Tomás Cox, Ricardo Hurtubia,
Networks and Spatial Economics
Comprender las preferencias de los hogares en cuanto a sus decisiones de localización es clave para predecir la demanda por viviendas e informar los procesos de planificación urbana. Considerar la heterogeneidad en las preferencias de los agentes es útil para la modelación pero no es suficiente para describir de manera completa el comportamiento en cuanto a la elección de localización. Dada la existencia de condiciones que son específicas a los lugares, un mismo agente podría tener preferencias distintas dependiendo de la localización de la ciudad que se esté considerando, lo que se conoce como heterogeneidad espacial. Segmentar la ciudad mediante la definición de zonas al interior de las cuales se asume que los agentes se comportan de manera homogénea. Esto ha sido tradicionalmente hecho con métodos de dos etapas, donde la segmentación espacial y la estimación del modelo de localización son realizadas de manera independiente, lo que podría segmentar los resultados. En este artículo proponemos un método para la estimación simultánea de parámetros de preferencias de localización y de segmentación espacial, que permite considerar heterogeneidad en las preferencias tanto entre agentes como en el espacio. El modelo se basa en el enfoque de Ellickson para la modelación de elecciones de localización, basado en remates, y en modelos de clases latentes. Ponemos a prueba el modelo al aplicarlo a la ciudad de Santiago de Chile, comparándolo con otros métodos alternativos de segmentación espacial. En términos de poder predictivo, nuestro modelo supera a un modelo sin zonificación, a otro con zonas definidas exógenamente y a otro con zonas definidas mediante algoritmos de clusterización. Este nuevo enfoque otorga una mejor interpretación conceptual y permite una mejor comprensión de las preferencias de localización de los agentes en una ciudad.
