Un  modelo  de  simulación  del  crecimiento  urbano  y  del  crecimiento  económico  de  las  CCAA 
españolas1  

Cristina Velastegui2, Wenseslao Plata3 y Joaquín Bosque Sendra4 

   

                                                            
1
 Trabajo financiado por el proyecto SIMURBAN del Ministerio de Educacion y Ciencia (MEC
España) a traves de la convocatoria de 2006 de proyectos del Plan nacional de
Investigacion cientifica, Desarrollo e Innovacion 2004-2007, Programa nacional de
Ciencias Sociales, Económicas y Jurídicas (Referencia SEJ2007-66608-C04-00/ GEOG. 
2
 Sistema Nacional de Información, Secretaria Nacional de Planificación y Desarrollo ‐SENPLADES‐, Ecuador 
3
 Escuela de Ciencias de la Tierra, Universidad Autónoma de Sinaloa. Culiacán, Sinaloa, México.  
4
 Departamento de Geografía, Universidad de Alcalá, España 
1 
 
 1. INTRODUCCIÓN 

El objetivo de esta comunicación es presentar un modelo dinámico que ayuda a simular a futuro el 
comportamiento  de  varias  variables  sociales  y  de  ocupación  del  suelo  en  las  Comunidades 
autonómicas  españolas.  Para  ello  se  han  seleccionado  los  factores  que  se  han  considerado  más 
influyentes  en  la  evolución  en  el  tiempo  de  las  dos  variables  consideradas  dependientes  y  cuyo 
cambio se desea poder estimar: el número de nuevas viviendas (y el suelo dedicado a ello) y, por 
otra parte,  el suelo dedicado a zonas productivas (industriales y comerciales).  

Como  resultado  de  la  determinación  de  los  factores  considerados  explicativos  del  crecimiento 
urbano y productivo,  se ha realizado una aplicación de la metodología de Dinámica de Sistemas, 
que permite elaborar modelos de simulación para sistemas complejos, de modo que sea posible, 
por un lado,   entender las causas de los cambios del suelo y, por otro, estimar el crecimiento del 
suelo urbano y productivo de un determinado territorio en un determinado período.  

Definido  el  modelo,  es  posible  establecer  distintos  escenarios  de  simulación  que  determinen  la 
demanda  de  mayor  o  menor  concentración  de  suelo  urbano  y  productivo,  escenarios  que 
permiten estimar la demanda de suelo de las categorías antes mencionadas. 

Las  unidades  de  observación  empleadas  son  las  diecisiete  Comunidades  Autónomas  de  España, 
que han vivido, de manera variable, un fuerte crecimiento urbano (residencial y productivo) en los 
últimos años y que constituyen, por su tamaño, unas zonas relativamente autónomas y con cierta 
unidad económica, social y política, lo que facilita su uso como unidad de base para la definición 
del modelo. El período establecido para la ejecución del estudio son los años 1990 y 2000 para los 
cuales  se  cuenta  con  información  tanto  para  las  variables  explicativas  como  para  las  variables 
dependientes.   

2. ANTECEDENTES 

  El procedimiento de modelado seleccionado ha sido la Dinámica de Sistemas, una técnica 
que  permite  analizar  los  sistemas  complejos  y  simular  sus  comportamientos  pasados  y  futuros, 
mediante  la  formulación  de  un  modelo  matemático  incluido  en  un  programa  informático.  Este 
método fue desarrollado por Jay Forrester, ingeniero del Instituto Tecnológico de Massachussets 
(MIT) en la década de los cincuenta. En 1969 se publica la obra Dinámica Urbana (Forrester, 1969), 
en la que se muestra su aplicabilidad a los estudios urbanos.    

  La  dinámica  de  sistemas  es  una  metodología  cuyo  objetivo  es  la  modelización  de  la 
dinámica  de  sistemas  complejos  (Aracil  y  Gordillo,  1997;  Izquierdo  et  al.,  2008),  mediante  la 
construcción de un modelo de simulación informática, que pone de manifiesto las relaciones entre 
la estructura del sistema, su comportamiento, y la determinación de los valores que las variables 
adoptan, a lo largo del tiempo (Aracil, J. y Gordillo, F. 1997). 

 Esta metodología se ha utilizado para la modelizar sistemas en ingeniería (Ford 1997)5 , la gestión 
medioambiental (Martínez y Esteves, 2007), en la planificación urbana (Aracil y Bueno 1976)6, por 
mencionar  algunos  trabajos.  También  en  Geografía  se  han  realizado  algunas  aplicaciones,  en 
concreto para estimar las demandas de uso de nuevo suelo urbano (López, 2002), de manera más 

                                                            
5
 Citado por Izquierdo L., Galán J., Santos J., y Olmo R. (2008). 
6
 Citado por Silvio Martínez  (1989). 

2 
 
general se ha planteado que esta metodología podría ser útil para la interconexión general de los 
SIG y el tratamiento de los fenómenos espaciales en el tiempo (López y Bosque, 2005). 

  En  este  caso,  el  objetivo  principal  de  este  modelo  es  similar:  conocer  el  tamaño  de  la 
demanda  de  nuevo  suelo  urbano  y  nuevo  suelo  productivo  en  un  determinado  territorio  en  el 
periodo de simulación. A partir de conseguir el buen funcionamiento del modelo en un periodo de 
tiempo  del  pasado  (fase  de  ajuste  del  modelo)  es  posible  establecer  distintos  escenarios  de 
simulación,  que  concentren  en  mayor  o  menor  medida  el  crecimiento  de  las  categorías  en 
cuestión, mediante la modificación para ello de los valores de las tasas incluidas en el modelo. Se 
pueden establecer, por ejemplo, tres escenarios diferentes (Aguilera y otros, 2009): 

  El escenario tendencial se basa en la continuidad experimentada en los últimos años, es 
decir, el crecimiento del suelo urbano y productivo se mantendrán en las mismas condiciones, sin 
la necesidad de modificar el valor de las tasas determinadas en la fase de ajuste del modelo.  

  El  escenario  de  crisis  por  su  parte,  supone  un  cambio  significativo  disminuyendo  de 
manera  importante  el  crecimiento  de  suelo  urbano  y  productivo  experimentado  en  periodos 
anteriores, a causa de una posible crisis, marcado a su vez por una menor presión demográfica y 
menores niveles  de renta. 

   Finalmente el escenario de innovación y sostenibilidad local se centra principalmente en 
el  crecimiento  de  nuevas  áreas  industriales,  generadas  por  los  incrementos  de  rentas  derivadas  
de  la  innovación  como  motor  económico,  por  otra  parte,  las  demandas  residenciales  se  ven 
reducidas de acuerdo con un mantenimiento de la población.  
 

3. ÁREA DE ESTUDIO Y DATOS 

España está situada al suroeste de Europa, ocupa la mayor parte de la Península Ibérica, 
limita  al  Norte  con  Francia,  Andorra  y  el  Mar  Cantábrico,  al  Sur  con  el  Mar  Mediterráneo  y  el 
Océano Atlántico, al Este con el Mar Mediterráneo y al Oeste con Portugal (Figura 1.).  
-12 0 12

³
52

52

EUROPA

Mar Cantábrico

Francia
Océano Atlántico
40

40
Portugal

Mar Mediterráneo

AFRICA

Decimal Degrees
0 1 2 4 6 8

-12 0 12  
Figura 1. Localización de las Comunidades Autónomas Españolas. 

3 
 
 España cuenta con una población aproximada de 46´009.000 de habitantes (INE, 2008), y 
tiene  una  superficie  aproximada  de  506.645  Km2,  gran  parte  del  territorio  español,  97,5%,  se 
encuentra  ubicado  en  la  península  ibérica,  en  donde  se  localizan  15  de  las  17  Comunidades 
Autónomas  que  conforman  España,  el  2,5%  restante  corresponden  a  los  archipiélagos 
constituidos, por un lado, por las Islas Baleares, ubicadas en el Mar Mediterráneo occidental, y por 
otro,  las  Islas  Canarias,  ubicadas  en  el  Océano  Atlántico  nororiental.  En  cuanto  a  las  ciudades 
autónomas  de  Ceuta  y  Melilla  que  forman  parte  de  España,  se  las  excluye  del  estudio  ya  que 
constituyen casos particulares debido a las reducidas extensiones y ubicaciones fronterizas.    

En  España,  el  suelo  correspondiente  a  superficies  artificiales  representa  un  pequeño 
porcentaje,  de  tan  solo  2,1%  del  total  del  territorio,  a  diferencia  del  resto  de  países  europeos 
(occidentales  y  centrales)  cuya  extensión  asciende  a  un  5%,  las  superficies  artificiales  de  España 
corresponden  en  su  gran  mayoría  a  zonas  residenciales  en  un  63%,  seguido  de  las  zonas 
industriales y comerciales con un 12%, el porcentaje restante lo conforman las áreas dedicadas a 
la infraestructura de trasporte y a zonas de extracción minera, vertederos y de construcción (OSE, 
2006, pp. 78).  

El cambio del suelo  a superficies artificiales producido en España durante el período 1990 
‐ 2000 muestra un incremento del 29,5%, que corresponde a un total de 240.166 hectáreas, muy 
por encima del 5,4% de Europa (OSE, 2006, pp. 78‐79), lo que indica que en España, se dio un alto 
grado de conversión del suelo a superficies artificiales, siendo la creación de zonas residenciales la 
principal  causa  de  esta  expansión,  seguida  de  las  zonas  industriales  y  comerciales.  En  España  el 
incremento de las superficies artificiales se han desarrollado principalmente sobre zonas agrícolas 
seguidas de las zonas forestales (OSE, 2006, pp. 80‐81).  

Para  poder  analizar  los  cambios  de  uso  del  suelo  de  cada  una  de  las  Comunidades 
Autónomas producidas en el período 1990–2000, se procedió a utilizar los datos obtenidos por el 
Observatorio  de  la  Sostenibilidad  de  España  ‐OSE‐  en  la  publicación  del  estudio  de  Cambios  de 
ocupación del suelo en España: Implicaciones para la Sostenibilidad (2006), cuyos resultados son 
provenientes  de  la  cartografía  del  proyecto  CORINE  (Coordination  of  Information  of  the 
Environment)  LandCover  para  España,  información  que  dispone  de  datos  para  las  dos  fechas  en 
cuestión.  

De ésta fuente se procede a extraer la información que corresponde a cada una de las 17 
Comunidad  Autónoma, por un lado la categoría de Zonas Urbanas encierra todas  aquellas zonas 
correspondientes a Tejido urbano continuo, Estructura urbana laxa y Urbanizaciones exentas y/o 
ajardinadas, y por otro lado, la categoría de Zonas Productivas abarca a las zonas correspondientes 
a Zonas industriales y Comerciales.  

En lo que respecta al resto de variables necesarias para el funcionamiento del modelo de 
Dinámica de Sistemas, los datos se obtuvieron a partir de las observaciones estadísticas realizadas 
por  el  INE  (sociales,  económicas  y  demográficas)  y  los  datos  de  cambio  de  suelo  (urbano  y 
productivo)  conseguidos  a  partir  de  los  resultados  obtenidos  por  el  OSE.  A  continuación  se 
muestran los datos de partida para la obtención de variables de nivel, auxiliares y calibración de 
tasas para la simulación del modelo (Tabla 1.) 

4 
 
 NOMBRE  DESCRIPCIÓN 
Población  Unidades Número de Personas. Período 1991 – 2001
Vivienda  Unidades Número de Viviendas. Período 1991 – 2001
Hogares  Unidades Número de Hogares. Período 1991 – 2001
Renta  Miles de Euros. Período 1991 – 2001
Zona Urbana  Suelo construido con zonas residenciales, Unidades en hectáreas. Período 1990 – 2000 
Zona Productiva  Suelo construido con zonas industriales y comerciales, Unidades en hectáreas. Período 1990 ‐ 2000 
   
Natalidad  Unidades Número de Nacimientos. Período 1991 – 2001
Mortalidad  Unidades Número de Defunciones. Período 1991 – 2001
            Tabla 1. Descripción de las variables de partida del Modelo Dinámica de Sistemas 

4. METODOLOGÍA  

  La  Dinámica  de  Sistemas  gira  en  torno  al  concepto  de  retroalimentación,  es  decir  una 
causalidad  circular  entre  variables  observables,  las  mismas  que  describen  algún  atributo  de  los 
componentes  básicos  del  sistema.  Gran  parte  de  los  modelos  de  dinámica  de  sistemas,  se 
expresan mediante un conjunto de ecuaciones algebraicas, muchas veces ecuaciones diferenciales 
(Izquierdo et al., 2008). 

En  nuestro  caso,  se  considera  que  el  incremento  de  zonas  urbanas  se  produce  como 
consecuencia  de  nuevas  viviendas  demandadas  por  nuevos  hogares  (derivado  del  crecimiento 
poblacional  y  de  la  disminución  del  número  de    personas  por  hogar),  y  por  el  incremento  de  la 
renta que permite contemplar la vivienda como un bien de inversión. Por otro lado, el incremento 
de las zonas productivas, son la respuesta a las demandas generadas por  las nuevas viviendas y 
zonas urbanas, así como también del incremento de  la renta que favorece la actividad económica 
y la creación de nuevas áreas comerciales e industriales.  

  Dentro de este contexto, la figura 2 muestra el modelo de Dinámica de Sistemas  (Aguilera 
y  otros,  2009)  planteado para la  simulación  del uso  del suelo,  este  modelo  se  ha  ajustado  para 
cada una de las comunidades autónomas,  mediante este modelo se estudiará el crecimiento del 
suelo urbano y productivo entre el período 1900–2000.  

  El  modelo  ha  sido  calibrado  para  reproducir  los  valores  del  año  2000,  partiendo  de  los 
datos  observados  en  el  año  de  1990  y  en  el  período  1990  y  2000.  El  intervalo  de  cálculo  del 
modelo es el año, por lo que es posible obtener valores de las variables para cada año entre 1990 
y 2020.   

5 
 
  
     Figura 2. Modelo de Dinámica de Sistemas para simular uso del suelo residencial y productivo. 
   

  En la figura 2 se identifica en color negro las Variables de Niveles en donde se indican los 
valores  iniciales  de  estas  variables,  de  color  verde  los  Flujos  que  se  calculan  para  cada  año  y 
afectan a los niveles, en color azul las Variables auxiliares que se calculan para cada año y las tasas 
son valores anuales, que tienen valores fijos  y cuyas cifras se deben estimar durante el período de 
calibración. Durante el periodo de simulación  es posible otorgar valores diferentes a estas tasas 
de simulación para generar distintos escenarios.  

Para  el  funcionamiento  del  modelo  se  establecen  las  6  variables  de  nivel,  antes 
mencionadas, cuyos valores se van modificando en el tiempo a causa de las variables auxiliares y 
tasas  calibradas.  A  continuación  (Tabla  2.),  se  observa  el  método  de  calibración  de  las  tasas  a 
ingresar en el modelo: 

6 
 
 NOMBRE  DESCRIPCIÓN 
Se suma el número de nacimientos entre 1991 y 2001 , y se obtiene la media anual, este valor se 
Tasa de Natalidad 
divide entre la media de la población 1991‐2001 
Se suma el número de defunciones entre 1991 y 2001 , y se obtiene la media anual, este valor se 
Tasa de  Mortalidad 
divide entre la media de la población 1991‐2001 
A la variación de la población entre 1991 y 2001 se resta la sumatoria de los nacimientos entre 1991 y 
Tasa de saldo 
2001 y se suma la sumatoria de las defunciones entre 1991 y 2001, de este valor se obtiene la media 
migratorio 
anual del período, este valor se divide entre la media de la población 1991‐2001 
Tasa de aumento de la 
Su suman los incrementos anuales entre 1991 y 2001 y se obtiene el promedio del mismo 
renta 
Tasa de decrecimiento 
Inicialmente valor cero (0) 
de la Renta 
Tasas de aumento del  Se obtiene a partir del Incremento anual del suelo productivo, renta y población y del valor medio de 
suelo productivo  la población entre 1991 y 2001 
Tasas de vivienda por  Se obtiene a partir de la media de dividir el número de viviendas entre el número de hogares para los 
hogar  años 1991 y 2001 
Tasa de nuevo suelo 
productivo por  Se divide el Incremento anual del suelo productivo para el Incremento anual de la vivienda 
vivienda 
Tasa de aumento de la 
vivienda por euro por  Se obtiene a partir del incremento anual de la renta, población y vivienda 
persona 
Personas por hogar  Se divide el número de personas entre el número de hogares
Se obtiene a partir de calcular los hogares teórico del 2001 a partir de la división de la población del 
Hogares por escisión y  2001 para las personas por hogar de 1991, luego se obtiene la diferencia de hogares mediante la resta 
cambio en estructura  de los hogares reales de 2001 y los hogares teórico de 2001, finalmente de este valor se obtiene la 
media del período 1991 –2001 
Suelo consumido por 
Se divide la zonas urbanas entre el número de viviendas 
vivienda 
  Tabla 2. Variables y Tasas para el funcionamiento de modelo de dinámica de sistemas 

5. RESULTADOS  

En la tabla 3 se muestra el conjunto de tasas estimado para cada una de las comunidades 
autónomas, con estos cifras se obtienen los valores de las variables de nivel en el año 2000 y se 
comparan con las reales  para  determinar si el  modelo  consigue  reproducir la  realidad en alguna 
medida.  En  otra  fase  del  procedimiento  se  podrán  hacer  ciertas  modificaciones  (ajustes)  de  las 
tasas,  con  la  posibilidad  de  simular  distintas  situaciones  futuras  de  uso  de  suelo  urbano  y 
productivo, las tasas son valores anuales fijos durante el periodo 1990‐2000. 

 
 

7 
 
 Tasa de  Tasa de  Hogares 
Tasa del  Tasa de  Nuevo  aumento  por  Suelo 
Tasa de  Tasa de  Personas 
Tasa de  Tasa de  Tasa Saldo  aumento  viviendas  suelo  Vivienda  escisión y  consumido 
TASAS  natalidad   mortalidad   Migratorio 
Aumento  decrecimiento 
del suelo  por  productivo  por euro 
por 
cambio  por 
de Renta   de la renta  Hogar  
productivo  hogar   por  por  en  vivienda  
vivienda   persona   estructura 
CCAA  (TBN)  (TBM)  (TSM)  (TCR)  (TDR)  (TASP)  (TVH)  (TNSPV)  (TAVEP)  (PH)  (HECE)  (SCV) 
Andalucía  0,011  0,008  0,003  0,046  0 8,13E‐10 1,45 0,005 1,48E‐07  3,28  31918 0,030
Aragón  0,008  0,010  0,004  0,030  0 5,14E‐10 1,47 0,022 2,38E‐08  2,88  4820 0,037
Asturias  0,006  0,011  0,002  0,025  0 ‐7,24E‐10 1,33 0,011 ‐6,59E‐08  2,92  4737 0,017
Baleares  0,011  0,009  0,015  0,038  0 3,01E‐09 1,71 0,008 3,85E‐07  2,90  2909 0,047
Canarias  0,011  0,007  0,008  0,045  0 1,50E‐09 1,49 0,003 4,39E‐07  3,35  8695 0,035
Cantabria  0,008  0,010  0,003  0,042  0 1,33E‐10 1,49 0,004 3,70E‐08  3,13  2229 0,037
Castilla La 
Mancha 
0,010  0,010  0,006  0,038  0 2,96E‐09 1,60 0,018 1,67E‐07  3,05  6392 0,055
Castilla León  0,007  0,010  ‐0,001  0,027  0 ‐2,43E‐09 1,60 0,028 ‐8,73E‐08  2,95  10822 0,054
Cataluña  0,009  0,009  0,004  0,034  0 9,46E‐10 1,43 0,011 8,97E‐08  2,93  28558 0,037
Comunidad 
Valenciana 
0,010  0,009  0,007  0,047  0 3,24E‐09 1,71 0,018 1,78E‐07  2,97  17267 0,027
Extremadura  0,010  0,010  ‐0,001  0,045  0 ‐1,75E‐10 1,51 0,019 ‐9,29E‐09  3,07  4254 0,038
Galicia  0,007  0,010  0,002  0,032  0 ‐2,30E‐10 1,44 0,008 ‐2,87E‐08  3,21  11190 0,028
La Rioja  0,008  0,009  0,006  0,036  0 1,41E‐09 1,52 0,012 1,14E‐07  2,91  1207 0,027
Madrid  0,010  0,007  0,007  0,048  0 2,01E‐09 1,30 0,014 1,41E‐07  3,08  21560 0,022
Murcia  0,012  0,008  0,010  0,051  0 9,40E‐09 1,59 0,033 2,89E‐07  3,32  3432 0,034
Navarra  0,009  0,009  0,006  0,042  0 3,34E‐09 1,34 0,028 1,21E‐07  3,14  2239 0,023
País Vasco  0,008  0,008  0,000  0,044  0 ‐1,31E‐10 1,21 0,014 ‐9,67E‐09  3,07  11487 0,016
Tabla 3. Calculo de las Tasas de las Comunidades Autónomas 

Calibración del Modelo 

  La tabla 4 que a continuación se observa, muestra la relación entre los valores obtenidos y 
los reales para las variables de nivel del modelo. 

Variables  Suelo  Suelo 

Población Hogar Renta Viviendas
CCAA   Residencial Productivo 
Andalucía  0,992  0,979  0,919  0,943  ‐0,041  0,948 
Aragón  0,990  0,994  0,999  0,982  ‐0,380  0,983 
Asturias  0,978  0,989  0,998  0,810  0,653  0,812 
Baleares  0,982  0,981  0,998  0,533  0,825  0,535 
Canarias  0,984  0,973  0,998  0,823  ‐1,724  0,819 
Cantabria  0,980  0,992  0,999  0,633  0,442  0,632 
Castilla La 
0,998  0,981  0,999  0,936  0,811  0,939 
Mancha 
Castilla León  0,992  0,973  0,999  0,696  0,777  0,696 
Cataluña  0,981  0,989  0,999  0,976  ‐3,340  0,982 
Comunidad 
0,993  0,981  0,998  0,963  0,767  0,965 
Valenciana 
Extremadura  0,950  1,000  0,966  0,630  0,897  0,631 
Galicia  0,986  0,995  0,999  0,852  ‐2,855  0,850 
La Rioja  0,995  0,985  0,998  0,906  ‐0,300  0,910 
Madrid  0,997  0,976  0,999  0,889  0,740  0,887 
Murcia  0,987  0,980  0,998  0,844  0,620  0,845 
Navarra  0,996  0,980  0,999  0,808  0,960  0,810 
País Vasco  0,977  0,997  0,998  0,853  0,792  0,849 
             Tabla 4. Valores obtenidos en el modelo de dinámica de sistemas de las Comunidades Autónomas 
 

La calidad del modelo se mide a partir de los ajustes registrados, es decir cuando el ajuste 
es  igual  a 1,  este  valor  indica  que el  dato  obtenido  a  partir  de  la  simulación  es  próximo  al  valor 
real, el ajuste del modelo se obtiene de la siguiente manera (Aguilera y otros, 2009): 

8 
 
  

 
 

   A partir de los datos (Tabla 4), se observa que el modelo arroja ajustes diferentes para 
las  6  variables  de  nivel  de  cada  una  de  las  comunidades  autónomas,  se  aprecia  que  para  las 
variables de población (95 y 100%), hogar (97 y 100%), renta (92 y 100%) todas la comunidades 
presentan un ajuste casi perfecto.  

  En lo que respeta a la vivienda, la mayoría de las comunidades presenta un ajuste entre el 
81%  y  el  98%  a  excepción  de  Baleares,  Extremadura,  Cantabria  y  Castilla  León  cuyo  ajuste  varía 
entre el 53% y 70%, lo mismo sucede con las variables de suelo productivo,  lo cual seguramente 
muestra la fuerte relación existente entre estas dos variables. 

  La única variable que presenta grandes desajustes en el modelo, en algunas comunidades, 
es la que corresponde al suelo residencial, el desajuste es más visible en aquellas comunidades en 
las  que  la  variación  superficial,  de ésta  categoría,  durante  el  período  de  estudio (1990‐2000),  es 
menor,  lo  que  puede  indicar  que  en  su  versión  actual,  el  modelo  refleja  en  alguna  medida  los 
procesos ocurridos en los lugares donde se ha producido un rápido crecimiento, es decir ha tenido 
mayor peso la denominada “burbuja” inmobiliaria española, pero no es tan adecuado, y requiere, 
posiblemente, cambios en su estructura, para simular lo ocurrido en regiones donde la burbuja ha 
tenido  menor  peso,  será  necesario  realizar  cierto  ajuste  en  los  valores  de  las  tasas  que  influye 
directamente  con  el  suelo  residencial.  Aún  así  el  modelo  parece  relativamente  valido  en  la 
simulación de los comportamientos en las diecisiete comunidades autonómicas españolas, lo que 
se puede considerar un resultado interesante. 

6. DISCUSIÓN Y CONCLUSIONES   

  A  partir  de  las  tasas  es  posible  realizar  un  análisis  entre  las  comunidades  autónomas  y 
conocer  cuál  es  la  tendencia  de  cada  una  de  ellas  respecto  a  las  variables  influyentes  en  el 
crecimiento de las zonas urbanas o productivas.   

De acuerdo a los valores de las tasas,  la  Comunidad de  Murcia  resulta  ser  la  comunidad 

que registra la tasa de aumento de la renta (0,051) más alta de toda España, éste valor junto con la 
tasa  del  saldo  migratorio  (0,010),  también  uno  de  los  más  altos,  hacen  muy  importante  la 
demanda de nuevo suelo productivo. Por otro lado, el número de viviendas ejercen presión, según 
la  tasa,  a  la  creación  de  la  categoría  antes  mencionada,  es  así  que  con  diferencia,  durante  el 
período  1991‐2001,  la  Comunidad  de  Murcia  ha  experimentado  el  mayor  crecimiento  de  zonas 
dedicadas a actividades industriales y comerciales.  

  Por su parte la Comunidad Balear, también mantiene tasas altas que indican la necesidad 
de nuevos espacios residenciales y productivos, en este caso la tasa del saldo migratorio registra, 
con diferencia, el valor más alto de todas las comunidades (0.015), lo que indica la gran presión 
demográfica  registrada  en  el  archipiélago  durante  el  período  de  estudio.  En  ésta  comunidad  se 
registra la tasa de vivienda por hogar (1,7) más alta de España, muy probablemente se debe a que 
al ser Baleares una comunidad con gran presión turística (europea en general), hace que muchos 
hogares de fuera de las islas posean en ella una vivienda de tipo secundaria, lo que a su vez genera 
una mayor demanda en el suelo residencial (SCV 0,047). 

9 
 
 Las  conclusiones  más  interesantes  que  podemos  extraer  de  este  análisis  es  la  atractiva 
posibilidad  que  ejerce  la  Dinámica  de  Sistemas  como  una  metodología  de  fácil  utilización  para 
crear modelos de simulación que permiten obtener datos de futuras demandas de usos del suelo 
en una región, un componente muy importante en un proceso de Ordenación del Territorio.  

Por  otra  parte,  al  tener  un  análisis  por  separado  de  cada  una  de  las  comunidades,  se 
aprecia,  en  definitiva  determinadas  pautas  de  cambio  y  desarrollo,  marcadas  por  un  lado  por  la 
localización  geográfica  y la  actividad  turística de las mismas, ya  que,  aparte de la  Comunidad  de 
Madrid, la zonas costeras occidentales y los archipiélago muestran gran evolución económica y de 
cambios de uso del suelo. No obstante, de acuerdo a los valores de ajustes obtenidos en el modelo 
de  Dinámica  de  Sistemas,  parece  necesario  revisar  las  tasas  o,  incluso,  el  propio  modelo,  para 
poder entender y simular el comportamiento ocurrido en algunas de las zonas de estudio, es decir 
la especificidad local no es desdeñable y sería interesante ver la manera de incluirla en un modelo 
general.  

10 
 
BIBLIOGRAFÍA  

Aracil, J. y Gordillo, F. (1997). Dinámica de Sistemas. Alianza Universidad Textos, Madrid. 

Aguilera  Benavente,  F.  Plata Rocha, W.,  Bosque Sendra, Joaquín  y  Gómez Delgado,
M..(2009):  Diseño  y  simulación  de  escenarios  de  demanda  de  suelo  urbano  en  ámbitos 
metropolitanos. Revista Internacional Sostenibilidad, Tecnología y Humanismo, diciembre 
2009, núm. 4, p. 57‐80 (http://upcommons.upc.edu/revistes/handle/2099/8535) 

Forrester J., (1969): Urban dynamics. Cambridge. Massachusetts. Londres 

Henríquez  C.,  Azónar  G.  y  Aguayo  M.,  (2006):  Cambio  de  uso  del  suelo  y  escorrentía 
superficial: aplicación de un modelo de simulación espacial en Los Ángeles, VIII Región del 
Biobío. Chile. Revista de Geografía Norte Grande, Nº 36, p. 61‐74 

INE, 2008 datos de España: http://www.ine.es/inebmenu/mnu_cifraspob.htm 

Izquierdo  L.,  Galán  J.,  Santos  J.,  y  Olmo  R.,  (2008):  Modelado  de  sistemas  complejos 
mediante  simulación  basada  en  agentes  y  mediante  dinámica  de  sistemas.  Revista  de 
metodología de ciencias sociales, ISSN 1139‐5737, Nº 16, pp. 85‐112  

López Klocker, C. (2002). Dinámica de  sistemas para la  estimación de las necesidades  de 

suelo residencial  en  la  Comunidad  de Madrid.  Actas  2da  Reunión  Española  de  Ciencias  de 
Sistemas. Sociedad Española de Sistemas Generales, Valencia, 2002. 

Lopez  Klocker.  C.  y  Bosque  Sendra,  J.  (2005):  “SIG  y  dinámica  de  sistemas”.  X 
Conferencia Iberoamericana de SIG, San Juan de Puerto Rico, septiembre de 2005, 
10 p. Publicada en el libro (CD‐ROM) de actas del Congreso. 
Martinez, Silvio  (1989): Dinámica de sistemas y planificación regional. Norba. Revista de 
geografía, ISSN 0213‐3709, Nº 8‐9, pp. 63‐86 

Martínez J. y Esteves M.,  (2007): Gestión integrada de cuencas costeras: dinámica de los 
nutrientes  en  la  cuenca  del  Mar  Menor.  España.  Revista  de  Dinámica  de  Sistemas  Vol.  3 
Núm. 1 

Organización  de  las  Naciones  Unidas,  (2002):  Ciudades  de  hoy,  ciudades  del  mañana. 
http://www.un.org/Pubs/CyberSchoolBus/spanish/cities/index.asp.  Consulta:  27  mayo 
2009 

Observatorio  de  la  Sostenibilidad  en  España,  (2006):  Cambios  de  ocupación  del  suelo  en 
España:  Implicaciones  para  la  sostenibilidad.  Observatorio  para  la  Sostenibilidad  en 
España. Alcalá de Henares. Madrid.  

11 
 
 Proyecto  SIMURBAN,  2009:  Modelo  de  dinámica  de  sistemas  para  la  simulación  de  los 
valores  de  crecimiento  de  suelo  urbano  y  productivo.  Departamento  de  Geografía.  UAH., 
Alcalá de Henares. Madrid. http://www.geogra.uah.es/web_simurban/index.php 

Sandoval  V.  y  Real  P.,  (2005):  Modelamiento  y  prognosis  estadística  y  cartográfica  del 
cambio en el uso de la tierra, versión On‐line ISSN 0717‐9200. Vol. 26 N° 1, pp. 55‐63 

12