Está en la página 1de 264

PROYECTO

Formulación de modelos de precios


hedónicos para la vivienda en la
Ciudad de México

ENTREGABLE 3
Informe Final

CONVENIO
FSGJ/036/2018
CVN/CES/014/2018

Ciudad de México, 14 de septiembre de 2018.


CENTRO DE INVESTIGACIÓN Y DOCENCIA ECONÓMICAS

C OORDINADOR DEL ESTUDIO

Dr. Edgar E. Ramírez de la Cruz


Director de la División de Administración Pública

I NVESTIGADORES

Dr. Manlio Felipe Castillo Salas


Mtro. José Antonio Sánchez Cetina
Mtro. David Pavel Gómez Granados

A SISTENTE DE INVESTIGACIÓN

Urb. Diego Ricardo Romero García


Í NDICE

R E S U M E N .............................................................................................................................................. 11
P R E S E N T A C I Ó N .................................................................................................................................... 13
I. R E VI S I Ó N D E L A L I T E R A T U R A : ¿ Q U É F A C T O R E S I N F L U Y E N E N E L P R E C I O D E L A VI VI E N D A ? ................ 14
I.1. Atributos del inmueble........................................................................................................................................................................ 15
I.2. Atributos del desarrollo ...................................................................................................................................................................... 16
I.3. Características sociales y económicas .......................................................................................................................................... 17
I.3.1. Características demográficas ................................................................................................................................................... 17
I.3.2. Características socioeconómicas ............................................................................................................................................ 18
I.3.3. Seguridad pública ......................................................................................................................................................................... 19
I.4. Ubicación ................................................................................................................................................................................................... 19
I.4.1. Accesibilidad ................................................................................................................................................................................... 19
I.4.2. Servicios ............................................................................................................................................................................................ 22
I.4.3. Externalidades ................................................................................................................................................................................ 24

I.5. Zonificación.............................................................................................................................................................................................. 27
I.5.1. Efectos de la normatividad sobre el uso de suelo ............................................................................................................ 27
II. M E T O D O L O G Í A : L O S M O D E L O S D E P R E C I O S H E D Ó N I C O S .................................................................. 29
II.1. ¿Qué son los precios hedónicos? ................................................................................................................................................... 29
II.2. Los modelos de precios hedónicos aplicados a la vivienda ............................................................................................... 30
II.3. Modelo econométrico ......................................................................................................................................................................... 31

III. A N T E C E D E N T E S S O B R E E L D E S A R R O L L O I N M O B I L I A R I O E N L A C I U D A D D E M É X I C O ......................... 33
III.1. El desarrollo de vivienda en la Ciudad de México .................................................................................................................33

III.2. El México exportador y la ciudad industrial ............................................................................................................................34


III.3. La desaceleración, el sismo y el cambio de paradigma .......................................................................................................34
III.4. El libre mercado y la época hipotecaria .................................................................................................................................... 35
IV. F U E N T E S D E I N F O R M A C I Ó N ............................................................................................................. 37
IV.1. Empresas de consultoría en materia inmobiliaria ................................................................................................................ 37

IV.2. Fuentes gubernamentales de información ............................................................................................................................... 37


IV.2.1. Gobierno federal ......................................................................................................................................................................... 38
IV.2.2. Gobierno de la Ciudad de México ........................................................................................................................................39
V. S E L E C C I Ó N D E C A S O S Y T E M P O R A L I D A D D E L E S T U D I O ..................................................................... 40
VI. A N T E C E D E N T E S S O B R E L A S Z O N A S D E E S T U D I O .............................................................................. 44
VI.1. Delegación Cuauhtémoc ...................................................................................................................................................................44
VI.2. Delegación Miguel Hidalgo .............................................................................................................................................................44
VI.3. Delegación Benito Juárez ................................................................................................................................................................. 45

VI.4. Delegación Tlalpan ............................................................................................................................................................................. 45

VI.5. Delegación Coyoacán .........................................................................................................................................................................46


VII. V A R I A B L E S P A R A L A E S T I M A C I Ó N D E L O S M O D E L O S ....................................................................... 47
VII.1. Variable dependiente ....................................................................................................................................................................... 47
VII.2. Variables independientes .............................................................................................................................................................. 48
VII.2.1. Atributos del inmueble........................................................................................................................................................... 48
VII.2.2. Atributos del desarrollo habitacional ............................................................................................................................. 48
VII.2.3. Características socioeconómicas ........................................................................................................................................49

VII.2.4. Ubicación.......................................................................................................................................................................................49

VII.2.5. Zonificación .................................................................................................................................................................................50


VII.2.6. Efecto 19S ......................................................................................................................................................................................50
VIII. E S T A D Í S T I C A D E S C R I P T I V A D E L A S V A R I A B L E S ............................................................................ 52
VIII.1. Los precios de la vivienda en la Ciudad de México ............................................................................................................. 52

VIII.2. Características relevantes de las variables independientes...........................................................................................59


IX. E S T I M A C I O N E S Y R E S U L T A D O S D E L O S M O D E L O S D E P R E C I O S H E D Ó N I C O S ..................................... 72
IX.1. Especificación general del modelo............................................................................................................................................... 72
IX.2. Resultados de las estimaciones ..................................................................................................................................................... 73
IX.2.1. Estimaciones por período de tiempo .................................................................................................................................. 73

IX.2.2. Estimaciones por Delegación ................................................................................................................................................. 75


IX.2.3. Estimaciones por clasificación de la vivienda ................................................................................................................ 77
X. A N Á L I S I S D E R E S U L T A D O S ............................................................................................................... 79
X.1. Atributos del inmueble y del desarrollo habitacional .......................................................................................................... 79
X.2. Características sociales y económicas ........................................................................................................................................ 80
X.3. Ubicación.................................................................................................................................................................................................. 81

X.4. Zonificación ........................................................................................................................................................................................... 83


X.5. El sismo del 19S .................................................................................................................................................................................... 83
X.6. Limitaciones del estudio................................................................................................................................................................... 84
XI. C O N C L U S I O N E S Y R E C O M E N D A C I O N E S ............................................................................................ 86
R E F E R E N C I A S ....................................................................................................................................... 88
A N E X O S ............................................................................................................................................... 92
A.1. Características de las variables disponibles para la estimación de los modelos de precios hedónicos ..........93
A.2. Estadísticos descriptivos de las variables relacionadas con el precio de la vivienda, por año......................... 104

A.3. Estadísticos descriptivos de las variables del vector I (Atributos del inmueble), por año ................................ 106
A.4. Estadísticos descriptivos de las variables del vector D (Atributos del desarrollo habitacional), por año .. 108

A.5. Estadísticos descriptivos de las variables del vector S (Características socioeconómicas), por año ............. 110
A.6.1. Estadísticos descriptivos de las variables del vector U (Ubicación), por año (Parte 1 de 3) ............................ 112

A.6.2. Estadísticos descriptivos de las variables del vector U (Ubicación), por año (Parte 2 de 3) ............................ 113

A.6.3. Estadísticos descriptivos de las variables del vector U (Ubicación), por año (Parte 3 de 3) ........................... 115
A.7. Estadísticos descriptivos de las variables del vector Z (Zonificación), por año ....................................................... 117

A.8. Estadísticos descriptivos de las variables relacionadas con el efecto 19S, por año ............................................... 119
A.9. Matriz de correlaciones lineales de las variables del vector I (Atributos del inmueble) ..................................... 122
A.10. Matriz de correlaciones lineales de las variables del vector D (Atributos del desarrollo habitacional) .... 124
A.11. Matriz de correlaciones lineales de las variables del vector S (Características socioeconómicas) ............... 127
A.12.1. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 1 de 8) .............................129

A.12.2. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 2 de 8) .............................135

A.12.3. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 3 de 8) ........................... 140
A.12.4. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 4 de 8).............................145
A.12.5. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 5 de 8) .............................154
A.12.6. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 6 de 8) ............................159

A.12.7. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 7 de 8) ............................ 164
A.12.8. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 8 de 8) ............................ 171

A.13. Matriz de correlaciones lineales de las variables del vector Z (Zonificación) ........................................................ 177
A.14. Matriz de correlaciones lineales de las variables relacionadas con el efecto 19S ................................................178
A.15. Modelo de precios hedónicos para la vivienda 2015-2018 ............................................................................................. 183

A.16. Modelo de precios hedónicos para la vivienda 2015 ........................................................................................................ 186


A.17. Modelo de precios hedónicos para la vivienda 2016 ......................................................................................................... 189
A.18. Modelo de precios hedónicos para la vivienda 2017-2018 ..............................................................................................192

A.19. Modelo de precios hedónicos para la vivienda en la Delegación Cuauhtémoc, 2015-2018 ..............................195
A.20. Modelo de precios hedónicos para la vivienda en la Delegación Miguel Hidalgo, 2015-2018 ....................... 198
A.21. Modelo de precios hedónicos para la vivienda en la Delegación Benito Juárez, 2015-2018 ............................ 200

A.22. Modelo de precios hedónicos para la vivienda en las Delegaciones Tlalpan y Coyoacán, 2015-2018......... 203
A.23. Modelo de precios hedónicos para la vivienda media, 2015-2018 .............................................................................. 205
A.24. Modelo de precios hedónicos para la vivienda residencial, 2015-2018 .................................................................... 207
A.25. Modelo de precios hedónicos para la vivienda residencial plus, 2015-2018 .......................................................... 209
A.26. Mapa de ubicación de las viviendas bajo estudio construidas en 2015 .................................................................... 211
A.27. Mapa de ubicación de las viviendas bajo estudio construidas en 2016..................................................................... 212
A.28. Mapa de ubicación de las viviendas bajo estudio construidas en 2017 ....................................................................213
A.29. Mapa de ubicación de las viviendas bajo estudio construidas en 2018 .................................................................... 214

A.30. Mapa de viviendas existentes en un radio de 100 m. alrededor de áreas verdes públicas ............................... 215
A.31. Mapa de viviendas existentes en un radio de 300 m. alrededor de áreas verdes públicas ...............................216

A.32. Mapa de viviendas existentes en un radio de 500 m. alrededor de áreas verdes públicas ............................... 217
A.33. Mapa de viviendas existentes en un radio de 300 m. alrededor de camellones ....................................................218

A.34. Mapa de viviendas existentes en un radio de 500 m. alrededor de camellones ....................................................219

A.35. Mapa de viviendas existentes en un radio de 100 m. alrededor de cicloestaciones............................................ 220


A.36. Mapa de viviendas existentes en un radio de 300 m. alrededor de cicloestaciones ............................................ 221

A.37. Mapa de viviendas existentes en un radio de 500 m. alrededor de cicloestaciones ............................................222


A.38. Mapa de viviendas existentes en un radio de 100 m. alrededor de ciclovías ......................................................... 223
A.39. Mapa de viviendas existentes en un radio de 300 m. alrededor de ciclovías......................................................... 224
A.40. Mapa de viviendas existentes en un radio de 500 m. alrededor de ciclovías ..........................................................225
A.41. Mapa de viviendas existentes en un radio de 500 m. alrededor de ejes viales principales .............................. 226

A.42. Mapa de viviendas existentes en un radio de 100 m. alrededor de incidencias viales registradas ............... 227

A.43. Mapa de viviendas existentes en un radio de 300 m. alrededor de incidencias viales registradas.............. 228
A.44. Mapa de viviendas existentes en un radio de 500 m. alrededor de incidencias viales registradas .............. 229
A.45. Mapa de viviendas existentes en un radio de 100 m. alrededor de estaciones del metro ................................ 230
A.46. Mapa de viviendas existentes en un radio de 300 m. alrededor de estaciones del metro .................................231

A.47. Mapa de viviendas existentes en un radio de 500 m. alrededor de estaciones del metro ................................ 232
A.48. Mapa de viviendas existentes en un radio de 100 m. alrededor de estaciones del Metrobús......................... 233

A.49. Mapa de viviendas existentes en un radio de 300 m. alrededor de estaciones del Metrobús ........................ 234
A.50. Mapa de viviendas existentes en un radio de 500 m. alrededor de estaciones del Metrobús ........................ 235
A.51. Mapa de viviendas existentes en un radio de 100 m. alrededor de plazas públicas (polígono) ..................... 236

A.52. Mapa de viviendas existentes en un radio de 300 m. alrededor de plazas públicas (polígono) .....................237
A.53. Mapa de viviendas existentes en un radio de 500 m. alrededor de plazas públicas (polígono) .................... 238
A.54. Mapa de viviendas existentes en un radio de 100 m. alrededor de plazas públicas ........................................... 239

A.55. Mapa de viviendas existentes en un radio de 300 m. alrededor de plazas públicas ........................................... 240
A.56. Mapa de viviendas existentes en un radio de 500 m. alrededor de plazas públicas ............................................ 241
A.57. Población de 3 a 5 años que asiste a la escuela, según manzana de ubicación de la vivienda ....................... 242

A.58. Población de 15 años y más con educación básica completa, según manzana de ubicación de la vivienda
........................................................................................................................................................................................................................... 243
A.59. Población de 18 años y más con educación media superior completa, según manzana de ubicación de la
vivienda.......................................................................................................................................................................................................... 244
A.60. Población de 25 años y más con educación superior, según manzana de ubicación de la vivienda ........... 245
A.61. Población desocupada, según manzana de ubicación de la vivienda ....................................................................... 246

A.62. Población económicamente activa, según manzana de ubicación de la vivienda ...............................................247


A.63. Población ocupada, según manzana de ubicación de la vivienda.............................................................................. 248
A.64. Mapa de viviendas existentes en un radio de 100 m. alrededor de templos religiosos ..................................... 249
A.65. Mapa de viviendas existentes en un radio de 300 m. alrededor de templos religiosos ..................................... 250
A.66. Mapa de viviendas existentes en un radio de 500 m. alrededor de templos religiosos ...................................... 251
A.67. Mapa de viviendas construidas después del 19S y su relación con las fracturas del suelo en un radio de
500 m................................................................................................................................................................................................................252
A.68. Mapa de viviendas construidas después del 19S en relación con los inmuebles derrumbados por el sismo
........................................................................................................................................................................................................................... 253
A.69. Mapa de viviendas ubicadas en radios de 100, 300 y 500 m. alrededor de unidades económicas dedicadas
al sector primario ...................................................................................................................................................................................... 254
A.70. Mapa de viviendas ubicadas en un radio de 100 m. alrededor de unidades económicas dedicadas a los
servicios financieros................................................................................................................................................................................. 255
A.71. Mapa de viviendas ubicadas en un radio de 300 m. alrededor de unidades económicas dedicadas a los
servicios financieros................................................................................................................................................................................. 256
A.72. Mapa de viviendas ubicadas en un radio de 500 m. alrededor de unidades económicas dedicadas a los
servicios financieros..................................................................................................................................................................................257
A.73. Mapa de viviendas ubicadas en un radio de 100 m. alrededor de corporativos empresariales .................... 258
A.74. Mapa de viviendas ubicadas en un radio de 300 m. alrededor de corporativos empresariales .................... 259
A.75. Mapa de viviendas ubicadas en un radio de 500 m. alrededor de corporativos empresariales .................... 260

A.76. Mapa de viviendas ubicadas en un radio de 500 m. alrededor de unidades económicas dedicadas a la
industria manufacturera .........................................................................................................................................................................261
A.77. Mapa de viviendas ubicadas en un radio de 500 m. alrededor de unidades económicas dedicadas a los
servicios educativos .................................................................................................................................................................................. 262
A.78. Mapa de viviendas ubicadas en un radio de 500 m. alrededor de unidades económicas dedicadas a los
servicios de esparcimiento, culturales y deportivos .................................................................................................................. 263
A.79. Mapa de viviendas ubicadas en un radio de 500 m. alrededor de unidades económicas dedicadas a los
servicios de salud ....................................................................................................................................................................................... 264
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

10
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

R ESUMEN
Este proyecto de investigación buscó generar modelos de precios hedónicos para la vivienda en diferen-
tes zonas de la Ciudad de México, con el fin de incrementar el conocimiento existente sobre la manera
en que diferentes atributos del espacio urbano afectan el precio de las viviendas. A partir de los modelos
estimados para las Delegaciones Cuauhtémoc, Miguel Hidalgo, Benito Juárez, Tlalpan y Coyoacán se
puede concluir que las principales variables asociadas (positiva o negativamente) con el valor del metro
cuadrado de la vivienda nueva en la Ciudad de México son: a) algunas amenidades de los desarrollos
habitacionales (elevadores, cuartos de servicio, gimnasio, áreas verdes, cajones de estacionamiento, bar-
deado del desarrollo); b) la presencia de altas proporciones de población económicamente activa y po-
blación ocupada; c) la cercanía con algunos puntos de acceso al transporte público, servicios y
externalidades (estaciones del sistema Ecobici, ciclovías del sistema Ecobici, estaciones del metro, esta-
ciones del Metrobús, servicios de salud, servicios de esparcimiento, culturales y recreativos, servicios
bancarios, áreas verdes y camellones, edificios corporativos e industrias manufactureras); y d) la exis-
tencia de planes especiales de desarrollo urbano en ciertas zonas o colonias de la ciudad.
También se encontraron variables con efectos ambiguos, que requerirían un análisis más detallado para
diferenciarlas mejor y establecer una relación más cierta entre ellas y los valores de las viviendas. En
este caso se encuentran: la existencia de roof gardens, los templos religiosos, los parques y plazas, y la
cercanía con unidades económicas dedicadas a la agricultura, cría y explotación de animales.
No se encuentra evidencia contundente de un efecto negativo generalizado del sismo del pasado 19S en
los precios de la vivienda nueva en la ciudad ni en las cinco Delegaciones analizadas. Solamente se apre-
cia una disminución estadísticamente significativa de 4.2% en el precio del metro cuadrado de las vi-
viendas residenciales que se ubican cerca de los edificios históricos que sufrieron daños por el temblor.
En tal sentido, el efecto del sismo en los precios de la vivienda se reduce a un área relativamente definida
en la Delegación Benito Juárez, de acuerdo con la información disponible.
Es recomendable que la Ciudad de México integre un sistema de información y seguimiento sobre el
mercado inmobiliario, así como de los elementos de carácter público que se asocian con él. La recopila-
ción y sistematización de datos relacionados con el mercado de la vivienda y los elementos que pueden
influir en él sería provechosa para informar las políticas de vivienda y desarrollo urbano de la Ciudad
de México, así como para calcular la apropiación que realizan los agentes privados del valor generado
por la inversión pública en el entorno urbano. Estas estimaciones podrían servir para que el Gobierno
de la Ciudad de México pueda calcular con mayor precisión los tributos que podrían hacer los desarro-
lladores inmobiliarios a través, por ejemplo, del impuesto por contribuciones de mejoras.

11
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

12
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

P RESENTACIÓN
El 19 de septiembre de 2017, un sismo de magnitud 7.1 en la escala de Richter sacudió a la Ciudad de
México y a otras partes del centro del país con efectos devastadores. Aunque los daños fueron mucho
menores que en 1985, el sismo provocó la muerte de muchos mexicanos y afectó severamente a miles de
personas, que perdieron su patrimonio o lo vieron seriamente dañado. Como una de las respuestas a esta
tragedia, el Gobierno de la Ciudad de México, a través del Consejo Económico y Social (CES-CDMX), im-
pulsó la formación de un Consejo Científico para la Reconstrucción y el Futuro de la CDMX, cuya tarea
sería aportar la evidencia científica pertinente para informar y conducir el proceso de reconstrucción
de la ciudad, así como para discutir los retos que enfrenta la capital del país en materia de planeación
urbana, en función de sus condiciones geográficas, humanas y económicas.

En diciembre del año pasado, la Asamblea General del CES-CDMX aprobó 20 investigaciones propuestas
por diversas instituciones académicas, y relacionadas con los 13 temas de la agenda prioritaria para la
reconstrucción y el futuro de la ciudad planteados por el Comité Científico. El Centro de Investigación y
Docencia Económicas (CIDE), en particular, se comprometió a elaborar dos de dichos proyectos de in-
vestigación, uno de los cuales corresponde al presente entregable.

Este documento constituye el Informe Final del Proyecto denominado “Formulación de precios hedóni-
cos para la vivienda en la Ciudad de México”, en los términos del Convenio con claves
CVN/CES/014/2018 y FSGJ/036/2018, firmado entre el CIDE y el CES-CDMX. En tal sentido, el entrega-
ble contiene a) la revisión de la literatura nacional e internacional sobre las variables que influyen en el
precio de los bienes inmuebles; b) el diseño de los modelos de precios hedónicos para la vivienda en la
Ciudad de México; c) la estimación y resultados de los modelos de precios hedónicos calculados; d) el
análisis de los resultados de la estimación de los modelos; y e) una sección de conclusiones y recomen-
daciones de política.

Como se explica en los términos de referencia del citado Convenio, este proyecto de investigación busca
generar modelos de precios hedónicos para la vivienda en diferentes zonas de la Ciudad de México, con
el fin de incrementar el conocimiento existente sobre la manera en que diferentes atributos del espacio
urbano afectan el precio de las viviendas y la calidad de vida de los habitantes de la ciudad. A través de
este proyecto, el CIDE espera contribuir con el Objetivo 8 de la agenda para la reconstrucción, relacio-
nada con el mercado de suelo en la Ciudad de México, sus tendencias y cambios, antes y después del
sismo.

13
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

I. R EVISIÓN DE LA LITERATURA : ¿ QUÉ FACTORES INFLUYEN EN


EL PRECIO DE LA VIVIENDA ?

Esta sección tiene el objetivo de sentar las bases con- ruido y las molestias), por lo que el alejamiento res-
ceptuales para la formulación de los modelos de pre- pecto de las mismas puede asociarse con un precio
cios hedónicos para la vivienda en la Ciudad de más alto, pero solamente hasta cierto punto, pues
México. Con tal propósito, se realiza un recorrido so- una distancia excesiva hace que el efecto en el precio
bre la literatura académica que ha explorado las va- se vuelva negativo.
riables asociadas con el valor de los bienes
Al igual que ocurre con muchos otros bienes, el pre-
inmuebles (concretamente, la vivienda), tanto en
cio de las viviendas no se determina solamente en
México, como en distintas partes del mundo.
función de las cantidades ofrecidas y demandadas
La revisión de la literatura servirá para orientar la se- del bien. En el valor de los inmuebles influyen varios
lección de variables que se incluirán en los modelos elementos relacionados con su calidad, por ejemplo,
de precios hedónicos. No obstante, es necesario tener los materiales de construcción, el tamaño de las ha-
en mente dos características de este tipo de modelos. bitaciones, la disponibilidad de ciertos servicios, los
Cuando se formulan modelos de precios hedónicos acabados, etc. Estos atributos están bajo el control de
en relación con el valor de las viviendas en diferentes los oferentes y ellos deciden su grado de disponibili-
países, debe tomarse en cuenta que el grado de aso- dad, de acuerdo con el segmento de mercado al que
ciación entre las variables y el precio de los inmue- se dirijan: vivienda popular, vivienda media o resi-
bles depende del contexto urbano específico en el dencial.
que se realiza el análisis, así que las correlaciones en-
Más allá de ello, existe otro conjunto de factores que
tre dichas variables y el valor de las viviendas pue-
también se asocian de manera relevante con el pre-
den variar significativamente de ciudad en ciudad, o
cio de las viviendas. Tales factores se pueden abarcar
mostrarse no significativas en ciertas urbes. Por
en el concepto de “ubicación”, y se refieren a: 1) la cer-
ejemplo, la cercanía con una estación del metro de la
canía o accesibilidad hacia determinados servicios
Ciudad de México puede afectar de manera diferente
(públicos o privados), como estaciones de transporte
(en sentido y magnitud) el precio de una vivienda,
público, teatros, escuelas, o el propio lugar de tra-
que el mismo tipo de cercanía en ciudades tan distin-
bajo; 2) la dotación y calidad de los servicios públicos
tas como Madrid, Nueva York o Buenos Aires.
que existen en el área donde se encuentra la vi-
En segundo lugar, también es preciso resaltar que vienda, es decir, agua potable, drenaje, electricidad,
muchas variables presentan comportamientos am- teléfono, internet, pavimentación, etc.; 3) las externa-
biguos, de acuerdo con la situación en la que se mi- lidades positivas y negativas que pueden hallarse en
dan. Por ejemplo, la antigüedad de una vivienda la zona en cuestión, por ejemplo, tiraderos de basura,
suele relacionarse con un precio más bajo, a menos malos olores, o bien, áreas verdes, parques, etc.; y 4)
que se trate de un inmueble histórico, en cuyo caso los planes que el gobierno de la ciudad haya dis-
su edad puede incrementar el precio. Un caso aná- puesto para el desarrollo del entorno de la vivienda,
logo es el de las carreteras y autopistas: en algunos i. e., los programas de desarrollo urbano y las cartas
países, cuando se está demasiado cerca de ellas el sobre el uso de suelo en diferentes áreas de la ciudad.
precio de las viviendas suele disminuir (debido al

14
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

Como puede apreciarse, los elementos mencionados elementos que se encuentran dentro de los límites fí-
no están bajo el control directo de los desarrollado- sicos de la propiedad, o los que sólo puede disfrutar
res inmobiliarios, pero estos buscan explotar sus el dueño de la misma. Entre estos elementos se en-
ventajas o evitar sus desventajas, ubicando sus inver- cuentran las dimensiones de la vivienda, los materia-
siones en un lugar que les asegure la atracción de po- les y acabados con que está construida, su
tenciales consumidores, además del mayor margen antigüedad, la cantidad de habitaciones, y la dispo-
de utilidad posible. Los factores aludidos dependen nibilidad de amenidades exclusivas.
mayoritariamente de la inversión pública, por lo
Las variables concernientes a este vector se encuen-
cual los gobiernos frecuentemente desean saber cuál
tran fuertemente asociadas con el valor de las vivien-
es el valor aproximado que la inversión pública en
das por dos razones principales. Por un lado, estas
servicios e infraestructura urbana añade al valor de
variables reflejan el tamaño de la inversión realizada
las propiedades inmobiliarias, con el fin de definir
por el desarrollador inmobiliario, la cual se traslada
mecanismos de recuperación de plusvalía, por ejem-
proporcionalmente al consumidor final. La calidad
plo, a través de las contribuciones de mejoras.
de los materiales y acabados, por ejemplo, se define
Finalmente, también es importante considerar las en función del segmento de mercado al que se dirige
características sociales y económicas de las personas el oferente de la vivienda, y entre más se invierta en
que demandan vivienda en el mercado, pues los estos elementos, el precio del inmueble también será
desarrolladores inmobiliarios definen diferentes pa- más alto.
quetes del bien, según el estatus socioeconómico de
Por otra parte, las dimensiones y materiales de la vi-
los diferentes submercados de vivienda a los que se
vienda no solamente importan en función de su va-
enfocan. Al respecto, es necesario resaltar que las
lor económico específico, sino que también suelen
condiciones socioeconómicas de determinados polí-
reflejar el nivel de vida de sus ocupantes. Es decir,
gonos urbanos también suelen estar relacionadas
son símbolos de estatus, por los cuales los consumi-
con la cantidad y calidad de los servicios a los que sus
dores pueden estar dispuestos a pagar precios más
habitantes pueden tener acceso.
altos.
De acuerdo con lo encontrado en la revisión de lite-
Para la mayoría de las variables de este vector se
ratura, las secciones siguientes describen los facto-
cumple el principio de que “más es mejor”, es decir,
res más relevantes que influyen en el precio de las
que casi siempre existe una relación positiva con el
viviendas. Para facilitar la exposición y la posterior
precio. Por ejemplo, dada una ubicación, un mayor
formulación de los modelos de precios hedónicos, las
tamaño del inmueble o una mayor calidad de los aca-
variables encontradas se organizan en cinco vecto-
bados se asocian con un precio más alto, y viceversa.
res: 1) atributos del inmueble; 2) atributos del desa-
De los estudios revisados sobre el tema, sobresalen
rrollo en el que se encuentra la vivienda; 3)
en este vector tres variables principales: las dimen-
características socioeconómicas del área donde se
siones del inmueble, la antigüedad y calidad de la
localiza la vivienda; 4) ubicación; y 5) zonificación.
construcción, y la disponibilidad de algunas ameni-
dades.

I.1. Atributos del inmueble Las dimensiones se pueden analizar como el área to-
Este vector abarca a las variables que reflejan las ca- tal de la vivienda (en metros cuadrados, por ejem-
racterísticas intrínsecas de la vivienda, es decir, los plo), o por el número de habitaciones con que cuenta
la misma. También suelen hacerse distinciones entre

15
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

el área construida y los espacios libres, como jardi- Finalmente, la calidad de los materiales de la vi-
nes, patios y cocheras, los cuales constituyen ameni- vienda, así como las amenidades y elementos sun-
dades de uso exclusivo del propietario. La dimensión tuarios de que dispone para sus ocupantes, se
y la distribución de las habitaciones presentan un asocian positivamente con su valor. Por ejemplo, la
efecto positivo y significativo en el precio de los in- presencia de chimeneas, sótanos, áticos, aire acondi-
muebles: a mayor tamaño del terreno, mayores áreas cionado y cocheras se relacionan con precios más al-
construidas, mayor número de recámaras o baños, tos (Cho et al., 2010; T. H. Kuethe, 2012; Leguizamon,
los precios muestran incrementos sustanciales (Cho, 2010; Zahirovic-Herbert & Chatterjee, 2011). Algo si-
Kim, Roberts, & Kim, 2010; Fack & Grenet, 2010; milar ocurre con los elementos ornamentales y ame-
Leguizamon, 2010; Palm, 1978; Turnbull & Dombrow, nidades privadas como los acabados en madera, el
2006). equipamiento de las áreas de cocina y la presencia de
tragaluces y terrazas (Cho et al., 2010; Des Rosiers,
Los estudios sobre este tema permiten calcular la
Bolduc, & Thériault, 1999).
elasticidad de los precios de las viviendas ante un
cambio en sus dimensiones, en el contexto de cada
ciudad analizada. Por ejemplo, en el estado de Ohio,
I.2. Atributos del desarrollo
EEUU, un consumidor está dispuesto a pagar hasta
Después de los atributos del inmueble, el segundo
0.36 dólares por un pie cuadrado de superficie extra
conjunto de variables vinculado con el valor de las
(Leguizamon, 2010). Por otra parte, Cho, Roberts &
viviendas se asocia con los atributos materiales del
Kim (2010) encuentran que el precio de las viviendas
desarrollo habitacional donde se ubica el inmueble.
en Knoxville, Tennessee, se incrementa 11.3%, en
Este vector de variables es análogo al anterior, con la
promedio, cuando la superficie de la propiedad au-
diferencia de que se refiere al espacio inmediato de
menta un pie cuadrado. Los mismos autores calculan
referencia de la vivienda.
que cada habitación o baño extras elevan el precio de
la vivienda en 1%, en promedio. En tal sentido, los atributos del desarrollo abarcan
variables similares a las del vector de atributos del
Las variables más utilizadas para medir la calidad de
inmueble, i. e., tamaño del desarrollo habitacional,
la vivienda son la antigüedad y los materiales em-
antigüedad, calidad de materiales y acabados, y ame-
pleados en su construcción. Ambas variables mues-
nidades disponibles de uso exclusivo de los propie-
tran efectos importantes en el precio de los
tarios del conjunto habitacional. Las relaciones
inmuebles.
entre estas variables y el valor de las viviendas po-
La antigüedad puede analizarse desde dos perspecti- seen el mismo signo descrito en la sección anterior,
vas: los años con que cuenta el edificio, o bien, el nú- para el caso de los atributos del inmueble. Por ejem-
mero de propietarios que ha tenido. En general, una plo, entre mayor número de amenidades tenga el
vivienda más antigua tiende a devaluarse. Sin em- desarrollo habitacional más elevado será el precio de
bargo, también se ha encontrado evidencia de que, las viviendas que alberga.
en ciertos casos, la antigüedad puede volverse un
En este estudio, un desarrollo habitacional se define
atributo valioso para los compradores, como ocurre
como un edificio de vivienda, o bien, un conjunto de
con los inmuebles históricos o representativos de
torres o construcciones de vivienda situados en un
cierta época (T. H. Kuethe, 2012; Leguizamon, 2010;
mismo predio, en el que los propietarios comparten
Zahirovic-Herbert & Chatterjee, 2011)

16
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

accesos y amenidades.1 Entre las amenidades no ex- I.3. Características sociales y económicas
clusivas de cada departamento, pero compartidas Las colonias son mecanismos que separan a los gru-
por el conjunto de viviendas en un desarrollo, pue- pos de población urbana en núcleos con rasgos so-
den mencionarse las pistas de caminata, los gimna- ciales y económicos relativamente homogéneos. Los
sios, los spas, las áreas de juegos infantiles, las áreas habitantes de una colonia tienden a presentar una
verdes, los roof gardens, los lobbies, las albercas, las estructura familiar y niveles educativos similares.
palapas, los salones de usos múltiples, los campos de Esta homogeneidad es valorada por un comprador
golf y las salas de cine, entre otras. potencial cuando adquiere una vivienda, lo cual se
Es importante subrayar que este estudio se centrará refleja en la disposición a pagar por ella. De acuerdo
en viviendas ubicadas en desarrollos habitacionales con las investigaciones consultadas, este vector se
claramente identificables, construidos en un pe- conforma fundamentalmente por tres grupos de va-
ríodo de tiempo determinado y dirigidos a diferentes riables: las características demográficas, los factores
niveles socioeconómicos. La primera razón para pro- socioeconómicos y la seguridad pública.
ceder de esta manera es que, en los últimos años, la
tendencia en la construcción de conjuntos habitacio-
I.3.1. Características demográficas
nales en la Ciudad de México se ha orientado hacia
inmuebles diseñados para albergar grandes densi- El componente fundamental de cualquier espacio
dades de vivienda y habitantes en un mismo espacio urbano es la población que se asienta en él. Con rela-
geográfico. Por otra parte, los desarrollos poseen ras- ción a las características demográficas asociadas con
gos homogéneos en sus procesos de gestión y cons- las tendencias del mercado de vivienda, la literatura
trucción, que permiten una mejor comparabilidad y distingue tres variables centrales: el crecimiento de
control de las variables, a la vez que mantienen ras- la población, los grupos de edad predominantes y el
gos distintivos (en cada uno de los cinco vectores de nivel educativo.
análisis) medibles a través de los modelos de precios Uno de los aspectos que parece influir con mayor im-
hedónicos. portancia en la disposición a pagar por una vivienda

1 No existe acuerdo sobre lo que se debe entender por con- de extenderse de manera continua, pasando de una man-
junto habitacional, colonia o fraccionamiento. Algunas zana con varios lotes a un predio con varias manzanas.
definiciones hacen hincapié en elementos físico-territo- Además, el agente determinante del crecimiento urbano
riales, como el número de viviendas o su localización en deja de ser el gobierno local para pasar a los propietarios
un territorio determinado. Por ejemplo, Hidalgo (2004) de terrenos periféricos. Para los mismos autores, las colo-
señala que un conjunto habitacional puede tener entre nias tienden a ser proyectos excluyentes, que buscan crear
cinco, 20 y hasta más de 1,000 viviendas. Rosas (2008), por unidades aisladas y homogéneas. Los habitantes son regu-
su parte, sostiene que, cuando los desarrollos superan las larmente segregados por sus actividades, ya que el lugar
diez mil viviendas, se localizan en la periferia urbana de la de trabajo y el de residencia se encuentran separados. Así,
ciudad, y son desarrollados en terrenos rurales con un uso se crean unidades socioeconómicamente homogéneas en
intensivo y concentrado del suelo, se les debe denominar su interior, pero diferenciadas entre sí. Además, se busca
macrodesarrollos habitacionales. que las características de la colonia incrementen el valor
Otros estudios hacen referencia a características históri- del suelo, haciéndole un espacio cerrado y protegido, que
cas, sociales y económicas de un conjunto habitacional de- impida la invasión de otros usos de suelo que afecten el
terminado. Por ejemplo, para López Moreno & Ibarra valor de las propiedades y rompan el orden establecido
(1997) la aparición de colonias refiere un rompimiento (López Moreno & Ibarra, 1997).
histórico en el crecimiento urbano, donde la ciudad deja

17
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

y, por tanto, en los precios de mercado, son las ten- A pesar de que el componente racial no en todos los
dencias demográficas que presenta una colonia o casos tiene un efecto significativo sobre los precios
desarrollo habitacional. Ebertz (2013), por ejemplo, de la vivienda (Palm, 1978), sí lo tienen otros atribu-
realiza un análisis de los mercados inmobiliarios en tos de la población. Por ejemplo, el hecho de que las
poco más de 500 municipalidades de Alemania, y en- familias que habitan una zona determinada tengan
cuentra que el precio de la tierra tiende a aumentar mayores niveles de educación formal, o que sus inte-
cuando existe un mayor crecimiento poblacional en grantes se encuentren empleados en puestos directi-
la zona. Del mismo modo, una mayor densidad po- vos tiene un efecto significativo y positivo sobre los
blacional tiende a incrementar el precio de los bie- precios de las viviendas, debido a que esto se encuen-
nes inmuebles en las localidades de análisis. Lo tra fuertemente vinculado a niveles socioeconómi-
anterior se debe a que los consumidores valoran más cos altos, y a menores tasas de criminalidad en la
una zona con perspectivas de crecimiento. Además, zona urbana en cuestión (Palm, 1978).
el incremento en el número de habitantes de ciertas
zonas generalmente se asocia con la llegada de po-
blación joven, en edad productiva. I.3.2. Características socioeconómicas

Por el contrario, cuando el porcentaje de personas El nivel socioeconómico de una zona urbana se de-
mayores de 65 años aumenta, los precios de las vi- fine en función de los ingresos promedio de los ho-
viendas tienden a bajar marginalmente, debido al gares en el área de estudio. Investigaciones
declive en el crecimiento demográfico de la zona y de realizadas en diferentes ciudades, tanto de países
su desarrollo económico. Respecto a este fenómeno, desarrollados como en vías de desarrollo, muestran
Rodda & Satyendra (2007) examinan la depreciación que, entre más alto es el estrato socioeconómico al
de los hogares de las personas mayores de 75 años, en que pertenecen las familias que habitan en un área
Estados Unidos. En su investigación concluyen que definida de la ciudad, más altos son también los pre-
los hogares pertenecientes a adultos mayores se cios de los bienes inmuebles en esa zona. Por el con-
aprecian anualmente 1% menos, en promedio, que trario, cuando el nivel socioeconómico disminuye
las viviendas de propietarios de menor edad. Esto se los precios igualmente tienden a reducirse
explica porque las personas mayores tienden a reali- (Fernández Revollo, 2009; Osuna Fitch, 2008).
zar menos inversiones en mantenimiento y moderni- En los países desarrollados, la variable del desem-
zación, al no tener altas expectativas de venta de la pleo ha sido objeto de análisis particulares. que
propiedad. Además, la edad del propietario usual- muestran un efecto similar al de los ingresos: mayo-
mente se encuentra correlacionada con la antigüe- res tasas de desempleo en zonas determinadas se
dad del inmueble, lo que implica que, regularmente, asocian con precios de vivienda relativamente bajos
los propietarios de mayor edad poseen inmuebles (Ebertz, 2013). Por otra parte, y como se verá más
más antiguos (Rodda & Satyendra, 2007). adelante, la cercanía de la vivienda con los lugares de
Por otro lado, los compradores potenciales tienden a trabajo es una característica altamente apreciada
valorar también la composición social de una zona por los compradores de vivienda, lo cual implica una
habitacional. Por ejemplo, Leguizamon (2010) en- mayor valoración de los inmuebles.
cuentra que, a mayor diversidad racial en un barrio,
los precios de los inmuebles tienden a bajar, debido
a que los consumidores tienden a buscar nichos de
población homogéneos.

18
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

I.3.3. Seguridad pública ficios o espacios es suficiente para explicar las dife-
Niveles altos de violencia y de actividad delictiva tie- rencias en proporciones de delincuencia en distintos
nen consecuencias negativas en el valor de las pro- tipos de áreas” (Hillier & Sahbaz, 2008, pp. 61–62.
piedades inmobiliarias. Estos efectos pueden Énfasis añadido).
observarse tanto al nivel global de un país, como en En cuanto a los controles vecinales, destaca el caso
áreas particulares de las ciudades. Besley & Mueller de las colonias o comunidades que cuentan con aso-
(2012), por ejemplo, estiman el tamaño de los “divi- ciaciones de propietarios y acceso privado o limitado
dendos de la paz” en el norte de Irlanda, los cuales a las calles interiores de los fraccionamientos. Este
fueron parcialmente capturados en el precio de las tipo de intervenciones produce efectos positivos en
viviendas, evidenciando las consecuencias locales de el precio de las casas, en tanto que dan la impresión
una política nacional. de mayor seguridad, privacidad y control de los resi-
En cuanto a las áreas urbanas, varios estudios han dentes, así como de las personas que entran y salen
evidenciado que la inseguridad en ciertas zonas pro- del área habitada (LaCour-Little & Malpezzi, 2009).
voca que los precios de los inmuebles disminuyan
(Castellón & Otero, 2005). En el caso de la Ciudad de
I.4. Ubicación
México, particularmente, se ha probado la existencia
La ubicación puede definirse como el estableci-
de patrones espaciotemporales en la incidencia de-
miento de un objeto en el espacio geográfico, cuya
lictiva, lo cual hace que puedan identificarse ciertos
posición se halla en relación con otros objetos en el
lugares como centros de concentración de los ilícitos
mismo plano. En el caso de la vivienda, la ubicación
que se cometen en la vía pública (Vilalta, 2009), lo
es un factor que condensa aspectos que están fuera
cual genera un impacto negativo en el valor de las
de los límites físicos del inmueble, y sobre los cuales
propiedades cercanas a tales zonas. La principal es-
los desarrolladores o propietarios tienen poco con-
trategia seguida respecto a estos patrones espaciales
trol.
de comisión del delito ha sido la prevención situacio-
nal, es decir, la mejora del entorno urbano, de ma- La ubicación es uno de los factores más importantes
nera que el diseño de la ciudad contribuya a que influyen en la elección de una vivienda, por lo
disminuir la probabilidad de ocurrencia de inciden- que este vector intenta capturar la valoración de las
tes delictivos (Vilalta, 2011). características asociadas con el lugar donde se sitúa
la vivienda. De acuerdo con la revisión de la litera-
Las estrategias de prevención situacional se relacio-
tura, la ubicación puede abordarse desde tres pers-
nan con mejoras en el alumbrado público y, en gene-
pectivas: la accesibilidad, la disponibilidad y la
ral, con el saneamiento de la imagen urbana a través
calidad de los servicios de la zona en cuestión, y las
de acciones para la rehabilitación de espacios públi-
externalidades positivas y negativas que inciden en
cos y de lugares abandonados, así como la integra-
los precios de la vivienda.
ción de barrios marginados al resto de la ciudad
(Ceirano, Sarmiento, & Segura, 2010; Rodríguez &
Escobar, 2004). Este tipo de intervenciones para
I.4.1. Accesibilidad
combatir la incidencia delictiva se basan en la idea
de que “el simple factor de copresencia de usuarios La accesibilidad puede entenderse como la facilidad
en el espacio, junto a simples variables físicas de edi- o dificultad para desplazarse desde el hogar hasta un
centro laboral, educativo o de recreación. Así, ten-

19
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

drán mayor accesibilidad las viviendas que se ubi- Los resultados de los análisis sobre esta variable de-
quen cerca de (o sean cruzadas por) rutas o estacio- penden de cada ciudad, la percepción de la pobla-
nes de transporte colectivo, o estén conectadas con ción sobre la eficiencia y la seguridad de las distintas
vialidades de circulación rápida. alternativas de movilidad, su costo, la cobertura del
servicio, etc. Por ejemplo, las rutas que se sirven me-
De este supuesto se desprenden tres perfiles de pre-
diante autobuses presentan diversos efectos. De Ro-
ferencias. El primero es de quienes se desplazan me-
siers, Thériault, Voisin & Dubé (2010) encuentran
diante el transporte público, de modo que preferirán
que diferentes tipos de servicios de autobús mantie-
una vivienda que se encuentre cerca de una estación
nen un efecto diferenciado en el valor de las casas
del metro, o de una o varias rutas de autobuses. Por
aledañas: aumentar las rutas regulares de autobús
otra parte, quienes se desplazan en un vehículo pro-
influye negativamente en el precio de las casas veci-
pio asignarán una prioridad mayor a las viviendas
nas, aunque ocurre lo contrario si las que aumentan
ubicadas sobre vialidades importantes. Por último,
son las rutas express, probablemente porque el pú-
un perfil intermedio es descrito por Song & Quercia
blico prefiere las rutas más veloces.
(2008), quienes sostienen que, en los barrios tradi-
cionales y neotradicionales, se valora más la conecti- La disposición de los usuarios a desplazarse hasta la
vidad vial y los accesos peatonales a centros parada del autobús también es un elemento para
comerciales y de servicios. considerar. Cuando hay un número amplio de rutas
disponibles a cinco minutos a pie de distancia de la
De este modo, la accesibilidad es un elemento que
casa, el valor de ésta aumenta por la cercanía con va-
tiene impacto en el precio de la vivienda, toda vez
rios puntos de conexión. Consecuentemente, el nú-
que refleja una parte de las preferencias del habi-
mero de paradas vecinas también importa (Des
tante potencial (Clark & Burt, 1980). En esta sección
Rosiers et al., 2010).
se considera a la accesibilidad desde dos puntos de
vista: la disponibilidad de medios de transporte y la En las urbes que cuentan con subterráneo o metro, la
cercanía con centros laborales.2 cercanía de las estaciones suele colocarse como una
ventaja que aumenta el valor de los inmuebles cerca-
nos. En Santiago de Chile, por ejemplo, el solo anun-
TRANSPORTE PÚBLICO Y ACCESO cio de la implementación de la línea 4 del metro
A INFRAESTRUCTURA VIAL incrementó el valor promedio de los departamentos
en la zona entre 3.3% y 4.4%, y cuando se conoció la
El transporte público y la infraestructura para la mo-
ubicación de las estaciones el impacto creció a cerca
vilidad ofrecen servicios muy relevantes para una
de 6% en los lugares más próximos a los accesos
zona urbana, por lo que la distancia de la vivienda
(Agostini & Palmucci, 2008).
respecto a ciertas vialidades o a determinadas moda-
lidades de transporte público tiene un impacto en el Este tipo de impacto no siempre es positivo, debido a
precio de las propiedades. Los modelos de precios que puede ser contrarrestado por otro tipo de fenó-
hedónicos han venido incorporando el impacto de menos. En la Ciudad de México, por ejemplo, los ven-
esta variable en la calidad de vida de las personas, así dedores ambulantes que suelen instalarse en los
como en su disposición a pagar más por una vivienda accesos a las estaciones del metro podrían disminuir
cercana a medios de transporte masivos.

2 El acceso a servicios se aborda en la sección siguiente.

20
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

la apreciación de los inmuebles ubicados en la zona CERCANÍA CON CENTROS DE NEGOCIOS O LABORALES
adyacente a ellas.
La ubicación del lugar de trabajo es un elemento re-
La infraestructura o los servicios de transporte que levante en la búsqueda de una vivienda, e incluso
generan ruido, movimiento, congestión u otras mo- puede ser una prioridad que esté por encima de ne-
lestias tienen efectos ambiguos en el precio de las vi- cesidades recreacionales o culturales. Comúnmente,
viendas. Los trenes, por ejemplo, pueden ser vistos se considera que el menor trayecto posible al trabajo
como una alternativa de transporte, pero también repercutirá positivamente en la calidad de vida de
como una molestia. Portnov, Genkin & Barzilay las personas (Clark & Burt, 1980; Ottesman, Payton, &
(2009) señalan que, cerca de las estaciones de tren, Man, 2008). Sin embargo, hay investigaciones que
hay un umbral en el que el precio de las viviendas es cuestionan esta afirmación, y encuentran efectos
más bajo; pasada esa zona el precio sube hasta el ambiguos en la cercanía entre la vivienda y los cen-
punto más alto y después vuelve a caer, por la lejanía tros laborales.
respecto de las vías.
Fauria & Mathur (2012), por ejemplo, observan que,
La movilidad no está determinada únicamente por el en Oakland, el distrito central de negocios impactó
acceso a transporte público, sino también por el ac- negativamente el precio de las viviendas cercanas,
ceso a múltiples vías de comunicación como las vías efecto que se aminoró gracias a la remodelación del
troncales y las autopistas. La disponibilidad de esta lugar para volverlo una zona de usos mixtos. En el
infraestructura implica que los habitantes de deter- mismo sentido, Osland & Pryce (2012) encuentran
minadas zonas puedan salir o entrar de sus vecinda- que la relación entre precios de las viviendas y cen-
rios con relativa rapidez o facilidad. Sobre este tema, tros de trabajo no es monótona, debido a las externa-
Chernobai, Reibel & Carney (2011) encuentran que el lidades negativas generadas por la cercanía con
precio máximo de las casas se observa a una distan- múltiples centros de trabajo: ruido, congestión, inse-
cia moderada de las autopistas, y no en las casas que guridad, etc. Finalmente, Osland & Thorsen (2013)
están adyacentes a ella. Los aumentos de precio de también corroboran que la relación positiva entre
las viviendas próximas a la autopista pueden ocurrir acceso al trabajo y precio de las viviendas llega hasta
al principio de la construcción de ésta, pero el efecto cierto umbral, donde las externalidades negativas
no se sostiene cuando la vía está terminada. hacen que la relación se invierta.
En cuanto a quienes son mayormente usuarios de Complementariamente, la literatura insiste en seña-
transporte privado, no solamente les afecta la distan- lar que la distancia en cuestión no debe medirse úni-
cia a las vías principales o el número de accesos a la camente de manera lineal o longitudinal. La cercanía
vivienda. La saturación de esos servicios puede cau- con centros de trabajo puede medirse en términos
sar una disminución de la calidad de vida y, por lo del tiempo que toma el trayecto desde la casa al cen-
tanto, de la disposición a pagar, como es el caso del tro laboral.
tráfico excesivo (Fitch & Garcia, 2008; Hughes Jr. &
Sirmans, 1992).

21
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

I.4.2. Servicios usa la edad de las instalaciones escolares como indi-


La disponibilidad y calidad de los servicios públicos cador de la calidad percibida de las escuelas y en-
y privados en un área determinada de la ciudad pue- cuentra que los precios de la vivienda se asocian
den incrementar o reducir el valor de mercado de positivamente con las escuelas nuevas y con las his-
una propiedad. Estos servicios tienen una relevancia tóricas, mientras con las de mediana edad la correla-
considerable para cualquier centro de población, ción de ambas variables es negativa.
particularmente en las grandes ciudades, pues, me- La distancia de un centro educativo con una vivienda
diante ellos, los ciudadanos acceden a una serie de puede tener impactos positivos o negativos en la ca-
bienes fundamentales para la satisfacción de necesi- lidad de vida de sus habitantes, dependiendo de la
dades básicas, como la alimentación, la higiene, la cercanía a la que ambos inmuebles se encuentren.
movilidad, la preservación de la integridad física y Por ejemplo, Kashian & Rockwell (2013) dan eviden-
patrimonial, el aprendizaje, la productividad y la re- cia que muestra que vivir en una localidad que
creación, entre los más destacados. cuenta con instalaciones universitarias aumenta el
Hay que insistir en que este vector no hace alusión valor de las viviendas cercanas. Sin embargo, cuando
solamente a los servicios públicos, sino que también la distancia entre la vivienda y dichas instalaciones
toma en cuenta aquéllos que pueden ser provistos es demasiado corta, el precio que los consumidores
por agentes privados, como ocurre con las escuelas están dispuestos a pagar es menor, debido a la pre-
privadas, las iglesias o los bancos. En la literatura sencia de ruido y aglomeraciones cerca del domici-
analizada para este trabajo destacan los servicios lio. En el mismo sentido, en México, la presencia de
educativos, la infraestructura básica, como el agua y centros educativos (sobre todo de nivel básico) con
el drenaje, y otros servicios como los recreativos y los una importante población escolar está normalmente
de corte religioso. asociada a economía informal, ruido, basura, aglo-
meraciones y a un aumento significativo del flujo au-
tomovilístico en ciertas horas del día.
SERVICIOS EDUCATIVOS La cercanía de servicios educativos no es la única va-
Los servicios educativos han mostrado tener una in- riable con efectos importantes en el precio de la vi-
cidencia importante en el valor de las propiedades vienda; influyen también sus características (Figlio &
inmobiliarias, sobre todo porque las escuelas son Lucas, 2004). Fack & Grenet (2010), lo mismo que
servicios básicos en los que la calidad es una variable Thorsnes & Reifel (2007), encuentran que el desem-
crucial para el público. Sin embargo, es necesario re- peño de las escuelas públicas tiene un efecto positivo
conocer que estos servicios están fuertemente secto- en el precio de las viviendas cercanas, cuando se
rizados y que el impacto de la presencia de centros comparan con los precios de viviendas similares, cu-
educativos de carácter público o privado estará rela- yos ocupantes acceden a centros educativos de me-
cionado con las características socioeconómicas de nor calidad. Este efecto puede ser atenuado por la
los compradores del servicio. presencia de escuelas privadas de alta calidad, que
representen una alternativa para las familias situa-
Actualmente existe información más detallada sobre das lejos de las mejores escuelas públicas.
los resultados que ofrece cada centro educativo, pero
la percepción de la población suele dejarse llevar to- Por otra parte, los programas públicos que benefi-
davía por la apariencia de la infraestructura o por cian a algunas escuelas también pueden generar
otro tipo de imágenes. Gibson (2011), por ejemplo, efectos sobre el precio de las viviendas, en función de

22
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

las reubicaciones que puedan provocar en ciertos sostuvo en el tiempo, ya que la caída en el precio es-
grupos de población. Al respecto, Reback (2005) es- tuvo más asociada a las alertas que a la calidad del
tudia el efecto de la adopción de un programa de agua por sí misma.
elección de escuelas públicas. Observa que las pro-
En el contexto de América Latina, Fernández Revollo
piedades residenciales se aprecian en distritos esco-
(2009) observa que el incremento de las necesidades
lares que son preferidos por los estudiantes, cuando
básicas insatisfechas, donde se agrupan servicios pú-
estos pueden transferirse allí, en tanto que en las zo-
blicos inexistentes o ineficientes, tiene un efecto ne-
nas que transfieren estudiantes el valor de las pro-
gativo sobre el valor de las propiedades. Respecto a
piedades cae. Otros autores enfatizan la necesidad
otro tipo de servicios, Nuñez Cerda & Schovelin
de analizar los efectos en los precios de la vivienda
Surhoff (2002) reportan que la existencia de líneas
cuando los servicios se alteran, con la finalidad de
telefónicas en ciertas zonas deprimidas de Santiago
identificar si las personas tienden a “votar con los
de Chile, aumentan el valor de mercado de una vi-
pies” (Cf. Tiebout, 1956).
vienda.

AGUA POTABLE Y OTROS SERVICIOS BÁSICOS


INFRAESTRUCTURA CULTURAL, RECREATIVA
Aunque no es su objetivo fundamental, algunas in- Y OTRAS AMENIDADES
vestigaciones recogen los efectos de la provisión de
Además de los servicios básicos necesarios para una
ciertos servicios en el precio de las viviendas.
vida cotidiana con calidad aceptable, como drenaje,
Kashian & Rockwell (2013) encuentran que el acceso
electricidad, agua potable, recolección de basura y
a agua potable tiene un efecto positivo en el valor de
transporte, existen otros elementos propios de la lo-
mercado de una vivienda, aunque su peso sea redu-
calización de una zona habitacional que, si bien no
cido. De manera similar, Coates & Matheson (2011)
se consideran necesidades primarias, tienen un im-
reportan que el acceso a la red pública de drenaje
pacto considerable en la demanda de vivienda en
tiene también un efecto moderado en el alza de los
ciertas zonas y, por tanto, en su precio. En tal sentido,
precios de la vivienda en varias ciudades de Estados
la existencia de lugares de recreación, socialización o
Unidos.
de actividades culturales también es un incentivo
Des Rosiers, Bolduc, & Thériault (1999) muestran para atraer habitantes. La cercanía con áreas verdes
que también la percepción sobre la calidad de los o plazas públicas y el estado de conservación de és-
servicios es relevante. La investigación de estos auto- tas, el número de bibliotecas, museos, teatros, salas
res midió el efecto de la percepción de la calidad del de cine, complejos deportivos, restaurantes y centros
agua potable en el precio de las viviendas de un dis- de recreación nocturna son elementos que agregan
trito de la ciudad de Quebec, en Canadá. Este distrito plusvalía a una ubicación por encima de otra
presentó una crisis de calidad del agua durante la dé- (Nichols, 2011).
cada de los noventa, lo que llevó a las autoridades a
Quien desea establecerse en una zona con un amplio
emitir alertas a la población para que el agua no
número de restaurantes en operación entiende que
fuera consumida. Las alertas tuvieron un efecto im-
la dinámica social que construyen estos prestadores
portante en la depreciación de las viviendas en los
de servicios redefine el contexto local (Nichols, 2011).
años posteriores. Sin embargo, esta influencia no se
Por otra parte, habrá zonas que, aún con restauran-
tes en operación dentro de ella, no construyan un

23
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

ambiente atractivo para nuevos habitantes, como lo atributos del inmueble son tratados como externali-
puede hacer otra con menos servicios culturales o dades. Una externalidad se produce cuando el bie-
gastronómicos integrados al contexto local. Dentro nestar de un agente económico se ve directamente
de estas subvariables más abstractas pueden listarse: afectado (positiva o negativamente) por la acción de
la actitud de los residentes de la zona, su tolerancia a otro agente económico, sea consumidor o productor.
distintas preferencias sexuales y el dinamismo en la Una de las características centrales de las externali-
organización de festivales o eventos culturales, entre dades es que generalmente no están atrapadas por el
otras. sistema de precios de la economía. Ejemplos comu-
nes de externalidades que impactan el precio de la
Finalmente, hay pocas investigaciones que analicen
vivienda son la calidad del aire, del agua y los usos de
el efecto de templos y servicios religiosos en los pre-
suelo (Boyle & Kiel, 2001).
cios de la vivienda. Esta es una variable cuyo com-
portamiento respecto del valor de los inmuebles No obstante, también puede haber externalidades en
depende de factores culturales, del tipo de creencias las que los efectos (positivos y negativos) entre agen-
de los habitantes en cuestión y del papel que la reli- tes económicos operan directamente a través del sis-
gión juegue en la vida de las personas. En tal sentido, tema de precios. Estas externalidades se denominan
se puede conjeturar que el efecto podría ser positivo pecuniarias. Un ejemplo de ellas se aprecia cuando
o negativo, según el caso. También intervienen ele- se construyen áreas residenciales cerca del campo o
mentos como el tipo de templo, su tamaño y afluen- de zonas populares, provocando un incremento en el
cia. Por ejemplo, para el caso concreto de la zona valor de las propiedades en las zonas aledañas al
metropolitana de San Diego, California, Do, Wilbur & nuevo desarrollo. Ambos tipos de externalidades es-
Short (1994), muestran que el efecto de las iglesias es tán presentes en el mercado inmobiliario e influyen
negativo en el precio de las viviendas hasta una dis- en la fijación de precios de las propiedades.
tancia aproximada de 850 pies respecto del templo.
Las externalidades que se enumeran en esta parte
son las que más han sido documentadas en la litera-
tura: la contaminación, la vista, los aspectos jurídi-
I.4.3. Externalidades
cos, los fenómenos naturales y los movimientos de
La adquisición de un bien inmueble supone no sólo población. Hay que precisar que, en el caso de algu-
el pago por sus características intrínsecas, sino tam- nas externalidades, la distancia respecto a su fuente,
bién por los beneficios o molestias que derivan del cuando es posible precisarla, hace variar el grado de
ambiente que lo rodea. Dependiendo de los servicios afectación en los precios de la vivienda. Las investi-
o situaciones que valoren más, los consumidores in- gaciones han tratado de describir este tipo de situa-
tercambian ventajas y desventajas de las viviendas. ciones mediante la definición de umbrales de
Por ejemplo, algunas personas disfrutan de la cerca- influencia.
nía de ciertos bienes ambientales, como lagos, lagu-
nas o costas, mientras que otras prefieren alejarse
del ruido, las aglomeraciones o los malos olores. Es- CONTAMINACIÓN
tas preferencias, al impactar en los estándares de
La contaminación es el ejemplo por excelencia de
vida de las personas, se reflejan en la disposición a
una externalidad negativa, y puede tener diferentes
pagar por un bien inmueble en particular.
orígenes y manifestaciones. Un tipo de contamina-
En la literatura sobre precios hedónicos, muchos de
los efectos que no provienen directamente de los

24
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

ción que comúnmente impacta el precio de las vi- ambos. En el caso analizado por los autores, el precio
viendas son los desechos sólidos que pueda haber aumenta entre US$100 y US$200 debido al efecto de
cerca de la propiedad, o la limpieza del lugar y de las la publicidad.
áreas cercanas, así como los olores y otros efectos de-
Al igual que las anteriores, la contaminación audi-
rivados. Las granjas avícolas, por mencionar un caso
tiva tiene una influencia negativa en el precio de los
puntual, impactan negativamente el precio de las vi-
inmuebles (Aguirre & Ramos, 2005). Sin embargo, es
viendas aledañas a ellas, debido a “olores desagrada-
necesario tomar en cuenta que la afirmación puede
bles, ruido, los desperdicios orgánicos, la presencia
matizarse en función de la fuente del ruido, y de su
de animales comedores de carroña (…), proliferación
posible impacto en la apreciación de las viviendas.
de vectores de enfermedades (moscas, mosquitos),
Éste es el caso de los aeropuertos. Cohen & Coughlin
etc.” (Alvarado & Luyando, n.d., p. 17).
(2008) observan que la correlación entre el precio de
Sin embargo, como sucede con toda clase de externa- los inmuebles y el ruido por la cercanía de los aero-
lidades, no puede generalizarse. Kuethe & Keeney puertos es negativa, y que el efecto se agudiza
(2012) encuentran que, cuando se comparan los cuando el ruido entorpece las actividades cotidianas,
desechos de las granjas con los de tipo industrial, los es decir, cuando se está más cerca de las instalacio-
sépticos y otros residuos sólidos, el efecto de las nes aeroportuarias. No obstante, también observan
granjas no es uniforme en todos los precios, sino sólo que, cuando se suprime el efecto del ruido, la lejanía
en aquellos que se encuentran en la mediana esta- respecto al aeropuerto igualmente tiene un impacto
dística o por encima de ella. negativo en el precio, lo que indica que hay umbrales
de ruido que influyen de manera distinta en los pre-
Los residuos sólidos también pueden contaminar el
cios de los inmuebles en diversas zonas.
agua, si no se les maneja adecuadamente. Rojas
(2013) trata el caso de la presa de Valsequillo, en el
estado de Puebla, señalando que la contaminación
VISTA Y ESPECTÁCULOS
del agua ha generado un impacto negativo en el valor
de los inmuebles más cercanos al lago. Las vistas que se pueden apreciar desde la vivienda,
según su ubicación, suelen añadir cierto valor a la
La contaminación del aire también tiene un efecto
propiedad. Esto sucede, sobre todo, en espacios cer-
nocivo en el valor de las viviendas (Mardones, 2006),
canos a las costas o a paisajes naturales que ofrecen
aunque las mediciones sobre la calidad del aire con-
vistas espectaculares. En algunos casos, el precio de
tinúan siendo limitadas en muchas ciudades, lo
los departamentos se eleva conforme se encuentran
mismo que la difusión de la información al respecto.
en niveles más altos, porque así se puede disfrutar
En ciertas ocasiones, incluso la publicidad (intencio-
mejor del paisaje. Sin embargo, más allá de la sola
nal o no) sobre el grado de contaminación de ciertas
observación de escenarios naturales, la valoración
áreas se vuelve relevante en la elección de la vivienda
del medio ambiente cercano a las viviendas ha mos-
por parte de los consumidores, y en su precio. Gayer
trado tener un efecto positivo en el precio de los in-
& Viscusi (2002) encuentran que la publicidad que se
muebles. Como contraparte a las externalidades
muestra en los periódicos sobre los sitios de
negativas de la contaminación, las personas valoran
desechos peligrosos que se han intervenido influye
la cercanía con áreas verdes abundantes y la disposi-
en la percepción sobre el riesgo ciertas zonas. Con
ción a pagar por una vivienda con esas característi-
base en esa información, las personas imaginan un
cas es más alta (Fitch & Garcia, 2008).
escenario de menor riesgo o de mayor limpieza, o

25
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

No se encuentra literatura que analice si el paisaje En segundo lugar, se encuentran los efectos jurídicos
urbano tiene efectos similares a las vistas naturales. en casos particulares. Se ha analizado, por ejemplo,
Pero, sí se ha estudiado la influencia de la infraes- que los juicios y la morosidad hipotecarios redundan
tructura deportiva y de espectáculos (estadios, are- negativamente en los precios de las casas, al producir
nas, complejos olímpicos) en los precios de alquiler viviendas vacías y descuidadas. Sin embargo, esta no
de casas-habitación cercanas, lo que podría ser indi- es la única forma en que la vacancia y los problemas
cativo del impacto de este tipo de infraestructura en hipotecarios afectan el precio. Whitaker & Fitzpa-
el valor de los inmuebles. Coates & Matheson (2011) trick (2013) encuentran que los efectos son diferen-
encuentran resultados ambiguos al respecto, según ciados en submercados de baja y alta pobreza. En los
el lugar donde se ubique la infraestructura mencio- primeros, el impacto de una casa vacante y en mora-
nada. toria es negativo sobre el precio, mientras que en los
segundos la correlación entre precios y ejecuciones
de casas vacantes es positiva.
ASPECTOS JURÍDICOS
Es previsible que todo problema jurídico que en-
frente una propiedad, en materia de impuestos, jui- FENÓMENOS NATURALES Y
cios, indefiniciones de propiedad, entre otros, MOVIMIENTOS DE POBLACIÓN
influirán en su precio. Algunos de estos problemas se Las dos variables que se exponen en esta parte co-
asocian con irregularidades en zonas enteras de la menzaron a estudiarse recientemente. Una de ellas
ciudad, e involucran a buena parte de las personas es la inmigración. Con base en el caso de Canadá
que habitan allí, y otros pueden afectar a propieda- (que es un importante destino de migrantes) Akbari
des particulares. & Aydede (2012) calculan que hay un efecto positivo
En el primer caso se encuentran los asentamientos significativo, aunque pequeño (entre 0.10% y 0.12%),
irregulares provocados por la invasión de porciones de la inmigración en los precios de las viviendas pri-
del territorio de la ciudad. El riesgo que representa vadas. En este trabajo se señala que tal resultado
adquirir un predio o una vivienda en asentamientos puede ser causado por la salida de los pobladores
de este tipo disminuye el precio que un comprador originales de las áreas ahora ocupadas por los mi-
está dispuesto a pagar, pues, aunque haya probabili- grantes, o por un aumento de la oferta de vivienda,
dades de que las autoridades regularicen la situa- dada una expectativa de crecimiento de la demanda.
ción de los colonos, también existe la posibilidad de La otra variable son las inundaciones. Aunque es de
que sean desalojados. Un riesgo parecido se enfrenta suponerse que los riesgos de inundación, y de los
cuando se expropia una extensión de territorio y sólo desastres en general, disminuyan el precio de las vi-
se compensa parcialmente a los propietarios expro- viendas, Pryce, Chen & Galster (2011) advierten que
piados, provocando que la incertidumbre sobre la las percepciones erróneas de la población sobre la
propiedad se eleve y su valor disminuya, al continuar frecuencia y la gravedad de las inundaciones distor-
el riesgo de invasión. Igualmente, en un predio que sionan la predicción de eventos futuros de este tipo
se teme sea expropiado, el precio de las viviendas y, con ello, envían señales equivocadas al mercado de
desciende (Contreras, Garay, Santos, & Betancourt, vivienda.
2013).

26
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

I.5. Zonificación Para la Ciudad de México, los instrumentos de pla-


La renta del suelo urbano se define en función de las neación se definen en el Programa General de Desa-
ventajas de aglomeración, la demanda de accesibili- rrollo Urbano (PGDU), de acuerdo con la Ley de
dad y la necesidad de interacción con todas las acti- Desarrollo Urbano (LDU). El PGDU determina la es-
vidades localizadas (Camagni, 2005). Con el fin de trategia, políticas y acciones de ordenación del terri-
buscar la planeación y la utilización óptimas del torio, y es el marco de referencia para elaborar y
suelo urbano, los gobiernos establecen normas y re- aprobar los programas delegacionales y parciales de
glamentos para su uso, de manera que el precio del desarrollo urbano, consigna la clasificación de usos
suelo y de los inmuebles se encuentra influido por la del suelo y define los lineamientos fundamentales
intensidad de uso más rentable permitido por el para su uso. El PGDU también define las áreas de ac-
marco legal. tuación donde aplicarán las políticas urbanas inte-
grales y las acciones estratégicas. Posteriormente, las
Los instrumentos de planeación urbana suelen gene-
políticas y acciones contenidas en el PGDU toman
rar modificaciones en la plusvalía del suelo, impac-
forma concreta en los Programas Delegacionales de
tando directamente al mercado de la vivienda
Desarrollo Urbano, donde se establecen los usos del
(Cortés & Delgadillo, 2008; Kunz Bolaños, 2003;
suelo, las alturas o niveles de construcción permiti-
Meloni & Ruiz Núñez, 2002; Quigley & Rosenthal,
dos, las áreas libres y restricciones específicas, así
2005). Estos instrumentos se basan en el marco jurí-
como las normas de ordenación territorial generales
dico vigente. En el caso de México destacan la Ley de
y específicas.
Planeación (LP) y la Ley General de Asentamientos
Humanos (LGAH), en las que se establecen los crite-
rios generales sobre el ordenamiento territorial y se I.5.1. Efectos de la normatividad sobre el uso de
distribuyen facultades sobre el tema entre los tres suelo
ámbitos de gobierno.
Un área urbana puede pasar por tres periodos o ci-
La LGAH determina los fundamentos para la planea- clos vitales: crecimiento, equilibrio y declinación
ción y la regulación de los asentamientos humanos, (Ventolo & Williams, 1997). No obstante, después del
el desarrollo urbano, la ordenación del territorio y la declive suelen venir procesos de revitalización o
coordinación metropolitana a través de diversos ins- reinversión, que aumentan la demanda de suelo y
trumentos (Covarrubias Gaitán, 2011; Sánchez proporcionan los estímulos económicos necesarios
Almanza, 2012). Entre estos instrumentos se encuen- para revertir el ciclo de obsolescencia en la zona
tran el Programa Nacional de Ordenamiento Territo- (Flores Peña, 2012; Glaeser, 2011; Lichfield, 1988).
rial y Desarrollo Urbano (PNOT), los programas Ello constituye un proceso de revalorización que in-
estatales de desarrollo urbano, los programas muni- crementa las expectativas de explotar el suelo en
cipales o delegacionales de centros de población, cierta zona, y mejora las posibilidades de obtener
parciales, de áreas conurbadas y de zonas metropoli- una mayor renta (Kunz Bolaños, 2009).3
tanas.

3 Al respecto, es importante resaltar que los efectos positi- que, para el caso de Richmond, Virginia, tal efecto se di-
vos de la revitalización y reacondicionamiento de ciertas luye, en promedio, cada 1,000 pies de distancia de la zona
áreas urbanas tienen un efecto espacial definido. Por recuperada.
ejemplo, Rossi-Hansberg, Sarte & Owens (2010) calculan

27
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

En la Ciudad de México, dos de los instrumentos que sentido de la creación de centros de negocios, sino
implican procesos de revalorización son las Áreas también como un lugar para habitar en condiciones
con Potencial de Reciclamiento y los Polígonos de de exclusividad (Cuenya, 2012).
Actuación, en los que se busca una mayor intensidad
Para lograr este y otros objetivos de planeación, la
en el uso del suelo, así como un aprovechamiento óp-
Ciudad de México también cuenta con el Sistema de
timo de su infraestructura y localización. Ambos ins-
Transferencia de Potencialidad de Desarrollo Ur-
trumentos consideran el aprovechamiento de
bano. A través de este instrumento, los predios re-
grandes predios subutilizados que representan un
ceptores pueden aumentar su valor porque son
mayor potencial de suelo, y su aplicación se extiende
favorecidos con la compra de potencial de creci-
a zonas industriales deterioradas o abandonadas.
miento en edificación, mayor a lo que indique la
Borja y Castells (1997) proponen procesos de recen- carta urbana respectiva.
tralización alrededor de este tipo de áreas, a través
Una vez que conocemos las variables centrales que se
de firmas líderes, en espacios que les garanticen lo-
asocian con el valor de las viviendas, el siguiente
calizaciones estratégicas, con visibilidad a escala
paso es describir brevemente la metodología de los
global y regional. En suma, estas áreas deben ser ob-
precios hedónicos. La siguiente sección está dedi-
jeto de una reestructuración completa, no sólo en el
cada a este propósito.

28
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

II. M ETODOLOGÍA : LOS MODELOS DE PRECIOS HEDÓNICOS

Un modelo consiste en una representación de la Este proyecto, en particular, tiene el objetivo de dise-
realidad que se diseña con el propósito de entender ñar una serie de modelos que nos ayuden a compren-
el comportamiento de algunas variables en relación der cuáles atributos tienen qué efectos en los precios
con un fenómeno concreto. Se trata de la integración de la vivienda en la Ciudad de México, y de qué inten-
de variables que, con base en referentes teóricos, se sidad es esa relación.
pueden relacionar de forma coherente para propo-
ner explicaciones plausibles sobre un hecho o el
comportamiento de un fenómeno. Como toda repre- II.1. ¿Qué son los precios hedónicos?
sentación, los modelos consideran ciertas variables y Hedonismo es un concepto proveniente de la Grecia
dejan otras fuera, que son menos relevantes para la antigua, cuyo planteamiento es situar al placer como
comprensión del caso a estudiar. el objetivo y sentido primordial de la vida (RAE,
2018). Siguiendo por esta línea, un precio hedónico
Si bien no abarcan la realidad de manera exhaustiva,
sería, por definición, el precio de aquello que pro-
el diseño y perfeccionamiento de modelos ayuda a
duce placer o bienestar. De manera formal, los pre-
mejorar nuestra comprensión de la realidad. Con
cios hedónicos pueden entenderse como los precios
frecuencia, el sentido común nos ayuda a relacionar
“implícitos de los atributos que son revelados por los
el efecto que una variable puede tener sobre otra.
agentes económicos desde los precios observados de
Por ejemplo, suena razonable pensar que una vi-
productos diferenciados y de las características es-
vienda es más atractiva cuando se ubica cerca de un
pecíficas asociadas a estos” (Rosen, 1974, p. 34). Bien
parque. No obstante, estos razonamientos no siem-
puede considerarse que todos los bienes del mer-
pre nos llevan a una conclusión irrebatible. Podría-
cado tienen por finalidad producir cierto bienestar
mos pensar que la cercanía con un teatro podría
en quien los adquiere. Sin embargo, la distinción de
también volver más atrayente a una vivienda, pero
los precios hedónicos radica en que son las caracte-
probablemente las aglomeraciones y los conflictos
rísticas intrínsecas, complejas y subjetivas de un
viales que podría generar el público en las inmedia-
bien las que definen su precio.
ciones cada vez que hay una función podría tener un
efecto negativo —y contrario a la intuición— en el La complejidad de analizar los precios hedónicos ra-
atractivo de dicha vivienda. dica en el origen mismo del bienestar asociado con el
bien. Retomando el ejemplo de la vivienda cercana al
Los modelos ayudan no solamente a confirmar cuál
parque, un posible comprador puede encontrar bie-
es el sentido del efecto (positivo o negativo) que las
nestar al adquirir una vivienda cerca de un espacio
variables independientes tienen sobre la depen-
público, pero no es el único factor que tiene influen-
diente, sino que también nos permiten medir la mag-
cia en su decisión de compra. Los consumidores de
nitud de esa relación. Gracias a estos modelos puede
vivienda tendrán múltiples intereses y actividades,
determinarse si la cercanía a un parque es más atrac-
de tal modo que buscan que la ubicación y atributos
tiva que la de una estación de metro, o hasta qué dis-
de su vivienda satisfaga distintas necesidades: cerca-
tancia es deseable tener una vivienda cerca de una
nía con escuelas, bancos, tiendas de autoservicio, es-
avenida bien comunicada pero altamente transitada.
taciones de metro, percepción de seguridad en el

29
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

vecindario, cobertura de servicios públicos, entre modelos de precios hedónicos contribuyen a enten-
otras. Todas estas son necesidades a cuya medición der el precio de la vivienda como la combinación de
nos podemos aproximar a través de la selección cier- características objetivas y subjetivas, inherentes y
tas variables cuantificables. externas al inmueble, de modo que su precio pueda
entenderse como vinculado a un conjunto de valores
Además de lo anterior, los modelos de precios hedó-
individuales de distinta índole.
nicos tratan de capturar variables cuyo componente
implícito o subjetivo es más profundo, pero no por La utilidad de estos modelos puede ser entendida de
ello menos importante. Tal es el caso de un compra- diferente manera para distintos consumidores de in-
dor de vivienda que busca un departamento en de- formación. Es relevante para el ciudadano y poten-
terminada colonia o vecindario. No solamente busca cial comprador de vivienda, puesto que permite
la cobertura de servicios y cercanía con otros satis- conocer en qué medida y sentido distintas variables
factores, comentados líneas arriba, sino también —que para un consumidor pueden ser importantes,
cierto sentido de pertenencia o estatus, al pretender atractivas o no deseables— tienen un impacto en el
formar parte de los habitantes de una región deter- precio. Por otra parte, los desarrolladores inmobilia-
minada de la ciudad. En resumen, aplicados al tema rios también encontrarían utilidad en estos modelos,
de la vivienda, los modelos de precios hedónicos bus- al permitirles conocer de qué modo la vivienda que
can conocer en qué medida determinadas variables pueden construir en determinado predio se benefi-
relacionadas con la vivienda y su contexto se aso- cia o adquiere mayor valor por la infraestructura y
cian4 con el precio de la misma. servicios públicos de esa zona de la ciudad en parti-
cular, o en qué medida algunos atributos de tal área
pueden repercutir negativamente en el precio de la
II.2. Los modelos de precios hedónicos vivienda.
aplicados a la vivienda Sin embargo, las organizaciones gubernamentales
Ahora que se ha explicado brevemente en qué con-
encargadas de la planeación, desarrollo y regulación
siste un modelo de precios hedónicos, conviene pre-
de las ciudades son las que pueden encontrar mayor
guntarse cuál es la utilidad de conocer qué variables
utilidad en la información que aportan los modelos
afectan el valor de la vivienda. Hay tres puntos cen-
de precios hedónicos. En los siguientes puntos se
trales a través de los cuales este tipo de modelos nos
enumeran algunas razones que sostienen esta afir-
ayudan a profundizar en el análisis. En primer lugar,
mación:
nos permiten desagregar el valor de componentes
muy diversos de la vivienda, como la localización, los a) Los modelos de precios hedónicos permiten iden-
servicios, la calidad de los materiales de construc- tificar las variables negativas que repercuten en
ción, etc. En segundo término, contribuyen a identi- la plusvalía de las viviendas en determinadas zo-
ficar las diferencias de dichos componentes en nas. Estas variables pueden entenderse como
combinaciones diversas, agregando o restando valor alertas o focos que se encienden, ayudan a las ins-
al precio integrado de la vivienda. Finalmente, los tituciones gubernamentales a tratar asuntos o

4 Debe resaltarse que los modelos de precios hedónicos no variables se basa en la literatura existente sobre el tema
buscan una relación causal entre las variables indepen- (en este caso, la vivienda), el planteamiento teórico no in-
dientes y la dependiente, sino una asociación estadística- tenta construir una teoría causal sobre la determinación
mente relevante entre las mismas. Aunque la selección de de los precios de los bienes inmuebles.

30
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

problemas públicos que están inatendidos, y pue- truyen la ciudad. Planear o trabajar en la zonifi-
den ser zonificados gracias al análisis de los re- cación de determinados polígonos de la ciudad
sultados de los modelos. será una tarea más concienzuda y objetiva si se
b) Contribuyen a identificar el impacto que tienen cuenta, entre otros datos, con información sobre
determinados proyectos, obras o mejoras desa- lo que busca un consumidor en la vivienda y las
rrolladas por el gobierno de la ciudad en el precio variables que afectan su plusvalía.
de la vivienda, de modo que pueda aproximarse la
magnitud del efecto que tiene la inversión pú-
blica en dicho precio. II.3. Modelo econométrico
c) Derivado del punto anterior, también permiten La especificación del modelo econométrico de pre-
conocer en qué medida el valor de los inmuebles cios hedónicos para la vivienda en la Ciudad de Mé-
se apoya en los atractivos o atributos de una zona, xico retoma los hallazgos de la literatura
lo que contribuye a un mejor cálculo del valor ca- presentados en la sección anterior. Como allí se de-
tastral de las viviendas, con base en referencias talla, existen cinco vectores de variables asociados
más claras que únicamente el tamaño del predio con el precio de la vivienda. La representación gene-
en cuestión. Esta información abonaría a la actua- ral de esta relación es la siguiente:
lización de los padrones catastrales, así como al
P = f (I, D, S, U, Z),
eventual ajuste de las tasas de recaudación por
concepto de impuesto predial. donde P es el precio o valor la vivienda, determinado
d) En un sentido similar, conocer en qué medida un por los argumentos de la función f. Los argumentos
desarrollo nuevo se beneficia u obtiene mayores de la función son los cinco vectores de variables:
atractivos por establecerse en un vecindario y no I Atributos propios del inmueble, es decir, di-
en otro, en razón de la infraestructura presente mensiones, antigüedad, calidad de la cons-
en ciertas zonas de la ciudad, la cobertura de los trucción y disponibilidad de amenidades
servicios en ella, la percepción de seguridad, la exclusivas de cada vivienda.
cantidad y calidad de espacios públicos, o la cer-
canía con medios de transporte, puede dotar de D Atributos del desarrollo habitacional, como
argumentos y herramientas al gobierno de la ciu- tamaño del desarrollo habitacional, antigüe-
dad para establecer contribuciones a los desarro- dad, calidad de los materiales y acabados y, so-
lladores, con el fin de recuperar una porción bre todo, amenidades de uso exclusivo de los
razonable de la inversión pública que se traduce propietarios del conjunto habitacional (áreas
en plusvalía. Esta recuperación redundaría en la verdes o comunes, salones de usos múltiples,
generación de fondos para que la ciudad los apli- gimnasios, albercas, sistemas y personal de se-
que en proyectos que mitiguen los efectos negati- guridad, circuito cerrado de televisión, entre
vos de nuevos desarrollos en la zona y se preserve otros).
el bienestar colectivo. S Características socioeconómicas de los resi-
e) Investigar qué variables son atractivas o indesea- dentes y del área cercanos al desarrollo, por
bles para desarrolladores y consumidores de vi- ejemplo, perfil demográfico, rasgos socioeco-
vienda en la ciudad contribuye, finalmente, al nómicos y condiciones de seguridad pública.
mejor conocimiento de quienes habitan y cons-

31
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

U Ubicación del inmueble, en términos de cerca- Z Zonificación, la cual refleja los planes que el
nía o accesibilidad a determinados servicios, gobierno de la ciudad haya dispuesto para el
públicos y privados; la dotación y calidad de desarrollo del entorno de la vivienda, es decir,
los servicios públicos básicos en diferentes los programas de desarrollo urbano y las car-
áreas de la ciudad; y las externalidades positi- tas sobre el uso de suelo en diferentes áreas de
vas y negativas que puedan hallarse en las dis- la ciudad.
tintas zonas de estudio.

32
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

III. A NTECEDENTES SOBRE EL DESARROLLO INMOBILIARIO EN


LA C IUDAD DE M ÉXICO

De acuerdo con la Organización de las Naciones Uni- ido evolucionando en la capital, formando una diná-
das (ONU, 2018), más de la mitad de la población del mica compleja de valoración de metro cuadrado de
mundo habita en zonas urbanas. La reciente expan- vivienda, y una demanda también activa, que evolu-
sión del número de zonas metropolitanas en México ciona como efecto del comportamiento de las mis-
―74 declaradas hasta 2015 (CONAPO, 2018)― con- mas variables.
firma que el país sigue esta tendencia de urbaniza- La reconstrucción de la Ciudad de México abre una
ción. oportunidad, no solamente para reivindicar la pla-
La dinámica de las ciudades, también a escala inter- neación y el establecimiento de tipos de suelo que
nacional, está relacionada con altos índices de desa- permitan una mayor habitabilidad de sus colonias,
rrollo económico y concentración demográfica. Su sino también para identificar cuáles son los elemen-
naturaleza como núcleo de trabajo atrae grupos po- tos puntuales que aportan mayor valor a la vivienda
blacionales considerables que construyen y deman- en la Ciudad y cuáles están asociados con un valor
dan entornos urbanos habitables, al tiempo que dan menor.
energía y razón de ser a las propias ciudades. Esta Tanto en un esquema de vivienda propia, como pa-
construcción colectiva implica desafíos de la talla de trimonio, como en el de vivienda en arrendamiento,
las propias metrópolis. La habitabilidad de una ciu- como servicio, una ciudad competitiva debe enfocar
dad está relacionada no solamente con la provisión sus esfuerzos en términos de planeación y gestión
de servicios públicos ―como drenaje, agua potable, urbanas y de política de vivienda en maximizar dos
alumbrado y seguridad públicos―, sino también tipos de elementos. Por un lado, aquéllos que incre-
con un esquema de movilidad que permita a sus ha- mentan el valor de una vivienda en términos mone-
bitantes desarrollar el potencial económico y cultu- tarios, y por otro, los que aumentan y mantienen la
ral de las mismas, al tiempo que cuente con una satisfacción de un ciudadano al habitar determinada
oferta de vivienda competitiva, diversa y dotada de zona de las propias ciudades. La presente sección
amenidades y materiales que garanticen el derecho hace un breve repaso de los antecedentes del desa-
de los ciudadanos a habitar espacios dignos. rrollo de vivienda en la Ciudad de México en los años
La Ciudad de México ha sido el escenario de distintos recientes.
fenómenos de densificación y migración urbana. En
tanto que algunas acciones institucionales se con-
centraron en catalizar el desarrollo de ciertos polos III.1. El desarrollo de vivienda en la Ciu-
y regiones, la falta de planeación y de la consecución dad de México
cabal de los planes de desarrollo delegacionales y La capital mexicana ha atravesado por distintas eta-
parciales permitieron el crecimiento acelerado de pas de desarrollo urbano y de vivienda. Esta evolu-
otras áreas de la ciudad. Con el paso del tiempo, y ción obedece, en buena medida, a racionalidades
obedeciendo a la creación de núcleos de empleo o in- muy distintas de los liderazgos político-económicos
cluso de desastres naturales, la oferta de vivienda ha en las diversas épocas en cuestión. Desde el ímpetu
del México de la sustitución de importaciones al de

33
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

una búsqueda incesante por la verticalidad, pasando oferta de vivienda tenía como única visión la del go-
por los desarrollos habitacionales como detonado- bierno en turno, y fue empleada como propaganda
res de bienestar, la ciudad ha pasado de un estilo y utilizando al patrimonio como la recompensa por fi-
visión a otro en lapsos breves. delidad política. Sin embargo, del mismo modo que
la abundancia no fue precisamente administrada de
Esta dinámica no es necesariamente virtuosa para
manera eficiente, la producción y la oferta de vi-
un tema como el del desarrollo urbano, como podrá
vienda no obedeció a una visión de una ciudad efi-
intuirse. Una característica fundamental para la pla-
ciente, sino a la de mayor cantidad, para concentrar
neación y coordinación del desarrollo urbano es la
mayores grupos de interés. sin considerar la calidad
consistencia en el tiempo. Pasar de una visión de ciu-
de los espacios privados o públicos.
dad a otra sin importar las repercusiones de la ante-
rior y los desafíos de la venidera redunda en un Prueba de esta visión propagandística y de grupos de
entorno urbano complicado, ineficiente y, sobre interés son las unidades construidas con recursos
todo, inacabado. Las siguientes subsecciones hacen del Instituto Mexicano del Seguro Social. La vivienda
un repaso por las épocas recientes de desarrollo de era parte de las prestaciones de los trabajadores que
vivienda en la Ciudad de México, y ofrecen una expli- llegaban a la ciudad, y requería de ellos la simpatía
cación de las variables que dieron origen a la visión hacia el liderazgo político en turno. Finalmente, y re-
de vivienda en distintos períodos. lativamente en línea con el ímpetu del México mo-
mentáneamente milagroso, las Olimpiadas de 1968,
ejercieron la presión propia de una villa olímpica en
III.2. El México exportador y la ciudad in- una ciudad que transitaba del modelo de vecindades
dustrial al de conjuntos habitacionales masivos, como el de
La década de 1940 fue un escenario interesante para Tlatelolco.
México, en la coyuntura de la Segunda Guerra Mun-
dial. El liderazgo político federal de entonces apostó
por un modelo de potente producción y exportación. III.3. La desaceleración, el sismo y el cam-
Toda vez que las potencias internacionales concen- bio de paradigma
traban sus baterías en la propia guerra, México atra- El protagonismo del Estado en la creación de ciudad
vesó un momento al que suele llamarse “milagro de los años cincuenta se diluyó dramáticamente en
mexicano”. La actividad transformadora industrial las décadas de los 90 y en las primeras del nuevo si-
rebasó a las actividades primarias ―ganadería y glo. Durante la década comprendida en 1980, el go-
agricultura― y, en un México centralizado, la indus- bierno todavía mantenía la visión propagandística
tria se colocó en el centro de la ciudad. Con la indus- de vivienda. Sin embargo, con una capacidad econó-
tria a plena potencia, la demanda de fuerza de mica considerablemente menor, en una coyuntura
trabajo se incrementó y la capital se convirtió en un de crisis económicas internacionales, la recompensa
polo de atracción de poblaciones de distintas entida- a grupos de interés tuvo que reducirse a la regulari-
des federativas que, mediante el trabajo industrial, zación de asentamientos irregulares, más que a la
buscaban mejores condiciones de vida. dotación de vivienda formal. Esta dinámica explica el
surgimiento en la época, y posterior crecimiento ace-
En una época donde el optimismo vaticinaba abun-
lerado, de la mancha urbana en la periferia de la Ciu-
dancia duradera, el Estado fue el principal artífice de
dad de México.
la construcción del espacio urbano. La producción y

34
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

El sismo de septiembre de 1985 es, además, un hito sus instituciones, como el INFONAVIT, abandonaron
en la comprensión de la capital. Un número conside- por completo el ámbito de construcción de vivienda
rable de los grandes proyectos habitacionales se vie- y limitaron sus actividades al subsidio y, principal-
ron severamente afectados o desaparecieron. mente, al otorgamiento de créditos hipotecarios.
Oleadas de familias emigraron de la capital al perder
Las grandes desarrolladoras inmobiliarias, reto-
su vivienda o por el temor de nuevos desastres natu-
mando el argumento de las distintas racionalidades
rales, elemento que explica el crecimiento de otras
en el tiempo sobre la Ciudad de México, tuvieron
ciudades mexicanas en la época, y también el au-
muy claro que el principio rector de la oferta de vi-
mento de los asentamientos irregulares en la perife-
vienda en su momento era el de eficiencia en térmi-
ria.
nos económicos. Grandes lotes lejanos al centro de la
En el inicio de la década de 1990, el neoliberalismo ciudad y desconectados del transporte público fue-
dominaba el discurso internacional y México hizo ron adquiridos a precios bajos, transformados a
cuanto pudo para montarse en esa ola. El Tratado de suelo habitacional y convertidos en fraccionamien-
Libre Comercio de América del Norte es un ejemplo tos de departamentos de menos de cincuenta metros
claro de la búsqueda de presentar al país como uno cuadrados, idénticos uno con otro entre las filas de
moderno, si bien en el fondo distaba de tal condición. edificios construidos con los materiales más auste-
También lo es la reforma al Artículo 27 de la Consti- ros de construcción. Municipios del Estado de Mé-
tución Mexicana en 1992, que abrió la puerta a la des- xico que no colindan con la capital del país, sino con
incorporación de terrenos ejidales. El emblema del los que efectivamente hacen frontera con la capital,
México posrevolucionario, el que pugnaba por tierra han visto un crecimiento acelerado en estos años, de-
y libertad, se desmoronaba ante el neoliberalismo rivado de tal comportamiento de la vivienda.
que, en términos de vivienda, dio como resultado el
El Bando Dos, puesto en marcha en la Ciudad de Mé-
escenario de los años siguientes.
xico para reducir el crecimiento en la periferia y la
invasión de suelos de recarga de mantos acuíferos,
tuvo efectos positivos, pero otros también inadverti-
III.4. El libre mercado y la época hipote-
dos, que ocasionaron una presión inmobiliaria que
caria fue transformada en oferta masiva por parte de desa-
Los párrafos anteriores comenzaron describiendo al
rrolladores inmobiliarios. La Norma 26 acabó por
Estado como el protagonista de la planeación y la
normalizar el crecimiento desordenado de la ciudad
producción de vivienda. Después, se explicó que las
en todas sus demarcaciones.
crisis externas e internas fueron relegando ese papel
al de un regulador y otorgante de suelo. Los últimos Las Delegaciones5 de la Ciudad de México, en la vís-
años de la década de 1990 y el inicio del siglo XXI pre- pera de convertirse en Alcaldías, han visto sus pro-
senciaron la reducción casi completa de tal protago- puestas de nuevos Planes de Desarrollo Delegacional
nismo, dando espacio al mercado como agente entramparse en la Asamblea Legislativa, o no han he-
dominante. Mientras las desarrolladoras se fortale- cho un intento siquiera por presentar una propuesta
cieron y asumieron el rol, no de planeadores, sino de de actualización a dichos planes. Los cambios de uso
transformadores del espacio urbano, el gobierno y de suelo, más favorecedores de las desarrolladoras

5Debido a la temporalidad del estudio, se utilizará el tér-


mino “Delegaciones” para referirse a las demarcaciones
territoriales que componen la Ciudad de México.

35
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

inmobiliarias que de la ciudad misma como entorno competitividad perdida en tiempos recientes, situar
urbano, es la realidad imperante de los años más re- a las instituciones públicas del Gobierno de la CDMX
cientes. como autoridades en la planeación, transformación
y gestión de la ciudad y su suelo, y llevar a la capital
En esta coyuntura, y marcando un hito como en 1985,
a un escenario nuevo, consistente y más habitable
a partir del pasado 19S, la Ciudad de México tiene
para los capitalinos, que han sabido mantenerse en
frente a sí un desafío de la talla de sus avenidas. Le-
un barco cuyos golpes de timón han trazado un
vantarse, transformarse con velocidad y recuperar la
rumbo indeciso.

36
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

IV. F UENTES DE INFORMACIÓN

En este apartado se describen los métodos de reco- los documentos denominados “Dinámica de Mer-
lección de información para la construcción de los cado” (DIME), zonificando la Ciudad de México y su
modelos de precios de hedónicos para la vivienda en Área Metropolitana. También realiza exploraciones
la Ciudad de México. Hay dos tipos generales de trimestrales, con las cuales construye bases de datos
fuentes de información. La primera se asocia con las y tendencias de precios, que contienen información
empresas inmobiliarias, y permite conocer la ubica- sobre zonas nuevas en desarrollo y sobre las caracte-
ción, las características y el precio los inmuebles. El rísticas de la vivienda en la ciudad.
segundo tipo de fuentes de información se relaciona
La colaboración con Softec se realizó a través de un
con fuentes oficiales, que permiten tener datos so-
Convenio entre el CIDE y la empresa, donde Softec
cioeconómicos, demográficos y de servicios públicos
aceptaba compartir sus bases de datos para esta in-
acerca de la población que habita las zonas de estu-
vestigación, siempre que se respetara la confidencia-
dio.
lidad de la información individual de las viviendas.
La base de datos compartida contiene información
de 15 Delegaciones de la Ciudad de México:
IV.1. Empresas de consultoría en materia
inmobiliaria 1. Azcapotzalco
La información sobre los precios de los inmuebles y 2. Benito Juárez
sus características, así como el equipamiento de los 3. Coyoacán
desarrollos inmobiliarias, se obtuvo a través de los 4. Cuajimalpa
datos proporcionados por la empresa de consultoría 5. Cuauhtémoc
inmobiliaria Softec. Esta información ofrece mejor 6. Gustavo A. Madero
calidad que la consulta en páginas de internet o en 7. Iztacalco
fuentes hemerográficas. Utilizar los datos de esta 8. Iztapalapa
empresa tuvo la ventaja de incorporar datos, actua- 9. La Magdalena Contreras
les e históricos, de la oferta de vivienda nueva en las 10. Miguel Hidalgo
zonas de estudio, organizados de manera sistemática 11. Álvaro Obregón
y homogénea, y considerando un gran número y di- 12. Tlalpan
versidad de desarrolladores inmobiliarios. 13. Tláhuac
14. Venustiano Carranza
Softec es una empresa especializada en el análisis del
15. Xochimilco
mercado inmobiliario, cuya experiencia y cobertura
(no sólo espacial sino temporal) convierte a sus bases
de datos en referentes precisos de la dinámica inmo- IV.2. Fuentes gubernamentales de infor-
biliaria en la Ciudad de México. Fundada en 1980, mación
Softec mantiene el objetivo de contribuir al diseño El resto de las variables que componen el modelo de
de estrategias para el mercado inmobiliario. Desde precios hedónicos consideran información que pro-
1988 la consultoría produce, de manera trimestral,

37
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

ducen o recopilan periódicamente el Gobierno Fede- plica brevemente cuáles fueron las fuentes consulta-
ral y el de Ciudad de México, con sus diferentes de- das para el proyecto y qué tipo de datos se obtuvie-
pendencias. Se trata de datos concernientes a las ron de cada una de ellas.
características y atributos de las zonas de estudio, en
términos de sus instrumentos de planeación, equi-
pamiento urbano, patrimonio histórico, servicios IV.2.1. Gobierno federal
públicos y privados, composición socioeconómica y Las principales fuentes de información en este ám-
demográfica, alternativas de movilidad, aspectos de bito fueron el Censo de Población y Vivienda 2010, y
seguridad, riesgos, fracturas geológicas, derrumbes el Directorio Estadístico Nacional de Unidades Eco-
relacionados con el sismo del 19S, centralidades o nómicas (DENUE), ambos levantados por el Instituto
puntos de atracción importantes, entre otros. Nacional de Estadística y Geografía (INEGI). Tam-
Uno de los obstáculos principales en la construcción bién se utilizó información del Fideicomiso Fuerza
de un modelo como el planteado en este estudio es la México, sobre los efectos del sismo del 19S. Toda esta
escasez de información necesaria para alimentar las información se encuentra disponible en Internet.
variables que lo conforman. En México, no sólo dis-
tintas agencias gubernamentales producen informa-
ción muy variada, sino que, con frecuencia, las bases
CENSO DE POBLACIÓN Y VIVIENDA
de datos construidas no están articuladas entre sí, e El objetivo de los censos es contar a la población re-
incluso tienen restricciones de acceso. sidente del país, ubicar su distribución en el territo-
rio nacional y actualizar la información sobre sus
La multiplicidad de emisores de información con un principales características demográficas y socioeco-
nivel bajo de integración o comunicación en las ta- nómicas. La información se concentra en el Sistema
reas de procesamiento de datos origina escenarios para la Consulta de Información Censal (SCINCE), a
en los cuales, si la información existe, no se encuen- través de indicadores sociodemográficos por enti-
tra para el mismo periodo de años o se tiene para lap- dad federativa, municipio, localidad, áreas geoesta-
sos distintos, se colecta en una escala diferente en dísticas básicas (AGEB), manzanas urbanas y zonas
cada institución, se integra con identificadores y cla- metropolitanas. El Censo de Población y Vivienda se
ves que sólo son comprensibles bajo libros de códi- efectúa desde 1895. A partir de 1910 se realiza cada
gos heterogéneos entre una base y otra. Estas 10 años (con excepción de 1920), y desde 1995 se hace
limitaciones son conocidas por todo equipo de tra- con un conteo intermedio (1995, 2005 y 2015), hoy
bajo que emprenda tareas de recolección de infor- denominado Encuesta Intercensal. El Censo de 2010
mación y, en la medida en que puedan sortearse, el está compuesto por 227 variables, distribuidas en
modelo será más robusto y, por ende, tendrá mayor cinco apartados (vivienda-básico, población-básico,
poder para representar la realidad a estudiar, así vivienda-ampliado, población-ampliado y migra-
como para explicar con mayor precisión el impacto ción internacional).
de las variables en el precio de la vivienda.
Aun con estas restricciones, se realizó un proceso ar-
duo de recolección de información que alimentó los DIRECTORIO ESTADÍSTICO NACIONAL DE UNIDADES
modelos estimados. En las líneas siguientes se ex- ECONÓMICAS
El DENUE contiene información sobre la caracteriza-
ción de las unidades económicas, georreferenciada a
partir de los establecimientos activos en el territorio.

38
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

Dicha caracterización está en función de la actividad IV.2.2. Gobierno de la Ciudad de México


económica, el tamaño y el área geográfica. Se realizó una búsqueda a partir de las atribuciones
La primera versión del DENUE es del año 2010 y se correspondientes a distintas secretarías y organis-
generó a partir de la información recabada por el mos descentralizados y desconcentrados del Go-
Censo Económico de 2009, que proporciona datos de bierno de la Ciudad de México, con el fin de detectar
identificación y ubicación de las unidades económi- la información que producen. La CDMX cuenta ac-
cas de todos los sectores de la actividad económica tualmente con un portal de datos abiertos, en el cual
(primario, secundario y terciario), organizada me- se comparte información utilizable y de libre acceso.
diante el Sistema de Clasificación Industrial de Amé- Dicho portal cuenta con un motor de búsqueda por
rica del Norte (SCIAN). Se han realizado nueve tema, dependencia y tipo de archivo, donde se puede
actualizaciones del DENUE, las cuales se llevan a ubicar información específica, con georreferencia-
cabo cada año. En la novena edición (2018) han lo- ción para un mejor análisis. Las instituciones que
grado incorporar 5 millones 78 mil 728 estableci- proveyeron datos para este estudio fueron la Secre-
mientos. taría de Obras y Servicios Públicos, la Secretaría de
Seguridad Pública, Ecobici, Ecoparq, el Sistema de
Transporte Colectivo Metro, Metrobús y la Secreta-
FIDEICOMISO FUERZA MÉXICO ría de Desarrollo Urbano y Vivienda.
El portal del Fideicomiso Fuerza México contiene in-
formación referente a la infraestructura del sector
salud (IMSS, ISSSTE, SSA) y edificios públicos consi-
derados patrimonio histórico que fueron afectados
por el sismo del 19S.

39
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

V. S ELECCIÓN DE CASOS Y TEMPORALIDAD DEL ESTUDIO

La selección de las Delegaciones y los años que son eliminación, las observaciones se redujeron a 2,360.
objeto de estudio para la estimación de los modelos A partir de este grupo de registros se eligieron las De-
de precios hedónicos obedeció, fundamentalmente, legaciones y el período de estudio.
a la disponibilidad de información. La base de datos
Dada la gran disparidad entre el número de datos
construida para esta investigación partió de la infor-
disponibles por cada año (véase la Tabla 1) se decidió
mación provista por Softec.
considerar solamente los años con la mayor cantidad
La consultoría Softec proporcionó originalmente de información. Por otra parte, como se aprecia en la
11,070 registros sobre vivienda nueva construida en- Tabla 1, también existían diferencias importantes en
tre los años 2000 y 2018, por 821 empresas construc- el número de registros por cada Delegación de la
toras, en 15 Delegaciones de la Ciudad de México. Ciudad de México, por lo cual solamente se eligieron
Cada registro de vivienda estaba acompañado con las Delegaciones con el mayor número de datos.
datos sobre las características del inmueble y del
La aplicación de estos dos criterios resultó en la se-
desarrollo habitacional al que pertenecen.
lección de las Delegaciones de Cuauhtémoc, Miguel
Del total de registros, se eliminaron aquellos que Hidalgo, Benito Juárez, Coyoacán y Tlalpan como
presentaban información redundante. Es decir, Sof- ámbito de estudio, durante el período 2015-2018.6
tec proporcionó información sobre cada vivienda Como se aprecia en la sección siguiente, estas Dele-
ubicada en diversos desarrollos inmobiliarios. De- gaciones han experimentado una importante expan-
bido a que todas las viviendas de cada desarrollo so- sión inmobiliaria en los últimos años, y algunas de
lían tener las mismas características, solamente se ellas resintieron especialmente los efectos del sismo
tomó una observación representativa de las vivien- del 19S. Al final, la base de datos a partir de la cual se
das del desarrollo en cuestión. De esta manera, se estimaron los modelos de precios hedónicos para la
evitó que la base de datos tuviera bloques de infor- vivienda cuenta con 1,240 observaciones, después de
mación que no variara y que podría alterar los resul- aplicados los filtros de selección.
tados de las estimaciones posteriores. Debido a esta

6 Conviene resaltar que, aunque las observaciones de 2018

son relativamente pocas, era necesario añadirlas para me-


dir el posible efecto del sismo en las viviendas construidas
después del 19S.

40
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 1. NÚMERO DE OBSERVACIONES DISPONIBLES, POR DELEGACIÓN Y AÑO


Total, por

2000

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018
Delegación
Delegación

Álvaro Obregón 0 0 2 0 0 1 5 2 7 4 11 42 42 47 22 2 187


Azcapotzalco 0 0 0 0 0 0 1 0 1 7 13 22 18 17 6 0 85
Benito Juárez 0 0 0 1 2 1 0 1 3 17 44 166 236 233 216 25 945
Coyoacán 0 0 0 0 0 0 0 0 1 6 6 20 19 27 18 0 97
Cuajimalpa 0 0 0 1 0 3 2 3 3 4 8 14 22 13 9 1 83
Cuauhtémoc 0 0 0 0 1 0 1 3 1 6 16 60 85 81 86 13 353
Gustavo A. Madero 0 0 0 0 0 0 0 0 3 4 3 13 5 9 11 1 49
Iztacalco 0 0 0 0 0 0 1 0 4 5 5 17 17 26 18 3 96
Iztapalapa 0 0 0 0 1 0 0 0 0 3 3 8 4 9 4 0 32
La Magdalena Contreras 0 0 0 0 0 1 0 0 1 0 7 7 9 2 8 0 35
Miguel Hidalgo 1 1 0 0 0 3 4 1 6 9 17 29 48 59 43 2 223
Tláhuac 0 0 0 0 0 0 0 0 0 0 0 3 2 2 0 0 7
Tlalpan 0 0 0 0 1 0 1 1 2 5 13 19 23 18 8 0 91
Venustiano Carranza 0 0 0 1 0 0 4 1 1 0 8 14 22 14 8 1 74
Xochimilco 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 3
Total, por año 1 1 2 3 5 9 19 12 33 70 154 435 553 558 457 48 2,360
Fuente: Elaboración propia con base en CIDE & Softec (2018).

De las 438 colonias abarcadas en la base de datos de 18. Santa Úrsula Xitla
Softec, la selección posterior consideró a 185 de ellas. 19. Fracc. Insurgentes Cuicuilco
Las colonias incluidas en el estudio son las siguien- 20. Miguel Hidalgo
tes: 21. Portales Norte
22. Pedregal de San Nicolás 4ta Sección
1. Bosques De Chapultepec
23. Cuadrante San Francisco
2. Lomas Altas
24. Del Valle
3. Narvarte Poniente
25. Toriello Guerra
4. Valle Gómez
26. Colinas del Bosque
5. San José Insurgentes
27. Ampl. Nápoles
6. Álamos
28. Condesa
7. María del Carmen
29. Unidad Habitacional Emiliano Zapata
8. Nápoles
30. Lomas de Padierna
9. Hipódromo
31. Polanco Reforma
10. Juárez
32. Miguel Hidalgo 2a Sección
11. Miravalle
33. Doctores
12. Narvarte Oriente
34. Escandón
13. Nochebuena
35. Portales Oriente
14. Del Valle Centro
36. San Miguel Chapultepec
15. Nativitas
37. Del Valle Sur
16. Tránsito
38. Granada
17. Independencia

41
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

39. Anáhuac 80. Moderna


40. Nonoalco 81. Polanco Chapultepec
41. Letrán Valle 82. Los Morales Secc. Palmas
42. San Pedro de los Pinos 83. Arenal De Guadalupe
43. Cuauhtémoc 84. Valle De Tepepan
44. Zacahuitzco 85. Las Tórtolas
45. Vértiz Narvarte 86. Vista Alegre
46. Roma Norte 87. Niños Héroes de Chapultepec
47. Insurgentes Mixcoac 88. Actipan
48. Avante 89. San Rafael
49. Tacuba 90. Ampl. Miguel Hidalgo 3a Sección
50. Chapultepec Morales 91. Asturias
51. Santa María Nonoalco 92. Del Lago
52. Albert 93. Ampl. Asturias
53. Nueva Argentina 94. Atenor Sala
54. Acacias 95. Ciudad de los Deportes
55. Mixcoac 96. Los Morales
56. Lomas de Bezares 97. Felipe Pescador
57. San Simón Ticumac 98. Los Framboyanes
58. San Juan 99. Obrera
59. Paulino Navarro 100. Jardines del Pedregal de San Ángel
60. San Simón Tolnahuac 101. Crédito Constructor
61. Centro 102. Anzures
62. Unidad Habitacional del Pacifico 103. Chimilli
63. Ciudad Universitaria 104. Piedad Narvarte
64. Américas Unidas 105. Refinería 18 de Marzo
65. Atlántida 106. Santo Domingo
66. Torreblanca 107. Xoco
67. Portales Sur 108. Del Carmen
68. Santa María la Ribera 109. Pensil Norte
69. Rinconada Coyoacán 110. Modelo
70. Tlacoquemécatl 111. Esperanza
71. Ampl. Granada 112. Conjunto Habitacional Pedregal De Carrasco
72. Guerrero 113. Parque San Andrés
73. Roma Sur 114. Popotla
74. Santa Úrsula Coapa 115. Los Morales Secc. Alameda
75. Gral. Pedro María Anaya 116. Anáhuac Mariano Escobedo
76. Peralvillo 117. Villa De Cortes
77. Tlalcoligia 118. Torres de Maurel
78. Santa Cruz Atoyac 119. Irrigación
79. Héroes De Padierna 120. Periodista Francisco Zarco

42
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

121. Ejido Santa Úrsula Coapa 154. Unidad Habitacional Santa Martha Del Sur
122. San Francisco Culhuacán 155. Barrio Oxtopulco
123. Tlalpan Centro II 156. Merced Gómez
124. Hipódromo de la Condesa 157. El Caracol
125. Paseos de Taxqueña 158. San Lorenzo Huipulco
126. Xotepingo 159. Parques del Pedregal
127. Taxqueña 160. Ampl. Miguel Hidalgo 4ta Sección
128. Presidentes Ejidales 161. Maza
129. Miguel Hidalgo 1a. Sección 162. Fracc. Residencial Emperadores
130. Ejido Culhuacán 163. Granjas Coapa
131. Viejo Ejido Santa Úrsula Coapa 164. Barrio de Santa Catarina
132. Tecorral 165. Buenavista
133. Ampl. San Francisco Culhuacán 166. Reforma Social
134. Un Hogar para Nosotros 167. Barrio San Lucas
135. Anáhuac Peralitos 168. Insurgentes San Borja
136. Los Volcanes 169. La Cantera
137. Tacubaya 170. Santa María Insurgentes
138. Manzanos 171. Copilco el Bajo
139. Postal 172. 3ra Sección del Bosque de Chapultepec
140. Morelos 173. Algarín
141. Ajusco 174. Pedregal de San Nicolás 3ra Sección
142. Atlampa 175. Pedregal de Coyoacán
143. Extremadura Insurgentes 176. Espartaco
144. Ermita 177. Bosques de Tetlalmeya
145. Centro Urbano Presidente Alemán 178. Mirador
146. 8 de Agosto 179. Tabacalera
147. Verónica Anzures 180. Educación
148. Exhipódromo de Peralvillo 181. Romero de Terreros
149. Unidad Habitacional Copilco Universidad 182. Comuneros Santa Úrsula
150. Ahuizotla 183. Arboledas del Sur
151. Jardines Del Ajusco 184. Josefa Ortiz de Domínguez
152. Lomas Hidalgo 185. Churubusco
153. Pedregal Santa Úrsula

43
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

VI. A NTECEDENTES SOBRE LAS ZONAS DE ESTUDIO

Las áreas definidas para el análisis de los precios de reparación, mantenimiento y rescate. El problema de
la vivienda abarcan a las Delegaciones Cuauhtémoc, la Delegación, en términos de vivienda, no es la falta
Miguel Hidalgo, Benito Juárez, Coyoacán y Tlalpan de espacios nuevos, sino detener el deterioro de los
como. Se considera que los hallazgos de tales demar- ya existentes, que se encuentran en una zona dotada
caciones pueden ser útiles para realizar inferencias plenamente de servicios públicos, e inmersa en la di-
sobre el resto de las Delegaciones de la capital mexi- námica ocupacional y económica de la ciudad.
cana. En los párrafos siguientes se ofrece una breve
Como resultado del Bando Dos y la Norma 26, distin-
descripción del sector inmobiliario en las cinco De-
tas colonias de la Delegación Cuauhtémoc han su-
legaciones.
frido una presión inmobiliaria fuerte. Hipódromo
Condesa, Roma y Cuauhtémoc son ejemplos de ve-
cindarios cuyos precios por metro cuadrado se han
VI.1. Delegación Cuauhtémoc
incrementado considerablemente, y donde algunas
Considerada desde la fundación de la propia ciudad
desarrolladoras inmobiliarias han buscado las últi-
como la zona centro, la Delegación Cuauhtémoc es
mas casas habitación para conseguir terrenos mu-
interesante por razones diversas. Concentra la ma-
cho más productivos, como edificios de
yor parte del patrimonio urbano de la ciudad y es
departamentos. Sin embargo, la población de la de-
también uno de los polos de actividad económica
legación Cuauhtémoc no ha aumentado significati-
más importantes, no sólo de la capital sino del país.
vamente en los últimos años ni ha recuperado el
Acaso esta dinámica explica uno de sus principales
número de pobladores que tuvo en 1990, de acuerdo
problemas: el despoblamiento del Centro Histórico.
con el INEGI.
Conocido como un núcleo de comercio, el Centro
Histórico y sus colonias han atravesado diversos in-
tentos de transformación tendientes a la recupera- VI.2. Delegación Miguel Hidalgo
ción de espacios habitacionales y el consecuente Ubicada al norponiente de la Ciudad de México, Mi-
repoblamiento. Aunque con resultados diversos, es guel Hidalgo se caracteriza por fuertes contrastes ur-
indudable que las intervenciones han ayudado a banos y socioeconómicos. En su delimitación se
cambiar el espacio urbano del Centro Histórico, aun- ubican zonas de alto poder adquisitivo a nivel nacio-
que no han conseguido completamente el repobla- nal, lo mismo que localidades caracterizadas por la
miento que persiguen. pobreza y la precariedad. Si bien se trata de una de
las demarcaciones más urbanizadas y está situada en
Si bien el Plan Delegacional de Desarrollo Urbano
la llamada ciudad central, estratégica en términos de
(PDDU) de Cuauhtémoc vigente data de 2008, ya re-
movilidad, adolece, como Cuauhtémoc, de un despo-
coge en sus líneas la preocupación por un espacio de
blamiento digno de atender.
vivienda diferenciada cuyo principal problema es el
deterioro. A diferencia de otras demarcaciones, El PDDU de Miguel Hidalgo, publicado en la Gaceta
Cuauhtémoc contiene, principalmente, edificios de Oficial en 2008, detalla que la vivienda imperante en
departamentos que requieren acciones urgentes de

44
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

la demarcación es del tipo de departamento en edifi- Sin embargo, recientemente, los desarrolladores in-
cio (con 43.8%), y concentra a 38.6% de sus habitan- mobiliarios han identificado a Benito Juárez como
tes. El aumento en el precio de vivienda en la una zona central de facto, toda vez que la ciudad ha
Delegación y la concentración de actividades comer- crecido y el Centro Histórico no se ubica más en el
ciales en la misma han ejercido una presión conside- centro de la capital. De ahí que la presión inmobilia-
rable en el sector vivienda. Toda vez que la ria haya producido un precio elevado del metro cua-
Delegación no cuenta con reservas territoriales para drado de vivienda, así como la demolición de casas
el crecimiento habitacional, la vivienda disponible habitación para la construcción de nuevos desarro-
ha visto incrementar su precio considerablemente, llos habitacionales.
expulsando a un tiempo a quienes no pueden pagar
tales montos, por un lado, y agudizando los contras-
tes y asimetrías socioeconómicas al interior de la de- VI.4. Delegación Tlalpan
marcación. Esta demarcación del sur de la capital cuenta con
uno de los PDDU más actualizados, en comparación
De acuerdo con el INEGI, en 1990, Miguel Hidalgo
con las antes descritas. Su PDDU se publicó en 2010,
concentraba poco más de 400 mil habitantes, en
aunque conviene enfatizar que, en términos de pla-
tanto que para 2015 la cifra de su población ronda
neación urbana, tales instrumentos pueden perder
364 mil. Una Delegación cuya historia se remonta al
vigencia si no son actualizados con mayor regulari-
Imperio Azteca y es sede del Bosque de Chapultepec
dad.
―uno de los pocos espacios verdes que le quedan a
la capital― enfrenta un desafío importante de redu- Una de las características fundamentales de Tlalpan
cir la inequidad mediante la vivienda. es su composición de suelo. Pese a los distintos asen-
tamientos irregulares que se han instalado y crecido,
cuenta con un capital importante de suelo de conser-
VI.3. Delegación Benito Juárez vación ecológica. A diferencia de las Delegaciones
Se trata de una demarcación que no tiene colindan- comentadas con anterioridad, el efecto del sismo de
cia con el Estado de México, cuyas actividades son 1985 en Tlalpan fue el de atraer y no expulsar pobla-
preponderantemente terciarias, y cuya población ción. Esta inmigración transformó en gran medida el
con mayores ingresos económicos es mayor a la po- entorno de la demarcación, preponderantemente se-
blación de menores ingresos. Aunque sufrió un des- mirrural en las décadas de 1960 y 1970.
poblamiento importante como consecuencia del El dinamismo inmobiliario de Tlalpan se ha mante-
sismo de 1985, el decremento en la población delega- nido en años recientes y, conviene apuntar, está
cional se ha reducido en los últimos años. acompañado del crecimiento de asentamientos in-
Aunque cuenta con un PDDU publicado en 2005, Be- formales. Tiene cierta lógica considerar que, a la par
nito Juárez no presenta grandes desafíos en términos que ciertos sectores de la población demandan vi-
de asentamientos irregulares ni despoblamiento vienda en renta y venta en suelo de precio competi-
acelerado. Su estructura urbana puede entenderse tivo en el sur de la ciudad, otros sectores aprovechan
como edificaciones de altura media y, en términos de los suelos de conservación para vivienda autocons-
vivienda, con un porcentaje amplio de casas habita- truida que deteriora, en ocasiones de manera defini-
ción. tiva, el suelo de conservación y de recarga de mantos
acuíferos.

45
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

VI.5. Delegación Coyoacán Se trata de una Delegación plenamente dotada de


La Delegación Coyoacán se ubica en el centro-sur de servicios públicos y transporte, que ha recibido, en
la Ciudad de México y es una de las demarcaciones los últimos años, a una buena parte de la población
con mayor actividad cultural de la ciudad. Después que tiende a desplazarse hacia el sur de la Ciudad de
de su decaimiento a principios del siglo XX, desde la México. No obstante, algunos de los equipamientos
década de los 60 del siglo pasado comenzó su revita- con que cuenta la Delegación, y que forman parte im-
lización, con la construcción de unidades habitacio- portante de sus atractivos (p. e., la Ciudad Universi-
nales. taria, el campus de la Universidad Autónoma
Metropolitana, el Centro Comercial Perisur, etc.)
Posteriormente, durante la década de los 70, la des-
tienden a generar usos de suelo incompatibles con el
centralización administrativa del Gobierno del Dis-
uso habitacional, por lo que la armonización de to-
trito Federal y el creciente uso del espacio reforzaron
das estas actividades con un desarrollo inmobiliario
la redensificación habitacional y la expansión de los
equilibrado es uno de sus principales retos.
servicios. Junto con ello, la construcción de infraes-
tructura vial resultó en la conformación de múltiples
espacios con personalidad propia, enfocados en dis-
tintas actividades económicas y culturales.

46
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

VII. V ARIABLES PARA LA ESTIMACIÓN DE LOS MODELOS

En esta sección se describen las variables7 que fue- año de interés, por lo que en algunas variables se uti-
ron utilizadas, en un primer momento, para la esti- lizaron datos de los años más cercanos disponibles,
mación de los modelos de precios hedónicos, de con el fin de suplir la carencia de información. Esta
acuerdo con la información disponible en las fuentes utilización de los datos no afectó significativamente
enumeradas en la sección anterior. De acuerdo con las estimaciones de los modelos de precios hedóni-
la revisión de la literatura, se esperaba que las varia- cos, debido a que gran parte de las variables que se
bles que se enlistan aquí tuvieran algún efecto en el encuentran en esta situación cambian relativamente
valor de la vivienda. No obstante, como se mencionó poco en el tiempo.
al principio, los efectos de los diversos factores en el
precio de los bienes inmuebles dependen del con-
texto de cada ciudad, por lo que algunas de las varia- VII.1. Variable dependiente
bles fueron descartadas posteriormente, durante el La base de datos de Softec contiene información so-
cálculo de los modelos, de acuerdo con su significan- bre el precio nominal unitario de las viviendas nue-
cia estadística para explicar el comportamiento de la vas construidas en los años de estudio, así como del
variable dependiente. valor del metro cuadrado de las mismas viviendas.
Igualmente, Softec reporta los valores nominales,
La descripción de las variables se encuentra organi-
por metro cuadrado, de las áreas A, B y C, lo mismo
zada de acuerdo con los vectores planteados en la re-
que el valor nominal del metro cuadrado cuando se
visión de la literatura. Adicionalmente, se registran
empezó a construir cada desarrollo. A partir de estos
las variables relacionadas con el precio de la vi-
datos, se calcularon las variables siguientes:
vienda nueva y del metro cuadrado construido (i. e.,
la variable dependiente), así como algunas variables a) Precio real unitario de cada vivienda
con las que se intentará medir el efecto del sismo del b) Valor real del metro cuadrado A
19 de septiembre de 2017 en el mercado inmobiliario. c) Valor real del metro cuadrado B
d) Valor real del metro cuadrado C
Como puede apreciarse en el anexo que contiene el
e) Valor real del metro cuadrado total
detalle de las variables disponibles, la disponibili-
f) Logaritmo natural del valor real del metro cua-
dad de información proveniente de otras fuentes,
drado total
como el INEGI o las dependencias del Gobierno de la
g) Valor real inicial del metro cuadrado
Ciudad de México es limitada, sobre todo tomando
en cuenta que numerosas variables requerían una Para calcular los valores reales de cada variable, los
especificación geográfica altamente desagregada. En valores nominales fueron deflactados utilizando el
muchos casos, la temporalidad de la publicación de índice subyacente de vivienda del Índice Nacional de
los datos impide que haya información exacta para el Precios al Consumidor del mes de junio de 2008. De

7 Para mayores detalles sobre las características de las va-

riables, se recomienda consultar el Anexo A1.

47
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

esta manera, los valores de la vivienda que se anali- o) Acabado en baño


zaron no contienen el efecto de la inflación. p) Acabado en clóset
La variable dependiente que se utilizó para la esti- Las áreas A, B y C se refieren al tamaño de las distin-
mación de los modelos de precios hedónicos fue el tas partes componentes del inmueble, mientras que
valor real del metro cuadrado total, expresado en lo- el área total es la suma de todas ellas. La plusvalía es-
garitmos naturales. La utilización de esta variable se perada es la diferencia entre el valor estimado final y
considera más adecuada que el precio real unitario el valor estimado inicial del metro cuadrado de vi-
de la vivienda, debido a que el metro cuadrado pro- vienda.
porciona una medida homogénea para comparar los
El enganche es el porcentaje inicial del valor de la vi-
efectos de las variables independientes en el valor de
vienda solicitado por el desarrollador para la adqui-
los inmuebles.
sición del inmueble. El tipo de vivienda es una
variable categórica. Los seis tipos de vivienda repor-
tados por Softec son: departamento, loft, town house,
VII.2. Variables independientes
condominio horizontal, casas solas y casas dúplex.
En esta sección se presentan las variables indepen-
dientes que fueron empleadas en la estimación de Las siguientes dos variables indican si las viviendas
los modelos de precios hedónicos. Las variables se disponen de bodega y cuarto de servicio. Finalmente,
encuentran organizadas según los vectores descritos hay algunas variables que indican las características
en la revisión de la literatura. del acabado de distintas áreas de la vivienda, i. e., el
piso, la cocina, la pared el baño. Desafortunada-
mente, estas variables no pudieron ordenarse ni ca-
VII.2.1. Atributos del inmueble tegorizarse de alguna forma razonable para ser
Para el vector de atributos del inmueble se utilizó la incluidas en los modelos, por lo que no fueron toma-
información proporcionada por Softec. La base de das en cuenta en las estimaciones. Solamente la va-
datos de esta empresa contiene las siguientes varia- riable sobre los acabados del clóset pudo
bles relacionadas con el inmueble: recodificarse para indicar si la vivienda cuenta o no
con él.
a) Área A
b) Área B
c) Área C VII.2.2. Atributos del desarrollo habitacional
d) Área total
La información sobre los atributos del desarrollo ha-
e) Plusvalía esperada (transformada a valores reales
bitacional también fue proporcionada por Softec.
de 2008)
Las variables disponibles para este vector son:
f) Enganche
g) Número de recámaras a) Clasificación de la vivienda
h) Número de baños b) Número de unidades
i) Tipo de vivienda c) Número de unidades vendidas
j) Bodega d) Niveles del desarrollo
k) Cuarto de servicio e) Número de elevadores del desarrollo
l) Acabado en piso f) Cajones de estacionamiento
m) Acabado en cocina g) Estacionamiento para visitas
n) Acabado en pared h) Áreas verdes

48
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

i) Bardeado En términos generales, la construcción de estas va-


j) Gimnasio riables responde a la pregunta “¿Qué cantidad de a,
k) Roof garden b, c, d, e, f, g, oh existe en la manzana donde se ubica
l) Meses en venta la vivienda x?”
La consultoría Softec incluye cuatro clasificaciones
de la vivienda nueva: económica, media, residencial
VII.2.4. Ubicación
y residencial plus. Todas ellas se toman en cuenta en
este estudio. Las variables b) y c) se refieren a la vi- La ubicación es uno de los vectores más importantes
vienda nueva disponible y a la que había sido ven- para el cálculo de los modelos. Agrupa a un conjunto
dida en el momento del corte de la información. de variables relacionadas con la accesibilidad que
Softec recaba estos datos con el propósito de calcular los ocupantes de las viviendas tendrán respecto al
la velocidad de venta de los inmuebles y otros indi- resto de la ciudad, así como a los servicios públicos y
cadores comerciales. Este es también el caso de los privados que la misma ofrece, en términos de su cer-
meses en venta. El resto de las variables indica si el canía. El vector también incluye variables relaciona-
desarrollo posee algunos bienes y servicios de uso das con la disponibilidad de servicios en el área
común para los propietarios, como elevadores, esta- cercana a las viviendas, y algunos elementos que po-
cionamientos, áreas verdes, etc. drían considerarse externalidades (positivas y nega-
tivas) capaces de influir en el valor de los inmuebles.
Las variables de este vector son:
VII.2.3. Características socioeconómicas a) Ubicación de las estaciones del sistema Ecobici
Gracias a la información provista por el INEGI y b) Distancia a ejes viales principales
otras fuentes pudieron asociarse algunas variables c) Distancia a ciclovías del sistema Ecobici
socioeconómicas del entorno urbano a cada vi- d) Ubicación de las estaciones del STC Metro
vienda. Las variables incluidas en este vector son: e) Ubicación de las estaciones del Metrobús
f) Ubicación de áreas verdes públicas
a) Población de 3 a 5 años que asiste a la escuela
g) Ubicación de camellones
b) Población de 15 años y más con educación básica
h) Ubicación de plazas (punto)
completa
i) Ubicación de plazas (polígono)
c) Población de 18 años y más con al menos un grado
j) Ubicación de templos
aprobado en educación media superior
k) Ubicación de parques
d) Población de 25 años y más con al menos un grado
l) Ubicación de ecoparques
aprobado en educación superior
m) Ubicación de puntos importantes de inciden-
e) Población económicamente activa
cias viales
f) Población ocupada
n) Ubicación de empresas dedicadas a la agricul-
g) Población desocupada
tura, cría y explotación de animales
h) Crímenes reportados a la Secretaría de Seguridad
o) Ubicación de empresas dedicadas al comercio al
Pública de la Ciudad de México
por mayor
Puesto que estas variables se refieren al espacio in- p) Ubicación de corporativos de empresas
mediato donde se ubican los desarrollos habitacio- q) Ubicación de empresas manufactureras
nales, la información asociada con las viviendas r) Ubicación de establecimientos dedicados a los
corresponde a las manzanas donde éstas se ubican. servicios culturales, deportivos y recreativos

49
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

s) Ubicación de establecimientos dedicados a los en los modelos. Para este estudio se consideraron
servicios de salud dos:
t) Ubicación de sucursales bancarias
a) La existencia de un plan especial de desarrollo ur-
u) Ubicación de establecimientos de servicios edu-
bano
cativos
b) La antigüedad de los programas delegacionales
Para las variables de este vector se crearon buffers o de desarrollo urbano
áreas de influencia de cada elemento en cuestión.
La primera variable se refiere a la existencia de pla-
Por ejemplo, la presencia de un parque cerca de una
nes especiales de desarrollo urbano en la colonia o
vivienda puede incrementar su valor. Sin embargo,
polígono donde se ubica el inmueble. La segunda
la influencia del parque tiene un límite geográfico, y
atiende a la antigüedad de los programas delegacio-
es difícil que aquélla se mantenga más allá de unos
nales, dado que todas las Delegaciones de la Ciudad
500 metros.
de México cuentan con dicho instrumento.
La mayoría de los estudios que analiza este tipo de
influencia establece rangos de influencia menores
de 1,000 metros, dependiendo del elemento cuya in- VII.2.6. Efecto 19S
fluencia pretende observarse. Para este estudio, se Uno de los propósitos principales de este estudio es
crearon tres buffers (de 100 m., 300 m. y 500 m.) para estimar si el sismo del 19 de septiembre de 2017 tuvo
dada variable, excepto para las a), b) y c). En estos úl- algún efecto en los precios de las viviendas nuevas en
timos casos se procedió de la siguiente manera: para la Ciudad de México. Las variables disponibles rela-
la ubicación de las estaciones de Ecobici se calculó cionadas con este tema son:
un buffer de 100 metros, respecto a la distancia de los
ejes viales principales se consideró un buffer de a) Edificios derrumbados por el sismo
1,000 metros, y para la distancia entre las viviendas y b) Líneas de fractura del suelo
las ciclovías de Ecobici se construyó un buffer de 100 c) Infraestructura de salud dañada por el sismo
metros. Estas distancias se consideran más adecua- d) Patrimonio cultural dañado por el sismo
das, de acuerdo a los servicios que estas variables re- e) Viviendas construidas antes y después del 19S
presentan. Para las variables a), c) y d) se construyeron buffers
Como resultado, este vector contiene, en realidad, 57 de 100, 300 y 500 metros, de la misma forma que se
variables (i. e., las 18 variables de ubicación multipli- hizo con las variables de ubicación, con el fin de esti-
cadas por tres, más las variables a, b y c). Para cons- mar el efecto de la cercanía de las áreas siniestradas
truir cada variable, se contó el número de viviendas por el sismo con las viviendas construidas después
que caían dentro del rango de cada buffer de 100, 300 del 19S. Para las líneas de fractura se diseñaron dos
y 500 metros. variables, una para indicar si los inmuebles se ubi-
can a 500 metros o menos de una fractura geológica,
y otra para señalar si las viviendas están a 1,000 me-
VII.2.5. Zonificación tros o menos de la misma. Finalmente, se creó una va-
riable dicotómica para identificar los inmuebles
Este vector se asocia con los planes, programas y po-
construidos antes y después del 19S. La búsqueda de
líticas de uso de suelo de una ciudad y es difícil en-
los efectos del sismo tomará en cuenta los 89 inmue-
contrar variables cuantificables para ser incluidas

50
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

bles construidos después del sismo, entre el 1 de oc-


tubre de 2017 y marzo de 2018, de acuerdo con la
muestra de la base de datos.

51
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

VIII. E STADÍSTICA DESCRIPTIVA DE LAS VARIABLES

El objetivo de esta sección es presentar algunas ge- de México, en general, y en sus distintas Delegacio-
neralidades de la información contenida en la base nes, en particular. El objetivo central de esta investi-
de datos que será utilizada para la estimación de los gación es, justamente, encontrar algunas de las
modelos de precios hedónicos. Junto con los antece- variables que se asocian de manera relevante con el
dentes sobre el desarrollo inmobiliario en la Ciudad valor de los inmuebles, medido a través del precio
de México, planteados en las secciones anteriores, del metro cuadrado de la misma.
esta información ayuda a enriquecer el contexto en
La información provista por Softec sobre este tema,
el que se realiza esta investigación. Además, permite
proporciona, de entrada, algunos datos importantes.
tener una primera imagen sobre la situación de la vi-
Como se puede apreciar en la Tabla 2, el precio pro-
vienda en las Delegaciones de estudio y en la ciudad
medio de los inmuebles habitacionales en la Ciudad
en su conjunto.
de México es muy variable geográficamente y son es-
En la primera parte de esta sección se aborda el com- tas diferencias las que se pretenden explicar a través
portamiento de los precios de la vivienda entre 2015 de los modelos de precios hedónicos.
y 2018. Posteriormente, se analizan algunas varia-
De acuerdo con los registros de Softec, el valor pro-
bles relevantes asociadas con el estado de la vivienda
medio de una vivienda nueva en la Ciudad de México
en la Ciudad de México.
se incrementó entre 2013 y 2017, pasando de 2 millo-
nes 673 mil pesos a 4 millones 275 mil pesos. En pro-
medio, en ese período, el valor de un inmueble para
VIII.1. Los precios de la vivienda en la
casa-habitación era de alrededor de 3.5 millones de
Ciudad de México pesos.
Las variables más importantes de este estudio se re-
lacionan con los precios de la vivienda en la Ciudad

TABLA 2. PRECIO PROMEDIO DE LA VIVIENDA NUEVA EN LA CDMX, POR DELEGACIÓN Y AÑO (PESOS DE 2008)
Delegación 2013 2014 2015 2016 2017 2018
Álvaro Obregón 4,516,011.42 6,063,592.54 5,091,316.21 5,766,389.01
Azcapotzalco 1,439,963.83 1,376,278.01 1,608,712.81
Benito Juárez 2,587,699.91 2,798,245.78 3,010,791.12 3,344,595.40 3,720,783.42 3,514,361.96
Coyoacán 4,086,939.60 4,288,096.97 4,940,655.59 6,611,647.62
Cuajimalpa 3,958,131.78 4,243,882.27 6,273,916.06
Cuauhtémoc 3,003,421.34 2,792,777.45 2,921,006.58 3,137,126.68
Gustavo A. Madero 1,791,719.26 1,670,961.09
Iztacalco 948,153.13 912,122.91 1,220,884.22 1,243,403.07
Iztapalapa 1,418,744.73 1,202,876.49 1,761,150.32 1,377,811.38
La Magdalena Contreras 6,343,526.67 4,018,457.99 8,127,630.24 6,101,841.43 8,203,838.07
Miguel Hidalgo 9,574,550.84 8,972,018.64 8,744,647.53
Tlalpan 2,156,246.35 3,851,834.94 3,087,515.42 3,748,941.54
Venustiano Carranza 1,021,242.35 1,008,695.58 1,225,669.74 1,203,553.30 1,105,789.94
CDMX 2,673,867.38 3,027,977.14 3,839,843.48 3,826,138.30 4,275,678.87 3,739,345.20
Fuente: Elaboración propia con base en CIDE & Softec (2018).

52
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

No obstante, las diferencias de las Delegaciones res- horizontal. Las tres Delegaciones más cercanas al
pecto a los promedios de la ciudad son notables. promedio de la Ciudad de México (Benito Juárez,
Mientras que en Miguel Hidalgo el precio promedio Cuauhtémoc y Tlalpan) son también las que más se
de una vivienda, en 2017, era de más de 8 millones asemejan al comportamiento promedio. Tlalpan, en
700 mil pesos, en Venustiano Carranza e Iztacalco el particular, que tiene variaciones más marcadas, pa-
mismo valor era menor a 1 millón 300 mil pesos. rece irse ajustando al comportamiento de la ciudad
en el transcurso del tiempo.
La Gráfica 1 muestra que las Delegaciones cuyo pre-
cio medio se encuentra por encima del promedio de En las Delegaciones por encima del promedio, hay
la ciudad son Coyoacán, Cuajimalpa, Álvaro Obre- comportamientos diversos. Los precios promedio de
gón, La Magdalena Contreras y Miguel Hidalgo. El la vivienda en Cuajimalpa y Coyoacán presentan un
resto de las Delegaciones de las que se tiene informa- crecimiento importante y sostenido, de acuerdo con
ción se encuentran por debajo de la media de la ciu- la información disponible. La Magdalena Contreras
dad. En este grupo, las Delegaciones de Iztacalco, muestra fluctuaciones muy marcadas, pero una clara
Venustiano Carranza, Iztapalapa y Azcapotzalco son tendencia de crecimiento, mientras que Álvaro
las que presentan los promedios de precio más bajos. Obregón presenta un crecimiento más moderado. La
única Delegación divergente con estas tendencias es
La Gráfica 1 también deja ver que las cuatro Delega-
Miguel Hidalgo, que entre 2015 y 2017 tuvo una ligera
ciones con los precios promedio más bajos no pre-
disminución en los precios promedio de los inmue-
sentan una tendencia de crecimiento significativa,
bles.
sino que parecen fluctuar alrededor de una línea casi

GRÁFICA 1. PRECIO PROMEDIO DE LA VIVIENDA NUEVA EN LA CDMX, POR DELEGACIÓN Y AÑO

Fuente: Elaboración propia con base en CIDE & Softec (2018).

53
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

La Tabla 3 muestra las tasas de crecimiento anuales crecimiento, mientras que el resto presenta mayores
de los precios de la vivienda. En la tabla se observa la fluctuaciones en la media de los precios, con excep-
magnitud de las variaciones de los precios promedio ción de Benito Juárez. Esta Delegación muestra una
anteriores. De acuerdo con la información disponi- tasa positiva de crecimiento entre 2013 y 2017, y sola-
ble, solamente las Delegaciones Coyoacán y Cuaji- mente retrocede en 5.5% en lo que va del año 2018.
malpa mantienen una tendencia constante de

TABLA 3. TASAS DE CRECIMIENTO DEL PRECIO PROMEDIO DE LA VIVIENDA, POR DELEGACIÓN


Delegación 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018
Álvaro Obregón 34.3% -16.0% 13.3%
Azcapotzalco -4.4% 16.9%
Benito Juárez 8.1% 7.6% 11.1% 11.2% -5.5%
Coyoacán 4.9% 15.2% 33.8%
Cuajimalpa 7.2% 47.8%
Cuauhtémoc -7.0% 4.6% 7.4%
Gustavo A. Madero -1.7%
Iztacalco -3.8% 33.9% 1.8%
Iztapalapa -15.2% 46.4% -21.8%
La Magdalena Contreras -36.7% 102.3% -24.9% 34.4%
Miguel Hidalgo -6.3% -2.5%
Tlalpan 33.7%* 33.7%* -19.8% 21.4%
Venustiano Carranza -1.2% 21.5% -1.8% -8.1%
CDMX 13.2% 26.8% -0.4% 11.7% -12.5%
* Datos estimados como la tasa de crecimiento promedio anual entre 2013 y 2015.
Fuente: Elaboración propia con base en CIDE & Softec (2018).

La Gráfica 2 contiene la información sobre el creci- que tiende a subir los precios, el Bando Dos, publi-
miento promedio del valor de los inmuebles habita- cado en el año 2000 por el Gobierno del Distrito Fe-
cionales de las Delegaciones bajo análisis, además deral, tenía el propósito de redirigir el crecimiento
del de la Ciudad de México. En esta gráfica se aprecia de la densidad demográfica hacia estas tres Delega-
claramente el alto ritmo de crecimiento promedio de ciones, junto con Venustiano Carranza.
los precios de la vivienda en la Delegación Coyoacán
Así, es razonable que la demanda de suelo para vi-
entre 2014 y 2017. Sin embargo, las Delegaciones res-
vienda se incrementara en estas zonas de la ciudad,
tantes (excepto Tlalpan) presentan un comporta-
incrementado el precio del suelo y, consecuente-
miento que conviene explicar mejor.
mente, de la vivienda. Adicionalmente, las Delega-
Benito Juárez, Cuauhtémoc y Miguel Hidalgo se en- ciones en cuestión gozan de buenos indicadores de
cuentran entre las Delegaciones que han experimen- bienestar social, así como de una provisión relativa-
tado más fuertemente el auge inmobiliario de la mente buena de servicios públicos.
Ciudad de México, en los últimos años. Además del
No obstante, el alto ritmo de crecimiento de los pre-
incremento esperado de la demanda de vivienda,
cios en estas Delegaciones no podía mantenerse in-
definidamente, debido a la saturación del espacio, la

54
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

competencia y otros factores. Lo que muestra la Grá- gación Tlalpan, que muestra fluctuaciones muy fuer-
fica 2 es que el ritmo de crecimiento de los precios de tes en el ritmo de crecimiento de los precios y las ten-
la vivienda en las cinco Delegaciones y en la Ciudad dencias de su aceleración no son predecibles con la
de México se ha desacelerado en los últimos años, es información disponible, aunque parece seguir el
decir, los precios siguen creciendo, pero no tanto comportamiento de la Ciudad de México, de manera
como en los años anteriores. La excepción es la Dele- más pronunciada.

GRÁFICA 2. TASAS DE CRECIMIENTO DEL PRECIO PROMEDIO DE LA VIVIENDA


EN DELEGACIONES SELECCIONADAS

Fuente: Elaboración propia con base en CIDE & Softec (2018).

Una variable que proporciona una medida estanda- poco más de 11 mil pesos. En promedio, el valor del
rizada para la comparación de los precios de la vi- metro cuadro construido en la Ciudad de México, en-
vienda nueva es el valor promedio del metro tre 2013 y 2017 era de alrededor de 27 mil pesos.
cuadrado construido. En los valores que toma esta
Como se puede ver en la Tabla 4 y en la Gráfica 3,
variable (véase la Tabla 4) también puede apreciarse
2016 pareció ser un año especialmente bueno para
la gran disparidad existente en los precios de las pro-
los desarrolladores inmobiliarios. La Gráfica 3 mues-
piedades inmobiliarias destinadas al uso habitacio-
tra una subida importante en el valor del metro cua-
nal. Por ejemplo, durante 2017, en Miguel Hidalgo el
drado de la vivienda en ese año. En algunas
valor promedio del metro cuadrado construido era
Delegaciones, este incremento fue particularmente
de poco más de 34 mil pesos (los años anteriores ha-
pronunciado, como en Miguel Hidalgo, Álvaro Obre-
bía estado cerca de los 50 mil pesos), mientras que en
gón, Coyoacán, Gustavo A. Madero e Iztapalapa. Sin
Venustiano Carranza y Gustavo A. Madero era de

55
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

embargo, esta burbuja pareció desvanecerse abrup-


tamente el año siguiente.

TABLA 4. VALOR PROMEDIO DEL METRO CUADRADO DE LA VIVIENDA NUEVA EN LA CDMX,


POR DELEGACIÓN Y AÑO (PESOS DE 2008)
Delegación 2013 2014 2015 2016 2017 2018
Álvaro Obregón 28,293.80 29,655.24 30,359.18 34,158.32 19,995.34
Azcapotzalco 18,256.99 19,911.05 20,587.61 19,543.63
Benito Juárez 28,483.52 27,894.92 30,263.48 30,836.49 20,827.59 19,872.83
Coyoacán 23,646.55 26,394.43 24,743.70 28,280.57 21,502.76
Cuajimalpa 28,559.84 32,024.67 33,330.28 26,837.51 21,471.28
Cuauhtémoc 26,626.98 32,084.43 30,910.41 31,310.70 20,791.66 26,588.85
Gustavo A. Madero 19,631.59 17,641.21 18,374.15 19,540.41 11,192.15
Iztacalco 16,325.83 16,906.67 16,826.88 16,769.61 12,153.44
Iztapalapa 12,724.68 17,769.80 13,009.04 17,020.23 14,810.52
La Magdalena Contreras 21,809.04 23,667.23 24,693.26 22,052.88 22,433.56
Miguel Hidalgo 32,011.63 41,355.60 49,804.80 49,767.74 34,158.11
Tláhuac 12,943.43 14,060.67 12,877.56
Tlalpan 20,229.48 20,650.41 22,237.95 20,433.46
Venustiano Carranza 16,796.33 18,433.38 18,438.51 17,995.05 11,279.73 11,136.11
CDMX 25,137.34 27,453.52 30,061.90 30,787.71 21,052.02 21,144.69
Fuente: Elaboración propia con base en CIDE & Softec (2018).

GRÁFICA 3. VALOR PROMEDIO DEL METRO CUADRADO DE LA VIVIENDA NUEVA EN LA CDMX,


POR DELEGACIÓN Y AÑO

Fuente: Elaboración propia con base en CIDE & Softec (2018).

56
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

Finalmente, la información de Softec permite obser- parecido entre las cinco Delegaciones, y se ubica en-
var los valores de la vivienda de acuerdo con el tipo tre el rango de 1 a 1.3 millones de pesos, aproximada-
de inmueble. La consultoría considera cuatro clasifi- mente. Algo similar ocurre con los inmuebles en la
caciones al respecto: vivienda económica, media, re- categoría residencial, cuyo precio promedio oscila
sidencial y residencial plus. Debido a la entre los 2 y 2.3 millones de pesos, es decir, el precio
disponibilidad de información y a los criterios de se- se duplica entre una categoría y otra. En cuanto a las
lección de los casos de estudio descritos anterior- viviendas residencial plus, las Delegaciones Coyoa-
mente, no fue posible incorporar datos acerca de la cán y Miguel Hidalgo presentan los precios prome-
vivienda económica, por lo que el estudio solamente dio más altos, quintuplicando y sextuplicando,
abarca a las otras tres clasificaciones. respectivamente, el valor de las viviendas de tipo re-
sidencial.
Como se puede apreciar en la Gráfica 4, el precio pro-
medio de las viviendas de clasificación media es muy

GRÁFICA 4. PRECIO PROMEDIO REAL DE LA VIVIENDA NUEVA,


POR DELEGACIÓN Y CLASIFICACIÓN, 2015-2018

Fuente: Elaboración propia con base en CIDE & Softec (2018).

La Gráfica 5 presenta la información sobre el valor de vivienda media es más alto en Benito Juárez,
del metro cuadrado, por clasificación de la vivienda. donde se ubica en 23 mil 600 pesos, mientras que en
En este caso, el valor del metro cuadrado construido las cuatro Delegaciones restantes el valor promedio

57
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

fluctúa entre los 16 y 19 mil pesos. No obstante, debe Las similitudes y diferencias en las Delegaciones
advertirse que, en Benito Juárez, la diferencia entre pueden explicarse, al menos en parte, por la disponi-
el valor del metro cuadrado medio, residencial y re- bilidad de amenidades, servicios y equipamiento ur-
sidencial plus es mucho más pequeña que en las bano con que los inmuebles cuentan en su entorno
otras Delegaciones. Por ejemplo, la diferencia entre próximo. Por ejemplo, es posible que, en Tlalpan, una
el metro cuadrado en la categoría media y la residen- vivienda de categoría residencial plus tenga menos
cial en Benito Juárez es de mil pesos, mientras que en valor que otra de la misma categoría en Cuauhtémoc
Coyoacán la misma diferencia es de aproximada- o Miguel Hidalgo porque, aun cuando tenga un área
mente 4 mil pesos. Un caso parecido es el de Tlalpan, mayor o igual, no disponga de infraestructura y ser-
el cual posee también valores promedio similares vicios urbanos que son más fáciles de encontrar en
entre esas categorías. las otras Delegaciones.

GRÁFICA 5. PRECIO PROMEDIO REAL DEL METRO CUADRADO CONSTRUIDO,


POR DELEGACIÓN Y CLASIFICACIÓN DE LA VIVIENDA, 2015-2018

Fuente: Elaboración propia con base en CIDE & Softec (2018).

58
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

VIII.2. Características relevantes de las La Tabla 5 presenta los estadísticos descriptivos de


variables independientes las variables del vector I (Atributos del inmueble).8
En esta parte se describen algunos de los rasgos prin- Como puede observarse, las viviendas analizadas tie-
cipales de las variables independientes. La informa- nen un área promedio total de 152.17 m2. El área más
ción sigue el orden de exposición de los vectores que baja (30 m2) corresponde a una vivienda de categoría
se ha utilizado hasta ahora. media, y el área máxima (1,332 m2) a una residencial
plus.

TABLA 5. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEL


VECTOR I (ATRIBUTOS DEL INMUEBLE), 2015-2018
Variable N Rango Mínimo Máximo Suma Media Desv. típ.
Área construida principal de
1,240 753.35 30.00 783.35 133,216.51 107.43 71.13
la vivienda
Área adicional B 1,240 716.00 0.00 716.00 40,008.76 32.27 60.94
Área adicional C 1,240 315.00 0.00 315.00 15,467.96 12.47 38.73
Área total de la propiedad
1,240 1,302.00 30.00 1,332.00 188,693.23 152.17 116.01
(suma de las áreas A, B y C)
Diferencia entre el valor esti-
mado total final del metro
cuadrado de vivienda y el va- 1,240 113,244.87 -91,149.21 22,095.67 -8,230,532.55 -6,637.53 12,145.35
lor inicial del metro cuadrado
de vivienda
Porcentaje de enganche re-
querido por la empresa para 1,240 0.60 0.00 0.60 287.35 0.23 0.08
la adquisición de la vivienda
Número de recámaras de
1,240 3 1 4 2,771.00 2.23 0.57
cada vivienda
Número de baños de cada vi-
1,240 4 1 5 2,605.00 2.10 0.67
vienda
Bodega en el desarrollo habi-
1,240 1 0 1 282.00 0.23 0.42
tacional
Cuarto de servicio en el desa-
1,240 1 0 1 139.00 0.11 0.32
rrollo habitacional
Tipo de acabado en baños 1,240 2 0 2 2,194.00 1.77 0.43
Tipo de acabado en clósets 1,240 1 0 1 1,106.00 0.89 0.31
Nota: Las variables "Tipo de vivienda", "Acabado en piso", "Acabado en cocina" y "Acabado en pared" no aparecen
porque son atributos que no pudieron ordenarse ni clasificarse.
Fuente: Elaboración propia con base en CIDE & Softec (2018).

De acuerdo con las categorías de cada vivienda, su que en Miguel Hidalgo es de 65.7 m2. En general, en
área promedio varía por Delegación (véase la Gráfica la Ciudad de México, el área promedio de una vi-
6). Por ejemplo, en Benito Juárez el área promedio de vienda media es de 72.1 m2.
una vivienda de tipo medio es de 55.7 m2, mientras

8Los estadísticos descriptivos por año de todas las varia-


bles pueden consultarse en los Anexos, del A2 al A8.

59
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

De manera similar a los que ocurre con algunos pre- El porcentaje de enganche requerido por el vende-
cios comentados anteriormente, en algunas Delega- dor para la adquisición de la vivienda es de 23%, en
ciones (Benito Juárez y Cuauhtémoc) no se aprecia promedio, aunque puede llegar a un máximo de 60%.
una gran diferencia entre las áreas de las viviendas Como se aprecia en la Gráfica 7, no hay variaciones
media, residencial y residencial plus. Las diferencias significativas de estas cifras por Delegación y catego-
más notables en este aspecto se encuentran en las ría del inmueble. Con excepción de Coyoacán, que
Delegaciones Miguel Hidalgo, Tlalpan y, sobre todo, llega a 30%, en el resto de las Delegaciones el porcen-
en Coyoacán, donde un inmueble residencial plus taje de enganche requerido ronda el 20%. En el caso
puede tener alrededor de 389.5 m2, en promedio. de las viviendas de tipo residencial la media se en-
cuentra alrededor de 22%, y para la categoría resi-
dencial plus cerca de 25%.

GRÁFICA 6. ÁREA PROMEDIO DE LA VIVIENDA NUEVA, POR DELEGACIÓN Y CLASIFICACIÓN,2015-2018

Fuente: Elaboración propia con base en CIDE & Softec (2018).

60
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

GRÁFICA 7. PORCENTAJE DE ENGANCHE SOLICITADO AL COMPRADOR,


POR DELEGACIÓN Y CLASIFICACIÓN DE LA VIVIENDA, 2015-2018

Fuente: Elaboración propia con base en CIDE & Softec (2018).

Las viviendas de la muestra tienen entre una y cuatro En promedio, el precio de una casa sola en la Ciudad
recámaras (2.2, en promedio), y entre uno y cinco de México es de 8 millones 876 mil pesos, el de un
cuartos de baño (2.1, en promedio). Por otro lado, condominio horizontal es 6 millones 61 mil pesos, un
23% de los inmuebles dispone de bodega dentro del town house cuesta alrededor de 5 millones 485 mil
desarrollo habitacional, 11% posee cuarto de servicio pesos, un departamento 3 millones 847 mil pesos y
y 89% tiene algún tipo de acabado en clósets. un loft se ubica en 2 millones 261 mil pesos. Estos
precios se relacionan con el tamaño del inmueble,
Softec lleva un registro de cinco tipos de inmuebles:
pero también con el lugar donde se ubican y las ame-
condominios horizontales, casas solas, departamen-
nidades cercanas.
tos, town houses y lofts. No obstante, la amplia mayo-
ría de las viviendas consideradas en la muestra son En términos de superficie, las casas solas tienen un
departamentos. La Gráfica 8 da cuenta de que este es promedio de 338 m2, los condominios horizontales
el tipo de vivienda que más ha proliferado en las De- se encuentran alrededor de 254.9 m2, un town house
legaciones de estudio (y en la Ciudad de México), en tiene alrededor de 221.2 m2, los departamentos tie-
los últimos años. Es decir, casas habitación con una nen un área media de 141.3 m2, como se dijo antes, y
superficie promedio de 141.3 m2. los lofts se encuentran en 54.5 m2.

61
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

GRÁFICA 8. TIPO DE VIVIENDA NUEVA CONSTRUIDA EN LAS DELEGACIONES DE ESTUDIO, 2015-2018


Cuauhtémoc Miguel Hidalgo Benito Juárez

Tlalpan Coyoacán

Fuente: Elaboración propia con base en CIDE & Softec (2018).

La Tabla 6 contiene información sobre las caracterís- En relación con otros servicios asociados con la segu-
ticas de los desarrollos habitacionales donde se ubi- ridad y el esparcimiento, los datos indican que 34.9%
can las viviendas individuales. En promedio, cada de las viviendas se ubican en desarrollos habitacio-
desarrollo habitacional tiene 26 viviendas, aunque nales que tienen una barda perimetral, 17.7% dispo-
hay algunos complejos muy grandes, de hasta 772 nen de áreas verdes dentro del desarrollo, 12.2% de
unidades. La media de niveles de los desarrollos es de gimnasio y 40.2% de roof garden.
5.2 pisos de altura.
El ritmo de venta de las viviendas es alto. En prome-
La mayoría de los desarrollos cuentan con diversas dio, una vivienda permanece a la venta aproximada-
amenidades y facilidades para sus ocupantes. El nú- mente 4.6 meses. El número máximo de tiempo que
mero promedio de elevadores es de 0.83, es decir, que algunas de las viviendas tardaron en venderse fue de
casi todos cuentan con este servicio. El número má- dos años. No obstante, 4% del total de la muestra se
ximo de elevadores es siete, en los desarrollos inmo- vendieron en menos de un mes.
biliarios más grandes.
Existen poca diferencia entre el ritmo de ventas por
La media de cajones de estacionamiento por vivienda Delegación. Miguel Hidalgo es donde las ventas son
es de 1.6. Estos son para uso exclusivo de los propie- relativamente más dinámicas, con 4.07 meses, en
tarios. Solamente 4% del total de las viviendas promedio. Después están Benito Juárez (4.4 meses),
cuenta con estacionamiento para visitas. Cuauhtémoc (4.7 meses), Tlalpan (5.9 meses) y Co-
yoacán (6.4 meses).

62
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 6. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEL


VECTOR D (ATRIBUTOS DEL DESARROLLO HABITACIONAL), 2015-2018
Variable N Rango Mínimo Máximo Suma Media Desv. típ.
Clasificación del desarrollo,
de acuerdo con los criterios 1,240 2 2 4 4,225 3.407 0.637
de Softec
Número de viviendas en el
1,240 770 2 772 32,112 25.897 52.979
desarrollo habitacional
Número de viviendas vendi-
1,240 222 0 222 9,642 7.776 16.441
das del desarrollo
Número de niveles o pisos
1,240 63 1 64 6,475 5.222 4.201
del desarrollo habitacional
Número de elevadores del
1,240 7 0 7 1,023 0.825 0.772
desarrollo habitacional
Número de cajones de esta-
1,240 7 0 7 1,954 1.576 0.731
cionamiento por vivienda
Estacionamiento para visi-
tas en el desarrollo habita- 1,240 1 0 1 50 0.040 0.197
cional
Áreas verdes en el desarro-
1,240 1 0 1 220 0.177 0.382
llo habitacional
Barda perimetral en el desa-
1,240 1 0 1 433 0.349 0.477
rrollo habitacional
Gimnasio en el desarrollo
1,240 1 0 1 151 0.122 0.327
habitacional
Roof garden en el desarrollo
1,240 1 0 1 499 0.402 0.491
habitacional
Número promedio de me-
ses en que las viviendas del
1,240 25 0.066 24.901 5,687.072 4.586 3.265
desarrollo estuvieron en
venta
Fuente: Elaboración propia con base en CIDE & Softec (2018).

La Tabla 7 presenta la información básica sobre los en el resto de las Delegaciones y en la Ciudad de Mé-
atributos socioeconómicos de las personas que habi- xico, el mayor promedio de población económica-
tan en las manzanas de ubicación de cada vivienda. mente activa (199.3) habita en inmuebles de
Como se puede apreciar, hay una media de 8 perso- categoría media, y el menor promedio (116.4) en los
nas entre tres y cinco años que asiste a la escuela, de tipo residencial plus.
mientras que la media de la población de 15 años y
De acuerdo con la información disponible, en 2014
más con educación básica es de 28.8. Por otra parte,
ocurrieron, en promedio, 8.7 actos delictivos en un
existen, en promedio, 100.5 personas de 18 años y
área de 100 metros alrededor de las viviendas, 79.1
más con al menos un grado de educación media su-
delitos en un radio de 300 metros, y 217.4 en un área
perior, en las manzanas que albergan las viviendas
de 500 metros. El mayor número de delitos ocurren
bajo estudio, y 139.6 de 25 años y más con al menos
cerca de las viviendas de categoría media, en cuatro
un grado de educación superior.
de las Delegaciones de estudio. En Miguel Hidalgo, la
La media de la población económicamente activa por incidencia delictiva es más alta cerca de las viviendas
manzana es de 134.8 personas. El promedio de la po- de tipo residencial, y en Cuauhtémoc la incidencia
blación ocupada es de 7 personas, y el de la población cerca de los inmuebles de categoría media y residen-
desocupada es de 256.8. Con excepción de Tlalpan, cial son muy similares (véase la Gráfica 9).

63
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 7. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEL


VECTOR S (CARACTERÍSTICAS SOCIOECONÓMICAS), 2015-2018
Variables N Rango Mínimo Máximo Suma Media Desv. típ.
Población de 3 a 5 años que asiste a la escuela en la
949 77 0 77 7,582 7.989 8.088
manzana donde se ubica el desarrollo
Población de 15 años y más con educación básica com-
1,185 443 0 443 34,179 28.843 38.245
pleta en la manzana donde se ubica el desarrollo
Población de 18 años y más con al menos un grado
aprobado en educación media superior en la manzana 1,229 1,291 0 1,291 123,523 100.507 88.777
donde se ubica el desarrollo
Población de 25 años y más con al menos un grado
aprobado en educación superior en la manzana donde 1,231 1,444 0 1,444 171,829 139.585 125.331
se ubica el desarrollo
Población Económicamente Activa en la manzana
1,231 1,389 0 1,389 165,892 134.762 124.161
donde se ubica el desarrollo
Población ocupada en la manzana donde se ubica el
912 75 0 75 6,433 7.054 7.839
desarrollo
Población desocupada en la manzana donde se ubica el
1,240 2,924 0 2,924 316,043 256.780 239.846
desarrollo
Número de crímenes ocurridos a 100 metros o menos
1,240 82 0 82 10,756 8.674 5.994
de la vivienda
Número de crímenes ocurridos a 300 metros o menos
1,240 367 0 367 98,081 79.098 36.504
de la vivienda
Número de crímenes ocurridos a 500 metros o menos
1,240 708 5 713 269,612 217.429 90.569
de la vivienda
Fuente: Elaboración propia con base en CIDE & Softec (2018).

GRÁFICA 9. NÚMERO DE CRÍMENES OCURRIDOS A 500 M. O MENOS DE LAS VIVIENDAS,


POR DELEGACIÓN Y TIPO DE INMUEBLE, 2014

Fuente: Elaboración propia con base en CIDE & Softec (2018).

64
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

En la Tabla 8 se exponen algunas de las característi- permiten distinguir el uso que se da a estos espacios,
cas de las variables contenidas en el vector de ubica- 39% de las viviendas tienen al menos un camellón a
ción. Como se explicó en la sección anterior, para 100 m., 46.7% tienen al menos uno a 300 m. y 96.7%
cada una de estas variables se estimaron áreas de in- tiene al menos uno en un radio de 500 m.
fluencia de 100, 300 y 500 metros. De esta manera, el
En cuanto a las plazas, únicamente 0.6% se encuen-
valor de las variables indica el número de viviendas
tra en un radio de 100 m. respecto a los inmuebles
que se encuentra dentro de cada uno de esos tres ra-
bajo análisis, 2.7% en una distancia máxima de 300
dios.
m., y 6.7% en un radio de 500 m. Los datos sobre la
En la tabla se observa que hay muy pocas estaciones ubicación de los parques y ecoparques arrojan un
del sistema Ecobici a menos de 100 m. de las vivien- patrón similar. Un 9.3% de las viviendas se encuentra
das de la muestra. La media para esta variable es de a una distancia de 100 m. de al menos un parque pú-
0.15 y el número máximo de Ecobicis cercanas a al- blico, mientras que 29.9% tiene un parque en un ra-
gún inmueble es de 2. Las ciclovías del sistema Eco- dio de 300 m. y 60.4% dispone de esta amenidad en
bici son relativamente escasas aún en la Ciudad de un área de 500 m. a la redonda. Los ecoparques, por
México. Por esta razón, sólo 5.6% de las viviendas se su parte, son más escasos, pero 71.6% de los inmue-
ubican a una distancia máxima de 100 m. respecto de bles se ubican a una distancia de 500 m. o menos de
ellas. Por el contrario, 74.5% de ellas se encuentran a ellos. Finalmente, de acuerdo con las incidencias via-
una distancia de 500 m. o menos de un eje vial prin- les reportadas, el mayor número de ellas (45.1%) se
cipal. ubica a 100 m. o menos de las viviendas.
El acceso al transporte público masivo es una varia- El resto de las variables de la Tabla 8 muestra infor-
ble muy importante en una ciudad como la capital mación sobre la cercanía de las viviendas respecto a
mexicana. Al respecto, 1.2% de los inmuebles de la diversas unidades económicas, de diferentes giros,
muestra se encuentra a 100 m. o menos de una esta- que podrían representar externalidades positivas o
ción del Sistema de Transporte Colectivo Metro. Esta negativas. Por ejemplo, 24.2% de las viviendas tienen
cifra se incrementa en los buffers más grandes. Por al menos un templo en un radio de 500 m.; 4.6% tie-
ejemplo, en 31.7% de los casos hay una estación del nen a esa misma distancia al menos una empresa de-
metro en un radio de 500 m. dicada a la agricultura o la explotación de animales;
23.5% tienen al menos un corporativo cerca; 99.4%
Algo similar sucede con el servicio del Metrobús. En
tienen al menos una empresa manufacturera a me-
11% de los casos hay dos estaciones del Metrobús en
nos de 500 m.; 89.7% están a menos de 500 m. de una
un área circundante de 500 m., y en 7.3% hay una es-
sucursal bancaria; 99% tienen cerca al menos un es-
tación a una distancia máxima de 500 m.
tablecimiento dedicado a los servicios de esparci-
En términos de acceso a lugares públicos de esparci- miento, culturales y recreativos, 99.5% están a una
miento, como parques, jardines, plazas, etc. también distancia máxima de 500 m. de entidades dedicadas
hay información relevante. Solamente 6% de las vi- a los servicios de salud; y 99.7% tienen alrededor al
viendas se encuentran a 100 m. o menos de un área menos una unidad económica de servicios educati-
verde pública, 32.8% tienen una en un radio de 300 vos.
m. y 59.1% la tienen hasta una distancia de 500 m.
Algunos camellones también suelen ser utilizados
como áreas verdes públicas. Aunque los datos no

65
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 8. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEL


VECTOR U (UBICACIÓN), 2015-2018
Variable N Rango Mínimo Máximo Suma Media Desv. típ.
Número de estaciones de Ecobici a 100 metros
1,240 2 0 2 189 0.152 0.383
o menos de la vivienda
Número de ejes viales principales a 500 metros
1,240 1 0 1 924 0.745 0.436
o menos de la vivienda
Número de accesos a ciclovías del sistema Eco-
1,240 1 0 1 69 0.056 0.229
bici a 100 metros o menos de la vivienda
Número de estaciones del metro a 100 metros
1,240 1 0 1 15 0.012 0.109
o menos de la vivienda
Número de estaciones del metro a 300 metros
1,240 2 0 2 196 0.158 0.405
o menos de la vivienda
Número de estaciones del metro a 500 metros
1,240 3 0 3 627 0.506 0.691
o menos de la vivienda
Número de estaciones del Metrobús a 100 me-
1,240 1 0 1 14 0.011 0.106
tros o menos de la vivienda
Número de estaciones del Metrobús a 300 me-
1,240 4 0 4 200 0.161 0.489
tros o menos de la vivienda
Número de estaciones del Metrobús a 500 me-
1,240 6 0 6 611 0.493 0.995
tros o menos de la vivienda
Número de áreas verdes públicas a 100 metros
1,240 1 0 1 74 0.060 0.237
o menos de la vivienda
Número de áreas verdes públicas a 300 metros
1,240 1 0 1 407 0.328 0.470
o menos de la vivienda
Número de áreas verdes públicas a 500 metros
1,240 5 0 5 797 0.643 0.595
o menos de la vivienda
Número de camellones a 100 metros o menos
1,240 3 0 3 491 0.396 0.504
de la vivienda
Número de camellones a 300 metros o menos
1,240 5 0 5 791 0.638 0.828
de la vivienda
Número de camellones a 500 metros o menos
1,240 8 0 8 2,747 2.215 1.452
de la vivienda
Número de plazas a 100 metros o menos de la
1,240 1 0 1 8 0.006 0.080
vivienda
Número de plazas a 300 metros o menos de la
1,240 1 0 1 33 0.027 0.161
vivienda
Número de plazas a 500 metros o menos de la
1,240 1 0 1 77 0.062 0.241
vivienda
Número de plazas a 100 metros o menos de la
1,240 1 0 1 8 0.006 0.080
vivienda (polígono)
Número de plazas a 300 metros o menos de la
1,240 1 0 1 33 0.027 0.161
vivienda (polígono)
Número de plazas a 500 metros o menos de la
1,240 1 0 1 83 0.067 0.250
vivienda (polígono)
Número de templos religiosos a 100 metros o
1,240 1 0 1 18 0.015 0.120
menos de la vivienda
Número de templos religiosos a 300 metros o
1,240 3 0 3 242 0.195 0.452
menos de la vivienda
Número de templos religiosos a 500 metros o
1,240 3 0 3 359 0.290 0.573
menos de la vivienda
Número de parques públicos a 100 metros o
1,240 2 0 2 116 0.094 0.294
menos de la vivienda
Número de parques públicos a 300 metros o
1,240 3 0 3 387 0.312 0.497
menos de la vivienda
Número de parques públicos a 500 metros o
1,240 6 0 6 1,029 0.830 1.034
menos de la vivienda
Número de Ecoparques a 100 metros o menos
1,240 0 0 0 0 0.000 0.000
de la vivienda

66
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 8. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEL


VECTOR U (UBICACIÓN), 2015-2018
Variable N Rango Mínimo Máximo Suma Media Desv. típ.
Número de Ecoparques a 300 metros o menos
1,240 0 0 0 0 0.000 0.000
de la vivienda
Número de Ecoparques a 500 metros o menos
1,240 4 0 4 1,611 1.299 1.224
de la vivienda
Número de incidencias viales ocurridas a 100
1,240 3 0 3 631 0.509 0.630
metros o menos de la vivienda
Número de incidencias viales ocurridas a 300
1,240 0 0 0 0 0.000 0.000
metros o menos de la vivienda
Número de incidencias viales ocurridas a 500
1,240 0 0 0 0 0.000 0.000
metros o menos de la vivienda
Unidades económicas dedicadas a la agricul-
tura, cría y explotación de animales ubicadas a 1,239 1 0 1 1 0.001 0.028
100 metros o menos de la vivienda
Unidades económicas dedicadas a la agricul-
tura, cría y explotación de animales ubicadas a 1,239 1 0 1 28 0.023 0.149
300 metros o menos de la vivienda
Unidades económicas dedicadas a la agricul-
tura, cría y explotación de animales ubicadas a 1,239 2 0 2 61 0.049 0.227
500 metros o menos de la vivienda
Unidades económicas dedicadas al comercio al
por mayor, ubicadas a 100 metros o menos de 1,239 12 0 12 1,831 1.478 1.860
la vivienda
Unidades económicas dedicadas al comercio al
por mayor, ubicadas a 300 metros o menos de 1,239 185 0 185 18,035 14.556 12.745
la vivienda
Unidades económicas dedicadas al comercio al
por mayor, ubicadas a 500 metros o menos de 1,239 367 0 367 50,990 41.154 30.180
la vivienda
Corporativos de empresas ubicados a 100 me-
1,239 4 0 4 20 0.016 0.170
tros o menos de la vivienda
Corporativos de empresas ubicados a 300 me-
1,239 11 0 11 209 0.169 0.699
tros o menos de la vivienda
Corporativos de empresas ubicados a 500 me-
1,239 13 0 13 624 0.504 1.461
tros o menos de la vivienda
Unidades económicas dedicadas a la industria
manufacturera, ubicadas a 100 metros o me- 1,239 20 0 20 2,144 1.730 2.034
nos de la vivienda
Unidades económicas dedicadas a la industria
manufacturera, ubicadas a 300 metros o me- 1,239 224 0 224 19,430 15.682 15.156
nos de la vivienda
Unidades económicas dedicadas a la industria
manufacturera, ubicadas a 500 metros o me- 1,239 461 0 461 54,293 43.820 40.295
nos de la vivienda
Sucursales bancarias ubicadas a 100 metros o
1,239 7 0 7 247 0.199 0.653
menos de la vivienda
Sucursales bancarias ubicadas a 300 metros o
1,239 46 0 46 2,814 2.271 3.457
menos de la vivienda
Sucursales bancarias ubicadas a 500 metros o
1,239 102 0 102 8,474 6.839 7.417
menos de la vivienda
Unidades económicas dedicadas a los servicios
de esparcimiento, culturales y recreativos, ubi- 1,239 5 0 5 403 0.325 0.669
cadas a 100 metros o menos de la vivienda
Unidades económicas dedicadas a los servicios
de esparcimiento, culturales y recreativos, ubi- 1,239 39 0 39 4,484 3.619 3.811
cadas a 300 metros o menos de la vivienda
Unidades económicas dedicadas a los servicios
de esparcimiento, culturales y recreativos, ubi- 1,239 84 0 84 12,945 10.448 7.464
cadas a 500 metros o menos de la vivienda

67
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 8. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEL


VECTOR U (UBICACIÓN), 2015-2018
Variable N Rango Mínimo Máximo Suma Media Desv. típ.
Unidades económicas dedicadas a los servicios
de salud, ubicadas a 100 metros o menos de la 1,239 123 0 123 3,198 2.581 8.455
vivienda
Unidades económicas dedicadas a los servicios
de salud, ubicadas a 300 metros o menos de la 1,239 945 0 945 33,525 27.058 60.454
vivienda
Unidades económicas dedicadas a los servicios
de salud, ubicadas a 500 metros o menos de la 1,239 1,204 0 1,204 92,229 74.438 131.019
vivienda
Unidades económicas dedicadas a los servicios
educativos, ubicadas a 100 metros o menos de 1,239 10 0 10 1,197 0.966 1.261
la vivienda
Unidades económicas dedicadas a los servicios
educativos, ubicadas a 300 metros o menos de 1,239 42 0 42 11,061 8.927 5.647
la vivienda
Unidades económicas dedicadas a los servicios
educativos, ubicadas a 500 metros o menos de 1,239 79 0 79 29,995 24.209 12.669
la vivienda
Fuente: Elaboración propia con base en CIDE & Softec (2018).

La Tabla 9 muestra los descriptivos de las variables Adicionalmente, la antigüedad promedio de los
asociadas con el vector de zonificación. De acuerdo cinco Planes Delegacionales de Desarrollo Urbano es
con los datos, únicamente 12.7% de los inmuebles ha- de 11.5 años. Los Programas más recientes (de Tlal-
bitacionales bajo estudio se encuentran en una zona pan y Coyoacán) tienen 8 años de vigencia.
o colonia con un plan especial de desarrollo urbano.

TABLA 9. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEL


VECTOR Z (ZONIFICACIÓN), 2015-2018
Variable N Rango Mínimo Máximo Suma Media Desv. típ.
Planes especiales de desarrollo urbano
para la zona o colonia donde se ubica el 1,240 1 0 1 157 0.127 0.333
inmueble
Antigüedad del Programa Delegacional
1,240 5 8 13 14,304 11.535 1.778
de Desarrollo Urbano (años)
Fuente: Elaboración propia con base en CIDE & Softec (2018).

Por último, la Tabla 10 contiene la información de las Respecto a los inmuebles dañados por el sismo del
variables asociadas con el efecto del 19S. Es intere- 19S, 2.2% del total de las viviendas de la muestra se
sante observar que 71.6% se encuentra en un radio encuentran en un área de 500 m. donde hay al menos
de 500 m. respecto a las fracturas geológicas del un edificio derrumbado por esa causa, y 0.3% están
suelo de la Ciudad de México. Es preciso mencionar cerca de edificios del Instituto Mexicano del Seguro
que, en el área de estudio, se aprecia una cantidad Social y de la Secretaría de Salud que colapsaron el
importante de estas fracturas. pasado septiembre. Del total de la muestra, 92.8% se
construyó antes del 19S y 7.2% se edificó entre octu-
bre de 2017 y marzo de 2018.

68
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

Como indica la Gráfica 10, Benito Juárez ha sido la un kilómetro respecto de varias fracturas geológicas
Delegación en la que se han construido más inmue- existentes en la zona de estudio (véase la Gráfica 11)
bles después del sismo, en número absolutos, de tipo y de los edificios derrumbados a causa del sismo
residencial. Le siguen Cuauhtémoc y Miguel Hidalgo. (véase la Gráfica 12). Estas cifras son absolutas y se
También son Benito Juárez y Cuauhtémoc las que refieren solamente a las Delegaciones bajo estudio.
tienen vivienda que, además de haber sido cons-
truida después del 19S, se encuentran en un radio de

TABLA 10. ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES RELACIONADAS CON EL EFECTO 19S
Variable N Rango Mínimo Máximo Suma Media Desv. típ.
Número de edificios caídos el 19S
ubicados a 100 metros o menos de 1,240 0 0 0 0 0.000 0.000
la vivienda
Número de edificios caídos el 19S
ubicados a 300 metros o menos de 1,240 2 0 2 19 0.015 0.157
la vivienda
Número de edificios caídos el 19S
ubicados a 500 metros o menos de 1,240 4 0 4 47 0.038 0.286
la vivienda
Número de líneas de fracturas geo-
lógicas ubicadas a 500 metros o me- 1,240 4 0 4 1.298 1.224
1,610
nos de la vivienda
Número de líneas de fracturas geo-
lógicas ubicadas a 1000 metros o 1,240 3 0 3 631 0.509 0.630
menos de la vivienda
Número de edificios del IMSS y la
SSA dañados el 19S y ubicados a 100 1,240 0 0 0 0 0.000 0.000
metros o menos de la vivienda
Número de edificios del IMSS y la
SSA dañados el 19S y ubicados a 300 1,240 0 0 0 0 0.000 0.000
metros o menos de la vivienda
Número de edificios del IMSS y la
SSA dañados el 19S y ubicados a 500 1,240 3 0 3 6 0.005 0.098
metros o menos de la vivienda
Número de edificios patrimonio his-
tórico dañados el 19S y ubicados a 1,240 0 0 0 0 0.000 0.000
100 metros o menos de la vivienda
Número de edificios patrimonio his-
tórico dañados el 19S y ubicados a 1,240 1 0 1 2 0.002 0.040
300 metros o menos de la vivienda
Número de edificios patrimonio his-
tórico dañados el 19S y ubicados a 1,240 5 0 5 9 0.007 0.158
500 metros o menos de la vivienda
Viviendas construidas antes y des-
1,240 1 0 1 89 0.072 0.258
pués del sismo del 19S
Fuente: Elaboración propia con base en CIDE & Softec (2018).

69
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

GRÁFICA 10. VIVIENDAS NUEVAS CONSTRUIDAS ENTRE ENERO Y MARZO DE 2018


POR DELEGACIÓN Y TIPO DE INMUEBLE

Fuente: Elaboración propia con base en CIDE & Softec (2018).

GRÁFICA 11. PROMEDIO DE FRACTURAS GEOLÓGICAS UBICADAS A 1,000 M. O MENOS


DE LAS VIVIENDAS CONSTRUIDAS ENTRE ENERO-MARZO DE 2018

Fuente: Elaboración propia con base en CIDE & Softec (2018).

70
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

GRÁFICA 12. PROMEDIO DE EDIFICIOS DERRUMBADOS EL 19S UBICADOS A 500 M. O MENOS


DE LAS VIVIENDAS CONSTRUIDAS ENTRE ENERO-MARZO DE 2018

Fuente: Elaboración propia con base en CIDE & Softec (2018).

71
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

IX. E STIMACIONES Y RESULTADOS DE LOS MODELOS DE


PRECIOS HEDÓNICOS

IX.1. Especificación general del modelo 1t, 2t, 3t … nt Variaciones porcentuales de Y


Para la operacionalización y cálculo de los modelos ante cambios en X1t, X2t, X3t …
la información disponible se organizó en matrices de Xnt, respectivamente, en el año o
corte transversal, una por cada año o período9 anali- período t.
zado. En cada modelo se tomó como variable depen-
ut Término de error estocástico
diente al precio del metro cuadrado del inmueble,
del año o período t.
expresado en logaritmos naturales. Las variables in-
dependientes o explicativas, por su parte, se inclui- La estimación de los modelos se realizó por el mé-
rán sin ninguna transformación logarítmica. Esta todo de mínimos cuadrados ordinarios (MCO), utili-
forma funcional recibe el nombre de log-lin. Se trata zando el programa Statistical Package for the Social
de un modelo semilogarítmico que tiene por objeto Sciences (SPSS). En este tipo de estimaciones es co-
calcular la variación porcentual (o elasticidad) de la mún encontrar problemas de multicolinealidad en-
variable dependiente ante un cambio absoluto en tre variables. Para corregir esta situación es
cada variable explicativa. De este modo, los modelos necesario descartar algunas variables independien-
de regresión estimados presentan la forma funcional tes fuertemente asociadas con otras. Los criterios
siguiente: que se siguieron para elegir las variables que serían
descartadas fueron: 1) que presentaran un factor de
𝐿𝑛 𝑌𝑡 = 𝑐𝑡 + 𝛽1𝑡 𝑋1𝑡 + 𝛽2𝑡 𝑋2𝑡 + 𝛽3𝑡 𝑋3𝑡 + ⋯ inflación de la varianza (FIV) igual o mayor que cinco
+ 𝛽𝑛𝑡 𝑋𝑛𝑡 + 𝑢𝑡 y; 2) que se encontraran asociadas con un índice de
Donde: condición igual o mayor que 30.
Ln Yt Logaritmo natural del precio Además de las variables eliminadas por problemas
del metro cuadrado del inmue- de multicolinealidad, otras fueron descartadas por
ble en el año o período t. variaciones no significativas, o por existir un alto
porcentaje de datos nulos. La variación no significa-
ct Intercepto u ordenada al origen
tiva deriva de datos que no varían o lo hacen de
en el año o período t.
forma mínima en cada una de las unidades para las
X1t, X2t, X3t … Xnt Variables independientes (de que se extrajo información. Un caso de variación no
los cinco vectores) del año o pe- significativa corresponde a las observaciones de las
ríodo t. variables relacionadas con delitos, las cuales tienden
a ser homogéneas en todo el polígono de estudio y
varían mínimamente a través del tiempo. Por otra
parte, para algunas variables en algunas observacio-
nes o años no existe información, por lo que no hay

9 Según la disponibilidad de información.

72
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

suficientes datos para poder realizar una estimación Los resultados principales de las cuatro estimacio-
adecuada. No obstante, estos problemas estaban pre- nes referidas se presentan en la Tabla 11. En general,
vistos y los modelos obtenidos son consistentes. los resultados son consistentes con la literatura y la
mayoría de las variables muestran los signos espera-
Es preciso mencionar que el efecto de algunas varia-
dos, aunque hay algunas cuyos valores pueden pare-
bles (principalmente las del vector de Ubicación) se
cer contraintuitivos y se explicarán más
midió por “zonas de influencia” o “buffers”, por ejem-
detalladamente en la sección de análisis.
plo, los puntos de congestionamiento vial. En estos
casos se trazaron zonas de influencia circular de 100, La tabla sólo muestra los valores de las variables que
300 y 500 metros de radio. Así, un inmueble podría resultaron estadísticamente significativas, así como
caer hasta en tres buffers de este tipo de variables. el tamaño de la muestra y el valor de la prueba F, que
indica la validez general de cada regresión estimada.
Como se puede apreciar a través de la R2 ajustada, los
IX.2. Resultados de las estimaciones modelos se asocian globalmente con los precios por
Los resultados que se presentan en esta sección cons- metro cuadrado de la vivienda nueva en una propor-
tituyen los mejores modelos de regresión que se pu- ción aproximada de entre 40% y 60%.
dieron obtener a partir de la información disponible,
Debe tomarse en cuenta que hay algunas variables
después de decenas de intentos y ajustes. Con el pro-
que no se muestran significativas en todos los perío-
pósito de observar mejor la asociación entre las dis-
dos analizados, lo cual sugiere que fueron importan-
tintas variables independientes con el precio del
tes en un cierto momento, por alguna coyuntura
metro cuadrado de la vivienda nueva, se realizaron
especial. En este caso se encuentra, por ejemplo, el
estimaciones por períodos de tiempo, por Delega-
número de viviendas vendidas del desarrollo.
ción (o grupo de ellas), y por clasificación de la vi-
vienda. Los resultados se exponen en las Debido a esta situación, se sugiere poner especial
subsecciones siguientes. atención en las variables que mantienen un efecto
significativo en al menos dos de los períodos señala-
dos en la Tabla 11. En el mismo sentido, los resulta-
IX.2.1. Estimaciones por período de tiempo dos de la estimación del período 2015-2018 pueden
En términos de temporalidad, se calcularon cuatro utilizarse como representativos de toda la tabla.
regresiones: una para el año 2015, otra para el 2016, Como se puede apreciar, en las variables donde la
una más para el período 2017-2018, y una general del significancia estadística se mantiene en los distintos
período 2015-2018. Acerca de la regresión para el pe- períodos, el signo (positivo o negativo) también se
ríodo 2017-2018, debe aclararse que hubo dos razo- mantiene, modificándose únicamente la magnitud
nes para unir estas observaciones: en primer lugar, el de la relación. Por ejemplo, la variable “número de
año 2018 tenía tan pocos casos que era estadística- elevadores” muestra que, en 2016, la existencia de un
mente inviable una estimación solamente con los da- elevador adicional en el desarrollo habitacional in-
tos de ese año. Por otro lado, unir los datos de ambos crementaba 9.6%, en promedio, el valor del metro
años permitiría apreciar mejor el eventual efecto del cuadrado del inmueble. Para todo el período 2015-
sismo del 19S en los precios de la vivienda. En estas 2018, contar con un elevador incrementa, en prome-
estimaciones se incluyó la información de las cinco dio, 6.2% el precio del metro cuadrado de las vivien-
Delegaciones bajo estudio. das.

73
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 11. COEFICIENTES SIGNIFICATIVOS DE LOS MODELOS DE PRECIOS HEDÓNICOS


PARA LA CDMX, SEGÚN TEMPORALIDAD
Coeficientes Coeficientes Coeficientes Coeficientes
Variable
2015-2018 2015 2016 2017-2018
(Constante) 10.236*** 10.106*** 10.734*** 10.041***
Área total de la propiedad (suma de las áreas A, B y C) -.111*
Número de viviendas vendidas del desarrollo -.108***
Diferencia entre el valor estimado total final del metro cua-
drado de vivienda y el valor inicial del metro cuadrado de vi- .614*** .323*** .415*** .649***
vienda
Número de elevadores del desarrollo habitacional .062** .096*
Cuarto de servicio en el desarrollo habitacional .135*** .276*** .185*** .092*
Gimnasio en el desarrollo habitacional .096*
Número de crímenes ocurridos a 100 metros o menos de la
-.126**
vivienda
Número de áreas verdes públicas a 100 metros o menos de la
-.100*
vivienda
Áreas verdes en el desarrollo habitacional .048** .084*
Número promedio de meses en que las viviendas del desarro-
-.126***
llo estuvieron en venta
Barda perimetral en el desarrollo habitacional -.047**
Población Económicamente Activa en la manzana donde se
.116*
ubica el desarrollo
Población ocupada en la manzana donde se ubica el desarro-
-.121*** -.240***
llo
Número de crímenes ocurridos a 500 metros o menos de la
-.203***
vivienda
Número de estaciones de Ecobici a 100 metros o menos de la
.071*** .127*
vivienda
Número de ejes viales principales a 500 metros o menos de la
-.070***
vivienda
Número de estaciones del Metrobús a 300 metros o menos
-.064** -.118**
de la vivienda
Número de áreas verdes públicas a 500 metros o menos de la
.062**
vivienda
Número de camellones a 100 metros o menos de la vivienda .043* .096* .080* .099*
Número de camellones a 500 metros o menos de la vivienda -.078*
Número de plazas a 100 metros o menos de la vivienda .179*** .086*
Número de plazas a 500 metros o menos de la vivienda -.137*
Número de templos religiosos a 300 metros o menos de la vi-
.046* .164***
vienda
Número de parques públicos a 100 metros o menos de la vi-
-.097**
vienda
Número de parques públicos a 300 metros o menos de la vi-
.084* .092**
vienda
Número de Ecoparques a 500 metros o menos de la vivienda .056** -.124** .126**
Número de incidencias viales ocurridas a 100 metros o menos
.096*** .114**
de la vivienda
Número de líneas de fracturas geológicas ubicadas a 1000
.081*
metros o menos de la vivienda
Unidades económicas dedicadas a la agricultura, cría y explo-
tación de animales ubicadas a 300 metros o menos de la vi- .056* .145*
vienda
Unidades económicas dedicadas al comercio al por mayor,
.153*
ubicadas a 300 metros o menos de la vivienda

74
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 11. COEFICIENTES SIGNIFICATIVOS DE LOS MODELOS DE PRECIOS HEDÓNICOS


PARA LA CDMX, SEGÚN TEMPORALIDAD
Coeficientes Coeficientes Coeficientes Coeficientes
Variable
2015-2018 2015 2016 2017-2018
Unidades económicas dedicadas al comercio al por mayor,
.068*
ubicadas a 500 metros o menos de la vivienda
Corporativos de empresas ubicados a 500 metros o menos de
.191*** .248*** .158** .285***
la vivienda
Unidades económicas dedicadas a la industria manufacturera,
-.140** -.156**
ubicadas a 500 metros o menos de la vivienda
Unidades económicas dedicadas a la industria manufacturera,
-.098***
ubicadas a 300 metros o menos de la vivienda
Unidades económicas dedicadas a la industria manufacturera,
-.123**
ubicadas a 100 metros o menos de la vivienda
Sucursales bancarias ubicadas a 100 metros o menos de la vi-
-.042*
vienda
Sucursales bancarias ubicadas a 500 metros o menos de la vi-
.140*** .167* .151*
vienda
Unidades económicas dedicadas a los servicios de esparci-
miento, culturales y recreativos, ubicadas a 500 metros o me- .094** .164**
nos de la vivienda
Unidades económicas dedicadas a los servicios de salud, ubi-
.159*** .182* .114** .130**
cadas a 500 metros o menos de la vivienda
Unidades económicas dedicadas a los servicios educativos,
.091*
ubicadas a 100 metros o menos de la vivienda
N 911 297 303 311
Prueba F 21.703*** 4.377*** 7.676*** 6.911***
R2 ajustada 0.611 0.414 0.578 0.546
* = p < 0.10, ** = p < 0.05, *** = p < 0.01.
Nota 1: Las celdas vacías indican que la variable en cuestión no es estadísticamente significativa para el período que se indica.
Nota 2: Esta tabla sólo incluye las variables estadísticamente significativas asociadas con la variable dependiente. Los resultados
completos de las regresiones pueden consultarse en los anexos, del A15 al A18.
Fuente: Elaboración propia con base en CIDE & Softec (2018).

IX.2.2. Estimaciones por Delegación La Tabla 12 presenta únicamente los valores de las
Se estimaron cuatro modelos de regresión para las variables que resultaron estadísticamente significa-
Delegaciones Cuauhtémoc, Miguel Hidalgo, Benito tivas, así como el tamaño de la muestra y el valor de
Juárez y Tlalpan-Coyoacán. Estas dos últimas Dele- la prueba F, que indica la validez general de cada re-
gaciones se agruparon debido a que no había datos gresión estimada. Como se puede apreciar a través
suficientes en cada una para obtener resultados su- de la R2 ajustada, los modelos por Delegación se aso-
ficientemente robustos. Además, ambas demarcacio- cian globalmente con los precios por metro cua-
nes son vecinas. drado de la vivienda nueva en una proporción
aproximada de entre 53% y 70%.
Los modelos de precios hedónicos por Delegación
abarcan el período 2015-2018 y sus resultados prin- De manera análoga a las estimaciones por período de
cipales se muestran en la Tabla 12. Al igual que en los tiempo, debe tomarse en cuenta que hay algunas va-
modelos anteriores, la mayoría de los signos obteni- riables que no se muestran significativas en todas las
dos son los esperados; la sección de análisis profun- Delegaciones de estudio. Precisamente, este tipo de
dizará en las explicaciones de estos resultados. modelos pretende distinguir qué características del

75
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

entorno son más influyentes en el valor de los in- áreas verdes y de gimnasio en el desarrollo habita-
muebles, y esas características pueden no estar pre- cional parece ser importante para el tipo de vivienda
sentes en otros lugares. Por ejemplo, la presencia de ofrecida (y demandada) en Benito Juárez, pero no en
el resto de las Delegaciones analizadas.

TABLA 12. COEFICIENTES SIGNIFICATIVOS DE LOS MODELOS DE PRECIOS HEDÓNICOS


PARA LA CDMX, SEGÚN DELEGACIÓN
Coeficientes Coeficientes Coeficientes
Coeficientes
Variable Miguel Benito Tlalpan -
Cuauhtémoc
Hidalgo Juárez Coyoacán
(Constante) 9.661*** 10.344*** 10.156*** 9.551***
Área total de la propiedad (suma de las áreas A, B y C) -0.630*** -.481***
Diferencia entre el valor estimado total final del metro cua-
drado de vivienda y el valor inicial del metro cuadrado de vi- .807*** .617***
vienda
Número de niveles o pisos del desarrollo habitacional .185*
Áreas verdes en el desarrollo habitacional .076*
Gimnasio en el desarrollo habitacional .059**
Número de elevadores del desarrollo habitacional 0.111**
Cuarto de servicio en el desarrollo habitacional 0.076** .198**
Número de cajones de estacionamiento por vivienda 0.307*** .375***
Roof garden en el desarrollo habitacional -0.065*
Tipo de acabado en clósets 0.173***
Población Económicamente Activa en la manzana donde se
.092**
ubica el desarrollo
Planes especiales de desarrollo urbano para la zona o colonia
0.095**
donde se ubica el inmueble
Número de crímenes ocurridos a 100 metros o menos de la
-0.087** -.143**
vivienda
Número de estaciones de Ecobici a 100 metros o menos de la
0.123***
vivienda
Número de accesos a ciclovías del sistema Ecobici a 100 me-
0.092** .062**
tros o menos de la vivienda
Número de camellones a 100 metros o menos de la vivienda .054*
Número de camellones a 300 metros o menos de la vivienda .168*
Número de áreas verdes públicas a 500 metros o menos de la
.181*
vivienda
Número de parques públicos a 100 metros o menos de la vi-
-.086*
vienda
Número de estaciones del metro a 300 metros o menos de la
.242*
vivienda
Número de estaciones del metro a 500 metros o menos de la
-0.136*** -.262*
vivienda
Número de incidencias viales ocurridas a 100 metros o menos
0.269***
de la vivienda
Número de edificios caídos el 19S ubicados a 500 metros o
.077*
menos de la vivienda
Unidades económicas dedicadas a la agricultura, cría y explo-
tación de animales ubicadas a 500 metros o menos de la vi- .117*
vienda
Unidades económicas dedicadas al comercio al por mayor,
0.110**
ubicadas a 300 metros o menos de la vivienda

76
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 12. COEFICIENTES SIGNIFICATIVOS DE LOS MODELOS DE PRECIOS HEDÓNICOS


PARA LA CDMX, SEGÚN DELEGACIÓN
Coeficientes Coeficientes Coeficientes
Coeficientes
Variable Miguel Benito Tlalpan -
Cuauhtémoc
Hidalgo Juárez Coyoacán
Corporativos de empresas ubicados a 300 metros o menos de
.179**
la vivienda
Corporativos de empresas ubicados a 500 metros o menos de
0.100*
la vivienda
Unidades económicas dedicadas a la industria manufacturera,
-.272*** -.122***
ubicadas a 100 metros o menos de la vivienda
Unidades económicas dedicadas a la industria manufacturera,
-.277**
ubicadas a 300 metros o menos de la vivienda
Unidades económicas dedicadas a los servicios de esparci-
miento, culturales y recreativos, ubicadas a 500 metros o me- .102**
nos de la vivienda
Unidades económicas dedicadas a los servicios de salud, ubi-
0.107***
cadas a 100 metros o menos de la vivienda
Unidades económicas dedicadas a los servicios de salud, ubi-
0.201***
cadas a 500 metros o menos de la vivienda
N 265 152 504 110
Prueba F 11.984*** 5.134*** 18.380*** 4.332***
R2 ajustada 0.707 0.578 0.671 0.537
* = p < 0.10, ** = p < 0.05, *** = p < 0.01.
Nota 1: Las celdas vacías indican que la variable en cuestión no es estadísticamente significativa para el período que se indica.
Nota 2: Esta tabla sólo incluye las variables estadísticamente significativas asociadas con la variable dependiente. Los resultados
completos de las regresiones pueden consultarse en los anexos, del A19 al A22.
Fuente: Elaboración propia con base en CIDE & Softec (2018).

IX.2.3. Estimaciones por clasificación de la vi- Como se puede apreciar a través de la R2 ajustada, los
vienda modelos por clasificación de la vivienda se asocian
Finalmente, se estimaron modelos de precios hedó- globalmente con los precios por metro cuadrado de
nicos para cada una de las tres clasificaciones de vi- la vivienda nueva en una proporción aproximada de
vienda para las que se contaban con datos: media, entre 45% y 83%.
residencial y residencial plus. Estos cálculos abarcan Aquí también debe advertirse que hay algunas varia-
el período 2015-2018 y los resultados principales se bles que no se muestran significativas en todas las
muestran en la Tabla 13. La mayoría de los signos re- clasificaciones de vivienda. Hay que tomar en cuenta
sultantes son los esperados, aunque en la sección de que dichas clasificaciones obedecen al nivel de in-
análisis se intentará proporcionar una explicación gresos en el submercado de vivienda al que está diri-
más detallada de los mismos. gido cada tipo de inmueble. Así, es comprensible, por
Al igual que en los casos anteriores, la Tabla 13 pre- ejemplo, que la presencia de cuarto de servicio sea
senta únicamente los valores de las variables que re- significativa en el caso de las viviendas de tipo resi-
sultaron estadísticamente significativas, así como el dencial plus, pero que esta variable no sea significa-
tamaño de la muestra y el valor de la prueba F, que tiva en los inmuebles de clasificación media.
indica la validez general de cada regresión estimada.

77
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

TABLA 13. COEFICIENTES SIGNIFICATIVOS DE LOS MODELOS DE PRECIOS HEDÓNICOS


PARA LA CDMX, SEGÚN CLASIFICACIÓN DE LA VIVIENDA
Coeficientes Coeficientes Coeficientes
Variable vivienda vivienda vivienda
media residencial residencial plus
(Constante) 10.215*** 10.255*** 10.743***
Área total de la propiedad (suma de las áreas A, B y C) -.800*** -.905*** -.567***
Número de cajones de estacionamiento por vivienda .186*** .130***
Número de viviendas vendidas del desarrollo -.071*
Cuarto de servicio en el desarrollo habitacional .281***
Número de elevadores del desarrollo habitacional .081**
Roof garden en el desarrollo habitacional .050*** -.056*
Número promedio de meses en que las viviendas del desarrollo estu-
.042**
vieron en venta
Planes especiales de desarrollo urbano para la zona o colonia donde se
-.056***
ubica el inmueble
Número de estaciones de Ecobici a 100 metros o menos de la vivienda .033*
Número de ejes viales principales a 500 metros o menos de la vivienda .053** -.235***
Número de estaciones del metro a 500 metros o menos de la vivienda -.061***
Número de estaciones del Metrobús a 300 metros o menos de la vi-
.117*
vienda
Número de áreas verdes públicas a 500 metros o menos de la vivienda .048* .070*
Número de camellones a 100 metros o menos de la vivienda .055*
Número de camellones a 300 metros o menos de la vivienda -.285***
Número de templos religiosos a 500 metros o menos de la vivienda -.039** .055*
Número de parques públicos a 100 metros o menos de la vivienda -.040**
Número de plazas a 100 metros o menos de la vivienda (polígono) -.128**
Número de líneas de fracturas geológicas ubicadas a 1000 metros o
.058***
menos de la vivienda
Número de edificios patrimonio histórico dañados el 19S y ubicados a
-.042**
300 metros o menos de la vivienda
Unidades económicas dedicadas a la agricultura, cría y explotación de
.087***
animales ubicadas a 300 metros o menos de la vivienda
Sucursales bancarias ubicadas a 300 metros o menos de la vivienda -.110**
Sucursales bancarias ubicadas a 500 metros o menos de la vivienda .090*** .127**
Corporativos de empresas ubicados a 500 metros o menos de la vi-
.175***
vienda
Unidades económicas dedicadas a los servicios de salud, ubicadas a
.041*
300 metros o menos de la vivienda
Unidades económicas dedicadas a los servicios educativos, ubicadas a
-.105*
100 metros o menos de la vivienda
Unidades económicas dedicadas a los servicios educativos, ubicadas a
.077***
300 metros o menos de la vivienda
N 100 530 600
Prueba F 10.040*** 52.059*** 10.791***
R2 ajustada 0.814 0.836 0.455
* = p < 0.10, ** = p < 0.05, *** = p < 0.01.
Nota 1: Las celdas vacías indican que la variable en cuestión no es estadísticamente significativa para el período que se indica.
Nota 2: Esta tabla sólo incluye las variables estadísticamente significativas asociadas con la variable dependiente. Los resul-
tados completos de las regresiones pueden consultarse en los anexos, del A23 al A25.
Fuente: Elaboración propia con base en CIDE & Softec (2018).

78
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

X. A NÁLISIS DE RESULTADOS

El objetivo de esta sección es analizar y discutir los con el valor relativo del metro cuadrado, de acuerdo
resultados más relevantes de los modelos de precios con la extensión de la propiedad. Es decir, que con-
hedónicos expuestos anteriormente. La sección se forme la propiedad es más grande, el precio del me-
encuentra organizada de acuerdo con los vectores de tro cuadrado se incrementa proporcionalmente
variables a partir de los cuales se estimaron los mo- menos que el área del inmueble, lo que muestra una
delos. La primera subsección ―sobre los atributos relación no lineal entre ambas variables. Esto sucede
del inmueble y de los desarrollos habitacionales― independientemente del tipo de vivienda o de su lo-
se encuentra mayormente en el ámbito de los inver- calización.
sionistas inmobiliarios, pero las siguientes atañen La diferencia entre los valores final e inicial del me-
más directamente al sector público, puesto que refle- tro cuadrado, i. e., la plusvalía esperada por los desa-
jan la forma en que ciertos hechos de interés o tras- rrolladores inmobiliarios es más fácilmente
cendencia pública se asocian con la valoración de la comprensible. Los resultados señalan que, en pro-
vivienda nueva en la Ciudad de México. Como mues- medio, un incremento en la plusvalía esperada se
tra de la importancia de estos hechos, al final de la asocia con un incremento de 61.4% en el valor del
sección se analizan los resultados de las variables re- metro cuadrado de vivienda, para el período 2015-
lacionadas con el 19S y sus posibles efectos en el 2018. Para este mismo período, ese porcentaje au-
mercado inmobiliario de la capital de la República. menta a 80.7% en la Delegación Benito Juárez, mien-
tras que Tlalpan-Coyoacán se encuentra
prácticamente en el promedio, con 61.7%. Este resul-
X.1. Atributos del inmueble y del desa- tado sugiere que los desarrolladores de vivienda cal-
rrollo habitacional culan una valorización más alta de las propiedades
Respecto a los atributos del inmueble y del desarro- en Benito Juárez, lo cual es congruente con el hecho
llo habitacional, es decir, los vectores de variables I y de que esta Delegación ha recibido una alta propor-
D, podemos observar, en primer lugar, que el área del ción de la inversión inmobiliaria en los últimos años
inmueble mantiene una relación negativa con el pre- (véanse los Anexos, del A26 al A29).
cio del metro cuadrado de vivienda nueva. A primera
vista, esta relación es contraintuitiva, porque se es- Por otra parte, hay varios atributos del desarrollo ha-
peraría que un área mayor se asociara con un valor bitacional cuyos resultados fueron significativos.
más alto. Aunque este resultado no es significativo Para el período 2015-2018, se pueden apreciar varias
para el período 2015-2018 (Tabla 11), presenta el amenidades que se asocian positivamente con el pre-
signo negativo en los modelos delegacionales (Tabla cio del metro cuadrado de la vivienda nueva, entre
12), así como en los modelos por clase de vivienda ellas están: el número de elevadores, la existencia de
(Tabla 13). cuartos de servicio, de gimnasio y de áreas verdes. La
mayoría de estos atributos se relacionan con desa-
Considerando que los precios del metro cuadrado de rrollos grandes o lujosos, o que cuentan con ambas
la vivienda han sido deflactados y que son compara- características. Algunas de las amenidades mencio-
bles, lo que explica este comportamiento se relaciona nadas y otras, como los cajones de estacionamiento,

79
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

también se muestran significativas en los modelos demarcación la presencia de actividad criminal a 100
delegacionales y en las estimaciones por clase de vi- metros o menos de las viviendas se asocia con una
vienda. disminución de 8.7% en el valor del metro cuadrado
de los inmuebles, mientras que en Miguel Hidalgo la
No obstante, se pueden observar variables que pre-
misma relación es de -14.3%. Estos datos son consis-
sentan un comportamiento singular. Para el período
tentes con los de la Gráfica 9 (vid supra), que mues-
2015-2018, los resultados indican que, si el desarrollo
tra que ambas Delegaciones son las que presentan
inmobiliario se encuentra circulado por una barda,
números más altos en incidencia delictiva entre las
el valor del metro cuadrado de los inmuebles que al-
demarcaciones bajo estudio.
berga se reduce, en promedio, 4.7%. Esto puede de-
berse a que el bardeado se asocia con zonas Las otras variables socioeconómicas que presenta-
percibidas como inseguras o de alta incidencia delic- ron significancia estadística fueron la población eco-
tiva. nómicamente activa (PEA) y la población ocupada.
Es interesante observar que solamente en Benito
La presencia de roof garden también tiene un com-
Juárez hay una relación positiva y significativa entre
portamiento peculiar, pues, en los resultados delega-
la PEA y el precio del metro cuadrado construido. En
cionales, la presencia de esta amenidad disminuye
esta Delegación, una proporción más alta de PEA en
en 6.5% el valor del metro cuadrado construido, aun-
la manzana de ubicación de la vivienda incrementa
que únicamente en la Delegación Cuauhtémoc. Al
el valor del metro cuadrado en 9.2%, en promedio.
mismo tiempo, esta variable se asocia positivamente
(en 5%) con el valor del metro cuadrado en las vi- Este resultado se explica porque la tendencia de Be-
viendas residenciales, pero no en las de tipo residen- nito Juárez en los últimos años ha sido atraer a una
cial plus (-5.6%), donde quizá se prefieran los alta proporción de población en edad de trabajar (no
jardines tradicionales, dado que la extensión de la necesariamente ocupada). Además, esta población
propiedad suele ser más alta. Este es un ejemplo de cuenta con la característica de tener ingresos altos,
cómo una misma variable puede relacionarse de ma- lo cual se evidencia en el hecho de que esta Delega-
nera distinta con los valores inmobiliarios, en fun- ción alberga una alta proporción de vivienda de cla-
ción del contexto donde se ubican las viviendas. sificación residencial (56.8% de toda la muestra).
Algo diferente ocurre con la población ocupada. Ge-
neralmente, los lugares donde se concentra la pobla-
X.2. Características sociales y económi-
ción trabajadora se asocian con zonas de ingresos
cas medios o bajos, y con vivienda destinada a este seg-
Entre las variables socioeconómicas asociadas al
mento del mercado. Como se aprecia en los resulta-
precio del metro cuadrado de la vivienda sobresale
dos del modelo 2015-2018, para la Ciudad de México,
la incidencia delictiva. Para el período 2015-2018, en
esta relación parece ser válida. De acuerdo con las es-
general, la ubicación de las viviendas cerca de pun-
timaciones, una mayor presencia de población tra-
tos de alta comisión de delitos (a 500m. o menos) se
bajadora en la manzana de ubicación de la vivienda
relaciona con un valor 20.3% menor en el metro cua-
se relaciona con una reducción promedio de 12.1%
drado de los inmuebles.
en el valor del metro cuadrado de inmuebles nuevos.
Este problema parece ser especialmente relevante en
las Delegaciones Cuauhtémoc y Miguel Hidalgo. Los
modelos delegacionales muestran que en la primera

80
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

X.3. Ubicación La relación entre el valor de las viviendas y la infra-


Las variables del vector de ubicación son las que más estructura de transporte de este tipo, como las esta-
se corresponden con el precio del metro cuadrado de ciones del metro o del Metrobús suelen ser
vivienda nueva. Ahora bien, debido a que las varia- ambiguas. Si las personas utilizan con frecuencia el
bles de este vector se refieren a servicios, objetos o transporte público querrán estar relativamente
incidencias localizadas en el espacio público, y a que cerca de las estaciones, pero no tanto como para re-
su asociación con el valor de las viviendas depende cibir los efectos negativos de las aglomeraciones de
del contexto urbano en el cual se localizan, los resul- gente, el ruido, los vendedores ambulantes, etc.
tados de los modelos delegacionales y las estimacio- El argumento anterior suele aplicar particularmente
nes por clasificación de la vivienda son a los sectores de altos ingresos, que utilizan menos el
especialmente interesantes. transporte público y desean alejarse de las estacio-
Muchas de las variables vinculadas con la accesibili- nes. Esto explica por qué la cercanía (igual o menor a
dad y el transporte mantienen una relación positiva 500 m.) de las viviendas residenciales con estaciones
con el valor del metro cuadrado de la vivienda. En del metro se relacionan con un valor 6.1% menor del
esta situación están la cercanía (a 100 m. o menos) de metro cuadrado construido.
las estaciones del sistema Ecobici y de las ciclovías en En cambio, las viviendas medias valoran positiva-
Cuauhtémoc y Benito Juárez. De acuerdo con los da- mente la cercanía (de 300 m. o menos) con el Metro-
tos, la cercanía con las estaciones de Ecobici se aso- bús, lo cual se asocia con un precio 11.7% más alto del
cian con un precio del metro cuadrado 12.3% más metro cuadrado de la vivienda. Debe recordarse que
alto en Cuauhtémoc. Asimismo, una corta distancia la vivienda media alberga, principalmente, a pobla-
entre las viviendas y las ciclovías del sistema Ecobici ción trabajadora de ingresos medios y bajos, que
se relacionan con un precio 9.2% y 6.2% más alto de tiende a utilizar más el transporte público. Esto
los inmuebles en Cuauhtémoc y Benito Juárez, res- ayuda a explicar también por qué Tlalpan-Coyoacán
pectivamente. y Cuauhtémoc valoran positivamente la cercanía con
Si se atiende a los modelos por clasificación de la vi- las estaciones del metro, pues estas Delegaciones
vienda, se observa que las viviendas residenciales alojan a una gran parte de la vivienda media de la
parecen valorar más la cercanía con el servicio de bi- muestra.
cicletas. En este caso, existe una asociación positiva Respecto a las variables representativas de los servi-
de 3.3% entre tal cercanía y el precio del metro cua- cios cercanos a las viviendas, la mayoría se ajusta a
drado construido. los resultados esperados, de acuerdo con la revisión
Por otra parte, los resultados también presentan re- de la literatura, aunque no todas son significativas
sultados con signos diferentes en materia de accesi- para las cinco Delegaciones ni para los tres tipos de
bilidad y movilidad. Por ejemplo, en Tlalpan- vivienda. En los modelos delegacionales, por ejem-
Coyoacán, que una vivienda se encuentre a 300 me- plo, se observa que la cercanía con unidades econó-
tros o menos de una estación del metro incrementa micas que prestan servicios de salud solamente es
su precio 24.2%, pero si se ubica a una distancia ma- relevante en la Delegación Cuauhtémoc, donde se
yor, de hasta 500 metros, su valor disminuye 26.2%. asocia con un precio del metro cuadrado entre 10.7%
También en Cuauhtémoc estar demasiado lejos del y 20.1% más alto. En el mismo sentido, en Benito Juá-
metro tiene un efecto negativo en el precio de los in- rez se encuentra que la cercanía (de 500 m. o menos)
muebles habitacionales, en este caso de 13.6%. de establecimientos de servicios de esparcimiento,

81
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

culturales o recreativos se relaciona con un precio variables. La calidad de los servicios educativos y de
del metro cuadrado 10.2% más elevado, en promedio. salud podría explicar las diferencias de signo señala-
das. Los templos, por su parte, pueden asociarse
Con los servicios bancarios ocurre algo similar a lo
tanto a zonas populares como a zonas residenciales,
anteriormente planteado respecto al metro, espe-
dependiendo de la confesión religiosa y la feligresía
cialmente para el segmento de vivienda de altos in-
que atienden.
gresos. Como se muestra en las estimaciones por
clasificación del inmueble, estar a una distancia de Por último, algunas de las variables que representa-
300 metros o menos reduce, en promedio, 11% el va- ban externalidades positivas y negativas presentan
lor del metro cuadrado de las viviendas residenciales los signos esperados, mientras que otras requerirían
plus. Los desarrolladores inmobiliarios atribuyen más información para especificar mejor su relación
este efecto al ruido, el congestionamiento vial o in- con el precio de las viviendas, al igual que ocurre con
cluso la inseguridad que puede haber alrededor de los servicios mencionados en el párrafo anterior. Los
una agencia bancaria. No obstante, los servicios fi- resultados muestran que, en general, la cercanía con
nancieros son esenciales en la vida cotidiana de las camellones y áreas verdes se asocia positivamente
personas y también se valora tenerlos relativamente con los valores de los inmuebles, principalmente en
cerca, aunque no demasiado. Como muestran los re- Benito Juárez, Tlalpan-Coyoacán, y en los tres tipos
sultados, estar a una distancia de alrededor de 500 de vivienda. Debe notarse que una distancia relativa-
metros de una sucursal bancaria se asocia positiva- mente más grande entre las viviendas medias y las
mente con el precio de los inmuebles, en una magni- áreas verdes de los camellones afectan en 25.5% el
tud de 12.7% para las viviendas residenciales plus, y precio de los inmuebles.
de 9% para las residenciales. Esto significa que existe
La proximidad de edificios que albergan corporati-
un umbral de entre 400 o 500 metros donde el efecto
vos de empresas mantiene una relación positiva con
negativo de la cercanía con los bancos se convierte
el precio de las viviendas. Esta relación parece ser es-
en un efecto positivo.
pecialmente relevante en Cuauhtémoc y Miguel Hi-
El resto de los resultados en materia de servicios dalgo, y en los inmuebles dentro de la categoría
ofrece resultados ambiguos. Por ejemplo, la cercanía residencial plus. Por el contrario, la vecindad con
con templos religiosos tiene una correspondencia unidades económicas dedicadas a la industria ma-
negativa de 3.9% en las viviendas residenciales, pero nufacturera, las cuales pueden producir ruido, ma-
hay una asociación positiva de 5.5% con los inmue- los olores, humo u otras molestias, se asocia valores
bles residenciales plus. En cuanto a los servicios edu- más bajos en los precios de la vivienda, en una mag-
cativos y de salud, estos últimos presentan una nitud de 27.2% en Miguel Hidalgo, 12.2% en Benito
relación positiva de 4.1% con las viviendas residen- Juárez y 27.7% en Tlalpan-Coyoacán.
ciales. Los servicios educativos, por otra parte, se aso-
Para explicar mejor el resto de las variables relacio-
cian negativamente en 10.5% con las viviendas
nadas con los servicios hace falta información más
medias cercanas, pero se corresponden de manera
pormenorizada para detallar las características del
positiva con las viviendas residenciales en 7.7%. So-
servicio, o el tipo de actividad abarcada por la varia-
bre estos resultados, hay que decir que, debido a las
ble. Por ejemplo, no hay datos suficientes para elabo-
limitaciones de información, los modelos no pudie-
rar un argumento sobre la razón por la cual la
ron añadir datos sobre la calidad o naturaleza de los
cercanía con parques y plazas se asocia negativa-
servicios, por lo que no es posible encontrar una ex-
mente con los precios de los inmuebles. Por otro
plicación completa sobre el comportamiento de las

82
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

lado, tampoco es del todo comprensible por qué la asocia a los planes con el precio de la vivienda en
vecindad de empresas dedicadas a la agricultura, Cuauhtémoc es positivo. Es decir, que el mejora-
cría y explotación de animales muestra una relación miento y hasta el repoblamiento del Centro Histó-
positiva con el valor de las viviendas. Al respecto, rico se ha reflejado en un incremento en los precios
debe tomarse en cuenta que esta clasificación de las de la vivienda en la Delegación.
empresas abarca un amplio abanico de actividades
No obstante, no sucede así en todas partes. La mayo-
económicas que vuelve incierto reconocer a qué se
ría de los planes de este tipo se encuentran dirigidos,
debe específicamente el signo obtenido en el modelo.
precisamente, a recuperar centros históricos, o tie-
nen una perspectiva de barrio popular. Pero, natu-
ralmente, ninguno de estos centros o barrios es
X.4. Zonificación
comparable con la importancia económica y social
El vector de zonificación fue difícil de operacionali-
del Centro Histórico de la Ciudad de México. Por el
zar, debido a que se refiere a las regulaciones sobre
contrario, las viviendas cercanas a algunos barrios
el uso de suelo y a los planes de desarrollo urbano
populares (sean centrales o no para ciertas Delega-
que la autoridad proponga y ejecute para la ciudad.
ciones) suelen relacionarse con la presencia de vi-
Aun así, se incluyeron dos variables al respecto: la
vienda media o popular10 y, consecuentemente, con
existencia de planes de desarrollo urbano en ciertos
comunidades de ingresos medios o bajos. Esto ex-
polígonos donde se ubican las viviendas de la mues-
plica que, en las estimaciones por clasificación de la
tra, y la antigüedad de los Programas Delegacionales
vivienda, la existencia de planes especiales de desa-
de Desarrollo Urbano.
rrollo urbano se asocie negativamente, en 5.6%, con
La segunda variable no resultó significativa en nin- el precio del metro cuadrado de la vivienda residen-
gún modelo, pero la existencia de planes especiales cial.
de desarrollo urbano muestra un comportamiento
interesante. En los modelos delegacionales se puede
observar que los planes especiales guardan una rela- X.5. El sismo del 19S
ción positiva de 9.5% con el precio del metro cua- De las variables que intentaban atrapar los posibles
drado de la vivienda en la Delegación Cuauhtémoc, efectos del sismo del pasado 19S, solamente tres tu-
mientras que esta asociación no es relevante para el vieron algún resultado estadísticamente significa-
resto de las Delegaciones ni para la Ciudad de México tivo: la cercanía de las viviendas con los edificios que
en general, si consideramos los resultados del pe- se derrumbaron el 19S, la cercanía con fracturas geo-
ríodo 2015-2018. lógicas del suelo y la vecindad con edificios conside-
rados patrimonio histórico que sufrieron algún daño
La particularidad de la Delegación Cuauhtémoc, que
por el sismo. No obstante, es preciso explicar los re-
explica este resultado, es que los planes especiales
sultados positivos que ofrecen los modelos y las rela-
que se han llevado a cabo en esta demarcación han
ciones entre ellos.
tenido el propósito de mejorar el ordenamiento te-
rritorial del Centro Histórico de la Ciudad de México, Como se puede apreciar en las Tablas 12 y 13, la pro-
así como las condiciones sociales de la población que ximidad de las viviendas con los edificios derrumba-
habita en esta zona, en materia de seguridad, empleo dos el 19S y con las fracturas geológicas presentan
o educación, por ejemplo. Por esta razón, el signo que

10 Puede haber excepciones, como Coyoacán.

83
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

una asociación positiva con el valor del metro cua- una inercia que puede llevar un tiempo en modifi-
drado de los inmuebles en la Delegación Benito Juá- carse. Igualmente, debe tomarse en cuenta que la
rez y en las estimaciones del grupo de viviendas base de datos contiene información únicamente
residenciales, sugiriendo que, entre más cerca se hasta marzo de 2018.
ubiquen las viviendas de las áreas siniestradas ma-
Por el lado de la demanda, se intentó analizar si des-
yor será su valor. Estos resultados contraintuitivos,
pués del sismo había algún cambio en la velocidad de
en realidad, se explican porque existe una correla-
venta de los inmuebles por Delegación o por clase de
ción espacial entre la ubicación de las fracturas geo-
vivienda, pero tampoco se encontró evidencia al res-
lógicas, la ubicación de las viviendas residenciales y
pecto. Otra posibilidad es que la percepción del pú-
la localización de los daños ocasionados por el sismo.
blico sea que en la ciudad tiembla por igual y se
La mayor parte de estas fracturas, viviendas y daños
vuelva relativamente indiferente a las variables rela-
forman un corredor que atraviesa, principalmente,
cionadas con el riesgo sísmico. Aclarar estas posibi-
las Delegaciones Cuauhtémoc y, sobre todo, Benito
lidades requiere un seguimiento sistemático del
Juárez, que es donde las cifras son estadísticamente
mercado de vivienda, así como de los fenómenos, bie-
significativas (véanse los mapas de los Anexos A67 y
nes y servicios (público y privados) que pueden aso-
A68). Además, la amplia mayoría de las viviendas re-
ciarse con el precio de los inmuebles.
sidenciales de la muestra se localizan en Benito Juá-
rez, lo cual también contribuye a explicar los signos
positivos en ambos modelos. De esta manera, no es
X.6. Limitaciones del estudio
que la cercanía con los lugares siniestrados por el La disponibilidad de información relevante es un in-
sismo incremente los precios de los inmuebles. Las sumo clave para la construcción de modelos de pre-
variables asociadas con el sismo, en este caso, tien- cios hedónicos precisos, así como para el correcto
den a representar, realmente, las ventajas de la loca- diseño e implementación de políticas urbanas rela-
lización en Benito Juárez (algunas de ellas cionadas con la vivienda o con otros temas. En el caso
mencionadas antes) y no el efecto del temblor. de la Ciudad de México, la disponibilidad de infor-
Hecha la salvedad anterior, el único efecto negativo mación es limitada y demanda un gran esfuerzo de
del sismo del pasado 19S en el valor de las viviendas recopilación de datos. De no haber sido por la infor-
parece estar relativamente definido en la geografía mación proporcionada por Softec, a través del con-
de la Ciudad de México. De acuerdo con los resulta- venio celebrado para ese efecto entre la consultoría
dos, el precio del metro cuadrado de la vivienda y el CIDE, se hubiera requerido mucho más tiempo y
nueva se asocia negativamente en 4.2% en las vivien- esfuerzo para reunir los datos necesarios para la ela-
das residenciales (la mayoría ubicadas en Benito boración de este estudio.
Juárez) que se localizan a 300 metros o menos de los Las dificultades con los datos se manifestaron prin-
edificios considerados patrimonio histórico, y que cipalmente en tres aspectos: la cobertura geográfica
sufrieron daños por causa del temblor. de las variables, la temporalidad de las variables y la
Es necesario plantear también la posibilidad de que, precisión de algunos indicadores. El primer pro-
del lado de la oferta de vivienda, aún no se recojan blema tiene que ver con un gran número de variables
los efectos del temblor en los precios; debe conside- cuya escala geográfica no es tan desagregada o espe-
rarse que los planes de inversión de los desarrolla- cífica como la que se requiere en este tipo de estu-
dores inmobiliarios y el mercado, en general, tienen dios. Los datos censales, por ejemplo, pueden
desagregarse hasta el nivel de manzana urbana, y

84
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

otras fuentes de información, como el DENUE, per- resultados de las estimaciones, bajo ciertas circuns-
miten ubicar una unidad económica en un punto tancias, lo ideal sería realizar un seguimiento siste-
exacto del mapa. Sin embargo, no todas las variables mático de las variables relacionadas con el sector.
que podrían incluirse en modelos relacionados con
La última limitación tiene que ver con la necesidad
la vivienda presentan estas características. Además,
de generar indicadores más precisos, en cuanto al ni-
hay series de datos georreferenciados que dejan de
vel de provisión de ciertos servicios. Por ejemplo, en
actualizarse ―como los de seguridad pública utili- la Ciudad de México existe una cobertura casi total
zados en este trabajo―, lo que lleva a la necesidad de de los servicios de agua potable y alcantarillado. Sin
utilizar los de años anteriores para suplir las caren- embargo, no se cuenta con información accesible so-
cias de información. bre, por ejemplo, la calidad de estos servicios, el nú-
La temporalidad de las variables es un problema cer- mero de días en un año en que no hubo suministro
canamente relacionado con el anterior. La ausencia de agua, o bien, la antigüedad de la infraestructura.
de un sistema de información sobre el mercado de la Tampoco existe información exacta sobre las inver-
vivienda y las posibles variables que pueden afec- siones realizadas en infraestructura urbana, lo cual
tarlo ocasiona que la recopilación de datos de dife- podría brindar una magnitud aproximada del gasto
rentes fuentes no sea la más adecuada. Cada fuente público capturado por los precios de los bienes in-
genera información en momentos distintos y en es- muebles. La obtención y sistematización de datos en
calas igualmente diversas, que suelen ser difíciles de estas tres dimensiones posibilitaría la construcción
empatar para obtener una imagen exacta del mo- de modelos de precios hedónicos más precisos y úti-
mento que se desea medir y analizar. Esta situación les para informar las decisiones de política sobre vi-
lleva también a echar mano de la información tem- vienda y desarrollo urbano.
poral más próxima disponible. Si bien estos procedi-
mientos pueden no alterar significativamente los

85
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

XI. C ONCLUSIONES Y RECOMENDACIONES

A partir de los modelos de precios hedónicos estima- cercanía con unidades económicas dedicadas a la
dos en esta investigación, se puede concluir que las agricultura, cría y explotación de animales.
principales variables asociadas (positiva o negativa-
Respecto a los efectos del sismo del pasado 19S, no se
mente) con el valor del metro cuadrado de la vi-
encuentra evidencia contundente de un efecto nega-
vienda nueva en la Ciudad de México son:
tivo generalizado en los precios de la vivienda nueva
a) Algunas amenidades de los desarrollos habitacio- en la ciudad ni en las cinco Delegaciones analizadas.
nales: Como se estableció antes, solamente se aprecia una
1. Elevadores disminución estadísticamente significativa de 4.2%
2. Cuartos de servicio en el precio del metro cuadrado de las viviendas re-
3. Gimnasio sidenciales que se ubican cerca de los edificios histó-
4. Áreas verdes ricos que sufrieron daños por el temblor. En tal
5. Cajones de estacionamiento sentido, el efecto del sismo en los precios de la vi-
6. Bardeado del desarrollo vienda se reduce a un área relativamente definida en
b) La presencia de altas proporciones de población la Delegación Benito Juárez, de acuerdo con la infor-
económicamente activa y población ocupada. mación disponible.
c) La cercanía con algunos puntos de acceso al
Una vez identificadas las variables listadas, sería
transporte público, servicios y externalidades:
aconsejable darles seguimiento y profundizar en el
1. Estaciones del sistema Ecobici
análisis de los factores cuya influencia en los precios
2. Ciclovías del sistema Ecobici
aún no está del todo clara. La recopilación y sistema-
3. Estaciones del metro
tización de datos relacionados con el mercado de la
4. Estaciones del Metrobús
vivienda y los elementos que pueden influir en él se-
5. Servicios de salud
ría provechosa para informar las políticas de vi-
6. Servicios de esparcimiento, culturales y re-
vienda y desarrollo urbano de la Ciudad de México,
creativos
así como para calcular la apropiación que realizan
7. Servicios bancarios
los agentes privados del valor generado por la inver-
8. Áreas verdes y camellones
sión pública en el entorno urbano. Estas estimacio-
9. Edificios corporativos
nes podrían servir para que el Gobierno de la Ciudad
10. Industrias manufactureras
de México pueda calcular con mayor precisión los
d) La existencia de planes especiales de desarrollo
tributos que podrían hacer los desarrolladores in-
urbano en ciertas zonas o colonias de la ciudad.
mobiliarios a través, por ejemplo, del impuesto por
Por otra parte, se encontraron variables con efectos contribuciones de mejoras.
ambiguos que requerirían un análisis más detallado
Es recomendable que la Ciudad de México integre un
para diferenciarlas mejor y establecer una relación
sistema de información y seguimiento sobre el mer-
más cierta entre ellas y los valores de las viviendas.
cado inmobiliario, así como de los elementos de ca-
En este caso se encuentran: la existencia de roof gar-
rácter público que se asocian con él. Para ello puede
dens, los templos religiosos, los parques y plazas, y la
realizar alianzas tendientes a compartir información

86
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

con los agentes inmobiliarios privados, quienes tam-


bién suelen tener interés en los resultados de los
ejercicios como el que aquí se presenta. ◼

87
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

R EFERENCIAS

Agostini, C., & Palmucci, G. (2008). Capitalización de los foros vecinales de seguridad de la
anticipada del metro de Santiago en el precio provincia de Buenos Aires. Segurança Urbana e
de las viviendas. El Trimestre Económico, abril- Juventude, 3(1).
juni(298), 403–431.
Chernobai, E., Reibel, M., & Carney, M. (2011).
Aguirre, C., & Ramos, R. (2005). Impacto del ruido Nonlinear Spatial and Temporal Effects of
urbano en el valor de los departamentos Highway Construction on House Prices.
nuevos: un estudio de precio hedónico aplicado Journal of Real Estate Finance & Economics, 42,
a bienes ambientales. Revista de La 348–370.
Construcción, 4(1), 59–69.
Cho, S., Kim, J., Roberts, R. K., & Kim, S. G. (2010).
Akbari, A. H., & Aydede, Y. (2012). Effects of Neighborhood spillover effects between
Immigration on House Prices in Canada. rezoning and housing price. The Annals of
Applied Economics, (44), 1645–1658. Regional Science, 48(1), 31–319.
Alvarado, E., & Luyando, J. R. (n.d.). El impacto de las CIDE, & Softec. (2018). Base de datos para la
granjas avícolas en el mercado de las viviendas: formulación de precios hedónicos para la
un análisis de precios hedónicos para dos vivienda en la Ciudad de México, 2015-2018.
municipios del estado de Nuevo León, México. Ciudad de México: CIDE.
México, s.d.
Clark, W. A. V, & Burt, J. E. (1980). The Impact of
Besley, T., & Mueller, H. (2012). Estimating the Peace Workplace on Residential Relocation. Annals of
Dividend: The Impact of Violence on House the Association of American Geographers,
Prices in Northern Ireland. American Economic 70(1), 59–67.
Review, 102(2), 810–833.
Coates, D., & Matheson, V. A. (2011). Mega-events and
Borja, J., & Castells, M. (1997). Local y global. La Housing Costs: Raising the Rent While Raising
gestión de las ciudades en la era de la the Roof? Annals of Regional Science, (46),
información. Madrid: Taurus. 119–137.
Boyle, M. A., & Kiel, K. A. (2001). A Survey of House Cohen, J. P., & Coughlin, C. C. (2008). Spatial Hedonic
Price Hedonic Studies of the Impact of Models of Airport Noise, Proximity, and
Environmental Externalities. Journal of Real Housing Prices. Journal of Regional Science,
Estate Literature, 9(2), 117–144. 48(5), 859–878.
Camagni, R. (2005). Economía urbana. Barcelona: CONAPO. (2018). Delimitación de las zonas
Antoni Bosch. metropolitanas de México 2015. Ciudad de
México: SEGOB, SEDATU, CONAPO, INEGI.
Castellón, J. M., & Otero, A. (2005). Efectos de la
seguridad ciudadana en el precio de las Contreras, V., Garay, U., Santos, M. A., & Betancourt,
viviendas: un análisis de precios hedónicos. C. (2013). Expropriation Risk and Housing
Departamento de Economía. Universidad de Prices: Evidence from an Emerging Market.
Chile, Santiago de Chile. Journal of Business Research, (Special Issue),
1–8.
Ceirano, V., Sarmiento, J., & Segura, R. (2010). La
prevención situacional y la prevención social Cortés, H., & Delgadillo, J. (2008). Alcances del
del delito en las políticas de seguridad. El caso ordenamiento territorial en la planificación del

88
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

desarrollo. En J. Delgadillo (Ed.), Política Development, 138(3), 244–253.


territorial en México, hacia un modelo de
Fernández Revollo, A. D. (2009). Calidad de la
desarrollo basado en el territorio (pp. 55–105).
vivienda a partir de la metodología de precios
México, D.F.: IIE-UNAM.
hedónicos para la ciudad de Bogotá, Colombia.
Covarrubias Gaitán, F. (2011). La legislación de Revista Digital Universitaria, 10(7), 1–17.
asentamientos humanos y la necesidad de su
Figlio, D. N., & Lucas, M. E. (2004). What’s in a Grade?
actualización. En J. Fernández Ruiz & J. R.
School Report Cards and the Housing Market.
Hernández (Eds.), Derecho urbanístico (pp.
The American Economic Review, 94(3), 591–
63–80). México: PUEC, IIJ-UNAM.
604.
Cuenya, B. (2012). Grandes proyectos como
Fitch, J. M., & Garcia, P. (2008). La incidencia de las
herramientas de creación y recuperación de
externalidades ambientales en la formación
plusvalías urbanas: ejemplos de Argentina y
espacial de valores inmobiliarios: el caso de la
Brasil. En A. Ziccardi (Ed.), Ciudades del 2010:
región metropolitana de Barcelona.
entre la sociedad del conocimiento y la
Arquitectura, Ciudad y Entorno, 2(6), 673–692.
desigualdad social (pp. 1019–1036). México:
UNAM. Flores Peña, S. A. (2012). Procesos de transformación
urbana y su articulación con factores
Des Rosiers, F., Bolduc, A., & Thériault, M. (1999).
económicos e históricos. Documentos de
Environment and Value: Does Drinking Water
Trabajo, UNAM. México.
Quality Affect House Prices? The Journal of
Property Investment and Finance, 17(5), 444– Gayer, T., & Viscusi, W. K. (2002). Housing Price
463. Responses to Newspaper Publicity of
Hazardous Waste Sites. Resource and Energy
Des Rosiers, F., Thériault, M., Voisin, M., & Dubé, J.
Economics, (24), 33–51.
(2010). Does an Improved Urban Bus Service
Affect House Values? International Journal of Gibson, H. (2011). The Value of New: Elementary
Sustainable Transportation, 4(6), 321–346. School Facility Age and Associated Housing
Price. Journal of Housing Research, 20(1), 67–
Do, A. Q., Wilbur, R. W., & Short, J. L. (1994). An
86.
Empirical Examination of the Externalities of
Neighborhood Churches on Housing Values. Glaeser, E. (2011). El triunfo de las ciudades. Madrid:
Journal of Real Estate Finance and Economics, Santillana.
(9), 127–136. Hidalgo Dattwyler, R. (2004). VIII Congreso
Ebertz, A. (2013). The Capitalization of Public Internacional de Ciencias de la Tierra. In
Services and Amenities into Land Prices – Fragmentación urbana y condominios: lectura
Empirical Evidence from German del nuevo modelo de estructuración socio
Communities. International Journal of Urban espacial del área metropolitana de Santiago.
and Regional Research, 37(6), 2116–2128. Santiago de Chile: Instituto Geográfico Militar.
Fack, G., & Grenet, J. (2010). When do better schools Hillier, B., & Sahbaz, O. (2008). Un acercamiento
raise housing prices? Evidence from Paris basado en evidencias reales sobre crimen y
public and private schools. Journal of Public diseño urbano. O ¿cómo obtenemos vitalidad,
Economics, 94(1–2), 59–77. sostenibilidad medio ambiental y seguridad a
la vez? Revista INVI, 23(64), 61–94.
Fauria, A., & Mathur, S. (2012). Impact of Targeted
Redevelopment of Central Business District on Hughes Jr., W. T., & Sirmans, C. F. (1992). Traffic
Housing Prices in the Surrounding Externalities and Single-Family House Prices.
Neighborhoods: Evidence from Oakland, Journal of Regional Science, 32(4), 487–550.
California. Journal of Urban Planning and Kashian, R., & Rockwell, S. J. (2013). Town and Gown:

89
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

The Negative Externality of a University on Estimación de un modelo hedónico para


Housing Prices. Journal of Real Estate Practice conjuntos de viviendas nuevas. Revista de
and Education, 16(1), 1–13. Ingeniería Industrial, 1(1), 15–26.
Kuethe, T. H. (2012). Spatial Fragmentation and the ONU. (2018). ONU-Hábitat al alcance. Retrieved
Value of Residential Housing. Land Economics, August 8, 2018, from
88(1), 16–27. https://es.unhabitat.org/sobre-nosotros/al-
alcance/
Kuethe, T. H., & Keeney, R. (2012). Environmental
Externalities and Residential Property Values: Osland, L., & Pryce, G. (2012). Housing Prices and
Externalized Costs along the House Price Multiple Employment Nodes: Is the
Distribution. Land Economics, 88(2), 241–250. Relationship Nonmonotonic? Housing Studies,
27(8), 1182–1208.
Kunz Bolaños, I. (2003). Usos del suelo y territorio.
Tipos y lógicas de localización en la ciudad de Osland, L., & Thorsen, I. (2013). Spatial Impacts, Local
México. México: UNAM. Labour Market Characteristics and Housing
Prices. Urban Studies, 50(10), 2063–2083.
Kunz Bolaños, I. (2009). Procesos actuales de
reestructuración urbana en la Zona Osuna Fitch, J. M. (2008). La incidencia de las
Metropolitana de la Ciudad de Querétaro. externalidades ambientales en la formación
México: Sedesol. espacial de valores inmobiliarios.
Arquitectura, Ciudad y Entorno, 2(6), 673–692.
LaCour-Little, M., & Malpezzi, S. (2009). Gated Streets
and House Prices. Journal of Housing Research, Ottesman, J., Payton, S., & Man, J. (2008). Urban
18(1), 19–43. Location and Housing Prices within a Hedonic
Model. The Journal of Regional Analysis and
Leguizamon, S. (2010). The Influence of Reference
Policy, 38(1), 19–35.
Group House Size on House Price. Real Estate
Economics, 38(3), 507–527. Palm, R. (1978). Spatial segmentation of the urban
housing market. Economic Geography, 54(3),
Lichfield, N. (1988). Economics in urban
210–221.
conservation. Cambridge: Cambridge
University Press. Portnov, B. A., Genkin, B., & Barzilay, B. (2009).
Investigating the Effect of Train Proximity on
López Moreno, R., & Ibarra, X. (1997). Barrios,
Apartament Prices: Haifa, Israel as a Case
colonias y fraccionamientos. Historia de la
Study. Journal of Real Estate Research, 31(4),
evolución de una familia temática de palabras
371–395.
que designa una fracción del espacio urbano.
México. Retrieved from Pryce, G., Chen, Y., & Galster, G. (2011). The Impact of
www.unesco.org/most/p2wpfr2.htm#colonia Floods on House Prices: An Imperfect
Information Approach with Myopia and
Mardones, C. (2006). Impacto de la percepción de la
Amnesia. Housing Studies, 26(2), 259–279.
calidad del aire sobre el precio de las viviendas
en Concepción-Talcahuano, Chile. Cuadernos Quigley, J., & Rosenthal, L. (2005). The Effects of
de Economía, 43(Noviembre), 301–329. Land-Use Regulation on the Price of Housing:
What do we know? What can we learn?
Meloni, O., & Ruiz Núñez, F. (2002). El precio de los
Cityscape: A Journal of Policy Development
terrenos y el valor de sus atributos. Un enfoque
and Research, 8(1), 69–137.
de precios hedónicos. Económica, 47(1), 69–88.
RAE. (2018). Hedonismo. In Diccionario de la lengua
Nichols, T. (Ed.). (2011). The City as an Entertainment
española. RAE. Recuperado de
Machine. New York: Lexington Books.
http://dle.rae.es/?id=K5SIFfA
Nuñez Cerda, F., & Schovelin Surhoff, R. (2002).
Reback, R. (2005). House Prices and the Provision of

90
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

Local Public Services: Capitalization Under Turnbull, G. K., & Dombrow, J. (2006). Spatial
School Choice Programs. Journal of Urban Competition and Shopping Externalities:
Economics, (57), 275–301. Evidence from the Housing Market. Journal of
Real Estate Finance & Economics, (32), 391–
Rodda, D. T., & Satyendra, P. (2007). Homeowner
408.
House Age and Price Appreciation. Cityscape, a
Journal of Policy Development and Research, Ventolo, W., & Williams, M. (1997). The Art of Real
9(3), 123–151. Estate Appraisal. Dearborn: Dearborn
Financial Publishing.
Rodríguez, H., & Escobar, A. (2004). Los barrios
pobres en 31 ciudades mexicanas. Estudio de Vilalta, C. J. (2009). Un modelo descriptivo de la
Antropología Social (Vol. I). México: SEDESOL, geografía del robo en la zona metropolitana del
CIESAS. valle de México. Journal of Latin America
Geography, 8(1), 55–80.
Rojas, J. L. (2013). Valor económico del rescate de
Valsequillo: aplicación de precios hedónicos. (I. Vilalta, C. J. (2011). El robo de vehículos en la ciudad
G. S. ITESM ASU, Ed.), Think Green 2013: de México. Patrones espaciales y series de
Crecimiento Verde, Retos y Oportunidades tiempo. Gestión y Política Pública, 20(1), 97–
Para México. México: ITESM, IGS, ASU. 139.
Rosas Barrera, S. (2008). El impacto de los Whitaker, S., & Fitzpatrick, T. J. (2013).
macrodesarrollos habitacionales en el Deconstructing Distressed-Property
mercado de suelo urbano de Ixtapaluca, Estado Spillovers: The effects of Vacant, Tax-
de México. Tesis para obtener el grado de Delinquent, and Foreclosed Properties in
maestro en Urbanismo, Programa de Maestría y Housing Submarkets. Journal of Housing
Doctorado en Urbanismo, UNAM. Economics, (22), 79–91.
Rosen, S. (1974). Hedonic Prices and Implicit Zahirovic-Herbert, V., & Chatterjee, S. (2011). What is
Markets: Product Differentiation in Pure the value of a name? Conspicuous
Competition. Journal of Political Economy, consumption and house prices. Journal of Real
82(1), 34–55. Estate Research, 33(1), 105–125.
Rossi-Hansberg, E., & Owens, R. (2010). Housing
Externalities. Journal of Political Economy,
118(3), 485–535.
Sánchez Almanza, A. (2012). Estrategia Nacional
Territorial. México: Sedesol, UNAM.
Song, Y., & Quercia, R. G. (2008). How Are
Neighbourhood Design Features Valued across
Different Neighbourhood Types? Journal of
Housing and the Built Environment, 23(4),
297–316.
Thorsnes, P., & Reifel, J. W. (2007). Tiebout Dynamic:
Neighborhood Response to a Central City
Suburban House Price Differential. Journal of
Regional Science, 47(4), 693–719.
Tiebout, C. M. (1956). A Pure Theory of Local
Expenditures. Journal of Political Economy,
64(5), 416–424.

91
MODELOS DE PRECIOS HEDÓNICOS PARA LA VIVIENDA EN LA CIUDAD DE MÉXICO

A NEXOS

92
A.1. Características de las variables disponibles para la estimación de los modelos de precios hedónicos

Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Precio nominal Atributo numérico Precio nominal total de cada vivienda en


PRECIOn Softec
unitario ligado a punto el desarrollo (pesos).

Atributo numérico Precio total de cada vivienda en el desa-


PRECIOr Precio real unitario Softec
ligado a punto rrollo, deflactado por el INPC; 2008=100.

Valor del metro Atributo numérico Valor del metro cuadrado del área A (pe-
VAL_M2_A Softec
cuadrado A ligado a punto sos de 2008).

Valor del metro Atributo numérico Valor del metro cuadrado del área B (pe-
VAL_M2_B Softec
cuadrado B ligado a punto sos de 2008).

Variable de- Valor del metro Atributo numérico Valor del metro cuadrado del área C (pe-
VAL_M2_C Softec
pendiente cuadrado C ligado a punto sos de 2008).

93
Valor estimado del metro cuadrado total
Valor del metro Atributo numérico de la vivienda, incluyendo las áreas A, B y
VALE_M2_TOT Softec
cuadrado total ligado a punto C. Se calcula como PRECIOr/AREA_TOT
(pesos de 2008).

Ln del metro cuadrado Elabora- Atributo numérico Logaritmo natural del valor real del metro
LN_VALE_M2
de la vivienda ción propia ligado a punto cuadrado de la vivienda.

Valor del metro Atributo numérico Valor inicial del metro cuadrado (pesos de
VALOR_M2_INICIALr Softec
cuadrado inicial ligado a punto 2008).

Atributo numérico Área construida principal (metros cuadra-


AREA_A Área A Softec
ligado a punto dos).

Atributo numérico
AREA_B Área B Softec Área adicional B (metros cuadrados).
I - Atributos ligado a punto
del inmueble Atributo numérico
AREA_C Área C Softec Área adicional C (metros cuadrados).
ligado a punto

Atributo numérico Área total de la propiedad (suma de las


AREA_TOT Área total Softec
ligado a punto áreas A, B y C) (metros cuadrados).
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018
Diferencia entre el valor estimado total fi-
Plusvalía esperada Atributo numérico nal real del metro cuadrado de vivienda y
PLUSVALIA_ESP Softec
(pesos reales) ligado a punto el valor inicial real del metro cuadrado de
vivienda.
Porcentaje de enganche requerido por la
Atributo numérico
ENGANCHE Enganche Softec empresa para la adquisición de la vi-
ligado a punto
vienda.
Atributo numérico
RECAMARAS Número de recámaras Softec Número de recámaras de cada vivienda.
ligado a punto

Atributo numérico
BANOS Número de baños Softec Número de baños de cada vivienda.
ligado a punto

Tipo de vivienda. Pueden ser las siguien-


Atributo cualitativo tes: Departamento, Loft, Town house,
TIPO Tipo de vivienda Softec
ligado a punto Condominio horizontal CH, Casas solas CS,
Casas dúplex CD. No se puede ordenar.

94
Atributo numérico Indica si el desarrollo tiene bodega. 0 es
BODEGA Bodega Softec
ligado a punto No, 1 es Sí.

Atributo numérico Indica si el desarrollo tiene cuarto de ser-


CUARTOSERV Cuarto de servicio Softec
ligado a punto vicio. 0 es No, 1 es Sí.
Tipo de acabado en pisos: cemento pu-
lido, cerámica, duela de ingeniería, loseta
Atributo cualitativo
ACABADO_PISO Acabado en piso Softec vinílica, mármol, piso de madera, piso la-
ligado a punto
minado, porcelanato, vitropiso. No se
puede ordenar.
Tipo de acabado en cocina: cocina equi-
Atributo cualitativo
ACABADO_COCINA Acabado en cocina Softec pada, cocineta, integral, tarja. No se
ligado a punto
puede ordenar.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Tipo de acabado en paredes: acabado rús-


tico, concreto pulido, estuco, mármol,
Atributo cualitativo obra blanca, obra gris, paladium, papel ta-
ACABADO_PARED Acabado en pared Softec
ligado a punto piz, pasta texturizada, pintura vinílica, ta-
bique rojo, tirol planchado, yeso. No se
puede ordenar.

Atributo numérico Tipo de acabado en baños: baño completo


ACABADO_BANO Acabado en baño Softec
ligado a punto (2), baño simple (1).

Tipo de acabado en clóset: entrepaños,


Atributo numérico madera natural, MDF, poliestireno, PVC,
ACABADO_CLOSET Acabado en clóset Softec
ligado a punto sin clóset. Codificado en “sin closet” (0) y
“con algún acabado en clóset” (1).

Clasificación del desarrollo, de acuerdo


Clasificación de la Atributo numérico con los criterios de Softec: Económica - 1,

95
CLASIFICACION Softec
vivienda ligado a punto Media - 2, Residencial - 3, Residencial plus
- 4.
Atributo numérico Número de viviendas en el desarrollo ha-
UNIDADES Unidades Softec
ligado a punto bitacional.

Atributo numérico Número de viviendas vendidas del desa-


VENDIDAS Unidades vendidas Softec
ligado a punto rrollo habitacional a la fecha del reporte.

D - Atributos Atributo numérico Número de niveles o pisos del desarrollo


NIVELES Niveles del desarrollo Softec
del desarrollo ligado a punto habitacional.
habitacional
Elevadores del Atributo numérico Número de elevadores del desarrollo ha-
ELEVADOR Softec
desarrollo ligado a punto bitacional.

Cajones de Atributo numérico Número de cajones de estacionamiento


CAJONES Softec
estacionamiento ligado a punto por vivienda.

ESTACIONAMIENTO_ Estacionamiento para Atributo numérico Indica si el desarrollo tiene estaciona-


Softec
VISITAS visitas ligado a punto miento para visitas. 0 es No, 1 es Sí.

Atributo numérico Indica si el desarrollo tiene áreas verdes. 0


AREAS_VERDES Áreas verdes Softec
ligado a punto es No, 1 es Sí.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Atributo numérico Indica si el desarrollo tiene barda perime-


BARDEADO Bardeado Softec
ligado a punto tral. 0 es No, 1 es Sí.

Atributo numérico Indica si el desarrollo tiene gimnasio. 0 es


GYM Gimnasio Softec
ligado a punto No, 1 es Sí.

Atributo numérico Indica si el desarrollo tiene roof garden. 0


ROOF_GARDEN Roof garden Softec
ligado a punto es No, 1 es Sí.
Número promedio de meses en que las vi-
Atributo numérico
MESES_EN_VENTA Meses en venta Softec viendas del desarrollo estuvieron en
ligado a punto
venta.
Atributo numérico Población de 3 a 5 años que asiste a la es-
Población escolar de 3
EDU1 INEGI ligado a polígono cuela en la manzana donde se ubica el 2010 2010 2010 2010
a5
(manzana) desarrollo.

Atributo numérico Población de 15 años y más con educación


Población de 15+ con
EDU34 INEGI ligado a polígono básica completa en la manzana donde se 2010 2010 2010 2010

96
educación básica
(manzana) ubica el desarrollo.
Población de 18 años y más con al menos
Población de 18+ con Atributo numérico
un grado aprobado en educación media
EDU43 educación media INEGI ligado a polígono 2010 2010 2010 2010
superior en la manzana donde se ubica el
superior (manzana)
S - Caracterís- desarrollo.
ticas socioeco- Población de 25 años y más con al menos
Atributo numérico
nómicas Población de 25+ con un grado aprobado en educación superior
EDU46 INEGI ligado a polígono 2010 2010 2010 2010
educación superior en la manzana donde se ubica el desarro-
(manzana)
llo.
Población Atributo numérico
Población Económicamente Activa en la
ECO1 Económicamente INEGI ligado a polígono 2010 2010 2010 2010
manzana donde se ubica el desarrollo.
Activa (manzana)
Atributo numérico
Población ocupada en la manzana donde
ECO4 Población ocupada INEGI ligado a polígono 2010 2010 2010 2010
se ubica el desarrollo.
(manzana)
Atributo numérico
Población desocupada en la manzana
ECO25 Población desocupada INEGI ligado a polígono 2010 2010 2010 2010
donde se ubica el desarrollo.
(manzana)
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Crímenes reportados a SSP de la Atributo numérico Número de crímenes ocurridos a 100 me-
CRIM_100 2015 2016 2016 2016
100 m. CDMX ligado a punto-buffer tros o menos de la vivienda.

Crímenes reportados a SSP de la Atributo numérico Número de crímenes ocurridos a 300 me-
CRIM_300 2015 2016 2016 2016
300 m. CDMX ligado a punto-buffer tros o menos de la vivienda.

Crímenes reportados a SSP de la Atributo numérico Número de crímenes ocurridos a 500 me-
CRIM_500 2015 2016 2016 2016
500 m. CDMX ligado a punto-buffer tros o menos de la vivienda.

Sistema Atributo numérico Número de estaciones de Ecobici a 100


ECOBICI_100 Ecobici 2016 2016 2016
Ecobici ligado a punto-buffer metros o menos de la vivienda.

Atributo numérico Número de ejes viales principales a 500


EJEVIAL_500 Eje vial INEGI 2010 2010 2010 2010
ligado a línea-buffer metros o menos de la vivienda.
Número de accesos a ciclovías del sistema
Sistema Atributo numérico
CICLO_ECOBICI Ciclovías Ecobici Ecobici a 100 metros o menos de la vi- 2015 2015 2015
Ecobici ligado a línea-buffer
vienda.
Gobierno Atributo numérico Número de estaciones del metro a 100

97
METRO_100M Metro 100 2015 2015 2015
CDMX ligado a punto-buffer metros o menos de la vivienda.

Gobierno Atributo numérico Número de estaciones del metro a 300


METRO_300M Metro 300 2015 2015 2015
CDMX ligado a punto-buffer metros o menos de la vivienda.

U - Ubicación Gobierno Atributo numérico Número de estaciones del metro a 500


METRO_500M Metro 500 2015 2015 2015
CDMX ligado a punto-buffer metros o menos de la vivienda.

Gobierno Atributo numérico Número de estaciones del Metrobús a 100


METROBUS_100M Metrobús 100 2015 2015 2015
CDMX ligado a punto-buffer metros o menos de la vivienda.

Gobierno Atributo numérico Número de estaciones del Metrobús a 300


METROBUS_300M Metrobús 300 2015 2015 2015
CDMX ligado a punto-buffer metros o menos de la vivienda.

Gobierno Atributo numérico Número de estaciones del Metrobús a 500


METROBUS_500M Metrobús 500 2015 2015 2015
CDMX ligado a punto-buffer metros o menos de la vivienda.

AREASVERDESPUB_1 Áreas verdes públicas Atributo numérico Número de áreas verdes públicas a 100
INEGI 2010 2010 2010 2010
00M 100 ligado a punto-buffer metros o menos de la vivienda.

AREASVERDESPUB_3 Áreas verdes públicas Atributo numérico Número de áreas verdes públicas a 300
INEGI 2010 2010 2010 2010
00M 300 ligado a punto-buffer metros o menos de la vivienda.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

AREASVERDESPUB_5 Áreas verdes públicas Atributo numérico Número de áreas verdes públicas a 500
INEGI 2010 2010 2010 2010
00M 500 ligado a punto-buffer metros o menos de la vivienda.

Atributo numérico Número de camellones a 100 metros o


CAMELLON_100M Camellón 100 INEGI 2010 2010 2010 2010
ligado a punto-buffer menos de la vivienda.

Atributo numérico Número de camellones a 300 metros o


CAMELLON_300M Camellón 300 INEGI 2010 2010 2010 2010
ligado a punto-buffer menos de la vivienda.

Atributo numérico Número de camellones a 500 metros o


CAMELLON_500M Camellón 500 INEGI 2010 2010 2010 2010
ligado a punto-buffer menos de la vivienda.

PLAZA_PUNTO_100 Atributo numérico Número de plazas a 100 metros o menos


Plaza (punto) 100 INEGI 2010 2010 2010 2010
M ligado a punto-buffer de la vivienda.

PLAZA_PUNTO_300 Atributo numérico Número de plazas a 300 metros o menos


Plaza (punto) 300 INEGI 2010 2010 2010 2010
M ligado a punto-buffer de la vivienda.

PLAZA_PUNTO_500 Atributo numérico Número de plazas a 500 metros o menos


Plaza (punto) 500 INEGI 2010 2010 2010 2010

98
M ligado a punto-buffer de la vivienda.
Atributo numérico
PLAZA_POLIGONO_1 Número de plazas a 100 metros o menos
Plaza (polígono) 100 INEGI ligado a polígono-buf- 2010 2010 2010 2010
00M de la vivienda (polígono).
fer
Atributo numérico
PLAZA_POLIGONO_3 Número de plazas a 300 metros o menos
Plaza (polígono) 300 INEGI ligado a polígono-buf- 2010 2010 2010 2010
00M de la vivienda (polígono).
fer
Atributo numérico
PLAZA_POLIGONO_5 Número de plazas a 500 metros o menos
Plaza (polígono) 500 INEGI ligado a polígono-buf- 2010 2010 2010 2010
00M de la vivienda (polígono).
fer
Atributo numérico Número de templos religiosos a 100 me-
TEMPLO_100M Templo 100 INEGI 2010 2010 2010 2010
ligado a punto-buffer tros o menos de la vivienda.

Atributo numérico Número de templos religiosos a 300 me-


TEMPLO_300M Templo 300 INEGI 2010 2010 2010 2010
ligado a punto-buffer tros o menos de la vivienda.

Atributo numérico Número de templos religiosos a 500 me-


TEMPLO_500M Templo 500 INEGI 2010 2010 2010 2010
ligado a punto-buffer tros o menos de la vivienda.

PARQUESPUBLICOS_ Atributo numérico Número de parques públicos a 100 metros


Parque 100 INEGI 2010 2010 2010 2010
POLIGONOS_100M ligado a punto-buffer o menos de la vivienda.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

PARQUESPUBLICOS_ Atributo numérico Número de parques públicos a 300 metros


Parque 300 INEGI 2010 2010 2010 2010
POLIGONOS_300M ligado a punto-buffer o menos de la vivienda.

PARQUESPUBLICOS_ Atributo numérico Número de parques públicos a 500 metros


Parque 500 INEGI 2010 2010 2010 2010
POLIGONOS_500M ligado a punto-buffer o menos de la vivienda.

Gobierno Atributo numérico Número de Ecoparques a 100 metros o


ECOPARQUE_100M Ecoparque 100 2015 2015 2015
CDMX ligado a punto-buffer menos de la vivienda.

Gobierno Atributo numérico Número de Ecoparques a 300 metros o


ECOPARQUE_300M Ecoparque 300 2015 2015 2015
CDMX ligado a punto-buffer menos de la vivienda.

Gobierno Atributo numérico Número de Ecoparques a 500 metros o


ECOPARQUE_500M Ecoparque 500 2015 2015 2015
CDMX ligado a punto-buffer menos de la vivienda.

INCIDENCIASVIALES_ SOSP - Atributo numérico Número de incidencias viales ocurridas a


Incidencias viales 100 2014 2014 2014 2014
100M CDMX ligado a punto-buffer 100 metros o menos de la vivienda.

INCIDENCIASVIALES_ SOSP - Atributo numérico Número de incidencias viales ocurridas a


Incidencias viales 300 2014 2014 2014 2014

99
300M CDMX ligado a punto-buffer 300 metros o menos de la vivienda.

INCIDENCIASVIALES_ SOSP - Atributo numérico Número de incidencias viales ocurridas a


Incidencias viales 500 2014 2014 2014 2014
500M CDMX ligado a punto-buffer 500 metros o menos de la vivienda.
Unidades económicas dedicadas a la agri-
Agricultura, cría y
DENUE- Atributo numérico cultura, cría y explotación de animales
ANIMALES_100M explotación de
INEGI ligado a punto-buffer ubicadas a 100 metros o menos de la vi-
animales 100
vienda.
Unidades económicas dedicadas a la agri-
Agricultura, cría y
DENUE- Atributo numérico cultura, cría y explotación de animales
ANIMALES_300M explotación de
INEGI ligado a punto-buffer ubicadas a 300 metros o menos de la vi-
animales 300
vienda.
Unidades económicas dedicadas a la agri-
Agricultura, cría y
DENUE- Atributo numérico cultura, cría y explotación de animales
ANIMALES_500M explotación de
INEGI ligado a punto-buffer ubicadas a 500 metros o menos de la vi-
animales 500
vienda.
Unidades económicas dedicadas al comer-
Comercio al por mayor DENUE- Atributo numérico
COMERCIO_100M cio al por mayor, ubicadas a 100 metros o
100 INEGI ligado a punto-buffer
menos de la vivienda.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Unidades económicas dedicadas al comer-


Comercio al por mayor DENUE- Atributo numérico
COMERCIO_300M cio al por mayor, ubicadas a 300 metros o
300 INEGI ligado a punto-buffer
menos de la vivienda.

Unidades económicas dedicadas al comer-


Comercio al por mayor DENUE- Atributo numérico
COMERCIO_500M cio al por mayor, ubicadas a 500 metros o
500 INEGI ligado a punto-buffer
menos de la vivienda.

CORPORATIVOS_100 DENUE- Atributo numérico Corporativos de empresas ubicados a 100


Corporativos 100
M INEGI ligado a punto-buffer metros o menos de la vivienda.

CORPORATIVOS_300 DENUE- Atributo numérico Corporativos de empresas ubicados a 300


Corporativos 300
M INEGI ligado a punto-buffer metros o menos de la vivienda.

CORPORATIVOS_500 DENUE- Atributo numérico Corporativos de empresas ubicados a 500


Corporativos 500
M INEGI ligado a punto-buffer metros o menos de la vivienda.

Unidades económicas dedicadas a la in-


MANUFACTURA_100 Industria DENUE- Atributo numérico

100
dustria manufacturera, ubicadas a 100
M manufacturera 100 INEGI ligado a punto-buffer
metros o menos de la vivienda.

Unidades económicas dedicadas a la in-


MANUFACTURA_300 Industria DENUE- Atributo numérico
dustria manufacturera, ubicadas a 300
M manufacturera 300 INEGI ligado a punto-buffer
metros o menos de la vivienda.

Unidades económicas dedicadas a la in-


MANUFACTURA_500 Industria DENUE- Atributo numérico
dustria manufacturera, ubicadas a 500
M manufacturera 500 INEGI ligado a punto-buffer
metros o menos de la vivienda.

Servicios de Unidades económicas dedicadas a los ser-


esparcimiento, DENUE- Atributo numérico vicios de esparcimiento, culturales y re-
SERVESP_100M
culturales y recreativos INEGI ligado a punto-buffer creativos, ubicadas a 100 metros o menos
100 de la vivienda.

Servicios de Unidades económicas dedicadas a los ser-


esparcimiento, DENUE- Atributo numérico vicios de esparcimiento, culturales y re-
SERVESP_300M
culturales y recreativos INEGI ligado a punto-buffer creativos, ubicadas a 300 metros o menos
300 de la vivienda.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Servicios de Unidades económicas dedicadas a los ser-


esparcimiento, DENUE- Atributo numérico vicios de esparcimiento, culturales y re-
SERVESP_500M
culturales y recreativos INEGI ligado a punto-buffer creativos, ubicadas a 500 metros o menos
500 de la vivienda.

Unidades económicas dedicadas a los ser-


DENUE- Atributo numérico
SALUD_100M Servicios de salud 100 vicios de salud, ubicadas a 100 metros o
INEGI ligado a punto-buffer
menos de la vivienda.

Unidades económicas dedicadas a los ser-


DENUE- Atributo numérico
SALUD_300M Servicios de salud 300 vicios de salud, ubicadas a 300 metros o
INEGI ligado a punto-buffer
menos de la vivienda.

Unidades económicas dedicadas a los ser-


DENUE- Atributo numérico
SALUD_500M Servicios de salud 500 vicios de salud, ubicadas a 500 metros o
INEGI ligado a punto-buffer
menos de la vivienda.

101
DENUE- Atributo numérico Sucursales bancarias ubicadas a 100 me-
BANCO_100M Banco 100
INEGI ligado a punto-buffer tros o menos de la vivienda.

DENUE- Atributo numérico Sucursales bancarias ubicadas a 300 me-


BANCO_300M Banco 300
INEGI ligado a punto-buffer tros o menos de la vivienda.

DENUE- Atributo numérico Sucursales bancarias ubicadas a 500 me-


BANCO_500M Banco 500
INEGI ligado a punto-buffer tros o menos de la vivienda.

Unidades económicas dedicadas a los ser-


Servicios educativos DENUE- Atributo numérico
EDU_100M vicios educativos, ubicadas a 100 metros o
100 INEGI ligado a punto-buffer
menos de la vivienda.

Unidades económicas dedicadas a los ser-


Servicios educativos DENUE- Atributo numérico
EDU_300M vicios educativos, ubicadas a 300 metros o
300 INEGI ligado a punto-buffer
menos de la vivienda.

Unidades económicas dedicadas a los ser-


Servicios educativos DENUE- Atributo numérico
EDU_500M vicios educativos, ubicadas a 500 metros o
500 INEGI ligado a punto-buffer
menos de la vivienda.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Indica si el área (subpolígono de la Delega-


ción) donde se encuentra el desarrollo ha-
Plan especial de Gobierno Atributo numérico
PEDU bitacional tiene un plan de desarrollo
Z - Zonifica- desarrollo urbano CDMX ligado a polígono
urbano especial. 0 significa "sin plan espe-
ción cial" y 1 "con plan especial".

Plan Delegacional de Gobierno Atributo numérico Antigüedad del Programa Delegacional de


ANTPDDU
Desarrollo Urbano CDMX ligado a polígono Desarrollo Urbano (años).

Gobierno Atributo numérico Número de edificios caídos el 19S ubica-


DERRUMBES_100M Derrumbes 100 NA NA
CDMX ligado a punto-buffer dos a 100 metros o menos de la vivienda.

Gobierno Atributo numérico Número de edificios caídos el 19S ubica-


DERRUMBES_300M Derrumbes 300 NA NA
CDMX ligado a punto-buffer dos a 300 metros o menos de la vivienda.

Gobierno Atributo numérico Número de edificios caídos el 19S ubica-


DERRUMBES_500M Derrumbes 500 NA NA
CDMX ligado a punto-buffer dos a 500 metros o menos de la vivienda.

102
Atributo numérico Número de líneas de fracturas geológicas.
FRACTURAS500 Fracturas 500 INEGI ligado a polígono ubicadas a 500 metros o menos de la vi- NA NA 2010
-buffer vienda.
Atributo numérico Número de líneas de fracturas geológicas
Efecto 19S FRACTURAS1000 Fracturas 1000 INEGI ligado a polígono ubicadas a 1000 metros o menos de la vi- NA NA 2010
-buffer vienda.

Número de edificios del IMSS y la SSA da-


INFRAESTRUCTURA_ Fuerza Atributo numérico
Salud 100 ñados el 19S y ubicados a 100 metros o NA NA 2018
SALUD_100M México ligado a punto-buffer
menos de la vivienda.

Número de edificios del IMSS y la SSA da-


INFRAESTRUCTURA_ Fuerza Atributo numérico
Salud 300 ñados el 19S y ubicados a 300 metros o NA NA 2018
SALUD_300M México ligado a punto-buffer
menos de la vivienda.

Número de edificios del IMSS y la SSA da-


INFRAESTRUCTURA_ Fuerza Atributo numérico
Salud 500 ñados el 19S y ubicados a 500 metros o NA NA 2018
SALUD_500M México ligado a punto-buffer
menos de la vivienda.
Disponibilidad de
Vector Clave de variable Nombre Fuente Tipo Descripción información por año*
2015 2016 2017 2018

Número de edificios patrimonio histórico


Fuerza Atributo numérico
PATRIMONIO_100M Patrimonio 100 dañados el 19S y ubicados a 100 metros o NA NA 2018
México ligado a punto-buffer
menos de la vivienda.

Número de edificios patrimonio histórico


Fuerza Atributo numérico
PATRIMONIO_300M Patrimonio 300 dañados el 19S y ubicados a 300 metros o NA NA 2018
México ligado a punto-buffer
menos de la vivienda.

Número de edificios patrimonio histórico


Fuerza Atributo numérico
PATRIMONIO_500M Patrimonio 500 dañados el 19S y ubicados a 500 metros o NA NA 2018
México ligado a punto-buffer
menos de la vivienda.

Atributo numérico Identificador numérico único de cada vi-


NUMERO Clave de la vivienda Softec
ligado a punto vienda

Cadena de texto ligada Delegación de la CDMX donde se ubica la


DELEGACION Delegación Softec
a polígono vivienda.

103
Año en que se inició la construcción del
Otras variables Atributo numérico desarrollo habitacional. Se omiten los
ANO_INICIO Año de construcción Softec
ligado a punto años de entrega y de venta, porque in-
cluían expectativas hasta el año 2023.

Subíndice de vivienda del INPC. Se utiliza


Banco de Atributo numérico
INPC Índice de vivienda para deflactar el precio de las viviendas,
México ligado a punto
con base en el índice de junio de 2008.

* El símbolo significa que la información está disponible para el año en cuestión. Cuando aparece un año diferente en alguna de las columnas significa que la información no estaba
disponible para el año indicado, y que se usó la información del año más reciente que se anota. Esta utilización de los datos no afecta las estimaciones de manera importante, porque
las variables en que se utilizaron datos de años diferentes no cambian fácilmente con el tiempo.
Fuente: Elaboración propia con base en CIDE & Softec (2018).
A.2. Estadísticos descriptivos de las variables relacionadas con el precio de la vivienda, por año

Valor estimado Logaritmo na-


Valor del me- Valor del me- Valor del me- Valor inicial
Precio nominal Precio real de la real del metro tural del valor
Año Estadísticos tro cuadrado tro cuadrado tro cuadrado real del metro
de la vivienda vivienda cuadrado total real del metro
del área A del área B del área C cuadrado
de la vivienda cuadrado
2015 N 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00
Rango 61,700,000.00 52,450,515.45 142,483.28 40,587.25 34,014.62 142,483.28 3.67 142,483.28
Mínimo 700,000.00 595,062.57 3,720.84 0.00 0.00 3,720.84 8.22 3,720.84
Máximo 62,400,000.00 53,045,578.03 146,204.12 40,587.25 34,014.62 146,204.12 11.89 146,204.12
Suma 1,855,778,096.60 1,577,577,272.80 13,199,684.52 94,735.56 34,014.62 13,141,798.77 4,233.60 13,249,447.42
Media 4,515,275.17 3,838,387.53 32,116.02 230.50 82.76 31,975.18 10.30 32,237.10
Desv. típ. 5,335,904.64 4,535,995.93 13,954.52 2,788.41 1,677.82 14,029.36 0.37 14,157.40
2016 N 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00
Rango 43,144,000.00 35,868,212.30 106,898.69 106,428.79 101,832.13 112,849.99 3.00 106,898.69
Mínimo 834,000.00 693,354.56 11,876.58 0.00 0.00 5,925.28 8.69 11,876.58
Máximo 43,978,000.00 36,561,566.86 118,775.27 106,428.79 101,832.13 118,775.27 11.68 118,775.27

104
Suma 2,085,995,890.37 1,734,214,339.28 15,121,291.04 1,974,400.27 843,597.69 13,788,742.86 4,300.71 15,109,040.63
Media 4,990,420.79 4,148,838.13 36,175.34 4,723.45 2,018.18 32,987.42 10.29 36,146.03
Desv. típ. 4,753,109.19 3,951,546.67 16,249.77 13,765.75 9,386.24 16,425.82 0.49 16,249.17
2017 N 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00
Rango 44,071,480.00 35,720,188.74 96,652.46 179,469.13 107,338.60 87,525.90 2.97 91,121.56
Mínimo 740,000.00 599,774.27 13,328.32 0.00 0.00 4,745.45 8.46 13,328.32
Máximo 44,811,480.00 36,319,963.01 109,980.78 179,469.13 107,338.60 92,271.34 11.43 104,449.88
Suma 1,972,229,205.01 1,598,503,146.16 14,471,595.32 9,286,769.02 3,438,595.62 8,235,586.11 3,648.47 14,397,816.39
Media 5,315,981.68 4,308,633.82 39,007.00 25,031.72 9,268.45 22,198.35 9.83 38,808.13
Desv. típ. 4,686,511.24 3,798,444.39 14,752.29 21,045.56 16,805.69 14,940.10 0.57 14,571.74
2018 N 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00
Rango 10,982,000.00 8,696,657.88 49,549.58 53,159.84 38,115.82 58,876.79 2.16 49,549.58
Mínimo 1,118,000.00 885,345.43 17,025.87 0.00 0.00 7,698.66 8.95 17,025.87
Máximo 12,100,000.00 9,582,003.31 66,575.45 53,159.84 38,115.82 66,575.45 11.11 66,575.45
Suma 195,007,094.00 154,426,332.27 1,541,144.87 796,528.52 279,588.15 901,163.98 394.01 1,541,519.98
Valor estimado Logaritmo na-
Valor del me- Valor del me- Valor del me- Valor inicial
Precio nominal Precio real de la real del metro tural del valor
Año Estadísticos tro cuadrado tro cuadrado tro cuadrado real del metro
de la vivienda vivienda cuadrado total real del metro
del área A del área B del área C cuadrado
de la vivienda cuadrado
Media 4,875,177.35 3,860,658.31 38,528.62 19,913.21 6,989.70 22,529.10 9.85 38,538.00
Desv. típ. 2,505,814.41 1,984,357.19 9,160.83 16,317.14 13,386.84 14,549.91 0.57 9,161.21
Total N 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00
Rango 61,700,000.00 52,450,515.45 142,483.28 179,469.13 107,338.60 142,483.28 3.67 142,483.28
Mínimo 700,000.00 595,062.57 3,720.84 0.00 0.00 3,720.84 8.22 3,720.84
Máximo 62,400,000.00 53,045,578.03 146,204.12 179,469.13 107,338.60 146,204.12 11.89 146,204.12
Suma 6,109,010,285.98 5,064,721,090.51 44,333,715.75 12,152,433.37 4,595,796.07 36,067,291.73 12,576.79 44,297,824.42
Media 4,926,621.20 4,084,452.49 35,753.00 9,800.35 3,706.29 29,086.53 10.14 35,724.05
Desv. típ. 4,887,209.44 4,066,284.68 15,126.41 17,856.15 11,640.22 15,898.26 0.53 15,114.16
Fuente: Elaboración propia con base en CIDE & Softec (2018).

105
A.3. Estadísticos descriptivos de las variables del vector I (Atributos del inmueble), por año

Área Área Área Porcentaje


Plusvalía Cuarto de Acabado Acabado
Año Estadísticos construida adicional adicional Área total de Recámaras Baños Bodega
esperada servicio en baños en clósets
principal B C enganche
2015 N 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00
Rango 753.35 141.00 77.00 753.35 113,244.87 0.50 3.00 3.50 1.00 1.00 1.00 1.00
Sin cuarto
Sin bo-
Mínimo 30.00 0.00 0.00 30.00 -91,149.21 0.00 1.00 1.00 de servi- 1.00 0.00
dega
cio
Con
Con bo-
Máximo 783.35 141.00 77.00 783.35 22,095.67 0.50 4.00 4.50 cuarto de 2.00 1.00
dega
servicio
Suma 46,302.26 275.00 77.00 46,654.26 -107,648.58 91.01 924.00 861.00 110.00 50.00 819.00 365.00
Media 112.66 0.67 0.19 113.51 -261.92 0.22 2.25 2.09 0.27 0.12 1.99 0.89
Desv. típ. 87.80 8.39 3.80 88.29 5,090.77 0.08 0.60 0.69 0.44 0.33 0.09 0.32
2016 N 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00
Rango 594.25 276.00 207.00 590.25 81,136.64 0.60 3.00 3.50 1.00 1.00 2.00 1.00

106
Sin cuarto
Sin bo-
Mínimo 38.00 0.00 0.00 42.00 -77,293.42 0.00 1.00 1.00 de servi- 0.00 0.00
dega
cio
Con
Con bo-
Máximo 632.25 276.00 207.00 632.25 3,843.22 0.60 4.00 4.50 cuarto de 2.00 1.00
dega
servicio
-
Suma 44,256.07 6,469.63 2,808.85 53,534.55 96.89 924.00 869.00 122.00 63.00 787.00 380.00
1,320,297.76
Media 105.88 15.48 6.72 128.07 -3,158.61 0.23 2.21 2.08 0.29 0.15 1.88 0.91
Desv. típ. 61.16 42.88 27.66 88.60 9,397.94 0.08 0.55 0.65 0.46 0.36 0.34 0.29
2017 N 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00
Rango 602.00 716.00 315.00 1,289.00 90,957.31 0.50 3.00 4.00 1.00 1.00 2.00 1.00
Sin cuarto
Sin bo-
Mínimo 42.00 0.00 0.00 43.00 -75,596.32 0.00 1.00 1.00 de servi- 0.00 0.00
dega
cio
Con
Con bo-
Máximo 644.00 716.00 315.00 1,332.00 15,360.99 0.50 4.00 5.00 cuarto de 2.00 1.00
dega
servicio
Área Área Área Porcentaje
Plusvalía Cuarto de Acabado Acabado
Año Estadísticos construida adicional adicional Área total de Recámaras Baños Bodega
esperada servicio en baños en clósets
principal B C enganche
30,110.2 11,386.3 -
Suma 38,762.34 80,258.94 89.25 833.00 788.50 50.00 26.00 528.00 328.00
9 1 6,162,230.24
Media 104.48 81.16 30.69 216.33 -16,609.79 0.24 2.25 2.13 0.13 0.07 1.42 0.88
Desv. típ. 63.09 75.72 56.28 139.67 13,429.93 0.07 0.58 0.69 0.34 0.26 0.50 0.32
2018 N 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00
Rango 177.00 280.00 275.00 551.00 38,771.08 0.30 2.00 3.00 0.00 0.00 1.00 1.00
Sin cuarto
Sin bo-
Mínimo 52.00 0.00 0.00 70.00 -38,771.08 0.20 1.00 1.00 de servi- 1.00 0.00
dega
cio
Sin cuarto
Sin bo-
Máximo 229.00 280.00 275.00 621.00 0.00 0.50 3.00 4.00 de servi- 2.00 1.00
dega
cio
Suma 3,895.84 3,153.84 1,195.80 8,245.48 -640,355.98 10.20 90.00 86.50 0.00 0.00 60.00 33.00
Media 97.40 78.85 29.90 206.14 -16,008.90 0.25 2.25 2.16 0.00 0.00 1.50 0.83
Desv. típ. 37.77 68.35 62.05 111.85 12,811.89 0.06 0.49 0.59 0.00 0.00 0.51 0.38
Total N 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00

107
Rango 753.35 716.00 315.00 1,302.00 113,244.87 0.60 3.00 4.00 1.00 1.00 2.00 1.00
Sin cuarto
Sin bo-
Mínimo 30.00 0.00 0.00 30.00 -91,149.21 0.00 1.00 1.00 de servi- 0.00 0.00
dega
cio
Con
Con bo-
Máximo 783.35 716.00 315.00 1,332.00 22,095.67 0.60 4.00 5.00 cuarto de 2.00 1.00
dega
servicio
40,008.7 15,467.9 188,693.2 -
Suma 133,216.51 287.35 2,771.00 2,605.00 282.00 139.00 2,194.00 1,106.00
6 6 3 8,230,532.55
Media 107.43 32.27 12.47 152.17 -6,637.53 0.23 2.23 2.10 0.23 0.11 1.77 0.89
Desv. típ. 71.13 60.94 38.73 116.01 12,145.35 0.08 0.57 0.67 0.42 0.32 0.43 0.31
Fuente: Elaboración propia con base en CIDE & Softec (2018).
A.4. Estadísticos descriptivos de las variables del vector D (Atributos del desarrollo habitacional), por año

Promedio
Número de Cajones de de meses
Número Número de Número Estaciona-
niveles o estaciona- Áreas Barda Roof en que las
Año Estadísticos Clasificación de viviendas de ele- miento para Gimnasio
pisos del miento por verdes perimetral garden viviendas
viviendas vendidas vadores visitas
desarrollo vivienda estuvieron
en venta
2015 N 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00
Rango 2.00 770.00 200.00 49.00 7.00 7.00 1.00 1.00 1.00 1.00 1.00 24.84
Sin estaciona-
Sin áreas Sin barda Sin Sin roof
Mínimo Media 2.00 0.00 1.00 0.00 0.00 miento para 0.07
verdes perimetral gimnasio garden
visitas
Con estacio- Con
Residencial Con barda Con Con roof
Máximo 772.00 200.00 50.00 7.00 7.00 namiento áreas 24.90
plus perimetral gimnasio garden
para visitas verdes
Suma 1,370.00 11,415.00 3,527.00 2,174.00 404.00 664.00 22.00 89.00 164.00 59.00 145.00 1,861.58
Media 3.33 27.77 8.58 5.29 0.98 1.62 0.05 0.22 0.40 0.14 0.35 4.53
Desv. típ. 0.67 57.05 17.70 4.25 0.77 0.79 0.23 0.41 0.49 0.35 0.48 3.64
2016 N 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00

108
Rango 2.00 529.00 222.00 35.00 4.00 4.00 1.00 1.00 1.00 1.00 1.00 20.76
Sin estaciona-
Sin áreas Sin barda Sin Sin roof
Mínimo Media 2.00 0.00 1.00 0.00 0.00 miento para 0.13
verdes perimetral gimnasio garden
visitas
Con estacio- Con
Residencial Con barda Con Con roof
Máximo 531.00 222.00 36.00 4.00 4.00 namiento áreas 20.89
plus perimetral gimnasio garden
para visitas verdes
Suma 1,430.00 9,455.00 2,994.00 2,114.00 371.00 670.00 14.00 74.00 124.00 44.00 189.00 1,860.10
Media 3.42 22.62 7.16 5.06 0.89 1.60 0.03 0.18 0.30 0.11 0.45 4.45
Desv. típ. 0.63 42.94 14.76 3.23 0.66 0.71 0.18 0.38 0.46 0.31 0.50 3.09
2017 N 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00
Rango 2.00 598.00 192.00 62.00 7.00 5.00 1.00 1.00 1.00 1.00 1.00 14.64
Sin estaciona-
Sin áreas Sin barda Sin gim- Sin roof
Mínimo Media 2.00 0.00 2.00 0.00 0.00 miento para 0.10
verdes perimetral nasio garden
visitas
Con estacio- Con
Residencial Con barda Con gim- Con roof
Máximo 600.00 192.00 64.00 7.00 5.00 namiento áreas 14.74
plus perimetral nasio garden
para visitas verdes
Suma 1,286.00 10,444.00 3,053.00 1,989.00 248.00 563.00 13.00 49.00 128.00 45.00 152.00 1,901.38
Media 3.47 28.15 8.23 5.36 0.67 1.52 0.04 0.13 0.35 0.12 0.41 5.13
Promedio
Número de Cajones de de meses
Número Número de Número Estaciona-
niveles o estaciona- Áreas Barda Roof en que las
Año Estadísticos Clasificación de viviendas de ele- miento para Gimnasio
pisos del miento por verdes perimetral garden viviendas
viviendas vendidas vadores visitas
desarrollo vivienda estuvieron
en venta
Desv. típ. 0.61 59.83 17.49 5.09 0.84 0.71 0.18 0.34 0.48 0.33 0.49 2.99
2018 N 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00
Rango 2.00 194.00 15.00 21.00 0.00 1.00 1.00 1.00 1.00 1.00 1.00 2.47
Sin estaciona-
Sin áreas Sin barda Sin Sin roof
Mínimo Media 3.00 0.00 1.00 0.00 1.00 miento para 0.36
verdes perimetral gimnasio garden
visitas
Con estacio- Con
Residencial Con barda Con Con roof
Máximo 197.00 15.00 22.00 0.00 2.00 namiento áreas 2.83
plus perimetral gimnasio garden
para visitas verdes
Suma 139.00 798.00 68.00 198.00 0.00 57.00 1.00 8.00 17.00 3.00 13.00 64.01
Media 3.48 19.95 1.70 4.95 0.00 1.43 0.03 0.20 0.43 0.08 0.33 1.60
Desv. típ. 0.60 32.27 3.20 3.58 0.00 0.50 0.16 0.41 0.50 0.27 0.47 0.69
Total N 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00
Rango 2.00 770.00 222.00 63.00 7.00 7.00 1.00 1.00 1.00 1.00 1.00 24.84
Sin estaciona-
Sin áreas Sin barda Sin Sin roof

109
Mínimo Media 2.00 0.00 1.00 0.00 0.00 miento para 0.07
verdes perimetral gimnasio garden
visitas
Con estacio- Con
Residencial Con barda Con Con roof
Máximo 772.00 222.00 64.00 7.00 7.00 namiento áreas 24.90
plus perimetral gimnasio garden
para visitas verdes
Suma 4,225.00 32,112.00 9,642.00 6,475.00 1,023.00 1,954.00 50.00 220.00 433.00 151.00 499.00 5,687.07
Media 3.41 25.90 7.78 5.22 0.83 1.58 0.04 0.18 0.35 0.12 0.40 4.59
Desv. típ. 0.64 52.98 16.44 4.20 0.77 0.73 0.20 0.38 0.48 0.33 0.49 3.26
Fuente: Elaboración propia con base en CIDE & Softec (2018).
A.5. Estadísticos descriptivos de las variables del vector S (Características socioeconómicas), por año

Población de 18
Población de 3 Población de 15 años y más con al Población Número de Número de
Población de 25 años Población Número de
a 5 años que años y más con menos un grado PEA en la desocu- crímenes crímenes
y más con al menos ocupada en crímenes
asiste a la educación básica aprobado en edu- manzana pada en la ocurridos a ocurridos a
un grado aprobado en la manzana ocurridos a
Año Estadísticos escuela en la completa en la cación media donde se manzana 100 metros 300 metros
educación superior en donde se 500 metros
manzana manzana donde superior en la ubica el donde se o menos o menos
la manzana donde se ubica el o menos de
donde se ubica se ubica el manzana donde desarrollo ubica el de la de la
ubica el desarrollo desarrollo la vivienda
el desarrollo desarrollo se ubica el desarrollo vivienda vivienda
desarrollo
2015 N 313.00 395.00 407.00 408.00 408.00 297.00 411.00 411.00 411.00 411.00
Rango 77.00 443.00 1,291.00 1,444.00 1,389.00 75.00 2,930.00 33.00 244.00 505.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 -6.00 0.00 0.00 5.00
Máximo 77.00 443.00 1,291.00 1,444.00 1,389.00 75.00 2,924.00 33.00 244.00 510.00
Suma 2,724.00 11,668.00 43,836.00 60,061.00 58,604.00 2,261.00 110,730.00 3,435.00 31,765.00 87,429.00
Media 8.70 29.54 107.71 147.21 143.64 7.61 269.42 8.36 77.29 212.72
Desv. típ. 9.29 40.88 103.53 142.33 147.50 8.50 275.81 5.60 36.69 91.05

110
2016 N 329.00 397.00 415.00 415.00 415.00 304.00 418.00 418.00 418.00 418.00
Rango 72.00 367.00 475.00 910.00 851.00 59.00 1,956.00 82.00 367.00 708.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 -6.00 0.00 0.00 5.00
Máximo 72.00 367.00 475.00 910.00 851.00 59.00 1,950.00 82.00 367.00 713.00
Suma 2,684.00 12,291.00 40,909.00 58,249.00 55,820.00 2,266.00 108,316.00 3,626.00 32,312.00 88,188.00
Media 8.16 30.96 98.58 140.36 134.51 7.45 259.13 8.67 77.30 210.98
Desv. típ. 8.11 41.32 81.90 121.11 115.05 8.47 234.92 6.51 37.90 89.37
2017 N 286.00 357.00 367.00 368.00 368.00 282.00 371.00 371.00 371.00 371.00
Rango 52.00 236.00 609.00 721.00 700.00 45.00 1,437.00 56.00 239.00 600.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 -6.00 0.00 10.00 25.00
Máximo 52.00 236.00 609.00 721.00 700.00 45.00 1,431.00 56.00 249.00 625.00
Suma 2,060.00 9,515.00 35,756.00 49,445.00 47,522.00 1,793.00 89,885.00 3,298.00 30,391.00 84,233.00
Media 7.20 26.65 97.43 134.36 129.14 6.36 242.28 8.89 81.92 227.04
Desv. típ. 6.62 32.65 80.18 112.63 108.12 6.50 208.24 5.90 35.68 92.68
2018 N 21.00 36.00 40.00 40.00 40.00 29.00 40.00 40.00 40.00 40.00
Población de 18
Población de 3 Población de 15 años y más con al Población Número de Número de
Población de 25 años Población Número de
a 5 años que años y más con menos un grado PEA en la desocu- crímenes crímenes
y más con al menos ocupada en crímenes
asiste a la educación básica aprobado en edu- manzana pada en la ocurridos a ocurridos a
un grado aprobado en la manzana ocurridos a
Año Estadísticos escuela en la completa en la cación media donde se manzana 100 metros 300 metros
educación superior en donde se 500 metros
manzana manzana donde superior en la ubica el donde se o menos o menos
la manzana donde se ubica el o menos de
donde se ubica se ubica el manzana donde desarrollo ubica el de la de la
ubica el desarrollo desarrollo la vivienda
el desarrollo desarrollo se ubica el desarrollo vivienda vivienda
desarrollo
Rango 15.00 76.00 284.00 339.00 323.00 16.00 620.00 21.00 87.00 282.00
Mínimo 0.00 0.00 6.00 12.00 12.00 0.00 22.00 2.00 47.00 146.00
Máximo 15.00 76.00 290.00 351.00 335.00 16.00 642.00 23.00 134.00 428.00
Suma 114.00 705.00 3,022.00 4,074.00 3,946.00 113.00 7,112.00 397.00 3,613.00 9,762.00
Media 5.43 19.58 75.55 101.85 98.65 3.90 177.80 9.93 90.33 244.05
Desv. típ. 5.21 17.65 61.13 81.04 78.46 3.91 137.51 5.03 21.77 65.30
Total N 949.00 1,185.00 1,229.00 1,231.00 1,231.00 912.00 1,240.00 1,240.00 1,240.00 1,240.00
Rango 77.00 443.00 1,291.00 1,444.00 1,389.00 75.00 2,930.00 82.00 367.00 708.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 -6.00 0.00 0.00 5.00

111
Máximo 77.00 443.00 1,291.00 1,444.00 1,389.00 75.00 2,924.00 82.00 367.00 713.00
Suma 7,582.00 34,179.00 123,523.00 171,829.00 165,892.00 6,433.00 316,043.00 10,756.00 98,081.00 269,612.00
Media 7.99 28.84 100.51 139.58 134.76 7.05 254.87 8.67 79.10 217.43
Desv. típ. 8.09 38.24 88.78 125.33 124.16 7.84 240.01 5.99 36.50 90.57
Fuente: Elaboración propia con base en CIDE & Softec (2018).
A.6.1. Estadísticos descriptivos de las variables del vector U (Ubicación), por año (Parte 1 de 3)

Número
Número
Número de acce- Número Número Número Número Número Número Número Número Número
de ejes Número Número Número Número
de esta- sos a ci- de esta- de esta- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
viales de came- de came- de came- de plazas
ciones de clovías del ciones del ciones del ciones del ciones del ciones del ciones del verdes pú- verdes pú- verdes pú- de plazas de plazas de plazas
principa- llones a llones a llones a a 100 me-
Ecobici a sistema metro a metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a a 100 me- a 300 me- a 500 me-
Año Estadísticos les a 500 100 me- 300 me- 500 me- tros o me-
100 me- Ecobici a 100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
metros o tros o me- tros o me- tros o me- nos de la
tros o me- 100 me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
menos de nos de la nos de la nos de la vivienda
nos de la tros o me- nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
la vi- vivienda vivienda vivienda (polígono)
vivienda nos de la vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
vienda
vivienda
2015 N 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00
Rango 2.00 1.00 1.00 1.00 2.00 3.00 1.00 3.00 5.00 1.00 1.00 5.00 1.00 0.00 8.00 1.00 1.00 1.00 1.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Máximo 2.00 1.00 1.00 1.00 2.00 3.00 1.00 3.00 5.00 1.00 1.00 5.00 1.00 0.00 8.00 1.00 1.00 1.00 1.00
Suma 68.00 304.00 27.00 5.00 72.00 205.00 6.00 71.00 188.00 23.00 150.00 279.00 165.00 0.00 1,195.00 6.00 17.00 32.00 6.00
Media 0.17 0.74 0.07 0.01 0.18 0.50 0.01 0.17 0.46 0.06 0.36 0.68 0.40 0.00 2.91 0.01 0.04 0.08 0.01
Desv. típ. 0.40 0.44 0.25 0.11 0.42 0.72 0.12 0.52 0.96 0.23 0.48 0.65 0.49 0.00 1.65 0.12 0.20 0.27 0.12
2016 N 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00
Rango 2.00 1.00 1.00 1.00 2.00 3.00 1.00 4.00 6.00 1.00 1.00 4.00 3.00 5.00 5.00 1.00 1.00 1.00 1.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Máximo 2.00 1.00 1.00 1.00 2.00 3.00 1.00 4.00 6.00 1.00 1.00 4.00 3.00 5.00 5.00 1.00 1.00 1.00 1.00
Suma 58.00 299.00 22.00 2.00 58.00 194.00 2.00 51.00 190.00 25.00 123.00 268.00 164.00 377.00 981.00 1.00 8.00 25.00 1.00
Media 0.14 0.72 0.05 0.00 0.14 0.46 0.00 0.12 0.45 0.06 0.29 0.64 0.39 0.90 2.35 0.00 0.02 0.06 0.00
Desv. típ. 0.37 0.45 0.22 0.07 0.39 0.67 0.07 0.43 1.03 0.24 0.46 0.59 0.51 1.00 1.39 0.05 0.14 0.24 0.05

112
2017 N 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00
Rango 1.00 1.00 1.00 1.00 2.00 3.00 1.00 3.00 5.00 1.00 1.00 5.00 3.00 3.00 3.00 1.00 1.00 1.00 1.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Máximo 1.00 1.00 1.00 1.00 2.00 3.00 1.00 3.00 5.00 1.00 1.00 5.00 3.00 3.00 3.00 1.00 1.00 1.00 1.00
Suma 54.00 289.00 18.00 7.00 60.00 204.00 5.00 68.00 204.00 24.00 126.00 230.00 144.00 369.00 491.00 1.00 8.00 20.00 1.00
Media 0.15 0.78 0.05 0.02 0.16 0.55 0.01 0.18 0.55 0.06 0.34 0.62 0.39 0.99 1.32 0.00 0.02 0.05 0.00
Desv. típ. 0.35 0.42 0.22 0.14 0.41 0.68 0.12 0.51 0.97 0.25 0.47 0.54 0.51 0.67 0.72 0.05 0.15 0.23 0.05
2018 N 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00
Rango 2.00 1.00 1.00 1.00 1.00 2.00 1.00 2.00 4.00 1.00 1.00 1.00 1.00 2.00 0.00 0.00 0.00 0.00 0.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.00 0.00 0.00 0.00 0.00
Máximo 2.00 1.00 1.00 1.00 1.00 2.00 1.00 2.00 4.00 1.00 1.00 1.00 1.00 2.00 2.00 0.00 0.00 0.00 0.00
Suma 9.00 32.00 2.00 1.00 6.00 24.00 1.00 10.00 29.00 2.00 8.00 20.00 18.00 45.00 80.00 0.00 0.00 0.00 0.00
Media 0.23 0.80 0.05 0.03 0.15 0.60 0.03 0.25 0.73 0.05 0.20 0.50 0.45 1.13 2.00 0.00 0.00 0.00 0.00
Desv. típ. 0.53 0.41 0.22 0.16 0.36 0.63 0.16 0.54 1.24 0.22 0.41 0.51 0.50 0.65 0.00 0.00 0.00 0.00 0.00
Total N 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00
Rango 2.00 1.00 1.00 1.00 2.00 3.00 1.00 4.00 6.00 1.00 1.00 5.00 3.00 5.00 8.00 1.00 1.00 1.00 1.00
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Máximo 2.00 1.00 1.00 1.00 2.00 3.00 1.00 4.00 6.00 1.00 1.00 5.00 3.00 5.00 8.00 1.00 1.00 1.00 1.00
Suma 189.00 924.00 69.00 15.00 196.00 627.00 14.00 200.00 611.00 74.00 407.00 797.00 491.00 791.00 2,747.00 8.00 33.00 77.00 8.00
Media 0.15 0.75 0.06 0.01 0.16 0.51 0.01 0.16 0.49 0.06 0.33 0.64 0.40 0.64 2.22 0.01 0.03 0.06 0.01
Desv. típ. 0.38 0.44 0.23 0.11 0.40 0.69 0.11 0.49 0.99 0.24 0.47 0.60 0.50 0.83 1.45 0.08 0.16 0.24 0.08
A.6.2. Estadísticos descriptivos de las variables del vector U (Ubicación), por año (Parte 2 de 3)

Unidades Unidades Unidades


económi- económi- económi- Unidades
Unidades
cas dedi- cas dedi- cas dedi- económi-
Número Número Número Número Número Número Número Número Número Número Número económi-
Número cadas a la cadas a la cadas a la cas dedi-
de plazas de plazas de tem- de tem- de tem- de par- de par- de par- Número Número de inci- de inci- de inci- cas dedica-
de Eco- agricul- agricul- agricul- cadas al
a 300 me- a 500 me- plos reli- plos reli- plos reli- ques pú- ques pú- ques pú- de Eco- de Eco- dencias dencias dencias das al
parques a tura, cría tura, cría tura, cría comercio
tros o tros o giosos a giosos a giosos a blicos a blicos a blicos a parques a parques a viales viales viales comercio
100 me- y explota- y explota- y explota- al por ma-
Año Estadísticos menos de menos de 100 me- 300 me- 500 me- 100 me- 300 me- 500 me- 300 me- 500 me- ocurridas ocurridas ocurridas al por ma-
tros o ción de ción de ción de yor, ubi-
la vi- la vi- tros o tros o tros o tros o tros o tros o tros o me- tros o me- a 100 me- a 300 me- a 500 me- yor, ubica-
menos de animales animales animales cadas a
vienda vienda menos de menos de menos de menos de menos de menos de nos de la nos de la tros o me- tros o me- tros o me- das a 300
la vi- ubicadas ubicadas ubicadas 100 me-
(polí- (polí- la vi- la vi- la vi- la vi- la vi- la vi- vivienda vivienda nos de la nos de la nos de la metros o
vienda a 100 me- a 300 me- a 500 me- tros o me-
gono) gono) vienda vienda vienda vienda vienda vienda vivienda vivienda vivienda menos de
tros o me- tros o me- tros o me- nos de la
la vivienda
nos de la nos de la nos de la vivienda
vivienda vivienda vivienda
2015 N 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00

Rango 1.00 1.00 1.00 3.00 1.00 2.00 3.00 4.00 0.00 0.00 4.00 3.00 0.00 0.00 1.00 1.00 2.00 12.00 185.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Máximo 1.00 1.00 1.00 3.00 1.00 2.00 3.00 4.00 0.00 0.00 4.00 3.00 0.00 0.00 1.00 1.00 2.00 12.00 185.00

Suma 17.00 38.00 8.00 70.00 62.00 65.00 126.00 380.00 0.00 0.00 627.00 204.00 0.00 0.00 1.00 14.00 28.00 627.00 5,643.00

Media 0.04 0.09 0.02 0.17 0.15 0.16 0.31 0.92 0.00 0.00 1.53 0.50 0.00 0.00 0.00 0.03 0.07 1.53 13.73

113
Desv. típ. 0.20 0.29 0.14 0.44 0.36 0.37 0.54 1.08 0.00 0.00 1.32 0.61 0.00 0.00 0.05 0.18 0.28 1.90 13.33
2016 N 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 417.00 417.00 417.00 417.00 417.00

Rango 1.00 1.00 1.00 3.00 2.00 1.00 2.00 6.00 0.00 0.00 4.00 3.00 0.00 0.00 0.00 1.00 1.00 11.00 86.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Máximo 1.00 1.00 1.00 3.00 2.00 1.00 2.00 6.00 0.00 0.00 4.00 3.00 0.00 0.00 0.00 1.00 1.00 11.00 86.00

Suma 8.00 25.00 5.00 91.00 83.00 25.00 127.00 382.00 0.00 0.00 588.00 232.00 0.00 0.00 0.00 9.00 18.00 568.00 5,800.00

Media 0.02 0.06 0.01 0.22 0.20 0.06 0.30 0.91 0.00 0.00 1.41 0.56 0.00 0.00 0.00 0.02 0.04 1.36 13.91

Desv. típ. 0.14 0.24 0.11 0.49 0.42 0.24 0.48 1.28 0.00 0.00 1.42 0.75 0.00 0.00 0.00 0.15 0.20 1.63 10.88
2017 N 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00

Rango 1.00 1.00 1.00 1.00 3.00 1.00 1.00 2.00 0.00 0.00 3.00 1.00 0.00 0.00 0.00 1.00 1.00 12.00 148.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Máximo 1.00 1.00 1.00 1.00 3.00 1.00 1.00 2.00 0.00 0.00 3.00 1.00 0.00 0.00 0.00 1.00 1.00 12.00 148.00

Suma 8.00 20.00 4.00 69.00 199.00 24.00 126.00 241.00 0.00 0.00 367.00 176.00 0.00 0.00 0.00 4.00 13.00 636.00 5,885.00

Media 0.02 0.05 0.01 0.19 0.54 0.06 0.34 0.65 0.00 0.00 0.99 0.47 0.00 0.00 0.00 0.01 0.04 1.71 15.86

Desv. típ. 0.15 0.23 0.10 0.39 0.80 0.25 0.47 0.58 0.00 0.00 0.76 0.50 0.00 0.00 0.00 0.10 0.18 2.07 14.00
2018 N 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00
Unidades Unidades Unidades
económi- económi- económi- Unidades
Unidades
cas dedi- cas dedi- cas dedi- económi-
Número Número Número Número Número Número Número Número Número Número Número económi-
Número cadas a la cadas a la cadas a la cas dedi-
de plazas de plazas de tem- de tem- de tem- de par- de par- de par- Número Número de inci- de inci- de inci- cas dedica-
de Eco- agricul- agricul- agricul- cadas al
a 300 me- a 500 me- plos reli- plos reli- plos reli- ques pú- ques pú- ques pú- de Eco- de Eco- dencias dencias dencias das al
parques a tura, cría tura, cría tura, cría comercio
tros o tros o giosos a giosos a giosos a blicos a blicos a blicos a parques a parques a viales viales viales comercio
100 me- y explota- y explota- y explota- al por ma-
Año Estadísticos menos de menos de 100 me- 300 me- 500 me- 100 me- 300 me- 500 me- 300 me- 500 me- ocurridas ocurridas ocurridas al por ma-
tros o ción de ción de ción de yor, ubi-
la vi- la vi- tros o tros o tros o tros o tros o tros o tros o me- tros o me- a 100 me- a 300 me- a 500 me- yor, ubica-
menos de animales animales animales cadas a
vienda vienda menos de menos de menos de menos de menos de menos de nos de la nos de la tros o me- tros o me- tros o me- das a 300
la vi- ubicadas ubicadas ubicadas 100 me-
(polí- (polí- la vi- la vi- la vi- la vi- la vi- la vi- vivienda vivienda nos de la nos de la nos de la metros o
vienda a 100 me- a 300 me- a 500 me- tros o me-
gono) gono) vienda vienda vienda vienda vienda vienda vivienda vivienda vivienda menos de
tros o me- tros o me- tros o me- nos de la
la vivienda
nos de la nos de la nos de la vivienda
vivienda vivienda vivienda

Rango 0.00 0.00 1.00 2.00 1.00 1.00 1.00 4.00 0.00 0.00 1.00 1.00 0.00 0.00 0.00 1.00 1.00 0.00 67.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.00

Máximo 0.00 0.00 1.00 2.00 1.00 1.00 1.00 4.00 0.00 0.00 1.00 1.00 0.00 0.00 0.00 1.00 1.00 0.00 69.00

Suma 0.00 0.00 1.00 12.00 15.00 2.00 8.00 26.00 0.00 0.00 29.00 19.00 0.00 0.00 0.00 1.00 2.00 0.00 707.00

Media 0.00 0.00 0.03 0.30 0.38 0.05 0.20 0.65 0.00 0.00 0.73 0.48 0.00 0.00 0.00 0.03 0.05 0.00 17.68

Desv. típ. 0.00 0.00 0.16 0.65 0.49 0.22 0.41 0.86 0.00 0.00 0.45 0.51 0.00 0.00 0.00 0.16 0.22 0.00 11.35
Total N 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00

Rango 1.00 1.00 1.00 3.00 3.00 2.00 3.00 6.00 0.00 0.00 4.00 3.00 0.00 0.00 1.00 1.00 2.00 12.00 185.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

114
Máximo 1.00 1.00 1.00 3.00 3.00 2.00 3.00 6.00 0.00 0.00 4.00 3.00 0.00 0.00 1.00 1.00 2.00 12.00 185.00

Suma 33.00 83.00 18.00 242.00 359.00 116.00 387.00 1,029.00 0.00 0.00 1,611.00 631.00 0.00 0.00 1.00 28.00 61.00 1,831.00 18,035.00

Media 0.03 0.07 0.01 0.20 0.29 0.09 0.31 0.83 0.00 0.00 1.30 0.51 0.00 0.00 0.00 0.02 0.05 1.48 14.56

Desv. típ. 0.16 0.25 0.12 0.45 0.57 0.29 0.50 1.03 0.00 0.00 1.22 0.63 0.00 0.00 0.03 0.15 0.23 1.86 12.75

Fuente: Elaboración propia con base en CIDE & Softec (2018).


A.6.3. Estadísticos descriptivos de las variables del vector U (Ubicación), por año (Parte 3 de 3)

Unidades Unidades
económi- económi-
Unidades
Unidades cas dedi- cas dedi- Unidades Unidades
Unidades Unidades económi-
Unidades económi- cadas a cadas a económi- Unidades Unidades económi- Unidades Unidades
económi- económi- cas dedica-
económi- Corpora- Corpora- Corpora- cas dedi- Sucursa- Sucursa- Sucursa- los servi- los servi- cas dedi- económi- económi- cas dedi- económi- económi-
cas dedica- cas dedica- das a los
cas dedica- tivos de tivos de tivos de cadas a la les ban- les ban- les ban- cios de cios de cadas a cas dedica- cas dedica- cadas a cas dedica- cas dedica-
das a la das a la servicios
das al empresas empresas empresas industria carias carias carias esparci- esparci- los servi- das a los das a los los servi- das a los das a los
industria industria de esparci-
comercio ubicados ubicados ubicados manufac- ubicadas ubicadas ubicadas miento, miento, cios de servicios servicios cios edu- servicios servicios
manufac- manufac- miento,
Año Estadísticos al por ma- a 100 me- a 300 me- a 500 me- turera, a 100 me- a 300 me- a 500 me- culturales culturales salud, de salud, de salud, cativos, educati- educati-
turera, ubi- turera, ubi- culturales
yor, ubica- tros o tros o tros o ubicadas tros o tros o tros o y recrea- y recrea- ubicadas ubicadas a ubicadas a ubicadas vos, ubica- vos, ubica-
cadas a cadas a y recreati-
das a 500 menos de menos de menos de a 100 me- menos de menos de menos de tivos, ubi- tivos, ubi- a 100 me- 300 metros 500 metros a 100 me- das a 300 das a 500
300 metros 500 metros vos, ubica-
metros o la vi- la vi- la vi- tros o la vi- la vi- la vi- cadas a cadas a tros o o menos o menos tros o metros o metros o
o menos o menos das a 500
menos de vienda vienda vienda menos de vienda vienda vienda 100 me- 300 me- menos de de la vi- de la vi- menos de menos de menos de
de la vi- de la vi- metros o
la vivienda la vi- tros o tros o la vi- vienda vienda la vi- la vivienda la vivienda
vienda vienda menos de
vienda menos de menos de vienda vienda
la vivienda
la vi- la vi-
vienda vienda
2015 N 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00

Rango 367.00 1.00 9.00 12.00 11.00 141.00 439.00 7.00 17.00 29.00 5.00 39.00 84.00 113.00 720.00 1,153.00 7.00 39.00 74.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Máximo 367.00 1.00 9.00 12.00 11.00 141.00 439.00 7.00 17.00 29.00 5.00 39.00 84.00 113.00 720.00 1,153.00 7.00 39.00 74.00

Suma 16,249.00 5.00 66.00 231.00 615.00 5,932.00 17,117.00 63.00 842.00 2,559.00 127.00 1,448.00 3,959.00 800.00 11,172.00 27,973.00 392.00 3,576.00 9,525.00

115
Media 39.54 0.01 0.16 0.56 1.50 14.43 41.65 0.15 2.05 6.23 0.31 3.52 9.63 1.95 27.18 68.06 0.95 8.70 23.18

Desv. típ. 31.16 0.11 0.63 1.56 1.88 13.69 42.50 0.57 2.65 5.44 0.64 4.01 7.89 6.11 66.55 119.28 1.20 5.47 12.20
2016 N 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00 417.00

Rango 241.00 2.00 11.00 13.00 11.00 129.00 393.00 5.00 18.00 36.00 5.00 37.00 68.00 123.00 535.00 1,200.00 8.00 32.00 78.00

Mínimo 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00

Máximo 242.00 2.00 11.00 13.00 11.00 129.00 393.00 5.00 18.00 36.00 5.00 37.00 68.00 123.00 535.00 1,200.00 8.00 32.00 79.00

Suma 16,536.00 4.00 70.00 221.00 698.00 6,374.00 18,033.00 75.00 864.00 2,723.00 122.00 1,429.00 4,338.00 1,211.00 10,848.00 29,553.00 358.00 3,651.00 9,972.00

Media 39.65 0.01 0.17 0.53 1.67 15.29 43.24 0.18 2.07 6.53 0.29 3.43 10.40 2.90 26.01 70.87 0.86 8.76 23.91

Desv. típ. 29.00 0.12 0.79 1.55 1.84 12.11 33.39 0.59 3.07 6.44 0.65 3.24 6.97 10.40 46.98 123.32 1.21 5.55 13.19
2017 N 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00

Rango 223.00 2.00 6.00 13.00 20.00 224.00 459.00 7.00 19.00 37.00 5.00 39.00 55.00 116.00 945.00 1,203.00 10.00 42.00 66.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 2.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00

Máximo 223.00 2.00 6.00 13.00 20.00 224.00 461.00 7.00 19.00 37.00 5.00 39.00 55.00 116.00 945.00 1,204.00 10.00 42.00 66.00

Suma 16,321.00 7.00 58.00 140.00 752.00 6,491.00 17,384.00 90.00 780.00 2,310.00 134.00 1,387.00 4,086.00 968.00 9,898.00 30,102.00 385.00 3,308.00 9,231.00

Media 43.99 0.02 0.16 0.38 2.03 17.50 46.86 0.24 2.10 6.23 0.36 3.74 11.01 2.61 26.68 81.14 1.04 8.92 24.88
Unidades Unidades
económi- económi-
Unidades
Unidades cas dedi- cas dedi- Unidades Unidades
Unidades Unidades económi-
Unidades económi- cadas a cadas a económi- Unidades Unidades económi- Unidades Unidades
económi- económi- cas dedica-
económi- Corpora- Corpora- Corpora- cas dedi- Sucursa- Sucursa- Sucursa- los servi- los servi- cas dedi- económi- económi- cas dedi- económi- económi-
cas dedica- cas dedica- das a los
cas dedica- tivos de tivos de tivos de cadas a la les ban- les ban- les ban- cios de cios de cadas a cas dedica- cas dedica- cadas a cas dedica- cas dedica-
das a la das a la servicios
das al empresas empresas empresas industria carias carias carias esparci- esparci- los servi- das a los das a los los servi- das a los das a los
industria industria de esparci-
comercio ubicados ubicados ubicados manufac- ubicadas ubicadas ubicadas miento, miento, cios de servicios servicios cios edu- servicios servicios
manufac- manufac- miento,
Año Estadísticos al por ma- a 100 me- a 300 me- a 500 me- turera, a 100 me- a 300 me- a 500 me- culturales culturales salud, de salud, de salud, cativos, educati- educati-
turera, ubi- turera, ubi- culturales
yor, ubica- tros o tros o tros o ubicadas tros o tros o tros o y recrea- y recrea- ubicadas ubicadas a ubicadas a ubicadas vos, ubica- vos, ubica-
cadas a cadas a y recreati-
das a 500 menos de menos de menos de a 100 me- menos de menos de menos de tivos, ubi- tivos, ubi- a 100 me- 300 metros 500 metros a 100 me- das a 300 das a 500
300 metros 500 metros vos, ubica-
metros o la vi- la vi- la vi- tros o la vi- la vi- la vi- cadas a cadas a tros o o menos o menos tros o metros o metros o
o menos o menos das a 500
menos de vienda vienda vienda menos de vienda vienda vienda 100 me- 300 me- menos de de la vi- de la vi- menos de menos de menos de
de la vi- de la vi- metros o
la vivienda la vi- tros o tros o la vi- vienda vienda la vi- la vivienda la vivienda
vienda vienda menos de
vienda menos de menos de vienda vienda
la vivienda
la vi- la vi-
vienda vienda
Desv. típ. 30.56 0.15 0.60 1.07 2.38 19.64 46.13 0.75 2.97 5.74 0.70 3.77 7.17 7.04 63.29 136.65 1.32 5.39 11.73
2018 N 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00

Rango 149.00 4.00 6.00 13.00 9.00 29.00 99.00 4.00 46.00 102.00 3.00 39.00 39.00 95.00 525.00 1,100.00 8.00 41.00 70.00

Mínimo 16.00 0.00 0.00 0.00 0.00 5.00 17.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 3.00 9.00 0.00 1.00 2.00

Máximo 165.00 4.00 6.00 13.00 9.00 34.00 116.00 4.00 46.00 102.00 3.00 39.00 40.00 95.00 528.00 1,109.00 8.00 42.00 72.00

Suma 1,884.00 4.00 15.00 32.00 79.00 633.00 1,759.00 19.00 328.00 882.00 20.00 220.00 562.00 219.00 1,607.00 4,601.00 62.00 526.00 1,267.00

Media 47.10 0.10 0.38 0.80 1.98 15.83 43.98 0.48 8.20 22.05 0.50 5.50 14.05 5.48 40.18 115.03 1.55 13.15 31.68

Desv. típ. 26.69 0.63 1.08 2.30 1.72 6.92 18.34 0.93 9.15 20.85 0.78 6.43 9.13 15.42 87.87 230.80 1.68 8.62 17.11

116
Total N 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00 1,239.00

Rango 367.00 4.00 11.00 13.00 20.00 224.00 461.00 7.00 46.00 102.00 5.00 39.00 84.00 123.00 945.00 1,204.00 10.00 42.00 79.00

Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Máximo 367.00 4.00 11.00 13.00 20.00 224.00 461.00 7.00 46.00 102.00 5.00 39.00 84.00 123.00 945.00 1,204.00 10.00 42.00 79.00

Suma 50,990.00 20.00 209.00 624.00 2,144.00 19,430.00 54,293.00 247.00 2,814.00 8,474.00 403.00 4,484.00 12,945.00 3,198.00 33,525.00 92,229.00 1,197.00 11,061.00 29,995.00

Media 41.15 0.02 0.17 0.50 1.73 15.68 43.82 0.20 2.27 6.84 0.33 3.62 10.45 2.58 27.06 74.44 0.97 8.93 24.21

Desv. típ. 30.18 0.17 0.70 1.46 2.03 15.16 40.30 0.65 3.46 7.42 0.67 3.81 7.46 8.45 60.45 131.02 1.26 5.65 12.67

Fuente: Elaboración propia con base en CIDE & Softec (2018).


A.7. Estadísticos descriptivos de las variables del vector Z (Zonificación), por año

Planes especiales de desarrollo Antigüedad del Programa


Año Estadísticos urbano para la zona o colonia Delegacional de Desarrollo
donde se ubica el inmueble Urbano (años)
2015 N 411 411
Rango 1 5
Sin plan especial de desarrollo
Mínimo 8
urbano
Con plan especial de desarrollo
Máximo 13
urbano
Suma 54 4734
Media .13 11.52
Desv. típ. .338 1.811
2016 N 418 418
Rango 1 5
Sin plan especial de desarrollo
Mínimo 8
urbano
Con plan especial de desarrollo
Máximo 13
urbano

117
Suma 48 4789
Media .11 11.46
Desv. típ. .319 1.826
2017 N 371 371
Rango 1 5
Sin plan especial de desarrollo
Mínimo 8
urbano
Con plan especial de desarrollo
Máximo 13
urbano
Suma 49 4306
Media .13 11.61
Desv. típ. .339 1.717
2018 N 40 40
Rango 1 3
Sin plan especial de desarrollo
Mínimo 10
urbano
Con plan especial de desarrollo
Máximo 13
urbano
Suma 6 475
Media .15 11.88
Planes especiales de desarrollo Antigüedad del Programa
Año Estadísticos urbano para la zona o colonia Delegacional de Desarrollo
donde se ubica el inmueble Urbano (años)
Desv. típ. .362 1.471
Total N 1240 1240
Rango 1 5
Sin plan especial de desarrollo
Mínimo 8
urbano
Con plan especial de desarrollo
Máximo 13
urbano
Suma 157 14304
Media .13 11.54
Desv. típ. .333 1.778
Fuente: Elaboración propia con base en CIDE & Softec (2018).

118
A.8. Estadísticos descriptivos de las variables relacionadas con el efecto 19S, por año

Número de
Número de edificios Número de Número de
Número de Número de Número de Número de edi-
Número de Número de Número de líneas de del IMSS y edificios del edificios del
líneas de edificios patri- edificios patri- ficios patrimo- Viviendas
edificios caí- edificios caí- edificios caí- fracturas la SSA da- IMSS y la IMSS y la
fracturas monio histó- monio histó- nio histórico construidas
dos el 19S dos el 19S dos el 19S geológicas ñados el SSA daña- SSA daña-
geológicas rico dañados el rico dañados el dañados el 19S antes y
Año Estadísticos ubicados a ubicados a ubicados a ubicadas a 19S y ubi- dos el 19S y dos el 19S y
ubicadas a 19S y ubicados 19S y ubicados y ubicados a después del
100 metros o 300 metros o 500 metros o 1000 me- cados a ubicados a ubicados a
500 metros o a 100 metros o a 300 metros o 500 metros o sismo del
menos de la menos de la menos de la tros o me- 100 me- 300 metros 500 metros
menos de la menos de la vi- menos de la vi- menos de la vi- 19S
vivienda vivienda vivienda nos de la tros o me- o menos de o menos de
vivienda vienda vienda vienda
vivienda nos de la la vivienda la vivienda
vivienda
2015 N 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00 411.00
Rango 0.00 0.00 0.00 4.00 3.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Vivienda
construida
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
antes del
19S
Vivienda
construida
Máximo 0.00 0.00 0.00 4.00 3.00 0.00 0.00 0.00 0.00 0.00 0.00

119
antes del
19S
Suma 0.00 0.00 0.00 630.00 217.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Media 0.00 0.00 0.00 1.53 0.53 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Desv. típ. 0.00 0.00 0.00 1.32 0.63 0.00 0.00 0.00 0.00 0.00 0.00 0.00
2016 N 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00 418.00
Rango 0.00 0.00 0.00 4.00 3.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Vivienda
construida
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
antes del
19S
Vivienda
construida
Máximo 0.00 0.00 0.00 4.00 3.00 0.00 0.00 0.00 0.00 0.00 0.00
antes del
19S
Suma 0.00 0.00 0.00 546.00 215.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Media 0.00 0.00 0.00 1.31 0.51 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Desv. típ. 0.00 0.00 0.00 1.28 0.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00
2017 N 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00 371.00
Rango 0.00 2.00 4.00 4.00 3.00 0.00 0.00 3.00 0.00 1.00 5.00 1.00
Número de
Número de edificios Número de Número de
Número de Número de Número de Número de edi-
Número de Número de Número de líneas de del IMSS y edificios del edificios del
líneas de edificios patri- edificios patri- ficios patrimo- Viviendas
edificios caí- edificios caí- edificios caí- fracturas la SSA da- IMSS y la IMSS y la
fracturas monio histó- monio histó- nio histórico construidas
dos el 19S dos el 19S dos el 19S geológicas ñados el SSA daña- SSA daña-
geológicas rico dañados el rico dañados el dañados el 19S antes y
Año Estadísticos ubicados a ubicados a ubicados a ubicadas a 19S y ubi- dos el 19S y dos el 19S y
ubicadas a 19S y ubicados 19S y ubicados y ubicados a después del
100 metros o 300 metros o 500 metros o 1000 me- cados a ubicados a ubicados a
500 metros o a 100 metros o a 300 metros o 500 metros o sismo del
menos de la menos de la menos de la tros o me- 100 me- 300 metros 500 metros
menos de la menos de la vi- menos de la vi- menos de la vi- 19S
vivienda vivienda vivienda nos de la tros o me- o menos de o menos de
vivienda vienda vienda vienda
vivienda nos de la la vivienda la vivienda
vivienda
Vivienda
construida
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
antes del
19S
Vivienda
construida
Máximo 0.00 2.00 4.00 4.00 3.00 0.00 0.00 3.00 0.00 1.00 5.00
después del
19S
Suma 0.00 12.00 31.00 400.00 179.00 0.00 0.00 3.00 0.00 2.00 8.00 49.00
Media 0.00 0.03 0.08 1.08 0.48 0.00 0.00 0.01 0.00 0.01 0.02 0.13
Desv. típ. 0.00 0.22 0.40 1.04 0.58 0.00 0.00 0.16 0.00 0.07 0.28 0.34
2018 N 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00 40.00

120
Rango 0.00 2.00 4.00 3.00 1.00 0.00 0.00 1.00 0.00 0.00 1.00 0.00
Vivienda
construida
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
después del
19S
Vivienda
construida
Máximo 0.00 2.00 4.00 3.00 1.00 0.00 0.00 1.00 0.00 0.00 1.00
después del
19S
Suma 0.00 7.00 16.00 34.00 20.00 0.00 0.00 3.00 0.00 0.00 1.00 40.00
Media 0.00 0.18 0.40 0.85 0.50 0.00 0.00 0.08 0.00 0.00 0.03 1.00
Desv. típ. 0.00 0.55 0.96 0.58 0.51 0.00 0.00 0.27 0.00 0.00 0.16 0.00
Total N 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00
Rango 0.00 2.00 4.00 4.00 3.00 0.00 0.00 3.00 0.00 1.00 5.00 1.00
Vivienda
construida
Mínimo 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
antes del
19S
Vivienda
Máximo 0.00 2.00 4.00 4.00 3.00 0.00 0.00 3.00 0.00 1.00 5.00
construida
Número de
Número de edificios Número de Número de
Número de Número de Número de Número de edi-
Número de Número de Número de líneas de del IMSS y edificios del edificios del
líneas de edificios patri- edificios patri- ficios patrimo- Viviendas
edificios caí- edificios caí- edificios caí- fracturas la SSA da- IMSS y la IMSS y la
fracturas monio histó- monio histó- nio histórico construidas
dos el 19S dos el 19S dos el 19S geológicas ñados el SSA daña- SSA daña-
geológicas rico dañados el rico dañados el dañados el 19S antes y
Año Estadísticos ubicados a ubicados a ubicados a ubicadas a 19S y ubi- dos el 19S y dos el 19S y
ubicadas a 19S y ubicados 19S y ubicados y ubicados a después del
100 metros o 300 metros o 500 metros o 1000 me- cados a ubicados a ubicados a
500 metros o a 100 metros o a 300 metros o 500 metros o sismo del
menos de la menos de la menos de la tros o me- 100 me- 300 metros 500 metros
menos de la menos de la vi- menos de la vi- menos de la vi- 19S
vivienda vivienda vivienda nos de la tros o me- o menos de o menos de
vivienda vienda vienda vienda
vivienda nos de la la vivienda la vivienda
vivienda
después del
19S
Suma 0.00 19.00 47.00 1,610.00 631.00 0.00 0.00 6.00 0.00 2.00 9.00 89.00
Media 0.00 0.02 0.04 1.30 0.51 0.00 0.00 0.00 0.00 0.00 0.01 0.07
Desv. típ. 0.00 0.16 0.29 1.22 0.63 0.00 0.00 0.10 0.00 0.04 0.16 0.26
Fuente: Elaboración propia con base en CIDE & Softec (2018).

121
A.9. Matriz de correlaciones lineales de las variables del vector I (Atributos del inmueble)

Área Área Área total Cuarto


Área construida Plusvalía Porcentaje Acabado Acabado
Variable Estadístico adicional adicional de la Recámaras Baños Bodega de
principal esperada de enganche en baños en clósets
B C propiedad servicio
Área
Correlación
construida 1.000 .130** -0.010 .678** 0.041 0.043 .538** .621** .103** .483** .083** -0.007
de Pearson
principal
Sig. (bilate-
0.000 0.722 0.000 0.148 0.128 0.000 0.000 0.000 0.000 0.003 0.794
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Área Correlación
.130** 1.000 .448** .755** -.788** .066* .078** .117** -.087** -0.021 -.340** -0.024
adicional B de Pearson
Sig. (bilate-
0.000 0.000 0.000 0.000 0.021 0.006 0.000 0.002 0.468 0.000 0.389
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Área Correlación
-0.010 .448** 1.000 .563** -.624** .077** -0.023 0.018 -0.025 -0.008 -.182** -0.045
adicional C de Pearson
Sig. (bilate-
0.722 0.000 0.000 0.000 0.007 0.423 0.530 0.371 0.767 0.000 0.115
ral)

122
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Área
Correlación
total de la .678** .755** .563** 1.000 -.597** .087** .363** .448** 0.009 .282** -.188** -0.032
de Pearson
propiedad
Sig. (bilate-
0.000 0.000 0.000 0.000 0.002 0.000 0.000 0.757 0.000 0.000 0.255
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Plusvalía Correlación
0.041 -.788** -.624** -.597** 1.000 -.102** .081** 0.004 .095** 0.049 .355** 0.040
esperada de Pearson
Sig. (bilate-
0.148 0.000 0.000 0.000 0.000 0.004 0.884 0.001 0.086 0.000 0.162
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Porcentaje
Correlación
de 0.043 .066* .077** .087** -.102** 1.000 -0.003 .081** 0.018 .082** -0.033 0.049
de Pearson
enganche
Sig. (bilate-
0.128 0.021 0.007 0.002 0.000 0.910 0.005 0.518 0.004 0.246 0.081
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Correlación
Recámaras .538** .078** -0.023 .363** .081** -0.003 1.000 .640** 0.046 .256** 0.047 .061*
de Pearson
Área Área Área total Cuarto
Área construida Plusvalía Porcentaje Acabado Acabado
Variable Estadístico adicional adicional de la Recámaras Baños Bodega de
principal esperada de enganche en baños en clósets
B C propiedad servicio
Sig. (bilate-
0.000 0.006 0.423 0.000 0.004 0.910 0.000 0.102 0.000 0.101 0.032
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Correlación **
Baños .621 .117** 0.018 .448** 0.004 .081** .640** 1.000 .099** .401** .067* .103**
de Pearson
Sig. (bilate-
0.000 0.000 0.530 0.000 0.884 0.005 0.000 0.000 0.000 0.018 0.000
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Correlación
Bodega .103** -.087** -0.025 0.009 .095** 0.018 0.046 .099** 1.000 .130** .140** 0.028
de Pearson
Sig. (bilate-
0.000 0.002 0.371 0.757 0.001 0.518 0.102 0.000 0.000 0.000 0.329
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Cuarto de Correlación
.483** -0.021 -0.008 .282** 0.049 .082** .256** .401** .130** 1.000 .096** -.099**
servicio de Pearson
Sig. (bilate-
0.000 0.468 0.767 0.000 0.086 0.004 0.000 0.000 0.000 0.001 0.001
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240

123
Acabado Correlación
.083** -.340** -.182** -.188** .355** -0.033 0.047 .067* .140** .096** 1.000 .147**
en baños de Pearson
Sig. (bilate-
0.003 0.000 0.000 0.000 0.000 0.246 0.101 0.018 0.000 0.001 0.000
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Acabado Correlación
-0.007 -0.024 -0.045 -0.032 0.040 0.049 .061* .103** 0.028 -.099** .147** 1.000
en clósets de Pearson
Sig. (bilate-
0.794 0.389 0.115 0.255 0.162 0.081 0.032 0.000 0.329 0.001 0.000
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
**. La correlación es significativa al nivel 0,01 (bilateral).
*. La correlación es significante al nivel 0,05 (bilateral).
Fuente: Elaboración propia con base en CIDE & Softec (2018).
A.10. Matriz de correlaciones lineales de las variables del vector D (Atributos del desarrollo habitacional)

Número
Número
Número de Número de promedio de
de Cajones de Estaciona-
Clasificación viviendas en niveles o meses en que las
viviendas estaciona- miento Áreas Barda Roof
Variable Estadístico del el pisos del Elevadores Gimnasio viviendas del
vendidas miento por para verdes perimetral garden
desarrollo desarrollo desarrollo desarrollo
del vivienda visitas
habitacional habitacional estuvieron en
desarrollo
venta
Clasificación
Correlación
del 1.00 -.142** -.160** 0.00 -0.02 .539** 0.06 0.03 -0.01 .056* -0.02 0.00
de Pearson
desarrollo
Sig. (bilate-
0.00 0.00 0.92 0.54 0.00 0.05 0.27 0.62 0.05 0.40 0.97
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Número de
viviendas en el Correlación
-.142** 1.00 .657** .730** .461** -.123** .338** .263** .153** .371** 0.01 -0.01
desarrollo de Pearson
habitacional
Sig. (bilate-

124
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.81 0.82
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Número de
viviendas Correlación
-.160** .657** 1.00 .451** .265** -.136** .236** .213** .089** .257** -0.02 .191**
vendidas del de Pearson
desarrollo
Sig. (bilate-
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.57 0.00
ral)
1,240. 1,240.0
N 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00 1,240.00
00 0
Número de
niveles o pisos Correlación
0.00 .730** .451** 1.00 .458** -.070* .323** .185** .114** .342** 0.00 -0.04
del desarrollo de Pearson
habitacional
Sig. (bilate-
0.92 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.94 0.20
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Correlación
Elevadores -0.02 .461** .265** .458** 1.00 -.072* .222** .119** .081** .334** .097** -.087**
de Pearson
Número
Número
Número de Número de promedio de
de Cajones de Estaciona-
Clasificación viviendas en niveles o meses en que las
viviendas estaciona- miento Áreas Barda Roof
Variable Estadístico del el pisos del Elevadores Gimnasio viviendas del
vendidas miento por para verdes perimetral garden
desarrollo desarrollo desarrollo desarrollo
del vivienda visitas
habitacional habitacional estuvieron en
desarrollo
venta
Sig. (bilate-
0.54 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Cajones de
estaciona- Correlación
.539** -.123** -.136** -.070* -.072* 1.00 .068* .085** 0.04 0.04 -0.05 .092**
miento por de Pearson
vivienda
Sig. (bilate-
0.00 0.00 0.00 0.01 0.01 0.02 0.00 0.15 0.12 0.09 0.00
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Estaciona-
Correlación
miento para} 0.06 .338** .236** .323** .222** .068* 1.00 .227** .151** .287** 0.00 0.01
de Pearson
visitas
Sig. (bilate-
0.05 0.00 0.00 0.00 0.00 0.02 0.00 0.00 0.00 0.97 0.79

125
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Correlación
Áreas verdes 0.03 .263** .213** .185** .119** .085** .227** 1.00 .271** .227** .058* 0.03
de Pearson
Sig. (bilate-
0.27 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.04 0.34
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Barda Correlación
-0.01 .153** .089** .114** .081** 0.04 .151** .271** 1.00 .188** .078** 0.04
perimetral de Pearson
Sig. (bilate-
0.62 0.00 0.00 0.00 0.00 0.15 0.00 0.00 0.00 0.01 0.21
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Correlación
Gimnasio .056* .371** .257** .342** .334** 0.04 .287** .227** .188** 1.00 .147** 0.03
de Pearson
Sig. (bilate-
0.05 0.00 0.00 0.00 0.00 0.12 0.00 0.00 0.00 0.00 0.31
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Correlación
Roof garden -0.02 0.01 -0.02 0.00 .097** -0.05 0.00 .058* .078** .147** 1.00 -0.03
de Pearson
Sig. (bilate-
0.40 0.81 0.57 0.94 0.00 0.09 0.97 0.04 0.01 0.00 0.31
ral)
Número
Número
Número de Número de promedio de
de Cajones de Estaciona-
Clasificación viviendas en niveles o meses en que las
viviendas estaciona- miento Áreas Barda Roof
Variable Estadístico del el pisos del Elevadores Gimnasio viviendas del
vendidas miento por para verdes perimetral garden
desarrollo desarrollo desarrollo desarrollo
del vivienda visitas
habitacional habitacional estuvieron en
desarrollo
venta
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
Número
promedio de
meses en que
Correlación
las viviendas 0.00 -0.01 .191** -0.04 -.087** .092** 0.01 0.03 0.04 0.03 -0.03 1.00
de Pearson
del desarrollo
estuvieron en
venta
Sig. (bilate-
0.97 0.82 0.00 0.20 0.00 0.00 0.79 0.34 0.21 0.31 0.31
ral)
N 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240 1,240
**. La correlación es significativa al nivel 0,01 (bilateral).
*. La correlación es significante al nivel 0,05 (bilateral).
Fuente: Elaboración propia con base en CIDE & Softec (2018).

126
A.11. Matriz de correlaciones lineales de las variables del vector S (Características socioeconómicas)

Población de
Población Población de 18 Número de Número de Número de
Población 25 años y más
de 15 años años y más con al crímenes ocu- crímenes crímenes
de 3 a 5 con al menos Población Población
y más con menos un grado Población rridos a 100 ocurridos a ocurridos a
Variable Estadístico años que un grado apro- Económica- desocu-
educación aprobado en ocupada metros o 300 metros o 500 metros o
asiste a la bado en mente Activa pada
básica educación media menos de la menos de la menos de la
escuela educación
completa superior vivienda vivienda vivienda
superior
Población de 3 a
Correlación
5 años que asiste 1.00 .770** .717** .896** .870** .711** .915** 0.06 0.05 0.02
de Pearson
a la escuela
Sig. (bilateral) 0.00 0.00 0.00 0.00 0.00 0.00 0.07 0.14 0.47
N 949 920 947 949 949 750 949 949 949 949
Población de 15
años y más con Correlación
.770** 1.00 .413** .797** .767** .773** .839** .061* .123** .122**
educación básica de Pearson
completa
Sig. (bilateral) 0.00 0.00 0.00 0.00 0.00 0.00 0.04 0.00 0.00
N 920 1,185 1,183 1,185 1,185 885 1,185 1,185 1,185 1,185

127
Población de 18
años y más con
al menos un Correlación
.717** .413** 1.00 .863** .849** .548** .826** -.085** -.097** -.097**
grado aprobado de Pearson
en educación
media superior
Sig. (bilateral) 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
N 947 1,183 1,229 1,229 1,229 911 1,229 1,229 1,229 1,229
Población de 25
años y más con
al menos un Correlación
.896** .797** .863** 1.00 .972** .793** .990** 0.00 0.03 0.03
grado aprobado de Pearson
en educación
superior
Sig. (bilateral) 0.00 0.00 0.00 0.00 0.00 0.00 0.97 0.30 0.33
N 949 1,185 1,229 1,231 1,231 912 1,231 1,231 1,231 1,231
Población
Correlación
Económicamente .870** .767** .849** .972** 1.00 .743** .962** -0.01 0.01 0.01
de Pearson
Activa
Sig. (bilateral) 0.00 0.00 0.00 0.00 0.00 0.00 0.72 0.67 0.72
Población de
Población Población de 18 Número de Número de Número de
Población 25 años y más
de 15 años años y más con al crímenes ocu- crímenes crímenes
de 3 a 5 con al menos Población Población
y más con menos un grado Población rridos a 100 ocurridos a ocurridos a
Variable Estadístico años que un grado apro- Económica- desocu-
educación aprobado en ocupada metros o 300 metros o 500 metros o
asiste a la bado en mente Activa pada
básica educación media menos de la menos de la menos de la
escuela educación
completa superior vivienda vivienda vivienda
superior
N 949 1,185 1,229 1,231 1,231 912 1,231 1,231 1,231 1,231
Población Correlación
.711** .773** .548** .793** .743** 1.00 .804** .068* .091** .089**
ocupada de Pearson
Sig. (bilateral) 0.00 0.00 0.00 0.00 0.00 0.00 0.04 0.01 0.01
N 750 885 911 912 912 912 912 912 912 912
Población Correlación
.915** .839** .826** .990** .962** .804** 1.00 0.00 0.03 0.02
desocupada de Pearson
Sig. (bilateral) 0.00 0.00 0.00 0.00 0.00 0.00 0.86 0.31 0.41
N 949 1,185 1,229 1,231 1,231 912 1,240 1,240 1,240 1,240
Número de
crímenes ocurri-
Correlación
dos a 100 metros 0.06 .061* -.085** 0.00 -0.01 .068* 0.00 1.00 .585** .486**
de Pearson
o menos de la
vivienda

128
Sig. (bilateral) 0.07 0.04 0.00 0.97 0.72 0.04 0.86 0.00 0.00
N 949 1,185 1,229 1,231 1,231 912 1,240 1,240 1,240 1,240
Número de
crímenes ocurri-
Correlación
dos a 300 metros 0.05 .123** -.097** 0.03 0.01 .091** 0.03 .585** 1.00 .896**
de Pearson
o menos de la
vivienda
Sig. (bilateral) 0.14 0.00 0.00 0.30 0.67 0.01 0.31 0.00 0.00
N 949 1,185 1,229 1,231 1,231 912 1,240 1,240 1,240 1,240
Número de
crímenes ocurri-
Correlación
dos a 500 metros 0.02 .122** -.097** 0.03 0.01 .089** 0.02 .486** .896** 1.00
de Pearson
o menos de la
vivienda
Sig. (bilateral) 0.47 0.00 0.00 0.33 0.72 0.01 0.41 0.00 0.00
N 949 1,185 1,229 1,231 1,231 912 1,240 1,240 1,240 1,240
**. La correlación es significativa al nivel 0,01 (bilateral).
*. La correlación es significante al nivel 0,05 (bilateral).
Fuente: Elaboración propia con base en CIDE & Softec (2018).
A.12.1. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 1 de 8)

Número de
Número Número Número Número Número Número Número Número
Número de Número de accesos a Número de Número Número Número Número
de estacio- de estacio- de estacio- de estacio- de estacio- de áreas de áreas de áreas Número Número Número
estaciones ejes viales ciclovías estaciones de came- de came- de came- de plazas a
nes del nes del nes del nes del nes del verdes pú- verdes pú- verdes pú- de plazas a de plazas a de plazas a
de Ecobici principales del sis- del metro llones a llones a llones a 100 me-
metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a 100 me- 300 me- 500 me-
Variable Estadístico a 100 me- a 500 me- tema Eco- a 100 me- 100 me- 300 me- 500 me- tros o me-
300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 tros o me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la metros o nos de la nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda menos de vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
Número
de esta-
ciones de
Ecobici a Correla-
100 me- ción de 1.00 0.02 .151** 0.01 -0.04 -.081** 0.02 .063* .099** 0.01 0.00 .090** 0.05 0.01 .077** .073* 0.00 -0.03 .073*
tros o Pearson
menos de
la vi-
vienda
Sig. (bila-
0.59 0.00 0.63 0.15 0.00 0.54 0.03 0.00 0.82 0.88 0.00 0.07 0.63 0.01 0.01 0.99 0.25 0.01
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de ejes
viales

129
principa- Correla-
les a 500 ción de 0.02 1.00 0.05 -0.02 .096** .174** 0.05 .091** .094** -0.05 -.115** -.105** 0.05 0.05 0.02 -.092** -.087** -.195** -.092**
metros o Pearson
menos de
la vi-
vienda
Sig. (bila-
0.59 0.11 0.48 0.00 0.00 0.11 0.00 0.00 0.09 0.00 0.00 0.07 0.08 0.56 0.00 0.00 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de acce-
sos a ci-
clovías
del sis-
Correla-
tema
ción de .151** 0.05 1.00 .070* .088** .062* 0.04 0.04 0.04 0.03 0.05 .128** 0.00 -0.03 0.02 0.02 0.03 0.00 0.02
Ecobici a
Pearson
100 me-
tros o
menos de
la vi-
vienda
Sig. (bila-
0.00 0.11 0.01 0.00 0.03 0.15 0.22 0.17 0.33 0.09 0.00 0.94 0.23 0.49 0.39 0.37 0.88 0.39
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número Correla-
de esta- ción de 0.01 -0.02 .070* 1.00 .267** .101** -0.01 -0.04 -0.06 0.00 -0.05 -0.01 0.05 0.02 -0.02 -0.01 -0.02 0.00 -0.01
ciones Pearson
Número de
Número Número Número Número Número Número Número Número
Número de Número de accesos a Número de Número Número Número Número
de estacio- de estacio- de estacio- de estacio- de estacio- de áreas de áreas de áreas Número Número Número
estaciones ejes viales ciclovías estaciones de came- de came- de came- de plazas a
nes del nes del nes del nes del nes del verdes pú- verdes pú- verdes pú- de plazas a de plazas a de plazas a
de Ecobici principales del sis- del metro llones a llones a llones a 100 me-
metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a 100 me- 300 me- 500 me-
Variable Estadístico a 100 me- a 500 me- tema Eco- a 100 me- 100 me- 300 me- 500 me- tros o me-
300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 tros o me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la metros o nos de la nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda menos de vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
del metro
a 100
metros o
menos de
la vi-
vienda
Sig. (bila-
0.63 0.48 0.01 0.00 0.00 0.68 0.20 0.05 0.91 0.11 0.78 0.12 0.45 0.45 0.75 0.52 0.94 0.75
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de esta-
ciones
del metro Correla-
a 300 ción de -0.04 .096** .088** .267** 1.00 .513** -0.02 .083** -0.06 -0.04 -.065* -0.04 .093** 0.02 -0.02 -0.01 0.00 -0.02 -0.01
metros o Pearson
menos de
la vi-
vienda
Sig. (bila-
0.15 0.00 0.00 0.00 0.00 0.42 0.00 0.05 0.16 0.02 0.20 0.00 0.50 0.59 0.82 0.93 0.53 0.82
teral)

130
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de esta-
ciones
del metro Correla-
a 500 ción de -.081** .174** .062* .101** .513** 1.00 -0.01 0.02 .062* -.096** -.084** -.088** -0.01 0.04 -0.03 0.00 0.05 0.03 0.00
metros o Pearson
menos de
la vi-
vienda
Sig. (bila-
0.00 0.00 0.03 0.00 0.00 0.68 0.51 0.03 0.00 0.00 0.00 0.67 0.12 0.30 0.98 0.11 0.23 0.98
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de esta-
ciones
del Me-
Correla-
trobús a
ción de 0.02 0.05 0.04 -0.01 -0.02 -0.01 1.00 .293** .254** -0.03 0.04 0.04 0.04 -0.03 -0.01 -0.01 -0.02 -0.03 -0.01
100 me-
Pearson
tros o
menos de
la vi-
vienda
Sig. (bila-
0.54 0.11 0.15 0.68 0.42 0.68 0.00 0.00 0.34 0.17 0.18 0.19 0.34 0.85 0.76 0.53 0.33 0.76
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
Número Número Número Número Número Número Número Número
Número de Número de accesos a Número de Número Número Número Número
de estacio- de estacio- de estacio- de estacio- de estacio- de áreas de áreas de áreas Número Número Número
estaciones ejes viales ciclovías estaciones de came- de came- de came- de plazas a
nes del nes del nes del nes del nes del verdes pú- verdes pú- verdes pú- de plazas a de plazas a de plazas a
de Ecobici principales del sis- del metro llones a llones a llones a 100 me-
metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a 100 me- 300 me- 500 me-
Variable Estadístico a 100 me- a 500 me- tema Eco- a 100 me- 100 me- 300 me- 500 me- tros o me-
300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 tros o me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la metros o nos de la nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda menos de vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
Número
de esta-
ciones
del Me-
Correla-
trobús a
ción de .063* .091** 0.04 -0.04 .083** 0.02 .293** 1.00 .687** 0.00 .072* .110** -0.02 0.02 -0.01 -0.01 -0.03 0.00 -0.01
300 me-
Pearson
tros o
menos de
la vi-
vienda
Sig. (bila-
0.03 0.00 0.22 0.20 0.00 0.51 0.00 0.00 0.99 0.01 0.00 0.55 0.60 0.78 0.83 0.23 0.89 0.83
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de esta-
ciones
del Me-
Correla-
trobús a
ción de .099** .094** 0.04 -0.06 -0.06 .062* .254** .687** 1.00 0.01 .096** .142** -0.02 .056* 0.00 -0.02 -0.03 0.03 -0.02
500 me-
Pearson
tros o

131
menos de
la vi-
vienda
Sig. (bila-
0.00 0.00 0.17 0.05 0.05 0.03 0.00 0.00 0.76 0.00 0.00 0.50 0.05 0.99 0.49 0.27 0.28 0.49
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de áreas
verdes
públicas Correla-
a 100 ción de 0.01 -0.05 0.03 0.00 -0.04 -.096** -0.03 0.00 0.01 1.00 .360** .180** .059* 0.04 -0.01 0.02 -0.02 0.02 0.02
metros o Pearson
menos de
la vi-
vienda
Sig. (bila-
0.82 0.09 0.33 0.91 0.16 0.00 0.34 0.99 0.76 0.00 0.00 0.04 0.16 0.81 0.43 0.47 0.49 0.43
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de áreas
verdes Correla-
públicas ción de 0.00 -.115** 0.05 -0.05 -.065* -.084** 0.04 .072* .096** .360** 1.00 .498** -0.03 -0.04 0.04 0.03 .066* .062* 0.03
a 300 Pearson
metros o
menos de
Número de
Número Número Número Número Número Número Número Número
Número de Número de accesos a Número de Número Número Número Número
de estacio- de estacio- de estacio- de estacio- de estacio- de áreas de áreas de áreas Número Número Número
estaciones ejes viales ciclovías estaciones de came- de came- de came- de plazas a
nes del nes del nes del nes del nes del verdes pú- verdes pú- verdes pú- de plazas a de plazas a de plazas a
de Ecobici principales del sis- del metro llones a llones a llones a 100 me-
metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a 100 me- 300 me- 500 me-
Variable Estadístico a 100 me- a 500 me- tema Eco- a 100 me- 100 me- 300 me- 500 me- tros o me-
300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 tros o me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la metros o nos de la nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda menos de vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
la vi-
vienda
Sig. (bila-
0.88 0.00 0.09 0.11 0.02 0.00 0.17 0.01 0.00 0.00 0.00 0.33 0.13 0.22 0.30 0.02 0.03 0.30
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de áreas
verdes
públicas Correla-
a 500 ción de .090** -.105** .128** -0.01 -0.04 -.088** 0.04 .110** .142** .180** .498** 1.00 0.01 -0.03 0.03 0.05 0.03 .076** 0.05
metros o Pearson
menos de
la vi-
vienda
Sig. (bila-
0.00 0.00 0.00 0.78 0.20 0.00 0.18 0.00 0.00 0.00 0.00 0.82 0.29 0.23 0.09 0.26 0.01 0.09
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de came-
llones a

132
Correla-
100 me-
ción de 0.05 0.05 0.00 0.05 .093** -0.01 0.04 -0.02 -0.02 .059* -0.03 0.01 1.00 .120** 0.05 0.00 -0.04 -.070* 0.00
tros o
Pearson
menos de
la vi-
vienda
Sig. (bila-
0.07 0.07 0.94 0.12 0.00 0.67 0.19 0.55 0.50 0.04 0.33 0.82 0.00 0.08 0.91 0.16 0.01 0.91
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de came-
llones a
Correla-
300 me-
ción de 0.01 0.05 -0.03 0.02 0.02 0.04 -0.03 0.02 .056* 0.04 -0.04 -0.03 .120** 1.00 -.138** -0.05 -0.01 -0.03 -0.05
tros o
Pearson
menos de
la vi-
vienda
Sig. (bila-
0.63 0.08 0.23 0.45 0.50 0.12 0.34 0.60 0.05 0.16 0.13 0.29 0.00 0.00 0.08 0.66 0.25 0.08
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de came-
Correla-
llones a
ción de .077** 0.02 0.02 -0.02 -0.02 -0.03 -0.01 -0.01 0.00 -0.01 0.04 0.03 0.05 -.138** 1.00 .057* 0.02 -0.03 .057*
500 me-
Pearson
tros o
menos de
Número de
Número Número Número Número Número Número Número Número
Número de Número de accesos a Número de Número Número Número Número
de estacio- de estacio- de estacio- de estacio- de estacio- de áreas de áreas de áreas Número Número Número
estaciones ejes viales ciclovías estaciones de came- de came- de came- de plazas a
nes del nes del nes del nes del nes del verdes pú- verdes pú- verdes pú- de plazas a de plazas a de plazas a
de Ecobici principales del sis- del metro llones a llones a llones a 100 me-
metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a 100 me- 300 me- 500 me-
Variable Estadístico a 100 me- a 500 me- tema Eco- a 100 me- 100 me- 300 me- 500 me- tros o me-
300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 tros o me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la metros o nos de la nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda menos de vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
la vi-
vienda
Sig. (bila-
0.01 0.56 0.49 0.45 0.59 0.30 0.85 0.78 0.99 0.81 0.22 0.23 0.08 0.00 0.04 0.47 0.31 0.04
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de plazas
a 100 Correla-
metros o ción de .073* -.092** 0.02 -0.01 -0.01 0.00 -0.01 -0.01 -0.02 0.02 0.03 0.05 0.00 -0.05 .057* 1.00 .487** .313** 1.000**
menos de Pearson
la vi-
vienda
Sig. (bila-
0.01 0.00 0.39 0.75 0.82 0.98 0.76 0.83 0.49 0.43 0.30 0.09 0.91 0.08 0.04 0.00 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de plazas
a 300 Correla-
metros o ción de 0.00 -.087** 0.03 -0.02 0.00 0.05 -0.02 -0.03 -0.03 -0.02 .066* 0.03 -0.04 -0.01 0.02 .487** 1.00 .643** .487**
menos de Pearson

133
la vi-
vienda
Sig. (bila-
0.99 0.00 0.37 0.52 0.93 0.11 0.53 0.23 0.27 0.47 0.02 0.26 0.16 0.66 0.47 0.00 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de plazas
a 500 Correla-
metros o ción de -0.03 -.195** 0.00 0.00 -0.02 0.03 -0.03 0.00 0.03 0.02 .062* .076** -.070* -0.03 -0.03 .313** .643** 1.00 .313**
menos de Pearson
la vi-
vienda
Sig. (bila-
0.25 0.00 0.88 0.94 0.53 0.23 0.33 0.89 0.28 0.49 0.03 0.01 0.01 0.25 0.31 0.00 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número
de plazas
a 100
metros o Correla-
menos de ción de .073* -.092** 0.02 -0.01 -0.01 0.00 -0.01 -0.01 -0.02 0.02 0.03 0.05 0.00 -0.05 .057* 1.000** .487** .313** 1.00
la vi- Pearson
vienda
(polí-
gono)
Sig. (bila-
0.01 0.00 0.39 0.75 0.82 0.98 0.76 0.83 0.49 0.43 0.30 0.09 0.91 0.08 0.04 0.00 0.00 0.00
teral)
Número de
Número Número Número Número Número Número Número Número
Número de Número de accesos a Número de Número Número Número Número
de estacio- de estacio- de estacio- de estacio- de estacio- de áreas de áreas de áreas Número Número Número
estaciones ejes viales ciclovías estaciones de came- de came- de came- de plazas a
nes del nes del nes del nes del nes del verdes pú- verdes pú- verdes pú- de plazas a de plazas a de plazas a
de Ecobici principales del sis- del metro llones a llones a llones a 100 me-
metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a 100 me- 300 me- 500 me-
Variable Estadístico a 100 me- a 500 me- tema Eco- a 100 me- 100 me- 300 me- 500 me- tros o me-
300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 tros o me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la metros o nos de la nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda menos de vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
** La correlación es significativa al nivel 0,01 (bilateral).
* La correlación es significante al nivel 0,05 (bilateral).
c No se puede calcular porque al menos una variable es constante.
Fuente: Elaboración propia con base en CIDE & Softec (2018).

134
A.12.2. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 2 de 8)

Número
Número Número Número Número Número Número Número Número Número Número Número
de accesos Número Número Número Número
de estacio- de ejes de estacio- de estacio- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
a ciclovías de came- de came- de came- de plazas
nes de viales nes del nes del ciones del ciones del ciones del ciones del verdes pú- verdes pú- verdes pú- de plazas de plazas de plazas
del sis- llones a llones a llones a a 100 me-
Ecobici a principales metro a metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico tema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- a 500 me- 100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
bici a 100 tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
metros o nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
menos de vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
Número de
plazas a 300
Correla-
metros o
ción de 0.00 -.087** 0.03 -0.02 0.00 0.05 -0.02 -0.03 -0.03 -0.02 .066* 0.03 -0.04 -0.01 0.02 .487** 1.000** .643** .487**
menos de la
Pearson
vivienda
(polígono)
Sig. (bila-
0.99 0.00 0.37 0.52 0.93 0.11 0.53 0.23 0.27 0.47 0.02 0.26 0.16 0.66 0.47 0.00 0.00 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
plazas a 500
Correla-
metros o
ción de -0.03 -.191** 0.01 0.00 -0.03 0.02 -0.03 0.02 0.05 0.03 .067* .085** -.082** -0.05 -0.02 .301** .617** .961** .301**
menos de la
Pearson
vivienda
(polígono)

135
Sig. (bila-
0.28 0.00 0.85 1.00 0.38 0.51 0.31 0.54 0.08 0.33 0.02 0.00 0.00 0.10 0.40 0.00 0.00 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
templos re-
Correla-
ligiosos a
ción de -0.05 0.01 0.03 -0.01 0.04 0.01 -0.01 -0.03 -0.02 0.03 0.02 0.01 -0.03 0.00 0.04 -0.01 -0.02 0.00 -0.01
100 metros
Pearson
o menos de
la vivienda
Sig. (bila-
0.09 0.75 0.30 0.64 0.21 0.76 0.65 0.36 0.49 0.35 0.58 0.86 0.32 0.88 0.18 0.73 0.48 0.91 0.73
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
templos re-
Correla-
ligiosos a
ción de 0.00 .060* -0.02 0.05 .083** 0.04 -0.01 -0.01 -.063* -0.05 -0.02 -0.05 0.01 0.03 .066* -0.04 -.060* -.089** -0.04
300 metros
Pearson
o menos de
la vivienda
Sig. (bila-
0.99 0.03 0.50 0.08 0.00 0.13 0.66 0.70 0.03 0.09 0.47 0.10 0.69 0.38 0.02 0.22 0.03 0.00 0.22
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
templos re-
Correla-
ligiosos a
ción de -0.05 0.04 -0.02 .060* .064* .074** -0.03 -.060* -.110** 0.00 -0.04 -.070* 0.04 .099** -.112** -0.04 -.075** -.113** -0.04
500 metros
Pearson
o menos de
la vivienda
Número
Número Número Número Número Número Número Número Número Número Número Número
de accesos Número Número Número Número
de estacio- de ejes de estacio- de estacio- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
a ciclovías de came- de came- de came- de plazas
nes de viales nes del nes del ciones del ciones del ciones del ciones del verdes pú- verdes pú- verdes pú- de plazas de plazas de plazas
del sis- llones a llones a llones a a 100 me-
Ecobici a principales metro a metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico tema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- a 500 me- 100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
bici a 100 tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
metros o nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
menos de vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
Sig. (bila-
0.10 0.19 0.52 0.04 0.03 0.01 0.34 0.03 0.00 0.90 0.18 0.01 0.17 0.00 0.00 0.15 0.01 0.00 0.15
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
parques pú-
Correla-
blicos a 100
ción de 0.02 -.085** -0.01 -0.01 -.063* -.134** -0.01 0.01 0.01 .777** .455** .251** 0.05 -.056* .093** 0.04 0.05 0.06 0.04
metros o
Pearson
menos de la
vivienda
Sig. (bila-
0.56 0.00 0.85 0.72 0.03 0.00 0.78 0.65 0.64 0.00 0.00 0.00 0.08 0.05 0.00 0.13 0.08 0.06 0.13
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
parques pú-
Correla-
blicos a 300
ción de -0.01 -.068* .060* -0.04 -0.05 -0.05 0.03 .082** .108** .308** .898** .443** -0.03 -0.01 0.01 0.01 0.02 0.03 0.01
metros o
Pearson
menos de la
vivienda
Sig. (bila-
0.66 0.02 0.04 0.16 0.12 0.09 0.38 0.00 0.00 0.00 0.00 0.00 0.35 0.69 0.79 0.72 0.55 0.35 0.72
teral)

136
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
parques pú-
Correla-
blicos a 500
ción de .061* -.078** .057* -0.03 -0.02 -.061* 0.04 .099** .083** .081** .223** .590** -0.01 0.02 0.05 0.02 0.01 0.05 0.02
metros o
Pearson
menos de la
vivienda
Sig. (bila-
0.03 0.01 0.05 0.39 0.60 0.03 0.16 0.00 0.00 0.00 0.00 0.00 0.69 0.47 0.06 0.42 0.78 0.07 0.42
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
Ecoparques
Correla-
a 100 me-
ción de .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c
tros o me-
Pearson
nos de la
vivienda
Sig. (bila-
. . . . . . . . . . . . . . . . . . .
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
Ecoparques
Correla-
a 300 me-
ción de .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c
tros o me-
Pearson
nos de la
vivienda
Número
Número Número Número Número Número Número Número Número Número Número Número
de accesos Número Número Número Número
de estacio- de ejes de estacio- de estacio- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
a ciclovías de came- de came- de came- de plazas
nes de viales nes del nes del ciones del ciones del ciones del ciones del verdes pú- verdes pú- verdes pú- de plazas de plazas de plazas
del sis- llones a llones a llones a a 100 me-
Ecobici a principales metro a metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico tema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- a 500 me- 100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
bici a 100 tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
metros o nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
menos de vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
Sig. (bila-
. . . . . . . . . . . . . . . . . . .
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
Ecoparques
Correla-
a 500 me-
ción de .068* .246** 0.00 0.04 0.05 .086** 0.02 0.02 0.02 -.076** -0.05 -0.01 0.00 -.256** .225** 0.02 -.065* -.115** 0.02
tros o me-
Pearson
nos de la
vivienda
Sig. (bila-
0.02 0.00 0.97 0.17 0.06 0.00 0.54 0.53 0.53 0.01 0.09 0.68 0.97 0.00 0.00 0.45 0.02 0.00 0.45
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
incidencias
viales ocu- Correla-
rridas a 100 ción de 0.02 .314** -.062* 0.03 0.00 0.05 -0.03 -0.05 -.103** -0.05 -.060* -.083** .089** -0.02 .109** 0.00 -0.05 -.086** 0.00
metros o Pearson
menos de la
vivienda
Sig. (bila-

137
0.57 0.00 0.03 0.33 0.89 0.10 0.37 0.06 0.00 0.10 0.03 0.00 0.00 0.57 0.00 0.97 0.11 0.00 0.97
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
incidencias
viales ocu- Correla-
rridas a 300 ción de .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c
metros o Pearson
menos de la
vivienda
Sig. (bila-
. . . . . . . . . . . . . . . . . . .
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Número de
incidencias
viales ocu- Correla-
rridas a 500 ción de .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c .c
metros o Pearson
menos de la
vivienda
Sig. (bila-
. . . . . . . . . . . . . . . . . . .
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240
Unidades Correla-
económicas ción de -0.01 0.02 -0.01 0.00 -0.01 -0.02 0.00 0.05 0.04 -0.01 0.04 0.02 0.03 -0.02 0.02 0.00 -0.01 -0.01 0.00
dedicadas a Pearson
Número
Número Número Número Número Número Número Número Número Número Número Número
de accesos Número Número Número Número
de estacio- de ejes de estacio- de estacio- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
a ciclovías de came- de came- de came- de plazas
nes de viales nes del nes del ciones del ciones del ciones del ciones del verdes pú- verdes pú- verdes pú- de plazas de plazas de plazas
del sis- llones a llones a llones a a 100 me-
Ecobici a principales metro a metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico tema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- a 500 me- 100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
bici a 100 tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
metros o nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
menos de vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
la agricul-
tura, cría y
explotación
de animales
ubicadas a
100 metros
o menos de
la vivienda
Sig. (bila-
0.69 0.56 0.81 0.91 0.70 0.46 0.92 0.09 0.13 0.80 0.15 0.55 0.23 0.44 0.59 0.94 0.87 0.80 0.94
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades
económicas
dedicadas a
la agricul-
tura, cría y Correla-
explotación ción de -0.02 0.01 -0.04 -0.02 -0.03 -.056* -0.02 0.05 0.00 0.01 0.03 -0.01 -.065* -.078** 0.00 -0.01 -0.03 -0.04 -0.01
de animales Pearson
ubicadas a
300 metros

138
o menos de
la vivienda
Sig. (bila-
0.53 0.62 0.19 0.55 0.25 0.05 0.57 0.08 0.88 0.79 0.25 0.75 0.02 0.01 0.99 0.67 0.38 0.17 0.67
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades
económicas
dedicadas a
la agricul-
tura, cría y Correla-
explotación ción de 0.03 0.02 0.01 -0.02 -0.04 -.061* -0.02 .059* 0.04 .065* .121** 0.05 -.093** -.090** 0.02 -0.02 -0.04 -.056* -0.02
de animales Pearson
ubicadas a
500 metros
o menos de
la vivienda
Sig. (bila-
0.23 0.47 0.74 0.40 0.15 0.03 0.42 0.04 0.17 0.02 0.00 0.06 0.00 0.00 0.40 0.54 0.21 0.05 0.54
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades
económicas
dedicadas al Correla-
comercio al ción de .113** 0.04 0.05 0.02 0.02 0.04 .059* .125** .085** -0.01 -0.04 0.02 0.02 -0.01 -0.04 0.03 0.04 0.01 0.03
por mayor, Pearson
ubicadas a
100 metros
Número
Número Número Número Número Número Número Número Número Número Número Número
de accesos Número Número Número Número
de estacio- de ejes de estacio- de estacio- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
a ciclovías de came- de came- de came- de plazas
nes de viales nes del nes del ciones del ciones del ciones del ciones del verdes pú- verdes pú- verdes pú- de plazas de plazas de plazas
del sis- llones a llones a llones a a 100 me-
Ecobici a principales metro a metro a metro a Metrobús Metrobús Metrobús blicas a blicas a blicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico tema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- a 500 me- 100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
bici a 100 tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
metros o nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
menos de vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
la vivienda
o menos de
la vivienda
Sig. (bila-
0.00 0.14 0.08 0.50 0.59 0.12 0.04 0.00 0.00 0.68 0.18 0.48 0.47 0.76 0.12 0.24 0.15 0.70 0.24
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades
económicas
dedicadas al
comercio al Correla-
por mayor, ción de .168** 0.02 0.04 0.03 0.02 .076** .060* .181** .197** -0.04 -.064* 0.00 -0.01 .068* -0.01 0.03 0.03 0.00 0.03
ubicadas a Pearson
300 metros
o menos de
la vivienda
Sig. (bila-
0.00 0.44 0.16 0.27 0.59 0.01 0.04 0.00 0.00 0.19 0.02 0.90 0.83 0.02 0.82 0.37 0.39 0.97 0.37
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
** La correlación es significativa al nivel 0,01 (bilateral).
* La correlación es significante al nivel 0,05 (bilateral).
c No se puede calcular porque al menos una variable es constante.

139
Fuente: Elaboración propia con base en CIDE & Softec (2018).
A.12.3. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 3 de 8)

Número Número Número Número Número Número Número Número Número


Número de Número de Número de Número Número Número Número
de esta- de esta- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
estaciones ejes viales accesos a ci- de came- de came- de came- de plazas
ciones del ciones del ciones del ciones del ciones del ciones del verdes verdes verdes de plazas de plazas de plazas
de Ecobici principales clovías del llones a llones a llones a a 100 me-
metro a metro a metro a Metrobús Metrobús Metrobús públicas a públicas a públicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico a 100 me- a 500 me- sistema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la tros o menos nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda de la vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
Unidades econó-
micas dedicadas
al comercio al Correla-
por mayor, ubi- ción de .165** 0.01 0.05 0.02 0.01 .073* .065* .164** .243** -0.05 -0.03 0.02 0.00 .057* -0.01 0.00 0.00 -0.01 0.00
cadas a 500 me- Pearson
tros o menos de
la vivienda
Sig. (bila-
0.00 0.67 0.09 0.57 0.87 0.01 0.02 0.00 0.00 0.06 0.38 0.55 0.90 0.05 0.69 0.94 0.88 0.64 0.94
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Corporativos de
empresas ubica- Correla-
dos a 100 metros ción de .074** -0.04 .060* -0.01 0.00 0.04 .170** 0.01 0.03 0.00 -0.03 0.01 0.00 -0.02 0.01 .230** .102** 0.05 .230**
o menos de la vi- Pearson
vienda
Sig. (bila-
0.01 0.13 0.04 0.71 0.95 0.16 0.00 0.79 0.39 0.89 0.36 0.75 0.98 0.58 0.67 0.00 0.00 0.06 0.00

140
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Corporativos de
empresas ubica- Correla-
dos a 300 metros ción de .109** -.069* 0.04 -0.01 -0.04 -0.05 .062* 0.01 0.01 0.05 -0.02 0.01 0.00 0.01 0.04 .067* .075** .077** .067*
o menos de la vi- Pearson
vienda
Sig. (bila-
0.00 0.02 0.19 0.84 0.19 0.06 0.03 0.66 0.63 0.10 0.57 0.80 0.96 0.78 0.18 0.02 0.01 0.01 0.02
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Corporativos de
empresas ubica- Correla-
dos a 500 metros ción de .124** -.138** 0.04 0.00 -0.04 -.077** 0.05 0.01 0.02 .081** 0.03 0.05 0.03 -0.04 .090** .096** .063* .083** .096**
o menos de la vi- Pearson
vienda
Sig. (bila-
0.00 0.00 0.14 0.94 0.14 0.01 0.07 0.65 0.52 0.00 0.38 0.12 0.33 0.13 0.00 0.00 0.03 0.00 0.00
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a la industria ma- Correla-
nufacturera, ubi- ción de -.092** .060* -0.05 0.04 .073** .215** 0.04 -0.05 -0.05 -.062* -.101** -.120** -0.04 .060* -.111** 0.00 .093** 0.05 0.00
cadas a 100 Pearson
metros o menos
de la vivienda
Número Número Número Número Número Número Número Número Número
Número de Número de Número de Número Número Número Número
de esta- de esta- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
estaciones ejes viales accesos a ci- de came- de came- de came- de plazas
ciones del ciones del ciones del ciones del ciones del ciones del verdes verdes verdes de plazas de plazas de plazas
de Ecobici principales clovías del llones a llones a llones a a 100 me-
metro a metro a metro a Metrobús Metrobús Metrobús públicas a públicas a públicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico a 100 me- a 500 me- sistema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la tros o menos nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda de la vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
Sig. (bila-
0.00 0.03 0.06 0.20 0.01 0.00 0.12 0.10 0.07 0.03 0.00 0.00 0.14 0.03 0.00 0.88 0.00 0.11 0.88
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a la industria ma- Correla-
nufacturera, ubi- ción de -.103** .071* -.074** .059* .152** .281** 0.00 -0.02 -0.03 -.092** -.151** -.169** -.134** 0.01 -.143** 0.00 .109** .080** 0.00
cadas a 300 Pearson
metros o menos
de la vivienda
Sig. (bila-
0.00 0.01 0.01 0.04 0.00 0.00 0.99 0.42 0.25 0.00 0.00 0.00 0.00 0.69 0.00 0.95 0.00 0.01 0.95
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a la industria ma- Correla-
nufacturera, ubi- ción de -.104** .080** -.063* .063* .157** .294** 0.01 -0.01 -0.03 -.095** -.157** -.170** -.110** 0.01 -.145** -0.02 .121** .099** -0.02
cadas a 500 Pearson
metros o menos
de la vivienda
Sig. (bila-

141
0.00 0.01 0.03 0.03 0.00 0.00 0.74 0.85 0.38 0.00 0.00 0.00 0.00 0.85 0.00 0.55 0.00 0.00 0.55
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Sucursales ban-
carias ubicadas a Correla-
100 metros o ción de 0.05 -0.01 .136** 0.03 0.02 -0.02 .084** .069* 0.05 -0.05 0.01 0.02 .094** -0.01 -0.04 0.05 0.02 -0.02 0.05
menos de la vi- Pearson
vienda
Sig. (bila-
0.08 0.75 0.00 0.23 0.46 0.45 0.00 0.02 0.09 0.07 0.86 0.45 0.00 0.73 0.16 0.06 0.51 0.55 0.06
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Sucursales ban-
carias ubicadas a Correla-
300 metros o ción de .214** -.082** .076** 0.02 0.05 -0.02 .102** .225** .236** -0.03 -0.04 0.02 .065* 0.05 0.04 .081** 0.02 -0.01 .081**
menos de la vi- Pearson
vienda
Sig. (bila-
0.00 0.00 0.01 0.46 0.09 0.55 0.00 0.00 0.00 0.31 0.19 0.55 0.02 0.10 0.13 0.00 0.47 0.61 0.00
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Sucursales ban-
carias ubicadas a Correla-
500 metros o ción de .225** -.074** .069* 0.01 -0.02 0.01 .116** .171** .321** -0.01 0.00 0.03 0.05 .074** .078** .063* 0.01 0.01 .063*
menos de la vi- Pearson
vienda
Sig. (bila-
0.00 0.01 0.02 0.77 0.52 0.69 0.00 0.00 0.00 0.78 0.93 0.38 0.09 0.01 0.01 0.03 0.77 0.80 0.03
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Número Número Número Número Número Número Número Número Número
Número de Número de Número de Número Número Número Número
de esta- de esta- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
estaciones ejes viales accesos a ci- de came- de came- de came- de plazas
ciones del ciones del ciones del ciones del ciones del ciones del verdes verdes verdes de plazas de plazas de plazas
de Ecobici principales clovías del llones a llones a llones a a 100 me-
metro a metro a metro a Metrobús Metrobús Metrobús públicas a públicas a públicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico a 100 me- a 500 me- sistema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la tros o menos nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda de la vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
Unidades econó-
micas dedicadas
a los servicios de
esparcimiento, Correla-
culturales y re- ción de 0.06 .082** 0.05 .079** 0.02 0.05 .096** .163** .159** 0.03 0.03 0.05 0.04 0.04 -0.02 .066* -0.03 -0.01 .066*
creativos, ubica- Pearson
das a 100 metros
o menos de la vi-
vienda
Sig. (bila-
0.05 0.00 0.08 0.01 0.58 0.06 0.00 0.00 0.00 0.29 0.25 0.09 0.16 0.20 0.56 0.02 0.33 0.85 0.02
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a los servicios de
esparcimiento, Correla-
culturales y re- ción de .133** .061* .059* 0.02 .113** .100** .095** .230** .242** -0.01 0.05 0.02 .105** 0.05 0.01 0.00 -0.02 0.02 0.00
creativos, ubica- Pearson
das a 300 metros
o menos de la vi-
vienda

142
Sig. (bila-
0.00 0.03 0.04 0.55 0.00 0.00 0.00 0.00 0.00 0.71 0.12 0.43 0.00 0.06 0.67 0.92 0.53 0.47 0.92
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a los servicios de
esparcimiento, Correla-
culturales y re- ción de .150** .078** .065* -0.01 .065* .157** .118** .243** .365** -0.03 0.02 0.05 0.05 .096** 0.00 -0.02 -0.03 0.03 -0.02
creativos, ubica- Pearson
das a 500 metros
o menos de la vi-
vienda
Sig. (bila-
0.00 0.01 0.02 0.79 0.02 0.00 0.00 0.00 0.00 0.33 0.55 0.09 0.06 0.00 0.93 0.58 0.30 0.30 0.58
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a los servicios de Correla-
salud, ubicadas a ción de .111** .057* -0.01 0.01 -0.02 0.05 0.02 0.02 0.03 -0.02 -0.02 0.05 0.01 0.05 0.04 0.01 0.05 0.00 0.01
100 metros o Pearson
menos de la vi-
vienda
Sig. (bila-
0.00 0.04 0.64 0.71 0.51 0.08 0.59 0.43 0.33 0.51 0.43 0.06 0.80 0.09 0.13 0.82 0.06 0.89 0.82
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Número Número Número Número Número Número Número Número Número
Número de Número de Número de Número Número Número Número
de esta- de esta- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
estaciones ejes viales accesos a ci- de came- de came- de came- de plazas
ciones del ciones del ciones del ciones del ciones del ciones del verdes verdes verdes de plazas de plazas de plazas
de Ecobici principales clovías del llones a llones a llones a a 100 me-
metro a metro a metro a Metrobús Metrobús Metrobús públicas a públicas a públicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico a 100 me- a 500 me- sistema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la tros o menos nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda de la vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
Unidades econó-
micas dedicadas
a los servicios de Correla-
salud, ubicadas a ción de .133** 0.01 0.00 0.00 0.03 0.02 0.02 .218** .273** -0.05 -0.03 0.03 -.061* 0.01 0.02 -0.01 .084** 0.02 -0.01
300 metros o Pearson
menos de la vi-
vienda
Sig. (bila-
0.00 0.87 0.97 0.96 0.26 0.45 0.58 0.00 0.00 0.12 0.27 0.35 0.03 0.74 0.57 0.86 0.00 0.49 0.86
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a los servicios de Correla-
salud, ubicadas a ción de .182** 0.05 0.02 -0.01 -0.02 0.00 .121** .296** .410** -0.05 -0.03 0.05 -0.04 0.01 0.00 -0.02 0.01 -0.04 -0.02
500 metros o Pearson
menos de la vi-
vienda
Sig. (bila-
0.00 0.06 0.55 0.84 0.45 0.94 0.00 0.00 0.00 0.11 0.32 0.11 0.12 0.84 0.99 0.54 0.82 0.20 0.54
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-

143
micas dedicadas
a los servicios Correla-
educativos, ubi- ción de .129** .074** .093** 0.02 0.04 0.03 .112** .156** .159** 0.01 0.02 0.05 -0.01 0.00 .073** -0.03 -0.03 -.057* -0.03
cadas a 100 me- Pearson
tros o menos de
la vivienda
Sig. (bila-
0.00 0.01 0.00 0.47 0.15 0.29 0.00 0.00 0.00 0.81 0.42 0.11 0.61 0.95 0.01 0.29 0.34 0.05 0.29
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a los servicios Correla-
educativos, ubi- ción de .220** .160** .154** -0.01 0.05 0.05 .176** .261** .363** -.071* -.079** -0.04 0.00 0.03 .068* -0.04 -0.04 -0.05 -0.04
cadas a 300 me- Pearson
tros o menos de
la vivienda
Sig. (bila-
0.00 0.00 0.00 0.82 0.09 0.06 0.00 0.00 0.00 0.01 0.01 0.18 1.00 0.24 0.02 0.20 0.18 0.06 0.20
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
Unidades econó-
micas dedicadas
a los servicios Correla-
educativos, ubi- ción de .264** .184** .166** 0.00 0.02 0.04 .158** .282** .437** -.068* -0.05 0.00 -0.01 .058* .064* -0.03 -.060* -.057* -0.03
cadas a 500 me- Pearson
tros o menos de
la vivienda
Número Número Número Número Número Número Número Número Número
Número de Número de Número de Número Número Número Número
de esta- de esta- de esta- de esta- de esta- de esta- de áreas de áreas de áreas Número Número Número
estaciones ejes viales accesos a ci- de came- de came- de came- de plazas
ciones del ciones del ciones del ciones del ciones del ciones del verdes verdes verdes de plazas de plazas de plazas
de Ecobici principales clovías del llones a llones a llones a a 100 me-
metro a metro a metro a Metrobús Metrobús Metrobús públicas a públicas a públicas a a 100 me- a 300 me- a 500 me-
Variable Estadístico a 100 me- a 500 me- sistema Eco- 100 me- 300 me- 500 me- tros o me-
100 me- 300 me- 500 me- a 100 me- a 300 me- a 500 me- 100 me- 300 me- 500 me- tros o me- tros o me- tros o me-
tros o me- tros o me- bici a 100 me- tros o me- tros o me- tros o me- nos de la
tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- tros o me- nos de la nos de la nos de la
nos de la nos de la tros o menos nos de la nos de la nos de la vivienda
nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la nos de la vivienda vivienda vivienda
vivienda vivienda de la vivienda vivienda vivienda vivienda (polígono)
vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda vivienda
Sig. (bila-
0.00 0.00 0.00 0.95 0.50 0.14 0.00 0.00 0.00 0.02 0.07 0.90 0.76 0.04 0.03 0.26 0.04 0.05 0.26
teral)
N 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239 1239
** La correlación es significativa al nivel 0,01 (bilateral).
* La correlación es significante al nivel 0,05 (bilateral).
c No se puede calcular porque al menos una variable es constante.
Fuente: Elaboración propia con base en CIDE & Softec (2018).

144
A.12.4. Matriz de correlaciones lineales de las variables del vector U (Ubicación) (Parte 4 de 8)

Unidades Unidades Unidades


Unidades
económicas económicas económicas Unidades
Número Número Número Número Número Número económi-
Número Número Número Número dedicadas a dedicadas a dedicadas a económicas
de tem- de tem- de tem- de par- de par- de par- Número de Número de Número de cas dedica-
Número de de plazas de Eco- de Eco- de Eco- la agricul- la agricul- la agricul- dedicadas
plos re- plos re- plos re- ques pú- ques pú- ques pú- incidencias incidencias incidencias das al
plazas a 300 a 500 me- parques parques parques tura, cría y tura, cría y tura, cría y al comercio
ligiosos ligiosos ligiosos blicos a blicos a blicos a viales ocu- viales ocu- viales ocu- comercio
metros o tros o me- a 100 a 300 a 500 explotación explotación explotación al por ma-
Variable Estadístico a 100 a 300 a 500 100 me- 300 me- 500 me- rridas a 100 rridas a 300 rridas a 500 al por ma-
menos de la nos de la metros o metros o metros o de anima- de anima- de anima- yor, ubica-
metros metros metros tros o tros o tros o metros o metros o metros o yor, ubica-
vivienda vivienda menos menos menos les ubica- les ubica- les ubica- das a 100
o menos o menos o menos menos menos menos menos de menos de menos de das a 300
(polígono) (polí- de la vi- de la vi- de la vi- das a 100 das a 300 das a 500 metros o
de la vi- de la vi- de la vi- de la vi- de la vi- de la vi- la vivienda la vivienda la vivienda metros o
gono) vienda vienda vienda metros o metros o metros o menos de
vienda vienda vienda vienda vienda vienda menos de
menos de menos de menos de la vivienda
la vivienda
la vivienda la vivienda la vivienda
Número de es-
taciones de
Correla-
Ecobici a 100
ción de 0.00 -0.03 -0.05 0.00 -0.05 0.02 -0.01 .061* .c .c .068* 0.02 .c .c -0.01 -0.02 0.03 .113** .168**
metros o me-
Pearson
nos de la vi-
vienda
Sig. (bila-
0.99 0.28 0.09 0.99 0.10 0.56 0.66 0.03 . . 0.02 0.57 . . 0.69 0.53 0.23 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de
ejes viales
Correla-
principales a
ción de -.087** -.191** 0.01 .060* 0.04 -.085** -.068* -.078** .c .c .246** .314** .c .c 0.02 0.01 0.02 0.04 0.02
500 metros o

145
Pearson
menos de la
vivienda
Sig. (bila-
0.00 0.00 0.75 0.03 0.19 0.00 0.02 0.01 . . 0.00 0.00 . . 0.56 0.62 0.47 0.14 0.44
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de ac-
cesos a ciclo-
vías del Correla-
sistema Eco- ción de 0.03 0.01 0.03 -0.02 -0.02 -0.01 .060* .057* .c .c 0.00 -.062* .c .c -0.01 -0.04 0.01 0.05 0.04
bici a 100 me- Pearson
tros o menos
de la vivienda
Sig. (bila-
0.37 0.85 0.30 0.50 0.52 0.85 0.04 0.05 . . 0.97 0.03 . . 0.81 0.19 0.74 0.08 0.16
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de es-
taciones del
Correla-
metro a 100
ción de -0.02 0.00 -0.01 0.05 .060* -0.01 -0.04 -0.03 .c .c 0.04 0.03 .c .c 0.00 -0.02 -0.02 0.02 0.03
metros o me-
Pearson
nos de la vi-
vienda
Sig. (bila-
0.52 1.00 0.64 0.08 0.04 0.72 0.16 0.39 . . 0.17 0.33 . . 0.91 0.55 0.40 0.50 0.27
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Unidades Unidades Unidades
Unidades
económicas económicas económicas Unidades
Número Número Número Número Número Número económi-
Número Número Número Número dedicadas a dedicadas a dedicadas a económicas
de tem- de tem- de tem- de par- de par- de par- Número de Número de Número de cas dedica-
Número de de plazas de Eco- de Eco- de Eco- la agricul- la agricul- la agricul- dedicadas
plos re- plos re- plos re- ques pú- ques pú- ques pú- incidencias incidencias incidencias das al
plazas a 300 a 500 me- parques parques parques tura, cría y tura, cría y tura, cría y al comercio
ligiosos ligiosos ligiosos blicos a blicos a blicos a viales ocu- viales ocu- viales ocu- comercio
metros o tros o me- a 100 a 300 a 500 explotación explotación explotación al por ma-
Variable Estadístico a 100 a 300 a 500 100 me- 300 me- 500 me- rridas a 100 rridas a 300 rridas a 500 al por ma-
menos de la nos de la metros o metros o metros o de anima- de anima- de anima- yor, ubica-
metros metros metros tros o tros o tros o metros o metros o metros o yor, ubica-
vivienda vivienda menos menos menos les ubica- les ubica- les ubica- das a 100
o menos o menos o menos menos menos menos menos de menos de menos de das a 300
(polígono) (polí- de la vi- de la vi- de la vi- das a 100 das a 300 das a 500 metros o
de la vi- de la vi- de la vi- de la vi- de la vi- de la vi- la vivienda la vivienda la vivienda metros o
gono) vienda vienda vienda metros o metros o metros o menos de
vienda vienda vienda vienda vienda vienda menos de
menos de menos de menos de la vivienda
la vivienda
la vivienda la vivienda la vivienda
Número de es-
taciones del
Correla-
metro a 300
ción de 0.00 -0.03 0.04 .083** .064* -.063* -0.05 -0.02 .c .c 0.05 0.00 .c .c -0.01 -0.03 -0.04 0.02 0.02
metros o me-
Pearson
nos de la vi-
vienda
Sig. (bila-
0.93 0.38 0.21 0.00 0.03 0.03 0.12 0.60 . . 0.06 0.89 . . 0.70 0.25 0.15 0.59 0.59
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de es-
taciones del
Correla-
metro a 500
ción de 0.05 0.02 0.01 0.04 .074** -.134** -0.05 -.061* .c .c .086** 0.05 .c .c -0.02 -.056* -.061* 0.04 .076**
metros o me-
Pearson
nos de la vi-
vienda
Sig. (bila-
0.11 0.51 0.76 0.13 0.01 0.00 0.09 0.03 . . 0.00 0.10 . . 0.46 0.05 0.03 0.12 0.01
teral)

146
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de es-
taciones del
Correla-
Metrobús a
ción de -0.02 -0.03 -0.01 -0.01 -0.03 -0.01 0.03 0.04 .c .c 0.02 -0.03 .c .c 0.00 -0.02 -0.02 .059* .060*
100 metros o
Pearson
menos de la
vivienda
Sig. (bila-
0.53 0.31 0.65 0.66 0.34 0.78 0.38 0.16 . . 0.54 0.37 . . 0.92 0.57 0.42 0.04 0.04
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de es-
taciones del
Correla-
Metrobús a
ción de -0.03 0.02 -0.03 -0.01 -.060* 0.01 .082** .099** .c .c 0.02 -0.05 .c .c 0.05 0.05 .059* .125** .181**
300 metros o
Pearson
menos de la
vivienda
Sig. (bila-
0.23 0.54 0.36 0.70 0.03 0.65 0.00 0.00 . . 0.53 0.06 . . 0.09 0.08 0.04 0.00 0.00
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de es-
taciones del
Correla-
Metrobús a -
ción de -0.03 0.05 -0.02 -.063* 0.01 .108** .083** .c .c 0.02 -.103** .c .c 0.04 0.00 0.04 .085** .197**
500 metros o .110**
Pearson
menos de la
vivienda
Sig. (bila-
0.27 0.08 0.49 0.03 0.00 0.64 0.00 0.00 . . 0.53 0.00 . . 0.13 0.88 0.17 0.00 0.00
teral)
Unidades Unidades Unidades
Unidades
económicas económicas económicas Unidades
Número Número Número Número Número Número económi-
Número Número Número Número dedicadas a dedicadas a dedicadas a económicas
de tem- de tem- de tem- de par- de par- de par- Número de Número de Número de cas dedica-
Número de de plazas de Eco- de Eco- de Eco- la agricul- la agricul- la agricul- dedicadas
plos re- plos re- plos re- ques pú- ques pú- ques pú- incidencias incidencias incidencias das al
plazas a 300 a 500 me- parques parques parques tura, cría y tura, cría y tura, cría y al comercio
ligiosos ligiosos ligiosos blicos a blicos a blicos a viales ocu- viales ocu- viales ocu- comercio
metros o tros o me- a 100 a 300 a 500 explotación explotación explotación al por ma-
Variable Estadístico a 100 a 300 a 500 100 me- 300 me- 500 me- rridas a 100 rridas a 300 rridas a 500 al por ma-
menos de la nos de la metros o metros o metros o de anima- de anima- de anima- yor, ubica-
metros metros metros tros o tros o tros o metros o metros o metros o yor, ubica-
vivienda vivienda menos menos menos les ubica- les ubica- les ubica- das a 100
o menos o menos o menos menos menos menos menos de menos de menos de das a 300
(polígono) (polí- de la vi- de la vi- de la vi- das a 100 das a 300 das a 500 metros o
de la vi- de la vi- de la vi- de la vi- de la vi- de la vi- la vivienda la vivienda la vivienda metros o
gono) vienda vienda vienda metros o metros o metros o menos de
vienda vienda vienda vienda vienda vienda menos de
menos de menos de menos de la vivienda
la vivienda
la vivienda la vivienda la vivienda
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de
áreas verdes
Correla-
públicas a 100
ción de -0.02 0.03 0.03 -0.05 0.00 .777** .308** .081** .c .c -.076** -0.05 .c .c -0.01 0.01 .065* -0.01 -0.04
metros o me-
Pearson
nos de la vi-
vienda
Sig. (bila-
0.47 0.33 0.35 0.09 0.90 0.00 0.00 0.00 . . 0.01 0.10 . . 0.80 0.79 0.02 0.68 0.19
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de
áreas verdes
Correla-
públicas a 300
ción de .066* .067* 0.02 -0.02 -0.04 .455** .898** .223** .c .c -0.05 -.060* .c .c 0.04 0.03 .121** -0.04 -.064*
metros o me-
Pearson
nos de la vi-
vienda
Sig. (bila-
0.02 0.02 0.58 0.47 0.18 0.00 0.00 0.00 . . 0.09 0.03 . . 0.15 0.25 0.00 0.18 0.02

147
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de
áreas verdes
Correla-
públicas a 500
ción de 0.03 .085** 0.01 -0.05 -.070* .251** .443** .590** .c .c -0.01 -.083** .c .c 0.02 -0.01 0.05 0.02 0.00
metros o me-
Pearson
nos de la vi-
vienda
Sig. (bila-
0.26 0.00 0.86 0.10 0.01 0.00 0.00 0.00 . . 0.68 0.00 . . 0.55 0.75 0.06 0.48 0.90
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de ca-
mellones a Correla-
100 metros o ción de -0.04 -.082** -0.03 0.01 0.04 0.05 -0.03 -0.01 .c .c 0.00 .089** .c .c 0.03 -.065* -.093** 0.02 -0.01
menos de la Pearson
vivienda
Sig. (bila-
0.16 0.00 0.32 0.69 0.17 0.08 0.35 0.69 . . 0.97 0.00 . . 0.23 0.02 0.00 0.47 0.83
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Número de ca-
mellones a Correla-
300 metros o ción de -0.01 -0.05 0.00 0.03 .099** -.056* -0.01 0.02 .c .c -.256** -0.02 .c .c -0.02 -.078** -.090** -0.01 .068*
menos de la Pearson
vivienda
Sig. (bila-
0.66 0.10 0.88 0.38 0.00 0.05 0.69 0.47 . . 0.00 0.57 . . 0.44 0.01 0.00 0.76 0.02
teral)
N 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1240 1239 1239 1239 1239 1239
Unidades Unidades Unidades
Unidades
económicas económicas económicas Unidades
Número Número Número Número Número Número económi-
Número Número Número Número dedicadas a dedicadas a dedicadas a económicas
de tem- de tem- de tem- de par- de par- de par- Número de Número de Número de cas dedica-
Número de de plazas de Eco- de Eco- de Eco- la agricul- la agricul- la agricul- dedicadas
plos re- plos re- plos re- ques pú- ques pú- ques pú- incidencias incidencias incidencias das al
plazas a 300 a 500 me- parques parques parques tura, cría y tura, cría y tura, cría y al comercio
ligiosos ligiosos ligiosos blicos a blicos a blicos a viales ocu- viales ocu- viales ocu- comercio
metros o tros o me- a 100 a 300 a 500 explotación explotación explotación al por ma-
Variable Estadístico a 100 a 300 a 500 100 me- 300 me- 500 me- rridas a 100 rridas a 300 rridas a 500 al por ma-
menos de la nos de la metros o metros o metros o de anima- de anima- de anima- yor, ubica-
metros metros metros tros o tros o tros o metros o metros o metros o yor, ubica-
vivienda vivienda menos menos menos les ubica- les ubica- les ubica- das a 100
o menos o menos o menos menos menos menos menos de menos de menos de das a 300
(polígono) (polí- de la vi- de la vi- de la vi- das a 100 das a 300 das a 500 metros o