta las carencias

cuantitativas y cualitativas que presentaron las viviendas acordes a la metodología

desarrollada por Naciones Unidas UN Hábitat.26

Déficit Cuantitativo de Vivienda: del total de hogares residentes en Bogotá

(2.185.874) el 11,8% de estos (258.057) tenían déficit de vivienda27

.

Déficit Cualitativo de Vivienda: Bogotá presento 141.524 hogares (6.5%) con déficit

cualitativo. 117.995 hogares (83.4%) presentaron carencia en hacinamiento mitigable,

éste tipo de carencia se presentó principalmente en las localidades de Engativá con el

92,5% por ciento y Kennedy con el 89,8% por ciento. 28

26

"Cuando se menciona la acepción “Déficit de vivienda, se hace referencia al conjunto de hogares

que habitan en viviendas particulares que presentan carencias habitacionales tanto por déficit

cuantitativo como cualitativo y por tanto requieren una nueva vivienda o mejoramiento o ampliación

de la unidad habitacional en la cual viven. El Déficit cuantitativo corresponde a la estimación de la

cantidad de viviendas que la sociedad debe construir o adicionar para que exista una relación uno a uno

entre las viviendas adecuadas y los hogares que necesitan alojamiento, es decir, se basa en la

comparación entre el número de hogares y el número de viviendas apropiadas existentes. El Déficit

cualitativo hace referencia a las viviendas particulares que presentan carencias habitacionales en los

atributos referentes a la estructura, espacio y a la disponibilidad de servicios públicos domiciliarios y

por tanto, requieren mejoramiento o ampliación de la unidad habitacional en la cual viven” (Dane,

2008: 2-3)." 27

Kennedy cuenta con 288.293 hogares, de los cuales el 10,4% (29.869 hogares) tienen déficit de

vivienda; al desagregarlos por tipo de déficit, 19.262 hogares tienen déficit cualitativo,

correspondiendo al 6,7% del total de hogares de la localidad y 10.608 hogares con déficit cuantitativo

representando el 3,7%. Fontibón cuenta con 104.048 hogares, de los cuales el 7,4% (7.735 hogares)

tienen déficit de vivienda; al desagregarlos por tipo de déficit, 4.038 hogares tienen déficit cualitativo,


representando el 3,6%. Engativá cuenta con 244.942 hogares, de los cuales el 6,5% (16.001 hogares)

tiene déficit de vivienda; al desagregarlos por tipo de déficit, 9.732 hogares tienen déficit cualitativo,


representando el 2,6%. 28

El 89,8% de los hogares con déficit cualitativo en la localidad de Kennedy presentó carencias en

hacinamiento mitigable, el 5,2% de los hogares con carencias en servicios públicos, el 2,5% de

carencias en estructura, el 1,3% en estructura y hacinamiento mitigable y 1,3% en estructura y

servicios públicos. El 83,1% de los hogares con déficit cualitativo en la localidad de Fontibón presentó

carencias en hacinamiento mitigable y el 16,9% de los hogares tienen carencias en servicios públicos.

El 92,5% de los hogares con déficit cualitativo en la localidad de Engativá presentó carencias en

hacinamiento mitigable, el 5,4% de los hogares presenta carencias en servicios públicos y el 2,2%

presenta carencias de hacinamiento mitigable y servicios públicos.

62

De las 276.800 viviendas que se encontraron en la localidad de Kennedy el 62,4%

eran apartamentos, el 36,0% correspondían a casas y el restante 1,6% a otro tipo de

vivienda. De los 10.608 hogares con déficit de vivienda cuantitativo en la localidad

de Kennedy, el 38,2% presento carencias de hacinamiento no mitigable,

correspondiendo a 4.049 hogares; Igualmente en el 7,5% (795 hogares) se identificó

carencia en estructura y en el 54,3% (5.763 hogares) carencias de cohabitación.

De las 100.451 viviendas que se encontraron en la localidad de Fontibón el 60,7%

eran apartamentos, el 37,7% casas y el restante 1,6% correspondía a otro tipo de

vivienda. De los 3.698 hogares con déficit de vivienda cuantitativo en la localidad, el

36,3% presentó carencias de hacinamiento no mitigable, correspondiendo a 1.341

hogares; adicionalmente se identificó que el 63,7% (2.356 hogares) tenía carencias de

cohabitación. Para el mismo periodo la localidad no presentó carencia en estructura.

De las 239.881 viviendas que se encontraron en la localidad de Engativá el 54,8%

eran apartamentos, el 41,1% casas y el porcentaje restante correspondía a otro tipo de

vivienda. De los 6.269 hogares con déficit de vivienda cuantitativo en la localidad, el

69,9% presento carencias de hacinamiento no mitigable, correspondiendo a 4.381

hogares; el 30,1% (1.888 hogares) registro carencias de cohabitación. Para el mismo

periodo no se presentó carencia de estructura en esta localidad.

3.5 Precios de la vivienda.

Según la información descrita en el boletín 4 trimestre de 2015 del Observatorio

dinámicas del territorio de la SDP “desde finales de 2011, los precios de la vivienda

se encuentran en sus niveles más altos desde que se tiene información, de acuerdo a

las fuentes, Banco de la República, DANE y el DNP”. Este crecimiento se desacelera

en el segundo del 2013 lo que genera un ajuste en los precios de la vivienda que

favorece al sector de la economía. Figura 13.

63

Figura 13: Índice de precios de vivienda nueva y usada (I trim 1988 –IV trim 2015)

Fuente: Banco de la República (Índice de Precios de la Vivienda Usada en Colombia, IPVU-BR),

Departamento Nacional de Planeación (Índice de Precio de Vivienda nueva en Bogotá, IPV-DNP) y el

Departamento Nacional de Estadísticas (Índice de Precios de Vivienda Nueva en Bogotá IPVN-

DANE).

En la figura 14 muestra que para el año 2015 se presenta una desaceleración de los

precios de la vivienda nueva lo que se asocia a los elevados precios de los inmuebles

recientemente construidos. Esta situación genera que los futuros compradores

busquen opciones más económicas y opten por la vivienda usada. El aumento de la

demanda de este tipo de vivienda genera que los precios de las mismas se estabilicen.

Figura 14. Evolución de los precios de la vivienda nueva en Bogotá (Variación anual, I Trim I 2011 –

IV Trim 2015)

Fuente: Banco de la República (Índice de Precios de la Vivienda Usada en Colombia, IPVU-BR),

Departamento Nacional de Planeación (Índice de Precio de Vivienda nueva en Bogotá, IPV-DNP) y el

Departamento Nacional de Estadísticas (Índice de Precios de Vivienda Nueva en Bogotá IPVN-

DANE).

64

Adicionalmente la percepción del sector constructor sugiere que la caída adquisición

de inmuebles nuevos se debe entre algunos factores a los menores ingresos captados

en la economía del país, el crecimiento de las tasas de interés, los precios elevados de

la vivienda y el aumento de la inflación.

65

4 ANÁLISIS DE RELACIONES ESPACIALES.

Este tipo de análisis permite comprender las relaciones espaciales que se presentan en

un determinado espacio geográfico, logrando caracterizar e identificar las

causalidades existentes en las diversas variables observables en dicho espacio.

La identificación de la distribución espacial que presentan las variables exploratorias

que intervienen en la conformación del precio de la vivienda en el área de estudio,

permitió conocer su ponderación en dicha influencia, así como la posible predicción

en los precios de la misma basados en los modelos de regresión empleados en el

análisis. Adicionalmente la configuración espacial sirve como herramienta o

instrumento en la toma de decisiones en cuanto a la valorización de las viviendas en

el área de estudio, a ser tenida en cuenta en futuros planes, metas o programas que se

emprendan puesto que podría aportar a la densificación de infraestructuras comunales

(amenitíes) ausentes o desprovistas en el área de estudio.

La regresión por mínimos cuadrados ordinarios -OLS- es la primera técnica de

regresión espacial para conocer las distribuciones y las correlaciones de las variables

estudiadas, en donde se creó un modelo global de la variable dependiente para el caso

de estudio precio de la vivienda. Posteriormente con la identificación en las variables

candidatas óptimas para el modelo OLS, se crea un modelo de Regresión Ponderada

Geográficamente -WGR- que en la actualidad es una de las técnicas más novedosas

en el campo de la geografía, ya que permite obtener un modelo local para cada

vivienda, configurando el precio de vivienda ajustado (variable dependiente).

Las relaciones que se presentan entre la variable dependiente y cada variable

independiente del modelo pueden tener una relación positiva, negativa o sin relación.

Es positiva cuando al aumentar la variable dependiente aumenta la variable

independiente o cuando al disminuir la variable dependiente también disminuye la

variable independiente. Por su parte la relación negativa resulta cuando al aumentar la

variable dependiente disminuye o decrece la variable independiente, o cuando al

reducir la variable dependiente aumenta la variable independiente. Finalmente, el

último caso es cuando no existe correlación entre las dos variables.

66

4.1 Herramienta de Regresión exploratoria.

En el procedimiento de la investigación se realizaron varias iteraciones partiendo del

modelo de regresión por mínimos cuadrados -OLS- que permitieron encontrar el

modelo óptimo, obteniendo las variables explicativas con mejor respuesta dentro del

ajuste del modelo para identificar el comportamiento de la variable dependiente que

corresponde al precio de las viviendas en el área de estudio.

El empleo de esta herramienta tiene superioridad sobre otros métodos basados en el

rendimiento del R ajustado, centrando su análisis adicional en el valor de P de

coeficiente donde se busca que sean estadísticamente significativos para cada variable

explicativa, el límite máximo del valor VIF, donde se deben obtener cifras menores

de 7,5 lo cual evita la redundancia explicativa de variables dentro del modelo. El

valor P mínimo aceptable Jarque Bera no es estadísticamente significativo, lo cual

indica que los residuales están normalmente distribuidos (diseño de campana de

gauss) y no tienen sesgo ya que se eliminan los valores atípicos y por último el valor

P de autocorrelación espacial mínima aceptable, el cual tiene un valor que no es

estadísticamente significativo y deben corresponder a distribuciones aleatorias,

indicando que los residuales se distribuyen normalmente dentro del modelo. Para este

último criterio, se observa que su fundamento se basa en un modelo estadístico global

no espacial, el cual deja de lado los análisis locales que deben ser tenidos en cuenta al

modelar relaciones espaciales complejas como sería el comportamiento del precio de

la vivienda en el área de estudio. 29

4.2 Modelo de regresión lineal de mínimos cuadrados -OLS-

EL modelo inicial tiene como variable dependiente el precio de la vivienda y 36

variables independientes o explicativas que se relacionan en la tabla 13.

29

Tomado de https://pro.arcgis.com/es/pro-app/tool-reference/spatial-statistics/how-exploratory-

regression-works.htm. Funcionamiento de la regresión exploratoria.

https://pro.arcgis.com/es/pro-app/tool-reference/spatial-statistics/how-exploratory-regression-works.htm

https://pro.arcgis.com/es/pro-app/tool-reference/spatial-statistics/how-exploratory-regression-works.htm

67

Tabla 13. Variables exploratorias preliminares por tipo.


Las variables cuantitativas están distribuidas en dos grupos:

Variables de distancia a equipamientos amenities y desamenities: corresponden a

las distancias euclidianas las cuales fueron calculas por medio del software ARG

GIS, desde cada centroide del lote que contiene la vivienda ofertada, calculada

hasta el equipamiento o infraestructura más próxima a la vivienda. El centroide

representa la muestra de las 2114 ofertas de precio de las viviendas (variable

dependiente) y la distancia a las 26 clases o tipos de equipamientos o

externalidades, que representan las variables independientes dentro del modelo de

regresión.

VARIABLES DE DISTANCIA A EQUIPAMIENTOS

AMENITIES Y DESAMENITIES

VARIABLES QUE CORRESPONDEN A

CARACTERISTICAS FISICAS

VARIABLE

CUALITATVA

Distancia al centro educativo más cercano. Número de alcobas de la vivienda.

Distancia a la institución de servicios alimentarios más cercana Número de pisos edificados en la vivienda.

Distancia al centro de salud pública más cercana. Número de baños de la vivienda.

Distancia al centro de salud privada más cercana. Número de cocinas de la vivienda.

Distancia al centro de integración más cercano Número de garajes de la vivienda.

Distancia a la institución Universitaria más cercana Antigüedad de la construcción

Distancia al parque de escala metropolitana más cercano. Puntaje asignado por la UAECD para cada vivienda.

Distancia al parque de escala vecinal más cercano. Superficie de Área del lote.

Distancia al parque de escala de bolsillo más cercano. Superficie de Área construida de la vivienda.

Distancia al parque de escala zonal más cercano.

Distancia al centro de atención inmediata de la policía más cercano

Distancia a las instituciones de policía militar más cercana.

Distancia a la institución de bomberos más cercano

Distancia a la institución de cultura más cercano

Distancia a la institución de culto más cercano

Distancia al parque cementerio o funeraria más cercana.

Distancia al humedal más cercano

Distancia a la planta de tratamiento de aguas residuales más cercana.

Distancia al Aeropuerto Internacional el Dorado.

Distancia a la Zona de Manejo y Preservación Ambiental más cercana

Distancia a la estación del Metro proyectada más cercana.

Distancia a la estación de Transmilenio más cercana.

Distancia al paradero del sistema integrado de transporte más cercano.

Distancia a la línea de metro proyectada más cercana.

Distancia al eje vial de trasporte de carga más cercano.

Distancia a la vía de cicloruta cercana.

Número de la

localidad a la cual

pertenece la

vivienda.

68

Variables que corresponden a características físicas: corresponden a número de

alcobas, número de pisos, número de baños, número de cocinas y número de

garajes con que cuenta cada vivienda. La variable de vetustez representa la edad

del predio calculada a partir del año de construcción hasta el año 2016. La

variable calificación corresponde al puntaje asignado de acuerdo a los acabados y

al estado de conservación de los materiales constructivos de la vivienda, una vez

la información es actualizada en la base catastral mediante el censo inmobiliario

llevado a cabo por la UAECD. Adicionalmente se incorporan dentro del modelo

las variables de área construida y área terreno, las cuales indican la superficie del

lote y de la construcción para cada vivienda.

La variable cualitativa: corresponde a la localidad, representada por el número de

localidad a la cual pertenece cada vivienda, definida como una delimitación

político administrativa de la ciudad.

Cabe señalar que en el modelo no se tuvo en cuenta el uso de: lotes no urbanizados,

dado que uno de los objetivos en la construcción del modelo, era evidenciar la

influencia del área construida dentro del precio de la vivienda. Igualmente la variable

estrato, fue excluida del modelo teniendo en cuenta que no aportaba en el ajuste del

mismo y que esta variable no hará parte de la metodología diseñada para el cálculo

del avaluó por parte de la UAECD para el año 2017, dado que esta genero sesgos e

inequidades en la estimación de gravámenes en los años anteriores.

Teniendo en cuenta el reporte del modelo, se observa que el valor del VIF indica que

existen variables que presentan multicolinealidad, por lo cual se deben excluir las

variables que de una u otra manera tienen representatividad en otras variables más

preponderantes dentro el modelo. Existen siete variables que presentan redundancia,

ya que pueden estar explicadas por una o varias variables ya incorporadas en el

modelo, las cuales tienen coeficiente VIF (> 7.5) demarcadas en color verde como se

ilustra en la figura 15.

69

Al correr el modelo inicial OLS, se obtuvo el resultado de la figura 12:

Executing:OrdinaryLeastSquaresLoteo_ResidencialIDENTIFICADOR1D:\Contenedor\Users\jamartinez\Documents\ArcGIS\Default.gdb\Loteo_

Residencial_OrdinaryLe13PRECIO

Educacion;Seg_Alimentaria;Salud_Pub;Salud_Priv;Integra_Social;Educa_Superior;Parq_Metro;Parq_Vecin;Parq_Bolsi;Parq_Zona;CAI;

Inst_Poli_Militar;Bomber_Def_Civil;Cultura;Culto;Cemente_Servicios;Humedal;Planta_Tratamiento;Aeropuerto;ZAMPA;Estacion_Metro;

Estacion_TM;Nodo_Transporte;Red_Metro;Corred_Carga;Red_Cicloruta;LOCALIDAD;ALCOBAS;PISOS;BAÑOS;COCINAS;GARAJES;VETUSTEZ;CALIFICACION;

AREA_TERRENO;AREA_CONSTRUIDA # # Start Time: Mon Sep 05 10:21:55 2016 Running script OrdinaryLeastSquares...

Summary of OLS Results

Variable Coefficient StdError t-Statistic Probability Robust_SE Robust_t Robust_Pr VIF [1]

Intercept 83364091,900660 122087985,218880 0,682820 0,494789 125032837,393377 0,666738 0,505008 --------

EDUCACION -19123,356694 22006,158548 -0,869000 0,384928 21645,916174 -0,883463 0,377069 1,230793

SEG_ALIMENTARIA 17540,680119 4702,497577 3,730077 0,000209* 5202,920122 3,371315 0,000777* 4,174401

SALUD_PUB 53555,426083 6956,166649 7,698985 0,000000* 7034,628402 7,613114 0,000000* 1,764515

SALUD_PRIV 7519,667595 6545,509881 1,148828 0,250750 7243,719478 1,038095 0,299331 3,037140

INTEGRA_SOCIAL -23266,257839 17172,196776 -1,354880 0,175608 18162,326909 -1,281017 0,200331 1,286883

EDUCA_SUPERIOR -32168,931879 5342,495761 -6,021330 0,000000* 5370,696244 -5,989714 0,000000* 8,156355

PARQ_METRO -339,057186 5553,980331 -0,061048 0,951311 5819,353402 -0,058264 0,953528 4,673411

PARQ_VECIN -20219,129167 29863,529885 -0,677051 0,498442 29799,274441 -0,678511 0,497516 1,307958

PARQ_BOLSI 16811,661436 12223,289026 1,375380 0,169168 11787,468668 1,426232 0,153959 1,412749

PARQ_ZONA -2020,271050 5100,897341 -0,396062 0,692114 5131,511898 -0,393699 0,693857 2,055761

CAI -11935,345200 6788,998273 -1,758042 0,078887 6878,906102 -1,735064 0,082879 1,817166

INST_POLI_MILITAR -27335,854237 4724,600674 -5,785855 0,000000* 4199,768615 -6,508895 0,000000* 2,856791

BOMBER_DEF_CIVIL 23751,030860 5637,082704 4,213355 0,000031* 5672,247810 4,187234 0,000035* 25,571298

CULTURA 40352,628528 13486,973233 2,991971 0,002814* 14330,737299 2,815810 0,004913* 1,337843

CULTO 14833,772064 16016,249321 0,926170 0,354446 16230,673523 0,913934 0,360838 1,370789

CEMENTE_SERVICIOS -6065,280666 4447,450086 -1,363766 0,172794 4279,131781 -1,417409 0,156520 4,261887

HUMEDAL 6978,442112 4718,375264 1,478993 0,139302 4788,865773 1,457222 0,145214 3,731965

PLANTA_TRATAMIENTO -6700,232930 3915,844208 -1,711057 0,087222 3838,169572 -1,745684 0,081014 8,664420

AEROPUERTO -19574,630687 3093,940305 -6,326764 0,000000* 3017,470977 -6,487098 0,000000* 20,374693

ZAMPA -42148,215316 6980,227298 -6,038230 0,000000* 7264,346965 -5,802065 0,000000* 2,182706

ESTACION_METRO -26049,422268 13187,352017 -1,975334 0,048349* 14105,955101 -1,846697 0,064928 709,725159

ESTACION_TM -16367,647874 5727,688174 -2,857636 0,004314* 5804,129664 -2,820000 0,004850* 3,471556

NODO_TRANSPORTE -122328,340591 35119,991836 -3,483154 0,000521* 35376,491091 -3,457899 0,000571* 1,080782

RED_METRO 4967,952451 15653,957892 0,317361 0,751012 16395,224877 0,303012 0,761919 960,853562

CORRED_CARGA 20032,115228 7769,217935 2,578395 0,009983* 7776,705774 2,575913 0,010055* 1,750588

RED_CICLORUTA 9956,821321 9021,017791 1,103736 0,269824 9401,799392 1,059034 0,289693 2,228504

LOCALIDAD 14878741,416257 15084078,624038 0,986387 0,324040 15295514,877450 0,972752 0,330771 49,777737

ALCOBAS -1861439,641219 1382545,823502 -1,346385 0,178329 1621665,497685 -1,147857 0,251151 4,192769

PISOS 12404636,854273 3887662,038192 3,190770 0,001454* 5172418,928273 2,398227 0,016544* 2,382919

BAÑOS 13077186,713389 2202482,346991 5,937476 0,000000* 2517293,051002 5,194940 0,000000* 3,164033

COCINAS -8251519,151341 2895182,765065 -2,850086 0,004417* 3446838,495105 -2,393938 0,016738* 3,818326

GARAJES 11559186,814868 2412814,919715 4,790747 0,000003* 3355336,734086 3,445015 0,000598* 1,266703

VETUSTEZ 219109,903737 210889,397644 1,038980 0,298919 247398,372463 0,885656 0,375886 2,139976

CALIFICACION 2034954,944644 311921,763055 6,523927 0,000000* 321244,617453 6,334596 0,000000* 1,677089

AREA_TERRENO 1024314,459262 54389,794447 18,832843 0,000000* 81561,471660 12,558803 0,000000* 3,208872

AREA_CONSTRUIDA 450512,127855 37174,970239 12,118695 0,000000* 57918,012669 7,778446 0,000000* 2,980331

OLS Diagnostics

Input Features: Loteo_Residencial Dependent Variable: PRECIO

Number of Observations: 2214 Akaike's Information Criterion (AICc) [2]: 87572,005217

Multiple R-Squared [2]: 0,691230 Adjusted R-Squared [2]: 0,686124

Joint F-Statistic [3]: 135,376533 Prob(>F), (36,2177) degrees of freedom: 0,000000*

Joint Wald Statistic [4]: 4210,810048 Prob(>chi-squared), (36) degrees of freedom: 0,000000*

Koenker (BP) Statistic [5]: 262,253804 Prob(>chi-squared), (36) degrees of freedom: 0,000000*

Jarque-Bera Statistic [6]: 1451,891825 Prob(>chi-squared), (2) degrees of freedom: 0,000000*

Notes on Interpretation

* Statistically significant at the 0.05 level.

[1] Large VIF (> 7.5, for example) indicates explanatory variable redundancy.

[2] Measure of model fit/performance.

[3] Significant p-value indicates overall model significance.

[4] Significant p-value indicates robust overall model significance.

[5] Significant p-value indicates biased standard errors; use robust estimates.

[6] Significant p-value indicates residuals deviate from a normal distribution.

WARNING 000851: Use the Spatial Autocorrelation (Moran's I) Tool to ensure residuals are not spatially autocorrelated.

Completed script OrdinaryLeastSquares... Succeeded at Mon Sep 05 10:22:02 2016 (Elapsed Time: 7,00 seconds)

Figura 15. Primer Reporte resultados modelo OLS.


70

Cuando se excluyen estas 7 variables del modelo, el software arroja el resultado que

se muestra en la figura 16.

Executing:OrdinaryLeastSquaresLoteo_ResidencialIDENTIFICADOR1

D:\Contenedor\Users\jamartinez\Documents\ArcGIS\Default.gdb\Loteo_Residencial_OrdinaryLe14PRECIO

Educacion;Seg_Alimentaria;Salud_Pub;Salud_Priv;Integra_Social;Parq_Metro;Parq_Vecin;Parq_Bolsi;Parq_Zona;CAI;Inst_Poli_Militar;

Cultura;Culto;Cemente_Servicios;Humedal;ZAMPA;Estacion_TM;Nodo_Transporte;Corred_Carga;Red_Cicloruta;ALCOBAS;PISOS;BAÑOS;COCINAS;

GARAJES;VETUSTEZ;CALIFICACION;AREA_TERRENO;AREA_CONSTRUIDA # #

Start Time: Mon Sep 05 10:29:54 2016

Running script OrdinaryLeastSquares...



Intercept -11468043,953241 22320129,850924 -0,513798 0,607457 23362330,628075 -0,490878 0,623575 --------

EDUCACION 1181,260424 22086,671114 0,053483 0,957337 21719,893151 0,054386 0,956618 1,192050

SEG_ALIMENTARIA 2133,780044 3359,053649 0,635232 0,525344 3395,774574 0,628363 0,529833 2,047899

SALUD_PUB 55373,314228 6856,000781 8,076620 0,000000* 6966,580561 7,948421 0,000000* 1,648028

SALUD_PRIV 538,636487 5648,233299 0,095364 0,924018 6244,595595 0,086256 0,931254 2,174406

INTEGRA_SOCIAL -11580,164709 16883,667536 -0,685880 0,492857 18843,942190 -0,614530 0,538932 1,196075

PARQ_METRO -1640,557716 3553,059317 -0,461731 0,644335 3793,301763 -0,432488 0,665445 1,838941

PARQ_VECIN -12591,847263 29933,275067 -0,420664 0,674058 29764,614901 -0,423048 0,672318 1,263448

PARQ_BOLSI 10808,783329 12198,984162 0,886040 0,375679 11506,351860 0,939375 0,347628 1,352925

PARQ_ZONA -9348,309494 5007,042165 -1,867032 0,062031 4903,018536 -1,906644 0,056695 1,904494

CAI -17217,331488 6108,985139 -2,818362 0,004874* 5932,687953 -2,902113 0,003751* 1,414682


CULTURA 52928,281116 13289,719866 3,982648 0,000078* 13876,752761 3,814169 0,000151* 1,248951

CULTO 9973,604810 16066,057165 0,620787 0,534806 16314,159341 0,611347 0,541037 1,326188

CEMENTE_SERVICIOS 8735,557822 3220,442689 2,712533 0,006728* 2987,964066 2,923582 0,003504* 2,148565

HUMEDAL -4313,524182 3564,758626 -1,210047 0,226394 3569,862780 -1,208317 0,227058 2,048097

ZAMPA -30927,381561 5851,317786 -5,285541 0,000000* 6030,211484 -5,128739 0,000001* 1,474691

ESTACION_TM -9294,479852 4393,270281 -2,115618 0,034477* 4673,788493 -1,988639 0,046858* 1,963717

NODO_TRANSPORTE -98529,756594 35540,004469 -2,772362 0,005614* 35702,444599 -2,759748 0,005834* 1,064148

CORRED_CARGA 2973,353255 6899,673394 0,430941 0,666569 6727,724173 0,441955 0,658581 1,327468

RED_CICLORUTA 26841,768363 8178,998907 3,281791 0,001064* 8429,113686 3,184412 0,001486* 1,761327

ALCOBAS -1648484,916265 1406759,819841 -1,171831 0,241392 1657575,771506 -0,994516 0,320069 4,173681

PISOS 9470019,764797 3948537,813046 2,398361 0,016537* 5089994,348075 1,860517 0,062947 2,363429

BAÑOS 14397765,928525 2236727,889014 6,436977 0,000000* 2573454,395821 5,594724 0,000000* 3,137473

COCINAS -10320271,942894 2942778,790455 -3,506982 0,000478* 3553668,583465 -2,904118 0,003727* 3,792921

GARAJES 13841851,318234 2417498,698620 5,725691 0,000000* 3275279,636035 4,226159 0,000030* 1,222634

VETUSTEZ 397662,827334 210380,497394 1,890208 0,058861 246346,302229 1,614243 0,106633 2,047613

CALIFICACION 2759344,808069 306838,898410 8,992813 0,000000* 313661,037031 8,797219 0,000000* 1,560354

AREA_TERRENO 1102314,907169 54395,815627 20,264700 0,000000* 80606,617970 13,675241 0,000000* 3,085930

AREA_CONSTRUIDA 461101,790095 37802,921185 12,197517 0,000000* 57307,629171 8,046080 0,000000* 2,963135

OLS Diagnostics

















Completed script OrdinaryLeastSquares...

Succeeded at Mon Sep 05 10:30:02 2016 (Elapsed Time: 8,00 seconds)

Figura 16. Reporte iteraciones intermedias resultados modelo OLS.


Luego de realizar varias iteraciones se obtuvo el modelo óptimo que cumple con los

parámetros esperados y el cual arroja el resultado de la figura 17, para las 12

variables que son las más relevantes dentro de la explicación del modelo. Un caso

particular ocurre con la variable del número de cocinas la cual no resulto ser

significativa dentro del modelo y adicionalmente presentó un comportamiento

negativo con respecto al precio de la vivienda, esto se podría explicar en el estilo de

vida de las personas en una gran ciudad, donde las viviendas con grandes y

71

numerosos espacios destinados para cocinas no tienen mayor preferencia para las

personas en el momento de comprar vivienda; por lo tanto los amplios espacios

destinados para las cocinas tienden a ocupar lugares secundarios en las preferencias

de las personas, adicionalmente existen estudios que demuestran que un número

grande de cocinas da indicio de apariciones de inquilinatos lo que reduce

significativamente el precio de una vivienda residencial, por lo cual esta variable se

excluyó del modelo final. A continuación se ilustra el resultado del modelo OLS en la

figura 17.



Salud_Pub;CAI;Inst_Poli_Militar;Cultura;ZAMPA;Nodo_Transporte;Red_Cicloruta;BAÑOS;GARAJES;CALIFICACION;AREA_TERRENO;AREA_CONSTRUIDA

# # Start Time: Fri Sep 16 20:02:43 2016




Intercept 1670708,405151 14703763,086725 0,113625 0,909530 15068738,776359 0,110872 0,911712 --------

SALUD_PUB 66249,086022 6062,717213 10,927293 0,000000* 6403,754847 10,345350 0,000000* 1,253201

CAI -18609,271132 5648,712665 -3,294427 0,001018* 5378,783488 -3,459755 0,000567* 1,176205


CULTURA 57554,122331 12778,206730 4,504084 0,000009* 13569,719556 4,241364 0,000028* 1,122837

ZAMPA -38820,914741 5228,629004 -7,424683 0,000000* 5217,451284 -7,440590 0,000000* 1,145071

NODO_TRANSPORTE -106202,724612 35351,528942 -3,004190 0,002704* 34411,785672 -3,086231 0,002066* 1,023874

RED_CICLORUTA 16455,129909 6540,304322 2,515958 0,011931* 6323,648138 2,602158 0,009319* 1,095214

BAÑOS 6811376,369076 1407229,275434 4,840275 0,000002* 1799478,084259 3,785196 0,000169* 1,207665

GARAJES 15238794,256628 2386528,217694 6,385340 0,000000* 3231525,497580 4,715666 0,000004* 1,158672

CALIFICACION 3347280,078962 291150,596999 11,496731 0,000000* 296090,020552 11,304941 0,000000* 1,366157

AREA_TERRENO 1061296,927205 40597,081874 26,142197 0,000000* 55088,326897 19,265369 0,000000* 1,671505

AREA_CONSTRUIDA 464637,749822 28473,525399 16,318237 0,000000* 41504,610010 11,194847 0,000000* 1,634731

OLS Diagnostics


















Succeeded at Fri Sep 16 20:02:50 2016 (Elapsed Time: 7,00 seconds)

Figura 17. Reporte Final resultados modelo OLS


Los resultados del modelo OLS, tendrá los siguientes coeficientes y la siguiente

fórmula para el modelo global obtenido:

72

Precio = 1670708,405(Intercept)

- 66249,08602 (Salud_Pub)

- 18609,27 (CAI)

-39468,47135 (Inst_Poli_Militar)

+ 57554,12233 (Cultura)

- 38820,91474(ZAMPA)

- 106202,7246(Nodo_Transporte)

+ 16455,12991(Red_Cicloruta)

+ 6811376,369(BAÑOS)

+ 15238794,26(GARAJES)

+3347280,079(CALIFICACION)

+ 1061296,927 (AREA_TERRENO)

+ 464637,7498 (AREA_CONSTRUIDA) + e

Para evaluar el anterior modelo OLS, se realizaron seis pruebas las cuales dan

evidencia de que el modelo si cumple con los parámetros para ser una estimación

acorde con la explicación del mismo. Las comprobaciones se relacionan a

continuación:

PRUEBA 1: Aporte de las variables independientes seleccionadas al modelo

definido.

Las variables independientes deben se estadísticamente significativas, el software

determina si cada una de las variables aporta al modelo y calcula un coeficiente para

cada variable dentro del modelo. Cuando la probabilidad es pequeña para una

variable exploratoria demuestra que es poco posible que el coeficiente sea igual a

cero. Cuando la probabilidad es menor que 0,05 indica que la variable exploratoria

tiene relevancia dentro del modelo dado que tiene un nivel de confianza del 95%, en

el resultado del modelo este valor va a acompañado con un asterisco (*) como

muestra en la tabla 14 para las 12 variables exploratorias que componen el modelo. El

software también indica la no estacionariedad revelando que las relaciones espaciales

varían en el área de interés. En el resultado del modelo OLS la estadística de Koenker

con un asterisco en el valor de P de Koenker, significa que las relaciones modeladas

73

presentan no estacionariedad estadísticamente significativa, lo cual indica que es

probable mejorar los resultados del modelo pasando a una Regresión Ponderada

Geográficamente WGR.

Tabla 14. Resumen modelo OLS.


En la figura 18 se observa el valor obtenido para el índice de Koenker (BP) =203,69

de acuerdo al resultado obtenido del modelo de regresión OLS:

Variable Coefficient StdError t-Statistic Probability Robust_Pr VIF [1]

Intercept 1670708,405 14703763,09 0,113625 0,90953 0,911712 --------

Salud_Pub 66249,08602 6062,717213 10,927293 0,000000* 0,000000* 1,253201

CAI -18609,27113 5648,712665 -3,294427 0,001018* 0,000567* 1,176205

Inst_Poli_Militar -39468,47135 3506,867561 -11,25462 0,000000* 0,000000* 1,471592

Cultura 57554,12233 12778,20673 4,504084 0,000009* 0,000028* 1,122837

ZAMPA -38820,91474 5228,629004 -7,424683 0,000000* 0,000000* 1,145071

Nodo_Transporte -106202,7246 35351,52894 -3,00419 0,002704* 0,002066* 1,023874

Red_Cicloruta 16455,12991 6540,304322 2,515958 0,011931* 0,009319* 1,095214

BAÑOS 6811376,369 1407229,275 4,840275 0,000002* 0,000169* 1,207665

GARAJES 15238794,26 2386528,218 6,38534 0,000000* 0,000004* 1,158672

CALIFICACION 3347280,079 291150,597 11,496731 0,000000* 0,000000* 1,366157

AREA_TERRENO 1061296,927 40597,08187 26,142197 0,000000* 0,000000* 1,671505

AREA_CONSTRUIDA 464637,7498 28473,5254 16,318237 0,000000* 0,000000* 1,634731

Numero de observaciones 2214

Numero de variables 12

R2 ajustado 0,664295

R2

0,666116

AICc 87695,964

Grados de libertad 12,2201

F-Statistic 365,925189

Koenker (BP) Statistic 203,693131

Jarque-Bera Statistic 1290,36 Prob(>chi-squared), (2) degrees of freedom: 0,000000*

RESUMEN MODELO OLS

DIAGNOSTICO MODELO OLS

Prob(>F), (12,2201) degrees of freedom: 0,000000*

Prob(>chi-squared), (12) degrees of freedom: 0,000000*

74




# #

Start Time: Fri Sep 16 20:02:43 2016




Intercept 1670708,405151 14703763,086725 0,113625 0,909530 15068738,776359 0,110872 0,911712 --------

SALUD_PUB 66249,086022 6062,717213 10,927293 0,000000* 6403,754847 10,345350 0,000000* 1,253201

CAI -18609,271132 5648,712665 -3,294427 0,001018* 5378,783488 -3,459755 0,000567* 1,176205


CULTURA 57554,122331 12778,206730 4,504084 0,000009* 13569,719556 4,241364 0,000028* 1,122837

ZAMPA -38820,914741 5228,629004 -7,424683 0,000000* 5217,451284 -7,440590 0,000000* 1,145071

NODO_TRANSPORTE -106202,724612 35351,528942 -3,004190 0,002704* 34411,785672 -3,086231 0,002066* 1,023874

RED_CICLORUTA 16455,129909 6540,304322 2,515958 0,011931* 6323,648138 2,602158 0,009319* 1,095214

BAÑOS 6811376,369076 1407229,275434 4,840275 0,000002* 1799478,084259 3,785196 0,000169* 1,207665

GARAJES 15238794,256628 2386528,217694 6,385340 0,000000* 3231525,497580 4,715666 0,000004* 1,158672

CALIFICACION 3347280,078962 291150,596999 11,496731 0,000000* 296090,020552 11,304941 0,000000* 1,366157

AREA_TERRENO 1061296,927205 40597,081874 26,142197 0,000000* 55088,326897 19,265369 0,000000* 1,671505

AREA_CONSTRUIDA 464637,749822 28473,525399 16,318237 0,000000* 41504,610010 11,194847 0,000000* 1,634731

OLS Diagnostics



















Figura 18. Primera Prueba modelo OLS


PRUEBA 2. Comportamiento esperado de las relaciones

Se verifica el signo del coeficiente para el caso de estudio, se obtuvo coeficiente

negativo entre la variable precio y las variables explicativas de distancia a CAI,

distancia a Instituciones de Policía Militar, distancia a ZAMPA y distancia a nodos de

transporte. Por el contrario se obtuvo un coeficiente positivo entre la variable

dependiente Precio con las variables independientes de distancia a equipamientos de

Salud Pública, distancia a equipamientos de cultura, distancia a red cicloruta, y las

variables físicas de la vivienda como de número de baños, número de garajes,

calificación de la vivienda, área de terreno y área construida.

75

En la figura 19, se observa la relación que presenta cada una de las variables

exploratorias dentro del modelo con respecto a la variable dependiente:




# #





Intercept 1670708,405151 14703763,086725 0,113625 0,909530 15068738,776359 0,110872 0,911712 --------

SALUD_PUB 66249,086022 6062,717213 10,927293 0,000000* 6403,754847 10,345350 0,000000* 1,253201

CAI -18609,271132 5648,712665 -3,294427 0,001018* 5378,783488 -3,459755 0,000567* 1,176205


CULTURA 57554,122331 12778,206730 4,504084 0,000009* 13569,719556 4,241364 0,000028* 1,122837

ZAMPA -38820,914741 5228,629004 -7,424683 0,000000* 5217,451284 -7,440590 0,000000* 1,145071

NODO_TRANSPORTE -106202,724612 35351,528942 -3,004190 0,002704* 34411,785672 -3,086231 0,002066* 1,023874

RED_CICLORUTA 16455,129909 6540,304322 2,515958 0,011931* 6323,648138 2,602158 0,009319* 1,095214

BAÑOS 6811376,369076 1407229,275434 4,840275 0,000002* 1799478,084259 3,785196 0,000169* 1,207665

GARAJES 15238794,256628 2386528,217694 6,385340 0,000000* 3231525,497580 4,715666 0,000004* 1,158672

CALIFICACION 3347280,078962 291150,596999 11,496731 0,000000* 296090,020552 11,304941 0,000000* 1,366157

AREA_TERRENO 1061296,927205 40597,081874 26,142197 0,000000* 55088,326897 19,265369 0,000000* 1,671505

AREA_CONSTRUIDA 464637,749822 28473,525399 16,318237 0,000000* 41504,610010 11,194847 0,000000* 1,634731

Figura 19. Segunda Prueba modelo OLS.


A partir del resultado del modelo, se pueden identificar variables que tienen

coeficiente positivo, lo cual significa que estas variables tienen una relación negativa

con el precio de la vivienda dado que a medida que aumenta la distancia a estos

equipamientos el precio también aumenta o por el contrario a medida que la distancia

disminuye el precio de la vivienda también disminuye. Esto se puede explicar debido

al alto impacto que tienen los equipamientos de cultura, los cuales tienden a presentar

condiciones de inseguridad, afectaciones sonoras e intranquilidad para los habitantes

de las viviendas próximas. Igualmente puede ocurrir con los equipamientos de salud,

ya que su misión social y atención de 24 horas en servicios de urgencias, las

afectaciones de ruido y congestión pueden desvalorizar las viviendas que se

encuentran más próximas a este tipo de equipamientos.

Adicionalmente las variables físicas tienen coeficiente positivo, indicando que al

aumentar en número las variables físicas de las viviendas como el número de baños,

de garajes, la calificación y las áreas tanto de terreno como de construcción, tienen

influencia directa en el aumento del precio de la vivienda.

Por otra parte, se observa que existe una relación de externalidad positiva entre el

precio de la vivienda y las variables de distancia a equipamientos como CAI,

76

Instituciones de Policía Militar, ZAMPA (Zonas de Manejo y Preservación

Ambiental) y nodos de transporte, lo cual indica que a medida que la distancia

disminuye de una vivienda a este tipo de equipamientos existe un mayor precio en la

vivienda y se puede explicar dada la cercanía o proximidad a este tipo de

equipamientos que valorizan una vivienda por tener accesibilidad a vías de

comunicación, medios de transporte, gozar de la proximidad a una zona con

naturaleza que brinda bondades paisajísticas y de tranquilidad, y por último, gozar de

un servicio de seguridad permanente dada la cercanía a instituciones militares y de

policía lo que reduce significativamente las percepciones de inseguridad de los

habitantes de un sector.

PRUEBA 3. Selección de variables explicativas sin redundancia

La selección de las variables deben dar cuenta de no explicar lo mismo en el precio

de la vivienda, las variables de área construida en metros cuadrados de la vivienda y

número de alcobas presentan redundancia por cuanto ambas expresan y tienen

significancia en la cabida superficiaria de la misma, por lo anterior la variable número

de alcobas fue excluida del modelo ya puede estar explicada e incorporada en la

variable área construida de la vivienda, como lo indica el modelo de regresión OLS.

Como se evidenció las variables número de pisos y número de cocinas, no fueron

tenidas en cuenta dentro del modelo final, lo que se podría explicar cómo área

construida que ya es tenida en cuenta dentro del modelo y que adicionalmente es

confirmado en estudios similares como el realizado por Collazos en 2006

denominado “Análisis espacial del precio de oferta de la vivienda en el área

metropolitana de Cochabamba”, donde define la selección de variables teniendo en

cuenta su redundancia o poder explicativo de las mismas.

El modelo OLS tiene un factor de inflación de la varianza (VIF) para las variables

explicativas y da cuenta de la redundancia de cada variable y define cuál de estas

debe ser excluida, por lo anterior en el modelo resultante ninguna variable explicativa

posee un valor mayor a 7,5 como se ilustra en la figura 20.

77




# #





Intercept 1670708,405151 14703763,086725 0,113625 0,909530 15068738,776359 0,110872 0,911712 --------

SALUD_PUB 66249,086022 6062,717213 10,927293 0,000000* 6403,754847 10,345350 0,000000* 1,253201

CAI -18609,271132 5648,712665 -3,294427 0,001018* 5378,783488 -3,459755 0,000567* 1,176205


CULTURA 57554,122331 12778,206730 4,504084 0,000009* 13569,719556 4,241364 0,000028* 1,122837

ZAMPA -38820,914741 5228,629004 -7,424683 0,000000* 5217,451284 -7,440590 0,000000* 1,145071

NODO_TRANSPORTE -106202,724612 35351,528942 -3,004190 0,002704* 34411,785672 -3,086231 0,002066* 1,023874

RED_CICLORUTA 16455,129909 6540,304322 2,515958 0,011931* 6323,648138 2,602158 0,009319* 1,095214

BAÑOS 6811376,369076 1407229,275434 4,840275 0,000002* 1799478,084259 3,785196 0,000169* 1,207665

GARAJES 15238794,256628 2386528,217694 6,385340 0,000000* 3231525,497580 4,715666 0,000004* 1,158672

CALIFICACION 3347280,078962 291150,596999 11,496731 0,000000* 296090,020552 11,304941 0,000000* 1,366157

AREA_TERRENO 1061296,927205 40597,081874 26,142197 0,000000* 55088,326897 19,265369 0,000000* 1,671505

AREA_CONSTRUIDA 464637,749822 28473,525399 16,318237 0,000000* 41504,610010 11,194847 0,000000* 1,634731

Figura 20. Tercera prueba modelo OLS


PRUEBA 4. Sesgo del modelo

Cuando se tiene un modelo de mínimos cuadrados adecuadamente especificado, los

residuales del modelo se distribuyen normalmente con forma de campana de Gauss

como se ilustra en la figura 21 para el modelo desarrollado:

Figura 21. Distribución normal de residuales modelo OLS.


La autocorrelación presente en el modelo de regresión lineal, representa no

estacionariedad en los datos modelados, como se observa en la distribución del

78

histograma de residuales, los cuales indicaron que las relaciones de las variables

trabajadas son dinámicas en la zona de interés. Para lo anterior es necesario recurrir a

modelos de regresión espacial los cuales permiten explicar este tipo de relaciones

complejas que se presentan en el espacio.

Posteriormente, se creó una matriz de gráfico de dispersión para las variables

independientes del modelo y se representó mediante una relación lineal entre la

variable dependiente y cada variable explicativa del modelo, como lo ilustra la figura

22.

Figura 22. Matriz grafico dispersión.


79

PRUEBA 5. Identificación de las variables claves para el modelo.

Cuando los residuales del modelo tiene una autocorrelación espacial estadísticamente

significativa se forma el clustering, y se obtiene una puntuación Z30

estadísticamente

significativa.

El modelo de mínimos cuadrados es un modelo global y basa en que las variables

sean estacionarias, sin embargo al modelar relaciones complejas en el espacio se

evidencia el comportamiento heterogéneo en cada zona del área de estudio, por ello

es necesario emplear modelos locales de Regresión Geográficamente Ponderada

WGR, los cuales permiten mejorar las predicciones y ayudan a entender la no

estacionariedad o variaciones regionales que son intrínsecas de las variables

independientes empleadas en este estudio.

Al verificar la autocorrelación espacial de los residuales del modelo OLS, se obtuvo

un valor Z alto que indica que existen variables no estacionarias en el modelo, lo que

conduce a un análisis basado en un modelo local WGR que permita identificar una

predicción más acorde a las variables incorporadas en el mismo. A continuación se

presenta el resultado del modelo calculando la autocorrelación espacial por el índice

de Moran’s I. Figura 23.

Executing: SpatialAutocorrelation Loteo_Residencial_OrdinaryLe21 StdResid GENERATE_REPORT INVERSE_DISTANCE EUCLIDEAN_DISTANCE ROW # #


Running script SpatialAutocorrelation...

WARNING 000853: The default neighborhood search threshold was 1037,63694673236.

Global Moran's I Summary

Moran's Index: 0,109752

Expected Index: -0,000452

Variance: 0,000037

z-score: 18,225878

p-value: 0,000000

Writing html report....

D:\Contenedor\Users\jamartinez\Documents\ArcGIS\MoransI_Result43.html

Completed script SpatialAutocorrelation...


Figura 23.Reporte autocorrelación Moran’s Modelo OLS.


30

Las puntuaciones z son desviaciones estándar. Si, por ejemplo, una herramienta devuelve una

puntuación z de +2,5, diría que el resultado son desviaciones estándar de 2,5 Tanto las puntuaciones z

como los valores p se asocian con la distribución normal estándar como se muestra a continuación.

Tomado de https://pro.arcgis.com/es/pro-app/tool-reference/spatial-statistics/what-is-a-z-score-what-

is-a-p-value.htm

80

Partiendo de la hipótesis nula, la cual establece que las entidades o los valores de las

entidades se distribuyen de manera aleatoria (no tienen correlación) y con los

resultados de parámetros Z y P, los cuales son la base para establecer si la hipótesis se

cumple o por el contrario se debe rechazar la hipótesis nula.

Por lo anterior, y una vez obtenido el valor para P (probabilidad) el cual es muy

pequeño, significando que la probabilidad de que se cumpla la hipótesis nula es muy

baja. Adicionalmente como el valor de Z (desviaciones estándar) se acercó a cero no

se cuenta con evidencia estadística para rechazar la hipótesis nula. Por consiguiente y

dado el valor de Z= 18,225878 y P = 0,000000 para el modelo de OLS, no se puede

rechazar esta hipótesis para el caso de estudio.

La autocorrelación de Moran I: este índice representa la distribución de los valores de

la entidad analizada mas no de la entidad en sí misma, define la forma de distribución

de los datos en agrupado, disperso o aleatorio y establece la autocorrelación espacial

de acuerdo a la localización y al valor de los objetos presentes en el análisis. Cuando

los valores se agrupan espacialmente el índice de Moran es positivo en caso contrario

si los valores se dispersan el índice es negativo.

El valor obtenido para el índice de Moran indica que es mayor a cero, lo cual

representó una distribución de clúster o agregación de los datos como se evidencia en

la tabla 15, para cada una de las variables exploratorias del modelo de regresión OLS.

Tabla 15. Valores índices de Moran y Z modelo OLS.


VariableIndice

Moran's IZ- score

Salud_Pub 0,721323 119,278315 Dado el z-score de 119,279

CAI 0,72032 119,145044 Dado el z-score de 119,14

Inst_Poli_Militar 0,888852 146,998794 Dado el z-score de 146,99

Cultura 0,481329 79,635783 Dado el z-score de 79,63

ZAMPA 0,759988 125,669909 Dado el z-score de 125,66

Nodo_Transporte 0,218205 36,144534 Dado el z-score de 36,14

Red_Cicloruta 0,747964 124,057836 Dado el z-score de 124,05

BAÑOS 0,05866 9,772527 Dado el z-score de 9,77

GARAJES 0,183856 30,555716 Dado el z-score de 30,556

CALIFICACION 0,406963 67,329929 Dado el z-score de 67,32

AREA_TERRENO 0,477972 79,141829 Dado el z-score de 79,14

AREA_CONSTRUIDA 0,204162 33,834206 Dado el z-score de 33,83

Las variables presentan una varianza de 0,000037

Las variables presentan Agrupamiento o Cluoster

Las variables presentan un índice esperado de -0,000452

Las variables presentan un P- value de 0,000000

Hay una

probabilidad

de menos del

1% de que

este patrón

agrupado

podría ser el

resultado de

la casualidad.

Observación

81

Como se observa en la figura 24 el valor del índice de Moran del modelo OLS de

0,109752; indicó que definitivamente existe clustering en la distribución espacial de

los datos. Ahora, analizando la validez estadística y dado el valor de z-score de 18,22

existe una probabilidad de menos del 1% de que este patrón agrupado pueda ser el

resultado de la casualidad y con el valor P igual a 0,000000 se puede rechazar la

hipótesis nula:

Figura 24.Diagrama autocorrelación Moran Modelo OLS

Fuente: Reporte generado en ArcGis 10.2.

Por tanto y a partir de los resultados anteriores se tiene suficiente evidencia

estadística para afirmar que el precio de la vivienda para las localidades de Kennedy,

Fontibón y Engativá sigue un patrón de distribución agregado o agrupado que indica

que los precios altos de las viviendas se encuentran cerca y que los precios bajos de

las viviendas se encuentra próximos unos a otros. Adicionalmente, se generó un mapa

con los coeficientes residuales para visualizar los clusterin presentes en la

distribución de las variables que intervienen en el modelo, donde los puntos en color

rojo indican zonas donde existe concentración de precios bajos en las viviendas y los

puntos de color azul donde existe concentración de valores altos en las viviendas

(figura 25).

82

Figura 25.Mapa de residuales Std en Modelo OLS.

Fuente: Elaboración Propia.

!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Residuales Std

Modelo OLS ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa Residuales Std

Modelo OLS



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Localidad

Sector

Loteo_Residencial_OrdinaryLe21

StdResid

! Low-Low

! Low-High

! High-Low

! High-High

AREA_EXCLUIDA

83

PRUEBA 6. Porcentaje de explicación del modelo.

El valor de R2 ajustado = 0,66 indica que el modelo está siendo explicado en el 66%

por las variables explicativas, es decir el valor de la vivienda en las localidades de

estudio lo define en un 66% el modelo de regresión de mínimos cuadrados ordinarios.

En conclusión y a partir del valor de Koenker obtenido, se identifica la existencia de

no estacionariedad por parte de alguna o algunas de las variables explicativas

consideradas en el modelo, que permiten explicar el precio de la vivienda para el área

de interés. Por lo anterior, se determina la necesidad de apelar a la herramienta de

Regresión Geográficamente Ponderada WGR, que permite subsanar este tipo de

relaciones complejas, determinadas por las variables que presentan gran dinamismo y

fluctuaciones en el espacio.

4.3 Modelo de Regresión Geográficamente Ponderada WGR.

Las entidades geográficas están autocorrelacionadas espacialmente; lo cual representó

que los objetos cercanos tienden a parecerse más que los objetos más alejados como

lo establece la primera ley de la geografía de Waldo Tobler en 1970. Adicionalmente

en la geografía se establecen procesos y relaciones no estacionarias, que significa que

estas relaciones cambian en cada parte o micro-zona del área de estudio.

Para procesos geográficos como los descritos anteriormente, los modelos de regresión

espacial como WGR correctamente especificado, son una herramienta eficaz que

permiten modelar los fenómenos geográficos, incluyendo las distintas relaciones

complejas que se presentan en el espacio, representando la realidad del mismo y

subsanando los ruidos o distorsiones que pueden aparecer en la estimación de precios

para el caso aplicado.

Se basa en una regresión lineal local fundamentada en análisis de modelos de

relaciones espaciales dinámicas. La Regresión Geográficamente Ponderada -WGR-

crea entonces una ecuación para cada vivienda, incorporando y ponderando las

https://es.wikipedia.org/w/index.php?title=Waldo_Tobler&action=edit&redlink=1

84

variables explicativas que dan respuesta al valor de la variable dependiente que para

el caso analizado corresponde al precio de la vivienda en el área de interés.

En la figura 27 se ilustra un mapa con los valores residuales de desviación estándar

para cada vivienda.

El modelo WGR, dio como resultado los coeficientes que muestran la relación entre

cada variable explicativa y los cambios de la variable dependiente en toda el área de

estudio. El resultado del modelo de regresión para las doce variables seleccionadas,

se muestra en la figura 26:

Executing: GeographicallyWeightedRegression Loteo_ResidencialPRECIO


D:\Contenedor\Users\jamartinez\Documents\ArcGIS\Default.gdb\GeographicallyWeightedRegression63 FIXED "BANDWIDTH PARAMETER" # 30 # #

43,2158845213465 # # #

Start Time: Sat Sep 17 14:05:25 2016

Bandwidth : 1346,843532804922

ResidualSquares : 31125310512464848

EffectiveNumber : 1,4350512333292089

Sigma : 44718064,560556091

AICc : 650,7924065398214

R2 : 0,9165922689484528

R2Adjusted : 0,91426096437385207

Succeeded at Sat Sep 17 14:05:31 2016 (Elapsed Time: 6,00 seconds)

Figura 26. Reporte Final resultados modelo GWR


Como se observa en la figura 26, el resultado con respecto al modelo de mínimos

cuadrados presenta una mejora y un mayor rendimiento explicativo, por cuanto el

valor del coeficiente akaike se reduce notablemente mientras el valor de R ajustado

presenta una explicación del 91% para las variables seleccionadas, indicando que

pasa del 66% en OLS a 91% en el modelo WGR.

85

Figura 27.Mapa de residuales Std en Modelo WGR

Fuente: Elaboración Propia.

!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Residuales Std

Modelo WGR ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa Residuales Std

Modelo WGR



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector

GeographicallyWeightedRegression63

Std. Residual

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

86

Índice de Moran I: El valor del índice de Moran es de -0,000114, analizando la

validez estadística y dado el valor de z-score de 0,055820, el patrón de distribución

espacial es aleatorio como lo indica el figura 28 del reporte de la regresión WGR:

Executing: SpatialAutocorrelation GeographicallyWeightedRegression63 StdResid GENERATE_REPORT INVERSE_DISTANCE EUCLIDEAN_DISTANCE ROW #

#

Start Time: Sat Sep 17 14:07:38 2016

Running script SpatialAutocorrelation...

WARNING 000853: The default neighborhood search threshold was 1037,63694673236.

Global Moran I Summary

Moran Index: -0,000114

Expected Index: -0,000452

Variance: 0,000037

z-score: 0,055820

p-value: 0,955485

Writing html report....

D:\Contenedor\Users\jamartinez\Documents\ArcGIS\MoransI_Result56.html

Completed script SpatialAutocorrelation...

Succeeded at Sat Sep 17 14:07:45 2016 (Elapsed Time: 7,00 seconds)

Figura 28. Reporte autocorrelación Moran Modelo GWR.


El diagrama de la autocorrelación espacial del índice de Moran I para la regresión

geográficamente ponderada se presenta en la figura 25. Teniendo en cuenta que la

puntuación Z de 0,06 indico que el patrón de distribución no parece ser

significativamente diferente de azar y obedece a una distribución aleatoria como se

observa en la figura 29.

87

Figura 29. Diagrama autocorrelación Moran Modelo GWR.

Fuente: Reporte generado en ArcGis 10.2.

88

A continuación se presentan los mapas de las 12 variables independientes que ilustran

para cada punto de oferta de vivienda los coeficientes del modelo GWR en toda el

área de estudio, en donde los puntos de color rojo muestran los sectores donde la

relación de la variable es débil y los puntos de color azul, ilustra las zonas donde la

relación de la variable exploratoria con respecto a la variable dependiente precio de la

vivienda es fuerte.

4.3.1 Distancia a equipamientos de Salud Publica

La relación negativa de esta variable dentro del modelo indica que la cercanía a este

tipo de equipamientos desvaloriza la vivienda, que puede explicarse por el gran

impacto (negativo) que genera este tipo de equipamientos en un determinado sector.

Los sectores donde más influencio el precio de la vivienda esta variable en el modelo

fueron Modelia Occidental, Hipotecho y las Ferias como se muestra en la Tabla 16 y

la figura 30.

Tabla 16. Sectores representativos con variable Salud Pública


La configuración espacial de esta variable se puede atribuir a que estos sectores no

tienen dentro de su área de influencia uno o varios centro de salud pública próximos a

su límite o área de influencia por lo cual esta variable es muy relevante en los

sectores en mención para conservar un precio de vivienda alto.

LOCALIDAD SECTOR No. DE VIVIENDAS

FONTIBON MODELIA OCCIDENTAL 35

HIPOTECHO 28

CIUDAD KENNEDY 23

ENGATIVA LAS FERIAS 26

KENNEDY

VARIABLE SALUD PUBLICA

89

Figura 30. Mapa Coeficientes Salud Publica, modelo GWR.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Coeficientes Modelo WGR

Variable Salud Pública ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa Coeficientes Modelo WGR

Variable Salud Pública



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:40.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Sectores

Localidades

GeographicallyWeightedRegression

Coefficient #1 Salud_Pub

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

90

4.3.2 Distancia al Centro de Atención Inmediata CAI

La relación positiva de la variable distancia al CAI, con respecto al precio de la

vivienda, se puede describir como la valorización que generan este tipo de

equipamientos en la viviendas más próximas o en una área de influencia cercana,

debido a la percepción de seguridad captada por las preferencias de los habitantes y

que se refleja en un valor agregado en el precio total de la vivienda, los sectores que

tienen gran influencia de esta variable son los que se relacionan en la tabla 17.

Tabla 17. Sectores representativos con variable CAI


Esta variable afecta a los sectores ya descritos dado que dentro de su área de

influencia cuentan con uno o más CAI, adicionalmente se trata de sectores que

presentan altos índices de inseguridad por lo que la cercanía a un CAI tiene gran

influencia en la valoración del precio de la vivienda. La configuración espacial de

esta variable permite identificar áreas desprovistas de este tipo de equipamientos, lo

cual genera una subvaloración al precio de la vivienda, adicionalmente es un aspecto

a ser tenido en cuenta para la formulación de planes de seguridad que promuevan la

construcción de este tipo de instituciones. Figura 31.

4.3.3 Distancia a Instituciones de Policía

Igual que en el caso de los CAI, la variable de distancia a instituciones de policía

presenta una relación positiva, indicando que las viviendas próximas a estos sectores

tienen un mayor precio que las que se encuentran más alejas a estos. Los sectores

donde esta variable tiene mayor influencia son el Cedro, San Pablo y en gran parte

del sur oriente y sur occidente de la localidad de Kennedy, sectores donde se registran

altos índices de criminalidad no solo para el área de estudio sino dentro de la ciudad.

Tabla 18 y figura 32.

Tabla 18. Sectores representativos con variable Inst. Policía.



LAS DELICIAS 24

PROVIVIENDA ORIENTAL 19

PROVIVIENDA 16

KENNEDY

VARIABLE CAI


LAS DELICIAS 32

PROVIVIENDA 16

ENGATIVA EL CEDRO 22

FONTIBON SAN PABLO JERICO 12

KENNEDY

VARIABLE INSTITUCIONES DE POLICA MILITTAR

91

Figura 31. Mapa Coeficientes CAI, modelo GWR


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!! !!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN


Variable CAI ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable CAI



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

ConvenciónGeographicallyWeightedRegression

Coefficient #2 CAI

Localidades

Sectores

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

92

Figura 32. Mapa Coeficientes Inst. Policía, modelo GWR.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Instituciones Policia Militar ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Instituciones

Policia Militar



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Sector

Localidades


Coefficient #3 Inst_Poli_Militar

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

93

4.3.4 Distancia a Centros de cultura

La variable distancia a centros de cultura tiene una relación negativa con respecto al

precio de la vivienda, indicando que las viviendas más cercanas a estos

equipamientos tienden a disminuir su precio y se podría entender por la gran

afectación que traen consigo los eventos y horarios en que los mismos se desarrollan

en los centros culturales, generalmente en la noche con gran afluencia de público y

presentando altos niveles de ruido en escenarios de conciertos. Los sectores que

presentan mayor influencia de esta variable se describen en la tabla 19 y se localizan

en el oriente del área de estudio, principalmente en la localidad de Kennedy donde

son muy conocidos los corredores comerciales donde se ubican numerosos centros de

expresión cultural (música) como se observa en la figura 33.

Tabla 19. Sectores representativos con variable Cultura.


4.3.5 Distancia a Zona de Manejo y Preservación Ambiental

La variable distancia a ZAMPA presenta relación positiva con respecto a la

determinación del precio de la vivienda, lo que explica que a medida que las

viviendas se encuentran más cercanas a la ZAMPA tienen un mayor precio, que se

evidenciaría en las zonas naturales que tienen buen estado de conservación en la

cuidad, con bondades paisajísticas, ambientales y de descanso. Generalmente en el

límite externo de la ZAMPA se construyen alamedas y equipamientos deportivos que

ofrecen espacios de esparcimiento y recreación, alejadas de impacto del centro de una

localidad. Los sectores que están más influenciados por esta variable se localizan en

la parte suroriental del área de estudio, principalmente en el oriente de la localidad de

Kennedy como se observa en la tabla 20 y figura 34 en los cuales la ausencia de este

tipo de externalidad genera desvalorización en el precio de la vivienda.

Tabla 20. Sectores representativos con variable ZAMPA.



LAS DELICIAS 32

PROVIVIENDA ORIENTAL 19

LA CAMPINA 16

PROVIVIENDA 16

KENNEDY

VARIABLE ZAMPA


CIUDAD KENNEDY 38

HIPOTECHO 30

CIUDAD KENNEDY CENTRAL 29

CIUDAD KENNEDY ORIENTAL 29

MANDALAY 26

PROVIVIENDA OCCIDENTAL 24

MODELIA OCCIDENTAL 35

SANTA CECILIA 26

LA ESTRADA 23

LAS FERIAS 22

KENNEDY

FONTIBON

ENGATIVA

VARIABLE CULTURA

94

Figura 33. Mapa Coeficientes Cultura, modelo GWR.


KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Cultura ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Cultura



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Localidad

Sector

Convención


Coefficient #4 Cultura

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

95

Figura 34. Mapa Coeficientes ZAMPA, modelo GWR


KENNEDY

ENGATIVÁ

FONTIBÓN


Variable ZAMPA ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable ZAMPA

Zona de Manejo y

Preservacion Ambiental



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector


Coefficient #5 ZAMPA

Area Excluida

! Low-Low

! Low-High

! High-Low

! High-High

96

4.3.6 Distancia a nodos de transporte

La variable distancia a nodos de transporte está representada por los paraderos y

estaciones tanto del Sistema Integrado de Transporte Público -SITP- como de

Transmilenio, y presenta una relación positiva con respecto al precio de la vivienda

reflejado en la valorización mayor que tienen los predios que se encuentra más

cercanos a este tipo de infraestructuras, lo cual implicaría una mejora notable en las

preferencia de las personas debido a la accesibilidad a medios de trasporte masivos

públicos, en donde una ciudad como Bogotá la movilidad es cada día más restringida.

Los sectores más influenciados por esta variable se presentan en la tabla 21 y figura

35, en donde la ausencia de este tipo de externalidad genera subvaloración en el

precio de la vivienda.

Tabla 21. Sectores representativos con variable Nodo Transporte.


4.3.7 Distancia a red de cicloruta

La variable de red de cicloruta presenta relación negativa con respecto al precio de la

vivienda que indica que a medida que la vivienda se encuentra cerca a esta red su

precio decrece e igualmente si la vivienda se encuentra lejos de la red su precio

aumenta, este comportamiento permite inferir que la cercanía a este tipo de red,

genera percepción de inseguridad, adicionalmente en largos trayectos de la red no se

cuenta con buena señalización, iluminación, servicio de vigilancia, conexión de la red

a vías principales de las localidades y una malla asfáltica adecuada, ocasionado

numerosos accidentes en sus usuarios de la red. Los sectores que presentan mayor

influencia para esta variable se describen en la tabla 22 y se observan en la figura 36

en los cuales la presencia de esta externalidad afecta negativamente el precio de la

vivienda.

Tabla 22. Sectores representativos con variable Red Cicloruta.



MODELIA OCCIDENTAL 35

SANTA CECILIA 26

LOS CEREZOS 24

FLORIDA BLANCA 23

KENNEDY PATIO BONITO 5

ENGATIVA

FONTIBON

VARIABLE RED CICLORUTA


VERSALLES FONTIBON 25

BELEN FONTIBON 17

SAN PABLO JERICO 15

LA CAMPINA 16

PROVIVIENDA 16


FONTIBON

KENNEDY

VARIABLE NODO TRANSPORTE

97

Figura 35. Mapa Coeficientes Nodo Transporte, modelo GWR.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!! !!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Nodos de Transporte ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable

Nodos de Transporte



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector


Coefficient #6 Nodo_Transporte

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

98

Figura 36. Mapa Coeficientes Red Cicloruta, modelo GWR.


KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Red Cicloruta ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Red Cicloruta



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Localidad

Sector


Coefficient #7 Red_Cicloruta

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

99

4.3.8 Número de baños

La variable número de baños tiene relación positiva con respecto al precio de la

vivienda, indicando que un mayor número de baños refleja un aumento en el precio

de la vivienda, como ocurre en los sectores centrales de la localidad de Engativá,

donde la variable es más significativa y el comportamiento podría explicarse debido a

las altas densidades poblacionales que presentan no solo a nivel de la localidad sino

de todo Bogotá. Los principales sectores donde la variable es relevante se presentan

en la tabla 23 y figura 37.

Tabla 23. Sectores representativos con variable número de baños.


4.3.9 Número de Garajes

Esta variable tiene relación positiva con el precio de la vivienda, dado que al

aumentar el número de garajes incrementa su precio, esto se podría inferir dado que

los hogares capitalinos de estratos medios y altos, tienden a comprar más vehículos

debido a las restricciones normativas de su uso en la ciudad, provocado

principalmente por la insuficiencia y la falta de alternativas que persisten en el

sistema de trasporte público. Se genera una demanda de parqueaderos proveniente de

los miles de vehículos que ingresan al año al parque automotor de la ciudad y donde

cada vez el número de parqueaderos toma más relevancia en la subjetividad del

comprador de vivienda. Los principales sectores se encuentran en las localidades de

Engativá y Kennedy, que ocupan las posiciones seis y siete en cuanto al porcentaje de

área dedicada a garajes del total de la ciudad, Fontibón ocupa el cuarto lugar. Esto

último se puede observar en la figura 38 y tabla 24, en donde la tenencia de

parqueaderos en los predios Fontibón es más habitual con respecto a las otras dos

localidades en las cuales afecta en mayor medida el precio de los inmuebles.

Tabla 24. Sectores representativos con variable número de garajes.



VILLA AMALIA 36

VILLAS DE GRANADA I 34

BOLIVIA 27

LA GIRALDA 18

CENTRO FONTIBON 16

VILLEMAR 15

ENGATIVA

FONTIBON

VARIABLE No. BAÑOS


CIUDAD KENNEDY 38

CIUDAD KENNEDY ORIENTAL 29

CIUDAD KENNEDY CENTRAL 29


NORMANDIA OCCIDENTAL 24

BOYACA 30

SANTA CECILIA 26

KENNEDY

ENGATIVA

VARIABLE No. GARAJES

100

Figura 37. Mapa Coeficientes número baños, modelo GWR.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!

!! !!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Baños ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Baños



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector


Coefficient #8 BAÑOS

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

101

Figura 38. Mapa Coeficientes número garajes, modelo GWR.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!! !!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!! !

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Garajes ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Garajes



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector


Coefficient #10 GARAJES

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

102

4.3.10 Calificación

La variable calificación al igual que todas las variables físicas, tiene relación positiva

con respecto al precio de la vivienda, lo cual refleja un comportamiento esperado ya

que si una vivienda cuenta con un puntaje de calificación alto, significa que tiene

buenos materiales, acabados y buen estado de conservación, lo que influye

directamente en la valorización incrementada de la vivienda. Los sectores donde la

variable tiene alta significancia corresponden en su mayoría a la localidad de

Fontibón como se observa en la tabla 25 y figura 39 en donde esta variable influye

negativamente el precio en razón a bajas puntuaciones en la calificación.

Tabla 25. Sectores representativos con variable calificación.


4.3.11 Área de terreno

La variable área de terreno tiene relación positiva con respecto al precio de la

vivienda, indicando que cuando esta área aumenta también aumenta el precio de la

vivienda. Esto se podría explicar en cuanto a la demanda del suelo urbano disponible

para construir e igualmente las viviendas con grandes áreas de terreno, que son ya

muy escasas en la ciudad lo cual incrementa considerablemente el precio de las que

aún no han dado pasó a la construcción de propiedad horizontal. Algunas de estas

viviendas aún se conservan pese a que son castigadas severamente en su gravamen de

impuestos por parte de la hacienda pública del distrito capital y cuyos valores serán a

mediano plazo inviables para la clase media. Los sectores con mayor influencia de

esta variable se relacionan en la tabla 26 y figura 40, se trata de sectores en donde las

viviendas tienen grandes áreas de terreno favoreciendo el aumento del precio

Tabla 26. Sectores representativos con variable área terreno.



NORMANDIA OCCIDENTAL 24

NORMANDIA 19

VILLA LUZ 15

BOSQUE POPULAR 13

SANTA CECILIA 23

MODELIA 14

LOS ALMENDROS 10

ALQUERIA LA FRAGUA NORTE 9

ENGATIVA

FONTIBON

VARIABLE AREA TERRENO


BELEN FONTIBON 21

LA CABANA FONTIBON 19

LA GIRALDA 19

CENTRO FONTIBON 16

VILLEMAR 15

KENNEDY PIO XII 10

VARIABLE CALIFICACIÓN

FONTIBON

103

Figura 39. Mapa Coeficientes variable Calificación, modelo GWR.



Variable Calificación ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Calificaión



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

ENGATIVA

Localización:

Convención

Localidad

Sector


Coefficient #10 CALIFICACION

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

104

Figura 40. Mapa Coeficientes variable área terreno, modelo GWR.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Area Terreno ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Area Terreno



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Localidad

Sector


C11_AREA_TERRENO

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

105

4.3.12 Área de construcción

La variable área de construcción tiene gran influencia dentro del modelo, la relación

positiva indica que cuando existe un aumento en el área construida de una vivienda su

precio también aumenta. En la tabla 27 y la figura 41 se observa que esta variable

tiene gran peso en el precio de la vivienda hacia el noroccidente y centro del área de

estudio particularmente en el sector de Villas de Granada en la localidad de Engativá

y en menor proporción en el norte de la localidad de Kennedy en sectores de Alsacia

y Castilla, donde las áreas construidas son superiores.

Tabla 27. Sectores representativos con variable área construcción.



CENTRO ENGATIVA II 39

VILLA AMALIA 36

VILLAS DE GRANADA I 33

VILLA ALSACIA II 29

CASTILLA 18

MARSELLA 16

VARIABLE AREA CONTRUCCIÓN

ENGATIVA

KENNEDY

106

Figura 41. Mapa Coeficientes variable área construcción, modelo GWR.


KENNEDY

ENGATIVÁ

FONTIBÓN


Variable Area Construcción ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc


Variable Area Construcción



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector


C12_AREA_CONSTRUIDA

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

107

4.4 Comparación de los Modelos de Regresión OLS vs WGR

Los modelos resultantes se comparan de acuerdo al ajuste global y a la distribución

de los residuos obtenidos en cada modelo.

La comprobación de la autocorrelación espacial por mínimos cuadrados presento una

distribución de los residuos con agrupaciones espaciales o clustering que debe

corregirse para obtener un mejoramiento del modelo global que presenta la técnica de

regresión geográficamente ponderada. Esto se puede observar en los mapas generados

para los residuos de los dos modelos, así como el cálculo y los resultados obtenidos

del análisis de la autocorrelación espacial del índice de Moran I.

Posteriormente, se realiza un análisis de la distribución espacial de los valores locales

de R2 y de los coeficientes locales β, los cuales se interpolan mediante la herramienta

de IDW, que permite conseguir superficies continuas en toda el área de estudio,

visualizando el grado de correlación de las variables dentro del modelo WGR.

Tabla 28. Coeficientes de los modelos OLS y GWR.


Variable Coefficient min max media std estándar

Intercept 1670708,405 -212844483,2 332221153 57025326,72 75125431,18

Salud_Pub 66249,08602 -28487,79026 142839,2207 40162,50702 30435,43592

CAI -18609,27113 -114548,6935 103349,8839 -8761,404591 26536,86476

Inst_Poli_Militar -39468,47135 -121531,8263 54404,54526 -29953,76337 23688,6333

Cultura 57554,12233 -241669,4532 127881,4172 16872,59679 54520,51437

ZAMPA -38820,91474 -92331,17312 87891,0805 -20636,85282 33933,6596

Nodo_Transporte -106202,7246 -547862,9233 258955,4062 -107297,7566 126396,5498

Red_Cicloruta 16455,12991 -162013,1793 124743,6397 12133,88077 48759,5671

BAÑOS 6811376,369 -7300253,724 21466965,64 5814439,014 5226497,691

GARAJES 15238794,26 -43780846,83 30970447,65 9804221,218 13236118,45

CALIFICACION 3347280,079 -884805,0856 6868451,73 2095124,035 1488004,552

AREA_TERRENO 1061296,927 442334,7474 1648854,54 917751,3269 227577,8676

AREA_CONSTRUIDA 464637,7498 199936,5458 930511,4105 504403,3875 157958,2878

R2 0,666116

R2 Ajustado 0,664295

AICc 87695,964

Sigma 9264986000000000 44718064,56

MODELO OLS MODELO WGR

DIAGNOSTICO

0,916592269

0,914260964

650,7924065

108

Los valores de los coeficientes R2 y R

2 ajustado, presento una mejora significativa

para el modelo WGR, con respecto al modelo original calculado por OLS, igualmente

se observó una mejoría en los parámetros de AICc y sigma, que se refieren al error

presentado en los modelos. Tabla 28.

Se verificaron los resultados obtenidos de los coeficientes calculados para cada

modelo con respecto al índice de autocorrelación espacial de Moran I, en el cual este

índice se aproxima más al valor esperado en la regresión del modelo WGR, dando

como resultado una mayor probabilidad de distribución aleatoria, como se puede

observar en la tabla 29 comparativa de los modelos.

Tabla 29. Índice de Moran I para los modelos OLS y GWR.


Adicionalmente, se mapean los residuales para cada modelo, en donde se observa la

conformación de clusters de valores positivos y negativos altos en el modelo

tradicional de OLS, mientras que en el modelo de regresión ponderada WGR, se

observan zonas libres de agrupamiento o clusters. Los residuales obtenidos del

modelo permiten identificar las predicciones escasas y excesivas del modelo de

regresión especificado correctamente, los cuales tendrán una distribución aleatoria.

El clustering otorga evidencia de que en el modelo faltan variables explicativas que

den un mejor comportamiento del mismo.31En las figuras 42 y 43, se observan las

predicciones escasas en color rojo y las excesivas en color azul. Los residuales se

obtienen de restar los precios obtenidos menos los precios observados de las

viviendas Para cada una de las observaciones de la muestra. Las predicciones escasas

y excesivas para un modelo de regresión bien especificado se distribuirán

aleatoriamente y el agrupamiento de predicción excesiva o escasa es evidencia de que

en el modelo hacen falta variables explicativas.

31

Definición tomada de http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-

toolbox/interpreting-ols-results.htm

ATRIBUTO METODO OLS METODO WGR

I Calculado 0,109752 -0,000114

I Esperado -0,000452 -0,000452

Varianza 0,000037 0,000037

z-score 18,225878 0,05582

p-value 0,000000 0,955485

109

Figura 42. Mapa Coeficientes residuales, modelo OLS.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Modelo OLS

Coeficientes Residuales ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa Modelo OLS

Coeficientes Residuales



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Localidad

Sector

Loteo_Residencial_Ordinary

Residual! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

110

.

Figura 43. Mapa Coeficientes residuales, modelo GWR.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Modelo WGR

Coeficientes Residuales ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa No. Modelo WGR

Coeficientes Residuales



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector


Residual

! Low-Low

! Low-High

! High-Low

! High-High

Area Excluida

111

4.4.1 Puntos calientes y fríos para los modelos.

Calcula la estadística para cada entidad en un dataset. Las puntuaciones Z y los

valores P resultantes indican dónde se agrupan espacialmente las entidades con

valores altos o bajos. Esta herramienta funciona mediante la búsqueda de cada

entidad dentro del contexto de entidades vecinas. Una entidad con un valor alto es

interesante, pero es posible que no sea un punto caliente estadísticamente

significativo. Para ser un punto caliente estadísticamente significativo, una entidad

debe tener un valor alto y también estar rodeada por otras entidades con valores

altos32

. Figuras 44 y 45.

Este procedimiento permite identificar espacialmente donde existe clustering o

agrupamiento de los datos, así mismo la existencia de algún tipo de patrón siguiendo

las relaciones complejas que se presentan en el espacio o sin por el contrario estos

patrones obedece a la casualidad, finalmente lo que se busca es cuantificar los

patrones espaciales que presenta el área de estudio.

4.4.2 Interpolación de modelos

El valor de salida para una celda que utiliza la distancia inversa ponderada (IDW) se

limita al rango de valores utilizados para la interpolación. Dado que la IDW es un

promedio de distancia ponderada, el promedio no puede ser mayor que la entrada

máxima o inferior que la entrada mínima. Por lo tanto, no puede crear crestas o valles

si estos extremos aún no se han muestreado (Watson y Philip 1985)33

.

Esta herramienta permitió obtener una superficie más homogénea a partir de los

puntos muestra donde se conocía el precio de la vivienda, para finalmente crear un

área o sectores que tienen un comportamiento similar en cuanto al precio de la

vivienda se refiere. Figuras 46 y 47.

32

Tomado de https://pro.arcgis.com/es/pro-app/tool-reference/spatial-statistics/h-how-hot-spot-

analysis-getis-ord-gi-spatial-stati.htm

33 Tomado de https://pro.arcgis.com/es/pro-app/tool-reference/3d-analyst/idw.htm

112

Figura 44. Mapa de Hot Spot, modelo OLS.


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!!

!

!

!!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!

!! !!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!! !

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Hot Spot

Modelo OLS ·

1:80.0000 670 1.340 2.010 2.680335

Meters

Esc

Mapa de Hot Spot

Modelo OLS



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Localidad

Sector

Loteo_Residencial_OrdinaryLe

GiZScore(Estimated)

! Hot-Hot

! Hot-Cold

! Cold-Hot

! Cold-Cold

Area Excluida

113

Figura 45. Mapa de Hot Spot, modelo WGR


!!

!!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!!

!

!

!

!

!

!!

!

!

!

!

!

!

! !

!!

!!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!

!!

!

!

!

!

!

!!

!!

! !

!

!!

!

!

!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

! !!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!! !! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!!!!!

!

!

!!

!

!

!

!!

!!!!

!!

!

!

!

!

!

!!

! !

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!!

!

!!!

!

!

!

!

!

!

!!!

!

!

!!

!

!

!! !

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

! !!

!!

!

!! !

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!

!!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!!

!! !

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!!

!

!

!

!

!

! !

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

! !

!

!!

!

!!!

!

!

!!!!

!

!

!

!

!!!

!

!

!! !!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!!!!

!

!

!

!

!

! !

!

! !

!

!

!

!

!

!

!

!!

!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!!

!

! !!

!

!

!

!

! !

!

!

!

!!

!

!

!!

!!!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

! !

! !

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!!

!

!

!!

!

!

!!!

!

!

!

!

!

!

!

!!

!!

!

! !!

!

! !

! !

!!

!

!

!

!

!!

!!!

!

!

!!

!

!!

! !!

!

!

!!

!

!!

!

!!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!!

!!

! !

!

!

!!!

!!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!!

!

!

!

!

!

!!

!

!!

!

!

!

! !

!

!!!

! !

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!!

!!

!

!

!

!

!

!

!

!

!

! !!!

!!

!

!

!

!

! !

!

!

!!

!!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

!

!

!! !

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

! !

!! !!!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

! !

!

!!

!

!

!

!

!

!

!

! !!!

!

!

!!

!

!!

!

!!

!!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!! !

!

!

!

!

!!

!

!

!!

!

!!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!

!

!!!

!

!

!

! !!!

!

!

!

!

!!

!

!

!

!

!

!

!!

!

!!

!

!

!

!!!

! !!

!!

!

!

!

! !!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!

!!!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!!

!

!!!!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!!

!

!

!

!!

!

!

!

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!! !

!

!

!

!

!

!

!

!

!

!

!!

!!

!!

!

!! !

!!

!

!

!

!!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!!

!!

!

!

!

!

!!

!

!!

!

!

!

!

!

!!

!!

!

!

!

!

!

!!

!

! !

!

!

!

!

!

!!

!

!!

!

!

!

!

!

!

!!

!

!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!!!

!!

!

!

!

!

!

!

! ! !

! !

!

!

!

! !

!!!

! !

!

!!

!

!!

!!

!!

!

!!

!

!

! !!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!!

!!!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

! !

!

!

! !!

!!

!

!

!

!

!

!

!

!!!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!! !

!

!

!

!

! !!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

! !

!

!

!

!

!

!

!

!

!!!

!

!

!

!

!!

!

!

!

!!

!

! !

!

!

!

!!

!

!

!

!

!!

! !

!

!

!

!

!

!

!

!! !

!!

!

!

! !!

!!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!!

!

!! !!

!

!

!

!

!

! ! !!!

!!

!

!

!

!!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!

!!!

!

!

!!!

!

!

!

!

!

!

!!

!

!

!

! !

!

!

KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Hot Spot

Modelo GWR ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa de Hot Spot

Modelo GWR



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector

GeographicallyWeightedRegres

GiZScore (Predicted)

! Hot-Hot

! Hot-Cold

! Cold-Hot

! Cold-Cold

Area Excluida

114

Figura 46. Mapa de Interpolación, modelo OLS.


KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Interpolación

Modelo OLS (Valores estimados- Hot Spot) ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa Mapa de Interpolación

Modelo OLS

(Valores estimados- Hot Spot)



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convención

Localidad

Sector

Area Excluida

Extract_Idw

<VALUE>

10,24931368 - 20,76869965

1,357927903 - 10,24931367

-5,028842155 - 1,357927902

-11,16515064 - -5,028842156

115

Figura 47. Mapa de Interpolación, modelo WGR.


KENNEDY

ENGATIVÁ

FONTIBÓN

Mapa de Interpolación

Modelo WGR (Valores predicted - Hot Spot) ·

1:75.0000 625 1.250 1.875 2.500312,5

Meters

Esc

Mapa Mapa de Interpolación

Modelo GWR

(Valores predicted- Hot Spot)



Fuente: SDP-UAECD

Agosto 2016


Origen Bogotá


100.000 E


Escala:1:75.000

KENNEDY

ENGATIVA

FONTIBON

Localización:

Convenciones

Localidad

Sector

Area Excluida

Extract_Idw_

<VALUE>

0,529365149 - 2,217021465

-0,071051041 - 0,529365149

-0,622784837 - -0,071051041

-1,920982003 - -0,622784837

116

4.4.3 Significancia de variables y comprobación del modelo.

Figura 48. Significancia de variables dentro del modelo.


TIP

O D

E R

EL

AC

IÓN

SIG

NO

CO

EF

ICIE

NT

E

TIP

O D

E

EX

TE

RN

AL

IDA

DV

AR

IAB

LE

OB

SE

RV

AC

IÓN

Nod

o_T

rans

port

e

Inst

_P

oli_

Mili

tar

ZA

MP

A

CA

I

Red

_C

iclo

ruta

Cul

tura

Sal

ud_

Pub

AR

EA

_C

ON

ST

RU

IDA

AR

EA

_T

ER

RE

NO

CA

LIF

ICA

CIO

N

BA

ÑO

S

GA

RA

JES

Sign

ific

anci

a d

e la

var

iab

le d

en

tro

de

l mo

de

lo

NE

GA

TIV

O

PO

SIT

IVO

PO

SIT

IVA

A m

edid

a qu

e la

viv

iend

a se

ale

ja u

n m

etro

más

de

esta

s

exte

rnal

idad

es, e

l pre

cio

de la

viv

iend

a di

smin

uye,

o e

n ca

so d

e qu

e

se a

prox

ime

un m

etro

más

la v

ivie

nda

tend

erá

a au

men

tar

de p

reci

o.

NE

GA

TIV

A

PO

SIT

IVA

A m

edid

a qu

e la

viv

iend

a se

ale

ja d

e es

tas

exte

rnal

idad

es, e

l pre

dio

de la

viv

iend

a au

men

ta, o

en

caso

de

apro

xim

arse

a e

stos

equi

pam

ient

os, e

l pre

cio

se r

educ

e.

A m

edid

a qu

e se

incr

emen

ta a

lgun

a de

las

vari

able

s fí

sica

s o

la

punt

uaci

ón d

e ca

lific

ació

n, ig

ualm

ente

aum

enta

el p

reci

o de

la

vivi

enda

, en

caso

con

trar

io a

l dis

min

uir

la c

uant

ific

ació

n de

cua

lqui

er

vari

able

se

verá

ref

leja

do e

n la

des

valo

riza

ción

del

pre

cio

de la

vivi

enda

.

117

4.4.4 Comprobación del potencial predictivo del modelo

Tabla 30. Valores obtenidos para un punto muestra.


En el caso anterior, se extrae un punto de la muestra de las viviendas donde el modelo

WGR, se aproxima más al precio de vivienda que el modelo OLS, adicionalmente y

con el fin de establecer que tan acertados son los valores predictivos de los modelos,

se realiza una consulta de ofertas de vivienda en la web para algunos sectores

seleccionados aleatoriamente de la cual se concluye que nuevamente la regresión

WGR, se aproxima más al precio de la vivienda que el modelo de regresión global

OLS, como se observan en las tablas 31 a la 38 y de figuras 49 a 57.

OBJECTID *

Observed PRECIO 600000000

Condition Number 38,263874

Local R2 0,568986

Predicted 608606652,4

ATRIBUTOS COEFICIENTES APORTE PORCENTAJE

Coefficient Intercept 4723577,309 0,79%

Coefficient #1 Salud_Pub 728,058497 85808,76462 62473800,2 10,41%

Coefficient #2 CAI 960,601674 7466,173489 7172018,752 1,20%

Coefficient #3 Inst_Poli_Militar 1784,128419 -32405,6047 -57815760,27 -9,64%

Coefficient #4 Cultura 187,099761 76056,40355 14230134,93 2,37%

Coefficient #5 ZAMPA 356,194866 26471,47126 9429002,159 1,57%

Coefficient #6 Nodo_Transporte 92,805759 -220751,7616 -20487034,79 -3,41%

Coefficient #7 Red_Cicloruta 290,585862 7088,530525 2059826,753 0,34%

Coefficient #8 BAÑOS 6 -4017869,33 -24107215,98 -4,02%

Coefficient #9 GARAJES 2 19979483,74 39958967,48 6,66%

Coefficient #10 CALIFICACION 45 2191188,4 98603478 16,43%

Coefficient #11 AREA_TERRENO 192,8 864318,559 166640618,2 27,77%

Coefficient #12 AREA_CONSTRUIDA 507,6 602295,5865 305725239,7 50,95%

Residual -8606652,412 -1,43%

PRECIO 600000000 100

OBJECTID *

PRECIO 600000000

StdResid -0,16538

Estimated 615918575,4

ATRIBUTOS COEFICIENTES APORTE PORCENTAJE

Intercept 1670708,405 0,28%

Salud_Pub 728,058497 66249,08602 48233210 8,04%

CAI 960,601674 -18609,27113 -17876097 -2,98%

Inst_Poli_Militar 1784,128419 -39468,47135 -70416821,38 -11,57%

Cultura 187,099761 57554,12233 10768362,53 1,79%

ZAMPA 356,194866 -38820,91474 -13827810,52 -2,30%

Nodo_Transporte 92,805759 -106202,7246 -9856224,465 -1,64%

Red_Cicloruta 290,585862 16455,12991 4781628,109 0,80%

BAÑOS 6 6811376,369 40868258,21 6,81%

GARAJES 2 15238794,26 30477588,51 5,08%

CALIFICACION 45 3347280,079 150627603,6 25,10%

AREA_TERRENO 192,8 1061296,927 204618047,6 34,10%

AREA_CONSTRUIDA 507,6 464637,7498 235850121,8 39,31%

Residual -15918575,35 -0,02653096

PRECIO 600000000 100

MODELO GWR

MODELO OLS

1

1

118

Tabla 31.Precios de Modelos. Comprobación vivienda 1. Fuente: Elaboración propia.

Figura 49. Publicación oferta de vivienda 1.

Fuente: http://www.fincaraiz.com.co/casa-en-venta/bogota/fontibon-det-2328962.aspx consultado 15

de septiembre de 2016



Fuente: http://www.fincaraiz.com.co/casa-en-venta/bogota/engativa_centro-det-2174876.aspx.

consultado 15 de septiembre de 2016

Número

Punto

Codigo

Predio

Precio

OfertaPrecio GWR Precio OLS

1 006405086024 310000000 312824006 250780590

Número

Punto

Codigo

Predio

Precio


2 005636010020 350000000 291529466 281982660

http://www.fincaraiz.com.co/casa-en-venta/bogota/fontibon-det-2328962.aspx

http://www.fincaraiz.com.co/casa-en-venta/bogota/engativa_centro-det-2174876.aspx

119

Tabla 33.Precios de Modelos. Comprobación vivienda 3. Fuente: Elaboración propia

.


Fuente: http://www.fincaraiz.com.co/casa-en-venta/bogota/florencia-det-2170429.aspx. Consultado 15




Fuente: http://www.fincaraiz.com.co/casa-en-venta/bogota/dindalito_kennedy-det-2028779.aspx.

Consultado 15 de septiembre de 2016

Número

Punto

Codigo

Predio

Precio


3 005619007034 425000000 354316872 326225730

Número

Punto

Codigo

Predio

Precio


4 004607011002 460000000 316172693 264352670

http://www.fincaraiz.com.co/casa-en-venta/bogota/florencia-det-2170429.aspx

http://www.fincaraiz.com.co/casa-en-venta/bogota/dindalito_kennedy-det-2028779.aspx

120


.


Fuente:http://www.fincaraiz.com.co/casa-en-venta/bogota/las_ferias-det-2279680.aspx. Consultado 15


Tabla 36. Precios de Modelos. Comprobación vivienda 6. Fuente: Elaboración propia.

.


Fuente:http://www.fincaraiz.com.co/casa-en-venta/bogota/ciudad_kennedy_central-det-2308838.aspx.


Número

Punto

Codigo

Predio

Precio


6 004510047006 600000000 433036267 423045660

Número

Punto

Codigo

Predio

Precio


5 005404022020 470000000 555214664 604784580

http://www.fincaraiz.com.co/casa-en-venta/bogota/las_ferias-det-2279680.aspx

http://www.fincaraiz.com.co/casa-en-venta/bogota/ciudad_kennedy_central-det-2308838.aspx

121

Tabla 37. Precios de Modelos. Comprobación vivienda 7. Fuente: Elaboración propia


http://www.fincaraiz.com.co/casa-en-venta/bogota/modelia-det-2304047.aspx. Consultado 15 de

septiembre de 2016

Tabla 38. Precios de Modelos. Comprobación vivienda 8. Fuente: Elaboración propia


http://www.fincaraiz.com.co/casa-en-venta/bogota/ciudad_kennedy_central-det-2336121.aspx.


Número

Punto

Codigo

Predio

Precio


7 006301040004 679000000 680937706 601826370

Número

Punto

Codigo

Predio

Precio


8 004511023002 800000000 304773279 288602460

http://www.fincaraiz.com.co/casa-en-venta/bogota/modelia-det-2304047.aspx

http://www.fincaraiz.com.co/casa-en-venta/bogota/ciudad_kennedy_central-det-2336121.aspx

122

Figura 57. Mapa ofertas de vivienda.


123

5 DISCUSIÓN Y CONCLUSIONES

La regresión por mínimos cuadrados ofrece un modelo donde el análisis es global,

y las relaciones espaciales complejas no pueden ser explicadas fácilmente, como

se observó en la explicación del modelo pasando del 66% en OLS al 91% en GWR

en cuanto a su poder explicativo, el cual ofrece precios de vivienda mucho más

próximos a la realidad con mayor detalle y demostrando que esta variable no tiene

una distribución dispersa o aleatoria en el espacio sino que presenta

autocorrelación espacial, es decir las viviendas con valores son circunvecinas de

viviendas con valores similares, igualmente ocurre con valores bajos.

El uso de vivienda NPH en los últimos años ha tenido un crecimiento menor en

relación a la vivienda PH. No obstante el área ocupada por el uso de vivienda NPH

sigue siendo mayor, dado que las localidades de estudio no resultan ser tan

rentables para la construcción PH, debido a que los constructores prefieren

urbanizar en localidades de clases altas en donde se maximiza su ganancia.

Variable localidad, no fue tenida en cuenta en el modelo final debido a que no

aportaba significancia dentro del mismo, esto se puede explicar en que las

variables analizadas guardan ciertos parámetros de homogeneidad en las

localidades en cuanto al precio de la vivienda, por lo cual sería conveniente

analizar esta variable para todo Bogotá.

La variable estrato se excluyó del modelo a razón de que dicha variable ha perdido

significancia y no es un indicador diferencial a la hora de fijar el precio de la

vivienda en Bogotá, prueba de ello es que dentro de la nueva metodología de

cálculo del avaluó por parte de la UAECD, esta variable se sustrajo dentro del

proceso de este cálculo ya que no generaba equidad en aspectos tributarios para los

predios gravados.

El número de alcobas y número de cocinas en el modelo fueron variables

excluidas dada su redundancia con otras variables como el área de terreno y/o área

construida, adicionalmente el incremento de estas variables puede estar asociado a

124

inquilinatos o múltiples unidades habitacionales, lo cual se traduce en una

desvalorización de la vivienda.

Las variables que intervienen en la conformación del precio de la vivienda en las

localidades abarcan características físicas propias del inmueble y la cercanía a

cierto tipo de equipamientos o externalidades, siendo las que más influyen en el

precio las variables físicas del inmueble como numero de baños, número de

garajes, área construida y de terreno.

Entre los equipamientos o externalidades con mayor afectación al precio son

aquellas que desvalorizan el inmueble tales como cercanía de red de ciclorutas,

cercanía a centros culturales y a instituciones de servicios de salud.

Teniendo en cuenta que el precio de la vivienda es una variable que presenta

autocorrelación espacial y por ende variaciones espaciales dinámicas, el empleo de

estadística espacial y WGR, resulta una herramienta eficaz para conocer el

comportamiento geográfico de los factores que generan el precio y sirven de

referencia para la planeación eficaz en barrios, UPZ y localidades en la ciudad.

Para futuros trabajos de investigación en donde el empleo de métodos de precios

hedónicos sean considerados en los análisis, sería útil conocer modelos que no

empleen distancias euclidianas, como herramientas de network_analyst, para poder

determinar la diferenciación en los resultados con respecto a estudios similares

como el presentado.

Al seleccionar un área de interés, es necesario concientizar que existen problemas

de borde, que pueden ocasionar ruido en los extremos de la muestra por lo que se

deben ahondar esfuerzos en la consecución de la información en escalas

geográficas mayores, que permitan en lo posible realizar estudios más específicos

que tengan cubrimiento de la totalidad del distrito capital.

Aunque técnicas como La Regresión Ponderada Geográficamente comienzan a ser

más utilizadas en campos como la valuación de bienes inmuebles, todavía existen

muchas aplicaciones que se pueden obtener, como serían las determinaciones de

plusvalías y valorizaciones en la cuidad, lo anterior con el objetivo de establecer

125

cargas tributarias más equitativas, que brinden mejores herramientas de

planificación en el territorio.

126

6 LITERATURA CITADA

Amézquita, L., Sánchez, P., & Abaunza, G. (2012). Determinantes del precio de la

vivienda en Bogotá, 2012. Bogotá. Tomado de http://www. lasalle. edu.

co/wps/wcm/connect/61bbb411-9d41-44e5-97bf-8a52cc1a5c6f/Sanchez+-mezquita.

pdf.

Anselin, L. (1980). Estimation methods for spatial autoregressive structures: A study

in spatial econometrics (Vol. 8). Program in Urban and Regional Studies, Cornell

University.

Anselin, L. (1988a). Spatial Econometrics: Methods and ModelsKluwer

Academic. Boston, MA.

Anselin, L. (1988b). Lagrange multiplier test diagnostics for spatial dependence and

spatial heterogeneity. Geographical analysis, 20(1), 1-17.

Anselin, L. (1998). Exploratory spatial data analysis in a geocomputational

environment. Geocomputation, a primer. Wiley, New York, 77-94.

Anselin, L., & Griffith, D. A. (1988). Do spatial effecfs really matter in regression

analysis?. Papers in Regional Science, 65(1), 11-34.

Anselin, L., & Hudak, S. (1992). Spatial econometrics in practice: A review of

software options. Regional science and urban economics, 22(3), 509-536.

Anselin, L., & Rey, S. (1991). Properties of tests for spatial dependence in linear

regression models. Geographical analysis, 23(2), 112-131.

127

Anselin, L., Varga, A., & Acs, Z. (1997). Local geographic spillovers between

university research and high technology innovations. Journal of urban

economics, 42(3), 422-448.

Astorkiza, I. (2006). El precio de la tierra rústica en un espacio natural protegido:

análisis econométrico en el caso de la reserva de la biosfera de Urdaibai. Universidad

del País Vasco.[Links].

Avendaño, Johan (2011b). Representaciones y expresiones territoriales de la pobreza

urbana en el sur de Bogotá D.C. (Localidades de Ciudad Bolívar, San Cristóbal y

Usme). EHESS-Paris.

Avendaño, Johan (2016) representaciones territoriales de inseguridad, delincuencia y

miedo en el espacio urbano de Bogotá: formas simbólicas de apropiación y

vivencialidad de la ciudad.

Borrero, Oscar. (2007). Efecto de las políticas del suelo en el precio de terrenos

urbanos en Bogotá. Lincoln Institute of Land Policy, working paper.

Borrero Ochoa, O., & Durán de Gómez, E. (1980). El valor del suelo urbano y sus

implicaciones en el desarrollo de la ciudad. Análisis del caso Bogotá.Centro de

estudios nacionales de construcción. Cenac Bogotá.

Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). Geographically

weighted regression: a method for exploring spatial nonstationarity.Geographical

analysis, 28(4), 281-298.

Capel, H. (1975). La definición de lo urbano. Estudios geográficos, 36(138), 265.

128

Carlos, A. F. A. (2008). De la geografía de la acumulación a la geografía de la

reproducción: un diálogo con Harvey. Scripta Nova: revista electrónica de geografía

y ciencias sociales, (12), 139.

Carter, Harold. (1974). El estudio de la Geografía Urbana. Instituto de Estudios de

Administración Local. Madrid.

Casetti, E. (1972). Generating models by the expansion method: applications to

geographical research. Geographical analysis, 4(1), 81-91.

Chandías, M. E. (1954). Tasación de inmuebles urbanos.

Chasco Yrigoyen, C. (2003). Métodos gráficos del análisis exploratorio de datos

espaciales. Instituto LR Klein, Departamento de Economía Aplicada, Universidad

Autónoma de Madrid. Disponible en:(http://www. asepelt. org/ficheros/File/

Anales/2003% 20-20Almeria/asepeltPDF/93. PDF).

Ciccolella, P., & Mignaqui, I. (2009). Capitalismo global y transformaciones

metropolitanas: enfoques e instrumentos para repensar el desarrollo urbano.Otro

desarrollo urbano: ciudad incluyente, justicia social y gestión democrática. Buenos

Aires: CLACSO.

Collazos Reyes, E., Gamboa Pérez, W., Prado Velasco, P., & Verardi, V. (2006).

Análisis espacial del precio de oferta de la vivienda en el área metropolitana de

Cochabamba. Revista latinoamericana de desarrollo económico, (6), 33-62.

Cuervo, L. M. (2002). Globalización y dinámica metropolitana: el caso de Bogotá en

los años 1990. Ponencia presentada al VII Seminario Internacional de la Red

Iberoamericana de Investigadores (RII), sobre Globalización y Territorio, realizado

en Camagüey, Cuba, mimeo, 2001, 1999.

129

DANE. (2005). Censo de Población y Vivienda. En http://www.dane.gov.

De Mattos, C. (1997). Dinámica económica globalizada y transformación

metropolitana: hacia un planeta de archipiélagos urbanos. Ponencia presentada al 6º

Encuentro de Geógrafos de América Latina (EGAL).

Decreto 190 (2004). Plan de Ordenamiento Territorial, Alcaldía de Bogotá.

Delgado, Ovidio (2003). Debates sobre el espacio en la geografía comtemporánea.

Bogotá, UNAL

Duarte, C. M. (2008). La incidencia de la percepción del ruido ambiental sobre la

formación espacial de los valores residenciales: un análisis para Barcelona.Revista de

la Construcción, 7(1), 4-19.

Duque, J. C., Velásquez, H., & Agudelo, J. (2011). Infraestructura pública y precios

de vivienda: una aplicación de regresión geográficamente ponderada en el contexto

de precios hedónicos. Ecos de Economía, 15(33), 95-122.

Mantovani, Emiliano Teran (2012). David Harvey y la Geografía del capitalismo:

urbanismo, modernidad y desigualdad.

http://forajidosdelanetwar.blogspot.com.co/2012/04/david-harvey-y-la-geografia-

del.html.

Fernández, D. A. (2009). Calidad de la vivienda a partir de la metodología de precios

hedónicos para la cuidad de Bogotá-Colombia.

Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2003). Geographically weighted

regression: the analysis of spatially varying relationships. John Wiley & Sons.

130

Garza, N., & Montaña, J. (2000). Crecimiento Urbano de Bogotá en un Contexto

Especulativo. Lincoln Institute of Land Policy, www. lincolninst. edu [consulta mayo

de 2007].

Geary, R. C. (1954). The contiguity ratio and statistical mapping. The incorporated

statistician, 5(3), 115-146.

Harvey, D. (2006). Spaces of global capitalism. Verso.

Isard, W. (1956). Location and space-economy.

Jaramillo, S. (1994). Hacia una teoría de la renta del espacio urbano.Uniandes-

Instituto de Geografía Agustín Codazzi, Bogotá.

Jaramillo, S. Hacia una teoría de la renta del suelo urbano (2ª Edición) Bogotá,

Universidad de Los Andes, 2009. 445 p

Jaramillo, S., & Cuervo, L. M. (1993). Urbanización latinoamericana: nuevas

perspectivas. Escala,

Krugman, P. (1991). The move toward free trade zones. Economic Review,76(6), 5.

Lotz, J. B. (1937). Los seres y bienestar: la base de una investigación sobre su valor y

(Tesis doctoral, Weltz).

Meisel, A., & Pérez, G. J. (2013). Las ciudades colombianas y sus atractivos.Centro

de Estudios Económicos Regionales (CEER), Banco de la República de Cartagena,

mimeo.

131

Meloni, O., & Ruiz Nuñez, F. (2002). El Precio de los Terrenos y el Valor de sus

Atributos. Económica, 48.

Méndez, R. (1997). Geografía económica: la lógica espacial del capitalismo

global (No. 911.003 MEN).

Mendieta, J. C., & Perdomo, J. A. (2007). Especificación y estimación de un modelo

de precios hedónico espacial para evaluar el impacto de Transmilenio sobre el valor

de la propiedad en Bogotá. Univ. de los Andes, Fac. de Economía, CEDE Centro de

Estudios sobre Desarrollo Económico.

Menger, C. (1985). El origen del dinero. ESEADE.

Mogollón, A. J. P. (2013). Efecto del costo de acceso a centros de empleo sobre el

precio de la vivienda urbana: un modelo hedónico para el caso de Bogotá (Doctoral

dissertation, Uniandes).

Mohan, R., & Villamizar, R. (1986). La evolución de los precios de la tierra en el

contexto de un rápido crecimiento urbano. Lecturas sobre economía urbana. Bogotá:

Fundación Simón Bolívar, Instituto de Estudios Políticos.

Montoya Garay, J. W. (2005). Cambio Urbano y Evolución Discursiva en el análisis

de la ciudad latinoamericana: de la dependencia a la globalización.

Montoya, J. W. (2006). Cambio Urbano y Evolución discursiva en el análisis de la

ciudad latinoamericana. De la dependencia a la Globalización.

Montoya, J. W. (2009). Geografía urbana: trayectorias epistemológicas y agenda

contemporánea. Lecturas en teoría de la geografía, 369, 149.

132

Moran, P. A. (1948). The interpretation of statistical maps. Journal of the Royal

Statistical Society. Series B (Methodological), 10(2), 243-251.

Osuna, J. M. F., & Almirall, P. G. (2008). La incidencia de las externalidades

ambientales en la formación espacial de valores inmobiliarios: el caso de la región

metropolitana de Barcelona. ACE: architecture, city and environment, (6), 673-692.

Perdomo Calvo, J. A. (2011). Una Propuesta Metodológica Para Estimar Los

Cambios Sobre El Valor De La Propiedad: Estudio De Caso Para Bogotá Aplicando

Propensity Score Matching Y Precios Hedónicos Espaciales (A Methodological

Proposal to Estimate Changes of Property Values: Case Study Developed in Bogota,

using Propensity Score Matching and Spatial Hedonic Prices). Available at SSRN

1791067.

Rodriguez, D., & VERGEL, E. (2013). Sistemas de transporte público masivo tipo

BRT (Bus Rapid Transit) y desarrollo urbano en América Latina''. Land Lines.

Rodríguez, M. L. (2011). El valor del suelo y competencia por la ocupación espacial

Estudio de caso: área de influencia Autopista Norte (Calle 200-

Briceño). PERSPECTIVA GEOGRÁFICA, 1(6).

Santana, l., & Nuñez, l. (2011). Una aproximación hedónica al efecto de las

preferencias por segregación en el precio del suelo urbano en Bogotá.

Say, J. B. (1807). Tratado de economía política ó exposición simple del modo como

se forman, distribuyen y consumen las riquezas (Vol. 3). Imp. de Pedro Maria

Caballero.

Secretaria Distrital De Planeación. Encuesta multipropósito 2014. Bogotá.

133

Serrano, R. M., & Valcarce, E. V. (2002). Econometría espacial: nuevas técnicas para

el análisis regional. Una aplicación a las regiones europeas. Investigaciones

regionales, (1), 83.

Student. (1914). The elimination of spurious correlation due to position in time or

space. Biometrika, 179-180.

Thünen, J. V. (1826). Der isolierte Staat. Beziehung auf Landwirtschaft und

Nationalökonomie.

Tobler, W. R. (1970). A computer movie simulating urban growth in the Detroit

region. Economic geography,

UN Hábitat (2009). Urbanización para el desarrollo humano: Políticas para un mundo

de ciudades. Bogotá

Unidad Administrativa Especial De Catastro Distrital 2002-2012. (2013). Dinámica

de la construcción por usos localidad Fontibón, engativa y Kennedy. Bogotá

Villarraga, J. P. J., & Duarte, C. M. (2013). Evaluación del impacto de la

estratificación socioeconómica en la formación del valor del suelo en Bogotá

DC. Arquitectura, Ciudad y Entorno, 8(23).

Vinuesa, J., & Vidal, M. J. (1991). Los procesos de urbanización. Síntesis, Madrid.