INGENIERÍA TERRITORIAL: MODELO SISTÉMICO PARA LA ...

1

INGENIERÍA TERRITORIAL: MODELO SISTÉMICO PARA LA EVALUACIÓN DEL IMPACTO DE LA TOMA DE DECISIONES EN

PLANIFICACIÓN TERRITORIAL.

EDWIN ROBERT PÉREZ CARVAJAL (ICyG)

Director

Nelson Obregón Neira (IC, MSc, Ph.D)

DOCUMENTO FINAL

TESIS DOCTORAL

FACULTAD DE INGENIERÍA

DOCTORADO EN INGENIERÍA

PONTIFICIA UNIVERSIDAD JAVERIANA

Bogotá, julio de 2020

3

Agradecimientos

A mi familia,

A mi angel de la guarda,

Al doctor Nelson Obregón Neira,

A la Universidad Distrital Francisco José de Caldas,

A la Pontificia Universidad Javeriana.

4

LISTA DE FIGURAS

Figura 1 Desactualización de los POT. Fuente MVCT (2017) ............................... 21

Figura 2 Sistema de Planes de Ordenamiento y Desarrollo Territorial para las diferentes jurisdicciones y entidades. Fuente DNP (2015) ................... 22

Figura 3 Mapa conceptual Sistema Complejo. Elaboración Propia. ...................... 26

Figura 4 Conflictos y Convergencias de los Planes territoriales. Fuente DPN (2015) ............................................................................................................. 27

Figura 5 Vigencias del POT según la Ley 902 de 2004 (modificatoria de la Ley 388 de 1997) ............................................................................................... 40

Figura 6 Jerarquía Instrumentos de planeación Territorial. Fuente Ley 388 de 1997. Elaboración Propia. .............................................................................. 42

Figura 7 Instrumentos de gestión del suelo para distintos propósitos ................... 43

Figura 8 Número de municipios con proyectos de movilidad, vivienda y servicios públicos definidos en el POT. Fuente MVCT (2017) ............................ 47

Figura 9 Número de municipios y porcentajes de áreas municipales en vulnerabilidad alta y muy alta. Fuente MVCT (2017) ............................ 48

Figura 10 Variación porcentual cobertura acueducto urbano 2005-2015. Fuente MVCT (2017) ........................................................................................ 49

Figura 11 Variación porcentual cobertura acueducto rural 2005-2017. Fuente MVCT (2017) ................................................................................................... 50

Figura 12 Municipios por tipo de proyectos de servicios públicos contemplados en los POT. Fuente MVCT (2017) ............................................................. 50

Figura 13 Porcentaje de hogares con déficit de vivienda. Fuente MVCT (2017)... 51

Figura 14 Municipios por tipos de proyecto de vivienda en los POT ..................... 51

Figura 15 Municipios por tipos de proyecto de movilidad. Fuente MVCT (2017). . 52

Figura 16 Consumo del suelo vs. Crecimiento poblacional para algunas ciudades de Colombia. ............................................................................................. 53

Figura 17 Actos administrativos y tipos de normas incluidos en el componente urbano de los POT estudiados. Fuente MVCT (2017) .......................... 54

Figura 18 Representación de la interacción entre las tres dimensiones, espacio, tiempo, decisiones humanas con los procesos biofísicos, basado en Agarwal (2002). .................................................................................... 57

Figura 19 Árbol de decisión para la selección de algunos enfoques de modelado integrado. Basado en Letcher et al. (2013). ......................................... 58

Figura 20 Artículos sobre problemáticas territoriales relacionadas abordadas mediante MBA por año para el período 2010-2020. Fuente: Bases de datos científicas Pontificia Universidad Javeriana. Elaboración propia. 59

5

Figura 21 Cantidad de artículos por temática relacionada con territorio abordada mediante MBA por año para el período 2010-2020. Fuente: Bases de datos científicas Pontificia Universidad Javeriana. Elaboración propia. 60

Figura 22 Modelo Conceptual: Ingeniería del Territorio: Un enfoque desde los sistemas socio-ecológicos. Elaboración Propia. ................................... 68

Figura 23 Marco de interacción para un Sistema Socio-ecológicos. Elaboración Propia. .................................................................................................. 73

Figura 24 Componentes de integración de un enfoque de planificación territorial sistémico. Basado en Letcher et al (2013). Elaboración propia ............ 75

Figura 25 Marco conceptual para un ingeniería de los territorios. Elaboración propia. ............................................................................................................. 77

Figura 26 Marco tridimensional para la conceptualización de sistemas socio-ecolóicos en las dimensiones espacio-tiempo-toma de decisiones humanas. Agarwal et al (2002) ............................................................. 78

Figura 27 Desarrollo Sostenible: Equilibrio entre las Necesidades Humanas – Transformación del Territorio – Usos de Ciencias y TICS. Elaboración propia ................................................................................................... 82

Figura 28 Flujo de información en el modelo de ingeniería para la visión de territorio. Elaboración propia. ............................................................................... 83

Figura 29 Interacción entre los componentes del sistema. Inspirado en Parrot (2010). Elaboración Propia. .................................................................. 83

Figura 30 Modelo conceptual. Territorio como sistema socio-ecológico. Retroalimentación desde los diferentes niveles del sistema (Territorio). Inspirado en Parrot (2010). Elaboración Propia. .................................. 84

Figura 31 Generación de escenarios futuros a partir de un enfoque sistémico de los territorios como soporte para MBA. Elaboración propia. ...................... 85

Figura 32 Modelo Conceptual para las simulaciones de MBA como soporte para la Planificación Territorial con enfoque sistémico. Territorios Urbanos. Elaboración propia. ............................................................................... 86

Figura 33 Modelo Conceptual para las simulaciones de MBA como soporte para la Planificación Territorial con enfoque sistémico. Territorios Rurales. Elaboración propia. ............................................................................... 87

Figura 34 Estructura de un MBA. Fuente Van Dam et al. (2013) .......................... 88

Figura 35 Tratamiento de las tres dimensiones por diferentes enfoques de modelado. Basado en Letcher et al. (2013). ......................................... 92

Figura 36 Información y Herramientas en un proceso de modelado integrado para Sistemas Socio-ecológicos: VARIABLES, DATOS y HERRAMIENTAS en relación con las dimensiones espacio-temporales, y su interacción con las decisiones humanas y los Procesos biofísicos. Elaboración propia. Basado en Agarwal (2002). .................................................................. 96

6

Figura 37 Estructura del Modelo ISASHII y sus extensiones o aplicaciones. ...... 104

Figura 38 Flujograma General ISASHII. Metabolismo Socioeconómico ............. 122

Figura 39 Flujograma ISASHII Adolescentes. Metabolismo socioeconómico ..... 123

Figura 40 Flujograma ISASHII Jóvenes. Metabolismo socioeconómico ............. 124

Figura 41 Procesos y Subprocesos Generales ISASHII. .................................... 126

Figura 42 Flujograma ISASHII Decisiones Inmobiliarias. Agentes Locales. ........ 131

Figura 43 Flujograma ISASHII Decisiones Inmobiliarias. Agentes No Locales. .. 132

Figura 44 NDBI imagen Aster de la zona de estudio. .......................................... 142

Figura 45 Toma de muestras con los clasificadores (ROI). ................................. 144

Figura 46 Grafico de dispersión imágenes Aster. ................................................ 144

Figura 47 Mapa de clasificación supervisada Arborizadora 2004 ....................... 145

Figura 48 Mapa de clasificación supervisada Arborizadora 2008 ....................... 145

Figura 49 Mapa de análisis espacial del espacio construido en el 2008 ............. 146

Figura 50 Clasificación 2004 ............................................................................... 147

Figura 51 Clasificación 2008 ............................................................................... 147

Figura 52 Imagen Aster 2004 .............................................................................. 147

Figura 53 Imagen Aster 2008 .............................................................................. 147

Figura 54 Predios construidos ............................................................................. 147

Figura 55 Imagen 2008 Predio construido .......................................................... 148

Figura 56 Proyecto construido en el predio ......................................................... 149

Figura 57 Comparación Ajustes Lineales. Calidad de las construcciones (Puntajes de Calificación de las Construcciones). Clases de Puntaje (Categorías) vs. Frecuencia de inmuebles con el puntaje en cada clase. Para UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII ........................................................................................................... 151

Figura 58 Comparación Ajustes Lineales. Áreas construidas (Tamaño de las Construcciones de los inmuebles). Clases para áreas de las construcciones (Categorías) vs. Frecuencia de inmuebles con áreas en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII .................................................................................. 152

Figura 59 Comparación Ajustes Lineales. Tendencia de las áreas construidas (Tamaño de las Construcciones de los inmuebles). Promedio de áreas construidas (Por Clases) vs. Frecuencia de inmuebles con áreas en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII .................................................................................. 153

Figura 60 Comparación Ajustes Lineales. Áreas de Terreno (Área de Terreno de los inmuebles). Clases para áreas de los terrenos (Categorías) vs. Frecuencia de inmuebles con área de Terreno en cada clase. UPZ

7

ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII ........................................................................................................... 153

Figura 61 Comparación Ajustes Lineales. Áreas de Terreno (Área de Terreno de los inmuebles). Promedio de Áreas de Terreno para cada Clase (Promedio por Categoría) vs. Frecuencia de inmuebles con área de Terreno en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII .................................................................................. 154

Figura 62 Comparación Ajustes Lineales. Valores por metro cuadrado de construcción (Valor metro cuadrado construido de los inmuebles). Clases para valor metro cuadrado de construcción (Categorías) vs. Frecuencia de inmuebles con valores de construcción en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII. ........................................................................................................... 154

Figura 63 Comparación Ajustes Lineales. Valores por metro cuadrado de construcción (Valor metro cuadrado construido de los inmuebles). Clases para valor metro cuadrado de construcción (Promedios por Categoría) vs. Frecuencia de inmuebles con valores de construcción en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII. .............................................................................................. 155

Figura 64 Comparación Ajustes Lineales. Valores de los inmuebles (Avalúo de los inmuebles). Clases para avalúo de los inmuebles (Categorías) vs. Frecuencia de inmuebles con avalúos en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII. ........................................................................................................... 156

Figura 65 Mapa Político de la UPZ 65 Arborizadora. .......................................... 161

Figura 66 Mapa Político de la UPZ 73 Garcés Navas. ........................................ 163

Figura 67. Mapa Político de la UPZ 79 Calandaima ............................................ 164

Figura 68. Proceso .............................................................................................. 165

Figura 69 Parches y tortugas en NetLogo. .......................................................... 168

Figura 70 Unidades Residenciales ...................................................................... 171

Figura 71 Unidades Residenciales Ocupadas por estrato .................................. 172

Figura 72 Poblaciones de Agentes interesados en Vivienda .............................. 173

Figura 73 Poblaciones de Agentes interesados en Vivienda por estrato ............ 173

Figura 74 Valores inmobiliarios comerciales y catastrales medios ...................... 174

Figura 75 Oferta y demanda inmobiliaria ............................................................ 174

Figura 76 Valores de oferta y demanda medios de agentes e inmuebles por estrato ........................................................................................................... 175

Figura 77 Variación del ahorro total de los agentes asentados por estrato ......... 176

Figura 78 Variación de los ahorros totales para inversión en compra de vivienda de propietarios por estrato ....................................................................... 177

8

Figura 79 Promedio endeudamiento para compradores por estrato ................... 177

Figura 80 Promedio ahorro Total para compra de vivienda por estrato .............. 178

Figura 81 Utilidad Promedio de los Constructores (Gastos y Ventas) ................. 179

Figura 82 Promedio de área construida en las unidades nuevas ........................ 179

Figura 83 Valor medio del metro cuadrado de vivienda nueva por estratos (valor integral: es decir el valor del metro cuadrado de construcción incluida la proporción de terreno correspondiente) ............................................. 180

Figura 84 Promedio de valores de vivienda nueva por estratos .......................... 181

Figura 85 Mapa de unidades nuevas periodo (2004-2014) UPZ 65 Arborizadora. ........................................................................................................... 182

Figura 86 Mapa de División Política del Municipio .............................................. 184

Figura 87 Etapas del trabajo de investigación. .................................................... 186

Figura 88 Visualización complemento Behavior Search de NetLogo. ................. 187

Figura 89 Resultado Experimentos Behavior Search NetLogo ........................... 189

Figura 90 Comportamiento del valor promedio de las unidades nuevas antes del cambio de norma. Experimento UPZ Arborizadora ............................ 195

Figura 91 Comportamiento del valor promedio de las unidades nuevas después del cambio de norma por estrato. Experimento UPZ Arborizadora. ......... 196

Figura 92 Comportamiento del monto de la plusvalía de las unidades nuevas. Experimento UPZ Arborizadora .......................................................... 197

Figura 93 Flujograma ISASHII “Simón Bolívar” ................................................... 200

Figura 94 Costos de viaje y costos de desplazamiento. ISASHII “Simón Bolívar” ........................................................................................................... 202

Figura 95 Mapa Conceptual de las variables del modelo .................................... 205

Figura 96 Capas o Submodelos. Modelo ISASHII ............................................... 207

Figura 97 Ortofotografías del municipio de Chipaque Urbano, sobrepuestas en una imagen Satelital del software Google Earth, producidas con imágenes tomadas desde DRONES para ISASHII Chipaque. Grupo de Investigación GIGA ............................................................................. 209

Figura 98 Modelo Digital de Superficie del municipio de Chipaque Urbano, producido para ISASHII Chipaque con imágenes tomadas desde DRONES. Grupo de Investigación GIGA ........................................................................ 209

Figura 99 Comportamiento del valor promedio de venta y de oferta por estratos para la UPZ 79 Calandaima bajo tres normas de edificabilidad diferentes. ISASHII ............................................................................................... 211

Figura 100 Escenarios alcanzables para la UPZ 79 Calandaima bajo tres normas de edificabilidad diferentes. Construcciones Nuevas. ISASHII ................ 212

Figura 101 Inversión de los propietarios vendedores para adquisición de vivienda. ........................................................................................................... 213

10

Contenido

15

LISTA DE TABLAS

Tabla 1 Contenidos de los POT. Fuente: MVCT. Elaboración Propia. ................. 39

Tabla 2 Contenidos de los POT. Fuente: MVCT. Elaboración Propia. ................. 41

Tabla 3 Número de actos administrativos consultado para los 106 POT. Fuente MVCT (2017) ........................................................................................ 46

Tabla 4 Tipologías según la dificultad de consulta de los POT estudiados. Fuente MVCT (2017) ........................................................................................ 55

Tabla 5 Resumen de artículos sobre MBA consultados en la investigación ......... 62

Tabla 6 Paralelo entre el modelo de Planificación Vigente y un Modelo Sistémico ............................................................................................................. 65

Tabla 7 Seis niveles de Complejidad en el modelado para la toma de decisiones humanas Agarwal et al (2002) .............................................................. 91

Tabla 8 Elementos del protocolo ODD agrupados en tres bloques. Grimm et al 2006. ........................................................................................................... 105

Tabla 9 Descripción de los agentes que conforman el modelo. Elaboración propia Grupo de Investigación GIGA. ............................................................ 108

Tabla 10 Descripción de las variables globales del modelo ................................ 109

Tabla 11 Agentes usuarios de vivienda ............................................................... 113

Tabla 12 Agentes Constructores ......................................................................... 116

Tabla 13 Agentes prediales por norma de usos del suelo ................................... 118

Tabla 14 Equivalencia temporal del modelo (ticks vs. Tiempo de simulación) .... 119

Tabla 15 Organización de los procesos por includes .......................................... 120

Tabla 16 Porcentajes de ingresos máximos destinados a ahorro por estrato socioeconómico usados en las simulaciones en ISASHII .................. 138

Tabla 17 Ingresos en salarios mínimos mensuales por estrato adoptados para el modelo ................................................................................................ 139

Tabla 18 Egresos en porcentaje sobre el salarios mensual por estrato adoptados para el modelo .................................................................................... 139

Tabla 19 imágenes satelitales Aster - zona de estudio ....................................... 143

Tabla 22 Comparación de construcciones nuevas con imagen satelital ............. 147

Tabla 21 Resumen Ley de Potencia UPZ Arborizadora. ..................................... 150

Tabla 36 Resumen Comparación Ley de Potencia variables Observadas 1994 vs. Simuladas ISASHII 2015 UPZ Arborizadora ...................................... 156

Tabla 23 Espacialización de las UPZs en GIS y NetLogo. .................................. 167

Tabla 24 Configuración condiciones iniciales Simulación Acuerdo 6 de 1990 .... 168

Tabla 25 Configuración condiciones iniciales Simulación Decreto 190 de 2004 . 169

16

Tabla 26 Configuración condiciones iniciales Simulación Decreto 364 de 2013 ................................................................ ¡Error! Marcador no definido.

Tabla 27. Variación de las condiciones iniciales UPZ Arborizadora Acuerdo 6 de 1990. .................................................................................................. 171

Tabla 28 Veredas del Municipio de Chipaque ..................................................... 185

Tabla 29 Procedimientos modelo urbano ............................................................ 186

Tabla 31 Variaciones de los parámetros para los experimentos en “Behavior-Search” Modelo Urbano ..................................................................... 188

Tabla 31 Áreas de Actividad por sectores normativos UPZ Arborizadora ........... 193

Tabla 32 Cambio en los índices de Construcción por usos. Experimento UPZ Arborizadora ....................................................................................... 194

Tabla 33 Número de transacciones de usados en las dos simulaciones. Experimento UPZ Arborizadora ............................................................................... 195

Tabla 34 Número de unidades nuevas construidas. Experimento UPZ Arborizadora ........................................................................................................... 195

Tabla 35 Resumen contribución en Plusvalía producto de la Simulación. Experimento UPZ Arborizadora .......................................................... 198

17

CAPITULO 1 INTRODUCCIÓN

____________________________________________

18

INTRODUCCIÓN A LA INVESTIGACIÓN

Asumir el habitar y una idea de territorio consecuente con ese habitar, en pos de un desarrollo coherente con la idealización y búsqueda de éstos, trae al frente problemas que las ciencias exactas no pueden contemplar y que deberían pensarse desde nuevas perspectivas como la complejidad por ejemplo, asumiendo el caos , las dinámicas y las dialécticas de sus interacciones, evidente en la presencia de conflictos, en la transformación de la diversidad y en la vulnerabilidad de los espacios geográficos, la ecología y el hombre.

Los temas relacionados con el territorio, el desarrollo y el bienestar humano han sido históricamente predominantemente asumidos por la economía, la arquitectura, el derecho y en algunas oportunidades por la sociología. Recientemente, la ingeniería ha conquistado campos que anteriormente le eran vedados; es el caso de la ingeniería de sistemas sociales que se ocupa del diseño de sistemas que son formados y recreados por agentes libres que toman sus propias decisiones y que no pueden ser descritos con leyes científicas. En este aspecto, la ingeniería es nuevamente convocada para aportar en la construcción de territorios, actuaciones y comportamientos modernos. No obstante, dada la magnitud y el impacto de tal “laboratorio social” en el cual se termina por “moldear” el mundo según la imaginación y voluntad de sus diseñadores, es inevitable enfrentarse a inquietudes como: ¿de qué manera y quién define los problemas y los objetivos de una comunidad? ¿Quién y cómo debe asumir los diferentes roles y responsabilidades en el diseño del sistema social? ¿Qué responsabilidades tienen los ingenieros de hoy con el futuro de las generaciones actuales y con los presentes de las generaciones futuras?

En el diseño de los territorios que habitamos, la ingeniería tiene mucho que aportar, dado el papel transformador que le identifica y la necesidad de explorar alternativas de estudio y planificación del territorio más eficientes, dados los frágiles indicadores de éxito en el ordenamiento territorial colombiano 20 años después de la promulgación de la Ley 388 de 1997, Ley del ordenamiento territorial en Colombia.

En este documento se presenta una apuesta por una ingeniería del territorio que se sustenta en una mirada sistémica del territorio inspirada en los sistemas socio-ecológicos, que tenga en cuenta la participación de las comunidades para un desarrollo sostenible ético y responsable a través de un artefacto computacional que contenga los principales conceptos de ingeniería como el diseño, la solución de problemas, la acción y la participación al servicio de la sociedad para la transformación del territorio previendo el impacto sobre el territorio que la toma de decisiones de los seres humanos en planificación territorial provoca.

En la primera parte se realiza una revisión del estado del arte de la planificación territorial en Colombia, pasando por los antecedentes teóricos y conceptuales que generaron la promulgación de la Ley 388 de 1997, así como el uso de los Modelos Basados en Agentes (MBA) en la problemática territorial. Luego se plantea el modelo conceptual sistémico para el estudio del territorio de cara a los procesos de planificación que alcanzan la praxis a través de un modelado basado en MBA que evidencian la viabilidad de la propuesta gracias a ISASHII, un MBA que se utilizó

19

como base para el estudio de diferentes tópicos territoriales (i.e. dinámicas inmobiliarias, transporte, basuras) mostrando resultados alternativos y viables para la generación de escenarios de territorios futuros posibles y alcanzables en la exploración de configuraciones territoriales deseables como apoyo para la toma de decisiones en la búsqueda de la satisfacción de las necesidades y la solución de los problemas actuales.

PROBLEMA DE INVESTIGACIÓN

Planteamiento del Problema

La preocupación por el orden y la planificación del territorio ha estado presente desde los orígenes del sedentarismo y la consecuente aparición de la propiedad privada. En la actualidad el auge de las ciudades es evidente, trayendo consigo el éxito de los ciudadanos y del pensamiento urbano, hasta el punto que pensar en lo rural es otra forma de pensar en lo urbano. Este apogeo, también ha impulsado a la humanidad a estructurar el pensamiento territorial en torno a una idea de desarrollo que la modernidad nos impone, y que garantice la satisfacción de las necesidades que este mismo desarrollo establece, de modo que el imaginario de nuestros territorios se encuentra condicionado por el apego a las urbes y a la idea de desarrollo y bienestar que estas representan.

Al analizar el desarrollo del pensamiento mundial alrededor del territorio y la planificación territorial (como se explicará en el parágrafo 2) se aprecia que éstos generalmente han sido abordados bajo la restricción que el desarrollo económico actual permite, dejando en segundo plano aspectos tan o más importantes como la sostenibilidad ecológica, el respeto a la diversidad cultural, la equidad, la obtención de escenarios de bienestares humanos y en términos generales de un desarrollo a escala humana como el que propone Max Neef (1994).

A nivel mundial y en la modernidad (ver estado del arte sobre la planificación territorial), la planificación territorial ha estado a cargo o bien de la arquitectura (pensada como un mero ejercicio de diseño, distribución y optimización de espacios) o bien por la economía (vista como la implementación de modelos económicos que garanticen un ideal de desarrollo económico, financiero y fiscal) enfocándose en:

• Lo urbano más que en lo rural.

• Aproximaciones predominantemente antropocentristas.

• La generación de bases epistemológica sobre el ordenamiento del territorio.

• Estableciendo teorías económicas para el ordenamiento territorial.

• Generando directrices regulatorias (jurídicas y normativas) para el crecimiento de las ciudades.

• La satisfacción de algunos aspectos de la vida urbana.

20

• La obtención de metas en el corto plazo.

Esto se puede apreciar al revisar algunos planes en cuanto al crecimiento, urbanización y desarrollo como: los ensanches decimonónicos del Plan Cerdá y el Plan Castro (1860), el crecimiento diseñado para la expansión sur de Amsterdam, a teoría de la zonificación y los principios de los Congresos Internacionales de Arquitectura Moderna (CIAM), los planes de Bologna y Milano, los planes de Barcelona (1976) y de Madrid (1985) y diferentes leyes europeas como: la Ley italiana de 1942, la Ley urbanística de Bélgica 1946, la Ley de planificación de Inglaterra 1947 y la Ley de ordenación urbana española de 1956 que ha impuesto regulaciones sobre el territorio.

En nuestro escenario local, haciendo sus veces y emulando el pensamiento europeo, tenemos la Ley 388 de 1997 que establece las pautas, regulaciones, políticas y directrices a ser ejecutadas por medio del bastión instrumental en el que se constituyeron los Planes de Ordenamiento Territorial (POT) a adoptarse obligatoriamente en el país para la planificación del territorio de los municipios colombianos. No obstante los principios ecológicos, de equidad y de responsabilidad que esta Ley invoca, las estadísticas de los efectos de los POT en la transformación de las comunidades y de los territorios y la eficacia de tales instrumentos (ver parágrafo 2.1.5), veinte años después de la expedición de la Ley, no son evidentes y por el contrario develan grandes debilidades entre las que se pueden citar:

• Falta de herramientas técnicas adecuadas

• Ausencia de autonomía e independencia de los planificadores con el sector político y regulatorio

• Falta de suficiente interés por la cultura y el medioambiente de los territorios.

• Falta de sinergia entre las ciencias duras y las ciencias blandas para la elaboración de los POT.

• Falta de multidisciplinariedad para abordar nuestros problemas territoriales conforme lo dispuesto por la Ley 388 de 1997 y los POT.

• Prevalencia de lo fiscal y regulatorio en los instrumentos que la Ley ordena.

• Escasa presencia de un enfoque desde la ingeniería en la formulación y ejecución de los POT

• Pobre diseño en cuanto a la participación ciudadana en la toma de decisiones para la formulación y ejecución de los POT

• Pobres contenidos ecológicos en los POT.

21

• Falta de definición de propósitos claros en cuanto a la proyección para la obtención de bienestares de las comunidades en la formulación y ejecución de los POT

• Escasez de instrumentos técnicos de veeduría y control en los procesos de formulación y ejecución de los POT.

En buena medida la falta de continuidad, seguimiento y ejecución en el mediano y largo plazo de los POT y la planificación municipal que se plantea aquí se puede apreciar en la estadística mostrada en el mapa de la Figura 1 en la cual 916 municipios (83%) tenían vencida su vigencia de largo plazo.

Figura 1 Desactualización de los POT. Fuente MVCT (2017)

Parte de la desarticulación y de la ineficacia de la planificación territorial en Colombia obedece a la gran cantidad de planes que exige la legislación nacional en cuanto al desarrollo y ordenamiento territorial se refiere a diferentes escalas y en cabeza de diferentes jurisdicciones territoriales como lo evidencia el Departamento Nacional de Planeación DNP en su estudio para la modernización de los POT (DNP (2015) sumado a la carencia de instrumentos, procedimientos y metodologías que permitan el dialogo e integración entre éstos (ver Figura 2)

22

Figura 2 Sistema de Planes de Ordenamiento y Desarrollo Territorial para las diferentes jurisdicciones y entidades. Fuente DNP (2015)

Lo anteriormente expuesto, permite pensar y explorar alternativas de planificación del territorio que atiendan los vacíos que la planificación territorial colombiana demuestra y que respondan a los desafíos contemporáneos en cuanto a temas de relevancia no solo en el ámbito doméstico nacional sino mundial como lo son el desarrollo sostenible, la equidad, la eliminación de la pobreza, el cubrimiento de las necesidades mínimas insatisfechas, la paz, la protección al medioambiente, la educación, los desarrollos a escala humana, que garanticen la diversidad cultural, para lo cual la participación de la ingeniería debe ser replanteada, talvez desde el diseño de artefactos (sistemas, componentes o procesos, y en este caso de territorios) puestos al servicio de la satisfacción de necesidades dentro de un conjunto de restricciones reales de tipo ambiental, social, político, económico, ético, de seguridad y sustentabilidad.

En síntesis, la Ley 388 de 1997 y sus POT así como los expertos planificadores territoriales en Colombia, no han mostrado ofrecer las aproximaciones ni las herramientas eficientes para la proyección y la intervención del territorio que contribuyan a la solución de problemas como la deficiencia en vivienda y servicios públicos, el crecimiento desproporcionado de las ciudades, la inequidad, la falta de participación de las partes interesadas y la falta de control de los efectos de las decisiones estatales, entre otras. Se sugiere entonces que, con los medios tecnológicos disponibles actualmente, con enfoques alternativos, como los sistémicos, que permitan la consulta a las partes interesadas, la integración de la

23

información y los análisis multiescalares, por ejemplo, desde la ingeniería fuese posible una propuesta para la planificación territorial como alternativa al cubrimiento de las brechas descritas.

En respuesta a lo anterior, sería deseable una perspectiva bottom up que integre actores, usuarios y diseñadores, que rompa con la tradicional estructura rígida sujeto-objeto en la investigación, que propicie una planificación verdaderamente participativa, apoyada en enfoques sistémicos que consideren los territorios como sistemas socio-ecológicos1 con el uso de herramientas de modelado no convencionales en el ordenamiento colombiano que integren aspectos biofísicos, legales, normativos y humanos, con la participación de las comunidades, el estado, la academia y el sector productivo para la visualización del impacto de la toma de decisiones relacionadas con la proyección, planificación y ordenamiento de los territorios con aportes significativos desde la ingeniería en virtud del alto impacto social, cultural y económico de tales decisiones.

Formulación del Problema

Pregunta de Investigación:

¿Es viable una aproximación sistémica para la planificación territorial con enfoques multipropósito que permita la contribución de las partes interesadas incluyendo tanto la dimensión biofísica como la dimensión humana a través de una apuesta fáctica y responsable desde la ingeniería?

Hipótesis Planteada:

Más que una hipótesis que se pretenda comprobar o rechazar, esta tesis pretende proponer, a través de la exploración de perspectivas alternativas y de herramientas disponibles, aportes ingenieriles a la solución de los problemas, necesidades y vacíos propios de la planificación territorial en Colombia por medio de una visión sistémica de los territorios que permita concebir el impacto de las decisiones de los diferentes actores interesados en la planificación del territorio en sus diferentes dimensiones: biofísica, humana y socioeconómica, a través de la generación de escenarios de territorios posibles mediante el uso de modelos basados en agentes, asumiendo los territorios como sistemas socio-ecológicos. Desagregando la pregunta de investigación en preguntas específicas permite un acercamiento más amplio a la comprensión tanto del problema como de la propuesta, como se puede apreciar a continuación:

1 Término utilizado por Berkes y Folke (1998) para enfatizar en el concepto integrado de “ser humano en la naturaleza”, caracterizados por la No linealidad, la complejidad, la incertidumbre, la emergencia, la escala, la auto-organización, la vulnerabilidad, la capacidad adaptativa, la transformación, la heterogeneidad y la resiliencia.

24

¿Es factible una aproximación sistémica de la planificación territorial? ¿Es factible modelar computacionalmente los posibles impactos de las tomas de decisiones sobre la planificación del territorio?

¿Cuáles serían las variables y los procesos a tener en cuenta en un modelado para el diseño territorios y cuál su impacto en la transformación del territorio?

¿Cuáles serían las dimensiones y los procesos a tener en cuenta en un modelado para el diseño territorios?

¿Es posible determinar y modelar las decisiones humanas en una región específica como medio y a la vez fin del diseño de territorios?

¿Es posible visualizar los efectos de las políticas de planificación territorial en los municipios en Colombia?

OBJETIVOS

Objetivo General

Proponer una aproximación sistémica del territorio que permita conciliar los procesos naturales, la complejidad de los sistemas sociales y las relaciones entre los diferentes actores a través de una herramienta computacional que conduzca a la exploración de instrumentos facticos como aporte de la ingeniería a una planificación territorial ética y responsable.

Objetivos Específicos

Diseñar un modelo conceptual para una aproximación sistémica de los territorios incorporando la toma de decisiones humanas como elemento fundamental en la planificación territorial.

Diseñar un prototipo de modelo basado en agentes que permita la generación de escenarios posibles producidos por las tomas de decisiones de las diferentes partes en materia de planificación territorial.

Comprobar la versatilidad del modelo ajustándolo para su aplicación en diferentes contextos espaciales y para distintas temáticas de la planificación territorial de Colombia.

JUSTIFICACIÓN

Como se mencionó anteriormente (parágrafo 1.1.1), la planificación territorial en Colombia se ha circunscrito principalmente a la formulación de los Planes de Ordenamiento Territorial que ordena la Ley 388 de 1997, los planes de desarrollo,

25

los planes para la gestión de riesgos y los planes para la prevención de amenazas, en concordancia con los paradigmas urbanísticos y económicos dominantes. Sobre tales fundamentos y prospecciones se han trazado las directrices que han de regir los destinos del territorio a las diferentes escalas (tanto municipales como sub y supra municipales). Dado el gran impacto que las decisiones en el ordenamiento ejercen sobre el territorio, que van desde lo social pasando por lo económico hasta lo ambiental, es indudable que todo propósito que requiera la intervención sobre el territorio debería contar con aproximaciones, instrumentos y artefactos que garanticen un adecuado estudio a diferentes escalas tanto espaciales como temporales, en las dimensiones biofísicas (i.e. ecológicas) y humanas toda vez que tales enfoques y herramientas deberían permitir a las diferentes partes interesadas, visualizar el impacto de sus decisiones sobre el territorio. Son diversos los inconvenientes originados como consecuencia de la falta de exploración de nuevas formas de estudiar la planificación territorial y de adecuados sistemas para el modelado de los fenómenos territoriales asociados a las decisiones de planificación y proyección de los territorios urbanos y rurales que apoyen la estimación y la evaluación del impacto de las decisiones humanas (político administrativas y de los actores interesados en general) y su consecuente interpretación que permitan la comprensión, análisis, anticipo, visualización y medición (ver parágrafo 2.1.5 y 2.1.6).

Tales dificultades consistentes entre otras en la débil utilización de herramientas técnicas acordes a las necesidades actuales dela sociedad, la falta de independencia de los planificadores con el sector gubernamental, el desinterés por la cultura y el medioambiente, la falta de multidisciplinariedad en la planificación territorial, los conflictos interinstitucionales en la formulación de los planes, las divergencias de escala y la poca presencia de la ingeniería en el diseño de los instrumentos de planificación como los POT, han provocado que el desarrollo territorial a nivel municipal, departamental y nacional no se haya ejecutado de manera eficiente, ni siquiera en lo relacionado con las condiciones mínimas de servicios públicos, vivienda y transporte (ver parágrafo 2.1.5).

Una ingeniería para la visión de territorios, debería poder combinar diversos enfoques que posibiliten entendimientos sistémicos e integrales que tengan en cuenta procesos ecológicos, humanos (individuales y sociales) e institucionales con manejos de información espacio-temporal multiescalar que permita tratar y estudiar adecuadamente la complejidad de los territorios como sistemas naturales y sistemas sociales que son, y los componentes biofísicos y humanos que los conforman. Dichas visiones ingenieriles pueden ser posibles gracias a la cada vez más creciente posibilidad de manejar e integrar grandes volúmenes de datos puestas al servicio de comunidades e instituciones gubernamentales, académicas y privadas mediante la comprensión de los procesos involucrados para la exploración de futuros deseables a través de escenarios de intervención posibles.

26

Los sistemas complejos pueden proporcionar un alcance proporcional a lo que el territorio representa si se asume como un sistema compuesto de múltiples componentes interactuando entre sí, originando de esta manera nuevas estructuras y funciones las cuales se retroalimentan afectando el comportamiento de los componentes subyacentes. Este concepto implica como se muestra en la Figura 3, que un sistema complejo (como se asumen los territorios) deben ser estudiados en variadas resoluciones y escalas, en razón a que tanto el comportamiento de individuos como los procesos observados a determinadas escalas, son el producto de la emergencia de relaciones a escalas inferiores. Estos flujos e interdependencias entre escalas originan dinámicas espacio-temporales no lineales que dificultan la identificación de patrones imposibilitando labores de pronóstico confiables.

Figura 3 Mapa conceptual Sistema Complejo. Elaboración Propia.

Esta complejidad implícita en los sistemas socio-ecológicos, sumada a la multiplicidad de planes de ordenamiento y de desarrollo (ver Figura 2), amplifican los conflictos entre los distintos planes de gestión territorial que se dan a diferentes niveles administrativos (planes de manejo ambiental, de cuencas, forestal, para la gestión de riesgo, etc.) con información a diferentes escalas y resoluciones y múltiples intereses de diversos colectivos humanos e institucionales, como se ilustra en la Figura 4, haciendo necesaria la implementación de miradas y herramientas de integración que armonicen la multiplicidad de visiones, datos e intereses.

27

Figura 4 Conflictos y Convergencias de los Planes territoriales. Fuente DPN (2015)

Se pone de manifiesto, con todo lo anterior, la necesidad de implementar una reforma a la planificación territorial fundamentalmente en dos direcciones: un nuevo enfoque de estudio y análisis territorial y un nuevo conjunto de herramientas que hagan posible las transformaciones territoriales a partir de esta nueva mirada. Surgen así las dos apuestas estructurales de la presente tesis a saber:

• Una planificación territorial desde un enfoque sistémico, integral y multipropósito y

• Un modelado basado en agentes (MBA) como interfaz Planificación-Transformación del territorio.

Esta propuesta es viable en nuestro contexto nacional, no solo a partir de los antecedentes expuestos en el estado del arte y de la definición de las falencias establecidas en la definición del problema sino de las perspectivas que se traducen como posibilidades y capacidades de:

Estudiar los territorios como sistemas ecológico complejos tanto desde un análisis bottom up (i.e. para entender los fenómenos desde sus relaciones en escalas inferiores buscando observar la emergencia y autoorganización en niveles superiores) como desde un análisis top down (i.e. para comprender el efecto de las decisiones sobre políticas públicas en las comunidades).

Captar los equilibrios entre los vínculos y las retroalimentaciones que se dan en los dos sentidos (top down-bottom up)

Conciliar datos, fenómenos y relaciones a diferentes resoluciones.

28

Intercomunicar diversas capas de información (jurídica, física, social, económica, etc.)

Incluir en el análisis y en el modelado los planes y las decisiones en políticas públicas, por ejemplo, para visualizar sus efectos sobre los demás componentes del sistema.

Explorar la capacidad de respuesta y adaptación del sistema. Proyectar diversidad de estados futuros como escenarios de solución (o por

lo menos de proyección) a partir de las condiciones iniciales. Apoyar las decisiones humanas de los diversos actores. Generar laboratorios virtuales para la experimentación de escenarios futuros

bajo los supuestos de complejidad e incertidumbre establecidos. Advertir los efectos de las políticas públicas en temas territoriales. Contribuir en un desarrollo territorial integral y participativo de los

territorios.

Bajo este panorama, es de esperar que esta nueva generación de planificadores (ecologistas, geógrafos, humanistas, economistas, etc.) cuente entre sus cualidades con buenos conocimientos en cuanto al diseño, el modelado, los Sistemas de Información Geográfica (SIG), el procesamiento espacial de información, sistemas complejos, aspectos para los cuales los aportes desde la ingeniería pueden resultar de gran utilidad, pues como lo manifiesta Koen (2003b):

i) la ingeniería siempre produce cambios, el mundo es diferente cuando un ingeniero actúa;

ii) los recursos disponibles hacen parte del problema de ingeniería, definen y limitan su solución;

iii) el concepto de mejoría en ingeniería no es solo de eficiencia sino de optimización y de equilibrio;

iv) generalmente los ingenieros se enfrentan a situaciones de ausencia parcial o absoluta de información.

Habida cuenta de la escasez de este tipo de investigación en nuestro país, este trabajo, así como todos aquellos que se adelanten en relación con los aportes de la ingeniería a la planificación del territorio, podrán considerarse como puntos de partida para la creación de nuevas líneas de trabajo en la comunidad académica de nuestro país y específicamente al interior de la Pontificia Universidad Javeriana.

De esta manera el diseño territorial y el desarrollo de modelos para la generación de escenarios de territorios posibles, emergen como artefactos de gran importancia para los diferentes actores e instituciones interesados en la propuesta, selección y evaluación de las decisiones humanas en torno a la generación y transformación de los territorios.

29

CAPITULO 2 ESTADO DEL ARTE

PLANIFICACIÓN TERRITORIAL EN COLOMBIA

MODELOS BASADOS EN AGENTES EN LA PLANIFICACIÓN TERRITORIAL

____________________________________________

30

ESTADO DEL ARTE

En este capítulo se presenta un resumen de la revisión del estado del arte adelantada en ejecución de la Tesis Doctoral; en primera instancia una mirada a los antecedentes teóricos de la planificación en Colombia y el mundo y a la Ley 388 de 1997 como instrumento de planificación territorial en Colombia consecuencia de la aplicación de enfoques foráneos que apalancan el monopolio estatal y gubernamental en la planificación y luego una breve revisión de algunas de las técnicas y herramientas utilizadas para el modelado de sistemas socio-ecológicos en la actualidad que soportan la propuesta de esta tesis doctoral y que permitieron optar por el uso de los Modelos Basados en Agentes (MBA) y en última instancia sobre el uso de los MBA aplicados a problemáticas territoriales.

LA PLANIFICACIÓN TERRITORIAL EN COLOMBIA

Orígenes de la Planificación Territorial

La historia de la humanidad ha mostrado que nos hemos acostumbrado a tratar la planificación territorial como una apuesta de transformación del medio ambiente meramente cuantitativa, en el mejor de los casos, mas no cualitativa, interesada más en el “cuánto” y tal vez en el “cómo” que en el “para quien” o el “para qué”. En este sentido, las planificaciones territoriales, pensadas en el largo plazo, tendrían que ser estructuradas por la sociedad en general y no exclusivamente por la clase política en particular, apartándose del devenir electoral; por esta razón, la perene sociedad civil, debe ser convocada a asumir la responsabilidad y el protagonismo de la co-transformación de los territorios y de su sino. Una rápida mirada a la historia tal vez nos permita develarlo.

Probablemente una de las primeras actuaciones atribuibles a la planificación territorial, consecuentes con la sedentarización de la humanidad, se da hacia los años 9.000 a 8.000 a. de J. C. con Jericó como la primera ciudad amurallada conocida. Posteriormente, con la domesticación del caballo (2.500 a. de J. C.) el hombre, que vivía circunscrito su hábitat a un área geográfica limitada a las restricciones de su traslado a pie, se abrió a posibilidades inexploradas modificando substancialmente su noción de territorio y paradójicamente acelerando su sedentarización, presionándolo a ordenar y potencializar sus recursos, reservando espacios, fundando comunidades no nómadas y utilizando el caballo como instrumento de medida espacial, por ejemplo.

Luego de la última glaciación y con la aceleración de los procesos de sedentarización, hacia el 8000 a. de J. C. aparecen las primeras ciudades, alrededor de 4.000 a. de J. C. los primeros imperios y hacia 2.000 a. de J. C. los primeros desarrollos tecnológicos producto de las civilizaciones emergentes entre las cuales se puede citar a los Sumerios, tercer milenio a. de J. C., que optaron por las ciudades como estrategia para proveer y obtener recursos agrícolas, forestales y

31

energéticos de cara al desarrollo de estructuras edificatorias, armas y utensilios (Toynbee 2001). Tales formas de suministro provocaron el diseño de territorios, con puertos, caminos y rutas comerciales. Así fueron configurándose los primeros imperios mesopotámicos, entre 3.000 y 1.600 a. de J. C., desarrollando la escritura, la organización social y las armas, constituyendo los inicios de los Estados, con estructuras institucionales que sesgaron los aspectos culturales y sociales que definirían las civilizaciones ulteriores cimentando así los comienzos de las organizaciones urbanas que hoy conocemos.

De manera similar, en la China antigua el sedentarismo marcó el origen de las ciudades, como es el caso de la segunda civilización neolítica, Longshan, precursora del espacio urbano dotado de estructura y organización bien definida, que posteriormente darían origen a una categoría de funcionarios públicos, los Shi (de los cuales Confucio 479 a. de J. C. fue el más conocido), formados en una “Escuela Nacional de Administración” que dotó al Estado de este tipo de funcionarios proclives al ordenamiento de las ciudades (Garnet 2005).

Por otra parte, en lo que hoy se conoce como India las primeras colonias sedentarias aparecieron en Beluchistán y en el Valle del Indus. También se descubrieron pequeños establecimientos neolíticos con casas en ladrillo hacia 5.000 a. de J. C. alrededor de cultivos de cebada y trigo. Cerca del 2.500 a. de J. C. aparecen las grandes civilizaciones urbanas en el Valle del Indus, visibles gracias al hallazgo de algunas acciones de urbanismo, canalización y alcantarillado.

En Grecia, por ejemplo, la Polis fue la base de su desarrollo; el crecimiento territorial, estaba constreñido por cadenas montañosas que actuaban como murallas y por la limitada extensión de sus llanuras que, no obstante, permitieron la emergencia de ciudades como Atenas con sus 250.000 habitantes, la mayor de las polis del imperio. De esta forma una Polis de más de 100.000 habitantes tendría que ser ordenada y pensada. (Aristóteles 1988)

La República establecida por los Romanos da cuenta de cómo la confederación italiana llegó a dominar el Mediterráneo hacia 200 a. de J. C. gracias al alto grado de ordenamiento político-administrativo de su territorio, de igual manera las anexiones de Egipto, los pueblos del Danubio y del Rin, solo fueron posibles gracias al elaborado orden administrativo y económico de su imperio. Son conocidos los sistemas de acueductos como los de Nimes, (s. 50 a. de J. C.), de Gard (s.15 a. de J. C.) y de Segovia en Hispania (s.122 a. de J. C.).

El origen de la civilización y la tecnología ha avanzado paralelamente a las ciudades, complejas y sofisticadas organizaciones territoriales que han requerido el ejercicio de la imaginación y el diseño y el ejercicio de poder de las diferentes sociedades humanas que han transformado estructurado y pensado su entorno de diversas formas, casi siempre como medio y no como fin en sí mismo.

32

Antecedentes de la Ley 388.

En la historia reciente en la planificación mundial y específicamente en Latinoamérica y Colombia, es común utilizar el término planeación urbana refiriéndose también al urbanismo, dado el origen mismo de las ciudades, y de los estados, aunque los dos términos tengan enfoques epistemológicos distintos. Más allá de su etimología: “Urbanisme” en francés, “Urban Planning” en inglés americano o “Town Planning” en inglés británico, tal diferencia epistémica según Almandoz (2006) radica en que el urbanismo academicista europeo (década de los cincuenta del siglo pasado), fue asimilado bajo las nociones de planificación o de planeamiento norteamericano de la segunda mitad del siglo XX, no obstante, el uso de los dos términos es aceptado para referirse a lo mismo, ya que las diferencias se atribuyen precisamente al tipo de aproximación que se perciba, aunque hoy en día tal distinción parece ser irrelevante, en sus origines fue trascendental distinguir entre Planificación Urbana y urbanismo. De la misma manera, el uso del término planificador (urban planner) no siempre denota al especialista de la planificación, sino que muchas veces refiere al funcionario de las oficina pública de planeación que no siempre se dedica a pensar en el urbanismo, la planificación o el ordenamiento del territorio perdiéndose así la connotación académica del planificador asignándole un rol más burocrático, cuya profesionalización, según Brand (2001), no solo ha consistido en la aplicación dispersa de técnicas de ordenamiento del territorio, sino en una serie de teorías de planeación tanto en el ámbito académico como político y del quehacer de orientar la construcción de las ciudades. Una gran cantidad de éstos especialistas adelantaron su formación postgradual, a finales de los setenta, en Francia bajo la influencia de la Planificación Urbana funcionalista en gran medida basada en la sociología urbana francesa.

Se considera que la planificación urbana antes de la posguerra era subordinada epistemológicamente de la arquitectura, y por consiguiente su ejercicio atribuible a los arquitectos, enfocándose en la distribución y diseño de la estética urbana y en mínimo grado a los ingenieros civiles. Para Taylor (1988) con posterioridad a la posguerra; la literatura científica anglosajona ilustra el tránsito del town design planning al comprehensive planning, mientras la literatura francesa da cuenta del advenimiento del urbanismo cibernético o modelístico en contra del urbanismo estético, dando origen a la crisis del urbanismo modernista (Valdivia, 2000) que posiciona la planificación funcionalista desplazando al urbanismo academicista (Almandoz 2006) o en palabras de Salazar et al. (2001) subordinando la planeación física a la planeación integral.

Posteriormente, en la década de los cincuenta, los miembros de los Congresos Internacionales de Arquitectura Moderna (CIAM) sufren un conflicto generacional y estructural que dio origen a la crisis del paradigma modelístico originando lo que se conoce como paradigma comprehensivo de la Planificación Urbana, provocando el surgimiento en los años sesenta de múltiples teorías para el ejercicio de la planificación territorial. Por ejemplo, teóricos de la planificación como Barclay M.

33

Hudson, Oren Yiftachel, Michael J. Thomas, Nigel Taylor y Patsy Healey entre otros, han planteado esquemas tipológicos que buscan proporcionan una colección selecta de teorías como marco de comprensión común de la planificación, aferrándose a la idea de Andreas Faludi quien consideraba la planeación en dos dimensiones separables: la de los principios éticos de una sociedad (lo substantivo) y la de las necesidades (lo procedimental), dando origen a dos grandes corrientes de la Planificación Territorial que adquirieron y gozaron de gran reputación durante buena parte de la segunda mitad del siglo pasado (Allmendinger 2002)

Por un lado, las teorías procedimentales, que se fundamentan en modelos sistémicos generales de planificación, que homologan la puesta en práctica de éstos para todo tipo de entorno social, en el que la teoría de planificación procesal pretende una tecnología de resolución de problemas basada en procedimientos y métodos racionales centrados en los objetivos de las políticas, el análisis sistemático y la generación lógica de alternativas de políticas sin ninguna clase de diferenciación social por lo tanto estas no solo "carecen de contenido" sino que "carecen de contexto" (Healey et al. 1982)

Por otra lado están las teorías de planificación denominadas substantivas las cuales han mantenido una posición crítica del rol técnico de la planificación territorial incluyendo las actividades mismas de la planificación así como el estudio detallado del medio sobre el cual se planifica, los valores, las realidades de las comunidades locales, la propiedad, la equidad social, etc., reivindicando la comprensión de las dinámicas propias de la sociedad capitalista y su relación con prácticas diversas de planificación (Lapintie 2009). Aquí se analizan las sociedades capitalistas se rechazan las políticas de mejora como mecanismos para el cambio estructural a largo plazo. La distribución desigual de los recursos se presenta como un producto inevitable del modo de producción capitalista que crea dos clases (la clase obrera y la clase capitalista) en dialéctica constante. En consecuencia, el Estado desempeña el rol de ayudar al capital a recaudar ganancias ahora y garantizar su producción en el futuro, una inversión completa del carácter "sin contenido" y "sin contexto" de la teoría de planificación procesal. (Healey et al. 1982)

En súmulas, en palabras de Lapintie (2010), las teorías de planificación se pueden clasificar de diferentes maneras, por ejemplo:

teorías sustantivas y teorías de procedimiento

Las teorías sustantivas se encargan del objeto de planificación (la ciudad, la región), mientras las teorías procesales se dedican al proceso de planificación.

teorías de y teorías en planificación.

Las teorías de planificación describen y explican la planificación como proceso y como institución, mientras que las teorías en planificación se ocupan de las diversas

34

teorías científicas que se pueden utilizar en el proceso (economía urbana, sociología urbana, ecología urbana, etc.).

De esta manera, la dicotomía de teorías anglosajonas de la planificación territorial (procedimentales y substantivas) instauró los cimientos de los discursos y sus prácticas en Colombia pudiéndose identificar tres tipos de discursos de la Planificación territorial en la segunda mitad del siglo pasado:

técnico-metodológico (basado en las Teorías Procesuales),

socio-técnico (basado igualmente en las Teorías Procesuales),

reactivo (basado en las Teoría Sustantivas)

Estos discursos soportan la consecución de por lo menos cinco propósitos:

El crecimiento económico.

La administración urbana y regional.

La consolidación de la identidad urbana de los habitantes de la nación

La sostenibilidad del territorio

El desarrollo urbanístico integral a través de la implementación de una reforma de la propiedad del suelo urbano.

Consecuentemente y como se dijo anteriormente, después de la Segunda Guerra Mundial, las bases epistémicas de la Planificación territorial comenzaron a separarse de las escuelas europeas de arquitectura y urbanismo clásicos, dando cabida a nuevas miradas de la planificación y generando espacios para una planificación territorial que mezclaba principios de planeación física y del diseño urbano con los de la planificación sistémica, como lo señala Almandoz (2006) a propósito de las propuestas urbanísticas de Le Corbusier en los planes Piloto y Regulador propuestos para Bogotá: una mixtura de la teoría tradicional de la funcionalidad humana urbana, de los planes maestros, las unidades vecinales, la zonificación, y la planificación urbano-regional. Tales propuestas transformadoras y hasta cierto punto sistémicas, fueron posibles en buena medida por dos hechos fundamentales: la reivindicación del conocimiento académico, técnico y científico contemporáneo y la emergencia de las ciencias sociales aplicadas, impulsando la gestión del conocimiento científico relacionado y confiriendo un alto grado de utilidad social a las humanidades.

Las nuevas realidades urbanas producto de la metropolización intensiva y la expansión de las ciudades, acompañada de nuevos fenómenos políticos y socio-culturales con emergentes actores, comenzó a debilitar las estructuras de los modelos urbanos vigentes, constriñendo la planificación a desafíos cada vez más intensos e inmediatos. Estos retos fortalecieron el nuevo paradigma de la planificación academicista de la posguerra reconfigurando el concepto de planificación regional y planificación urbano-regional, provocando la transformación (y en algunos casos eliminación) de las tradicionales oficinas de planeación de las ciudades hacia oficinas metropolitanas, regionales y nacionales de planeación.

35

Orígenes de la Ley 388 de 1997

Producto de la crisis de la posguerra, el arquitecto-urbanista fue lentamente desplazado por nuevos profesionales de la planificación: expertos en geografía, economía, sociología, y muchas más profesiones; es así como mientras Le Corbusier y distintas agremiaciones internacionales de arquitectos asesoraban importantes capitales del mundo, en la formulación de planes pilotos y reguladores; simultáneamente se adelantaban misiones como las del Banco Mundial, orientadas por economistas como el canadiense Lauchlin Currie, para la implementación del Plan Nacional de Desarrollo, que debía incluir la planificación del espacio urbano regional.

Como resultado de la metropolización acelerada, la conurbación, la crisis nacional del campo y los campesinos, la violencia y el desplazamiento de comunidades vulnerables, las ciudades adquirieron cada día un mayor auge, generando en la actividad planificadora un desmesurado interés por lo urbano en detrimento de lo rural, y en este sentido, ya desde los años setenta del siglo pasado, algunos asesores de los diferentes gobiernos, decidieron adoptar las Teorías de la Renta del Suelo2 como argumento y herramienta de planificación orientada de manera importante hacia el desarrollo de proyectos de vivienda urbana, tema prioritario dadas las condiciones anteriormente citadas. El argumento principal de esta corriente de consultores se basa, como lo expresa Sáenz et al. (1989), en analizar la vivienda desde sus diferentes aristas, primordialmente económicas, como un bien necesario, como bien inmueble y como mercancía para cubrir el déficit habitacional, pasando por la estructura de la demanda de vivienda y sus formas de producción, para lo cual se intenta esclarecer las leyes que regulan la segregación del espacio urbano y la localización de la vivienda, a través de las rentas del suelo, como lo propuso Humberto Molina bajo la influencia del economista italiano Piero Sraffa, (fundador de la Escuela Neorricardiana, desarrollada y perfeccionada por, Karl Marx) (Lucarelli 2007)

Años más tarde, se retoman las propuestas de Lauchlin Currie en defensa del modelo de ahorro individual como el mecanismo ideal para el financiamiento de la vivienda3 en el marco de la progresiva liberalización de las cargas de la planificación concentradas casi exclusivamente en el sector público. Igualmente, y casi para la misma época, Samuel Jaramillo, luego de sus estudios doctorales en economía

2 La visión de David Ricardo proponía asumir el suelo como un bien generador de renta y en consecuencia objeto de oferta y demanda como cualquier mercancía hacia la cual la clase burguesa en ascenso en ese entonces volcó sus intereses. A partir de esta propuesta, el Estado debería intervenir con impuestos a la renta del suelo y así incluirlas dentro de las lógicas del libre mercado. De hecho, fue en Francia con el Código Civil napoleónico, donde se facultó al Estado para tomar control de las tierras consideradas necesarias para su crecimiento. Posteriormente, también en Francia se desarrolló con mayor detalle, una Teoría de la Renta del suelo basada en dicho control del suelo con representantes como Christian Topalov, Karl Polanyi, Joseph Comby y Vicent Renard, a partir de fundamentos no solo económicos sino jurídicos y políticos.

3 Esta idea de financiamiento posteriormente redundaría en la creación de la Unidad de Poder Adquisitivo Constante (UPAC) que sirvió en buena medida para desmontar el sistema público de construcción de vivienda hasta entonces responsabilidad del extinto Instituto de Crédito Territorial.

36

urbana en Francia, publica Renta absoluta y composición orgánica del capital (1981) y Crisis de los medios de consumo colectivo urbano y capitalismo periférico (1984) como reflexiones sobre las teorías de la renta del suelo en Colombia.

Ya en 1976 en Vancouver (Canadá), el arquitecto-urbanista Enrique Peñalosa había presentado la Declaración sobre los Asentamientos Humanos: “Todo Estado tiene derecho a planificar y a administrar la utilización del suelo, que es uno de sus recursos más importantes, en tal forma que el crecimiento de los centros de población tanto urbanos como rurales se base en un plan amplio de utilización del suelo. Esas medidas deben asegurar la realización de los objetivos básicos de la reforma social y económica para cada nación, de conformidad con su sistema y sus leyes de tenencia de la tierra”.

Como queda en evidencia, la implementación de las teorías de la renta del suelo como base teórica de las decisiones territoriales, fue más una forma de regulación estatal y ordenamiento del suelo que de planificación territorial, situación que trajo como consecuencia la separación entre el sector académico y el gubernamental, como lo manifiesta Brand (2001), provocado al parecer por una crisis mundial en el quehacer de los profesionales encargados de la planeación” como afirma Healey et al. (1982).

Posteriormente, mediando los años ochenta, algunos consultores del gobierno inspirados en corrientes académicas europeas (española y francesa, principalmente) basadas también en las teorías de la renta del suelo y liderados por arquitectos como Carolina Barco y José Salazar y el sociólogo Fabio Velásquez acuñaron la idea de que el aprovechamiento urbanístico del suelo debería ser potestad exclusiva del estado como representante de los ciudadanos y no facultad de los propietarios del suelo (García 2003). La iniciativa de este grupo de urbanistas tuvo eco en el partido liberal donde se propuso la primera Ley de Reforma Urbana que buscaba establecer este sistema urbanístico europeo que tanto les atraía.

De esta manera, la ley 9ª. de 1989 surge como la gran Ley de la Reforma Urbana con la antesala de la Ley 61 de 1978 y quince proyectos de ley más presentados entre 1970 y 1989 que, con fundamento en el control de las rentas del suelo por parte del Estado, abrió el camino para la Ley 388 de 1997, como los subraya Molina (2003):

La experiencia con la Ley 9ª contribuyó de manera significativa porque con ella se introdujo una nueva concepción sobre la planificación urbana. Contribuyó a superar la noción de que planificar ciudades era simplemente hacer diseño urbanístico, zonificar usos del suelo y establecer un estatuto procedimental cuyo cumplimiento garantizaba obtener una licencia de construcción; pero no fue suficiente porque no se diseñaron instrumentos eficaces de actuación y aplicación. Precisamente con la Ley 388 de 1997 se dio un

37

paso fundamental para darle a la actividad del ordenamiento urbanístico el rango de una función pública, así como para modernizar la concepción y los instrumentos del planeamiento.

Con el impulso de la Ley 9ª se propiciaron fuertes movimientos nacionales que vitalizaron instrumentos como las consultas a los expertos, la socialización a la ciudadanía con el nombre de consulta ciudadana, ya que mientras se recurría a su opinión, también se les avocaba a aceptar la administración territorial gubernamental. En la misma dirección, misiones académico-gubernamentales como: Antioquia Siglo XXI (1989), Bogotá Siglo XXI (1990), Cali que Queremos (1992) y la Consulta Nacional Urbana (1992) tuvieron gran acogida después de la expedición de esta Ley, gracias talvez a la elección popular de alcaldes para ese entonces recientemente aprobada.

Por último, ya en la actualidad, la publicación en el año 1997 de la Ley 388 de Ordenamiento Territorial, bajo la orden perentoria a los municipios de implementar Planes de Ordenamiento Territorial (POT) como instrumentos de gestión del suelo, logró finalmente establecer las teorías de la renta del suelo como la directriz protagónica en el urbanismo y el ordenamiento del territorio en Colombia. Con la conquista de este hito, las universidades que académicamente se habían divorciado del pensamiento gubernamental décadas atrás, paradójicamente impulsaron la creación de programas de postgrado, institutos de estudios especializados en el tema y una profusa producción académica en los temas ordenados por la Ley condensándolos en temáticas bien definidas como “Derecho urbanístico”, “Instrumentos de gestión del Suelo”, “Economía Urbana”, “Hábitat”, “Administración de Tierras” y/o “Land Adminstration Systems”, “Desarrollo Urbano y Regional” entre otros.

El auge de institutos como el Centro de Investigaciones para el Desarrollo Regional (CIDER) de la Universidad de los Andes, el Comité de Política Habitacional de Bogotá, el Instituto de Estudios Urbanos de la Universidad Nacional, que abrieron las puertas a organismos internacionales como el Programa Latinoamericano y del Caribe del centro internacional de investigación Lincoln Institute of Land Policy de Estados Unidos, favorecieron la emergencia de una clase de expertos, tecnócratas del ordenamiento del territorio, como Paul Bromberg, Maria Mercedes Maldonado, Humberto Molina y Samuel Jaramillo entre otros.

Contradictoriamente, el idilio entre la academia y las políticas estatales pueden constituirse en la gran amenaza a la planificación y el desarrollo territorial, en la medida que los especialistas del ordenamiento del territorio se concentren exclusivamente en los efectos jurídicos del ordenamiento que persiguen, olvidando la autonomía epistémica que deberían desarrollar o por lo menos tratar de construir.

Los efectos de la Ley 388, veinte años después de su promulgación parecen no ser muy halagadores, al tenor de los indicadores que se muestran en el parágrafo 2.1.5

38

más adelante, pues aún se registran altos niveles de pobreza, desigualdad y concentración de la riqueza y la tierra, aspectos que inspiraron la ley 9ª y la Ley 388 pero que han sido difíciles de enfrentar pues la imposición de obligaciones a los propietarios del suelo ha sufrido toda suerte de obstáculos políticos, jurídicos y sociales mientras el difuso límite entre la academia y la política no ha permitido identificar claramente el rol de especialistas y expertos obteniendo muchas veces más fracasos que triunfos.

Vale la pena aquí subrayar que pareciera ser conditio sine qua non para la planificación territorial una estrecha articulación con el devenir de las condiciones sociales de cada territorio sin que éstas se constituyan en la inspiración excluyente de otros intereses, es necesario entonces una reglamentación más que una legislación y una recopilación técnica más que jurídica, en temas territoriales, con un desarrollo autónomo previo, riguroso, constante e independiente que pase por la academia, con una introspección propia que recoja nuestras cosmovisiones sin adopciones plenas de desarrollos foráneos cuya legitimidad epistémica no ha sido respaldada con rigor y en la que la lucha plausible de la justicia social, no termine beneficiando exclusivamente el posicionamiento pseudocientífico de algunos a expensas del detrimento del prestigio de un actuar disciplinar tan loable y trascendental como la transformación del mundo para el beneficio de la humanidad en procura de cada vez más estables y mejores bienestares humanos y ecológicos.

Tal vez nos espera la exploración de caminos alternativos donde la pregunta por la substancia disciplinar en la planificación territorial nos conduzca a la experimentación de herramientas alternativas, de nuevos enfoques multidisciplinares y de aproximaciones imaginativas que tomen la distancia adecuada de los paradigmas clásicos en la búsqueda de la solución de muchos de nuestros problemas territoriales.

La Ley 388 como Instrumento de Planificación Territorial

Como consecuencia de los antecedentes relatados anteriormente y gracias a la Reforma Constitucional de 1991, la promulgación de la Ley 99 de 1993 (Ley de Recursos naturales, ambiente y sistema nacional ambiental), la Ley 105 de 1993 (Ley marco del sector transporte), la Ley 142 de 1994 (Régimen de servicios públicos domiciliarios) y la Ley 152 de 1994 (Ley Orgánica del Plan de Desarrollo) allanaron jurídicamente el camino para la Ley 388 de 1997 (Ley de desarrollo territorial) la cual luego de dos décadas de su promulgación y sin actualización alguna continua con más vigor señalando el derrotero del Ordenamiento Territorial en Colombia.

Teniendo en cuenta que la Ley 388 de 1997 ha sido blandida por nuestros expertos en planificación territorial como el gran instrumento de planificación territorial en Colombia, es prudente en este punto, presentar un muy breve resumen de los aspectos más importantes de la Ley como herramienta de desarrollo territorial a la

39

luz de lo que plantea el Gobierno Nacional a través del Ministerio de Vivienda, Ciudad y Territorio (MVCT).

Para iniciar es necesario subrayar que la Ley se fundamenta en tres pilares o principios del ordenamiento a saber:

a. La función social y ecológica de la propiedad

Este principio se constituye en el cimiento del respeto y reconocimiento de la propiedad inmueble siempre y cuando se cumpla con la responsabilidad con la sociedad y con el respeto al medio ambiente y al espacio público.

b. La prevalencia del interés general sobre el particular

Con este principio se cumple con lo establecido en la Constitución Política de 1991 en el cual debe prevalecer el interés general con respecto al individual en las actuaciones públicas y privadas relacionadas con el ordenamiento del territorio.

c. La distribución equitativa de las cargas y los beneficios

Este principio impone cargas proporcionales a los beneficios obtenidos por el desarrollo de los inmuebles que obtienen los particulares como consecuencia del ordenamiento territorial, en beneficio de toda la sociedad.

Bajo estos argumentos, la ley otorga al ordenamiento territorial una función pública, para lo cual el Estado suministra un compendio de normas que regulan el desarrollo e implementación de los POT definidos por la Ley 388 de 1997 como: “conjunto de objetivos, directrices, políticas, estrategias, metas, programas, actuaciones y normas adoptadas para orientar y administrar el desarrollo físico del territorio y la utilización del suelo”.

Pero si los POT fueron establecidos como las herramientas imprescindibles para “orientar y administrar el desarrollo físico del territorio y la utilización del suelo” ¿que se persigue con ellos?

La Tabla 1 resume la estructura de los contenidos de los POT en cuanto a objetivos, políticas, estrategias, reglamentación y actuaciones según la Ley 388 de 1997:

Tabla 1 Contenidos de los POT. Fuente: MVCT. Elaboración Propia.

OBJETIVOS PARA EL DESARROLLO TERRITORIAL

POLÍTICAS ESTRATEGIAS HACIA:

1. Modelo de ocupación, desarrollo territorial. Protección del medio ambiente.

2. Mejora de la calidad de vida. 3. Competitividad territorial.

1. Protección del medio ambiente.

2. Generación de espacio público.

3. Generación de infraestructura vial y de transporte.

4. Saneamiento básico. 5. Desarrollo urbano y

rural.

1. Protección del medio ambiente y los recursos naturales urbanos y rurales.

2. Consolidación de los sistemas de servicios públicos, vías, transporte y equipamientos.

3. Desarrollo de vivienda social urbana y rural.

40

ACTUACIONES RELACIONADAS CON: REGLAMENTACIÓN EN:

Proyectos y ejecución de infraestructura pública y

condiciones para la parcelación, urbanización y edificación de predios privados y la generación de espacio público y bienes colectivos.

1. Clasificación del suelo. 2. Aprovechamientos económicos de la propiedad

privada. 3. Reparto equitativo de las cargas y los

beneficios del desarrollo urbano. 4. Ejecución privada o pública de actuaciones

urbanísticas. 5. Generación de vivienda social.

De igual forma, para la orientación y proyección de los objetivos propuestos por los POT encaminados al desarrollo, la Ley 388 de 1997 estableció vigencias de corto, mediano y largo plazo como se ilustra en la Figura 5:

Figura 5 Vigencias del POT según la Ley 902 de 2004 (modificatoria de la Ley 388 de 1997)

No obstante, la definición de las vigencias, los POT pueden ser revisados bajo diferentes eventos:

1. Por Vencimiento de Vigencias: Cuando se haya vencido el término de vigencia de corto, mediano y largo plazo (Largo plazo: 12 años)

2. Por modificación excepcional de normas urbanísticas: Como resultado del ajuste de alguna de las normas urbanísticas del POT en cualquier momento, por iniciativa del alcalde, debidamente soportado.

3. Por razones excepcionales de interés público, fuerza mayor o caso fortuito: Por declaratoria de desastre o calamidad pública (Ley 1523 de 2012). Como resultados de estudios técnicos sobre amenazas, vulnerabilidad y riesgo que generen la redefinición de áreas de riesgo diferentes a las originalmente adoptadas en el POT

En la Tabla 2 son resumidos los contenidos de los POT, según la Ley 388 de 1997. Como se aprecia, los POT deben contar con componentes generales y

•Contempla tres períodos constitucionales

•Incluye las normas urbanísticas estructurales para los componentes: General, Urbano y RuralVigencia de Largo Plazo

•Contempla dos períodos constitucionales

•Incluye las normas urbanísticas generales para los componentes: General, Urbano y RuralVigencia de Mediano Plazo

•Contempla un período constitucional

•Incluye las normas urbanísticas estructurales para los componentes: Urbano y RuralVigencia de Corto Plazo

41

componentes para el ámbito urbano y rural donde se establecen los objetivos, las políticas y estrategias para el corto, mediano y largo plazo.

Tabla 2 Contenidos de los POT. Fuente: MVCT. Elaboración Propia.

COMPONENTE GENERAL (Art 12/Ley 388 1997)

COMPONENTE URBANO (Art 13/Ley 388 1997)

COMPONENTE RURAL (Art 14/Ley 388 1997)

Objetivos políticas y estrategias y normas de mediano y largo plazo

Políticas y estrategias de mediano y corto plazo y en normas para orientar el desarrollo urbano

Políticas y estrategias de mediano y corto plazo y en normas para orientar el desarrollo rural

La competitividad municipal Usos y aprovechamientos Normas para la ocupación, uso y aprovechamiento del suelo rural. (Usos del suelo, unidades mínimas de parcelación, viviendas/edificaciones por hectárea)

El desarrollo económico y social Desarrollo del suelo de expansión urbana

Definición de mecanismos para el desarrollo de actuaciones públicas prioritarias para la provisión de infraestructuras y equipamientos básicos (Proyectos, instrumentos y fuentes de financiación)

La ocupación del territorio Procedimientos e instrumentos de gestión para garantizar el cumplimiento de las estrategias de largo y mediano plazo del componente general y de corto plazo del componente Urbano

La articulación e integración de los asentamientos humanos rurales con las áreas urbanas (Sistema vial, sistema de espacio público, sistema de servicios públicos)

La clasificación del suelo Normas urbanísticas estructurales, generales y complementarias para el suelo urbano (Tratamientos urbanísticos; localización de nueva vivienda social, zonas prioritarias para relocalización de población por riesgo, localización de espacio público y equipamientos, redes primarias y secundarias de servicios públicos domiciliarios, condiciones para la generación localización de cesiones urbanísticas)

Los límites de crecimiento de los asentamientos rurales y centros poblados.

Los suelos y áreas de protección ambiental, por riesgo y para la provisión de infraestructuras y equipamientos básicos.

Precisar y complementar la delimitación del suelo de protección ambiental, protección por riesgo, protección para la provisión de servicios públicos domiciliarios y disposición final de residuos en el suelo rural

Sistemas de comunicación urbana-rural-regional.

La delimitación de áreas para la actividad agropecuaria, forestal y minera.

El aprovechamiento y uso del suelo. Definir la localización, delimitación, uso y aprovechamientos del suelo suburbano (Usos del suelo, unidades mínimas de parcelación, viviendas/edificaciones por hectárea)

La protección, aprovechamiento y manejo de las zonas de patrimonio histórico y de los recursos naturales.

Ahora bien, para alcanzar las metas concernientes a la generación de suelo urbanizado, la financiación de los sistemas estructurantes que soporten las actividades urbanas y el logro de la viabilidad en la captación de recursos para la ejecución de las intervenciones en el territorio en búsqueda del interés público (i.e. instrumentos de la planeación territorial, de la gestión del suelo y de la financiación), la Ley 388 de 1997 contempla una serie de herramientas para que las entidades territoriales financien y gestionen su desarrollo regional, tales herramientas de carácter normativo y procedimental se pueden agrupar en tres categorías: acciones urbanísticas, actuaciones urbanísticas e instrumentos, como se resumen a continuación:

Acciones Urbanísticas: Decisiones administrativas y actuaciones urbanísticas públicas contenidas en el POT en relación con el ordenamiento del territorio y los usos del suelo.

42

Actuaciones Urbanísticas: Proyectos de urbanización, parcelación y edificación de inmuebles.

En sentido análogo y como se citó anteriormente, los instrumentos que contempla la Ley y que permiten la ejecución de las acciones y las actuaciones urbanísticas pueden ser:

2.1.1.1 Instrumentos de planeación Territorial:

Los instrumentos de Planeación Territorial que ordena la Ley se muestran jerárquicamente en la Figura 6 y corresponden a los planes o proyectos a diferentes escalas (municipales, sectoriales o de unidades) mediante los cuales se proyecta el ordenamiento de la entidad territorial (un municipio por ejemplo).

Figura 6 Jerarquía Instrumentos de planeación Territorial. Fuente Ley 388 de 1997. Elaboración Propia.

Instrumentos de gestión del suelo:

Mediante los instrumentos de gestión, los municipios pueden obtener el suelo que requieren para llevar a cabo las actuaciones urbanísticas y la intervención en el mercado del suelo. La Figura 7 muestra los instrumentos de gestión del suelo que pueden ser usados para uno o varios propósitos según sus diferentes características y se describen brevemente a continuación:

CAPTURA DE VALOR

CAMBIO EN LA FORMA DEL TERRITORIO

ADQUISICIÓN DE SUELO PARA PROYECTOS

URBANÍSTICOS

DESARROLLO DE PREDIOS SIN USO O DETERIORADOS EN EL AREA URBANA

PR

OP

ÓS

ITO

S

Plan de Ordenamiento Territorial POT:

•...es un instrumento para la administración del desarrollo y la ocupación del espacio físico clasificado como suelo urbano y suelo de expansión urbana, que integra políticas de mediano y corto plazo, procedimientos e instrumentos de gestión y normas urbanísticas (Ley 388 de 1997, articulo 13)

Plan Parcial:

•instrumento "...mediante el cual se desarrollan y complementan las disposiciones de los planes de ordenamiento territorial, para áreas determinadas del suelo urbano y para las áreas incluidas en el suelo de expansión urbana, además de las que deban desarrollarse mediante unidades de actuación urbanística, macroproyectos u otras operaciones urbanas especiales, de acuerdo con las autorizaciones emanadas de las normas urbanísticas generales (Ibíd., artículo 19).

Unidad de Actuación Urbanística:

•"área conformada por uno o varios inmuebles, explícitamente delimitada en las normas que desarrolla el Plan de Ordenamiento que debe ser urbanizada o construida como una unidad de planeamiento con el objeto de promover el uso racional del suelo, garantizar el cumplimiento de las normas urbanísticas y facilitar la dotación con cargo a sus propietarios, de la infraestructura para el transporte, los servicios públicos domiciliarios y los equipamientos colectivos mediante reparto equitativo de las cargas y beneficios" (Ibíd., artículo 39)

43

1. CESIONES Y/O CARGAS URBANÍSTICAS

INS

TR

UM

EN

TO

S

1. Transferencias de Derechos de Construcción

2. Declaratorias de Desarrollo y Construcción Prioritaria

3. Derecho de Preferencia

4. Unidades de Actuación Urbanística

5. Anuncio de Proyecto

6. Expropiación

7. Reajuste de Tierras 8. Enajenación Forzosa

9. Enajenación Voluntaria

10. Cooperación entre partícipes

11. Unidades de Gestión

12. Banco de Tierras

Figura 7 Instrumentos de gestión del suelo para distintos propósitos

Unidad de Actuación:

Es un instrumento que permite desarrollar proyectos en resoluciones espacial determinadas, para la activación de los procedimientos relacionados con la captura de valor, el cambio en la forma del territorio, la adquisición de suelo para proyectos urbanísticos y el desarrollo de predios sin uso o deteriorados en el área urbana.

Su desarrollo requiere la gestión conjunta de los propietarios de los predios que la conforman. Puede ser adelantado mediante reajuste de tierras o cooperación entre partícipes de conformidad con el Plan Parcial que lo cobija. Comenzará su realización cuando se cuente con la aprobación del 51 % de los propietarios como mínimo para lo cual se podrán adquirir los inmuebles por enajenación voluntaria o por expropiación.

Reajuste de tierras

Es un instrumento que permite la intervención de un sector del municipio que, debido a la necesidad de un mayor aprovechamiento del suelo o para el desarrollo de infraestructura para el desarrollo urbano, requiere cambios en su estructura urbana.

La propuesta de reajuste de tierras debe ser presentada a la oficina de Planeación correspondiente conjuntamente con el Plan Parcial teniendo el aval de por lo menos el 51 % de los propietarios de los inmuebles involucrados en el proyecto.

Unidades de Gestión

Este instrumento propicia la urbanización, la renovación urbana y la ejecución de proyectos a partir de la asociación del 100 % de los propietarios de un sector

44

específico, garantizando el reparto equitativo de cargas y beneficios a partir de un Plan Parcial o de una actuación urbanística.

Cooperación entre partícipes

Es un instrumento que permite le reestructuración de configuraciones urbanas ya existentes garantizando la distribución equitativa de cargas y beneficios, que podrá darse en compensaciones monetarias, aumento en densidades de uso proporcionales a las cesiones y participación en las demás cargas, de conformidad con la actuación urbanística correspondiente.

Anuncio de proyecto

Con el anuncio de la ejecución de programas y proyectos contemplados en el POT o declarados de interés público, los municipios, con el propósito de adquirir el suelo necesario para tales fines, relacionados con infraestructura, proyectos urbanísticos o de renovación urbana, podrán adelantar los procesos de adquisición del suelo por enajenación voluntaria o expropiación. En este contexto, son procedentes las Unidades de gestión, la cooperación entre partícipes, el reajuste de tierras o las alianzas público-privadas.

Banco de tierras

Este instrumento creado en la Ley 9 de 1989 también denominado “bancos inmobiliarios” podrán constituirse como entidades públicas, empresas comerciales e industriales del Estado o sociedades de economía mixta, para adquirir por enajenación voluntaria, expropiación o extinción de dominio los predios necesarios para cumplir con los objetivos planteados en el ordenamiento territorial, el control del mercado de suelo o la administración de inmuebles fiscales.

Derechos de preferencia

Simultáneamente o con antelación a la estructuración y elaboración de estudios y diseños de obras de infraestructura, los bancos de tierras podrán establecer a su favor derechos de preferencia sobre los inmuebles localizados en áreas de influencia de planes parciales, Unidades de Actuación Urbanística, anuncios de proyecto u obra de interés público, pudiendo desarrollarse para tales fines Unidades de Gestión, cooperación entre partícipes o reajuste de tierras, siempre y cuando exista participación de la entidad pública que tiene a su favor el derecho de preferencia.

Cesiones y cargas urbanísticas

Mediante este instrumento, las entidades territoriales pueden acceder al suelo que requieren para la conformación de los sistemas estructurantes de la ciudad, como espacio público, equipamientos y vías, toda vez que las cesiones son porciones del

45

suelo que deben de ceder los propietarios o desarrolladores de las actuaciones urbanística como compensación por hacer uso del derecho a urbanizar o construir.

Declaratoria de desarrollo y construcción prioritaria

Este instrumento tiene como fin la imposición de la obligación de construir en los plazos establecidos en el POT, los terrenos vacantes de la ciudad, ordenando a que se inicien los procesos de enajenación forzosa, por el incumplimiento de la función social de la propiedad para terrenos en suelo de expansión, en terrenos urbanizables no urbanizados y en terrenos urbanizados no edificados así como en las edificaciones de propiedad pública o privada abandonadas, subutilizadas o no utilizadas en más de un 60 % de su área construida cubierta.

Instrumentos de financiación

Por medio de estos mecanismos, se pretende obtener los recursos económicos para la ejecución de los proyectos contemplados en el POT y en el Plan de Desarrollo Municipal, los cuales corresponden fundamentalmente a: Valorización por beneficio general o por beneficio particular, Participación en plusvalía, Bonos o pagarés de reforma urbana y certificados de derechos de construcción y desarrollo entre otros.

Participación en Plusvalía

Es un mecanismo de financiación para el desarrollo municipal, que busca capturar hasta el 50% del mayor valor de suelo provocado por una acción o decisión administrativa pública como:

Incorporación del suelo rural al suelo de expansión o a suelo urbano

Modificación de los usos del suelo.

Autorización de mayor edificabilidad del suelo.

Ejecución de obras públicas que no se hayan financiado por valorización. Dicho gravamen puede ser exigible en los siguientes momentos:

Solicitud de licencias de urbanización o de construcción.

Cambio real de uso del inmueble.

Transferencia de dominio del inmueble

Valorización por beneficio general o por beneficio particular

Es un mecanismo desarrollado hace varias décadas en Colombia y fortalecido por la Ley 388 de 1997 mediante el cual se percibe parte del mayor valor de suelo producido por la ejecución o el anuncio de una obra pública de impacto local o municipal cuyos recursos se destinan a la financiación de dicha obra o un conjunto de obras.

46

Bonos o pagarés de reforma urbana.

Los bonos o pagarés de reforma urbana, están destinados a financiar proyectos de remodelación urbana, reajuste de tierras, construcción, mejoramiento y rehabilitación de viviendas de interés social, construcción, ampliación, reposición y mejoramiento de redes de acueducto y alcantarillado, infraestructura urbana, planteles educativos y puestos de salud, centros de acopio, plazas de mercado y ferias, mataderos, instalaciones recreativas y deportivas, tratamiento de basuras y saneamiento ambiental.

Los Bonos constituyen una alternativa importante para incentivar el pago de compensaciones y de la participación en plusvalía.

Certificados de derechos de construcción y desarrollo

|

Algunos indicadores de los POT 20 años después de la Ley 388 de 1997

En diciembre de 2017 el Ministerio de Vivienda, Ciudad y Territorio presentó los resultados del estudio titulado “20 años de ordenamiento territorial: experiencias, desafíos y herramientas para los actores territoriales” publicado dos décadas después de la expedición de la Ley de Ordenamiento Territorial en Colombia, cuyo objetivo era: “…presentar un balance territorial que siente las bases para evaluar y hacer seguimiento de los resultados de los POT; fomentar la discusión sobre los desafíos a los que se enfrentan los municipios en materia de planeación y gestión del territorio, y además promover la generación de propuestas y herramientas que les permitan a estos actores mejorar los procesos de ordenamiento territorial” (MVCT 2017).

La metodología utilizada por el MVCT consistió en identificar el estado de algunas variables en los 1.102 municipios del país y la calificación de aquellos en que se identificaran mayores cambios entre 2000 y 2017 con información recolectada por el MVCT de las diferentes entidades nacionales encargadas de la producción oficial de este tipo de datos en el país. De esta manera y con base en este balance, se reconocieron 106 de los 1102 municipios con importantes cambios en el período de análisis, considerados relevantes para la revisión y evaluación de sus POT.

Para los 106 municipios seleccionados, se revisaron 55 esquemas de ordenamiento territorial (EOT), 31 planes básicos de ordenamiento territorial (PBOT) y 68 POT, con 166 actos administrativos identificados y 154 revisados, como se muestra en la Tabla 3.

Tabla 3 Número de actos administrativos consultado para los 106 POT. Fuente MVCT (2017)

47

De estos 106 municipios seleccionados por el MVCT como muestra para su estudio, (ver Figura 8), la mayor cantidad de proyectos en los POT de los municipios revisados son de movilidad (80 de los 106 municipios), seguido de servicios públicos (65 de los 106) y de vivienda (46 de los 106). Apoyado en este estudio, a continuación, se presentan algunos de los indicadores presentados en un intento por visualizar los efectos de los POT en el desarrollo municipal a nivel nacional en las áreas como vulnerabilidad de riegos, movilidad, vivienda y servicios públicos, pilares del desarrollo urbano y banderas de los gobiernos nacionales y locales:

Figura 8 Número de municipios con proyectos de movilidad, vivienda y servicios públicos definidos en el POT. Fuente MVCT (2017)

En cuanto al ordenamiento ambiental y la gestión del riesgo municipal

Las características descriptivas de la fragilidad ecosistémica asociadas con el deterioro ambiental natural fueron tenidas en cuenta por el MVCT para identificar,

48

como se ilustra en la Figura 9, que más de 770 municipios se encuentran con más del 25 % de su territorio en vulnerabilidad alta y muy alta, por lo que resulta evidente que la revisión de los planes de ordenamiento y las actuaciones públicas deben incluir como elemento substancial tanto la protección de los recursos naturales como la gestión del riesgo y adicionalmente la identificación de zonas con fragilidad que deban ser protegidas o reguladas en su aprovechamiento, situación que no ha sido atendida por los POT de manera rigurosa ni profunda hasta la fecha.

Figura 9 Número de municipios y porcentajes de áreas municipales en vulnerabilidad alta y muy alta. Fuente MVCT (2017)

En cuanto a los servicios públicos

Como se aprecia en la

Figura 10, los datos muestran que la cobertura de acueducto urbano disminuyó en 501 municipios del país lo cual equivale al 24,6 % de disminución entre 2005 y 2015, mientras 49 municipios aumentaron su cobertura de acueducto para predios urbanos en más del 25 % y 525 aumentaron en porcentajes menores al 25 %.

Vale la pena aclarar que, aunque el crecimiento de la población en el período de estudio fue de un 17% a nivel nacional, las coberturas de servicios públicos no son calculadas en relación con la población sino con el número de predios con servicio. El crecimiento poblacional y otros factores que pueden incidir en los déficits en las coberturas de acueducto como: la migración, el desarrollo inmobiliario informal y el aumento en el número de predios urbanos o rurales son elementos que deben ser tenidos en cuenta por los POT en las proyecciones y en la misma planificación

49

territorial situación que no ha sido atendida adecuadamente por los planificadores territoriales.

Figura 10 Variación porcentual cobertura acueducto urbano 2005-2015. Fuente MVCT (2017)

En zona rural, como lo muestra la

Figura 11, 773 municipios disminuyeron su cobertura entre 2005 y 2017. Lo anterior es explicado por el MVCT en función del crecimiento de las zonas de aglomeración de vivienda, centros poblados o caseríos y de los nuevos asentamientos poblados rurales, situación que tampoco debería escapar a los alcances de los POT como instrumentos de planificación Territorial.

50

Figura 11 Variación porcentual cobertura acueducto rural 2005-2017. Fuente MVCT (2017)

En comparación con lo anterior, se identificaron proyectos de ampliación y adecuación de redes de acueducto; de ampliación y adecuación de redes de alcantarillado; de infraestructura de servicios públicos y de disposición de residuos sólidos (

Figura 12), que en promedio no superan el 50 % de los POT de los municipios consultados, y el 40% aproximadamente no propone ningún tipo de proyecto de relacionado con servicios públicos.

Figura 12 Municipios por tipo de proyectos de servicios públicos contemplados en los POT. Fuente MVCT (2017)

En cuanto a la vivienda

En el estudio el MVCT identificó, con base en el censo del DANE 2005, el porcentaje de hogares con déficit de vivienda (

Figura 13) en las cabeceras municipales de los municipios en estudio, ascendía a 307.934 hogares se encontraban en déficit cuantitativo de vivienda y 350.112 en déficit cualitativo (viviendas que presentan carencias habitacionales en sus diferentes características como: estructura, espacio, servicios públicos domiciliarios, etc. (DANE 2008)). Como se puede percibir, el 62% de los municipios del país (683) tienen un déficit de vivienda mayor al 50% y tan solo 94 municipios de los 1102 (8.5%) tiene un déficit de vivienda inferior al 25%.

Si la Vivienda ha sido durante años un problema a atender por los gobiernos nacionales y municipales, es evidente que han faltado esfuerzos para lograr la

51

disminución de sus brechas y que al parecer los POT no han sido del todo eficaces en la atención de esta necesidad primaria.

Figura 13 Porcentaje de hogares con déficit de vivienda. Fuente MVCT (2017)

En este sentido, según se puede apreciar en la

Figura 14 se observa que cerca del 60% de los POT estudiados no cuenta con proyectos de vivienda nueva (VIS, VIP), 33 contemplan proyectos de reubicación de viviendas por amenaza de riesgo, mientras para proyectos de vivienda nueva (VIS y VIP), 20 municipios incluyeron mejoramiento de barrios y 12 localización de planes parciales.

Figura 14 Municipios por tipos de proyecto de vivienda en los POT

52

En cuanto a Transporte y Movilidad

Se pudo observar que, en cuanto a la construcción, mantenimiento, pavimentación o ampliación de vías e implementación de sistemas de transporte público, como se aprecia en la Figura 15, el 77 % de los municipios se enfocan en la construcción de vías e infraestructura como puentes, andenes o terminales de transporte, mientras más de la mitad plantea en el POT proyectos de mantenimiento, pavimentación o ampliación de vías o infraestructura ya existentes y solo 13 municipios contemplan proyectos en sistemas de transporte público.

Figura 15 Municipios por tipos de proyecto de movilidad. Fuente MVCT (2017).

En cuanto a la ocupación y crecimiento urbano

De acuerdo con estudio producido por el DANE (2017), se evidencia según la Figura 16 que la relación del crecimiento en la ocupación del suelo versus el crecimiento de la población, para la mayoría de las ciudades intermedias y pequeñas bajo la influencia de centros urbanos importantes tienen indicadores mayores a 1 (expansión), mientras para ciudades como Bogotá, Cartagena y Barranquilla muestran indicadores menores a 1 (densificación). Al sentir de Cárdenas (2017), el país está en mora de generar información para el ordenamiento ambiental para construir conocimiento nacional y municipal lo cual es primordial para una ordenación de la relación del ser humano con su territorio.

53

Figura 16 Consumo del suelo vs. Crecimiento poblacional para algunas ciudades de Colombia.

En comparación con lo anterior, tanto en los POT de primera como de segunda generación, se aprecia una baja reglamentación de los instrumentos de planificación y de gestión y financiación en relación con la construcción, los bancos de tierras y las declaratorias de desarrollo y construcción prioritaria, lo cual parece responder a la baja capacidad institucional para entender lo relacionado con su implementación, asociado al desconocimiento, o deficiente aplicación, de los modelos de ocupación territorial en los municipios y la falta de socialización, consulta y participación ciudadana, como se evidencia en la Figura 17.

54

Figura 17 Actos administrativos y tipos de normas incluidos en el componente urbano de los POT estudiados. Fuente MVCT (2017)

En cuanto a la divulgación y accesibilidad de los POT

De análisis realizado, el MVCT (2017) definió cuatro categorías en cuanto a la dificultad de consulta de los POT tanto en medios oficiales como indirectos, llegando a las siguientes tipologías:

Tipología A

Disponible en las entidades directamente relacionadas con el proceso de elaboración y aprobación de los POT: páginas oficiales de las Alcaldías y Secretarías correspondientes o en la página de los concejos municipales.

Tipología B

Disponible en instituciones vinculadas en los procesos de revisión del contenido de los POT y en las encargadas de recopilar bases documentales y normativas:

55

páginas y repositorios de las Corporaciones Autónomas Regionales (CAR) a las que pertenece cada entidad territorial, gobernaciones y secretarías de Planeación.

Tipología C

Disponible en buscadores web: páginas como Issuu.com, Scribd.com y SlideShare.net, entre otras.

Tipología D

Disponible a través de contacto telefónico o por correo electrónico con funcionarios de las alcaldías y gobernaciones o profesionales vinculados con la academia.

De esta forma se puede apreciar (ver Tabla 4), que solo 59 de los 106 municipios observados contaban con información de los POT en fuentes directas y por ejemplo 24 tuvieron altos niveles de dificultad en su consecución pue solo fueron encontrados por consultas con expertos que participaron en su elaboración. Lo anterior refleja la poca socialización y accesibilidad a la información de la planificación de los municipios por parte de la ciudadanía en general.

Tabla 4 Tipologías según la dificultad de consulta de los POT estudiados. Fuente MVCT (2017)

POT estudiados A B C D Total 1a. Búsqueda POT originales 59 31 12 24 126

2a. Búsqueda 11 1 12

3a. Búsqueda 7 3 10

4a. Búsqueda 6 6

Total 83 35 12 24 154

Debilidades y Falencias de la Planificación en Colombia:

Hasta aquí y luego de una breve revisión de los enfoques teóricos sobre los cuales se basa la planificación territorial en Colombia y específicamente la Ley 388 de 1997 como el instrumento técnico y regulatorio de la planificación por excelencia en el país, es posible resaltar algunas debilidades de los instrumentos de gestión y de planificación territorial que pueden ser afrontados por el modelo propuesto en el presente trabajo doctoral y que se pueden resumir a continuación:

1. No existen suficientes herramientas técnicas con la adecuada autonomía e independencia de la política y la regulación para proponer transformaciones territoriales participativas, respetuosas de la cultura y el medioambiente de cada territorio.

2. Existe una marcada separación de las llamadas ciencias duras y las ciencias blandas en la participación de la elaboración de los POT.

3. Se aprecia un marcado sesgo por enfoques económicos para abordar nuestros problemas territoriales en la Ley 388 de 1997 y los POT.

56

4. Los propósitos regulatorios y fiscales son evidentemente prioritarios y dominantes en los instrumentos que la Ley ordena.

5. La pobre participación de la ingeniería en los procesos de formulación de la legislación y de la implementación de los POT también es evidente dada la falta de procesos de diseño ingenieril como se puede percibir en los instrumentos de planificación creados en Colombia.

6. La regulación en planificación territorial colombiana no contempla de manera abierta, coherente ni fáctica la participación ciudadana en la toma de decisiones, tan solo en la etapa de consulta y socialización que en poco o nada son definitorias cuando ya se han establecido los planes e instrumentos ya que, como se muestra en el parágrafo 2.1.5.6, ni siquiera una vez publicados los derroteros del municipio resulta sencillo conocerlos.

7. Por lo anterior el sistema de planificación territorial colombiano obedece más a una estructura “top down” que a una “bottom up” como es la tendencia de los nuevos enfoques participativos.

8. Por todo lo anterior se pude concluir que tampoco existe una herramienta técnica de control antes, durante, ni después de la definición de los POT.

MODELADO DE SISTEMAS SOCIOECOLÓGICOS Y

SOCIONATURALES

Como ya se mencionó, los sistemas socio-ecológicos pueden ser vistos como sistemas compuestos por agentes biofísicos y sociales que interactúan de forma que el sistema se autorregule como sucede en los territorios. Si tenemos en cuenta que un territorio (visto como un socio-ecosistema) interactúan agentes biofísicos como seres humanos, animales y plantas entre otros, en y bajo la influencia de ambientes variados como valles, montañas, ríos, bosques, etc., donde además existen agentes y relaciones de carácter social, político, económico y cultural, podemos afirmar que los enfoques clásicos basados en una episteme económica, social, arquitectónica o geográfica inter-excluyentes tal vez no sean los más adecuados si se quiere realizar una aproximación desde la complejidad.

Partiendo de lo anterior, es fácil imaginar que en un socio-ecosistema desafía muchas de la formas y establecimientos del modelado tradicional (y que decir de otro tipo de aproximaciones teóricas diferentes y excluyentes de la ingeniería), en razón a que diversos actores en diversas dimensiones (o niveles de estudio o de abstracción) requieren diferentes formas de observación, análisis y procesamiento para no entrar en el campo de la interpretación y explicación de los fenómenos, cuya discusión no es propósito de este trabajo.

Para ilustrar un poco este desafío de conciliar dimensiones, escalas y resoluciones de estudio disímiles, como es característico de los sistemas complejos, apoyados en la Figura 18 donde se trata de representar la interacción espacial y temporal de

57

la toma de decisiones humana con los procesos biofísicos, es posible observar lo siguiente:

Las cajas de borde medio (a, b, c, d) representan la interacción de los comportamientos biofísicos con la toma de decisiones humana (i.e. transformación del territorio) en las dimensiones espacio y tiempo. Las cajas esquineras representan los resultados de la interacción de los dos factores adyacentes. Por lo tanto, la caja ii representa la dimensión temporal de los procesos biofísicos (es decir, el paso del tiempo y la duración), mientras que la caja iii representa la dimensión espacial de la toma de decisiones humana. El cuadro central representa los problemas de desajustes en los modelos entre la toma de decisiones y los procesos biofísicos en las dimensiones temporales y espaciales. Por consiguiente, los modelos socio-ecológicos y los enfoques de modelado podrían ser vistos en términos de su capacidad técnica para representar los procesos y relaciones de cada una de las tres dimensiones.

Figura 18 Representación de la interacción entre las tres dimensiones, espacio, tiempo, decisiones humanas con los procesos biofísicos, basado en Agarwal (2002).

En esta dirección, el árbol representado en la Figura 19 ilustra diferentes procesos de selección de los enfoques a ser utilizados en un modelado para sistemas socio-ecológicos que permita aproximarse a los propósitos establecidos.

58

Figura 19 Árbol de decisión para la selección de algunos enfoques de modelado integrado. Basado en Letcher et al. (2013).

La apuesta para este trabajo se hace por los modelos basados en agentes (MBA), que, sin ser la única herramienta disponible, dadas sus características y las de los sistemas socio-ecológicos resulta ser la más compatible con la apuesta metodológica que se propone en la presente tesis a criterio de su autor basado en la siguiente exploración del estado del arte en cuanto a publicaciones de MBA y temáticas territoriales.

MODELOS BASADOS EN AGENTES Y TERRITORIO

En la actualidad, los adelantos tecnológicos que han permitido el auge y aumento en el poder computacional permitiendo así la emergencia de nuevas y potentes herramientas que permiten aproximaciones apoyadas en modelos basados en agentes que contemplan la participación de múltiples actores interactuando con

elementos físicos ha venido adoptándose cada vez más con un creciente uso en el estudio de sistemas socio-ecológicos. En este tipo de sistemas cada agente corresponde a la abstracción de entidades observadas en el mundo, interactuando con su ambiente, como por ejemplo los que conforman sistemas sociales, ecológicos, técnicos o entre otros. En este sentido, el uso de este enfoque se ha incrementado recientemente como se aprecia en la Figura 20 donde se muestra la tendencia creciente del uso de los MBA en temas territoriales a partir de la consulta en las bases de datos de la Pontificia Universidad Javeriana de cien artículos relacionados (ver Tabla 5).

59

Figura 20 Artículos sobre problemáticas territoriales relacionadas abordadas mediante MBA por año para el período 2010-2020. Fuente: Bases de datos científicas Pontificia Universidad Javeriana. Elaboración propia.

Lo anterior tal vez se deba a que los MBA para el estudio de sistemas complejos, permiten reproducir en buena medida la autonomía de los individuos, las diferencias del entorno y las interacciones entre éstos como lo expresa Van Dam (2009): Otra importante propiedad de los MBA es que permite realizar simulaciones en ausencia o escasez del conocimiento sobre los fenómenos del a partir del conocimiento básico de las relaciones entre las entidades.

Adicionalmente, teniendo en cuenta que la representación real de los agentes de los sistemas socio-ecológicos emplazan al modelador a asumir la responsabilidad y los costos éticos que significan trabajar con entidades vivas, el modelado basado en agentes se constituye en una herramienta fundamental que permite el estudio, la representación y la experimentación de tales entidades implementando el uso de algoritmos usando la información, las herramientas de razonamiento, el tiempo y los recursos disponibles. (Tesfatsion 2007).

Por otra parte, un modelo basado en agentes, como cualquier modelo, puede ser usado para diversos propósitos como se describe en 4.1.1.1 según Epstein (2008), pero básicamente los MBA recogiendo las propiedades emergentes, simulando acciones y relaciones del mundo real específicamente describen las entidades propiciando la observación de sus interrelaciones para alcanzar en resumen siete categorías como lo propone Edmonds (2019):

a) predicción, b) explicación, c) descripción, d) exploración teórica, e) ilustración, f) analogía,

0

2

4

6

8

10

12

14

16

18

20

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

NÚ

MER

O D

E A

RTÍ

CU

LOS

CO

NSU

LTA

DO

S

AÑO DE PUBLICACIÓN

ARTICULOS CONSULTADOS MBA POR AÑO DE PUBLICACIÓN

60

g) y aprendizaje social En síntesis, lo que hace que los MBA sean multifinalitarios y particularmente versátiles es la posibilidad de simbolizar, simular o abstraer una gran variedad de sistemas presentes en el mundo, así como las entidades y las relaciones que las conforman bajo diferentes enfoques; esto puede ser evidenciado en la Figura 21 donde se presenta los resultados de la consulta de cien artículos en las bases de datos a los que tiene acceso la Pontificia Universidad Javeriana donde se aprecia no solo la versatilidad antes mencionada sino su uso en temas de planificación y uso de suelo (ver Tabla 5).

Figura 21 Cantidad de artículos por temática relacionada con territorio abordada mediante MBA por año para el período 2010-2020. Fuente: Bases de datos científicas Pontificia Universidad Javeriana. Elaboración propia.

Como se ha citado, los modelos basados en agentes pueden simular un conjunto creciente de sistemas que acoplan subsistemas sociales, ecológicos, económicos o biofísicos entre otros, albergando paradigmas alternativos para el abordaje de los problemas que la modernidad nos impone; como el ordenamiento territorial y el crecimiento urbano, en relación con la infraestructura urbana por ejemplo, donde se identifican y representan las dinámicas constructivas de edificios, de elementos de amueblamiento urbano y de redes de servicios públicos como en Luotsinen (2014); o en planificación territorial participativa (Ligtenberg et al. 2010); o en la generación de escenarios de prospección en el contexto de la variabilidad espacio-temporal en ámbitos socio ecológicos teniendo en cuenta el desarrollo y los cambios de uso y cobertura terrestre como propone Murray-Rust et al. (2013). Filatova et al (2013) a partir de una amplia exploración identifican los principales desafíos que los modelos basados en agentes enfrentan a la hora de trabajar con

0

5

10

15

20

25

NÚ

MER

O D

E A

RTÍ

CU

LOS

CO

NSU

LTA

DO

S

TEMÁTICAS DE LOS ARTÍCULOS

CANTIDAD DE ARTÍCULOS POR TEMÁTICA

61

sistemas socio-ecológicos, para lo cual se centra principalmente en los avances de los modelos a lo largo de las líneas de cuatro desafíos metodológicos: (1) el diseño y parametrización de los modelos de decisión del agente, (2) la verificación, validación y sensibilidad de análisis, (3) la integración de los modelos socio-demográficos, ecológicos y biofísicos, y (4) la representación espacial.

Por su parte, Gaube et al (2013) presentan un modelo de decisión basado en agentes referidos a la ciudad de Viena, cuyo objetivo es simular el comportamiento de nuevos patrones residenciales para diferentes tipos de hogares sobre la base escenarios demográficos de desarrollo y migración. Una nueva metodología de simulación, utilizando MBA, es presentada por Lee et al (2014) para simular los múltiples comportamientos de los ocupantes de un edificio comercial donde el propósito del modelo es imitar un ocupante del mundo real: Los agentes autónomos interactúa tanto con su medio ambiente como con otros agentes tomando decisiones de comportamiento basados en el nivel de su confort térmico; del mismo modo, un modelo de simulación espacio-temporal de la dinámica urbana de crecimiento fue desarrollado por Zhang et al (2014) donde los microagentes interactúan dentro de las células espaciales bidimensionales y el proceso de urbanización se promueve a través de la toma de decisiones conjunta por macro y microagentes. A partir de la región central de la ciudad industrial costera de Lianyungang.

Una representación de los mecanismos psicológicos sociales básicos en el contexto de la formación de grupos fundamentado en la construcción de agentes con variables de estado similares a las humanas, integrando influencias físicas, emocionales, cognitivas y sociales es propuesta por Urban (2001), otro MBA para acoplar sistemas de información geográfica con motores de reglas para simular el crecimiento urbano también es propuesto por Ma et al. (2009).

Filatova et al (2013) a partir de una amplia exploración identifican los principales desafíos que los modelos basados en agentes enfrentan a la hora de trabajar con sistemas socio-ecológicos, para lo cual se centra principalmente en los avances de los modelos a lo largo de las líneas de cuatro desafíos metodológicos: (1) el diseño y parametrización de los modelos de decisión del agente, (2) la verificación, validación y sensibilidad de análisis, (3) la integración de los modelos socio-demográficos, ecológicos y biofísicos, y (4) la representación espacial.

Por otra parte, Ligtenberg et al. (2010), Robinson et al. (2012), Murray-Rust et al. (2013) usan MBA en planificación territorial mientras otros MBA para el estudio y análisis del comportamiento del uso de la tierra, otra aplicación común, es propuesta por Magliocca et al. (2015), Robinson et al. (2012), Zhang et al. (2010), Schouten et al. (2012) y Sun et al (2016) por ejemplo.

La Tabla 5 presenta un resumen de algunos trabajos recientes sobre modelados socio-naturales y modelos socio-ecológicos en torno a temas territoriales.

62

Tabla 5 Resumen de artículos sobre MBA consultados en la investigación

Titulo Autores Año Temática

1 An agent-based model of public space use Kostas Cheliotis 2020 COMPORTAMIENTO HUMANO

2 Metamodels for Evaluating, Calibrating and Applying Agent-Based Models: A Review

Bruno Pietzsch , Sebastian Fiedler , Kai G. Mertens , Markus Richter , Cédric Scherer , Kirana Widyastuti , Marie-Christin Wimmler , Liubov Zakharova , Uta Berger

2020 REVISION ABM

3 NEAT approach for testing and validation of geospatial network agent-based model processes: case study of influenza spread

Taylor Andersor, Suzana Dragićević 2020 VALIDACION MBA

4 Estimating Spatio-Temporal Risks from Volcanic Eruptions Using an Agent-Based Model

J. Jumadi , Nick Malleson, Steve Carver, Duncan Quincey

2020 RIESGOS NATURALES

5 The role of information availability to passengers in public transport disruptions: An agent-based simulation approach

Francesco Corman 2020 TRANSPORTE

6 An agent-based conflict resolution model for urban water resources management

Pedram Darbandsaria Reza Kerachianb Siamak Malakpour Estalakic Hamed Khorasan

2020 AGUA CONFLICTOS

7 The incompatibility in urban green space provision: An agent-based comparative study

Anqi Wang a , Hao Wang b, Edwin H.W. Chan

2020 ESPACIO PUBLICO

8 An agent-based learning-embedded model (ABM-learning) for urban land use planning: A case study of residential land growth simulation in Shenzhen, China

Feixue Lia, Zhifeng Lia, Honghua Chenc, Zhenjie Chena, Manchun Li

2020 ORDENAMIENTO TERRITORIAL

9 Agent-based integrated land use/transport models: a study on scale factors and transport model simulation intervals

Carlos Llorcaa, Nico Kuehnela, Rolf Moeckela

2020 TRANSPORTE

10 Land-use Simulation and Decision-Support system (LandSDS): Seamlessly integrating system dynamics, agent-based model, and cellular automata

Dongya Liua, Xinqi Zhenga, Hongbin Wang 2020 USO DEL SUELO

11 Identifying emergent agent types and effective practices for portability, scalability, and intercomparison in water resource agent-based models

Kendra E. Kaiser, Alejandro N. Flores, Vicken Hillis

2020 AGUA

12 Agent-Based Models in Transport Planning: Current State, Issues, and Expectations

Grace O. Kagho, Mil Balac, Kay W. Axhause 2020 TRANSPORTE

13 ¿Can Intensification of Cattle Ranching Reduce Deforestation in the Amazon? Insights From an Agent-based Social-Ecological Model

Feixue Li, Zhifeng Li, Honghua Chen, Zhenjie Chen, Manchun Li

2020 ECOLOGIA

14 Decentralized concentration through cyclical events: The geographies of academic conferences in urban and regional development and planning in Brazil, 2004–2013

Christiane Fabiola Momm, Heike Jöns 2020 PLANIFICACIÓN

15 Territorial Differentiation as the Factor of Sustainable Economic Development

Vladimir V. Glinskiy, Lyudmila K. Serga, Mikhail A. Alekseev

2020 PLANIFICACIÓN

16 A Novel Multi-Level Integrated Navigation System for Challenging GNSS Environments

A. Abosekeen, U. Iqbal, A. Noureldin and M. J. Korenberg

2020 CRECIMIENTO URBANO

17 An End-to-End Recommendation System for Urban Traffic Controls and Management Under a Parallel Learning Framework

J. Jin, H. Guo, J. Xu, X. Wang and F. Wang 2020 CRECIMIENTO URBANO

18 Nowcasting of Convective Rainfall Using Volumetric Radar Observations

S. Pulkkinen, V. Chandrasekar, A. von Lerber and A. Harri


19 Territory and theory in political geography, c.1970s–90s: Jean Gottmann’s The Significance of Territory

António Ferraz de Olivera 2020 TERRITORIO

20 Improving policies and instruments to address cumulative impacts of small hydropower in the Amazon

Simone Athayde, Carla G. Duarte, Amarilis L.C.F. Gallardo, Evandro M. Moretto, Luisa A.Sangoi, Ana Paula A. Dibo ,Juliana Siqueira-Gay, Luis E. Sánchez

2019 ECOLOGIA

21 PASHAMAMA: un modelo basado en agentes basados en procesos agrícolas de la Amazonía ecuatoriana

Doryan Kaced, Romain Mejean, Aurélien Richa, Benoit Gaudou, Mehdi Saqali

2019 ECOLOGIA

22 A REVIEW OF LAND USE CHANGE: APPROACHES AND MODELS

Fatima Ezahra Sfa, Mohamed Nemiche. (Ibn Zorh University Agadir, Morocco )

2019 USO DEL SUELO

23 Urban, agricultural and touristic land use patterns: combining spatial econometrics and ABM/LUCC

Eric Innocenti, Claudio Detotto, Corinne Idda, Dominique Prunetti (University of Corsica, Corte, France)

2019 USO DEL SUELO

24 PASHAMAMA: An Agricultural Process-Driven Agent-Based Model of the Ecuadorian Amazon

Doryan Kaced, Romain Mejean, Aurélien Richa, Benoit Gaudou, Mehdi Saqalli

2019 ECOLOGIA

25 Choosing Models to Explain the Dynamics of Cities and Territories

Denise Pumain 2019 PLANIFICACIÓN

26 Agent-Based Simulation modeling Approach for Tenure Security Dynamics

Nawasiya Mudiyanselage P, Milinda Piyasena

2019 INMUEBLES

27 Simulating Urban Growth Using Cellular Automata Approach (SLEUTH)-A Case Study of Praia City, Cabo Verde

Tânia Mendes Gonçalves, Xie Zhong, Yao Yevenyo Ziggah, Brefo Yaw Dwamena


28 A REVIEW OF LAND USE CHANGE: APPROACHES AND MODELS

Fátima Ezahra Sfa, Mohamed Nemiche 2019 USO DEL SUELO

29 Signs of Heritage—An Agent-Based Model of the Dynamics of Heritage Categories

Rodrigo Nicolau Almeida, Nuno David 2019 PATRIMONIO

30 “Can Intensification of Cattle Ranching Reduce Deforestation in the Amazon? Insights From an Agent-based Social-Ecological Model”

Finn Müller-Hansena, Jobst Heitzig, Jonathan F. Donges, Manoel F. Cardoso, Eloi L. Dalla-Nora, Pedro Andrade, Jürgen Kurths, Kirsten Thonicke

2019 ECOLOGIA

31 Spatial and territorial development planning: digital challenge and reinvention using a multi-disciplinary approach to support collaborative work

Maria Visan 2019 PLANIFICACION

63

32 Evaluation and Calibration of an Agent Based Land use Model Using Remotely Sensed Land Cover and Primary Productivity Data

Bumsuk Seo, Calum Brown, Mark Rounsevell. (Institute of Meteorology and Climate Research, EU)

2018 USO DEL SUELO

33 Modeling Spatial Environment for Large-Scale Agent-Based Epidemic Prediction and Control

Mingxin Zhang 2018 SALUD

34 A Multi-modal Urban Traffic Agent-Based Framework to Study Individual Response to Catastrophic Events

Kevin Chapuis, Patrick Taillandier, Benoit Gaudou, Alexis Drogoul, Eric Daudé

2018 TRANSPORTE

35 "Network Influence Effects in Agent-Based Modelling of Civil Violence - Red de efectos influyentes en un modelo basado en agentes para violencia civil”

Carlos Lemos, Helder Coelho, Rui J. Lopes 2017 COMPORTAMIENTO HUMANO

36 An Agent-Based Model to Identify Migration Pathways of Refugees: The Case of Syria - Un modelo basado en agentes para identificar rutas de migración para refugiados: El caso de Siria

Guillaume Arnoux Hébert, Liliana Perez, Saeed Harati

2017 MIGRACION

37 Review of Agent-Based Models of Social Conflict and Civil Violence - Revisión de modelos basados en agentes para conflictos sociales y violencia civil

Carlos M. Lemos 2017 CONFLICTOS SOCIALES

38 MULTI-CLASS AGENT BASED MODEL OF CROWD DYNAMICS

Raghda Alqurashi 2017 COMPORTAMIENTO HUMANO

39 Spatial Analysis of Land Use Structure and Levels of Economic Development of Cities and Towns in Shan dong Province

Qiu Yun, Bao-yan Shan, Fan de Kai-fang 2017 USO DEL SUELO

40 Climate shocks and migration: an agent-based modeling approach

Barbara Entwisle, Nathalie E. Williams, Ashton M. Verdery, Ronald R. Rindfuss, Stephen J. Walsh, George P. Malanson, Peter J. Mucha, Brian G. Frizzelle, Philip M. McDaniel, Xiaozheng Yao, Benjamin W. Heumann, Pramote Prasartkul, Yothin Sawangdee, Aree Jampaklay

2016 COMPORTAMIENTO HUMANO

41 Agent-based modeling of ancient societies and their organization structure

Angelos Chliaoutakis, Georgios Chalkiadakis


42 A hybrid approach with agent-based simulation and clustering for sociograms

Iván García, Carlos Medrano, Andrés S. Lombas, Angel Barrasac


43 City and complexity: use of autonomus agents based models (ABM) for the simulation of processes in urban imaginaries

Adolfo Benito Narváez, Adrian Mireles Brito, Javier Cruz Camino

2016 PLANIFICACION

44 Economic evolution, diversity of societies and stages of economic development: A critique of theories applied to hunters and gatherers and their successors

Serge Svizzero & Clement A. Tisdell 2016 TEORIAS EVOLUTIVAS

45 Exploring sprawl: Results from an economic agent-based model of land and housing markets

Edward W. Thommes, Henry Thille, Monica Cojocaru, Dominic Nelson


46 Land use and land cover changes simulated with agent-based modelling for water conservation at catchment scale

Katarzyna Giełda-Pinas, Arika Ligmann-Zielińska, Zbigniew Zwoliński

2015 USO DEL SUELO

47 Understanding the relationship between safety investment and safety performance of construction projects through agent-based modeling

Miaojia Lua, Clara Man Cheungb, Heng Lic, Shu-Chien Hsu


48 Dynamic agent based simulation of welfare effects of urban disasters

A.Yair Grinberger, Daniel Felsenstein 2016 DESASTRES URBANOS

49 Protected areas and their surrounding territory: socioecological systems in the context of ecological solidarity

RAPHAËL MATHEVET, UMR 5175 – CEFE, CNRS, 1919 route de Mende, France. CARL FOLKE, The Beijer Institute, Royal Swedish Academy of Sciences, Stockholm, Sweden. F. STUART CHAPIN, Institute of Arctic Biology, University of Alaska Fairbanks, USA

2016 ECOLOGIA

50 Toma de decisiones locales contextual, basada en prioridades en los sistemas multiagente

Jean-Paul BARTHÈS, Lucile CALLEBERT, Domitile LOURDEAUX

2016 ECOLOGIA

51 Agent based-stock flow consistent macroeconomics: Towards a benchmark model

Alessandro Caiani, Antoine Godin, Eugenio Caverzasi, Mauro Gallegati, Stephen Kinsella, Joseph E.Stiglitz

2016 ECONOMIA

52 "Towards an agent-based, integrated land-use transport modeling system

Dominik Ziemkea, Kai Nagela, Rolf Moeckelb, Universidad Técnica de Berlín

2016 TRANSPORTE Y MOVILIDAD

53 Planificación de escenarios participativos para el desarrollo de la innovación en las respuestas de adaptación de la comunidad: tres ejemplos contrastantes de América Latina

Iain Brown, Julia Martin-Ortega, Kerry Waylen, Kirsty Blackstock

2016 PARTICIPACION COMUNITARIA

54 Modelo basado en agentes de ubicación residencial de bienes raices, precio de uso de la tierra.

Chengxiang Zhuge, Chunfu Shao, Jian Gao, Chunjiao Dong, Hui Zhang

2016 VALORACION INMOBILIARIA

55 Understanding Infants’ Language Development in Relation to Levels of Consciousness: An Approach in Building up an Agent-based Model

Helena Hong Gao, Can Guo 2015 FENOMENOS SOCIALES

56 Simulating Regional Hydrology and water Management: And Integrated Agent-Based Approach

John T. Murphy, Jonathan Ozik, Richard B. Lammers, Alexander A. Prusevich, Nicholson Collier

2015 HIDROLOGIA

57 Simulating Crowd Movement in Agent-based Model of Large-Scale Flood

Suvalak Vijitpornkul y Worawan Marurngsith 2015 INUNDACIONES

58 Simulating agricultural land rental markets by combining agent-based models with traditional economics concepts: The case of the Argentine Pampas

"Federico Bert a, Michael North, Santiago Rovere, Eric Tatara, Charles Macal, Guillermo Podesta.

2015 MERCADO INMOBILIARIO RURAL

59 Objetos de contorno para Grupo Modelo participativo de construcción de modelos basados en agentes

Johnie Rose, Laura Homa, Peter Hovmand, Alison Kraus, Kelly Burgess, Rick Riolo, Kurt C. Stange, Heide Aungst

2015 PARTICIPACION COMUNITARIA

60 "La incorporación de datos GIS en un modelo basado en agentes para apoyar la formulación de políticas de planificación para el desarrollo de las industrias creativas”

"Helin Liu, Elisabete A. Silva, Qian Wang 2015 PLANIFICACION TERRITORIAL

61 An agent-based model of norm change Mark D. Rouleau 2015 PLANIFICACION TERRITORIAL

62 Toward an agent-based simulation of the factors impacting diversity within a college student body.

Stephen Davies, Morgan Brown 2015 SEGREGACION

64

63 Land use and land cover changes simulated with agent-based modelling for water conservation at catchment scale

Katarzyna Giełda-Pinas, Arika Ligmann-Zielińska, Zbigniew Zwoliński.

2015 USO DEL SUELO

64 Empirical agent-based land market: Integrating adaptive economic behavior in urban land-use models

Tatiana Filatova 2015 USO DEL SUELO

65 An interactive land use transition agent-based model (ILUTABM):Endogenizing human-environment interactions in the WesternMissisquoi Watershed

Yushiou Tsai, Asim Zia, Christopher Koliba, Gabriela Bucini, Justin Guilbert, Brian Beckage

2015 USO DEL SUELO

66 "Desarrollo De Un Modelo Basado En Agentes Para Simular El Crecimiento Urbano: Submodelo De Ocupación Residencial (MBA)”

"Carolina Cantergiani, Montserrat Gómez-Delgado


67 Mercado empírico de la tierra basado en agentes: Integración de adaptación económica, el comportamiento en los modelos de uso del suelo urbano.

Tatiana Filatova 2014 MERCADO INMOBILIARIO RURAL

68 An agent-based model of residential mobility: Assessing the impacts of urban regeneration policy in the EASEL district

René Jordan, Mark Birkin, Andrew Evans 2014 PLANIFICACION TERRITORIAL

69 Banco de pruebas de simulación basada en agentes de servicios bajo demanda de transporte “Agent-based Simulation Testbed for On-demand Transport Services"

"Michal Certický, Michal Jakob, Radek Píbil, Zbyn ˇ ek Moler

2014 TRANSPORTE Y MOVILIDAD

70 Modelo MAS / LUCC para simular el Uso de la Tierray Cambio en la Cuenca del Lago Erhai basado en el algoritmo de colonia de hormigas

WangJ Guilin, Yang Kun, Liu Tao, Yang Yulian, XU Quanli, Zhu Yanhui

2014 USO DEL SUELO

71 Un marco abierto para el modelado basado en agentes del cambio de uso de la tierra agrícola

Murray-Rust D., Derek T. R., Guillem E., & Karali E

2014 USO DEL SUELO

72 Land-use change arising from rural land exchange: an agent-based simulation mode

Martha M. Bakker, Jerry van Dijk, Mark D. A. Rounsevel Shah Jamal Alam

2014 USO DEL SUELO

73 Agent-based modeling of social conflict, civil violence and revolution: state-of-the-art-review and further prospects

Carlos Lemos, Helder Coelho, Rui Lopes 2013 COMPORTAMIENTOS HUMANOS

74 Can the Agent Based Modeling represent the OER Hedia Mhiri Sellami 2013 EDUCACION

75 Agent-Based Tsunami Evacuation Simulation for Disaster Education.

Fathir Wafda, Rizqiya Windy Saputra, Yudha Nurdin, Nasaruddin, and Khairul Munadi.

2013 INUNDACIONES

76 " Spatial agent-based models for socio-ecological systems: Challenges and prospects"

Tatiana Filatova, Peter H. Verburg, Dawn Cassandra Parker, Carol Ann Stannard

2013 MODELOS SOCIOECOLOGICOS

77 Impactos de las decisiones sobre los administradores de tierras 'Uso de la Tierra de transición dentro de cuencas Missisquoi Vermont: Una Aplicación del sistema de modelado basado en agentes

Tsai Yushiou, Zia Asim, Koliba Christopher, Guilbert Justin, Bucini Gabriela, Beckage Brian

2013 USO DEL SUELO

78 A review of urban residential choice models using agent-based modeling

Qingxu Huang, Dawn C Parker, Tatiana Filatova & Shipeng Sun

2013 VIVIENDA URBANA

79 Modeling human decisions in coupled human and natural systems: Review of agent-based models

Li An 2012 COMPORTAMIENTOS HUMANOS

80 Identifying norms of behavior in open multi-agent societies Wagdi Alrawagfeh, Edward Brown, Manrique Mata-Mantero

2012 COMPORTAMIENTOS HUMANOS

81 Agent-based modeling and simulation of community collective efficacy

"MinghaoWang, Xiaolin Hu 2012 COMPORTAMIENTOS HUMANOS

82 An Agent-Based Model of Social Identity Dynamics Paul Smaldino, Cynthia Pickett, Jeffrey Sherman, Jeffrey Schank


83 "Redes bayesianas y enfoque de modelado basado en agentes para el uso de la tierra urbana y el cambio de densidad de población: un modelo BNAS. (MBA)

"Verda Kocabas y Suzana Dragicevic 2012 DEMOGRAFIA

84 A framework for modeling payments for ecosystem services with agent-based models, Bayesian belief networks and opinion dynamics models

Zhanli Sun, Daniel Müller 2012 ECOLOGIA

85 An Agent-based Modeling Approach to Study Price Impact "Wei Cui and Anthony Brabazon. 2012 ECONOMIA

86 La toma de decisiones humana para los modelos basados en agentes empíricos: construcción y validación

Grace B. Villamorabr, Meine van Noordwijkbk, Klaus G. Troitzschch, Paul L.G. Vlek

2012 MODELOS SOCIOECOLOGICOS

87 "Propiedades de simulación de tráfico basado en agente de modelos en la aleación ""Modeling Agent-Based Traffic Simulation Properties in Alloy”

F. Araujo, J. Valente, R. Z. Wenkstern 2012 TRANSPORTE Y MOVILIDAD

88 Agent-based simulation of mobility in real-world transportation networks: effects of acquiring information and replanning en-route

Maicon de B. do Amarante 2012 TRANSPORTE Y MOVILIDAD

89 A framework for modeling payments for ecosystem services with agent-based models, Bayesian belief networks and opinion dynamics models

"Zhanli Sun, Daniel Müller. 2012 USO DEL SUELO

90 Representación de los procesos ecológicos en los modelos basados en agentes de uso de la tierra y el cambio de la cubierta

Robinson, D. T., Murray-Rust, D., Rieser, V., Milicic, V., & Rounsevell, M.

2012 USO DEL SUELO

91 Handling internal complexity in highly realistic agent-based models of human behavior

L. Hluchy, M. Kvassav Dlugolinsky, B. Schneider, H. Bracker, B. Kryza, J. Kitows


92 Empirical characterisation of agent behaviours in socio-ecological systems

Alex Smajgl, Daniel G. Brown, Diego Valbuena, Marco G.A. Huigen


93 Policy Research Using Agent-Based Modeling to Assess Future Impacts of Urban Expansion into Farmlands and Forests

Michael R. Guzy, Courtland L. Smith, John P. Bolte, David W. Hulse, and Stanley V. Gregory


94 Do Land Markets Matter? A Modeling Ontology and Experimental Design to Test the Effects of Land Markets for an Agent-Based Model of Ex-Urban Residential Land-Use Change

Dawn C. Parker, Daniel G. Brown, Tatiana Filatova, Rick Riolo, Derek T. Robinson, Shipeng Sun

2011 MERCADO INMOBILIARIO

95 Exploring Coupled Housing and Land Market Interactions Through an Economic Agent-Based Model (CHALMS).

Nicholas Magliocca, Elena Safirova, Virginia McConnell, Margaret Walls

2011 MERCADO INMOBILIARIO

96 "Alta Resolución urbana uso del suelo cambio de modelado: Enfoque agente iCity (MBA)

"Anthony Jjumba & Suzana Dragićević 2011 USO DEL SUELO

65

97 La simulación del uso de la tierra Tipo de Cambio en la cuenca del Erhai Sobre la base de Modelado Basado en Agentes

Chen Kewei, Li Yunliang, Yang Yongmei, Yang Kun

2011 USO DEL SUELO

98 Introducing Preference Heterogeneity into a Monocentric Urban Model: An Agent-Based Land Market Model

Tatiana Filatova , Dawn C. Parker, Anne van der Veen


99 PECS – Agent-Based Modelling of Human Behaviour Christoph Urban 2010 COMPORTAMIENTOS HUMANOS

100 Spatio-Temporal Simulation of the Rural-Urban Land Conversion using a Multi Agent-Based Model

"Honghui Zhang, Yongnian Zeng, Zhenling Ma, Zhenglong Ma, Bin Zou

2010 USO DEL SUELO

COLOFÓN: PARALELO ENTRE EL MODELO DE PLANIFICACIÓN

VIGENTE Y UN MODELO SISTEMICO-MBA

Luego de la revisión del estado del arte de la Planificación Territorial en cuanto a los enfoques teóricos adoptados en Colombia, en cuanto a enfoques sistémicos alternativos y en cuanto a algunas herramientas de modelado disponibles, es posible subrayar que las posibilidades de los enfoques sistémicos son extensas, versátiles y robustas, distinguidas por su carácter multifinalitario, vinculante y sostenible que permite fortalecer algunos vacíos y deficiencias en cuanto al modelo actual de planificación colombiana y que se puede resumir en la Tabla 6.

Tabla 6 Paralelo entre el modelo de Planificación Vigente y un Modelo Sistémico

ELEMENTOS CONTEMPLADOS EN CADA MODELO DE PLANIFICACIÓN TERRITORIAL

MODELO DE PLANIFICACIÓN

VIGENTE

MODELO DE PLANIFICACIÓN SISTÉMICA-MBA

NIVELES DE ESTUDIO-ENTENDIMIENTO

MULTIDISCIPLINARIEDAD BAJA ALTA

MANEJO DE MÚLTIPLES ESCALAS ESPACIO-TEMPORALES BAJO A NULO ALTO

MANEJO DE MÚLTIPLES RESOLUCIONES ESPACIO-TEMPORALES BAJO A NULO ALTO

GENERACIÓN DE ESCENARIOS PROSPECTIVOS BAJO A NULO ALTO

MANEJO DE DIVERSAS CAPAS DE INFORMACIÓN MEDIO ALTO

PARTICIPACIÓN COMUNITARIA BAJO A NULO ALTO

INTEGRACIÓN DE LAS PARTES INTERESADAS BAJO A NULO ALTO

ENFOQUE SISTEMICO BAJO A NULO ALTO

DISEÑO DE INGENIERÍA BAJO A NULO ALTO

CAPTURA DE LAS DECISIONES HUMANAS BAJO A NULO ALTO

PERMITE CARACTERIZAR LOS ASPECTOS DE LA COMPLEJIDAD BAJO A NULO ALTO

Buena parte de la revisión que aquí termina, además de tomarse como sustenta para la presente tesis, se convierte en la columna vertebral de la propuesta que se despliega en el siguiente capítulo.

66

CAPITULO 3

INGENIERÍA PARA LA VISIÓN DEL TERRITORIO

67

INGENIERÍA PARA LA VISIÓN DE TERRITORIOS

El ordenamiento del territorio planifica el espacio, preparándolo en el horizonte de la utilidad, para la cual la naturaleza ya no es un mero objeto de estudio, se ha convertido en un almacén de existencias de energías, donde los entes ahora gobiernan en forma de recursos potenciales, la belleza en forma de arte y los sentimientos en forma de publicidad.

Martin Heidegger

Como ya se ha mencionado, la presente tesis se fundamenta en una propuesta que requiere un doble alcance, por un lado, una aproximación alternativa para el estudio del territorio desde la ingeniería, los sistemas socio-ecológicos, la complejidad y la participación ciudadana y por otra parte un artefacto que permita que tal aproximación sea viable y útil para la planificación del territorio. Como se presenta en la Figura 22, esta ingeniería para el diseño de territorios está inspirada en la idea de un análisis sistémico del territorio (paragráfo 3.2), que permite la conceptualización de un bajo un modelo sistémico-prospectivo para la planificación (parágrafo 3.3) que requiere también de un marco conceptual que establece los criterios para el modelado del modelo que se plantea (parágrafo 3.4) . Este modelado, se apoya fundamentalmente en MBA, a través de un modelo de base, ISASHII (ver Capítulo 4), que recoge los principales elementos transversales de la propuesta de modelado para luego con los correspondientes ajustes de reglas, resoluciones y escalas espaciales y temporales, ser aplicado para diferentes propósitos (ver Capítulo 5). Lo anterior permite un dialogo entre el modelo, el modelado, y los propósitos por medio de la visualización de los diferentes escenarios territoriales resultantes, que permite a su vez la toma de decisiones en diferentes tópicos pata su posterior ejecución de cara a la transformación territorial.

68

Figura 22 Modelo Conceptual: Ingeniería del Territorio: Un enfoque desde los sistemas socio-ecológicos. Elaboración Propia.

Planteada esta mirada general, a continuación, se desarrollarán los pilares del proyecto comenzando por unos breves, pero importantes conceptos básicos.

CONCEPTOS Y DEFINICIONES BÁSICAS

La aproximación propuesta debe apoyarse en enfoques alternativos que subsanen algunas de las debilidades de las herramientas tradicionales y potencialicen las fortalezas de las nuevas apuestas; en este capítulo, se presenta la apuesta conceptual de tal enfoque así:

Definición de algunos conceptos básicos utilizados Conceptualización de la ingeniería para el diseño de territorios como un

enfoque sistémico para la planificación territorial Explicación de algunos atributos requeridos para la instrumentalización de la

propuesta (especificaciones técnico-conceptuales) La idea de ISASHII como instrumento articulador entre un enfoque sistémico

para la planificación, la herramienta de generación de escenarios y su aplicación en varios casos de estudio.

Algunos términos y conceptos básicos utilizados

A continuación, se precisan algunos de los términos elementales en los cuales se apoyó dicha propuesta dada la multidisciplinariedad en el abordaje de las problemáticas territoriales y la diversidad de definiciones y significados que se les otorgan.

69

Territorio

Son muchas las definiciones de territorio y parecen cambiar según la posición política, teórica, cultural o disciplinar que la proponga; por ejemplo para Raffestin (2011), el territorio se entiende como la manifestación del poder en una dimensión espacial, basada en relaciones sociales, establecidas por la presencia de poder (acciones y estructuras palpables) y de información (acciones y estructuras simbólicas) mientras Sack (1986), explica la territorialidad como la base del poder desde las motivaciones humanas, como consecuencia del comportamiento animal, instintivo y agresivo para obtener y controlar recursos y personas a través de la delimitación y el dominio de áreas específicas.

Para los pueblos indígenas, por ejemplo, el territorio es mucho más que tierra agrícola; se constituye en las raíces de su identidad cultural, son sus antepasados, su cultura, sus árboles sagrados, sus ríos sagrados, son toda una memoria histórica que fue casi destruida por el colonialismo y el capitalismo, y que ellos quieren recuperar (Santos 2009). O según la percepción de las comunidades indígenas Atrato que nos recuerda Coronado (2006):

“El territorio es y forma parte de nuestra vivencia social y cultural y jamás puede ser considerado como un inmueble de intercambio comercial. Él es para nosotros, los dueños y pobladores ancestrales, un espacio que acoge la vida de las comunidades de manera integral, con pueblos, culturas y organizaciones sociales propias, y que nos proporciona los recursos naturales para la reproducción de la vida y la cultura…”

Desde las teorías de la complejidad, han ya surgido acercamientos que incitan a afrontar su estudio desde enfoques mucho más dinámicos y multidisciplinares; en esa dirección, Miguel (2011) propone un enfoque del territorio como:

La región no solamente se considera como una porción de la superficie terrestre, sino que es concebida como un sujeto concreto dinámico que posee las dimensiones espacial y temporal, por lo tanto, es un sistema geográfico dinámico integrado por diversos subsistemas espaciales (subregiones, microregiones o subsistemas de ciudades entre los más sobresalientes), económicos (agrícolas, industriales, servicios y otros), demográficos (migración, grupos étnicos entre los más relevantes), o culturales (lenguas, género, tradiciones y folclor) interactuando entre sí.

Para el presente trabajo se adoptará un concepto de territorio que acoge varias de las anteriores visiones en armonía con la ingeniería y consiste en ver el territorio como un sistema socio-ecológico (ver parágrafo 3.2.1).

70

Planificación Territorial

Al igual que la definición de territorio, la recopilación sobre planificación territorial no resulta sencilla, dado el alcance multicultural, político, económico y social que involucra y el carácter ético, teleológico y fáctico sobre el entorno generalmente apoyado en conceptos sobre desarrollo predefinidos. Dependiendo del concepto de desarrollo adoptado, cada comunidad plantea sus sentires sobre la planificación de su territorio, Furtado (2007), por ejemplo, da cuenta del carácter complejo y dinámico del desarrollo regional al afirmar que:

…el verdadero desarrollo es principalmente un proceso de activación y canalización de fuerzas sociales, de avances de la capacidad asociativa, del ejercicio de la iniciativa y de la inventiva. Por lo tanto, se trata de un proceso social y cultural, y sólo secundariamente económico. Se produce desarrollo cuando en la sociedad se manifiesta una energía capaz de canalizar, de forma convergente, fuerzas que estaban latentes, dispersas.

Mientras tanto otros autores como Vásquez (2002) apuestan más por desarrollos locales articuladores a partir de una relación sistémica de capital y progreso tecnológico sobre territorios específicos, que dan lugar al crecimiento y desarrollo mediante la creación y propagación de innovaciones en el sistema productivo, la organización flexible de la producción, la generación de economías de aglomeración, la densificación institucional y el fortalecimiento de las funciones urbanas, articuladas regionalmente.

Para Santos (2003) el desarrollo territorial tiene que ver más bien con la democratización de los geo-espacios, pues a su modo de ver el desarrollo puede ser visto a través de seis modos de producción del poder, del conocimiento y del derecho: el espacio doméstico, el espacio de la producción, el espacio de la ciudadanía, el espacio de la comunidad, el espacio de consumo y el espacio mundial, y no sólo el espacio de la ciudanía como ha sucedido hasta el momento.

Ahora bien, ¿Urbanismo, ordenamiento, planeación o planificación territorial?

Debido a que, según la RAE, planeación carece de definición propia y es definido como planificación y a su vez, ordenamiento se define como “el conjunto breve de leyes promulgadas a un mismo tiempo, o colección de disposiciones referentes a una materia” que corresponde a lo que en Colombia persiguen las disposiciones estatales y gubernamentales, en el presente trabajo se adoptó el termino p planificación para significar las actividades, herramientas y conceptos que buscan definir los planes para el desarrollo (transformación) de los territorios.

Modelado Participativo

Tomando como apoyo las ideas de La Pointe (1998) según las cuales, una comunidad humana, puede ser vista, como una entidad holística con fines propios,

71

compuesta por múltiples agentes actuando con intereses individuales, o como constructos y manifestaciones externas de la naturaleza humana para crear y poner en práctica sus intenciones y valores, es posible visualizar una comunidad territorial como el resultado de fuerzas fundamentales responsables de provocar un desarrollo humano saludable, de prosperidad y de bienestar a manera de facilitadores que catalizan la satisfacción de las necesidades humanas en las comunidades.

Teniendo en cuenta que a la hora de estudiar sistemas sociales y específicamente a la luz de sistemas socio-ecológicos se debe convivir con los riesgos y potencialidades propios de los fenómenos que contemplan la dimensión humana y la complejidad, dichos estudios deberán ser construidos desde la mirada y los intereses de los diferentes actores interesados (Voinov 2010) a saber: comunidades, instituciones públicas y privadas, sector productivo y la academia, definiendo sus especificaciones a partir de criterios como:

Propósitos del modelo

La definición de los propósitos de modelo es ya de por sí un problema que perfectamente puede ser atendido convirtiéndolo en uno de los objetivos del modelo, es decir a partir de un modelado para develar condiciones, relaciones, comportamientos o fenómenos ocultos o no observables en primera instancia. También es viable definir tales fines desde las intenciones de los usuarios del modelo quienes a priori pueden establecer los problemas a trabajar bien sea de arriba hacia abajo o de abajo hacia arriba, dependiendo quienes son los usuarios del modelo y cual su rol en el sistema. La determinación de tales propósitos (Epstein (2008)) permite definir los demás parámetros y condiciones claves del modelo.

Usuarios

Generalmente son los usuarios del modelo quienes definen los propósitos, requerimientos, alcance y restricciones del modelo de acuerdo con las necesidades por ellos establecidas y es gracias a tales criterios que un modelo puede llegar a eficaz o no, sin embargo, como producto de modelados participativos como los propuestos por Voinov (2010), un modelo de un sistema social puede llegar a ser útil para diferentes usuarios, dependiendo los contextos y los diferentes intereses de los actores.

Partes interesadas

En un modelado participativo los diferentes actores desempeñan un papel protagónico, al ser ellos portadores de la información en cuanto a la geografía, la cultura, la política, las problemáticas, los riesgos, las debilidades, las fortalezas y las potencialidades al igual que las creencias, deseos e intenciones; en este sentido, como se indicó anteriormente, la definición de las escalas espacio temporales, afectan todos los parámetros y requerimientos del diseño del modelo, desde la

72

definición de los requerimientos hasta la determinación de los intereses y actores del sistema. Voinov (2010) propone que sean las mismas partes interesadas quienes seleccionen los actores que deben participar en dicho modelado, pero también advierte especial cuidado ya que las partes interesadas pueden tener desacuerdos históricos entre sí que en un momento dado pueden proporcionar una plataforma neutral sobre la cual las partes en conflicto pueden contribuir y generar información, pero que en otros casos, sumado a asuntos externos pueden distorsionar todo el proceso: “Es crucial que el coaprendizaje traiga las partes interesadas a un nivel común de comprensión de cómo funciona el sistema y cree el campo de acción para el nivel adecuado de los debates”.

ENFOQUE SISTÉMICO PARA EL ESTUDIO DEL TERRITORIO

Grandes retos surgen en el diseño de instrumentos y herramientas en planificación territorial con un enfoque sistémico que tenga en cuenta o se base en decisiones humanas que incite a contemplar en primera instancia la posibilidad de visualizar escenarios imaginarios (en dimensiones espacio-temporales) donde tales grados de bienestar sean posibles, luego, en segunda instancia, asumir el reto de propiciar o inducir tales imaginarios hacia escenarios posibles, para que luego en instancias posteriores, las comunidades como agentes de planificación, no solo se ocupen de los planes sino en cómo ejecutarlos. Estas dos primeras instancias, en procura del bienestar de las comunidades pueden verse, ante la imposibilidad de definir un único estándar de bienestar, ya no como un mero problema típico de ingeniería de optimización en la resolución de problemas, sino, adicionalmente en un asunto de diseño en el que sea cual fuere el modelo propuesto, los propósitos y los fines a alcanzar serán variados y dependientes de lugares y tiempos, por lo que en sí mismos los diseños de tales sistemas, deben constituir una apuesta importante desde la ingeniería. En seguida algunos elementos generales que motivan la propuesta de la planificación territorial desde un enfoque sistémico.

La Planificación Territorial desde los Sistemas Socioecológicos)

En la Figura 23, se presenta un esquema conceptual para el modelado de sistemas socioecológicos como alternativa a los enfoques mecanicistas tradicionales en los que los problemas territoriales se suelen dividir en subsistemas separados (naturales y humanos) o en los que las integraciones son inspiradas en enfoques físicos principalmente (como los sociofísicos, por ejemplo). Un enfoque sistémico para la planificación territorial que permita articular sistemas naturales (sistemas biofísicos), sistemas humanos (demografía, tecnología, economía, instituciones, flujos de información, cultura) y las interacciones entre éstos (uso del suelo, cobertura vegetal, bienestar humano, producción, consumo, residuos) a través de relaciones biogeográficas y político-económicas, requiere de un enfoque multidisciplinario con amplia participación de las ciencias sociales, las ciencias

73

naturales y la ingeniería. En general, cuanto mayor sea la complejidad del sistema, más multidisciplinar debería ser su estudio.

Figura 23 Marco de interacción para un Sistema Socio-ecológicos. Elaboración Propia.

Tradicionalmente, los sistemas naturales son estudiados generalmente por la ecología o la biología mientras los sistemas humanos, por la economía, la sociología, la etnología, la antropología y en general por las ciencias sociales. No obstante, el ser humano visto como el dasein de Heidegger, como “ser en el mundo", requiere entender que su existencia y su humanidad son condiciones espaciales y que tal existencia esta circunscrita y definida por su relación con el mundo. Los seres humanos, bajo esta mirada, establecen no solorelaciones biogeográficas con la naturaleza y su entorno, sino relaciones políticas y socio-económicas tanto con los demás seres humanos como con la naturaleza misma.

La planificación territorial requeriría entonces pensar, imaginar, diseñar, visualizar, configuraciones, posibles de estas relaciones: hombre-sociedad-naturaleza-territorio-instituciones-cosmovisiones. En este orden de ideas, el aporte desde la ingeniería para la planificación territorial, podría significar, la exploración en el

74

diseño de las configuraciones de territorio, que han sido históricamente inimaginadas pero que a su vez son posibles y alcanzables, o al decir de Žižek en referencia a Donald Rumsfeld:

…hay cosas conocidas que sabemos (cosas que sabemos que sabemos), hay desconocimientos conocidos (cosas que sabemos que no sabemos), está lo desconocido desconocido (cosas que no sabemos que no sabemos); por último, una cuarta variación: lo desconocido conocido (cosas que no sabemos que sabemos) aquello que conocemos por que hace parte de nuestra identidad, determina nuestra actividad, pero no sabemos que lo conocemos.

talvez, el espacio de búsqueda puede hallarse en los dos últimos aspectos mencionados por Zizek, en lo que no sabemos que no sabemos y en lo que no sabemos que sabemos.

Ahora bien, el diseño de estas configuraciones territoriales, como lo expresa Kroes (2012), está acompañado de las limitaciones propias de los problemas humanos, restricciones de carácter económico, de seguridad, de fiabilidad, de estética, de ética y de impacto social, lo que implica la toma de decisiones no solo entre opciones existentes pre-definidas, sino además contemplando diversas opciones posibles. Dadas las condiciones de los sistemas socioecológicos y más concretamente los sistemas sociales, generalmente una aproximación convencional meramente teórica (económica, social, física) o regulatoría (inatitucional) no tiene la capacidad de cumplir con lo que usuarios y diseñadores pretenden de éste, por lo que seguramente este aporte desde la ingeniería en el sentido mencionado seguramente deberá soportarse en una aproximación holística (Figura 24) que acople el sistema de interés en subáreas disciplinares, bien sea porque los sistemas socioecológicos se consideran como un conjunto de subsistemas altamente relacionados (agua, mercados, agricultura, etc.)que son partes integrales de la totalidad.

La idea de abordar la planificación territorial con un anfoque sistémico busca ser no sólo un resultado, sino sobre todo un proceso consistente con el tratamiento integrado de los diversos temáticas de interés, de las diferentes partes interesadas en el proceso de planificación y en los resultados esperados, de las disciplinas involucradas por tratarse de un proyecto multidisciplinar, de las variadas escalas en cuestión y de las herramientas aplicables para la cobertura de los propósitos de la planificación. (Ver Figura 24).

75

Figura 24 Componentes de integración de un enfoque de planificación territorial sistémico. Basado en Letcher et al (2013). Elaboración propia

Un marco conceptual compatible con una planificación territorial sistémica como la descrita anteriormente, bien podría estar soportado, como se ilustra en la Figura 25, en algunos enfoques epistemológicos, sistémicos, económicos, ingenieriles y filosóficos alternativos como:

Los sistemas socio-ecológicos y complejidad: Un concepto integrado de “ser humano en la naturaleza”, caracterizados por la No linealidad, la complejidad, la incertidumbre, la emergencia, la auto-organización, la vulnerabilidad, la capacidad adaptativa, la transformación, la heterogeneidad y la resiliencia. Berkes y Folke (1998)

La Gobernanza: Sistemas de objetos y sistemas de acciones, materializados en técnicas, como hibridaciones naturales-artificiales, resignificadas en acontecimientos en proceso y sujetos a relaciones de poder locales-mesoglobales de cualquier territorio usado (M.Santos, 1996), sino que pueden constituir base para la co-construcción de territorios bien usados y/o mejor usados mediante los siempre difíciles diálogos de saberes (P.Freire, 1993), interfaces de conocimientos(N.Long, 2007) y ecologías de saberes (de Sousa)

Sistemas sociotécnicos: Los sistemas sociales están diseñados para (o son capaces de) promover: (i) los valores humanistas y de bienestar; (ii) dinámicas

PLANIFICACIÓN SISTÉMICA

TEMÁTICAS:

Naturales

Sociales

Ecológicas

Ambientales

FilosóficasHERRAMIENTAS:

Econometría

Geoestadística

SIG

AMB

ESCALAS Y RESOLUCIONES

Intereses de usuarios

Biofísicas

Humanas

Datos

DISCIPLINAS:

Ciencias Sociales

Ciencias Naturales

Ingeniería

Artes

PARTES INTERESADAS:

Comunidades

Gobierno

Academia

Sector Privado

76

bidireccionales de intercambios entre las personas; (iii) sistemas de comunicación abiertas que toleran perspectivas pluralistas; (iv) personas en sus esfuerzos por establecer y perseguir sus objetivos; personas en su búsqueda de nuevos propósitos; (v) los beneficios que las personas pueden obtener de sus esfuerzos; (vi) la libertad individual a través de controles y equilibrios democráticos que pesan los deseos o necesidades de la mayoría, en contra de los deseos o necesidades de unos pocos (La Pointe 1998)

Desarrollos a escala Humana: La construcción de un a economía humanista exige, en este marco, un importante desafío teórico, a saber: entender y desentrañar la dialéctica entre necesidades, satisfactores y bienes económicos. Esto, a fin de pensar formas de organización económica en que los bienes potencien satisfactores para vivir las necesidades de manera coherente, sana y plena”. Max Neef (1994)

Los modelos basados en agentes (ABM): representan el mundo observado en términos de actores (agentes) que se caracterizan por ciertas reglas (de comportamiento) que dependen de la situación del medio ambiente, el estado del agente y de su ubicación espacial. Cada agente se representa como una entidad independiente capaz de actuar localmente en respuesta a los estímulos y de comunicarse con otros agentes.

El diseño ingenieril: “El Diseño en ingeniería o el método de ingeniería consiste en el uso de heurísticas para generar el mejor cambio posible en una situación pobremente entendida, con los recursos disponibles” Koen (2003b).

INGENIERÍA PARA LA

GENERACION DE ESCENARIOS

TERRITORIALES

SISTEMAS SOCIO-

ECOLÓGICOS

INGENIERÍA

DESARROLLO HUMANO

MODELADO BASADO EN

AGENTES

SISTEMAS COMPLEJOS

GOBERNANZA

77

Figura 25 Marco conceptual para un ingeniería de los territorios. Elaboración propia.

Diferentes marcos conceptuales en la planificación territorial, como el propuesto anteriromente, dan cuenta de la amplitud de alternativas de planificación diferentes a las que la ortodoxía generalmente ofrece.

Sobre la Complejidad y la Toma de Decisiones Humanas

Un enfoque para la ingeniería territorial que busque generación de escenarios de visualización para la planificación territorial apoyado en sistemas socio-ecológicos que integre aspectos naturales y humanos en contextos espaciotemporales, como el de la actual propuesta, requiere pensar en un marco basado en tres dimensiones críticas de información. Espacio y tiempo son las dos primeras dimensiones y proporcionan un entorno común en el que todos los procesos biofísicos y humanos operan, mientras la tercera dimensión, la toma de decisiones humanas, cobra tanta importancia como las otras dos, al incorporar procesos humanos. En la Figura 26 se representa la articulación de las tres dimensiones. En el plano sombreado (dimensión espacio-temporal X-Y) es donde habita la información de los comportamientos biofísicos; mientras en el eje Z (dimensión humanística) habita la información relacionada con la toma de decisiones humanas. Si la complejidad disminuye en dirección al origen del gráfico y aumenta en dirección contraria, es posible ver como la información (y los modelos) representados por la letra A (i.e. modelos estadísticos y series de tiempo sin componentes de decisiones humanas) tendrán un alto nivel de complejidad temporal pero muy bajo nivel de complejidad espacial y de decisiones humanas, mientras a un modelo representado por la letra C (i.e. SIG convencionales, sin series de tiempo) le corresponderá un alto nivel de complejidad espacial pero muy bajo nivel de complejidad temporal y de decisiones humanas. Los modelos representados por la letra E (i.e. modelos econométricos y modelos basados en teorías de juegos) consecuentemente tendrán un bajo nivel de complejidad espacial y temporal pero alto nivel de complejidad de decisiones humanas. Los modelos D como los SIG con componentes temporales, están caracterizados por alta complejidad espaciotemporal y baja complejidad humanística. Los modelos B representan las series de tiempo con componentes de decisiones humanas. Los modelos F son los modelos espaciales ecológicos tipo SWARM o SME. La meta de un modelado de sistemas socioecológicos sería ubicarse en la posición * para lograr capturar la máxima complejidad en las tres dimensiones.

78

Figura 26 Marco tridimensional para la conceptualización de sistemas socio-ecolóicos en las dimensiones espacio-tiempo-toma de decisiones humanas. Agarwal et al (2002)

En un sistema complejo, como el territorio, la incertidumbre, la pérdida de información, la acumulación de variables y la gran cantidad de reglas subyacentes es evidente y puede dar indicios de características de complejidad representadas por:

No linealidad: Sensibilidad a las condiciones, no periodicidad y cierta forma de caos de caos que proviene de la variabilidad inducida por las interacciones entre estas unidades.

No predictibilidad: La coexistencia de individuos, estructuras y reglas en eventos alternados de orden y desorden a diferentes escalas no permiten la predicción de los estados y escenarios del sistema caracterizando al sistema como impredecible.

Emergencia: Comportamientos no esperados o propiedades globales que no pueden explicarse en términos de las partes individuales surgen en el sistema.

Autoorganización: La emergencia del sistema es mantenida a partir de estructuras jerárquicas que coexisten en el desorden a pequeñas escalas, de tal forma que el sistema puede organizarse en estados de orden a largo plazo.

Para afrontar este desafío de la planificación territorial bajo un enfoque sistémico que asuma el territorio como un sistema socio-ecológicos con el diseño de los artefactos (computacionales, por ejemplo) necesarios para su intervención, se requiere tener en cuenta aspectos y atributos como: resolucion, escalas, actores,

79

complejidad, interacciones, reglas, etc., asuntos que se describen en el parágrafo 3.4.1.

Territorios y desarrollo humano sostenible

Desde enfoques alternativos, como los socio-ecológicos por ejemplo, el territorio no es solo el espacio donde ocurren los fenómenos biofísicos sino un conjunto complejo formado por subsistemas, un espacio geográfico y una comunidad territorial (Moine (2006) Girardot (2012)), en el cual, como sistema social tanto las partes como el todo tienen o pueden tener propósitos (Ackoff 1996). Esto permite plantear el territorio como el espacio de existencia y de actuación del hombre y por ende el “ámbito de construcción de sus actores” como menciona Jean Claude Daumas. Concepciones de territorio de este tipo, además de ser compatibles con la consolidación de modelos de sistemas socioecológicos, se constituyen en fundamento para la visualización de escenarios éticos y sostenibles de actuaciones sobre el territorio.

Como se mostró en la Figura 18, se puede observar la sinergia existente entre los procesos que conviven en la dimensión espacio-tiempo (en este caso léase espacios geográficos): los procesos biofísicos y los procesos de las decisiones humanas; no solo las circunstancias de espacio-tiempo afectan los procesos biofísicos y humanos sino que a su vez estos procesos alteran las condiciones geográficas en las cuales los procesos habitan, generando de esta manera un bucle de retroalimentación importantísimo que debe ser estudiado y analizado a profundidad y donde las ciencias naturales y las ciencias sociales han actuado históricamente por separado. Es precisamente desde la complejidad de los territorios, como espacios de acción que desencadenan procesos de transformación, donde la gobernanza, la resiliencia y la responsabilidad social y ecológicacobran protagonismo gracias a la posibilidad de un enfoque multidisciplinar y multisectorial para la acción.

El territorio es tanto punto de partida como de llegada para la gobernanza y la toma responsable de decisiones, en la medida que es medio pero a la vez fin, es tanto escenario de actuación como realización humana, como menciona Bozzano (2012): “Estudio e intervención son base necesaria para que territorios-lugares, sistemas-procesos y acciones-actores reales, vividos, pensados y posibles den vida a un círculo de transformación, virtuosa o viciosa”; las transiciones entre la ciencia y la gente, dan cuenta de la emergencia de otras formas de conocimiento, con el auge de las TICS por ejemplo, que permiten los conocimientos locales ante los generales, la divulgación del conocimiento, la articulación multidisciplinaria, el autoconocimiento, el descubrimiento de nuestras identidades, necesidades y sueños, la co-construcción de personas en sujetos, de espacios en territorios y de ideas en proyectos, todo esto apoyado en la construcción de procesos lugares y actores.

80

La mayoría de las políticas públicas y los planes de desarrollo de las instituciones y entidades territoriales, en la actualidad exhortan al desarrollo sostenible como criterio pilar para la transformación del territorio, como se puede ver en la definición adoptada por las Naciones Unidas “el desarrollo sostenible se compromete a resolver las necesidades de las poblaciones sin comprometer la capacidad de las generaciones futuras de responder a las suyas” Brundtland (1987), convocando a la concentración de esfuerzos que garanticen a las próximas generaciones los recursos naturales necesarios para preservar la especie humana, para lo cual se invocan criterios de calidad de vida y autosostenibilidad o sostenibilidad en el largo plazo entre otros. Su discusión, definición, proyección y evaluación (en los diferentes escenarios y escalas)- debería constituirse en meta fundamental entre los desafíos de la ingeniería moderna como aporte en la toma de decisiones, la educación y la actuación humana, en el camino hacia la transformación del planeta. Sin embargo, tales motivaciones conducen a varias inquietudes desde el punto de vista ético pero también desde la perspectiva ingenieril: ¿Cuáles son las necesidades de las poblaciones actuales?, ¿cómo se satisfacen dichas necesidades?, ¿quién o quienes las definen o las deberían definir? y por otra parte, si las generaciones futura4 tienen derechos, ¿cómo conocer cuáles serán sus necesidades?, ¿cómo saber cómo preferirán satisfacerlas? y finalmente ¿somos nosotros los humanos del presente, llamados a definir las condiciones futuras de la existencia humana? (GIRÓ 2002)

Este tipo de interrogantes nos conducen a laberintos deontológicos y teleológicos que deben tenerse en cuenta en la ingeniería, y en una planificación territorial bajo un efoque sistémico, máxime cuando sus efectos futuros son tan impredecibles como irreversibles. En consecuencia, un modelado de un sistema sociológico en relación con la sustentabilidad debe tener en cuenta que:

• La existencia de la humanidad implica la existencia de humanos en el futuro (dinamismo de la existencia).

• La existencia humana reviste derechos y deberes

• La relación causa-efecto producto de nuestros actos, subraya la responsabilidad de las acciones presentes en relación con los posibles futuros humanos.

• Un modelado participativo basado en los stakeholders no puede desconocer a los actores del futuro y debe en consecuencia construir una nueva forma de filantropía transgeneracional.

De esta manera el desarrollo sostenible podrá ser visto dentro de una propuesta de planificación, como el conjunto de decisiones humanas que buscan actuaciones

4 De los muchos conceptos de generaciones futuras que existen adoptamos aquí el de Pontara como aquellos seres humanos con los que no tendremos contacto directo

81

sobre el territorio para la satisfacción de las necesidades humanas en el corto y largo plazo. Como se presenta en la

Figura 27, donde se visualiza la sinergia que provocan las decisiones humanas a través de las transformaciones del territorio, el uso de artefactos y herramientas para intervención territorial (TICs, regulaciones, legislación, etc.) y las satisfacciones de las necesidades humanas. En esta gráfica se compara el uso de un grado X1 de artefactos, para generar un grado Y1 de transformación del territorio, obteniendo un nivel de satisfacción de las necesidades humanas Z1 en el punto A; pero también es viable alcanzar distintos estados de satisfacción de las necesidades humanas (Z2, Z3,…,Zn) con diferentes grados de intervención del territorio (Y2, Y3,…,Yn) con el uso de artefactos (X2, X3,…,Xn). No obstante, se llegará a un punto D en el cual se podrán usar grados cada vez más crecientes de artefactos (X4, por ejemplo) y de la intervención del territorio (Y4, por ejemplo) que no obtendrán incrementos en el grado de satisfacción de las necesidades humanas (Z3=Z4). En este sentido un desarrollo sostenible estará definido por el conjunto de escenarios posibles (como el estado C) (con el mínimo de transformaciones del territorio Yi) y con el mínimo uso de las ciencias y de las TICS (Xi) que produzcan el máximo de las satisfacciones humanas (Zi).

82

Figura 27 Desarrollo Sostenible: Equilibrio entre las Necesidades Humanas – Transformación del Territorio – Usos de Ciencias y TICS. Elaboración propia

Por todo lo anterior se puede concluir que la participación multisectorial (stakeholders) y multidisciplinar (ciencia y academia) en la determinación de necesidades, satisfactores, bienes económicos, acciones sobre el territorio y el uso y aplicación de las ciencias, saberes, creencias, deseos e intenciones para la transformación del territorio, se constituyen en el núcleo fundamental de una planificación para la visualización de escenarios posibles.

MODELO CONCEPTUAL PARA LA PLANIFICACIÓN TERRITORIAL

CON ENFOQUE SISTÉMICO

La planificación territorial con un enfoque desde los sistemas socio-ecológicos, ademas de basasrse en elementos, conceptos y aproximaciones como los ya descritos, debe permitir su instrumentalización, su aplicación en diferentes escenarios y contextos y para distintos propósitos y necesidades. La herramienta seleccionada para la presente tesis corresponde a los MBA, como se explicó en el segundo capitulo con los al análisis realizados en los parágrafos 2.2 y 2.3. En el presente parágrafo se describe la conceptualización del modelo utilizado, mientras en el parágrafo 3.4 se aclaran los aspectos técnicos del modelo en cuanto a los desafíos en su instrumentalización (manejo de escalas, toma de decisiones, variables, etc.) y en el Capítulo 4 las especificaciones detalladas del modelo ISASHII propuesto.

Un flujo de información en un Territorio (visto como un sistema socio-ecológico), puede ser visto como un conjunto de datos de distintas fuentes (catastros, estadísticas, legislación, normatividad, consulta a las partes interesadas, etc.) que ingresan al sistema en forma parametros, reglas, ideas, creencias, regulaciones, que afectan las relaciones existentes entre los componentes y los subsistemas del territorio (sistema) generando alteraciones y reorganizaciones que a su vez perturbando el flujo de información y alterando la salida de información que se puede percibir en forma de restructuras sociales, económicas, territoriales, productividad, reglas, nuevas regulaciones y nuevas configuraciones o escenarios (Figura 28).

83

Figura 28 Flujo de información en el modelo de ingeniería para la visión de territorio. Elaboración propia.

En un nivel micro del sistema territorial, como se muestra en la Figura 29, los agentes o componentes del sistema (i.e. humanos, animales, vehículos, predios, entidades) interactúan por medio de relaciones económicas sociales, biofísicas, metabólicas, entre otras. Estas relaciones pueden ser representadas por medio de múltiples reglas en variados contextos, reglas que pueden ser establecidas de diferentes fuentes directas (investigación de campo) e indirectas (bases de datos y estadísticas).

Figura 29 Interacción entre los componentes del sistema. Inspirado en Parrot (2010). Elaboración Propia.

84

Como se muestra en la Figura 30, desde las interacciones percibidas en los niveles

micro del sistema territorial, se perciben nuevos patrones y organizaciones en niveles intermedios (restructuraciones, tendencias, configuraciones, zonas, etc.), cuyos efectos pueden ser apreciados en las entidades emergentes observables del territorio (cobertura vegetal, construcciones, vías, infraestructura, prediación, etc.). De esta forma, a partir de la identificación de las relaciones o las micro-actuaciones es posible esperar, provocar o reproducir (según sea el propósito) estructuras emergentes, deseables o no, con el fin de observar los patrones del sistema a nivel global.

Figura 30 Modelo conceptual. Territorio como sistema socio-ecológico. Retroalimentación desde los diferentes niveles del sistema (Territorio). Inspirado en Parrot (2010). Elaboración Propia.

La Figura 31 esquematiza cómo las aproximaciones o enfoques descritos anteriormente, apoyados en una herramienta computacional como los MBA hacen posible el estudio de los territorios desde la observación de los comportamientos y las relaciones de las entidades o agentes que los componen en diferentes dimensiones y subsitemas los cuales a su vez son reconocidos desde las reglas y relaciones capturadas de diferentes fuentes y capas de información (como se representa en la Figura 32 y Figura 33) para luego observar y analizar patrones emregentes que puedan conducir a visualizar escenarios futuros deseables y no

85

deseables como prospección para la observación del impacto de las decisiones tomadas en la planificación del territorio.

Figura 31 Generación de escenarios futuros a partir de un enfoque sistémico de los territorios como soporte para MBA. Elaboración propia.

86

CAPAS INFORMACION REGLAS

Salida de información (cartográfica, SIG, estadística, configuraciones, relaciones) relacionada con los diferentes procesos de estudio

Salidas: Configuraciones y parámetros de las reglas en los diferentes procesos y niveles que permiten la generación de los escenarios futuros deseables.

DANE, Entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc.

Referentes a los procesos de toma de decisiones humanas (frecuecias, localizaciones, impacto, magnitudes) en tópicos económicos, culturales, políticos, etc.

DANE, Trabajo de campo, Consulta con expertos multidisciplinares, Entidades territoriales, cartografía, imágenes satelitales, fotografías aéreas, etc.


Catastro, IGAC, entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc.

Relacionadas con las prferencias y desplazamientos (clase, frecuencias), en actividades de recreación, actividades deportivas,etc.

Ministerio Transporte, Entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc

Correspondientes a frecuencias, transporte público y privado, movilidad, medios de transporte, destinos, características de las vías, etc

Catastro, Entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc.

Referentes a la adquisición y preferencias en cuantoa ubicación, características y tamaño de los predios (terrenos y construcciones).

Diferentes fuentes de información: (Catastro, DANE, Entidades Territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc)

A partir de la consulta con comunidades, evaluación con expertos multidisciplinares, estadísticas, etc.

Figura 32 Modelo Conceptual para las simulaciones de MBA como soporte para la Planificación Territorial con enfoque sistémico. Territorios Urbanos. Elaboración propia.

87

CAPAS INFORMACION REGLAS

Salida de información (cartográfica, SIG, estadística, configuraciones, relaciones) relacionada con los diferentes procesos de estudio

Salidas: Configuraciones y parámetros de las reglas en los diferentes procesos y niveles que permiten la generación de los escenarios futuros deseables.

DANE, Entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc.


Catastro, IGAC, entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc

Relacionadas con cultivos (clase, extensión, frecuencias, productividad), edificaciones, industrias y agroindustrias, usos recreacionales y turísticos,

Ministerio Transporte, Entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc

Correspondientes a frecuencias, transporte público y privado, movilidad, medios de transporte, destinos, características de las vías, etc

Ministerio Ambiente, Entidades territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc.

Referentes a Lluvias, clima, temperatura, disponibilidad de aguas, etc.

Diferentes fuentes de información: (Catastro, DANE, Entidades Territoriales, Trabajo de campo, cartografía, imágenes satelitales, fotografías aéreas, etc)

A partir de la consulta con comunidades, evaluación con expertos multidisciplinares, estadísticas, etc.

Figura 33 Modelo Conceptual para las simulaciones de MBA como soporte para la Planificación Territorial con enfoque sistémico. Territorios Rurales. Elaboración propia.

88

La Figura 34 permite comprender la estructura relacional de un MBA como los

nombrados en los modelos conceptuales anteriormente tratados. En esta se observa que cada agente cuenta con unos atributos y variables de estado que especifican muchas de las características que posteriormente activaran o desactivaran mucas de las reglas definidas para cada agente. Tales reglas definirán las interacciones de cada agente con otros agentes, con el entorno y consigo mismo en relaciones bidireccionales. Las reglas pueden ser observadas o capturadas desde diferentes fientes de información tales como consultas directas e indirectas o extraidas de algunas bases de datos mientras los atributos pueden ser establecidos desde bases de datos con información relacionada o desde investigación de campo.

Figura 34 Estructura de un MBA. Fuente Van Dam et al. (2013)

MODELADO PARA LA VISIÓN DE TERRITORIOS

Manejo y Conciliación de Escalas

Los conceptos de escala, resolución y cobertura suelen ser utilizados indiscriminadamente para referirse a la determinación de unidades de estudio y para definir los alcances, impactos y precisiones de los modelos, si a esto adicionamos que los procesos sociales y naturales operan a diferentes escalas, la selección de dichas escalas se constituye en sí misma en una dificultad a ser resuelta en cada

89

proyecto a ejecutar, por lo que es importante en este punto concretar estos términos para cada una de las dimensiones.

Inicialmente es necesario precisar el concepto escalar utilizado tanto en geociencias como en ciencias sociales; para las geociencias pequeña escala significa más detalles y menos área cubierta mientras una gran escala muestra menos detalles, pero cubre una mayor área. Para las ciencias sociales los significados son opuestos, un estudio a pequeña escala tiene menor impacto y complejidad, y un estudio a gran escala es un estudio con mayor impacto y complejidad. En este sentido para un modelado de sistemas socioecológicos es mejor hablar de escala fina con menor cobertura y áreas de análisis y tamaños de observables pequeños (celdas, grillas, pixeles, agentes, etc.) y escala gruesa que abarca mayores extensiones de análisis (en todas las dimensiones) y tamaños de observables más grandes (celdas, grillas, pixeles, agentes, etc.). Dicho lo anterior en relación con las escalas, es posible afrontar con menor confusión los conceptos de cobertura y resolución en relación con las tres dimensiones contempladas, espacio, tiempo y decisiones humanas:

Tiempo

Paso del tiempo (Resolución): es la unidad temporal de análisis o de estudio más pequeña para capturar los cambios que se producen en los procesos a modelar. Por ejemplo, la unidad de tiempo requerida para observar el crecimiento de la cobertura vegetal puede corresponder a un día.

Duración (Cobertura): es el horizonte de tiempo que se aplica al modelo. Para el ejemplo anterior desde la germinación hasta la maduración del cultivo (i.e. 20 años) que equivalen a 7300 pasos de tiempo diarios en el modelo.

Espacio

Unidad espacial (Resolución): corresponde a la mínima unidad espacial de estudio para el modelo, a representar por medio de una celda, grilla o pixel que puede equivaler a un metro cuadrado, una hectárea, etc.

Extensión (Cobertura): Describe el alcance espacial o geográfico o el área total sobre la cual se aplica el estudio.

Toma de Decisiones Humanas

Aunque no se han documentado ampliamente los procesos de toma de decisiones humanas, Agarwal et al (2002) propone un enfoque análogo que puede ser utilizado para articular las escalas de la toma de decisiones humana en términos similares a las espaciotemporales, descritos como "agente" y "dominio".

90

Agente (Resolución): hace referencia a la(s) persona(s) o actor(es) en el modelo

que toman decisiones, es decir la unidad de estudio en cuanto a toma de decisiones se refiere; el individuo humano es el agente de la toma de decisiones individual más pequeña. No obstante, hay muchos niveles de captura o de estudio de organización social y de intervención del territorio (agentes), tales como el hogar, el vecindario, la vereda, el barrio, la nación.

Dominio (Cobertura): se refiere a la organización social más amplia incorporada en el modelo en la que el agente se sitúa. Es decir, el agente captura el concepto de quién toma las decisiones, y el dominio describe el contexto institucional y geográfico específico en el que el agente actúa (familia, municipio, región, departamento, estado).

La complejidad del Sistema

Con este atributo Agarwal et al (2002) aborda la complejidad de las tres dimensiones (tiempo, espacio, y toma de decisiones humana) que se encuentra en situaciones del mundo real con un indicador, en el que los valores bajos significan componentes simples y valores altos significan comportamientos e interacciones más complejas. Así un indicador de complejidad temporal bajo correspondería a un modelo que tiene uno o unos pocos pasos de tiempo y una duración corta, un modelo con un indicador medio de complejidad temporal puede utilizar muchos pasos de tiempo y una mayor duración. Los modelos con un índice alto de complejidad temporal son los que pueden incorporar un gran número de pasos de tiempo, una larga duración y la capacidad de manejar desfases y respuestas de retroalimentación entre las variables, o poseen diferentes intervalos de tiempo para diferentes submodelos.

Complejidad temporal: Las interacciones entre la complejidad temporal y la toma de decisiones humana son muy fuertes, algunas decisiones humanas se realizan en intervalos de tiempo cortos (resoluciones horarias o diarias), mientras que otras decisiones se toman durante períodos más largos (resoluciones mensuales o anuales). Cuando el dominio de un tomador de decisiones cambia, este cambio también puede afectar a la dimensión temporal de las decisiones. En otras palabras, al menos un nivel del actor necesita tener un conocimiento de ambos horizontes de tiempo corto y largo y ser capaz de comunicarse con otros agentes que operan en esos horizontes de tiempo, en estos casos, la memoria institucional y la cultura frecuentemente pueden desempeñar ese papel.

Complejidad espacial: representa el grado en que un modelo es espacialmente concluyente. Un modelo puede ser espacialmente representativo, incorporando o mostrando los datos en dos o tres dimensiones espaciales, (norte, este y elevación), pero pueden no modelar las interacciones entre las características geográficas y no capturar los cambios de un punto a otro en el tiempo; por el contrario, un modelo puede ser espacialmente interactivo y definir explícitamente las relaciones espaciales y sus interacciones (por ejemplo, entre unidades vecinas) en el tiempo.

91

Un modelo con un valor bajo para la complejidad espacial sería uno con poca o ninguna capacidad para representar los datos espacialmente; un modelo con un valor medio para la complejidad espacial sería capaz de representar plenamente los datos espacialmente; y un modelo con un alto valor sería espacialmente interactivo en dos o tres dimensiones.

Complejidad de la Toma de Decisiones Humanas: Las acciones humanas generan un gran impacto sobre el territorio y a la vez se dan sobre el territorio, por lo que sea cual fuere la aproximación que se utilice para abordar esta dimensión, su complejidad será no solo mayor que las demás sino difícil de caracterizar. Para determinar el grado de complejidad del modelo en cuanto a la toma de decisiones humanas, Agarwal et al (2002) usa el término Complejidad TDH (HDM en inglés) para describir la capacidad de un modelo socioecológico para representar los procesos de toma de decisiones humanas. En la Tabla 7, se presenta un esquema de clasificación para la estimación de la complejidad TDH usando un índice con valores de 1 a 6 donde un modelo con un valor bajo (1) de Complejidad TDH es un modelo que no incluye ninguna toma de decisiones humana, mientras, un modelo con un valor alto de Complejidad TDH (5 o 6) incluye uno o más tipos de actores o puede manejar múltiples agentes que interactúan a través de diferentes dominios.

Tabla 7 Seis niveles de Complejidad en el modelado para la toma de decisiones humanas Agarwal et al (2002)

NIVEL CARACTERÍSTICAS

1 Sin decisiones humanas. Solo variables biofísicas en el modelo

2 Las decisiones humanas se determinan en relación con el tamaño de la población, el cambio, o la densidad.

3 Las decisiones humanas son vistas como una función de probabilidad en función de variables socioeconómicas y/o biofísicas sin retroalimentación del medioambiente para la función de elección

4 Las decisiones humanas son vistas como una función de probabilidad en función de variables socioeconómicas y/o biofísicas con retroalimentación del medioambiente para la función de elección

5 Un tipo de agente cuyas decisiones se modelan abiertamente en lo que respecta a elecciones hechas sobre las variables que afectan a otros procesos y resultados

6 Múltiples tipos de agentes cuyas decisiones son modeladas abiertamente en cuanto a elecciones hechas acerca de las variables que afectan a otros procesos y resultados; el modelo también podría ser capaz de manejar los cambios en los dominios y en los pasos de tiempo, en los procesos o interacción entre los agentes en múltiples escalas de las decisiones humanas.

92

Estos aspectos de integración requieren también una combinación de técnicas que implican el manejo de una gran variedad de escalas, que conducen a la elección de las herramientas a ser utilizadas, en función de los propósitos del modelo, la clase o tipo de datos a ser utilizados y el tratamiento de las dimensiones espacio, tiempo y de decisiones humanas en cuanto a escala y complejidad que se resumen en la Figura 35.

Figura 35 Tratamiento de las tres dimensiones por diferentes enfoques de modelado. Basado en Letcher et al. (2013).

Para el modelado de sistemas socioecológicos, resulta imposible la selección de un solo enfoque que pretenda: abarcar la mayor complejidad posible, alcanzar la mayor precisión y cobertura deseable, servir a la mayor cantidad y diversidad de propósitos, resistir la escasez y debilidad de los datos disponibles y un manejo adecuado de las escalas en todas las dimensiones.

En la Figura 26, de lo presentado por Agarwal et al (2002) es posible inferir que los diferentes métodos de modelado conocidos en la actualidad pueden variar su

93

ubicación a lo largo de las tres dimensiones en relación con sus escalas, resoluciones y coberturas y con su complejidad. En razón a que un modelo para un sistema socioecológico debe habitar en las tres dimensiones propuestas, resultaría hoy imposible diseñar un solo modelo para cumplir con los niveles máximos de complejidad y escalas que satisfaga las necesidades en las tres dimensiones al mismo tiempo (como lo representa el * en la Figura 26).

La extensión espacial de los problemas humanos es a veces más pequeña y a veces más grande que el espacio en el que habitan los actores interesados. La equivalencia entre la extensión espacial de un proceso biofísico y el dominio jurisdiccional en la toma de decisiones a menudo puede ayudar a un modelado socioecológico adecuado; mientras que una falta de equivalencia puede generar posibles problemas que inhiben la incorporación de todas las señales de un proceso sociecológico. En el mundo real, las decisiones se toman en múltiples escalas con la retroalimentación de una escala a otra, donde además, los agentes a una escala fina pueden evolucionar a un sistema de toma de decisiones en una escala más amplia, sin necesidad de tener actores a esa nueva escala Agarwal (2002).

Sobre las Variables

Las variables son indicadores cuantitativos o cualitativos de las características de los fenómenos y patrones que se quieren modelar y habitan en el espacio y el tiempo. Pueden ser independientes (sus valores generalmente observados con independencia de otras variables) o dependientes (sus valores dependen de otras variables) y de entrada (alimentados con los datos observados), de salida (cambian de acuerdo con las respuestas del modelo) y de estado (sus valores emergen en el proceso).

Considerar el manejo de las escalas en tres dimensiones exige un diálogo entre los estudios a grandes escalas y los análisis a escalas finas que concilien los desfases de escalas y datos entre dimensiones, que adicionalmente faciliten la definición, selección y desarrollo de una serie de atributos que posibilite el manejo de las variables adecuadas y necesarias para un modelado de sistemas socioecológicos requerirá responder entre otras a la pregunta: ¿Cuáles variables, o que tipo de variables usar para operacionalizar el concepto de territorio basado en la aproximación descrita?

Con arreglo a lo descrito anteriormente, el territorio se insinúa como un sistema constituido por diversidad de subsistemas, por consiguiente, dada su complejidad, y dinamismo, demanda criterios especiales para su comprensión y transformación, pues a partir de sus dialécticas transforma sus estructuras y procesos en las dimensiones espaciales y temporales sobre las cuales se dan actuaciones en la dimensión humana. Este concepto que se desprende de la perspectiva de la complejidad, refiriéndose a los individuos que integran el espacio interactuando entre sí persiguiendo objetivos propios, permite concebir el territorio como la

94

autorganización espacio-temporal cambiante de las interacciones emergentes de la diversidad socio-ecológica en todas las escalas:

Consecuentemente, la selección de las variables deberá garantizar, como primera medida el logro de los propósitos del modelo, a partir de los cuales, también la identificación, manejo, caracterización, representación y modelado de:

Los patrones y procesos subyacentes en las tres dimensiones (espacio, tiempo, decisiones humanas) Las diferentes escalas (fina y gruesa) Los desajustes, las relaciones no lineales, los eventos que afectan el diálogo entre los procesos sociales y ecológicos. Los fenómenos (forma, adyacencia, causalidad), y cómo afectan a los procesos sociales y ecológicos. Las condiciones de frontera en relación con el espacio y el tiempo que podría afectar a los procesos sociales y ecológicos Los datos en gran escala para explicar el comportamiento a escala fina y de datos a escala fina para explicar procesos en otras escalas. La desagregación o agregación de los datos asociados entre unidades de análisis. Las relaciones del sistema (biogeográficas y politicoeconómicas) Las interacciones entre los Sistemas Sociales y los Sistemas Humanos.

Adicionalmente, la definición de las variables deberá ser congruente con los enfoques de modelado escogidos (ver parágrafo 3.4.1 y Figura 35) y con los datos a utilizar, tanto disponibles como por recolectar (ver parágrafo 3.4.1.6).

En términos generales, el tipo de variables que se puede contemplar en un enfoque de planificación sobre un sistema socioecológico como es considerado el territorio, se presenta en la Figura 36 en los cuadros de color azul. Como se observa las variables se dividen en dos grandes grupos, las variables biofísicas que representan, explican o visualizan fenómenos naturales, (como el comportamiento demográfico, metabólicos, medioambiental, hidrológico, de los suelos, de la cobertura vegetal, de las poblaciones animales y vegetales, entre otras) y las variables humanísticas que representan, explican o visualizan comportamientos y fenómenos relacionados con la toma de decisiones humanas (como comportamientos económicos, de las instituciones, de los flujos de Información, de la intervención del territorio, culturales y relacionados con el bienestar humano). La operacionalización del concepto de territorio por medio de estas variables, debe ser instrumentalizada a través de las herramientas tecnológicas disponibles para el manejo de los datos y de la información alcanzable (cuadros de color verde en la Figura 36) en la dimensión espacial (Cartografía, Bases de datos Espaciales, Imágenes digitales, Lidar, Sensores remotos) y temporal (para la predicción,

95

pronóstico y explicación, basadas en Series Temporales, como Modelos econométricos, Algoritmos Genéticos, Redes Neuronales, etc.), que se visualizan en los cuadros de color naranja en la Figura 36.

La eficacia en el uso de tales variables radicará entonces en la posibilidad de implementarlas en los procesos de modelado integrado que acoplen aproximaciones como las Redes Bayesianas, los Modelos Basados en Agentes, la Dinámica de Sistemas, los Conjuntos Difusos, los Sistemas Complejos, los Procesos Estocásticos, los SIG y los modelos Neo-Lamarckianos entre otros (representados en la caja blanca de la Figura 36), que permitan conciliar los desfases que surgen de la complejidad de los fenómenos en la dimensión espacial y temporal producto de las visiones multidisciplinares que se requieren y de los conflictos de escala de los datos a utilizar.

96

Horizonte de Tiempo de las decisiones humanas

HERRAMIENTAS TEMPORALES

Paso del tiempo y Duración

Determinación de los cambios en los satisfactores de la comunidad

Determinación de los Deseos creencias e intenciones (reglas)

Cambios en la intervención del territorio Cambios en los comportamientos

económicos Cambios en las preferencias de consumo

Lo anterior para a nivel de individuo, familia o comunidad y para el corto, mediano o largo plazo, según se defina

Diferentes herramientas de

predicción, pronóstico y explicación basadas en

Series Temporales Modelos

econométricos, Algoritmos Genéticos,

Redes Neuronales

Clasificación de los Suelos (estático) Cambios en la cobertura Vegetal (i.e.

anual-década) Cambio en la cantidad de especies (i.e.

anual-década) Cambio en las poblaciones (# de

individuos) vegetales y animales (i.e. anual-década)

Cambio en los comportamientos de las poblaciones humanas (mensual, anual-año, década

Cambio en las características medioambientales (diario, mensual-mes, año)

Principalmente Cualitativos, consultados en registros históricos, Catastros y con la comunidad. Otros basados en Reglas

Cuantitativos y Cualitativos. Consultados en registros históricos, Catastros y con la comunidad. Otros medidos u observados

VARIABLES HUMANÍSTICAS

Desfase Temporal VARIABLES BIOFÍSICAS

Bienestar Humano Comportamientos económicos (Consumo y Residuos) Instituciones Información y su flujo (reglas) Intervención del Territorio (Uso del Suelo, Producción)

METAMODELO MODELOS

INTEGRADOS Redes Bayesianas

Modelos basados en Agentes

Dinámica de Sistemas Conjuntos Difusos

Sistemas Complejos Teorías Evolutivas

SIG

Suelos Cobertura Vegetal

Fauna Poblaciones Demografía

Medioambientales Hidrológicas

Principalmente Cualitativas, basadas en Reglas aunque también cuantitativas

Desfase Espacial

Cuantitativas y Cualitativas principalmente.

Dominio (Jurisdicción) HERRAMIENTAS

ESPACIALES Unidad Espacial y Extensión

Determinación y distribución de los

satisfactores de la comunidad Determinación y distribución de los

Deseos creencias e intenciones (reglas) Establecimiento y distribución de la

intervención del territorio Determinación y distribución de los

comportamientos económicos Caracterización y distribución de las

características relacionada con las TICS Lo anterior para a nivel de individuo, familia o comunidad y a nivel de parcela, vereda, corregimiento, municipio o departamento según se defina

Diferentes herramientas de espacialización

basadas en el uso de Cartografía, Bases de

datos Espaciales e Imágenes de Sensores

remotos

Estudios Agrológicos a gran escala (regiones-municipio(s))

Clasificación y Distribución de la cobertura vegetal (parcela-regiones,

municipios) Clasificación y Distribución de las

especies animales (regiones, municipios)

Clasificación y Distribución de los individuos de las comunidades (parcela-regiones, municipios)

Caracterización y distribución de los aspectos medioambientales

(regiones-municipios)

Cualitativos y Cuantitativos, consultados en registros históricos, Catastros y con la comunidad. Otros basados en Reglas

Cuantitativos y Cualitativos. Consultados en registros históricos, Catastros y con la comunidad. Otros medidos u observados

Figura 36 Información y Herramientas en un proceso de modelado integrado para Sistemas Socio-ecológicos: VARIABLES, DATOS y HERRAMIENTAS en relación con las dimensiones espacio-temporales, y su interacción con las decisiones humanas y los Procesos biofísicos. Elaboración propia. Basado en Agarwal (2002).

97

Sobre los Datos

Para la construcción de modelos se dispone de dos clases de datos:

cuantitativos que se refieren a características medibles que generalmente se encuentran en series temporales, series espaciales y datos de encuesta y

cualitativos que incluyen la opinión de expertos, las creencias de las partes interesadas, información derivada de encuestas y entrevistas o también puede comprender información basada en reglas.

Casi todos los desarrollos de los modelos se basan tanto en información cuantitativa como cualitativa ya que incluso los modelos puramente cuantitativos se basan en la teoría o el conocimiento acerca de las interacciones de los sistemas en el desarrollo de sus marcos conceptuales (supuestos de distribución de probabilidad, por ejemplo). Pues bien, en gran medida son los datos los que definen las heurísticas y las especificaciones de las herramientas de modelado, dando pie a preguntar si ¿existe suficiente información, en términos de calidad y cantidad, para que las variables escogidas den cuenta de la definición de territorio en el caso de estudio empírico que se piensa seleccionar?

Responder esta pregunta implica en primera medida reafirmar lo enunciado en el parágrafo 3.4.1 en cuanto a que la cobertura espacial y temporal de los datos de las variables independientes frecuentemente determinan la duración y extensión de los modelos, de igual forma que la resolución espacial y temporal define tanto la unidad espacial como el paso del tiempo en el modelo. Según Schwaninger (2010) la disponibilidad de información afecta la calidad del modelo en cuanto a la profundidad (niveles de detalle y la especificidad de un modelo), la amplitud (el alcance del dominio modelado) y la agudeza (la exactitud y precisión) de un modelo. Tal importancia de los datos en el proceso de modelado nos conduce a resaltar sobre tres aspectos claves en relación con la información: la cantidad, la calidad y la disponibilidad de los datos.

El actual auge de las tecnologías de la información y las telecomunicaciones, y los grandes avances en las tecnologías para la toma de información física especialmente, ha propiciado la creciente explosión en la disponibilidad de datos que ha permitido el desarrollo de modelos cada vez más complejos y rigurosos que posibilitan una calibración y validación más precisa.

Sobre los Datos de fenómenos biofísicos en la dimensión espacial

En la actualidad, Colombia ha conseguido grandes avances en la implementación de técnicas y tecnologías para el manejo de datos espaciales, en prueba de esto se constituye el hecho del buen posicionamiento en que se encuentra el Catastro colombiano y específicamente la Unidad Administrativa Especial de Catastro Distrital UAECD que actualmente cuenta con un inventario debidamente actualizado de la propiedad inmueble del municipio de Bogotá en sus aspectos físico, jurídico,

98

económico y fiscal de más de 2.600.000 predios5, para lo cual cuenta con la Infraestructura de Datos Espaciales para el Distrito Capital (IDECA), definida como “el conjunto de datos, estándares, políticas, tecnologías y acuerdos institucionales, que de forma integrada y sostenida, facilitan la producción, disponibilidad y acceso a la información geográfica del Distrito Capital, con el fin de apoyar su desarrollo social, económico y ambiental”6. En el portal de mapas de IDECA7, se encuentra disponible la información cartográfica actualizada de la ciudad en cuanto a los aspectos físicos (planimetría y altimetría), de tenencia de la tierra (prediación, estratificación, normatividad de uso, uso actual y valor del suelo), de infraestructura (vías, servicios, movilidad) y de aspectos como salud, turismo, calidad de agua, seguridad entre otros soportados en imágenes aéreas y Lidar recientes.

A nivel nacional, el Catastro liderado por el IGAC ha estandarizado la estructuración de la información catastral para todo el país8, información que en las grandes y medianos municipios se encuentra implementada en Bases de Datos Espaciales (BDE), para lo cual la Infraestructura Colombiana de Datos Espaciales (ICDE) presidida por el IGAC ha diseñado “las estrategias para la consolidación, articulación y promoción del aseguramiento de la calidad de la información geográfica, con el fin de incorporarla como una herramienta de gestión de la administración pública”, de tal forma que está disponible en el portal Mapas de Colombia del IGAC a diferentes escalas (en su mayoría grandes) la información cartográfica del país sobre diferentes tópicos principalmente físicos, aunque la información a nivel municipal (catastral principalmente) se encuentra en proceso de desarrollo y es responsabilidad de las autoridades municipales. Esta circunstancia retarda en buena manera la actualización y disponibilidad sobre todo de los municipios más pequeños y con menos presupuesto. No obstante, los obstáculos financieros, la masificación de las tecnologías hacen que hoy sea posible contar con imágenes de alta resolución como Lidar (montados en DRONes), modelos digitales de elevación y cartografía digital a muy bajos costos y en corto tiempo, situación que abre las puertas para la generación de bases espaciales para la georreferenciación de datos de fenómenos biofísicos y humanos al alcance de todas las regiones del país. En este contexto, los datos e información relacionada con fenómenos biofísicos en la dimensión espacial (representada en la caja inferior derecha de color verde de la Figura 36) o bien se encuentran disponibles en un gran porcentaje o bien pueden ser espacializados fácilmente al contar con una cartografía digital base.

5 Datos del Censo Inmobiliario 2013 vigencia 2014 UAECD 6 http://www.ideca.gov.co/ 7 http://mapas.bogota.gov.co/portalmapas/ 8 Resolución 70 de 2011 reglamentaria de la Ley 14 de 1983

99

Sobre los Datos de fenómenos biofísicos en la dimensión espacial

En este punto específicamente existe una gran debilidad en razón a que no existe suficiente cantidad de registros históricos o series de tiempo para documentar los cambios que experimentan los fenómenos biofísicos (referidos a la caja superior derecha de color verde de la Figura 36), excepción hecha en el área de la hidrología y de algunos fenómenos ambientales así como algunos datos catastrales y cartográficos que cuentan con alguna información. Lo anterior limitaría la definición de las unidades de paso del tiempo y del horizonte de modelado en esta dimensión temporal para estos sucesos naturales. Por ejemplo, aunque es posible contar con imágenes de algunas regiones del país (públicas o privadas) de diversos años, la escala, resolución y periodicidad de éstas no permite un tratamiento adecuado de tal información en el tiempo. Por lo anterior, muchos de estos datos deben ser investigados directamente in situ o a través de fuentes indirectas.

Sobre los Datos de fenómenos en la extensión humanística en las

dimensiones espacial y temporal

Se hace referencia aquí a los datos disponibles en relación con los satisfactores, los deseos creencias e intenciones, las ideas e imaginarios de intervención del territorio, la cultura y los comportamientos económicos de la comunidad que den cuenta de las diferencias en tiempo y espacio (cambio y distribución) observables a diferentes niveles: individuo, familia, comunidad o predio, parcela, vereda, corregimiento, municipio y departamento (representados en las cajas verdes al costado izquierdo de la Figura 36) que pueden obedecer a diferentes conceptos de desarrollo (i.e. desarroolo a Escala Humana Max Neef (1994)). Puede resultar evidente que no existen registros históricos suficientes para comprobar los cambios de los comportamientos humanos citados anteriormente, sin embargo, la existencia de registros históricos de carácter socioeconómico como los disponibles en el DANE, pueden permitir la agregación de gran cantidad de datos que permita inferir algunas reglas de manera indirecta y de origen secundario. Pero es en este punto donde, ante la evidente carencia de información en la dimensión de toma de decisiones humana, la formulación, diseño y modelado basado en reglas constituyen una buena base para un modelado de decisiones humanas, propio de los modelos socio-ecológicos.

Hasta aquí se ha contemplado la disponibilidad de información secundaria, resaltando sobre la necesidad ineludible de contar con información primaria que se ajuste a las necesidades específicas de escala (resolución y cobertura) de los fenómenos a ser modelados en las tres dimensiones, lo cual requerirá de toda una planificación que contemple todas las etapas para el diseño y los atributos del modelo.

100

Sobre la Unidad para el diseño de visiones de Territorio

Ahora bien, aceptar el desafío de diseñar imaginarios de territorios ¿garantizará la obtención del medio para los fines cuando la definición de los propios fines es en sí un problema de ingeniería y de diseño?

La colectividad académica contemporánea afronta nuevos retos en relación con la imaginación, diseño y planeación de sistemas sociales que permitan a las personas definir sus necesidades y la forma de satisfacerlas, para lo cual la manera como intervienen sus territorios es fundamental.

Partiendo del concepto de sistema social de La Pointe (1998):

… son los medios necesarios a través de los cuales la humanidad sobrevive, genera culturas, y avanza hacia niveles más altos de complejidad. Ellos permiten a las comunidades aprovechar y centrarse en grandes cantidades de recursos humanos y materiales necesarios, por ejemplo, para construir la prosperidad, superar enfermedades, o para recuperarse de las dificultades causadas por la naturaleza.

… Un sistema social es una manifestación de la complejidad en el nivel más alto. Se compone de individuos con fines propios de cada uno de ellos, organizados como una entidad holística que tiene fines propios, y es operativa como componente de grupos cada vez más grandes de los sistemas involucrados en las funciones por las que alcanzan los propósitos propios, incorporados dentro de un sistema social humano multicultural con fines propios.

Entonces, ¿cuál debería ser la unidad o el tamaño del territorio y el horizonte de tiempo a trabajar sin que se pierda la precisión y los detalles deseables?

Pensar en el diseño de territorios obliga a reflexionar sobre la complejidad de los territorios y los sistemas sociotécnicos que los encarnan. Es posible pensar en los seres humanos como creadores de significados, planes, propósitos, metas e intenciones, por lo tanto, la definición y determinación de las cualidades del desarrollo de la naturaleza humana (desarrollo, socio-teleología, búsqueda de valores, creación-innovación) puede brindar pautas importantes en el diseño de territorios éticos que soporten un desarrollo a escala humana, y se refieren a:

Desarrollo: La condición humana siempre está en transición y cambio.

Socio-teleológico: Las características socio-teleológico son comportamientos del hombre para la consecución de uno o más metas determinadas en un contexto social

Búsqueda de Valores: Todas las personas utilizan los valores para regular la elección de “medios para un fin”, así como el significado del “fin deseable”.

Creativo / innovador: Cuando la gente consciente o inconscientemente formula un plan para lograr uno o más objetivos, o cuando se desarrollan los procedimientos

101

para un resultado deseado, está ejerciendo sus capacidades creativas e innovadoras.

A partir de los cuatro criterios anteriores La Pointe (1998) concluye que un “Sistema de búsqueda con propósito (sistémico / plural)” es el más apropiado para utilizar en la definición y el modelado de sistemas sociotécnico compatible con las cualidades humanas:

Este es un sistema complejo que es guiado por visiones de un futuro basado en los ideales adoptados. En los niveles más altos de la complejidad de este sistema puede ser auto-organizado. Este sistema es capaz de co-evolucionar con el medio ambiente. Los ejemplos incluyen sistemas que son guiados por la visión del futuro que desean crear. Este sistema es abierto al medio ambiente y se caracteriza por la diversidad o incluso por conflictos en cuanto a sus propósitos y objetivos, pero los compromisos o síntesis son posibles. La administración tiene compatibilidad de intereses, pero no está necesariamente de acuerdo sobre los fines y los medios. Las soluciones a situaciones problemáticas no estructuradas se consideran después de que las perspectivas alternativas han sido evaluadas por los tomadores de decisiones. Los grupos de diálogo pueden discutir las políticas y evaluar las diversas hipótesis que subyacen a diversos temas.

En atención a lo anteriormente expuesto, un modelado que permita la construcción de imaginarios de sociedad y territorio desde el diseño de ingeniería nos obliga a profundizar (para cada caso de estudio específico) sobre la determinación de las escalas tratadas en el parágrafo 3.4.1 que finalmente permitirán establecer la cobertura espacial y temporal (i.e. el tamaño y horizonte de tiempo) de la unidad territorial a modelar y que desde el punto de vista de la ingeniería obedece a los procesos contemplados en las fases que propone Kroes (2012):

Fase I: En esta etapa se debe identificar las necesidades de los usuarios para clarificar las especificaciones iniciales y tentativas del artefacto a ser diseñado (territorios) que dan lugar a la determinación de los requerimientos para el diseño en cuestión. Tratándose de las decisiones humanas, deben ser los stakeholders, quienes en primera instancia definan el tamaño del territorio y horizonte de simulación a ser incorporados en el diseño para que en las fases II y III puedan ser ajustados y actualizados con base en los propósitos del modelado y un modelado participativo.

Fase II: En esta segunda fase propone Kroes (2012) la generación de diseños conceptuales para la comparación, evaluación y selección de la mejor opción que será adoptada como piloto. Esto representa un ajuste de los atributos y requerimientos considerados en la Fase I en concordancia con las limitaciones existentes en cuanto a los datos disponibles, las variables y los enfoques seleccionados y los recursos humanos, técnicos y económicos con los que se

102

cuenta. En esta etapa toman gran importancia en la definición del tamaño del territorio y horizonte de simulación los criterios técnicos documentados en el parágrafo 3.4.1.

Fase III: Finalmente, en la implementación y documentación del diseño seleccionado para su utilización, pueden surgir algunos inconvenientes de implementación e instrumentalización que conduzcan a correcciones y ajustes que también modifiquen las ideas iniciales de tamaño del territorio y horizonte de simulación. Véase parágrafo 3.4.1.

En consecuencia, no es posible establecer a priori ni generalizar sobre “la unidad o el tamaño del territorio y el horizonte de tiempo a trabajar sin que se pierda la precisión y los detalles deseables”, sino más bien caracterizarlas en función de las condiciones que de escala, complejidad como se representa en la Figura 26 y de las condiciones de disponibilidad de los datos y de los enfoques a utilizar como se expresa en la Figura 36. En resumen, la definición de “la unidad o el tamaño del territorio y el horizonte de tiempo” deberá:

Garantizar los propósitos del diseño de modelado propuestos Satisfacer las necesidades establecidas por los usuarios y las partes

interesadas Poder ser representada con el uso de las variables seleccionadas Ser compatible con los datos primarios y secundarios Obedecer a los niveles de complejidad que quieren ser alcanzados en

cada una de las dimensiones Permitir la actuación de las partes interesadas en el territorio

103

CAPITULO 4 ISASHII

MODELO BASADO EN AGENTES PARA LA EVALUACIÓN DEL IMPACTO DE LA TOMA DE DECISIONES EN PLANIFICACIÓN TERRITORIAL SOBRE EL TERRITORIO.

104

MODELO ISASHII

El nombre del modelo ISASHII (Instrumento para la Simulación de Ambientes de Sistemas Humanos Inteligentes Integrados) fue inspirado en el vocablo “ISASHII” originario del dialecto wayúu y significa tierra. El modelo ISASHII con sus diferentes extensiones obedece a la estructura de la Figura 37.

Figura 37 Estructura del Modelo ISASHII y sus extensiones o aplicaciones.

Teniendo en cuenta que los Sistema Multi-Agente (SMA) teniendo en cuenta que los sistemas multiagente son sistemas distribuidos en los cuales sus (agentes) producen resultadados inteligentes, generalmente buscando la solución de problemas de optimización, mediante la coordinación de las conductas (reglas, conocimiento, objetivos, habilidades y planes. Russell (2004.) mientras los MBA utilizan agentes individuales cuyos comportamientos son autónomos y no necesariamente colaborativos, que buscan alcanzar diversos propósitos, en estos últimos, un agente es la representación de una entidad que completa una acción o toma una decisión, mediante la cual interactúa efectivamente con su entorno. Van Dam et al. (2013). Aunque los dos paradigmaspueden acercarse, al estar

ISASHII

URBANOFENÓMENOS

TERRITORIALES

DINÁMICAS INMOBILIARIAS

MOVILIDAD

BASURAS

ECONOMÍA

PLUSVALÍA

VALORIZACIÓN

AVALÚOS

FENOMENOS SOCIALES

RURAL

FENÓMENOS TERRITORIALES

DINÁMICAS INMOBILIARIAS

MOVILIDAD

BASURASFENOMENOS SOCIALES

105

compuestos por múltiples entidades interactivas en el presente trabajo se optó por los MBA dada la revisión de la literatura realizada como el instrumento que permite modelar sistemas socio-técnicos, explorar dinámicas y generar escenarios en sistemas socioecológicos.

A continuación, se presenta detalladamente el modelo a través del protocolo ODD (Overview, Design concepts, and Details), según Grimm et al (2006) y Grimm et al (2020); de igual manera se describe los procedimientos de calibración y su aplicación por medio de las distintas extensiones del modelo en diferentes estudios de caso.

PROTOCOLO ODD MODELO ISASHII

El protocolo ODD (Overview, Design concepts, and Details) (Ver Tabla 8) aplicado a modelos de simulación que describen organismos individuales autónomos (modelos individuales, IBM) o agentes (modelos basados en agentes, MBA) desarrollado por 28 modeladores que trabajan en una amplia gama de temas dentro de la ecología fue propuesto inicialmente en 2006, luego fue actualizado en 2010 y recientemente revisado en 2020, y desde entonces se ha convertido en una herramienta utilizada en el estudio de sistemas sociotécnicos y sistemas altamente complejos formados por entidades autónomas. Este protocolo consta de tres bloques (Overview, Design concepts, and Details), que se subdividen en siete elementos: Propósito, Variables de estado y escalas, Visión general y programación de los procesos, Conceptos de diseño, Inicialización, Entrada y Submodelos.

Tabla 8 Elementos del protocolo ODD agrupados en tres bloques. Grimm et al 2006.

VISIÓN GENERAL Propósito Variables de Estado y Escalas Visión General del proceso y programación

CONCEPTOS DE DISEÑO Conceptos de Diseño

DETALLES Inicialización Entradas Submodelos

106

Visión General

Propósito del Modelo

Resulta indispensable establecer aquí el o los propósitos del modelo para poder delimitar el alcance y los resultados esperados. En este sentido es también importante subrayar que desde la perspectiva del modelado de sistemas sociales los tradicionales modelos de predicción como los citados en la Tabla 5 y en la Figura 19 basados exclusivamente en funciones de optimización o de control no son suficientes, como lo indica Epstein (2008).

Asumiendo que el diseño en ingeniería puede asumirse como un proceso de toma de decisiones según ABET9, es posible concluir que el desafío de diseñar desarrollos de territorios que posibiliten bienestares humanos, emplaza a la ingeniería a tomar situaciones y acontecimientos pasados con sucesos (aciertos y desaciertos) presentes para imaginar y proyectar potenciales escenarios futuros, estos tres procesos, para Epstein (2008) son los fundamentos del diseño en ingeniería y pueden ser instrumentalizados para convertir modelos tradicionalmente predictivos (como los explícitos) en modelos pluripropósito que permitan introducir preguntas más generales y más éticas, en relación con ¿para qué y por qué modelar?, a las que Epstein (2008) presenta alternativas como:

Explicar Recolectar datos guía Iluminar dinámicas fundamentales Sugerir analogías dinámicas Descubrir nuevas preguntas Promover un hábito científico de la mente Limitar (precisar) los resultados en rangos creíbles Iluminar las incertidumbres (desconocimientos) básicas Ofrecer alternativas de crisis casi en tiempo real Mostrar alternativas / sugerir eficiencias Desafiar la robustez de las teorías predominantes a lo largo de

perturbaciones Exponer la incompatibilidad de los juicios predominantes con los datos

disponibles Entrenar practicantes Disciplinar el dialogo político Educar al público en general Descubrir la complejidad (sencillez) de lo aparentemente simple (complejo).

Recientemente, Edmonds et al. (2019) complementando a Epstein propone análogamente siete propósitos específicamente para los modelos socioecológicos:

9 Accreditation Board for Engineering and Technology

107

predicción, explicación, description, exploración teórica, illustración, analogía y aprendizaje social.

De acuerdo con lo anterior, del modelo ISASHII se espera que se pueda Iluminar dinámicas, descubrir nuevas preguntas, iluminar incertidumbres, mostrar alternativas, promover el diálogo político, promover el pensamiento ingenieril y finalmente como consecuencia de todas éstas, evaluar el impacto sobre el territorio de la toma de decisiones en planificación territorial.

Adicionalmente, en la actualidad el país se ha planteado el reto de contar con un Catastro multipropósito (multifinalitario en otros países) que permita recoger y almacenar información espacial y alfanumérica relativa a diferentes tópicos (inmobiliarios, medioambientales, sociales, culturales, geopolíticos, agrológicos, etc.) que permita una adecuada toma de decisiones en diferentes ámbitos y para diferentes disciplinas. De esta manera, surge ISASHII también una propuesta innovadora y además necesaria para plasmar en el catastro la quinta dimensión que se ha venido planteando en los últimos años. En el marco de estas necesidades de un Catastro 5D surge otra aplicación del presente Modelo Basado en Agentes (ISASHII) que corresponde a la necesidad de simular el comportamiento de los diferentes actores que tienen influencia directa e indirecta al momento de la toma de decisiones territoriales y a partir de estas simulaciones realizar análisis con los cuales, entre tantas cosas, se pueda organizar de una mejor manera el territorio.

La toma de decisiones sobre el territorio a las que se hace referencia, comprende elementos estrechamente relacionados con aspectos económicos y sociales de cada actor así como las diferentes dinámicas del metabolismo económico de cada unidad familiar que a su vez soporta muchas de las decisiones del mercado inmobiliario, a partir de las diversas interacciones de los diversos agentes que transforman y se relacionan con su entorno a través de acciones de venta, arriendo, compra y construcción de inmuebles entre otros.

Por otra parte, ISASHII pretende ser una herramienta que brinde la posibilidad de analizar cómo las preferencias o decisiones individuales afectan de manera considerable los escenarios futuros, cuando se agrupan unas con otras a través del tiempo y forman tendencias emergentes. ISASHII también puede constituirse en un medio para estudiar y verificar comportamientos territoriales que pueden ser sensibles a elementos aparentemente ajenos a la toma de decisiones individuales de los agentes, tal como: el número de habitantes de diferentes clases sociales; la variación del ingreso de los habitantes, el aumento o reducción del salario; la

108

transformación de una política de incentivo o desestimulo del ahorro de la población; y, el cambio de características y/o preferencias de los agentes, y el comportamiento de las poblaciones de los diferentes agentes entre otras.

En síntesis, el presente modelo puede ser utilizado como base de consolidación o bien de un Catastro 5D o como un artefacto para la evaluación de la toma de decisiones territoriales para tratar de comprender las relaciones existentes entre éstas y las decisiones individuales de cada de uno de los agentes. ISASHII entonces puede llegar a ser utilizado para el diseño de una correcta planificación prospectiva gracias a la posibilidad de analizar escenarios futuros de acuerdo con los parámetros y condiciones iniciales propuestas y de esta manera evaluar los posibles efectos de diferentes políticas económicas, de vivienda, normativas, de movilidad, de impacto ambiental, de transporte, etc., dependiendo la aplicación específica, como se ilustra en el Capítulo 5.

Variables de estado y Escalas del modelo

Entidades del modelo (Agentes / Individuos)

Tabla 9 Descripción de los agentes que conforman el modelo. Elaboración propia Grupo de Investigación GIGA.

Agentes Características Razas

Residenciales

Las rutinas de estos agentes consisten en buscar predios residenciales para comprar. Sus razas corresponden al estrato al que pertenecen.

r1, r2, r3, r4, r5, r6

Arrendatarios

Las rutinas de estos agentes consisten en buscar predios residenciales para arrendar. Sus razas corresponden al estrato al que pertenecen.

a1, a2, a3, a4, a5, a6

Propietarios

Este tipo de agentes está asociado a predios destinados a la venta. Sus razas corresponden al estrato al que pertenecen.

p1, p2, p3, p4, p5, p6

Propietarios Arrendadores

Este tipo de agentes está asociado a predios destinados a arriendo. Sus razas corresponden al estrato al que pertenecen.

pa1, pa2, pa3, pa4, pa5, pa6

Asentados

Estos agentes son asociados a predios que no están destinados ni a la venta ni al arriendo. Estos agentes de igual manera no están en búsqueda de comprar ni de arrendar

asentado1, asentado 2, asentado 3, asentado 4, asentado 5, asentado 6

109

Sus razas corresponden al estrato al que pertenecen.

Constructores

Este tipo de agentes se encarga de desarrollar proyectos constructivos de acuerdo con la norma. Sus razas se clasifican en pequeños, medianos y grandes.

cpe, cme,cgr

Predios

Los agentes tipo predios es precisamente donde se están desarrollando todas las dinámicas puesto que es sobre éstos donde se generan las transacciones inmobiliarias. Sus razas corresponden a la norma de uso del suelo que los rige.

Residencial, mixto, industrial, dotacional, institucional, predios

Atributos de los agentes del modelo: Variables Globales del

Modelo

Tabla 10 Descripción de las variables globales del modelo

Nombre de la Variable Descripción

Dia Es una variable que indica el paso del tiempo en días. (Numérica)

Mes Es una variable que indica el paso del tiempo en meses. (Numérica)

Año Es una variable que indica el paso del tiempo en años. (Numérica)

porcen_Ahorro_Estrato2_3

Esta variable global permite definir cuál es el porcentaje de ahorro promedio estimado para los agentes residenciales estrato 2 y 3. (Porcentaje)

porcen_Ahorro_Estrato4_5

Esta variable global permite definir cuál es el porcentaje de ahorro promedio estimado para los agentes residenciales estrato 4 y 5. (Porcentaje)

porcen_Ahorro_Estrato6

Esta variable global permite definir cuál es el porcentaje de ahorro promedio estimado para los agentes residenciales estrato 6. (Porcentaje)

venta1

Esta variable permite identificar el número de transacciones de predios vendidos como resultado de la calificación de la primera visita del agente residencial. (Numérica)

venta2 Esta variable permite identificar el número de transacciones de predios vendidos como

110


resultado de la calificación de la segunda visita del agente residencial. (Numérica)

Salario_Min

Esta variable permite ingresar al modelo el salario mínimo mensual (SMM) legal vigente que rige al momento de la simulación del modelo. (Pesos)

Prom_porcen_Ahorro_Estrato2_3

Esta variable permite ingresar al modelo el porcentaje promedio del SMM estimado de ahorro de los agentes de estrato 2 y 3. (Porcentaje).

Prom_porcen_Ahorro_Estrato4_5

Esta variable permite ingresar al modelo el porcentaje promedio del SMM estimado de ahorro de los agentes de estrato 4 y 5. (Porcentaje).

Prom_porcen_Ahorro_Estrato6

Esta variable permite ingresar al modelo el porcentaje promedio del SMM estimado de ahorro de los agentes de estrato 6. (Porcentaje).

Porcen_prob_escolaridad Representa el porcentaje estimado de agentes Cabeza de Hogar escolarizados. (Porcentaje)

agentes-residenciales1

Esta variable permite definir la cantidad de agentes residenciales estrato 1 con los cuales se desea ejecutar el programa. (Numérica)









agentes-residenciales6 Esta variable permite definir la cantidad de agentes residenciales estrato 6 con los

111


cuales se desea ejecutar el programa. (Numérica)

area-int-min1 / area-int-max1 Esta variable permite ingresar el rango de áreas construidas preferido por los agentes del estrato 1. (Numérica)






agentes-conspequeños Representa la cantidad de constructores pequeños con los que se correrá el modelo. (Numérica)

agentes-consmedianos Representa la cantidad de constructores medianos con los que se correrá el modelo. (Numérica)

Porcentaje_Utilidad_Esp Esta variable define la Utilidad Esperada por los constructores. (Porcentaje)

arriendo-1 Esta variable establece la cantidad de agentes arrendatarios estrato 1 del modelo. (Numérica)

arriendo-2 Esta variable establece la cantidad de agentes arrendatarios estrato 2 del modelo (Numérica)




112



agentes-vendedores1 Define la cantidad de agentes propietarios estrato 1 del modelo. (Numérica)






agentes-arrendadores1 Establece la cantidad de agentes arrendadores estrato 1 del modelo. (Numérica)






agentes-asentados1 Representa la cantidad de agentes asentados estrato 1 del modelo. (Numérica)





113



Inflación Define el porcentaje de inflación del periodo al momento de realizar la simulación. (Numérica)

Incremento-Salario Establece el porcentaje de incremento del salario al año. (Numérica)

Agentes Usuarios de vivienda: Residenciales, Arrendatarios,

Propietarios, Arrendadores y Asentados

Tabla 11 Agentes usuarios de vivienda


target Define la forma en que el agente define el predio objetivo hacia el cual se dirige. (Predial)

ingreso Corresponde al total de ingresos del agente Cabeza de Hogar. (Pesos)

inversión Representa el total de los ahorros que el agente puede invertir para la compra de un inmueble. (Pesos)

estrato-interes Corresponde al estrato socio-económico de inmuebles preferidos por el agente Cabeza de Hogar. (Numérica)

area-interes-max / area-interes-min

Indica el intervalo de búsqueda de un área construida de interés. (Numérica)

ahorro-inicial Representa el valor del ahorro al inicializar el modelo que el agente tiene y equivale aproximadamente a las cesantías. (Pesos)

ingreso-arriendo Es el valor del canon de arrendamiento de un determinado bien inmueble percibido por un agente propietario. (Pesos)

pago-arriendo Es el valor del canon de arrendamiento de un determinado bien inmueble que un agente arrendatario paga. (Pesos)

ahorro-mensual Indica el valor estimado que puede ser ahorrado mensualmente por el agente durante la simulación. (Pesos)

v1 / v2 Guarda el ID de la primera y segunda visita que realiza el agente. (Predial)

i1 / i2 Guarda el valor de la calificación que da el agente al inmueble en cada visita (i1 para v1, i2 para v2). (Numérica)

114


o1 / o2 Representan las ofertas que cada agente realizó por cada inmueble. (Pesos)

búsqueda

Determina el estado del agente (si búsqueda = "completa" indica que ya encontró un predio donde establecerse =“incompleta” en caso contrario) (Texto)

a Es una variable que guarda el primer valor de ahorro-mensual (Pesos)

vn Es una variable que permite identificar el cambio de raza entre los agentes (Numérica)

b Es una variable que permite identificar el cambio de raza entre los agentes (Numérica)

t Son variables que permiten que el inmueble actualice su valor mensualmente. (Numérica)

t2 Son variables que permiten que el inmueble actualice su valor semestralmente. (Numérica)

cab_familia Define si el agente es Cabeza de Hogar o no. (Texto).

tipo Indica si el agente es adolescente, anciano, adulto o joven (Texto)

empleo Indica si el agente Cabeza de Hogar esta empleado o no (Texto)

escolaridad Establece si el agente está escolarizado en el momento o no. (Numérica)

genero Representa el sexo del agente Cabeza de Hogar (Texto)

religión Define la orientación religiosa del agente Cabeza de Hogar en cuestión [0 Ninguno, 1 Católica, 2 Cristiana, 3 Otros] (Numérica)

ahorros Corresponde al balance económico entre los ingresos y egresos totales mensuales del agente Cabeza de Hogar (familia) (Pesos)

formacion_academica

Representa la formación académica alcanzada por el agente [0 Sin Formación, 1 Primaria, 2 Secundaria, 3 Técnica, 4 Tecnólogo, 5 Profesional, 6 Profesional Especializado, 7 Alto Directivo] (Numérica)

antiguedad

Corresponde al número de años que lleva trabajando el agente Cabeza de Hogar en su último nivel de formación académica en caso de aplicar (Numérica)

edad Define la Edad del agente Cabeza de Hogar (Años)

115


egresos Representa los egresos individuales del agente Cabeza de Hogar (Pesos)

alimentación Corresponde a la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir los gastos de alimentación (Pesos)

abrigo Define la cuantía monetaria invertida por el Cabeza de Hogar para suplir los gastos de abrigo y vestido (Pesos)

ocio Representa la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir los gastos de ocio (Pesos)

comunicaciones Corresponde a la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir los gastos de comunicaciones (Pesos)

techo Define la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir los gastos de techo (Pesos)

salud Representa la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir los gastos de salud. (Pesos)

educación Corresponde a la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir los gastos de educación (Pesos)

transporte Define la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir los gastos de transporte (Pesos)

otros_gastos Representa la cuantía monetaria invertida por el agente Cabeza de Hogar para suplir otros gastos (Pesos)

metabolismo

Corresponde a la sumatoria de los valores de las variables de las cuales depende el metabolismo, es decir, alimentación, abrigo, ocio, comunicaciones, techo, salud, educación, transporte y otros gastos de cada uno de los agentes (Pesos)

deudas

Representa el saldo económico negativo entre los ingresos y egresos mensuales del agente Cabeza de Hogar en particular. Esto indica que no alcanza a suplir sus necesidades metabólicas con lo que percibe mensualmente por sus ingresos. (Pesos)

valor-vivienda Corresponde al valor de la vivienda que decide comprar el agente (Pesos)

116


crédito Define el monto del crédito hipotecario utilizado por el agente comprador para compra de vivienda. (Pesos)

Agentes Constructores

Tabla 12 Agentes Constructores


target Representa el predio objetivo del constructor donde evaluará el desarrollo de sus proyectos (Predial)

ingreso Corresponde al ingreso mensual de los constructores (Pesos)

inversión Define la cuantía monetaria inicial de los constructores (Pesos)

ahorro-inicial Corresponde al ahorro inicial de cada uno de los constructores del modelo. (Pesos)

ahorro-mensual Atañe al ahorro mensual de cada uno de los constructores del modelo. (Pesos)

v1 Identifica el predio guardado cuando el constructor realiza la primera visita para analizar cuál le es más conveniente. (Predial)

i1 Corresponde al puntaje dado en la primera visita del constructor al predio. (Numérica)

oferta Cuantía que el constructor ofrece por el predio que desea adquirir. (Pesos)

busqueda Permite establecer si ya se encuentra desarrollando el proyecto constructivo el constructor o no. (Texto)

area-bruta Área total del predio. (Metros Cuadrados)

afect Área que presenta las afectaciones del predio. (Metros Cuadrados)

ar-ne-ur Es el resultado de restar al área bruta las afectaciones que presenta en cada predio. (Metros Cuadrados)

cesio Es el área afectada por cesiones obligatorias para poder desarrollar el proyecto deseado en cada predio. (Indice)

ar-ut Es el resultado de restar al área neta urbanizable las cesiones de cada predio. (Metros Cuadrados)

117


in-co Es el índice de construcción de cada predio de acuerdo con la norma. (Indice)

ar-co Área construible: corresponde a la multiplicación del índice de construcción por el área útil. (Metros Cuadrados)

ar-ve

Área vendible, para estratos 1, 2 y 3 es del 10% del área total construida, y para los estratos restantes es del 15% del área total construida. (Metros Cuadrados)

va-te Corresponde al valor del terreno donde se va a ejecutar el desarrollo deseado. (Pesos)

co-co Los costos de construcción resultan de la multiplicación del área construible por un costo por metro cuadrado de obra. (Pesos)

ventas Las ventas corresponden a la multiplicación del área vendible por el valor de metro cuadrado promedio del modelo. (Pesos)

valorm-venta Es el valor de venta por metro cuadrado. (Pesos)

uti-esp Es la utilidad esperada por el constructor por la ejecución de su proyecto inmobiliario. (Pesos)

utili Corresponde a la utilidad efectivamente obtenida por el constructor en la ejecución del proyecto. (Pesos)

nuevos

Es la cantidad de predios nuevos que produce el constructor en una misma unidad de terreno tras la ejecución del proyecto inmobiliario. (Numérica)

área-nueva

Es el área de las nuevas unidades residenciales producidas por los constructores tras la ejecución del proyecto inmobiliario.(Metros Cuadrados)

tiempo Es el tiempo que tarda el constructor ejecutando la obra. (Tiempo)

t Esta variable permite que el inmueble actualice su valor mensualmente. (Numérica)

t2 Esta variable permite que el inmueble actualice su valor semestralmente. (Numérica)

118

Agentes prediales

En la Tabla 13 se muestra la configuración de los agentes prediales: unidades inmobiliarias por norma de uso del suelo (Residenciales, mixtas, industriales, dotacionales e institucionales).

Tabla 13 Agentes prediales por norma de usos del suelo


NPN Corresponde al Numero Predial Nacional del Predio. (Identificador)

id_predio Identificación individual del predio. (Identificador)

id_familia_p Id de la familia que permanece en un momento dado en el predio. (Identificador)

área Área construida del predio (Metros Cuadrados)

área-terreno Área de terreno del predio. (Metros cuadrados)

ph Esta variable indica si el predio está o no en propiedad horizontal (Texto)

valor-inicial Es el valor inicial que corresponde al valor catastral del predio (Pesos)

valor-catastral Es el valor catastral actualizado del predio (Pesos)

valor Valor comercial del predio (Pesos) valorm Valor por metro cuadrado del predio (Pesos)

valorm-integral Corresponde al valor integral del predio (Pesos)

uso Es el uso que se le da al predio por norma. (Texto)

puntaje Es el puntaje del predio de acuerdo al registro catastral 1 y 2 del predio (Numérica)

estrato Es el estrato del predio (Numérica)

afectaciones Es el área del predio que presenta afectaciones.

cesiones Área del predio que es necesaria para cesiones urbanísticas (Metros Cuadrados)

índice Es el índice de construcción (Índice)

índice-real Indica el índice de construcción real del predio según lo construido es decir ICR/IC -> Area_Construida/AT(1-%Ces) / IC (Indice)

estado Representa el estado en el que se encuentra el predio, es decir, ocupado, arriendo, vacío (Texto)

canon Corresponde al valor del arrendamiento del predio (Pesos)

119


oferta1 Es la primera oferta que recibe el predio por un agente que lo visita (Pesos)

oferta2 Es la segunda oferta que recibe el predio por un agente que lo visita (Pesos)

oferta3 Es la tercera oferta que recibe el predio por un agente que lo visita (Pesos)

t Corresponde al paso del tiempo con el cual el inmueble actualiza sus estados y variables (Numérica)

nuevo Indica si el predio es nuevo o no. (Texto)

Definición espacio-temporal del modelo

Resolución Temporal: Cada tick (ciclo del modelo) representa una hora, es decir, que la resolución temporal del modelo corresponda a la hora.

Resolución Espacial: La unidad espacial mínima de programación en el modelo es el predio10.

Escala Temporal: La escala de tiempo de simulación del modelo es de 4 y 8 años, lo cual corresponde a uno y dos períodos de gobierno municipal respectivamente, aunque puede llegar a extenderse a más períodos de gobierno de acuerdo con los usuarios del modelo. En la Tabla 14 se presenta un comparativo entre el tiempo de simulación y su representación en ticks o ciclos del modelo.

Escala Espacial: La escala de simulación del modelo corresponde al área municipal urbana de la entidad territorial de estudio.

Tabla 14 Equivalencia temporal del modelo (ticks vs. Tiempo de simulación)

10 Predio: Es un inmueble no separado por otro predio público o privado, con o sin construcciones y/o edificaciones, perteneciente a personas naturales o jurídicas. El predio mantiene su unidad aunque esté atravesado por corrientes de agua pública. Resolución 070 de 2011. Instituto Geográfico Agustín Codazzi

Ticks Tiempo de simulación

1 1 Hora

12 1 Día

84 1 Semana

360 1 Mes

4.320 1 Año

17.280 4 años

34.560 8 años

120

Visión General del Proceso y Programación

El código del modelo está organizado en varios “includes” que son pestañas en Netlogo, los cuales facilitan la programación, manejo y lectura del programa. En la Tabla 15 se presenta la estructura del modelo con los procesos por “include”.

Tabla 15 Organización de los procesos por includes

Include Descripción Procesos

Código

Se llaman todas las rutinas que se llaman dentro del load o carga del modelo, así se ejecuta toda la simulación.

Contiene todos los procesos de los “includes” del modelo.

Arriendos Tiene los procesos de los agentes arrendatarios, es decir las razas a1, a2, a3, a4, a5, a6

Movimientos de los agentes, Regreso1-arriendos Regreso2-arriendos

Visita-arriendos

Constructores

Envuelve todos los procesos relacionado con los constructores tanto pequeños como medianos.

Construccion2 Construccion3

Construccionm2 Construccionm3

Interés-cpe Interés-cme

Movimiento-cpe Oferta-constructor Oferta-constructor2 Oferta-constructor3 Oferta-constructorm

Oferta-constructorm2 Oferta-constructorm3

Potencial Regreso-cpe Regreso-cme

Inicialización Define todas las rutinas de inicialización del modelo.

Arrendar Arriendos

Clasificación-var-est Constructores

Go Load

Propietarios Razas

Residenciales Vender

121

Include Descripción Procesos

Predios Tiene todo el código para importar los predios desde el Shapefile del GIS.

Carga-predios

Procesos

Aquí se encuentran todos los procesos y rutinas que se ejecutan simultáneamente para agentes y predios.

Cuantificación-metabolismo-ahorro

Incremento-ingreso Metabolismo de los agentes

Porcentaje-ahorro Salidas

Propietarios

Tiene los procesos de los agentes vendedores, propietarios, arrendadores y asentados, es decir las razas pa1, pa2, pa3, pa4, pa5, pa6, p1, p2, p3, p4, p5, p6, asentado1, asentado2, asentado3, asentado4, asentado5, asentado6

Movimiento de los diferentes agentes vendedores

Movimiento de los diferentes agentes asentados

Movimiento de los diferentes agentes propietarios

arrendadores

Residenciales Incluye las rutinas de los agentes residenciales, es decir las razas r1, r2, r3, r4, r5, r6

Ahorro Búsqueda-Completa

Interés Movimiento de los agentes

Negocio1 Negocio2 Regreso1 Regreso2 Puntaje1 Puntaje2 Regreso

Visita

122

Diagrama de Flujo

Figura 38 Flujograma General ISASHII. Metabolismo Socioeconómico

123

Figura 39 Flujograma ISASHII Adolescentes. Metabolismo socioeconómico

124

Figura 40 Flujograma ISASHII Jóvenes. Metabolismo socioeconómico

125

Procesos

Los procesos ejecutados dentro del modelo por cada uno de los agentes al igual que las reglas de decisión que los componen son explicadas a continuación, para cada uno de ellos separadamente.

Agentes Residenciales

4.1.1.3.2.1.1 Generalidades

Como ya se mencionó, los agentes residenciales las razas de r1, r2, r3, r4, r5, r6; la función de estos agentes dentro del modelo consiste en buscar y evaluar inmuebles para la compra. Dentro de sus rutinas los agentes deben validar que el inmueble esté disponible para la venta, garantizar que en sus ahorros se cuente por lo menos con el 30% del valor comercial del inmueble y que el predio seleccionado haya sido el de mayor puntaje de interés entre los predios visitados y evaluados.

De acuerdo con el cumplimiento de las condiciones mencionadas anteriormente y como se aprecia en el flujograma, los agentes residenciales podrán convertirse en agentes asentados de acuerdo con sus ingresos, ahorros y preferencias preestablecidas o se convertirán en agentes arrendatarios según su estrato, ingresos, ahorros y preferencias asociadas, cuya rutina principal es la búsqueda de vivienda para arriendo.

4.1.1.3.2.1.2 Aspectos Específicos

Las rutinas de los agentes residenciales se ejecutan mediante el proceso denominado “movimiento-r#” donde # varía de 1 a 6 dependiendo del estrato socioeconómico al que están asociados.

La secuencia es la siguiente:

a. Llama a los agentes con el estrato indicado b. Ejecuta el submodelo “ahorro” c. Verifica que la distancia al target seleccionado sea igual a cero. d. Ejecuta los submodelos “interés” y “regreso” e. Verifica que la distancia al target sea menor a 1 f. Si es así se dirige directamente hacia el predio a evaluar g. De lo contrario se mueve una casilla hacia el predio en cuestión h. Ejecuta el submodelo “visitas” y “busqueda-completa” i. Finaliza el procedimiento

126

Figura 41 Procesos y Subprocesos Generales ISASHII.

127

Agentes Arrendatarios


Los agentes “arrendatarios” están conformados por las razas a1, a2, a3, a4, a5, a6 cuya función principal es simular la búsqueda de un inmueble para tomar en arriendo. Dentro de este proceso de búsqueda debe validar que el inmueble esté disponible para el arriendo, si sus ingresos son suficientes para pagar el canon y que el predio seleccionado haya obtenido el mejor puntaje de interés una vez evaluados los inmuebles visitados.

Una vez que el agente cumple con su objetivo, el valor del canon de arrendamiento es incluido dentro de sus gastos mensuales, en caso contrario continuará en estado de búsqueda, pero cuando cumple con las condiciones establecidas de ingresos y ahorros, se convierte en agente en estado de búsqueda de vivienda para compra, en la raza de los agentes residenciales correspondiente de acuerdo con el estrato, ingresos, ahorros y preferencias definidas.


El procedimiento llamado “movimiento-a#” donde # varía de 1 a 6 dependiendo del estrato socioeconómico de cada agente, define los procedimientos de los agentes arrendatarios.

El orden secuencial es:

a. Llama a los agentes de cada estrato b. Ejecuta el submodelo “ahorro” c. Verifica si la distancia al target seleccionado es cero. d. Valida si el estado del predio es para arriendo u ocupado-arriendo y que el

ingreso sea mayor al canon de arrendamiento e. Si es así, valida que i1 sea igual a cero, en caso de ser afirmativo ejecuta el

modelo “puntaje1”, de lo contrario ejecuta “puntaje2” f. Ejecuta los submodelos “visitas-arriendos” y “regreso-arriendos” g. Verifica que la distancia al target sea menor a 1 h. Si es así se dirige directamente al predio i. De lo contrario se mueve una casilla hacia el predio en cuestión j. Valida si la búsqueda está completa y muestra el predio k. A la variable pago-arriendo dentro de sus gastos le asigna el canon del predio l. A la variable ingreso le resta el pago del arriendo y le suma el gasto de

metabolismo en techo m. Exporta los datos a un output n. Finaliza el procedimiento

128

Agentes Vendedores


Los agentes identificados como vendedores incluyen agentes de las razas de p1, p2, p3, p4, p5, p6; el objetivo de estos agentes es vender el predio del que son propietarios. Dentro de sus acciones esta incrementar o disminuir el valor de oferta del inmueble en el mercado según el interés del agente comprador que lo visita.

En dado caso que estos agentes cumplan con su objetivo, vender, el valor de su atributo “inversión” se incrementa en la cantidad correspondiente a la venta. Adicionalmente cambian a la raza de los agentes residenciales de acuerdo al estrato respectivo, asociado a sus ingresos, ahorros y preferencias. En dado caso de no cumplir con su objetivo permanecen en la raza a la que originalmente pertenecen.


Las interacciones de los agentes vendedores se ejecutan mediante el procedimiento llamado “movimiento-p#” donde # varía de 1 a 6 correspondiente esto al estrato socioeconómico de cada uno de los agentes.


a. Llama a todos los agentes con ese estrato b. Ejecuta el submodelo “ahorro” c. Verifica si la distancia al target seleccionado es igual a cero. d. Valida si el estado del predio es vacío y que búsqueda sea igual a cero e. Si es así, cambia es estado del predio a ocupado-disponible y búsqueda a 1 f. Si no es así y “búsqueda” es igual a 0, selecciona otro predio que este vacío,

que el área construida sea diferente a cero y mira hacia éste. g. Valida si el estado del predio es igual a ocupado y que “búsqueda” sea igual

a 1, si es así a su campo “inversión” se le suma el valor del predio, cambia de raza a “residenciales” pero con un estrato superior al que pertenecía y búsqueda queda igual a cero.

h. Se mueve inmediatamente al target i. Finaliza el procedimiento

Agentes Propietarios Arrendadores


Los agentes tipo propietarios arrendadores incluyen las razas de pa1, pa2, pa3, pa4, pa5, pa6; el objetivo de estos agentes es el arrendar el predio del que son propietarios. Dentro de sus funciones esta arrendar o no el inmueble ofrecido de acuerdo con el interés del agente que busca en arriendo.

129

En caso que el agente “propietario arrendador” cumpla con su objetivo, el valor de sus “ingresos mensuales” se incrementa de acuerdo con el valor del canon de arrendamiento del inmueble. Adicionalmente cambian a la raza de los agentes residenciales de acuerdo al estrato respectivo, asociado a sus ingresos, ahorros y preferencias. En caso de no cumplir con su objetivo permanecen en la raza original.


Las interacciones de los agentes propietarios arrendadores se ejecutan mediante el procedimiento llamado “movimiento-pa#” donde # varía de 1 a 6 correspondiente esto al estrato socioeconómico de cada uno de los agentes.


a. Llama a todos los agentes de ese estrato b. Ejecuta el submodelo “ahorro” c. Verifica si la distancia al target seleccionado es igual a cero. d. Valida si el estado del predio es vacío y que búsqueda sea igual a cero e. Si es así, cambia es “estado” del predio a “ocupado-arriendo”, “búsqueda” a

1 y actualiza el “canon de arriendo” como el 0.5% del valor del inmueble f. Si no es así y búsqueda es igual a 0, selecciona otro predio que este vacío y

mira hacia allí. g. Valida si el “estado” del predio es igual a “ocupado” y “búsqueda” es igual a

1, si es así, la variable “ingreso-arriendo” toma el valor del canon del predio y al “ingreso” del agente se le suma el valor de “ingreso-arriendo”, cambia de raza a “residenciales” pero con el estrato superior al que pertenecía y “búsqueda” toma el valor de cero.

h. Se mueve inmediatamente al target i. Finaliza el procedimiento

Agentes Asentados


Los agentes “asentados” incluyen las razas asentado1, asentado 2, asentado 3, asentado 4, asentado 5, asentado 6; el objetivo de estos agentes es el de permanecer radicados en un predio sin venderlo ni arrendarlo. No obstante, una vez que su “inversión” alcanza un valor entre el 110% y el 115% del valor del inmueble del que son propietarios se convierten en “agentes vendedores” o “agentes propietarios arrendadores”, de lo contrario, no ocurre ningún cambio.


Las acciones de los agentes “asentados” se ejecutan mediante el procedimiento llamado “movimiento-asentado#” donde # varía de 1 a 6 correspondiente esto al estrato socioeconómico de cada uno de los agentes.

130

El orden secuencial es:

a. Llama a todos los agentes de ese estrato b. Ejecuta el submodelo de “ahorro” c. Verifica si la distancia al target seleccionado es igual a cero. d. Valida si el “estado” del predio es vacío y “búsqueda” es cero e. Si es así, cambia es “estado” del predio a “ocupado”, “búsqueda” a 1 f. Si no es así y “búsqueda” es igual a 0, selecciona otro predio residencial que

este vacío y con “área construida” diferente a cero y mira hacia allí. g. Valida si la inversión es igual al valor del target más un 10 a 15% y la

búsqueda es igual a 1, si es así ejecuta un “random” a la variable búsqueda de 3 o 4

h. Valida si búsqueda es igual a tres, en este caso cambia el estado del predio a ocupado disponible, su búsqueda a 1 y su raza a un agente vendedor.

i. Valida si búsqueda es igual a cuatro, en este caso, cambia el estado del predio a ocupado arriendo, su búsqueda a 1, su raza a un agente propietario arrendador y calcula el canon de arrendamiento de su predio que es igual al 5 por mil del valor del inmueble.

j. Se mueve inmediatamente al target j. Finaliza el procedimiento

131

Figura 42 Flujograma ISASHII Decisiones Inmobiliarias. Agentes Locales.

132

Figura 43 Flujograma ISASHII Decisiones Inmobiliarias. Agentes No Locales.

133

Agentes Constructores

4.1.1.3.2.6.1 Aspectos Generales

Los agentes tipo constructores están conformados por las razas de cpe, cme y cgr el objetivo de estos agentes es buscar inmuebles para poder construir nuevas unidades residenciales. Las condiciones para cumplir con ese objetivo es que tengan por lo menos el 40% del valor comercial del inmueble como inversión para la compra; que el lote a construir este en venta y no sea propiedad horizontal, que el lote este densificado en una cantidad igual o menor al 70% de lo que permite la normatividad; que la utilidad del proyecto sea la esperada por el constructor.

Cuando los agentes cumplen con su objetivo, descuentan el valor del inmueble a su inversión; crean un número de unidades residenciales nuevas igual al permitido por la normatividad, así mismo asignan un valor de venta, un valor de metro cuadrado, un estrato, un puntaje, un área para cada una y un estado de venta de cada unidad residencial, así como una raza residencial para cada inmueble. En caso de no cumplir con su objetivo permanecen en busca de inmuebles aumentando su inversión mediante los ingresos mensuales.


Las interacciones de los agentes constructores se ejecutan mediante el procedimiento llamado “movimiento-cpe”, “movimiento-cme” “movimiento-cgr”.

Por ejemplo, la secuencia para “movimiento-cpe” es la siguiente:

a. Llama a todos los agentes “cpe” b. Ejecuta el submodelo de “ahorro” c. Verifica si la distancia al target seleccionado es igual a cero y la “búsqueda”

es diferente a “construcción”. d. Si es así, ejecuta los procedimientos de “interés-cpe” y “regreso-cpe” e. Valida si la distancia al target es menor de uno, si es así se mueve al target,

sino se desplaza una posición hacia allí. f. Valida si la búsqueda es igual a “completa”, si es así muestra el target, al

ahorro inicial le descuenta el valor del target y su búsqueda queda en “construcción”.

g. Valida si el área construible esta entre 0 y 3000 metros cuadrados y asigna un tiempo de 6 a 12 meses (para cpe)

h. Valida si el área construible esta entre 3000 y 5000 metros cuadrados y asigna un tiempo de 12 a 18 meses (para cme).

i. Valida si el área construible es mayor a 5000 metros cuadrados y asigna un tiempo de 18 a 24 meses (para cgr).

j. Valida si la búsqueda es “construcción” y va cambiando el tiempo a medida que avanzan los ticks

k. Si el tiempo es igual a cero, la búsqueda es igual a construcción y los estratos son 1 o 102, cambia el estado del predio a construido y ejecuta el

134

procedimiento construcción2 l. Si el tiempo es igual a cero, la búsqueda es igual a construcción y los estratos

son 3 o 103, cambia el estado del predio a construido y ejecuta el procedimiento construcción3

m. Finalmente ejecuta los procedimientos construcciónm2 y construcciónm3 respectivamente.

n. Finaliza el procedimiento

Orden de Ejecución de los procesos del modelo

El orden en el que se ejecuta cada simulación es la siguiente:

Modelado

Se definieron las extensiones a utilizar, para este caso fue el GIS Después se definieron los includes donde está organizado el código Luego se declararon las razas y las variables globales Posteriormente, a cada raza se le definieron sus atributos Por último, se comenzó a programar en las diferentes secciones de los includes

Ejecución del Modelo

Dentro de los procesos de la interface gráfica se tiene los botones “load” y “go”, el primer botón ejecuta un “clear all”, luego resetea los ticks y posteriormente ejecuta los submodelos “carga_predios”, “porcentaje_ahorro” y “razas”.

Este procedimiento de “razas” ejecuta toda la inicialización de las variables: “residenciales”, “arriendos”, “vender”, “arrendar”, “constructores” y “propietarios”.

Con el botón “go”, se da inicio a la ejecución del modelo así: primero que todo cuantifica el paso del tiempo por medio de las variables ticks, día, mes y año, luego ejecuta todos los procedimientos de movimiento de los agentes residenciales, vendedores, propietarios arrendadores, asentados y constructores, de acuerdo con cada estrato, como ya se explicó.

Finalmente valida si el tiempo corresponde a un mes para que los predios de tipo residencial, industrial, mixto y dotacional incremente su valor de acuerdo con la proporción de la inflación para cada mes. De igual manera valida que cada año incremente el ingreso de la población y se actualiza el valor de los porcentajes de ahorro. Por ultimo si completa el tiempo de ejecución predeterminado para.

135

Conceptos de Diseño

Fundamentos del Modelo.

El modelo ISASHII es un modelo que representa comportamientos de los seres humanos tanto desde el punto de vista institucional como individual y busca recrear comportamientos humanos sobre el territorio para Iluminar dinámicas, descubrir nuevas preguntas, iluminar incertidumbres, mostrar alternativas, promover el diálogo político, promover el pensamiento ingenieril y evaluar el impacto sobre el territorio. En este sentido, el modelo se basa en las teorías evolutivas socio-culturales propuestas por Campbell (variación, selección y retención) y las teorías evolutivas económicas de Dopfer, así como algunos conceptos de complejidad como la emergencia, la aleatoriedad, la autorganización entre otros. De igual manera, toma aspectos básicos del comportamiento del mercado inmobiliario y aspectos comportamentales de la población, tales como dinámicas de laborales, ingresos, egresos y ahorros, entre otros. Por esta razón el modelo no es determinístico ya que no sigue un modelo teórico propuesto, sino que comportamientos, normas y reglas identificables.

En relación con la información territorial el modelo se alimentó de la información catastral, cartográfica y geográfica disponible oficialmente. En cuanto a la información relacionada con las variables normativas, el trabajo se basó en el Plan de Ordenamiento Territorial (POT) del Municipio objeto de estudio. Para los datos que alimentan la información de ingresos y egresos de la población se tomaron estadísticas elaboradas por el Departamento Nacional de Estadística (DANE).

Propiedades Emergentes

Los fenómenos que ocurren en los sistemas complejos dejan ver propiedades que no se pueden explicar con la simple observación de las características y propiedades de sus componentes aislados; por el contario surgen como resultado de las relaciones entre dichos componentes. En este sentido, el precio de los inmuebles no puede ser calculado o analizado directamente con la determinación de los costos de las construcciones y el mercado de los terrenos. El comportamiento de la dinámica inmobiliaria es estructurado por muchos aspectos y no todos están relacionados con la oferta y la demanda del mercado.

Las instituciones y los gobiernos propician sistemas emergentes obviamente impredecibles cuando proponen políticas ya que estas son el resultado de la interrelación de diferentes posiciones dentro de una organización, comunidad o sociedad cada una de ellas con poca información y prioridades no muy claras. Lindblom et al. (1980). Los precios de las viviendas aumentan o disminuyen con las decisiones del estado (por ejemplo, la construcción de una vía o una política pública), éstas propiedades emergentes son las que se quieren recrear en un modelo de un sistema sociotécnico, ya que en general las decisiones humanas buscan generar propiedades emergentes deseadas, como el bienestar, mientras

136

por otra parte tratan de evitar propiedades no deseadas como la contaminación o la inseguridad.

Auto-organización

Si bien es cierto que las propiedades emergentes de un sistema adaptativo complejo no son obvias ni predecibles, si son las características más visibles del sistema por ser novedosas e inesperadas. No obstante, la nueva estructura organizativa y las nuevas interacciones del sistema son fenómenos que no pueden ser decodificados en función de agentes y sus relaciones aparentes teniendo en cuenta que difícilmente surgirían si estos se separarán de sistema o si se introdujeran en otro sistema. En efecto las propiedades emergentes se disipan cuando el sistema se divide en partes. Morin (1999). Por lo tanto, en comportamientos emergentes no resulta lógico analizar los comportamientos individuales de los agentes pues generalmente no obedecen a un control central y aun así se comportan como entes aglutinados, tal como ocurre en una bandada o en un cardumen. Este es el caso de las dinámicas inmobiliarias y territoriales, que cohesionan los comportamientos de los diferentes actores: usuarios de inmuebles con diferentes usos (vivienda, comercio, industria, etc.) comercializadores, desarrolladores inmobiliarios y constructores entre otros, los cuales cuentan con un conocimiento limitado de la sociedad y la economía e interactúan bajo regulaciones (instituciones estatales), pero, aun así, llevan a resultados diferentes de una época a otra.

Una de las características más relevantes del comportamiento emergente es la autoorganización; ésta se puede entender como el proceso que permite que un sistema genere un arreglo con modelos de comportamiento sin un control central. Dado que las conductas y procesos autoorganizados generalmente se adaptan a los cambios experimentados por un sistema, es de inferir que pequeñas alteraciones de los componentes del sistema o de sus relaciones pueden permitir niveles superiores de otras organización o configuraciones y ordenes deseados en el sistema. Gracias a esta propiedad de la autoorganización con ISASHII se propone modelar escenarios posibles para obtener escenarios alcanzables de organizaciones territoriales a partir de pequeñas variaciones en las configuraciones y en los estados iniciales del modelo.

Adaptación

La propiedad de adaptación es la mejora en el tiempo en relación con el medio ambiente. Koen et al. (2013). En un sistema sociotécnico el entorno no necesariamente debe ser físico, pues entornos sociales, técnicos, económicos y culturales también pueden producir adaptaciones. Dichos cambios pueden ser respuesta a modificaciones del hábitat. Los estímulos no solo pueden ser cambios físicos o ambientales, sino que también pueden representar relaciones e interacciones entre entidades, como la subordinación, la competencia la cooperación o la simbiosis.

137

En el modelo propuesto, la propiedad de adaptación junto con otras propiedades como la aleatoriedad y la emergencia aporta la posibilidad de que los agentes del modelo y el modelo mismo puedan dar diferentes respuestas a diferentes estímulos del entorno.

Pronóstico y Predicción

Aunque ISASHII no es estrictamente un modelo de pronóstico, si es posibles a través de simulaciones, generar algunos escenarios de solución para problemas o circunstancias planteadas a través de combinaciones de valores entre las diferentes variables del modelo. Por ejemplo, determinar cuál podía ser la configuración de normas urbanísticas de edificabilidad y uso del suelo que posibiliten alcanzar una configuración territorial pensada o determinado crecimiento de la ciudad o el cumplimiento de algunas restricciones necesarias (ver parágrafo 5.1). Otro ejemplo de uso del modelo para predicción (como conjunto de configuraciones posibles) se puede observar en el parágrafo 5.2 donde se muestra cómo es posible evaluar el impacto y la efectividad de algunas políticas en cuanto a contaminación y generación de basuras por ejemplo.

Relaciones e Interacción entre los agentes

A partir de lo planteado en el parágrafo 4.1.1.2, es posible resaltar que las relaciones entre los agentes, las relaciones entre las diferentes razas de agentes y las interacciones entre agentes, medioambiente (inmuebles) y políticas públicas están fuertemente definidas y son un elemento fundamental en el modelo, toda vez que son la fuente para las simulaciones y resultados del modelo en cuanto a emergencia y autoorganización se refiere.

Aleatoriedad

Un artefacto sociotécnico, como pretende ser ISASHII, es en esencia un diseño, en consecuencia, se encuentra atravesado en muchos momentos y en diversas formas por la aleatoriedad en virtud a que muchos accidentes (como ocurre en biología) resultan ser útiles y en múltiples escenarios emulan las mutaciones en organismos biológicos. En ISASHII, la aleatoriedad, cumple un papel relevante y está presente en la selección de las reglas, en los atributos de los agentes, en la ocurrencia de características espaciales y en las simulaciones para la predicción y solución de problemas territoriales. En la mayoría de los casos en el código se utilizó la función random para una distribución gaussiana.

Inicialización del Modelo

Teniendo en cuenta que uno de los principales propósitos de ISASHII es la evaluación del impacto sobre el territorio de las decisiones en planificación territorial, el modelo deberá servir como un laboratorio para experimentos computacionales,

138

que de otra manera resultaría difíciles, costosos o peligrosos. Por medio de éste, se pretende aumentar la comprensión de nuestro sistema de ordenamiento territorial en el mundo real, cómo funcionan y cómo pueden cambiar como respuesta a las intervenciones o alteraciones del sistema. En este sentido ISASHII puede ser visto como un instrumento no solo para explorar escenarios futuros: posibles, soñados, legales, concertables y alcanzables sino para hallar las configuraciones y los estados deseables y evitables a través de los cuales sea posibles acercarse a tales escenarios hipotéticos. Epstein (2008).

Por lo anterior el diseño de los experimentos que se simulen en ISASHII, debería garantizar la representación de las condiciones iniciales, de los atributos de los diferentes agentes de las características del entorno, de las condiciones económicas y delas normas urbanísticas tanto vigentes como a evaluar.

A continuación, se exponen los parámetros de inicialización del modelo:

Porcentaje de Ahorro

En la Tabla 16 se presentan los porcentajes de ingresos destinados a ahorro por estrato socioeconómico adoptados para los agentes en las simulaciones del modelo ISASHII. Éstos porcentajes fueron tomados de un estudio realizado por Econcept para Old Mutual publicado en el periódico Portafolio publicado el día 16 de octubre de 2014. En este estudio se concluye que los estratos 1 generalmente no ahorran, que los estratos 2 y 3 ahorran en promedio el promedio entre el 19 y el 23%, mientras los estratos 4 y 5 entre un 35 y un 37% y en el estrato 6 corrientemente el 40%. Para garantizar la variabilidad de los ahorros en los agentes, a partir de los datos de la Tabla 16, y con la función de Netlogo “random-normal” se distribuyeron estos porcentajes con valores mayores o menores a estos promedios.

Tabla 16 Porcentajes de ingresos máximos destinados a ahorro por estrato socioeconómico usados en las simulaciones en ISASHII

Estrato Umbral Máximo (%)

0 0 2-3 21 4-5 35.5 6 40

Metabolismo Económico Familiar

En la Tabla 17 se presentan los ingresos por estrato expresados en salarios mínimos adoptados para la simulación en el modelo ISASHII. El factor multiplicador incorpora lo relacionado con primas, vacaciones y cesantías en cada caso. De manera similar, en la Tabla 18 se presentan los egresos en porcentaje sobre el salario total por estrato y para los diferentes conceptos tenidos en cuenta en el

139

modelo. Esta información se tomó de acuerdo con los datos estadísticos consultados en el DANE.

Para introducir variación tanto en los ingresos como en los egresos de la población de agentes se utilizó la función “random-normal” de Netlogo con los intervalos, medias y desviaciones mostrados en las tablas citadas anteriormente.

Tabla 17 Ingresos en salarios mínimos mensuales por estrato adoptados para el modelo

Estrato

INGRESOS (Salarios Mínimos)

Mínimo Máximo Media Desviación Factor Multiplicador

Estrato 1 0.5 1.5 1 0.5 1.24

Estrato 2 1.5 2 1.75 0.25 2.17

Estrato 3 2.5 4 3.25 0.75 4.03

Estrato 4 4 6 5 1 6.2

Estrato 5 6 8 7 1 8.68

Estrato 6 8 16 12 4 14.88

Tabla 18 Egresos en porcentaje sobre el salarios mensual por estrato adoptados para el modelo

CONCEPTO

EGRESOS (Porcentajes sobre el salario)

Estrato 1 Estrato 2 Estrato 3 Estrato 4 Estrato 5 Estrato 6

Alimentación 33.67 33.67 26.01 26.01 19.27 19.27

Abrigo 5.93 5.93 4.91 4.91 3.54 3.54

Ocio 2.71 2.71 3.43 3.43 5.37 5.37

Comunicaciones 3.38 3.38 4.19 4.19 4.18 4.18

Techo 27.46 27.46 29.77 29.77 29.57 29.57

Salud 2.35 2.35 2.75 2.75 4.31 4.31

Educación 6.33 6.33 6.96 6.96 8.58 8.58

Transporte 11.74 11.74 16.17 16.17 21.25 21.25

Otros Gastos 6.39 6.39 5.77 5.77 3.88 3.88

Datos de Entrada

ISASHII tiene la opción de ser inicializado con los datos de la región que se quiere modelar tanto desde el aspecto gráfico (“shapes files” de la base cartográfica tanto para el caso de las UPZs de Bogotá como para el caso del municipio de Chipaque) como desde el aspecto de la información alfanumérica (información catastral disponible). De esta manera el modelo es versátil en la medida que, desde el punto de vista de la inicialización, puede ser alimentado con bases de datos espaciales de diferente índole.

VALIDACIÓN DEL MODELO

Hablar de la validación del modelo debe responder la pregunta sobre si se diseñó y construyó lo que se necesitaba para responder las preguntas propuestas por los usuarios del modelo y si son convincentes los resultados (Koen et al 2013).

140

Convencionalmente, cuando se habla de validación del modelo se piensa sobre la precisión de la representación del mundo observado (Sargent 1998 en Koen et al 2013), no obstante, al tratarse de Modelos basados en Agentes aplicados a sistemas sociotécnicos y aquellos basados en hipótesis tipo 2 (que pasaría si), las técnicas de validación tradicionales generalmente no pueden ser aplicadas (Louie et al 2008).

Por otra parte, muchas veces la validación no es viable, dado que el propósito del modelo no lo permite; este es el caso de modelos para la generación de posibles estados futuros, para éstos, una solución confiable no serían resultados experimentales sino más bien un mayor y mejor entendimiento del sistema o del fenómeno investigado, para lo cual estarían disponibles la Validación por Replicación Histórica, la Validación por consulta a expertos; la Validación por comparación con la literatura; y la Validación por Replicación del Modelo (Koen et al 2013).

Validación por Replicación histórica: Es utilizada cuando existe la posibilidad de comparar los resultados del modelo con situaciones del mundo real. Consiste en la reproducción de un escenario histórico determinado (pasado o presente) a partir de la simulación del espacio de parámetros observados del sistema. Los resultados correspondientes de una repetición histórica aumentan la confianza en el modelo, mientras los resultados no correspondientes indican que el modelo no ha captado eficientemente las relaciones y patrones subyacentes del sistema. (Koen et al 2013).

Validación por consulta a expertos: Es una de las técnicas más utilizada en el modelado basado en agentes, mediante la cual los expertos en determinadas áreas y problemáticas discuten sobre el comportamiento de los agentes, los patrones de comportamiento del sistema y la aplicación del modelo para los propósitos planteados (Balci 1994). La validación de expertos incluye entrevistas estructuradas, talleres con grupos de expertos, entre otros procedimientos y suele ser muy confiable para modelos tradicionales, sin embargo, este enfoque es vulnerable a problemas de subjetividad y sesgo de los expertos o de los paradigmas dominantes que limitan las opiniones de los expertos solo a aquellas que son compatibles con la comprensión general del estado de la técnica (Koen et al 2013).

Validación por comparación con la literatura:

La validación del modelo es factible comparando los resultados del modelo por medio de la investigación teórica y de modelos no basados en agentes que permitan aumentar la confianza en el modelo. Adicionalmente se puede ampliar la confianza en el modelo si existen MBA similares o del mismo sistema disponibles (Xu et al. 2003). No obstante, este tipo de validación puede adolecer también del sesgo del paradigma dominante en la comunidad académica del área de conocimiento en cuestión.

Validación por Replicación del Modelo:

141

Otra fuente de validación del modelo, aunque dispendiosa, es la replicación del modelo a través de un segundo modelo basado en agentes con una configuración del sistema diferente o con modelos que usen técnicas de modelado diferente para comparar los resultados cuando las demás opciones no están disponibles (Koen et al 2013). Una de las limitaciones de este tipo de validación consiste en el hecho que no hay suficientes ni adecuados MBA disponibles para realizar las validaciones o bien no utilizan enfoques de sistemas socioecológicos.

Validación por reproducción de patrones:

Grimm et al. (2005) proponen la comparación de patrones generados por los modelos con los del sistema real. Si un modelo genera constantemente los patrones primarios que este ha desarrollado para producir, así como otros patrones secundarios, que no tenía la intención de producir, entonces los usuarios pueden inferir que al menos algunos aspectos de la estructura y los procesos del sistema real se han modelado adecuadamente.

En este caso, para la validación del modelo ISASHII no se utilizó la consulta a expertos debido a que precisamente lo que se busca evaluar, en buena medida, es la posición y el parecer de los expertos que generalmente son los asesores y generadores de la elaboración de las políticas públicas. Por otra parte, una validación por comparación con la literatura o por replicación del modelo no es viable en este trabajo, en razón a que los enfoques epistemológicos con los que estos se establecen difieren del enfoque de la tesis, lo cual se apartaría del modelo conceptual propuesto. Consecuentemente, para la validación del modelo ISASHII se utilizó la validación por replicación histórica ya que existe suficiente información disponible para su implementación. A continuación, se describe dicho procedimiento.

Validación del modelo ISASHII por Replicación Histórica

Análisis de los datos

Lo que se busca con este tipo de validación es tratar de verificar si el modelo es capaz de replicar algunos acontecimientos, acciones o hechos sucedidos históricamente en el mundo real. En este caso, por tratarse de ISASHII, un modelo que esencialmente se basa en dinámicas territoriales e inmobiliarias, se pretendía tratar de reproducir la edificación de nuevas construcciones tato en tiempo, localización y número en un sector de la ciudad de Bogotá, para lo cual se procedió de la siguiente manera.

Se utilizaron imágenes multiespectrales del programa Aster; las imágenes Aster se adquieren con un nivel 1, las cuales están corregidas en precisión incorporando puntos de control de terreno con un modelo digital de elevación, logrando precisión topográfica. También se han corregido geométricamente y utilizando una

142

proyección UTM norte, estas imágenes poseen tres bandas en el visible e infrarrojo cercano (VNIR), con una resolución espacial de 15 metros.

En primera instancia se hizo uso de un índice espectral, el Índice de Diferencia Normalizada Edificada (NDBI), que permite estimar las zonas con construcción y con diferentes desarrollos urbanos en el área de estudio. Por simple inspección, se logra distinguir coberturas como el tejido construido del resto de coberturas como la vegetación, como se muestra en la Figura 44. En esta imagen se puede ver el tejido urbano de un color verde y un amarillo quemado, a diferencia del color rojo que muestra la cobertura vegetal, lo que permite permite una posterior clasificación supervisada. Cabe destacar que el análisis espectral se realizó sobre la UPZ ARBORIZADORA de la ciudad de Bogotá.

Figura 44 NDBI imagen Aster de la zona de estudio.

Presentacion de los Datos

Para el proceso se utilizan dos imágenes satelitales Aster nivel 1, de las épocas 2004 y 2008 como se muestra en la Tabla 19.

143

Tabla 19 imágenes satelitales Aster - zona de estudio

IMAGEN ASTER L1B 2004/02/08 IMAGEN ASTER L1B 2008/01/06

COMPOSICION RGB (3,2,1) FALSO COLOR

ESTANDAR COMPOSICION RGB (3,2,1) FALSO COLOR

ESTANDAR

Se aplicó un filtro de paso alto, cuya finalidad es resaltar las zonas de mayor variabilidad, que en este caso resultaron ser el tejido urbano y la cobertura vegetal.

Clasificación Supervisada

Para la clasificación supervisada, previamente se realizó un entrenamiento con el software ENVI para la zona de estudio y para cada una de las imágenes de las diferentes épocas, por medio de un muestreo de las principales coberturas, como se muestra en la Figura 45, en donde se puede determinar que las coberturas presentan una muy buena separabilidad, denotando las construcciones de color aguamarina, el suelo desnudo de color piel y la vegetación alrededor del rio Tunjuelito de color verde oscuro.

144

Figura 45 Toma de muestras con los clasificadores (ROI).

A la vez se observa el gráfico de dispersión de la Figura 46, el cual indica qué tanto están correlacionadas las bandas en donde la banda 2 representa en el eje Y, y la banda 3 representa en el eje X, es decir en la siguiente imagen (ver ilustración 52) se determina que se tiene un rango de niveles digitales de 0 a 256, donde se puede observar que la cobertura de construcciones está en la región que comprende entre el nivel digital 120 de la banda 2 y el nivel digital 80 de la banda 3, la región de vegetación se encuentra entre el nivel digital 50 de la banda 2 y el nivel digital 60 de la banda 3, por último se encuentra el suelo desnudo en una rango de 80 a 80 en ambas bandas.

Figura 46 Grafico de dispersión imágenes Aster.

145

Luego de verificar la separabilidad de coberturas, se obtuvo los mapas presentados en la Figura 47 y Figura 48

Figura 47 Mapa de clasificación supervisada Arborizadora 2004

Figura 48 Mapa de clasificación supervisada Arborizadora 2008

146

Por último, para validar esta clasificación se elaboró un proceso de posclasificación arrojando un coeficiente Kappa del 86% lo cual indica una buena confiabilidad en el muestreo y la clasificación resultante.

Análisis de los resultados de la clasificación.

De conformidad con los resultados obtenidos en cada una de las clasificaciones de las épocas establecidas, se determinó la ubicación y densidad de áreas construidas, para su comparación posterior con el Modelo ISASHII.

Resultados de la comparación con imágenes satelitales

Una vez realizados los análisis de las cobertura de construcciones de las imágenes satelitales, se procedió a realizar la comparación con los resultados del modelo ISASHII, para lo cual, en primera instancia se utilizaron las capas resultantes del modelo donde se muestra las construcciones nuevas, para contrastarla con la imagen satelital en falso color estándar RGB (321) con un filtro paso alto que permite diferenciar mejor el espacio construido como se muestra en la Figura 49, donde se puede localizar las construcciones de los predios que finalmente en el año 2008 fueron construidos.

Figura 49 Mapa de análisis espacial del espacio construido en el 2008

En la Figura 49 se muesta una imagen Aster de 2008, sobre la cual se georeferenciaron las construcciones nuevas simuladas por el modelo ISASHII para 2008 (puntos amarillos). En la zona 1 de la Figura 49, se evidencia la construcción

1

2

147

de varias unidades inmobiliarias para el año 2008 (Ver Figura 54), de tal forma que el suelo desnudo que se observa en la Figura 50 y Figura 52 (2004), se aprecia ya construido en la Figura 51 y Figura 53 (2008), concluyendo que el sector pasó de ser un suelo desnudo a suelo urbano construido homogeneizado.

Tabla 20 Comparación de construcciones nuevas con imagen satelital

Clasificación supervisada 2004 Clasificación supervisada 2008

Figura 50 Clasificación 2004

Figura 51 Clasificación 2008

Imagen Aster 2004 Imagen Aster 2004

Figura 52 Imagen Aster 2004

Figura 53 Imagen Aster 2008

Figura 54 Predios construidos

PREDIOS CONSTRUIDOS POR EL MODELO 2008

148

De igual manera, en la zona 2 de la Figura 49, se muestra que los puntos amarillos representan las construcciones nuevas generadas por ISASHII, para 2008 fuera de la norma urbanística, mientras los puntos verdes identifican las construcciones nuevas en cumplimiento de la norma también generadas por ISASHII.

Haciendo zoom a la Figura 49, en la parte sur de la UPZ Arborizadora, se muestra con más detalle una porción de la imagen en las diferentes épocas, con el fin de mostrar el cambio en cuanto a cobertura de espacio construido. Como se muestra en la Figura 54, los puntos amarillos generados por el modelo en la simulación 2008, coinciden con construcciones existentes en la imagen Aster 2008.

Por otro lado, se muestra que la construcción en altura, o mejor la densidad de la construcción, también puede ser recreada por la simulación. La figura que si se constata la construcción nueva en donde el modelo indica la realización de nuevas unidades residenciales como lo muestra la

Figura 55 miuestra una imagen Aster 2008 de la UPZ de estudio sobre la cual se georeferenció un edificación simulada por el modelo ISASHII para 2008, con 36 unidades nuevas en el mismo lote (propiedad horizontal), que en 2004 era suelo desnudo (ver Figura 54 - 2004).

Con lo anterior es posible concluir que el modelo no solo es confiable en cuanto a la localización de nuevas unidades de construcción sino también en cuanto a la densidad de edificabilidad de estas.

Figura 55 Imagen 2008 Predio construido

Verificando en terreno este punto, se puede comprobar que en la actualidad como se ve en la

Figura 56, se encuentra un proyecto de viviendas en propiedad horizontal, lo que demuestra que el modelo puede simular, como los agentes constructores toman las decisiones acordes a las reglas establecidas que buscan optimizar los desarrollos urbanísticos.

149

Figura 56 Proyecto construido en el predio

Validación por reproducción de patrones del sistema

Como ya se ha mencionado, algunas dinámicas de las ciudades pueden observarse desde conceptos de sistemas complejos. Al parecer, comportamientos individuales a pequeña escala, pueden generar efectos importantes a gran escala, de tal manera que comportamientos individuales a pequeñas escalas (seres humanos en entornos locales) pueden originar perturbaciones a niveles macroespaciales y de grandes comunidades como en barrios o veredas o en las ciudades mismas.

Lo que se pretende con esta validación es observar si las estructuras de los fenómenos de los sistemas reales observados (calidad y tamaño de las construcciones, tamaño de los terrenos y valor de terrenos y construcciones, por ejemplo) es reproducible por medio del modelo diseñado.

La ley de Zipf pertenece a la familia de distribuciones que se comportan de acuerdo con una ley de potencia expresada por:

�(�) = ��∝

Ecuación 1 Ley de Potencia

Donde

∝ es el exponente de la ley de potencia

y C es una constante de escala que permite que la suma de p (x) sea 1.0.

150

∝ es uno de los parámetros más importante pues caracteriza la distribución.

Los fenómenos que siguen leyes de potencia como la expresada en la Ecuación 1 se especifican por lucir dicha propiedad sin escala. Esto quiere decir que la forma de la distribución es la misma, cuando se reescala la variable independiente. Debido a que surgen eventos inesperados provocados por las relaciones de arreglos que benefician pérdidas pequeñas y frecuentes con a partir de pérdidas grandes que surgen en perturbaciones raras. Estos diseños o arreglos son frecuentes en procesos como la selección natural o la actividad humana intencional, Melgarejo et al. (2017), lo que podría explicarse como evidencia de tolerancia altamente optimizada o Highly Optimized Tolerance (HOT).

Los sistemas HOT son estables para grandes fluctuaciones del medio ambiente, pero en cambio son muy sensibles a los cambios en pequeña escala. Por ejemplo, la estructura de la ciudad se mantiene estable ante cambios grandes del medio ambiente, sin embargo, experimenta cambios estructurales significativos ante perturbaciones de las estructuras y prefencias de los individuos o ciudadanos.

La teoría SOC (self-organized criticality) se observa en fenómenos de sistemas no equilibrados y no lineales, por lo que, el comportamiento de un sistema no depende de los detalles microscópicos sino de las leyes macroscópicas como la ley de αpotencia que los gobierna, manteniendo constante el flujo de materia, energía o información al interior y en el entorno cercano del sistema, como las avalanchas, los terremotos y los incendios forestales.

Con el propósito de explorar la existencia de leyes de potencia subyacentes en algunos fenómenos urbanos provocados por las decisiones humanas, se utilizaron bases de datos catastrales proporcionados por la Unidad Administrativa Especial de Catastro Distrital UAECD, relacionadas con la calidad, el tamaño y el valor de las construcciones de las viviendas, el tamaño y valor de los terrenos y el valor de los inmuebles en la ciudad de Bogotá. Para lo anterior, se agruparon los datos en clusters por categorías comparados con las correspondientes frecuencias de cada categoría, luego se procedió a realizar una transformación Log Log de los datos, obteniendo los resultados que se resumen en la Tabla 21.

Tabla 21 Resumen Ley de Potencia UPZ Arborizadora.

VARIABLE q R²

Puntaje - 0.90 0.85

Área Construida - 0.86 0.88

Área de Terreno - 0.94 0.92

Valor M² de Construcción - 0.88 0.86

Avalúo de los Inmuebles - 1.07 0.86

151

En la Tabla 21 se resumen las regresiones con sus parámetros q y sus correspondientes R² para cada variable en la UPZ de estudio. De allí se aprecia que los valores de q son muy cercanos a -1 indicando la posible presencia de leyes de potencia. En este punto, una justificación importante para la implementación del modelo propuesto sería la capacidad de éste de reproducir o mantener tal ley de potencia de los fenómenos urbanos.

Para esto se realizó la simulación con ISASHII para las dinámicas de crecimiento urbano (2015) con los datos iniciales (datos de entrada) de la UAECD para la UPZ Arborizadora (1994) sobre las variables descritas en la Tabla 21.

Para el caso de la calidad de las construcciones (ver Figura 57), expresada en puntajes de calificación de éstas, se observa que las cuatro categorías analizadas versus sus frecuencias para 1994 son ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 0.9028, negativa y cercana a -1 lo que nos da indicios que las categorías de las construcciones obedecen a una ley de potencia. Por otra parte, en color amarillo se presenta la recta de ajuste de las mismas categorías de calidad de las construcciones para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 0.8772 también con pendiente negativa y cercana a -1.

Figura 57 Comparación Ajustes Lineales. Calidad de las construcciones (Puntajes de Calificación de las Construcciones). Clases de Puntaje (Categorías) vs. Frecuencia de inmuebles con el puntaje en cada clase. Para UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII

En cuanto al tamaño de las construcciones (ver Figura 58), se observa que las cuatro categorías analizadas versus sus frecuencias para 1994 son ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 0.97, negativa y cercana a -1. Por otra parte, en color amarillo se presenta la recta

y = -0.9028x + 3.4703α= - 0.9028R² = 0.8464

y = -0.8772x + 3.7311α= - 0.8772R² = 0.5377

0

0.5

1

1.5

2

2.5

3

3.5

4

0 0.5 1 1.5 2

Log.

Fre

cuen

cia

Pu

nta

je

Log. Clase Puntaje

COMPARACION CALIDAD DE LAS CONSTRUCCIONESOBSERVADO 1994 vs. MODELADO ISASHII 2015

PUNTAJE Obs. 1994

PUNTAJE MODELADO ISASHII 2015

Tendencia Lineal Puntaje Obs. 1994

Lineal (PUNTAJE MODELADOISASHII 2015)

152

de ajuste de las mismas categorías de tamaño de las construcciones para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 1.098 también con pendiente negativa y cercana a -1.

Figura 58 Comparación Ajustes Lineales. Áreas construidas (Tamaño de las Construcciones de los inmuebles). Clases para áreas de las construcciones (Categorías) vs. Frecuencia de inmuebles con áreas en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII

El mismo análisis del tamaño de las construcciones se realizó con los promedios de las áreas construidas (ver Figura 59), se observa que las cuatro categorías analizadas versus sus frecuencias para 1994 son ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 0.85, negativa y cercana a -1, mientras que en color amarillo se presenta la recta de ajuste de las mismas categorías de promedio del tamaño de las construcciones para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 1.065 también con pendiente negativa y cercana a -1.

Para el tamaño de los terrenos (ver Figura 60), se observa los cuatro grupos de o clases versus sus frecuencias para 1994 ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 0.95, negativa y cercana a -1, mientras que en color amarillo se presenta la recta de ajuste de las mismas categorías de tamaño de los terrenos para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 1.07 también con pendiente negativa y cercana a -1.

y = -0.9708x + 3.4955α= - 0.97

R² = 0.8562

y = -1.0988x + 3.9277α= - 1.098

R² = 0.8959

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

Log.

Fre

cuen

cia

Áre

a C

on

stru

ida

Log. Clase Área Construida

COMPARACIÓN TAMAÑO DE LAS CONSTRUCCIONES OBSERVADA 1994 vs. MODELADA ISASHII 2015

Área Construida Obs.1994

Área Construida ISASHII 2015

Tendencia Lineal A. ConstruidaObs.1994Tendencia Lineal A. ConstruidaISASHII 2015

153

Figura 59 Comparación Ajustes Lineales. Tendencia de las áreas construidas (Tamaño de las Construcciones de los inmuebles). Promedio de áreas construidas (Por Clases) vs. Frecuencia de inmuebles con áreas en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII

Figura 60 Comparación Ajustes Lineales. Áreas de Terreno (Área de Terreno de los inmuebles). Clases para áreas de los terrenos (Categorías) vs. Frecuencia de inmuebles con área de Terreno en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII

Adicionalmente se analizó el promedio del tamaño de los terrenos con sus frecuencias para 1994 (ver Figura 61), ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 1.12, negativa y cercana a -1, mientras que en color amarillo se presenta la recta de ajuste de las mismas categorías de tamaño de los terrenos para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 0.96 también con pendiente negativa y cercana a -1.

y = -0.8548x + 4.8791α= - 0.85

R² = 0.9999

y = -1.061x + 5.6447α= - 1.061

R² = 0.9842

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

0 0.5 1 1.5 2 2.5 3 3.5

Log.

Fre

cuen

cia

Áre

a C

on

stru

ida

Log. Promedio de cada Clase Área Construida

COMPARACIÓN TAMAÑO PROMEDIO DE LAS CONSTRUCCIONES OBSERVADA 1994 vs. MODELADA ISASHII 2015

Área Construida Obs. 1994

Área Construida ISASHII 2015

Tendencia Lineal A. ConstruidaObs.1994

Tendencia Lineal A. ConstruidaISASHII 2015

y = -0.9456x + 3.4129α= - 0.95

R² = 0.9231

y = -1.0753x + 3.5079α= -1.07

R² = 0.8258

0

0.5

1

1.5

2

2.5

3

3.5

4

0 0.5 1 1.5 2

Log.

Fre

cuen

cia

Áre

a Te

rren

o

Log. Clase Área Terreno

COMPARACIÓN AREA TERRENO OBSERVADA 1994 vs. MODELADA ISASHII 2015

Área Terreno Obs. 1994

Área Terreno ISASHII 2015

Tendencia Lineal A. Terreno Obs.1994

Tendencia Lineal A. TerrenoISASHII 2015

154

Figura 61 Comparación Ajustes Lineales. Áreas de Terreno (Área de Terreno de los inmuebles). Promedio de Áreas de Terreno para cada Clase (Promedio por Categoría) vs. Frecuencia de inmuebles con área de Terreno en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII

Para el valor de las construcciones por metro cuadrado (ver Figura 62), se observa los cuatro grupos o clases versus sus frecuencias para 1994 ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 0.88, negativa y cercana a -1, mientras que en color amarillo se presenta la recta de ajuste de las mismas categorías de valor de las construcciones por metro cuadrado para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 0.92 también con pendiente negativa y cercana a -1.

Figura 62 Comparación Ajustes Lineales. Valores por metro cuadrado de construcción (Valor metro cuadrado

construido de los inmuebles). Clases para valor metro cuadrado de construcción (Categorías) vs. Frecuencia de inmuebles con valores de construcción en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII.

y = -1.1247x + 5.034α= - 1.12

R² = 0.7205

y = -0.9632x + 4.8464α= - 0.96

R² = 0.4067

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 0.5 1 1.5 2 2.5 3

Log.

Fre

cuen

cia

Áre

a Te

rren

o

Log. Promedio de cada Clase Área Terreno

COMPARACIÓN AREA TERRENO OBSERVADA 1994 vs. MODELADA ISASHII 2015

Series1

Series2

Tendencia Lineal A. Terreno Obs.1994

Tendencia Lineal A. Terreno ISASHII2015

y = -0.8806x + 3.4747α= - 0.88

R² = 0.8553

y = -0.9151x + 3.8156α= - 0.92

R² = 0.9019

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 0.5 1 1.5 2

Log.

Fre

cuen

cia

Val

or

M2

Co

nst

rucc

ión

Log. Clase Valor M2 Construcción

COMPARACIÓN VALOR M2 CONSTRUCCIÓN OBSERVADO 1994 vs. MODELADO ISASHII 2015

Valor M2 de ConstrucciónObs.1994

Valor M2 de ConstrucciónISASHII 2015

Tendencia Lineal A. TerrenoObs. 1994


155

También para el valor de las construcciones por metro cuadrado, (ver Figura 63), se observa los cuatro los promedios del valor por metro cuadrado de terreno versus sus frecuencias para 1994 ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 1.09, negativa y cercana a -1, mientras que en color amarillo se presenta la recta de ajuste de las mismas categorías de valor de las construcciones para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 1.13 también con pendiente negativa y cercana a -1.

Figura 63 Comparación Ajustes Lineales. Valores por metro cuadrado de construcción (Valor metro cuadrado

construido de los inmuebles). Clases para valor metro cuadrado de construcción (Promedios por Categoría) vs. Frecuencia de inmuebles con valores de construcción en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII.

Finalmente para el valor de los inmuebles (terreno y construcción), (ver Figura 64), se observa los cuatro grupos de o clases versus sus frecuencias para 1994 ajustados por una recta de color azul cuyos parámetros se presentan bajo la recta, con un α= - 1.07, negativa y cercana a -1, mientras que en color amarillo se presenta la recta de ajuste de las mismas categorías de valor de los inmuebles para los datos de la simulación del modelo ISASHII para el año 2015, con α= - 1.11 también con pendiente negativa y cercana a -1.

y = -1.0918x + 3.153α= - 1.09

R² = 0.6779

y = -1.1378x + 3.4709α= - 1.13

R² = 0.9993

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

-0.5 0 0.5 1 1.5

Log.

Fre

cuen

cia

Val

or

M2

Co

nst

rucc

ión

Log. Promedio por Clase Valor M2 Construcción

COMPARACIÓN VALOR M2 CONSTRUCCIÓN OBSERVADO 1994 vs. MODELADO ISASHII 2015

Series1

Series2

Tendencia Lineal A. TerrenoObs. 1994


156

Figura 64 Comparación Ajustes Lineales. Valores de los inmuebles (Avalúo de los inmuebles). Clases para avalúo de los inmuebles (Categorías) vs. Frecuencia de inmuebles con avalúos en cada clase. UPZ ARBORIZADORA. Datos UAECD 1994. VS. Simulación Modelo ISASHII.

De lo anterior es posible deducir que muchos fenómenos territoriales antrópicos parecen seguir leyes de potencia, situación que debería ser estudiada en trabajos posteriores con el propósito de entender mejor estas dinámicas a la luz de las teorías de la complejidad. Adicionalmente, como se observó, para los datos del modelo de simulación basado en agentes ISASHII 2015 parece conservar esta propiedad de ley zipf, lo cual sería útil en modelado y validación de los modelos.

Tabla 22 Resumen Comparación Ley de Potencia variables Observadas 1994 vs. Simuladas ISASHII 2015 UPZ Arborizadora

VARIABLE α R² Calidad Construcción Observado 1994 -0.90 0.84 Calidad Construcción Simulado ISASHII 2015 -0.88 0.54 Tamaño de las Const. Observado 1994 -0.97 0.86 Tamaño de las Const. Simulado ISASHII 2015 -1.10 0.90 Tamaño Promedio de las Const. Observado 1994 -0.85 0.99 Tamaño Promedio de las Const. Simulado ISASHII 2015 -1.06 0.98 Tamaño de los Terrenos Observado 1994 -0.95 0.92 Tamaño de los Terrenos Simulado ISASHII 2015 -1.07 0.83 Tamaño Promedio de los Terrenos Observado 1994 -1.12 0.72 Tamaño Promedio de los Terrenos Simulado ISASHII 2015 -0.96 0.40 Valor de las Construcciones por M² Observado 1994 -0.88 0.86 Valor de las Construcciones por M² Simulado ISASHII 2015 -0.92 0.90 Valor Promedio de las Const. por M² Observado 1994 -1.09 0.68 Valor Promedio de las Const. por M² Simulado ISASHII 2015

-1.13 0.99

Avalúo de los inmuebles Observado 1994 -1.07 0.86 Avalúo de los inmuebles Simulado ISASHII 2015 -1.11 0.68

y = -1.0679x + 3.3777α= - 1.07

R² = 0.8565

y = -1.1101x + 3.8549α= - 1.11

R² = 0.6795

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 0.5 1 1.5 2

Log.

Fre

cuen

cia

Ava

lúo

Log. Clase Avalúo

COMPARACIÓN AVALUO OBSERVADO 1994 vs. SIMULADO ISASHII 2015

Avalúo Obs.1994

Avalúo Modelo ISASHII 2015

Tendencia Lineal Avalúo Obs.1994

Tend. Lineal Avalúo ModeladoISASHII 2015

157

De la Tabla 22 se puede concluir que el modelo ISASHII para 2015 es capaz de conservar la estructura de los datos para las diferentes variables conservando la ley de Zipf presentadas en las Figura 57 a la Figura 64, lo que permitiría inferir que el modelo es capaz de conservar estructuras de sistema real observado.

En el capítulo siguiente se presentan algunas aplicaciones de ISASHII para algunas temáticas territoriales específicas.

158

CAPÍTULO 5 APLICACIONES

159

APLICACIONES MODELO ISASHII

Como ya se ha anunciado en diferentes apartes del documento, en este capítulo se presentan los resultados de algunas de las aplicaciones del enfoque propuesto en la tesis a través de la aplicación de algunos MBA que toman como base el modelo ISASHII, el cual fue modificado en algunas reglas, ajustando las resoluciones espaciales y temporales, así como las escalas de estudio para cada caso, como se ilustra a continuación para cada una de ellas.

La implementación de ISASHII requiere además de los aspectos ya citados en los parágrafos 3.3, 3.4 y 4.1 los siguientes:

Cargar la base cartográfica o las bases de datos espacial de la región de estudio preferiblemente con todos los atributos y metadatos disponibles.

Definir con las diferentes partes interesadas los propósitos del modelo, los alcances y las limitantes.

Definir con las partes intersadas la participación de cada una de ellas en la formulación del modelo.

Definir las reglas para cada uno de los agentes del modelo. Definir las resoluciones y escalas espaciales temporales y de las decisiones

humanas. Ádecuación del modelo base ISASHII Aplicación a cada caso específico.

CRECIMIENTO URBANO Y DINÁMICA INMOBILIARIA

Problema

Bogotá, y en general las principales ciudades latinoamericanas, experimentan fenómenos de crecimiento físico y demográfico acelerados y no planificados; dichos fenómenos obedecen a diferentes factores tales como: la atracción que Bogotá ejerce sobre la población nacional, los fenómenos de desplazamiento rural, los procesos de autoconstrucción altamente informales, la creciente escasez de suelo urbano en la ciudad, al déficit de vivienda en el país y otros aspectos sociales. Adicionalmente, las decisiones de los planificadores relacionadas con la normatividad y la reglamentación de uso del suelo sumado a al empuje del sector de la construcción y a las limitaciones de carácter físico y morfológico como el río Bogotá y los cerros orientales, han moldeado en buena medida la forma y la magnitud del crecimiento de Bogotá.

Generalmente los estudios de los fenómenos de crecimiento urbano para la planificación de las ciudades son abordados desde enfoques estadísticos, o con la consulta a expertos y casi siempre desde modelos determinísticos y lineales como los generados en los SIG y los modelos teóricos. Por todo lo anterior se hace necesario pensar en el crecimiento de la ciudad, en otros términos, ya no desde el punto de vista de teorías económicas o urbanísticas o de planificación únicamente,

160

sino más bien desde un enfoque sistémico y de complejidad teniendo en cuenta varios de los conceptos citados anteriormente.


En este caso, con la implementación del modelo ISASHII para el “CRECIMIENTO Y DINÁMICA INMOBILIARIA” es posible modelar y simular el crecimiento de una ciudad como Bogotá, incorporando un mayor número de variables (humanas, económicas, sociales y normativas entre otras). Para lo anterior se seleccionaron algunas Unidades de Planeamiento Zonal de la ciudad UPZs: UPZ 79 Calandaima, UPZ 65 Arborizadora y UPZ 73 Garcés Navas, con el propósito de observar las dinámicas del comportamiento del crecimiento y la densificación urbana en Bogotá, a través del análisis temporal del crecimiento urbano a partir del cambio en la normatividad de uso del suelo de la ciudad desde tres escenarios diferentes a saber: el acuerdo 6 de 1990, el decreto 190 de 2004 y decreto 364 de 2013 y las bases de datos catastrales de los años 1995, 2004 y 2013 para comparar y analizar las dinámicas en cuanto al número de predios, su distribución al inicio y al final de cada simulación para estos tres momentos históricos. A partir de los resultados de las simulaciones es posible capturar los datos necesarios generar nuevas hipótesis y plantear nuevos interrogantes tales como: ¿Cuál es el impacto del cambio de normatividad en el crecimiento de la ciudad? ¿Bajo qué reglas y condiciones el modelo se aproxima mejor a la realidad observada o a los escenarios planteados? ¿Todas las UPZs se comportan de la misma manera bajo la misma regla de condición? ¿Cuáles son los efectos de los cambios normativos en el mercado inmobiliario?

Marco Espacial

Las simulaciones se corrieron con la colaboración del Grupo de Investigación GIGA de la Universidad Distrital en el marco de su proyecto de investigación: Observatorio Territorial de la Universidad Distrital OTUD y cómo se indicó anteriormente, sobre tres UPZ de la ciudad de Bogotá que se describen a continuación:

UPZ 65 Arborizadora

La UPZ 65 Arborizadora clasificada como Residencial Consolidada (Secretaria Distrital de Planeación, 2011), se encuentra ubicada en la parte norte de la Localidad 19 Ciudad Bolívar en el sur de la ciudad. Sus límites son: Por el Norte la Avenida Ferrocarril del Sur (DG 57C Sur) en límite con la Localidad de Bosa, por el Sur la Avenida Villavicencio (AC 61 Sur) en límite con la UPZ San Francisco, por el Oriente el rio Tunjuelo, en límite con la Localidad de Tunjuelito y la Localidad de Kennedy, por el occidente con la Av. Villavicencio (AC 61 Sur) en límite con las UPZs Ismael Perdomo, Jerusalén y San Francisco. (Ver Figura 65).

161

El área total de la UPZ Arborizadora es de 326,97 Hectáreas las cuales 275,12 ha son urbanizadas y 51,85 sin urbanizar. Ésta UPZ está constituida por 11 sectores catastrales: Guadalupe, Isla del Sol, Rafael Escamilla, Madelena, El Ensueño, Atlanta, La Coruña, Verona, Arborizadora Baja, El Chircal Sur y Ronda.

Figura 65 Mapa Político de la UPZ 65 Arborizadora.

La UPZ Arborizadora cuenta con un sistema de equipamientos que en su mayoría está destinado en su orden a educación, salud y bienestar y en menor proporción a cultos (iglesias y templos), cultura e institucionales como el CADE de Candelaria. En el sistema de movilidad posee buenas condiciones de accesibilidad hacia el resto de la ciudad mediante las vías arteriales actuales que rodean y atraviesan la UPZ entre las cuales se pueden citar: Los ejes de la Malla Vial Arterial en la UPZ son: Avenida Ferrocarril del Sur (DG 57C Sur), Avenida del Sur (AC 57R Sur, AC 45A Sur), Avenida Villavicencio (AC 61 Sur, AC 68 Sur, AK 70C) y Avenida Jorge Gaitán Cortes (AK 51). En cuanto a la normatividad de uso del suelo, la UPZ 65 Arborizadora fue reglamentada por el Decreto 241 de 2005 que establece los siguientes usos del suelo permitidos así (Secretaria Distrital de Planeación, 2008):

Vivienda (Barrios La Coruña y Ronda) Vivienda con algunas zonas de comercio (Barrios Madelena, Isla del Sol, La

Coruña y El Chircal Sur) Vivienda con locales comerciales (Barrios Arborizadora Baja y Verona) Grandes almacenes y supermercados (Barrio Guadalupe) Industria (Barrios Guadalupe y Rafael Escamilla)

162

Zona para usos mixtos (vivienda, comercio, equipamientos) (Barrios Atlanta y El Ensueño)

En lo relacionado con la densificación y estratificación socioeconómica, en la UPZ Arborizadora se tenía una población de 61851 habitantes para el año 201111 y una densidad poblacional de 202 habitantes por hectárea; actualmente esta UPZ concentra los estratos socioeconómicos 2 (68,7% de sus habitantes) y 3 (el resto de la población) (Secretaria Distrital de Planeación, 2011)

UPZ 73 Garcés Navas

La UPZ 73 Garcés Navas está definida como Residencial Consolidada, se encuentra ubicada en la Localidad 10 Engativá al occidente de la ciudad, con los siguientes límites: Por el Norte con la Avenida Medellín (AC 80) en límite con la UPZ Bolivia, por el Sur con la Calle 66 y el humedal Jaboque en límite con la UPZ Álamos, por el Oriente con Avenida Longitudinal de Occidente, en límite con la UPZ Boyacá Real, por el occidente con el Rio Bogotá y el límite del Distrito Capital. (Secretaria Distrital de Planeación, 2011) (Ver Figura 66) El área total de la UPZ Garcés Navas es de 557,43 Hectáreas las cuales 382,05 ha están urbanizadas y 118,03 están sin urbanizar. Está constituida por 23 sectores catastrales: Villas de Alcalá, El Cedro, Gran Granada, Bolivia, Villas de Granada I, Villas de Granada, San Antonio, La Riviera, Garcés Navas, Garcés Navas Oriental, Garcés Navas Sur, Villa Amalia, Florida Blanca, Villa Sagrario, Villa del Mar, El Dorado Industrial, El Madrigal, Engativá el Dorado, Santa Mónica, Los Álamos, Álamos, Los Ángeles, El Gaco. Esta UPZ se encuentra bajo la influencia de las centralidades: Álamos, sobre la Avenida Chile y la Avenida Longitudinal de Occidente, Quirigua-Bolivia, mediante la localización de servicios relacionados con la economía de la parte occidental de la región y Fontibón-Aeropuerto El Dorado-Engativá cuyo objetivo es favorecer la integración de la ciudad, el país y el resto del mundo. (Secretaria Distrital de Planeación, 2008) El sistema de equipamientos de la UPZ está enfocado fundamentalmente a la educación y el de bienestar y en menor cantidad a salud, cultos y servicios de administración pública. En relación con el sistema de movilidad posee buenas condiciones de accesibilidad hacia el resto de la ciudad mediante las vías arteriales rodean y atraviesan la UPZ entre las que se pueden mencionar: los ejes de la Malla Vial Arterial en la UPZ son: Avenida Longitudinal de Occidente (AK 96), Avenida Bolivia (AK 104), Avenida Chile (AC 72), Avenida Medellín (AC 80), Avenida Gonzalo Ariza (AK 110), Avenida El Cortijo (AK 114) y la Avenida del Salitre (AC 66).

11 Basadas en proyecciones del censo del DANE en 2005

163

Figura 66 Mapa Político de la UPZ 73 Garcés Navas.

La UPZ fue reglamentada por el Decreto 073 en 2006 y según (Secretaria Distrital de Planeación, 2008) los usos del suelo establecidos para la UPZ Garcés Navas son:

Vivienda (Barrios El Gaco, Engativá El Dorado, El Dorado Industrial, Gran Granada, Villas de Alcalá, Urbanización San Basilio, Los Ángeles y Los Álamos)

Vivienda con algunas zonas de comercio (Barrios Gran Granada, Villas de Granada, Molinos de Viento, Garcés Navas Oriental, El Madrigal, Plazuelas del Virrey, El Pedregal, Los Álamos)

Vivienda con locales comerciales (Barrios Garcés Navas, La perla, Villa Amalia, Bosques de Mariana, Villas del Dorado)

Comercial Zonal de gran actividad (Barrio El Dorado Industrial) Zona para usos mixtos como vivienda, comercio y equipamientos (Barrios

Villas de Alcalá y Urbanización Esparta)

Con respecto a la densificación y estratificación socioeconómica, la UPZ Garcés Navas tenía una población de 156478 habitantes para el año 201112 y una densidad poblacional de 282 habitantes por hectárea, actualmente esta UPZ concentra los

12 Ibíd.

164

estratos socioeconómicos 1 (1.8% de sus habitantes), 2 (16.6% de sus habitantes) y 3 (78.8% de sus habitantes). (Secretaria Distrital de Planeación, 2011)

UPZ 79 Calandaima

La UPZ 79 Calandaima clasificada como Desarrollo, se encuentra ubicada en el costado noroccidental de la localidad de Kennedy, había el sur de la ciudad. “Limita al norte con la UPZ Tintal Norte y el municipio de Mosquera; al oriente, con la UPZ Castilla; al sur, con las UPZ Castilla, Corabastos y Patio Bonito y al occidente, con el municipio de Mosquera.” (Secretaria Distrital de Planeación, 2011) (Ver Figura 67)

La UPZ 79 Calandaima tiene una extensión de 318,9 hectáreas, que equivalen al 8,3% del total de área de la localidad 08 Kennedy (Secretaria Distrital de Planeación, 2011). La UPZ 79 Calandaima comprende los barrios Tintalá, Osorio II, Galán, Galán Rural y Calandaima zonas que se encuentran en pleno desarrollo mediante construcciones de vivienda en Propiedad Horizontal (PH) en los últimos 10 años.

Figura 67. Mapa Político de la UPZ 79 Calandaima

La UPZ 79 Calandaima no cuenta actualmente con decreto que lo reglamente, esto debido a que la UPZ está en proceso de DESARROLLO, y es regida por el Acuerdo 06 de 1990 con Tratamiento Especial de Incorporación al Sector Tintal Central y el Área Suburbana de Expansión mediante el Decreto 012 de 1993 el cual su uso del suelo se considera Área de Actividad: Múltiple (Desarrollos urbanísticos

165

residenciales, comerciales, industriales e institucionales). (Alcaldia Mayor de Bogota D.C., 1993):

Según (Secretaria Distrital de Planeación, 2011) el 96,2% de sus 74.764 habitantes pertenece al estrato 2, mientras el 3,8% corresponde a población sin estratificar, para el año 201113, contaba con 19974 viviendas en estrato bajo (2) y 790 hogares sin estratificar.

Modelado

La simulación y modelado planteados se llevaron a cabo con el modelo ISASHII cuyo protocolo ODD se muestra en el parágrafo 4.1. En la Figura 68 se presenta el proceso adelantado para el modelado.

Figura 68. Proceso

Selección de las zonas a modelar

La selección de las tres UPZs referidas anteriormente, obedece a la intención de contar con tres zonas que cuenten con tratamientos urbanísticos diferentes, tales como Desarrollo, Residencial y Consolidación, lo que permitió recrear diferentes escenarios tanto para edificaciones unifamiliares como multifamiliares para diferentes estratos.

13 Ibíd.

Simulaciones y análisis de resultados

Generación del modelos en NetLogo

Espacialización de los datos de base catastral en GIS y Netlogo

Adquisición de base de datos catastral, gráfica y alfanumérica, para las zonas de estudio

Selección de las zonas a modelar

166

Adquisición de base de datos catastral, gráfica y alfanumérica, para las zonas de estudio

Cartografía

Los datos de los sectores seleccionados para el modelado consisten en información oficial proporcionada por la Unidad Administrativa Especial de Catastro Distrital (UAECD) correspondiente a cartografía en formato shapefile (GIS) y bases de datos catastrales y la normatividad correspondiente al Acuerdo 6 de 1990, el Decreto 190 de 2004 y el Decreto 364 de 2013.

Base de Datos Catastral

La base de datos catastral suministrada por la UAECD en formato DBF (database file) proporcionó la siguiente información utilizada en la estructura del modelo:

- Código sector.

- Código lote.

- CHIP.

- Área de terreno.

- Valor de metro cuadrado del terreno.

- Valor de metro cuadrado de la construcción.

- Avalúo catastral.

- Propiedad horizontal.

- Área construida.

- Número de pisos.

- Vetustez.

- Puntajes.

- Nomenclatura.

Normatividad

Por medio del Acuerdo 6 de 1990, Decreto 190 de 2004 y Decreto 364 de 2013 se obtuvo la información en cuanto a índices de edificabilidad y cesiones urbanísticas.

Espacialización de los datos de base catastral en GIS y Netlogo

La cartografía de las UPZs se obtuvo en formato “shapefile”, con información correspondiente al polígono de cada predio y las coordenadas del centroide de cada uno de ellos. Para la espacialización de la cartografía en Netlogo se realizó una conversión de coordenadas mediante la Ecuación 2. Los resultados de este procedimiento se muestran en la Tabla 23.

�� = �� − �� − ��∗

��

167

Ecuación 2. Ecuación para conversión de coordenadas (ArcGIS-NetLogo)

Donde: �� = ��

�� = ��

�� = ��

��∗ = ��

�� =∆��

∆� �� =

∆��

∆� ��

Tabla 23 Espacialización de las UPZs en GIS y NetLogo.

UPZ IMAGEN GIS IMAGEN NETLOGO

ARBORIZADORA

CALANDAIMA

GARCÉS NAVAS

Generación del modelo en NetLogo

En ISASHII, los “parches” representan la dimensión espacial donde se va a realizar la simulación, es decir, el área de cada UPZ, donde interactúan los diferentes agentes. Las “tortugas” son de dos tipos: las primeras representan los predios, agentes estáticos que contienen la información de cada predio (área, valor del metro

168

cuadrado, número de pisos, uso), y por otra parte las que representan agentes móviles, las persona que recorren el mundo ejecutando las diferentes reglas de comportamiento establecidas (ver Figura 69). Finalmente, el “observador” que representa a los creadores del modelo, quienes generando las simulaciones, gráficos y monitores.

Figura 69 Parches y tortugas en NetLogo.

En el parágrafo 4.1 se presenta de manera detallada el protocolo ODD del modelo ISASHII donde se puede apreciar la estructura y funcionamiento del modelo en profundidad y detalle.

Simulaciones y Análisis de Resultados

Como se indicó anteriormente, con esta extensión o aplicación de ISASHII denominada “Crecimiento Urbano y Dinámica Inmobiliaria” se pretendía generar escenarios del territorio para la las UPZs en cuestión bajo tres diferentes normas urbanas con variaciones de las condiciones iniciales relacionadas con aspectos cartográficos, poblacionales, de reglas e intereses. Para las tres UPZs (Arborizadora, Calandaima y Garcés Navas) se diseñaron diferentes experimentos para cada una de las normas urbanísticas (Acuerdo 6 de 1990, Decreto 190 de 2004 y Decreto 364 de 2013), dichas simulaciones se presentan en la Tabla 24, Tabla 25 y ¡Error! No se encuentra el origen de la referencia..

Tabla 24 Configuración condiciones iniciales Simulación Acuerdo 6 de 1990

Variable Arborizadora Garcés navas Calandaima Número de unidades residenciales

11118 unidades de las cuales 4704 son lotes sin edificar.



Valores Catastrales Asignados según base de datos catastral.

Asignados según base de datos catastral.


Valores de Mercado Valores aleatorios del 5% al 20% mayores al valor catastral

Valores aleatorios del 5% al 20% mayores al valor catastral


169

Utilidad esperada de los Constructores

Mayor o igual al 10% o al 20% según el deseo del agente.



Población buscadora de compra

10000 10000 10000

Población buscadora de arriendo

5000 5000 5000

Población asentada 3840 8210 140 Población propietaria que vende.

1270 2730 50

Población propietaria que arrienda

1270 2730 50

Población anual nueva buscadora de compra

1000 1000 1000

Población anual nueva buscadora de arriendo

500 500 500

Constructores 100 100 100

Tabla 25 Configuración condiciones iniciales Simulación Decreto 190 de 2004
















10000 10000 10000


5000 5000 5000


2720 5350 2900

170


2720 5350 2200


1000 1000 1000


500 500 500

Constructores 100 100 100 Tabla 26 Configuración condiciones iniciales Simulación Decreto 364 de 2013
















10000 10000 10000


5000 5000 5000


2720 7550 3700


2720 7550 3700


1000 1000 1000


500 500 500

Constructores 100 100 100 Debido al tamaño y extensión de los resultados (100 páginas aproximadamente), solo se presenta en este documento un resumen.

171

Simulación UPZ Arborizadora – Acuerdo 6 de 1990

Para ilustrar el proceso y el funcionamiento del modelo, de las 9 grandes simulaciones se presenta la correspondiente a la UPZ Arborizadora con los respectivos cambios en las condiciones iniciales para el Acuerdo 6 de 1990 durante el período comprendido entre los años 1995 a 2005 para analizar el impacto en el desarrollo urbanístico del sector con las variaciones contempladas. Las variaciones en las condiciones iniciales del modelo para este caso se presentan en la Tabla 27.

Tabla 27. Variación de las condiciones iniciales UPZ Arborizadora Acuerdo 6 de 1990.

Característica Variación

Normatividad (Índices) Se incrementan los índices de construcción en un 50 % Se reducen los índices de construcción en un 50%

Población Se duplica la población inicial. Se aumenta la población nueva por año en un 100%.

El resultado de estas simulaciones generadas según la Tabla 27 se presenta a continuación:

5.1.4.4.1.1.1 Análisis del comportamiento de las Unidades Residenciales en

la Simulación

En la Figura 70(b) se puede observar que el incremento en la población produce un leve incremento en la cantidad de inmuebles ocupados y una leve disminución en el número de los inmuebles vacíos, en relación con la Figura 70(a) que se toma como referencia. No obstante, los cambios en la edificabilidad Figura 70(c) y Figura 70(d) generan un mayor impacto en la cantidad de inmuebles vacíos y ocupados que el mismo aumento de la población.

a. Sin variación b. Aumento de Poblaciones

c. Incremento de Índice de

Edificabilidad d. Disminución Índice de

Edificabilidad Figura 70 Unidades Residenciales

172

Las mismas simulaciones de las gráficas de la Figura 70 se muestran en la Figura 71 pero esta vez discriminadas por estratos. Aquí se aprecia que cambios en la edificabilidad generan cambios en la cantidad de predios ocupados en los estratos 2 y 3; situación difícil imaginar sin este tipo de simulaciones.


c. Incremento de Índice de Edificabilidad

d. Disminución Índice de Edificabilidad

Figura 71 Unidades Residenciales Ocupadas por estrato

5.1.4.4.1.1.2 Análisis del comportamiento de la Población en la Simulación

La Figura 72 (a) y (c) muestra un alto nivel de indiferencia de la población de agentes inmobiliarios frente a un incremento en el índice de edificabilidad. En la Figura 72 (d) se puede apreciar que una disminución en la norma de edificabilidad produce un déficit de vivienda, toda vez que el número de agentes residenciales asentados y el de agentes residenciales buscadores para compra (residenciales) se acerca en cantidad.

173




Figura 72 Poblaciones de Agentes interesados en Vivienda

En la Figura 73 se observa que la tendencia de la composición de la población por estratos es indiferente a los cambios realizados a la configuración del modelo.




Edificabilidad Figura 73 Poblaciones de Agentes interesados en Vivienda por estrato

5.1.4.4.1.1.3 Análisis del Comportamiento del Mercado Inmobiliario en la

Simulación

De la comparación de las Figura 74 (a) y (b) se puede apreciar que un aumento de la población produce cambios en el desarrollo urbanísticos haciendo que en el escenario (b) el estrato 2 genere presiones para el aumento del valor medio de los inmuebles. Por otra parte, de la Figura 74 (c) y (d) se nota como los cambios en la

174

edificabilidad afectan inversamente en el valor de los inmuebles, es decir a mayores índices menores valores medios y a menor edificabilidad mayores valores medios, en atención al impacto en la cantidad de inmuebles ofertados versus la demanda constante.




Edificabilidad Figura 74 Valores inmobiliarios comerciales y catastrales medios

En la Figura 75 (a) y (c) se deduce que un incremento en los índices de edificabilidad en sí no aseguran una optimización del suelo que garantice una adecuada oferta de inmuebles, puesto que la Figura 75 (a) con una edificabilidad menor produce un mayor impacto en la oferta que la Figura 75 (c). Sin embargo, de la Figura 75 (b) y (d) se desprende que al aumentar la población o disminuir la edificabilidad, la brecha entre oferta y demanda se incrementa como es de esperarse.




Edificabilidad Figura 75 Oferta y demanda inmobiliaria

175

En la Figura 76 se muestra el comportamiento de los valores medios de los inmuebles en el mercado inmobiliario (aquellos expuestos al mercado, es decir los que recibieron ofertas o fueron transados) y el valor medio de las ofertas hechas por los agentes (de los diferentes estratos) que se interesaron por algún inmueble. En este sentido, se aprecia que las ofertas de los estratos 4,3,2 y 1 obedecen a una tendencia homogénea, mientras que las ofertas de estratos 5 y 6 se encuentran muy por encima de los anteriores, presionando así los valores medios del mercado de los inmuebles (estratos 2 y 3 para esta UPZ). Sin embargo, al final del período simulado, una vez que los agentes de estrato 5 y 6 salen del mercado, los valores tienden a estabilizarse en rangos medios y bajos, acercándose a los valores de las ofertas. En la Figura 76 (b), ante un aumento drástico en la población, se aprecia que el valor de las transacciones de inmuebles de estrato 2 se incrementa notablemente, producto de la escasez de vivienda y dado que las nuevas unidades generadas por los constructores principalmente son de estratos 2. Ahora bien, un incremento en los índices de edificabilidad provoca un aumento en la cantidad de inmuebles ofrecidos en el mercado disminuyendo ostensiblemente sus valores y acercando la oferta y la demanda, tal y como se aprecia en la Figura 76 (c). Finalmente, al disminuir la norma de edificabilidad, representa el escenario con menor impacto en el mercado inmobiliario como se ve en la Figura 76 (d) que resulta muy similar a la Figura 76 (a).




Edificabilidad Figura 76 Valores de oferta y demanda medios de agentes e inmuebles por estrato

176

5.1.4.4.1.1.4 Análisis del Comportamiento Económico en la Simulación

En la Figura 77 se observa el comportamiento de los valores medios de los ahorros totales por estrato, destinados para compra de vivienda. Se observa que en la Figura 77 (c) al incrementar los índices de edificabilidad, estos valores medios caen más rápidamente y en mayor proporción que lo observado en las gráficas de la Figura 77 (a) y Figura 77 (d) que representan una norma de edificabilidad menor y por lo tanto menos favorable para la compra. Esto podría explicarse por el hecho que en los dos casos la oferta de inmuebles cambia significativamente en relación con la demanda incentivando las compras y en consecuencia disminuyendo el ahorro.




Edificabilidad Figura 77 Variación del ahorro total de los agentes asentados por estrato

Como se observó en la Figura 76, las compras de inmuebles son principalmente realizadas por los estratos altos, lo que permite concluir sobre la aparente indiferencia en el comportamiento del ahorro destinado a compra de vivienda de los agentes de estrato 2 y 3 que se aprecia en la Figura 78. Al parecer la falta de oportunidad para compra de estos estratos hace que el ahorro promedio conserve una tendencia creciente.

177




Edificabilidad Figura 78 Variación de los ahorros totales para inversión en compra de vivienda de propietarios por estrato

En Figura 79 se observa que el promedio del endeudamiento para el estrato 5 es el más alto debido a que son los que más participan en el mercado de inmuebles, manteniéndose el endeudamiento de los estratos 4,3,2 y 1 muy inferiores aunque cercanos entre sí. No obstante, como se puede observar en la Figura 79 (d), al incrementar los índices de edificabilidad y existir más inmuebles disponibles, el promedio de las deudas es para los estratos inferiores aumenta mientras que para los estratos superiores disminuye.




Edificabilidad Figura 79 Promedio endeudamiento para compradores por estrato

178

Aunque condiciones favorables para la inversión, como las descritas en la Figura 80 (a) y (c), disminuyen el ahorro global y condiciones desfavorables para compra de inmuebles, como se aprecian en la Figura 80 (b) y (d) aumentan los valores globales de los ahorros. Por otra parte, independiente de las variaciones de las configuraciones del modelo, los agentes ahorran de una manera proporcional entre los estratos.




Edificabilidad Figura 80 Promedio ahorro Total para compra de vivienda por estrato

5.1.4.4.1.1.5 Análisis del Comportamiento de la Construcción en la

Simulación

En la Figura 81 (b) y (c) se observa cómo la utilidad promedio de los constructores se maximiza cuando se incrementa la población y cuando cambian los índices de edificabilidad por unos más favorables, mientras en la Figura 81 (d) se evidencia no solo una disminución de la utilidad sino de las ventas cuando se disminuyen los índices de edificabilidad. Esto puede ser de utilidad para el estudio y análisis de políticas de vivienda, desarrollo de la construcción y para la proyección del recaudo de la contribución en plusvalía entre otros fenómenos.

179




Edificabilidad Figura 81 Utilidad Promedio de los Constructores (Gastos y Ventas)

La Figura 82 (c) permite observar que un cambio de los índices de edificabilidad hacia unos de mejor aprovechamiento se ven reflejados en mayores áreas construidas para estratos 3 mientras las de estrato 2 permanecen casi invariables; lo mismo sucede con el aumento en la población aunque en menor grado Figura 82 (b). Por otra parte, una disminución de los índices de edificabilidad redunda directamente en la disminución de las áreas de construcción en los dos estratos Figura 82 (d), lo anterior tal vez como respuesta para producir mayor cantidad de unidades.




Edificabilidad Figura 82 Promedio de área construida en las unidades nuevas

180

La Figura 83 (b) indica que un incremento en la población genera un aumento en los precios de la vivienda por metro cuadrado para estratos 2 por encima de los de estrato 3 como respuesta a una sobredemanda de viviendas de este estrato y al estancamiento de construcciones de estrato 3 debido a la mayor cantidad de población en estrato 2. Mientras que, como lo deja ver la Figura 83 (c) el valor del metro cuadrado integral de la vivienda estrato 3 y 2 conserva sus proporciones. En la Figura 83 (d) la disminución de la norma de edificabilidad parece influir en la construcción de más viviendas estrato 2 y a mayor precio por metro cuadrado, aunque en menor grado que cuando se aumenta la población.




Figura 83 Valor medio del metro cuadrado de vivienda nueva por estratos (valor integral: es decir el valor del metro cuadrado de construcción incluida la proporción de terreno correspondiente)

La Figura 84 muestra tendencias similares a las de la Figura 83, sin embargo, en la Figura 84 (c) se aprecia cómo la vivienda de estrato 3 aumenta su valor a un mayor ritmo que el estrato 2, como producto de un mejor aprovechamiento del suelo al incrementar el índice de edificabilidad y de mayores tamaños de las edificaciones de este estrato. De igual manera se observa en la Figura 84 (b) cómo el sector de la construcción responde a las condiciones de la demanda construyendo más viviendas de estrato 2 y a un mayor valor que estrato 3 al aumentarse la población y al salir del mercado la mayoría de inmuebles de estrato 3, aunque finalmente se estabilizan acercándose los valores de la vivienda de los dos estratos.

181




Edificabilidad Figura 84 Promedio de valores de vivienda nueva por estratos

Resultados ISASHII “Crecimiento Urbano y Dinámica

Inmobiliaria”

Mediante los experimentos realizados con ISASHII “Crecimiento Urbano y Dinámica Inmobiliaria” y las diferentes simulaciones realizadas, se pudo obtener datos de los sitios exactos en donde ocurrió algún tipo de transacción (compra, venta, arriendo, construcción de nuevas unidades residenciales, etc.), permitiendo así poder generar una cartografía de tales eventos como se puede ver en la Figura 85.

Un modelo como el modelo de “Crecimiento Urbano y Dinámica Inmobiliaria” de ISASHII debe constituirse en una herramienta fundamental para el diseño y seguimiento de los planes de ordenamiento territorial, dadas las posibilidades de prospección y análisis que estos brindan.

La implementación de las 3 últimas normas que han regido el desarrollo de Bogotá (Acuerdo 6 de 1990, Decreto 190 de 2004 y Decreto 364 de 2013) fueron determinantes a la hora de densificar la ciudad durante los últimos 25 a 30 años, de tal manera que poder contar con un artefacto que permita evaluar las normas urbanísticas y sus impactos en la ciudad debería constituirse en la principal meta de los planificadores del territorio.

Por ejemplo, gracias a ISASHII es posible concluir que para la UPZ 73 Garcés, mediante la simulación bajo las 3 normas, no se crearon nuevas unidades ya que ésta, al ser una UPZ consolidada, no permite en gran medida la densificación o creación de nuevas unidades en propiedad horizontal, sin la intervención institucional que induzca un cambio normativo integral.

182

Figura 85 Mapa de unidades nuevas periodo (2004-2014) UPZ 65 Arborizadora.

Al apreciar los resultados de la Figura 76 en los que la influencia de los estratos altos sobre el mercado inmobiliario de los inmuebles de estrato 2 y 3 es evidente, gracias a ISASHII, sería posible generar políticas que mitiguen tales efectos o políticas de protección a la vivienda en estratos bajos.

El mercado inmobiliario no solamente influye en el valor de las transacciones inmobiliarias sino que además definen características de los inmuebles como el tamaño según se aprecia en la Figura 82.

183

BASURAS Y CONTAMINACIÓN

Problema

Desde la óptica de las políticas públicas modernas y eficientes, y teniendo en cuenta lo establecido en el Informe de Desarrollo Humano PNUD 2014, se subraya la importancia de la razonabilidad del bienestar, la mantenibilidad de las condiciones y la sostenibilidad al proponer los diferentes planes de desarrollo. No solo se hace preponderante planificar el crecimiento y el desarrollo sino, además, los efectos que se producen al alcanzarlo o por lo menos al buscarlo, es decir la consistencia, la sostenibilidad y la vulnerabilidad de tales proyecciones.

En el documento “Orientaciones Conceptuales y Metodológicas para las visiones de Desarrollo Territorial” del Departamento Nacional de Planeación DNP 2008 se busca generar las pautas para la elaboración de los Planes de Desarrollo ordenados por la ley 152 de 1994 y los Planes de Ordenamiento Territorial de que trata la Ley 388 de 1997 en el largo plazo que garanticen la continuidad de los diferentes programas y proyectos de desarrollo territorial durante varios periodos de gobierno, y que adicionalmente reconozca las particularidades locales y regionales para producir acciones de corto y mediano plazo.

De lo anteriormente expuesto se puede concluir que no es posible pensar en planificación teniendo en cuenta únicamente las metas a alcanzar sin pensar en evitar los efectos a los que el logro de dichas metas conlleva. Un instrumento que aporte a tales logros debería garantizar el equilibrio entre lo positivo y lo negativo del desarrollo, y es aquí donde ISASHII “Basuras y Contaminación” puede ser de gran ayuda constituyéndose como un aporte desde la ingeniería.

Este artefacto para la planificación, no puede ser pensado sin un adecuado inventario de la información territorial a diferentes niveles (físico, económico, ambiental, etc.), para lo cual el catastro colombiano en cuanto a la toma de información predial, la digitalización y la producción de sistemas de información geográfica, bases de datos espaciales y cartografía, deberían rediseñarse para satisfacer las necesidades de las diferentes partes interesadas.

Para esta extensión de ISASHII se trató de generar un experimento en el que a través del modelo se tratara de minimizar o de maximizar algunos efectos deseados y no deseados alrededor del tema de las basuras y la contaminación de forma que se pudiese evaluar el impacto de algunas decisiones de planificación alrededor de ésta temática.


El propósito del modelo es simular los procesos básicos de la generación y recolección de basuras en una zona de estudio (zona urbana del municipio de Chipaque–Cundinamarca y la UPZ 79 Calandaima de Bogotá) a partir de las

184

dinámicas individuales, poblacionales y las acciones desde el nivel familiar para generar y disponer la basura en los diferentes puntos de recolección.

Con el modelo se pretende simular escenarios de generación, disposición y recolección de basuras y las relaciones y efectos entre los diferentes actores buscando determinar cómo influye cada uno de los actores sobre los demás y sobre el sistema mismo, para proponer políticas que busquen generar el menor impacto ambiental, logrando acciones diseñadas ya no a nivel general o meso sino de cada uno de los habitantes o micro.

Marco Espacial

Municipio de Chipaque

Como se indicó anteriormente, una de las simulaciones se adelantó en el municipio de Chipaque que se encuentra ubicado al Sur–Occidente del departamento de Cundinamarca, de acuerdo con la información encontrada en el Documento Técnico de Soporte para la Formulación del Plan de Ordenamiento del municipio. Se encuentra enmarcado como un espacio político–administrativo de menos de 10.000 habitantes de acuerdo al Censo realizado en 1993 y los datos reflejados en el programa SISBEN a la fecha 21 de octubre de 1999.

En la Figura 86 se presenta el mapa de Localización Geográfica del Municipio de Chipaque, donde es posible ubicar la unidad orgánica catastral en el Departamento de Cundinamarca en su zona inferior donde se aprecia su colindancia con Bogotá.

Figura 86 Mapa de División Política del Municipio

185

El Municipio hace parte de las Provincias de Oriente y Medina. La Provincia de Oriente está es la que genera una mayor influencia sobre el municipio en razón a la relación directa que posee con Bogotá y Villavicencio. La localización de Chipaque dentro de la provincia integra zonas con diversas características topográficas, climáticas y económicas que van desde los valles del río Negro y del río Une y las alturas extremas del páramo.

Chipaque en su extensión territorial tiene una superficie de 13.945 hectáreas definidas así: Zona Urbana 21 Has correspondientes al 0.15% y 13.924 Has al 99.85% del territorio. El municipio está conformado por 23 veredas las cuales se presentan en la Tabla 28.

Tabla 28 Veredas del Municipio de Chipaque

1. Alto De La Cruz 2. Alto Del Ramo 3. Caldera 4. Calderitas 5. Caraza 6. Cerezos Chiquitos 7. Cerezos Grandes 8. Cumba 9. Flores 10. Fruticas 11. Hoyas 12. La Palma

13. Llano De Chipaque 14. Marilandia 15. Mone 16. Mongue 17. Munar 18. Nizame 19. Potrero Grande 20. Quente 21. Querente 22. Rondalla 23. Siecha

UPZ 79 Calandaima

Con el propósito de recrear condiciones urbanas más densas y complejas como las de una ciudad como Bogotá, su implementó el modelo ISASHII “Basuras y Contaminación” en la UPZ 79 Calandaima de Bogotá cuya descripción se plasmó en el Parágrafo 5.1.3.3.

Metodología

Las etapas básicas desarrolladas en el trabajo de investigación se presentan en la Figura 87. La primera etapa correspondió al trabajo de campo donde se recolectó la información predial y de comportamiento de las familias alrededor del manejo de los residuos y basuras. La segunda etapa correspondió a la obtención y actualización de las bases de datos proporcionadas por el Municipio de Chipaque y por la UAECD para el caso de Bogotá. La tercera etapa es la relacionada con el modelado basado en agentes.

186

Figura 87 Etapas del trabajo de investigación.

Generación del Modelo

La base para el modelado del fenómeno de residuos sólidos y recolección de basuras tanto para el municipio de Chipaque como para la UPZ Calandaima fue el modelo ISASHII cuya descripción y protocolo ODD se presenta en el Parágrafo 4.Para esta aplicación específica se plantearon dos sub-modelos adicionales que por cuestiones de manejo de escala corresponden al Modelo de Recolección de Basuras Urbano y al Modelo de Recolección de Basuras Rural.

El modelo fue programado en el software “NetLogo” versión 6.0.1. Para esto fue necesario utilizar la extensión [GIS] de NetLogo que permite enlazar los sistemas de información geográficos con el modelo, gracias a esta extensión fue posible cargar datos tipo vector con sus correspondientes atributos.

Aunque se generaron simulaciones para Chipaque Urbano y Rural y Calandaima con diferentes variaciones y resultados, a continuación, se describe el modelo Chipaque Urbano.

Los “procedimientos” (subrutinas) adicionales que se generaron en el modelo para obtener los propósitos establecidos junto con su correspondiente descripción se resumen en la Tabla 29.

Tabla 29 Procedimientos modelo urbano

NOMBRE PROCEDIMIENTO DESCRIPCIÓN Cargar Carga todos los ShapeFile por medio de la

extensión gis Rellenar-entidades-poligonales Función para rellenar los parches según

codificación de las bases de datos espaciales para cada poligono

Cruce Crea los agentes de intersecciones viales. Carga-basureros Crea agentes basureros Tiempo Crea la visualización y contabiliza el tiempo

(año, mes, semana, día , hora, minuto, segundo)

Trabajo de Campo-Reconocimiento Predial

Generación de Bases de Datos

Modelado Basado en Agentes

187

Resultados ISASHII Basuras y Contaminación

Mediante el uso del complemento de NetLogo llamado Behavior Search, es posible configurar experimentos de optimización de variables con la búsqueda de combinaciones de otras variables definiendo una función de optimización. La Figura 88 muestra un ejemplo de la visualización de la ventana de configuración de experimentos en Behavior Search de NetLogo. Mediante “Parameter Specification” es posible definir las posibles configuraciones de las variables de entrada, los intervalos de valores y el tamaño de cambio para cada una, así como el número de repeticiones, ciclos y criterios de parada delos experimentos. En el módulo “Search Method Configuration” se establece el método de búsqueda que se quiere experimentar. Con el módulo “Objective/Fitness Function” se selecciona sobre el tipo de función objetivo a trabajar, si minimizar o maximizar y cómo se desea comparar el resultado de las diferentes simulaciones.

Figura 88 Visualización complemento Behavior Search de NetLogo.

188

En este simulación se buscó minimizar el total de basura generada alrededor de los cambios en las variables de estudio las cuales se muestran en la Tabla 30.

Tabla 30 Variaciones de los parámetros para los experimentos en “Behavior-Search” Modelo Urbano

Variable o Parámetro Descripción ["salario_min" 737717] ["aux_transporte" 83140] ["porcen_prob_empleo" [0 5 100]] ["porcen_prob_escolaridad" [0 5 100]] ["prom_porcen_ahorro_estrato2_3" [0 2 20]] ["prom_porcen_ahorro_estrato4_5" [0 5 35]] ["prom_porcen_ahorro_estrato6" [0 10 60]] ["prom_integrantes" [3 1 5]] ["horainiest" 7] ["mininiest" 15] ["horafinest" 15] ["minfinest" 30] ["horainitrab" 8] ["mininitrab" 10] ["horafintrab" 17] ["minfintrab" 15] ["prombasura" [1000 200 2000]] ["vartipopersona" [200 50 450]] ["varduract" [100 50 300]] ["varalimentacion" [100 50 300]] ["frecbotarbasura" [2 1 5]] ["recolectores" 2] ["rutabasura" "lunes - jueves"] ["capacidadbasureros" [30 5 50]] ["promcostorecoleccion" [10000 5000 50000]] ["varingresos" [200 50 500]]

Salario fijo Auxilio fijo De 0 a 100 variando en 5 (21 opciones) De 0 a 100 variando en 5 (21 opciones) De a 0 a 20 con intervalos de 2 (11 opciones) De 0 a 35 con intervalos de 5 (8 opciones) De 0 a 60 variando en 10 (7 opciones) De 3 a 5 con intervalos de 1 (3 opciones) Hora inicio fijo Minuto inicio fijo Hora fin fijo Minuto fin fijo Hora inicio fijo Minuto inicio fijo Hora fin fijo Minuto fin fijo De 1.000 a 2.000 variando en 200 (6 opciones) De 200 a 450 variando en 50 (6 opciones) De 100 a 300 variando en 50 (5 opciones) De 100 a 300 variando en 50 (5 opciones) De 2 a 5 con 1 como intervalo (4 opciones) 2 recolectores fijos Ruta fija los días lunes y jueves De 30 a 50 con intervalo de 5 (5 opciones) De 10.000 a 50.000 con 5.000 de intervalo (9 opciones) De 200 a 500 con 50 de intervalo (7 opciones)

Para este experimento se generaron aproximadamente 3,7 billones de combinaciones de los parámetros como se muestra en la Ecuación 3, cuyo cálculo se desprende de los datos de la Tabla 30, teniendo en cuenta que adicionalmente cada experimento realiza dos búsquedas y en cada búsqueda se realizaron dos configuraciones diferentes. El experimento se programó para simular una semana (604.800 ticks). Los resultados de los experimentos para una sola búsqueda y para cuatro búsquedas se puede apreciar en la Figura 89.

21 ∗ 21 ∗ 11 ∗ 8 ∗ 7 ∗ 3 ∗ 6 ∗ 6 ∗ 5 ∗ 5 ∗ 4 ∗ 5 ∗ 9 ∗ 7 ∗ 2 ∗ 2 =3,696,694,848,000

Ecuación 3 Número de combinaciones de los parámetros del experimento

189

Resultado Experimento final -1 búsqueda

Resultado Experimento final –4 búsquedas

Figura 89 Resultado Experimentos Behavior Search NetLogo

Observando los resultados de la Figura 89, se observa que la mejor combinación obtenida coincidió para los dos experimentos, esto es:

La mínima cantidad de basura originada en una semana fue 1.63183 ∗ 10��

Esta cantidad se obtuvo con los valores de los parámetros mostrados dentro de los que vale la pena mencionar a manera de ejemplo:

El costo de recolección de 45000 que no llego al valor máximo de 50000 El número de integrantes por familia de 3 La cantidad de basura generada por individuo a la semana de 1600 g

190

CONTRIBUCIÓN EN PLUSVALÍA

Problema

La planificación territorial en Colombia es entendida como uno de los instrumentos de transformación del territorio con el propósito de mejorar las condiciones en la calidad de vida de los habitantes, restringir los procesos de construcción informales, optimizar el uso del suelo tanto urbano como rural y en general alcanzar escenarios de mejoramiento de los aspectos sociales involucrados en los procesos del crecimiento territorial, especialmente en suelo urbano.

El estado, en cumplimiento de las diferentes metas propuestas dentro de los procesos de planificación, se encuentra con una dicotomía en la cual requiere fuentes de financiación que garanticen su debida ejecución, y por otra parte, el ejercicio de sus funciones y de las tomas decisión generan beneficios económicos a los propietarios de los inmuebles que conforman el territorio.

En este sentido la ley 388 de 1997, de conformidad con lo dispuesto por el artículo 82 de la Constitución Política, pone a disposición de los entes territoriales la posibilidad de recaudar parte de los beneficios que los particulares pueden apropiar a partir del efecto de las acciones urbanísticas que regulan la utilización y aprovechamiento del suelo y del espacio aéreo urbano incrementando su aprovechamiento, este instrumento se denomina la “participación en plusvalía”. No obstante, el comportamiento de dicho recaudo no es sencillo toda vez que su cobro está sujeto al aprovechamiento efectivo de tales beneficios por parte de los particulares, decisiones que en la mayoría de los casos no son fácilmente predecibles haciendo que toda proyección de los ingresos municipales debidos a la Participación en Plusvalía resulte incierta, dando al traste con toda posibilidad de planificación en la inversión de estos recursos.

De esta manera, uno de los problemas a resolver mediante la aplicación de ISASHII “Plusvalía” consiste visualizar los efectos posibles que los cambios de normatividad de uso del suelo producen sobre la toma de decisiones de los particulares en relación con los procesos constructivos y por consiguiente sobre el aprovechamiento de tales políticas estatales. Este instrumento pretende ser una herramienta que permita focalizar los atributos y fenómenos socioeconómicos contemplados por ISASHII, distribuidos espacialmente, haciéndolo compatible con la proyección de flujos de caja municipales y, por ende, propiciando una programación de obras y de políticas de financiamiento más concretas y realistas que puedan ser formuladas, analizadas y ejecutadas en el marco del ordenamiento territorial municipio.

Debido a que generalmente los ingresos por plusvalía que se proyectan distan por mucho de los ingresos efectivamente recaudados gracias a que los propietarios no siempre hacen uso de los beneficios disponibles para sus inmuebles, una herramienta como ISASHII pude ser de gran utilidad para que el administrador del

191

territorio cuente con mayor información y simulaciones que le proporcionen la información necesaria para mitigar esta diferencia en el recaudo efectivo.

Efecto Plusvalía.

Como ya se mencionó, según la ley 388 artículo 80, la plusvalía es el resultado del beneficio económico que se puede percibir del aprovechamiento del suelo y del espacio aéreo urbano, propiciado por las acciones urbanísticas de regulación por parte del estado.

Cálculo del Efecto Plusvalía.

El “Efecto Plusvalía” corresponde a la diferencia del valor, resultante al comparar los valores por metro cuadrado de terreno antes y después la aplicación de la nueva reglamentación o normativa en la zona o subzona beneficiaria que da como resultado la acción urbanística generadora de Plusvalía.

Los cuatro hechos generadores de la Participación en Plusvalía según los artículos 74 y 87 de la Ley 388 de 1997 son:

o La incorporación de suelo rural a suelo de expansión urbana o la consideración de parte del suelo rural como suburbano.

o El establecimiento o modificación del régimen o la zonificación de usos del suelo.

o La autorización de un mayor aprovechamiento del suelo en edificación, bien sea elevando el índice de ocupación o el índice de construcción, o ambos a la vez.

o Participación en plusvalía por la ejecución de obras públicas

De esta manera, la Participación en Plusvalía se determinará teniendo como base de cálculo lo siguiente:

Si la incorporación es de suelo rural a expansión urbana, el cálculo del efecto de plusvalía se realizará estableciendo en primer lugar el precio de los terrenos en cada una de las áreas beneficiarias con características geoeconómicas homogéneas antes de que se realice la acción urbanística que genere Plusvalía y en segundo lugar, el plan parcial debe ser aprobado y allí debe establecerse las zonas o sub-zonas beneficiarias, usos, zonificación, intensidades y el nuevo precio comercial que será equivalente al precio por metro cuadrado de terrenos con características similares (precio de referencia después de la acción). La diferencia entre este nuevo precio de referencia y el previo precio comercial, antes de la acción urbanística realizada, será el efecto total de la plusvalía. El cual, será igual al mayor valor por metro cuadrado multiplicado por el total de la superficie objeto de la participación en Plusvalía.

192

Si el hecho generador corresponde al cambio de uso a uno más rentable, el cálculo del efecto de plusvalía se realizará estableciendo el precio comercial de los terrenos en cada una de las áreas beneficiarias con características geoeconómicas similares antes de la acción urbanística. Luego, se determinará el nuevo precio de referencia el cual es el equivalente por metro cuadrado de terrenos similares de uso y localización. Una vez se tenga estos datos, se estimará la diferencia entre el nuevo precio de referencia y el precio comercial previo a la acción urbanística. Así, el efecto total de la plusvalía será igual al mayor valor por metro cuadrado multiplicado por el total de la superficie del predio objeto de la participación.

Si el hecho generador corresponde a un mayor aprovechamiento del suelo, el cálculo del efecto de plusvalía se realizará estableciendo el precio comercial de los terrenos en cada una de las áreas beneficiarias con características geoeconómicas similares antes de la acción urbanística. Este precio, será el precio de referencia por metro cuadrado. Se tendrá en cuenta el potencial adicional de edificación, que es la cantidad de metros cuadrados edificables según la norma vigente. El resultado, será igual al potencial adicional de edificación de cada predio multiplicado por el precio de referencia. De esta manera, el efecto de plusvalía por metro cuadrado será equivalente al producto de la división del monto total por el área del predio objeto de la participación en plusvalía.

Monto de la Participación en Plusvalía.

El artículo 79 de la Ley 388 de 1997 establece que, por iniciativa del alcalde, el concejo municipal o distrital definirá la tasa de participación que se aplicará a la plusvalía, la cual oscila entre distintas zonas o Subzonas en un rango comprendido entre el 30% y 50% del mayor valor por metro cuadrado, teniendo en cuenta el trabajo urbanístico realizado y la condición socioeconómica de los propietarios.

Momentos de Exigibilidad

El pago de la participación en plusvalía será exigible en el momento en que ocurra uno de los siguientes eventos entre otros (artículo 83 Ley 388 de 1997):

o Expedición de la licencia de urbanismo o construcción que autoriza a destinar el inmueble a un uso más rentable o a incrementar el aprovechamiento del suelo permitiendo una mayor área edificada.

o Cambio efectivo de uso del inmueble, aplicable para el cobro de la participación en la plusvalía generada por la modificación del régimen o zonificación del suelo.

o En los actos que impliquen la transferencia del dominio sobre el inmueble objeto de plusvalía donde se configuren los hechos generadores 1 y 3 del artículo 74 de la Ley 388 de 1997.

193


El propósito de esta extensión de ISASHII (Plusvalía) es generar escenarios que permitan determinar por medio de las simulaciones, el posible recaudo de la participación en plusvalía a partir del cambio del índice de construcción teniendo en cuenta el comportamiento inmobiliario y la toma de decisiones de la población para los predios objeto (UPZ Arborizadora y UPZ Calandaima).

Marco Espacial

Para la aplicación de ISASHII Plusvalía se utilizó la información Catastral y Cartográfica disponible de las UPZs Arborizadora y Calandaima. Ver parágrafos 5.1.3 y 5.1.4.2.

Modelado

El protocolo ODD del modelo ISASHII se ilustra en el parágrafo 4.1. De acuerdo con la información obtenida de cada UPZ (Arborizadora y Calandaima) se plantean dos momentos normativos para el cálculo del efecto Plusvalía: cambios en los índices de edificabilidad para el acuerdo 6 de 1990 y cambios en los índices de edificabilidad para el decreto 190 de 2004, para lo cual se ingresa la información en el software NetLogo para cada experimento variando las diferentes características para cada simulación, actualizando el valor del salario mínimo legal vigente, su incremento e inflación. Con el propósito de ilustrar los resultados y funcionamiento del modelo, en este capítulo se presentan solamente los resultados de los experimentos para un cambio de índices de la UPZ Arborizadora.

Tabla 31 Áreas de Actividad por sectores normativos UPZ Arborizadora

SECTOR ÁREA DE

ACTIVIDAD ZONA TRATAMIENTO

1 Industrial Industrial Consolidación de Sectores

Urbanos Especiales

2 Residencial Residencial con zonas

delimitadas de comercio y servicios.

Consolidación urbanística

3 Residencial Residencial con

comercio y servicios Mejoramiento Integral

4 Área Urbana

Integral Múltiple Desarrollo


delimitadas de comercio y servicios

Consolidación Urbanística

194


comercio y servicios en la vivienda.

Consolidación con densificación moderada


comercio y servicios en la vivienda.

Consolidación con densificación moderada


delimitadas de comercio y servicios.

Consolidación Urbanística

9 Área Urbana Integral

Residencial Desarrollo

Según la Tabla 31 del el Decreto 241 de 2005 que rige la UPZ Arborizadora se aprecia que ésta cuenta con 9 sectores normativos los cuales tienen tres áreas de actividad, Industrial, Residencial y Área Urbana Integral, en consecuencia para el experimento propuesto y según la normatividad vigente, se realizó un aumento del 100% en el índice de construcción como lo muestra la Tabla 32.

Tabla 32 Cambio en los índices de Construcción por usos. Experimento UPZ Arborizadora

ÁREA DE

ACTIVIDAD

IC Vigente

(Decreto 241 de 2005)

IC Nuevo

(Propuesto)

INDUSTRIAL 1 3

RESIDENCIAL 1.35, 1.9, 2.3 y 2.8 2.7, 3.8, 4.6 y 5.6

ÁREA URBANA

INTEGRAL

1 6

Resultados ISASHII “Plusvalía”

Una vez configurado el modelo con los parámetros iniciales correspondientes, se procede a ejecutar las dos simulaciones para los dos escenarios de comparación para la edificabilidad vigente y el cambio de edificabilidad propuesto. De estas simulaciones se desprenden los siguientes resultados:

Comportamiento Inmobiliario

En cuanto a transacciones de inmuebles usados, se observa que el mercado antes del cambio de edificabilidad es mayor siendo en total 331 transacciones realizadas entre primer y segunda visita, a diferencia de las transacciones después del cambio de edificabilidad siendo en total 251 lo que demuestra que el efecto de las nuevas construcciones en el mercado es evidente. Ver Tabla 33.

195

Tabla 33 Número de transacciones de usados en las dos simulaciones. Experimento UPZ Arborizadora

Simulación Número de ventas

Antes del cambio de

edificabilidad.

331

Después del cambio de

edificabilidad.

251

En relación con las unidades nuevas, durante la simulación se observó que los 20 constructores aumentaron notoriamente (de 71 a 178) el número de unidades nuevas construidas después del cambio de norma, como se observa en la Tabla 34.

Tabla 34 Número de unidades nuevas construidas. Experimento UPZ Arborizadora

Número de

constructores

Número de unidades

construidas

Antes del cambio de

edificabilidad.

20 71

Después del cambio

de edificabilidad.

20 178

La Figura 90 muestra el comportamiento del valor de metro cuadrado de las unidades residenciales nuevas durante la simulación antes del cambio de la norma. Para el estrato 2 se aprecian variaciones cuyos valores oscilan entre $375.000 y $400.000 pesos, mientras que para el estrato 3 los valores se mantienen alrededor de los $800.000.

Figura 90 Comportamiento del valor promedio de las unidades nuevas antes del cambio de norma. Experimento UPZ Arborizadora

196

La Figura 91 permite visualizar el comportamiento del valor del metro cuadrado de la unidades residenciales nuevas después de implementar el cambio de norma. En comparación con la simulación anterior (antes del cambio de norma), este valor aumenta. En el caso del estrato 2 se tiene un valor inicial de aproximadamente $100.000 para luego aumentar hasta un valor aproximado de $630.000. Para el estrato 3, el valor promedio del metro cuadrado también permanece constante, pero en esta simulación su valor aproximado es de $970.000.

Figura 91 Comportamiento del valor promedio de las unidades nuevas después del cambio de norma por estrato. Experimento UPZ Arborizadora.

Efecto Plusvalía

Con el diferencial del valor del metro cuadrado se refleja el efecto plusvalía que se genera al ejecutar el cambio de edificabilidad, en la siguiente grafica se observa como a través del tiempo este valor crece en primera instancia para el estrato 2 tocando el valor de los $275.000 por m2 y después aumentando a un promedio de $400.000 por m2, en el caso del estrato 3 que cuenta con alzas menos evidentes, puede deberse a la demanda del estrato 2 ya que es más alta, en este caso el valor tiene un alza en $150.00 por m2 y a continuación aumenta a un valor aproximado de $260.000 por m2.

En la Figura 92 se aprecia el valor promedio de la plusvalía por metro cuadrado para

estratos 2 y 3.

197

Figura 92 Comportamiento del monto de la plusvalía de las unidades nuevas. Experimento UPZ Arborizadora

Recaudo de la contribución en Plusvalía

Para la simulación se tuvo en cuenta que el pago de la participación en plusvalía es exigible en el momento que se realicen o bien actos que impliquen la transferencia del dominio sobre el inmueble, o bien el aprovechamiento del cambio de norma a través de una licencia de construcción por ejemplo, en consecuencia, se calculó el monto a pagar por predio tomando el 50% (como se explicó en el parágrafo 5.3.1.3) del valor de la plusvalía por metro cuadrado multiplicado por el área del predio que hace parte de la enajenación, por ende la simulación arroja que después del efecto plusvalía se realizan un total de 251 transacciones inmobiliarias en el periodo simulado de 4 años obteniendo como resultado que el valor total del recaudo por Plusvalía es de $ 1,870.527.035.oo con un promedio por m2 por predio de $239,771.64.

Como se muestra en la

Tabla 35, el valor aproximado de la contribución por plusvalía total estimada para la UPZ ARBORIZADORA es de $1,081,500,000,000 (Un billón ochenta y un mil quinientos millones), sin embargo, de este valor estimado total, según la simulación, solo se recaudaría $ 1,455,502,825.oo por enajenaciones y $415.024.210.oo por solicitud de licencias de construcción, lo que equivaldría al 0.17% del total de la Contribución por Plusvalía estimada. Por otra parte, la plusvalía aproximada percibida por constructores ilegales es de $489,132,840.oo lo que genera una contribución por Plusvalía que no se puede recaudar por efectos de la ilegalidad de $ 244, 566,420.oo.

198

Tabla 35 Resumen contribución en Plusvalía producto de la Simulación. Experimento UPZ Arborizadora

Concepto Valor

Plusvalía Total estimada $ 2,163,000,000,000

Valor m2 Plusvalía generada $239,771

Recaudo por transacciones $ 1, 455, 502,825

Recaudo por licencias de construcción $415.024.210

Recaudo No efectivo por construcciones ilegales $ 244, 566,420

Resulta importante subrayar que, en lo concerniente a las políticas fiscales y tributarias, específicamente aquellas relacionadas con los instrumentos de financiación para la gestión del suelo y la ejecución de obras públicas, tal como la Contribución por Valorización o la Contribución por Plusvalía, los cálculos lineales y los presupuestos de recaudo nos son precisos y generalmente resultan engañosos para el administrador de las arcas municipales. En estos casos no siempre se consideran aspectos externos como el comportamiento inmobiliario, las decisiones de los individuos, la especulación, las decisiones de los constructores y la ilegalidad, como se ilustra en la Tabla 35, de la cual es posible concluir, que el recaudo estimado dista en mucho del recaudo efectivo (0.17%) situación que podría generar falsas expectativas a los administradores del territorio y consecuentemente erradas tomas de decisión en cuanto a la elaboración de políticas públicas y planes de ordenamiento territorial. En este punto, cobra importancia un modelo como ISASHII que pueda ser una herramienta con más variables que las usadas en los procesos tradicionales y con enfoques diferentes y alternativos que puedan constituirse en un nuevo conjunto de opciones para su aplicación en el ordenamiento territorial.

199

ISASHII Valuación de Inmuebles Ambientales (“Parque Simón

Bolívar”)

Introducción

En la actualidad poder estimar el valor de los inmuebles ambientales se constituye en una labor de vital importancia como procedimiento base para la toma de decisiones en el desarrollo territorial, aún más cuando los enfoques tradicionales no permiten percibir elementos sociales, culturales, ambientales y hedónicos que la sociedad contemporánea está apreciando cada vez más en inmuebles especiales y de características patrimoniales como los parques, los paisajes y los inmuebles arquitectónicos e históricos entre otros, estimación que con el uso de las diferentes metodologías valuatorias no es posible considerar. Por otra parte, resulta casi imposible el uso de tales metodologías convencionales, en razón a que fundamentalmente se basan en enfoques de análisis de mercado bajo el paradigma de la economía clásica y existe muy escasa o nula oferta de este tipo de inmuebles en el mercado sumados a la gran complejidad de éste tipo de mercado.

En este caso, el problema a resolver mediante ISASHII “Valuación ambiental” consiste en la valuación de un inmueble ambiental: el Parque Simón Bolívar, para lo cual el modelo ISASHII se separa del enfoque clásico de mercado, basándose en datos espaciales de 5 UPZ circundantes del parque objeto de estudio donde se simuló él comportamiento y preferencias de su población teniendo en cuenta el número de visitantes analizando los correspondientes costos de viaje.

Propósito del modelo

El propósito de ISASHII “Simón Bolívar” es estimar el valor de inmuebles ambientales, específicamente el parque Simón Bolívar, empleando un modelo basado en agentes que contemple teorías evolutivas económicas, teniendo en cuenta la técnica de Costo de Viaje. Esta metodología se comenzó a aplicar en la valuación económica de áreas naturales en 1949 en Estados Unidos a raíz de una petición realizada por el personal de parques naturales y desde entonces es usada para valorar los bienes que carecen de mercado (Del Saz 1997). Este modelo se basa en la determinación de los costos de desplazamiento a los que está dispuesto a incurrir una persona que visita un parque.

Así, se obtiene una función de demanda del bien a valuar relacionando el número de visitas (demanda) con el valor del desplazamiento al parque (costo). La finalidad de este método es utilizar las funciones de demanda para poder obtener el excedente del consumidor que visita un determinado parque natural. El modelo que se realiza tiene variables como el número de viajes, el tiempo empleado en trabajar, el tiempo de permanencia en el lugar, el tiempo de desplazamiento, el ingreso, entre otros.

200

Marco Espacio Temporal

Resolución Temporal: Dado que la variable de tiempo trabajado y tiempo de permanencia en el parque se maneja por horas, el modelo se diseñó para que cada tick representara una hora.

Resolución Espacial: La unidad mínima de tratamiento espacial considerada fue el predio, ya que los agentes se desplazan siempre desde y hacia sus predios de residencia y desde y hacia el parque Simón Bolívar o su sitio de trabajo.

Escala Temporal: La escala temporal para la simulación fue de 1 año, en razón a que se quería calcular el valor del parque representado por la asistencia de los visitantes durante un año, es decir, 8641 ticks o ciclos del modelo.

Escala Espacial: El área de simulación para este experimento, lo constituyeron las 5 UPZ circundantes al parque Simón Bolívar: (La esmeralda, Quinta Paredes, Ciudad Salitre oriental, Parque Salitre y las Ferias)

Modelado

En el parágrafo 4.1 se presenta el protocolo ODD que describe el modelo ISASHII. En la Figura 93 se presenta el flujograma específico del modelo de valoración del parque Simón Bolívar, cuya secuencia general se resume a continuación:

Se Inicializa el Modelo ingresando los valores correspondientes a los estados iniciales de las variables a simular dentro de las cuales está el número de visitas.

Figura 93 Flujograma ISASHII “Simón Bolívar”

201

Adicionalmente, aquí también se configuran las preferencias de las familias sobre los diferentes estados.

Luego se valida la disponibilidad de dinero de las familias para visitar el parque de acuerdo con su metabolismo.

Definido el interés de la familia de ir al parque, se verifica si el parque se encuentra abierto, comprobando que se encuentre en horario de atención. Verificadas estas condiciones, la familia se dirige desde el sitio donde se encuentre hasta el parque.

Una vez que la familia se ponga en marcha para el parque y llegue a éste se hace el conteo de las personas que van ingresando, es decir, los integrantes de cada familia. Adicionalmente, ya calculado el costo de viaje se contabiliza este en una variable global para calcular el valor total del parque.

Cumplido el tope de ticks que representa las 6pm de cada día, se finalizan las interacciones de visita al parque durante el equivalente a 12 horas, hasta que el contador alcance el número de ticks equivalente a las 6 am del nuevo día cuando se reabre el parque.

Resultados ISASHII “Simón Bolívar”.

Los datos utilizados en el modelado de la simulación realizada para la estimación del valor del parque Simón Bolívar, fueron en primer lugar las coordenadas de los centroides de los predios localizados en las 5 UPZs de estudio, esta información fue extraída de la Base de Datos de la plataforma de IDECA; adicional a esto se utilizaron datos relacionados de valores promedio por galón de gasolina y valores promedio de velocidades para una persona a pie, en bicicleta, en motocicleta, en automóvil y en transporte público. De igual manera se utilizaron datos propios del parque obtenidos del IDRD relacionados con el máximo número de asistentes diarios y el área del parque.

Los resultados de la simulación realizada durante el equivalente a un año, se pueden resumir así:

Número de visitantes al parque: 15’215.753

Número de Familias visitantes al parque: 5’071,917 (3 personas por familias en promedio)

Valor Total del parque: $147.304’528.386,439.

202

Cuando se analiza la Figura 94, se observa que el costo de tiempo es relativamente mayor al costo de transporte, lo cual indica el mayor peso que la comunidad otorga al tiempo de ocio invertido en la visita al parque.

Figura 94 Costos de viaje y costos de desplazamiento. ISASHII “Simón Bolívar”

203

CAPITULO 6 Resultados y Conclusiones

204

RESULTADOS Y CONCLUSIONES

ANÁLISIS DE RESULTADOS

Sobre la complejidad de los fenómenos territoriales.

Algunas de las dinámicas urbanas simuladas en el modelo ISASHII parecen seguir leyes de potencia y en algunos casos la ley de Zipf.

El modelo ISASHII parece poder reproducir tales leyes de potencia lo cual podría observarse como elemento de validación del modelo.

Al seguir una ley de potencia, las dinámicas inmobiliarias urbanas observadas siguen una regla de auto-similitud o invariancia de escala en las que cada parte individual parece ser en parte el nivel más bajo de un sistema más grande, o el nivel más alto compuesto de sistemas más pequeños lo que indicaría que dichas dinámicas puede originar dinámicas de escala superior.

La invariancia de escala de estos fenómenos urbanos parece mantener las mismas relaciones en diferentes escalas de tiempo como se ve en los datos 1994 y 2015.

Las dinámicas observadas parecen ser homeostáticas ya que para diferentes épocas conservan su estructura en cuanto a la ley de potencia que siguen, lo cual de comprobarse e constituiría en una herramienta de pronóstico importante en el crecimiento de las ciudades

Se vislumbran luces importantes para el desarrollo de trabajos futuros relacionados con la definición de estructuras de dinámicas y fenómenos inmobiliarios urbanos en las dimensiones espaciales cuando las leyes de potencia encontradas en el presente trabajo puedan ser estudiadas en otros sectores de la ciudad de Bogotá e incluso en otras ciudades lo que permitiría plantear algunas preguntas como: ¿zonas diferentes tienen dimensiones fractales diferentes?, ¿dinámicas urbanas siguen dimensiones fractales diferentes?, ¿Son estas dinámicas procesos fractales con memoria de largo rango?

Como se aprecia el devenir y la continuidad de la investigación en estos campos de la complejidad en dinámicas urbanas como sistemas adaptativos complejos es prometedora y deberá ser desarrollada posteriormente dada su importancia y la profundidad requerida.

Sobre las variables del modelo

A través de ISASHII y el trabajo de campo realizado en el municipio de Chipaque y en las UPZs de la ciudad de Bogotá, fue posible identificar y caracterizar algunas de las variables de mayor relevancia en los fenómenos trabajados. En el parágrafo 4.1.1.2.2 del protocolo ODD se describen dichas variables de manera detallada, mientras en el parágrafo 5, se muestra la participación de éstas en los modelos aplicados.

205

La Figura 95 corresponde a una representación conceptual de las categorías de variables tenidas en cuenta en el modelo. De ésta, del protocolo ODD y de las aplicaciones del modelo, se puede resaltar:

Figura 95 Mapa Conceptual de las variables del modelo

Colofón:

En lo relacionado con los agentes que toman decisiones en el modelo (seres humanos), las variables corresponden tanto a procesos biofísicos (ciclos de vida, por ejemplo) como a las relacionadas con las decisiones humanas (reglas).

En lo relacionado con los agentes sobre los cuales se toman las decisiones (predios) igualmente se capturaron tanto fenómenos biofísicos como territoriales (por ejemplo: edificabilidad y uso del suelo).

Se logró conciliar los posibles conflictos de los submodelos en lo relacionado con la resolución y escala espacial. De esta manera se logró que las simulaciones de los subprocesos de los agentes (humanos, institucionales y territoriales) se dieran a diferentes resoluciones (predio, barrio, UPZ, municipio) y que finalmente no se presentara ningún desfase.

De igual manera fue posible realizar una correspondencia adecuada con las resoluciones (minuto, hora, día, mes) y escalas temporales de los diferentes submodelos.

Se consiguió una exitosa articulación de las bases de datos espaciales (SIG) y alfanuméricas (por ejemplo: Catastro) con los atributos y variables de estado del modelo

Se logró que las diferentes reglas establecidas para replicar los distintos fenómenos simulados pudieran simularse en el marco espaciotemporal establecido.

206

Fue posible replicar espaciotemporalmente, a partir de las simulaciones del modelo, escenarios a partir de condiciones iniciales y reglas establecidas, de forma satisfactoria. (ver parágrafo 4.2)

En las aplicaciones del modelo donde se realizaron experimentos de optimización (por ejemplo: contaminación) se pudo establecer de forma exitosa las configuraciones entre las variables explicativas y la variable a explicar en el problema propuesto.

Con ISASHII fue posible plantear una propuesta de aproximación a diferentes tópicos territoriales tanto con variables tradicionales como alternativas con una sola herramienta de simulación y no de manera fraccionada para espacio tiempo y decisiones humanas, como generalmente sucede: SIG por un lado para fenómenos espaciales, modelos econométricos y geoestadísticos para fenómenos económicos, por otro lado, y modelos multicriterio para decisiones humanas por otra parte.

Sobre el modelado de las decisiones humanas en el diseño de territorios

La apuesta realizada a los modelos basados en agentes, como instrumento, alimentados por teorías alternativas que se distancian prudentemente del paradigma científico tradicional y que recurren a líneas del conocimiento contemporáneo a saber: pensamiento complejo, teorías evolutivas económicas y culturales, la inteligencia territorial y la ingeniería de sistemas sociales entre otros, permiten experimentar formas diferentes de enfrentar problemas relacionados con el territorio y las decisiones que sobre éste se toman.

Con ISASHII (ver capítulo 4) se exploró la posibilidad de contemplar distintos problemas territoriales como los sistemas abiertos que son, en los que confluyen diferentes intereses de acuerdo con las diversas temáticas, preocupaciones y necesidades de las comunidades. De esta manera fue posible plantear las miradas de diversos actores: constructores, compradores, arrendadores, familias administradores y planificadores entre otros. Por otra parte, con el modelo ISASHII fue posible introducir múltiples variables económicas, culturales, sociales, demográficas y normativas entre otras, como: precio de las viviendas, ingresos familiares, la edificabilidad, etc.

En ISASHII se integraron diferentes submodelos: Modelo de decisiones Humanas, Modelo de Recursos, Modelo de Políticas Públicas y diferentes modelos de Sistemas Sociotécnicos como el de Transporte y Movilidad, por ejemplo, tal como se ilustra en la Figura 96. Interna y externamente cada uno de estos submodelos obedece a una estructura cada agente cuenta con un estado y unas reglas de comportamiento. Las diferentes reglas son aplicadas sobre el medio ambiente, sobre otros agentes y sobre sí mismos. Estas relaciones se dan en doble sentido, ya que los demás agentes y el medio ambiente actúan modificando el estado y la ejecución de las reglas de cada agente. De manera análoga estas relaciones se dan entre capas o submodelos.

207

Figura 96 Capas o Submodelos. Modelo ISASHII

Este artefacto mostró su versatilidad pues permitió modelar diversos sistemas sociotécnicos a partir de la observación de los sistemas socioecológicos objeto de estudio como se muestra en el Capítulo 5, lo que permite la captura de la información en diferentes dimensiones: superficie terrestre o medio ambiente, decisiones humanas, políticas públicas (decisiones gubernamentales), sistemas sociotécnicos específicos, por lo tanto, la complejidad y robustez del modelo dependerá de la profundidad, detalle y precisión de los datos recolectados.

En síntesis, como se muestra en el parágrafo 4.1 y en el Capítulo 5, en ISASHII fue posible incorporar diferentes actores (agentes) tales como familias y sus integrantes en sus diferentes edades, los desarrolladores inmobiliarios (pequeños, medianos y grandes), el gobierno y los administradores (a través de la normatividad y las diferentes políticas) y sus correspondientes tomas de decisiones (reglas) a través de las distintas rutinas como el metabolismo económico, educación, trabajo, culto, ocio, desplazamiento a sitios de interés, entre otras, como se presenta en la Figura 41 y en los diferentes flujogramas del protocolo ODD. Por otra parte para cada una de las aplicaciones del modelo básico ISASHII se incorporaron actores y tomadores adicionales como en los modelos de movilidad, basuras, plusvalía y dinámica inmobiliaria mostrados en el Capítulo 5.

Colofón:

Como se puede evidenciar en las diferentes aplicaciones del modelo ISASHII fue posible incorporar de manera exitosa la toma de decisiones humanas en el diseño de territorios.

208

El modelo aplicado al análisis del crecimiento urbano (parágrafo 5.1) permite visualizar el impacto en el valor de los inmuebles y en la cantidad y calidad de los inmuebles a partir de la toma de decisiones de los diferentes actores.

De igual manera en el modelo de Basuras y contaminación (parágrafo 5.2) se ve cómo se logra modelar la cantidad y frecuencia de recolección de las basuras así como los indicadores de contaminación desde los comportamientos individuales de la población.

En el modelo de plusvalía (parágrafo 5.3), por otra parte, se logró un cálculo aproximado que permite estimar el recaudo de un tributo como la plusvalía a partir de las decisiones individuales de los propietarios de los inmuebles y sus acciones comerciales y urbanísticas, en contraste de los cálculos que generalmente se realizan a priori desde la administración municipal que dista siempre de los recaudos efectivos.

Por último, con la aplicación del modelo de valuación Simón Bolívar (parágrafo 5.4) se experimentó un enfoque alternativo de valoración de inmuebles ambientales como el parque Simón Bolívar, desde la simulación de las preferencia individuales de los visitantes del parque.

Por lo anterior, no solamente es viable el modelado de las decisiones humanas en el diseño de territorios y la evaluación de su impacto sobre el territorio, sino además se constituye en una herramienta poderosa y útil para la planificación territorial.

Sobre la eficacia del modelo

Aunque no existe cartografía digital disponible en gran parte del territorio nacional, con la tecnología disponible en la actualidad es posible producir la información cartográfica y espacial necesaria para el diseño y ejecución del modelo propuesto; para ISASHII Chipaque por ejemplo, se obtuvo información física de la superficie terrestre con vuelos, fotografías tomadas desde drones, que permitieron originar ortografías como se muestra en la Figura 97 o Modelos Digitales de Superficie como los presentados en la Figura 98.

209

Figura 97 Ortofotografías del municipio de Chipaque Urbano, sobrepuestas en una imagen Satelital

del software Google Earth, producidas con imágenes tomadas desde DRONES para ISASHII Chipaque. Grupo de Investigación GIGA

Figura 98 Modelo Digital de Superficie del municipio de Chipaque Urbano, producido para ISASHII

Chipaque con imágenes tomadas desde DRONES. Grupo de Investigación GIGA

210

Los datos utilizados alfanuméricos necesarios para el modelo son de fácil obtención de fuentes oficiales. La información predial, inmobiliaria y de tributación (plusvalía) se obtuvo de manera oficial desde la UAECD y el Municipio de Chipaque, mientras la información relacionada con movilidad, transporte y basuras, se obtuvo de fuentes oficiales como el DANE.

Sobre la aplicación del modelo para la visualizar los posibles impactos de las tomas de decisiones en materia de planificación territorial sobre el territorio.

En el capítulo 5, donde se presentan varias aplicaciones del modelo en tópicos relacionados con el territorio, es posible observar las conclusiones de cada uno de ellas. No obstante, lo anterior, a continuación, se resaltan en forma sintética algunas de ellas relacionadas con la visualización del impacto de la toma de decisiones en el territorio.

Con ISASHII fue posible obtener simulaciones de escenarios de configuraciones de territorios como se puede ver en las diferentes aplicaciones presentadas en el parágrafo 5. De Igual manera, en ISASHII se logró incorporar el comportamiento de los diferentes actores y sus intereses, involucrados en los diferentes sistemas simulados, tal como se puede ver en el protocolo ODD (ver parágrafo 4.1). ISASHII permitió también, establecer diferentes aproximaciones para la estimación del impacto en la toma de decisiones de las comunidades desde sus diferentes partes interesadas, como se puede ver en los parágrafos 5.2.6, 5.1.4.4.1.1.4, 5.1.4.4.1.1.5, 5.1.4.4.1.2, 5.3.5, 5.4.5. por ejemplo, la Figura 99 muestra el comportamiento del valor promedio de venta y de oferta de inmuebles para una simulación de 10 años con tres normas de edificabilidad diferentes evidenciándose una dinámica en cuanto al valor por el cual los agentes vendedores pertenecientes a inmuebles en estrato 2 y 3 negocian con los compradores pertenecientes a los estratos 1 a 6. En esta figura se observa que con las diferentes normas de edificabilidad es posible recorrer distintos caminos para llegar a escenarios diferentes como los descritos en la Figura 100. De esta forma, los resultados pueden ser muy diferentes, los escenarios posibles muy numerosos y los resultados finales variables.

211

Acuerdo 6 de 1990

Decreto 190 de 2004

Decreto 364 de 2013

Figura 99 Comportamiento del valor promedio de venta y de oferta por estratos para la UPZ 79

Calandaima bajo tres normas de edificabilidad diferentes. ISASHII

212

Acuerdo 6 de 1990

Decreto 190 de 2004

Decreto 364 de 2013

Figura 100 Escenarios alcanzables para la UPZ 79 Calandaima bajo tres normas de edificabilidad

diferentes. Construcciones Nuevas. ISASHII

213

Dependiendo del problema planteado, el sistema observado y la región geográfica de estudio, las variables más significativas en la generación de escenarios y su comportamiento son contingentes. En el caso del análisis del comportamiento de la inversión de los propietarios vendedores que se encuentran en estrato 1, 2 y 3 para compra de vivienda (ahorro) a lo largo de los 10 años de la simulación (ver Figura 101) se observan incrementos distintos para los 3 estratos, con parámetros del modelo diferentes tal como se aprecia en los parágrafos 5.1.4.4.1.1 donde se observa que al modificar los índices y la población se obtienen resultados diferentes.

Acuerdo 6 de 1990

Decreto 190 de 2004

Decreto 364 de 2013

Figura 101 Inversión de los propietarios vendedores para adquisición de vivienda.

214

Colofón:

Las combinaciones de los parámetros para cada modelo y problema propuesto pueden variar dependiendo la pregunta a estudiar, el ámbito de aplicación y las variables incorporadas estudiar. Como se presentó en la Tabla 30, cuando se quiso minimizar la cantidad de basura producida con las variables: salario mínimo, porcentaje de desempleo, porcentaje de escolaridad, ahorro para estrato 2, 3, 4, 5 y 6 y promedio de integrantes por familia entre otros, de 3,7 billones de combinaciones posibles se generaron los resultados que se muestran en la Figura 89. En conclusión, no existe algo como una matriz de variables para cada problema específico, sino que depende de muchos factores contextuales del problema y de cada experimento, como en todo sistema complejo, y ésta es talvez una de las grandes ventajas de los MBA aplicados a sistemas sociotécnicos: permitir considerar el mayor número de combinaciones posibles para buscar el conjunto de soluciones posibles.

Quizás uno de los más importantes logros del presente trabajo es haber podido incorporar a modelos tradicionales de fenómenos biofísicos, la dimensión de las decisiones humanas como elemento fundamental en el diseño de territorios, como lo ilustran las rutinas de los flujogramas de la Figura 38, Figura 39, Figura 40, Figura 41, Figura 42 y Figura 43, lo que representa un aporte significativo en la forma de abordar problemas territoriales donde generalmente las preferencias, la cultura y las necesidades de los seres humanos no son tenidas en cuenta de manera integral y participativa.

Por otra parte, en cuanto a la simulación del impacto de la toma de decisiones en planificación territorial sobre el territorio, a lo largo del documento se ha podido ilustrar de varias maneras y por varios caminos la forma en que ISASHII sirvió como base para amalgamar diferentes fenómenos biofísicos, sociales, administrativos y de políticas públicas, que permitieron representar escenarios donde se aprecia el impacto de las diferentes actuaciones para prever las consecuencias de las decisiones de los variados roles de los seres humanos en su entorno, como se aprecia a lo largo del capítulo 5, donde entre otros aspectos se pudo analizar el efecto de las políticas de las normas urbanísticas en el crecimiento y la dinámica inmobiliaria; algunos efectos de decisiones económicas sobre la cantidad de basura generada, las proyecciones del recaudo de contribuciones tributarias como la plusvalía y la valorización a partir de decisiones político administrativas; y como las decisiones de la comunidad pueden contribuir a la formación del concepto de valor de bienes no mercadeables como los bienes ambientales.

En la mayoría de los casos las tomas de decisiones institucionales sobre el territorio fueron representadas en el modelo a través de las diferentes configuraciones de políticas públicas relacionadas con la normatividad de uso y edificabilidad del suelo, políticas de movilidad (pico y placa, sobretasas, etc.) y políticas para la recolección de basuras entre otras. Los efectos de tales combinaciones o configuraciones se aprecian como escenarios finales

215

del territorio efecto de tales políticas y decisiones institucionales, lo cual permite su observación, análisis y exploración.

Las decisiones institucionales tienen efectos diversos y muchas veces impredecibles a primera vista o con el uso de herramientas convencionales, en este sentido el modelo permitió explorar el efecto de las diferentes configuraciones de tales decisiones en el mediano y largo plazo.

El modelo permitió la observación del efecto de varias decisiones de simultánea y complementaria.

El modelo permite educar a la comunidad y a los expertos sobre los efectos de las políticas implementadas en el territorio.

Finalmente, dependiendo de la disponibilidad y la recolección de la información, el modelo puede ser utilizado en diversas regiones a nivel nacional o internacional y con diferentes temporalidades siempre y cuando se establezcan de manera correcta las reglas mediante las cuales operan los agentes.

CONCLUSIONES

El Estado colombiano en la construcción de país, ha propuesto disposiciones legales y normativas, como la Ley 9 de 198914, la Ley 388 de 199715 y la Ley 1454 de 201116, todas ellas vigentes actualmente, en la búsqueda de la estructuración de pautas y principios del ordenamiento del territorial nacional, con un sustento jurídico, tributario, urbanístico y hasta administrativo. No obstante, la prolija legislación al respecto, de la que dan cuenta numerosas normas reglamentarias y complementarias (Ley 810 de 2003, Decreto 1052 de 1998, Decreto 097 de 2006, Decreto 564 de 2006, entre otros), el ordenamiento del Territorio padece desde la perspectiva ingenieril de algunas dolencias ya descritas entre las que se puede resaltar entre otras las presentadas a continuación.

Debilidades y desafíos de la Planificación Territorial colombiana en la actualidad

El ordenamiento territorial a lo largo de los dos siglos pasados se caracterizó por la inestabilidad y ausencia de criterios concretos para la formulación de políticas de crecimiento del territorio urbano y rural, tal vez derivado de las dialécticas entre ideologías federalistas y centralistas primero, y luego por los conflictos políticos en los que se sumergió el país posteriormente.

14 Por la cual se dictan normas sobre planes de desarrollo municipal, compraventa y expropiación de bienes y se dictan otras disposiciones. Congreso de Colombia 15 Por la cual se modifica la Ley 9ª de 1989, y la Ley 3ª de 1991 y se dictan otras disposiciones. Congreso de Colombia. (También conocida como Ley de ordenamiento Territorial) 16 Por la cual se dictan normas orgánicas sobre ordenamiento territorial y se modifican otras disposiciones. Congreso de Colombia. (También conocida como la Ley Orgánica de Ordenamiento Territorial)

216

Con la Constitución Política de 1991, se han tratado de atender algunas necesidades en cuanto a la construcción de Territorio, inicialmente con la Ley 388 de 1997 y luego con la Ley 1454 de 2011, leyes que se han ocupado de ordenar las unidades territoriales (ciudades, municipios, departamentos, regiones) más que en planificar el territorio de manera integral.

Si se revisan los fundamentos de la ley 388 de 1997: (1) La función social y ecológica de la propiedad. (2) La prevalencia del interés general sobre el particular y (3) La distribución equitativa de las cargas y los beneficios y luego se observan los principios de la Ley 1454 de 2011 (Ley Orgánica de Ordenamiento Territorial, LOOT): (1) Soberanía y unidad nacional, (2) Autonomía, (3) Descentralización, (4) Integración, (5) Regionalización, (6) Sostenibilidad, (7) Participación, (8) Solidaridad y equidad territorial, (9) Diversidad, (10) Gradualidad y flexibilidad, (11) Prospectiva, (12) Paz y convivencia, (13) Asociatividad [sic], (14) Responsabilidad y transparencia, (15) Equidad social y equilibrio territorial, (16) Economía y buen gobierno y (17) Multietnicidad, se advierte que todos ellos se refieren a aspectos jurídicos, sociales, administrativos y económicos pero muy pocos corresponden al diseño de políticas e instrumentos de gestión territorial. Evidencia de esta falta de ingeniería en la decisiones territoriales se puede apreciar en la Figura 2 en la cual el Departamento Nacional de Planeación (DNP) resalta la necesidad de coordinar los Planes de Ordenamiento Territorial (POT) con los Planes de Desarrollo en las escalas municipal, metropolitana, departamental y nacional, siendo éste claramente un desafío ingenieril para el diseño de artefactos y heurísticas que permitan articular los diferentes instrumentos y susrespectivas resoluciones y escalas de información.

Según datos del Ministerio de Vivienda (ver Figura 1), el 83% de los municipios de Colombia (916) tenían vencida su vigencia de largo plazo a finales de 2015 de conformidad con lo ordenado por la Ley 388 de 1997. Este diagnóstico permite dilucidar que los POTs, como instrumentos de planificación territorial, parecen carecer de un adecuado diseño de ingeniería.

Si se asume el territorio como un sistema abierto de alta complejidad en el que se desarrollan sistemas socioecológicos y consecuentemente se pueden diseñar sistemas sociotécnicos, como se expuso en el parágrafo 3.3, hablar de ordenamiento territorial no sería lo más conveniente y preciso, en su lugar deberíamos discutir sobre diseño territorial o por lo menos de planificación territorial para lo cual las estrategias e instrumentos actuales no parecen ser los más adecuados.

En adición a estas debilidades, también se pueden resaltar insuficiencias en las herramientas de la planificación del territorio en Colombia como:

Falta de independencia de los planificadores Falta de interés por el medioambiente. Falta de multidisciplinariedad para abordar los problemas territoriales. Prevalencia de lo fiscal y regulatorio sobre lo técnico y social.

217

Escasa presencia de un enfoque ingenieril en la formulación y ejecución de los POT.

Escaso diseño en cuanto a la participación ciudadana en la toma de decisiones.

Falta de identificación de propósitos concretos relacionados con la obtención de bienestares de las comunidades.

Escasez de instrumentos técnicos en el diseño de territorios Falta de herramientas y procesos de veeduría y control.

Aportes de la propuesta

En este sentido, abordar el estudio, análisis y evaluación de la toma de decisiones y de las políticas públicas en distintas áreas, tales como la planificación urbana, las dinámicas urbanas, el transporte y la movilidad, la protección al medio ambiente, la tributación, el posconflicto y el uso y productividad del suelo entre otros, son actividades y desafíos en los cuales la participación de la ingeniería ha sido mínima. Sin embargo, como ya se mencionó, la situación actual del país reclama de la ingeniería una mayor participación en la toma de decisiones y en el diseño de tales políticas públicas; y son precisamente estos los aportes del presente trabajo que se pueden resumir en:

La propuesta propicia la posibilidad de estudiar los territorios como sistemas ecológicos complejos que posibiliten tanto un análisis bottom up como top down que permitan el entendimiento de los fenómenos desde sus relaciones en escalas inferiores, así como la comprensión del efecto de las decisiones sobre políticas públicas en las comunidades.

Tanto el modelo como el modelado planteados en la tesis, permiten conciliar datos, fenómenos y relaciones a diferentes resoluciones y escalas.

El enfoque sistémico que se presenta posibilita la Intercomunicación de diversas capas y fuentes de información (i.e. física, jurídica, social, económica, ecológica, política.)

Con este tipo de aproximación, se puede incluir en los procesos de planificación, las decisiones humanas en la elaboración de políticas públicas, que permitan visualizar los efectos de tales decisiones sobre los demás componentes del sistema.

Adicionalmente, el modelado que se implementó (ISASHII y sus variaciones), tiene la capacidad de:

Explorar la capacidad de respuesta y adaptación de los territorios en estudio.

Diseñar y visualizar posibles estados futuros como escenarios de exploración para la solución y prospección de problemas territoriales.

Apoyar en la toma de decisiones humanas de los diferentes actores sobre el territorio.

218

Servir como laboratorios virtuales para la experimentación de configuraciones territoriales para proyectar escenarios futuros deseables y alcanzables.

Advertir posibles efectos positivos y negativos de las políticas públicas en temas territoriales.

Contribuir en un desarrollo territorial integral y participativo de los territorios.”

TRABAJO FUTURO

De los diferentes tópicos presentados en este documento, resulta oportuno proponer algunas temáticas que podrían ser desarrolladas en trabajos futuros al interior de los diferentes grupos de investigación relacionados. A continuación, se presentan agrupados por grandes temáticas:

Modelos

El diseño de modelos socioecológicos, participativos o basados en agentes que permitan enfoques alternativos a los enfoques clásicos, que incorporen las decisiones humanas y teorías de la complejidad más que teorías determinísticas tradicionalmente utilizadas y propuestas por expertos, podría constituir una prometedora línea de investigación para la explicación, pronóstico, estudio, evaluación, enseñanza, etc. de problemas y fenómenos sociales, económicos, culturales y políticos, como la movilidad, la contaminación, la corrupción, comportamientos económicos. La ejecución de obras de infraestructura y en general aquellos sistemas sociales donde los seres humanos tomen decisiones sobre la transformación territorial e interactúen con diferentes comunidades.

Complejidad

Como se trató de mostrar en el presente trabajo, existe la posibilidad de identificar algunos patrones en el territorio producto de las decisiones humanas sobre este, que podrían permitir el estudio desde las teorías de la complejidad como el caso de las leyes de potencia, la fractalidad, el caos que tal vez ofrezcan enfoques epistemológicos alternativos y la generación de nuevas teorías sobre el territorio, así como indicadores alternos de crecimiento urbano y rural como elementos de apoyo a la toma de decisiones y la elaboración de políticas públicas sobre el territorio.

Planificación

La toma de decisiones sobre legislación y políticas relacionadas con el crecimiento urbano y rural debería contar con una mayor participación de la ingeniería que en la actualidad para lo cual el estudio de los sistemas socioecológicos y la complejidad puede llegar a convertirse en un instrumento y un enfoque más holístico que contemple el diseño, los deseos, las intenciones y las decisiones humanas en los

219

diferentes niveles y jerarquías, así como la evaluación de tales decisiones. En este sentido las investigaciones por venir en éstos tópicos pueden ocupar espacios donde hasta ahora la ingeniería, y específicamente la ingeniería de los sistemas sociales, ha incursionado tímidamente, constituyéndose en elemento protagónico en la planificación territorial y en la construcción de país.

Posconflicto y Reforma Rural

La generación de escenarios de convivencia y reconciliación nacional pasa por adecuadas reformas territoriales (urbanas y rurales) que deben repensarse y rediseñarse teniendo en cuenta no solo los fenómenos biofísicos, sociales o económicos de manera separada sino más bien de manera integral. Por ejemplo, las propuestas de configuración de unidades productivas rurales deben ser proyectadas, consultadas, modeladas y evaluadas desde los diferentes tópicos posibles más allá del reduccionismo tradicionalmente utilizado. En consecuencia, la complejidad, los modelos basados en agentes y la ingeniería de sistemas sociales pueden aportar en el diseño de escenarios de convivencia y reconciliación nacional.

En resumen, el potencial de trabajos futuros inspirados en el presente trabajo es extenso, dada la pluralidad, interdisciplinariedad y amplitud de los enfoques presentados y aplicados al territorio, como se puede observar en el anexo, de tal forma que su aplicabilidad es realmente poco común pero muy versátil no solo a nivel internacional sino, y por lo menos, en el contexto nacional.

220

BIBLIOGRAFÍA

ACKOFF, R., GHARAJEDAGHI, J. Reflections on Systems and Their Models. Systems Research and Behavioral Science, 1996. 13(1): p. 13-23.

AGARWAL, C., GREEN, G., GROVE, J., EVANS, T., SCHWEIK, C. 2002. A Review and Assessment of Land-Use Change Models: Dynamics of Space, Time, and Human Choice. Gen. Tech. Rep. NE-297. Newtown Square, PA: U.S. Department of Agriculture, Forest Service, Northeastern Research Station. 61 p.

ALCALDÍA MUNICIPAL DE CHIPAQUE, “Esquema de Ordenamiento Territorial Municipio de Chipaque.”

ALMANDOZ, A. Urban planning and historiography in Latin America. En: Progress in Planning, 65. 2006.

ALLMENDINGER, P. Towards a Post-Positivist Typology of Planning Theory. En: Planning Theory (1). 2002.

ARISTÓTELES. Les Politiques. G.F. Flammarion. 1988.

BALCI, O. Validation, verification, and testing techniques throughout the life cycle of a simulation study. Annals of Operations Research, 1994. 53(1), 121–173.

BAK, P. 1996. How Nature Works: The Science of Self-organized Criticality. New York: Springer-Verlag

BELLO, A. Etnicidad y ciudadanía en América Latina. La acción colectiva de los pueblos indígenas CEPAL. Santiago de Chile 2004.

BERKES, F., FOLKE, C. (1998). “Linking social and ecological systems for resilience and sustainability”. En Berkes, F. y Folke, C. (Eds.). Linking social and ecological systems: management practices and social mechanisms for building resilience (págs 1-26). Cambridge University Press, Cambridge, UK.

BERT, F., NORTH, M., ROVERE, S., TATARA, E., MACAL, C. & PODESTA, G. (2015). Simulating agricultural land rental markets by combining agent-based models with traditional economics concepts: The case of the Argentine Pampas. Environmental Modelling & Software. 71. 10.1016/j.envsoft.2015.05.005.

BOZZANO, H., GIRARDOT J., CIRIO G., BARRIONUEVO C. y GLIEMMO F., (2012): La Inteligencia Territorial en America Latina: Cinco Triangulaciones y cinco fases entre la ciencia y la gente Horacio Bozzano. En Inteligencia Territorial. Teoría, métodos e iniciativas en Europa y América latina. La Plata: Edulp Editorial Universitaria de La Plata.

BRAND, P. La Planeación Urbana y las Ciencias Sociales en Colombia. Revista de Estudios Sociales (10). 2001.

BROITMAN, Dani, KOOMEN, Eric. Residential density change: Densification and urban expansion in Computers, Environment and Urban Systems, V 54, 2015.

221

CAMPBELL, D. Evolutionary Epistemology in Schilpp, P., editor, The Philosophy of Karl Popper. Open Court Publishing Company. (1974)

CÁRDENAS, M.A. Balance de la Ley 388: planes de ordenamiento territorial (POT) e instrumentos de planeación, gestión y financiación. Crecimiento urbano en Colombia: alcances y restricciones. Ministerio de Vivienda, Ciudad y Territorio, e Instituto de Estudios Urbanos de la Universidad Nacional de Colombia. 20 años de ordenamiento territorial. 2017.

CHAYANOV, A. La Organización de la Unidad Económica Campesina. Nueva Visión. Buenos Aires 1974

CHI-YI CHEN, Desarrollo Regional-Urbano y Ordenamiento del Territorio: Mito y Realidad. Universidad Católica Andrés Bello, Caracas 1978.

CORONADO, S. El territorio: derecho fundamental de las comunidades afrodescendientes en Colombia en CINEP. Revista Controversia 187: 48 - 81. 2006.

Declaración Sobre los Asentamientos Humanos (1976).

DEL SAZ, S., Los métodos indirectos del coste de viaje y de los precios hedónicos: Una aproximación. Econ. Agrar., vol. 179, no. 179, pp. 167–190, 1997.

DENNET, D. Darwin’s dangerous idea: evolution and the meanings of life. NewYork: Simon & Schuster,1996.

Departamento Administrativo Nacional de Estadística (DANE). Marco Geoestadístico Nacional. 2017.

DOPFER, K. The economic agent as rule maker and rule user: Homo Sapiens Oeconomicus. Springer-Verlag 2004

DOPFER, K., FOSTER, J., POTTS, J. Micro–meso–macro. Journal of Evolutionary Economics. Springer-Verlag 2004

DOPFER, K. Evolutionary economics: a theoretical framework. Published in «The Evolutionary Foundations of Economics », edited by Kurt Dopfer, Cambridge University Press, Cambridge/New York/Port Melbourne/Madrid/Cape Town, 2005

EDMONDS, B., LE PAGE, C., BITHELL, M., CHATTOE-BROWN, E., GRIMM, V., MEYER, R., MONTAÑOLA-SALES, C., ORMEROD, P., ROOT, H., & SQUAZZONI, F. (2019). Different Modelling Purposes. Journal of Artificial Societies & Social Simulation, 22(3), 1–26.

EPSTEIN, J.M., (2008). Why Model? Journal of Artificial Societies and Social Simulation. 11(4)

FILATOVA, Tatiana, VERBURG, Peter H., PARKER, Dawn Cassandra, STANNARD, Carol Ann. Spatial agent-based models for socio-ecological systems: Challenges and prospects in Environmental Modelling and Software, V 45, 2013.

222

FILATOVA, T. Empirical agent-based land market: Integrating adaptive economic behavior in urban land-use models. Original Research Article Computers in Environment and Urban Systems, V 54, 2015.

FURTADO, C. Repensar la teoría del desarrollo en un contexto de globalización homenaje a Celso Furtado. CLACSO. Buenos Aires 2007.

GABAIX, X. 1999. Zipf's law for cities: an explanation. Quarterly Journal of Economics, 114 (3): 739–767

GARCÍA, J. El sistema urbanístico español. En M. M. Maldonado (ed.). Reforma urbana y desarrollo territorial. Bogotá, Colombia: Lincoln Institute of Land Policy. 2003

GARNET, J. El mundo chino. Crítica. Barcelona. 2005.

GAUBE, V., Remesch, A. Impact of urban planning on household's residential decisions: An agent-based simulation model for Vienna in Environmental Modelling and Software, V 45, 2013

GIRARDOT, J. Evolution of the concept of territorial intelligence within the coordination action of the European network of territorial intelligence. RES Ricerca e Sviluppo per le politiche sociali, vol. 1-2, Salerno, Universitá di Salerno, 11-29. 2009.

GIRARDOT, J. Inteligencia Territorial y Transición Socio-Ecológica en: Inteligencia territorial. Teoría, métodos e iniciativas en Europa y América latina. Edulp Editorial Universitaria de La Plata. La Plata 2012.

GIRARDOT J., BOZZANO, H., CIRIO G., BARRIONUEVO C. y GLIEMMO F.,: Seis Hitos en La creación y el desarrollo de la Inteligencia Territorial en Inteligencia Territorial. Teoría, métodos e iniciativas en Europa y América latina. La Plata: Edulp Editorial Universitaria de La Plata. 2012.

GIRÓ, J., Del amor al prójimo al amor al lejano, en Ética en la Frontera, Editorial Biblioteca Nueva, Madrid. P. 83-122. 2002.

GÓMEZ HERAS, J.M., Propuestas de fundamentación para la ética del Medio Ambiente, en Ética en la Frontera, Editorial Biblioteca Nueva, Madrid. P. 13-46. 2002.

GOTTMANN, J. The significance of Territory, University of Virginia Press. Charlottesville VA 1973.

GRIMM V., BERGER U., BASTIANSEN F., ELIASSEN S., GINOT V., GISKE J., GOSS-CUSTARD J., GRAND T., HEINZ S., HUSE G., HUTH A., JEPSEN J., JØRGENSEN C, MOOIJ W., Müller B., PE’ER G., PIOU C., RAILSBACK S., ROBBINS A., ROBBINS M., ROSSMANITH E., Rüger N., STRAND E., SOUISSI S., STILLMAN R., VABØ R., Visser U., DEANGELIS D. A standard protocol for describing individual-based and agent-based models. Original Research Article in Ecological Modelling and System Ecology V. 198, p. 115-126. 2006.

223

GRIMM V., BERGER U., DEANGELIS D., POLHILL, J., GISKE J., RAILSBACK, S. The ODD protocol: A review and first update. Ecological Modelling. 221. 2760–2768. 2010.

GRIMM V., RAILSBACK, S., VINCENOT, C., BERGER, U., GALLAGHER, C., DEANGELIS, D., EDMONDS, B., GE, J., GISKE, J., GROENEVELD, J., JOHNSTON, A., MILLES, A., NABE-NIELSEN, A., POLHILL, J., RADCHUK, V., ROHWÄDER, M., STILLMAN, R., THIELE, J., AYLLÓN, D. The ODD Protocol for Describing Agent-Based and Other Simulation Models: A Second Update to Improve Clarity, Replication, and Structural Realism. Journal of Artificial Societies and Social Simulation. JASSS. 23(2) 7, 2020.

HEALEY, P., Mcdougall, G., & THOMAS, M. J. Planning Theory. Prospects for the 1980s. Oxford: Pegamon Press. 1982.

HEIDEGGER, M., Construir Habitar Pensar, en revista Teoría Nos. 5-6, Santiago de Chile, 1975. Trad. de Francisco Soler Grima. Versión original, en: "Vorträge und Aufsätze", Verlag Günther Neske, Pfullingen, 1954

HEIDEGGER, M. Ser y Tiempo. Trotta, Madrid 2009.

JAKEMAN, A.J., LETCHER, R.A.. Integrated assessment and modelling: features, principles and examples for catchment management. Environmental Modelling and Software 18, 491e501. 2003.

JIN FENG, M., FENG, M., WENSHENG, Z. Utilizing Multi-Agent Modelling to Develope Urban Simulations. International Asia Conference on Informatics in Control, Automation and Robotics. 2009.

JOHANSEN, O. Introducción a la Teoría General de Sistemas. LIMUSA. México 1992.

KOEN, B.V., Some Thoughts on Engineering, in Discussion of the Method., Oxford University Press: Oxford. p. 7-25. 2003 a.

KOEN, B.V., The Principal Rule of the Engineering Method, in Discussion of the Method., Oxford University Press: Oxford. p. 26-58. 2003 b.

KROES, P., Engineering Design, in Technical Artefacts: Creations of Mind and Matter, P. Kroes, Editor. Springer: Dordrecht. p. 127-161. 2012.

LAATABI, A., MARILLEAU, N., GUYEN-HUU, T., HBID, H., AIT, M. ODD+2D: An ODD Based Protocol for Mapping Data to Empirical ABMs. Journal of Artificial Societies and Social Simulation. JASSS. 21(2) 9, 2018.

LAPINTIE, K. "Planning Theory." En: Encyclopedia of Urban Studies.. SAGE Publications. 2009.

LA POINTE, G., Human Nature, Humanistic Social Systems, and Design. Systems Research and Behavioral Science, 1998. 15: p. 193-208.

LATOUR, B. Nunca fuimos modernos. Ed. Siglo XXI. Buenos Aires 2007.

224

LE, Q., PARK, S., VLEK, P., CREMERS, A. Land-Use Dynamic Simulator (LUDAS): A multi-agent system model for simulating spatio-temporal dynamics of coupled human–landscape system. I. Structure and theoretical specification Original Research Article Ecological Informatics, V 3, N 2, 2008.

LEE, Y., MALKAWI, A. Simulating multiple occupant behaviors in buildings: An agent-based modeling approach in Energy and Buildings, V 69, 2014.

LETCHER, R., JAKEMAN, A., BARRETEAU, O., BORSUK, M., ELSAWAH, S., HAMILTON, S., HENRIKSEN, H.J., KUIKKA, S., MAIER, H., RIZZOLI, A.E., VAN DELDEN, D., VOINOV, A.. Selecting among five common modelling approaches for integrated environmental assessment and management. Environmental Modelling & Software 47. Pp. 159-181. 2013.

LIGTENBERG, A., VAN Lammeren, R., BREGT, A., BEULENS, A.. Validation of an agent-based model for spatial planning: A role-playing approach. Computers, Environment and Urban Systems. 34. 424-434. 10.1016/j.compenvurbsys.2010.04.005. 2010.

LINDBLOM, C., COHEN, D. & WARFIELD, J. Usable knowledge, social science and social problema solving. IEEE Transactions on Systems, Man and Cybernetics, 10(5), 281. 1980.

LOUIE, M. A., & CARLEY, K. M. Balancing the criticisms: validating multi-agent models of social systems. Simulation Modelling Practice and Theory, 16(2), 242–256. 2008.

LUCARELLI, B. Marx and Sraffa on the theory of value. En: Society of Heterodox Economists (Working Paper No. 04). 2007.

LUOTSINEN, L. POPSIM: A Platform Targeting the Modeling and Simulation of Human Populations in Urban Environments. SIMUTools 2014 - 7th International Conference on Simulation Tools and Techniques. 10.4108/icst.simutools.2014.254628. 2014.

MA, J., MAO F., ZHOU, W. "Utilizing Multi-Agent Modelling to Develope Urban Simulations," 2009 International Asia Conference on Informatics in Control, Automation and Robotics, Bangkok, pp. 354-357, doi: 10.1109/CAR.2009.106.b. 2009

MARKEY, B., (2018). A formal psychological theory for evolutionary economics. Journal of Evolutionary Economics. Springer. (28) 691–725., 2018.

MAX-NEEF, M. Desarrollo a escala humana, Icaria. Barcelona. 1994.

MELGAREJO, M. & OBREGÓN, N. MULTIFRACTAL APPROACH TO THE ANALYSIS OF CRIME DYNAMICS: RESULTS FOR BURGLARY IN SAN FRANCISCO. World Scientific. Fractals. Vol. 25, No. 5. 1750043-1 a 1750043-15. 2017.

MIGUEL, A. La entropía como indicador de las desigualdades regionales en México. Economía, sociedad y territorio. Vol.8 No.27. Toluca 2008

225

MIGUEL, A. La teoría de la complejidad y el caos en la ciencia regional. Instituto Tecnológico de Oaxaca. Oaxaca 2011.

MIKLOS, T. y M. E. Tello. Planeación Prospectiva. Limusa, México 1998.

Ministerio de Vivienda, Ciudad y Territorio. 20 años de ordenamiento territorial: experiencias, desafíos y herramientas para los actores territoriales. 2017.

MOLINA, H. Territorio y ordenamiento urbano. Bogotá, Colombia: Lincoln Institute of Land Policy. 2003.

MORIN, E. Organization and complexity. Tempos in Science Nature: Structures, Relations, Complexity, 879, 115–121. 1999.

MURRAY-RUST, D., RIESER, V., ROBINSON, D., MILIČIČ, V., ROUNSEVELL, M. (2013) Agent-based modelling of land use dynamics and residential quality of life for future scenarios in Environmental Modelling and Software, V 46, 2013.

MUSCARÀ, L. Gottmann's Geographic Glossa. GeoJournal Volume 52, Issue 2, pp 285-293, 2000.

NELSON, R., & WINTER, S. An evolutionary theory of economic change. Cambridge, MA: Belknap/Harvard University Press. 1982.

OAKES, T. “Place and the paradox of modernity” en Annals of the Association of American Geographers, Oxford, vol. 87, n. 3, 1997.

PARROTT, L. Hybrid modelling of complex ecological systems for decision support: Recent successes and future perspectives in Ecological Informatics, 2010.

PETROSKI, H., Why No Engineering Nobel? Asian Wall Street Journal 1999. 21 Oct 1999: p. 6. 1999.

PETROSKI, H. Want to Engineer Real Change? Don't Ask a Scientist. Washington Post, 2009.

PNUD. Informe sobre Desarrollo Humano 2014: Sostener el Progreso Humano: reducir vulnerabilidades y construir resiliencia. Versión preliminar de la traducción. PBM 2014

RAFFESTIN, C. Por una geografía de poder. Yanga Villagómez (traducción y notas). El Colegio de Michoacan. Michoacan 2011.

RICHARDSON, H. Economía Regional. Vicens Vives. Barcelona 1973.

ROBINSON, D.T., MURRAY-RUST, D., RIESER, V., MILICIC, V., ROUNSEVELL, M. Modelling the impacts of land system dynamics on human well-being: Using an agent-based approach to cope with data limitations in Koper, Slovenia in Computers, Environment and Urban Systems, V 36, N 2, 2012.

RUSSELL, S. J. y NORVIG P. Inteligencia Artificial. Un Enfoque. 2004

Moderno. Editorial SACK, R. Human territoriality: its theory and history. Cambridge University Press, Cambridge 1986

226

SÁENZ, O. & VELASQUEZ, F. La Investigación Urbana en Colombia. En F. Carrion (ed.). La Investigación Urbana en América Latina: caminos recorridos y por recorrer. Una aproximación desde los países. Quito. 1989.

SANTOS, B. Crítica de la razón indolente contra el desperdicio de la experiencia para un nuevo sentido común la ciencia, el derecho y la política en la transición paradigmática. Desclée de brouwer. Bilbao 2003.

SANTOS, B. Una Epistemologia del Sur. La reinvención del Conocimiento y la Emancipación Social. Siglo XXI Editores. Buenos Aires 2009.

SANTOS, M. Metamorfosis del espacio habitado. Oikos. Barcelona 1996.

SANTOS, M. La naturaleza del espacio técnica y tiempo, razón y emoción. Ariel. Barcelona 2000.

SARGENT, R. G. Verification and validation of simulation models. In Proceedings of the 30th conference on winter simulation, Washington, D.C., United States. 1998.

SCHOUTEN, M., OPDAM, P., POLMAN, N., WESTERHOF, E.. Resilience-based governance in rural landscapes: Experiments with agri-environment schemes using a spatially explicit agent-based model. Land Use Policy. 30. 934-943. 10.1016/j.landusepol.2012.06.008. 2012

SCHWANINGER, M., Model-Based Management (Mbm): A Vital Prerequisite for Organizational Viability. Kybernetes,. 39(9/10): p. 1419-1428. 2010.

SUN P., XU, Y., YU, Z., LIU Q., XIE B., LIU J. Scenario simulation and landscape pattern dynamic changes of land use in the Poverty Belt around Beijing and Tianjin: A case study of Zhangjiakou city, Hebei Province in National Natural Science Foundation of China 2016

SUN, Z., MÜLLER, D. A framework for modeling payments for ecosystem services with agent-based models, Bayesian belief networks and opinion dynamics models. Environmental Modelling & Software. 45. 10.1016/j.envsoft.2012.06.007. 2012.

TADI, M., VAHABZADEH MANESH, S. Transformation of an urban complex system into a more sustainable form via integrated modification methodology (IMM) in International Journal of Sustainable Development and Planning, V 9, N 4, p 514-537, 2015.

TAYLOR, N. Urban Planning Theory Since 1945. Sage Publications. London. 1988.

TESFATSION, L. Agents come to bits: Towards a constructive comprehensive taxonomy of economic entities. Journal of Economic Behavior & Organization, 63(2), 333–346. 2007.

TOYNBEE, A. Estudio de la Historia. Alianza. 2001.

URBAN, C., SCHMIDT, B. PECS - Agent-Based Modelling of Human Behaviour. AAAI Technical Report FS-01-02. 2001

227

VALDIVIA, L. Constructores de la Ciudad Moderna. Madrid: Cie Inversiones Editoriales. 2000.

VAN DAM, K., NIKOLIC, I., LUKSZO, Z., Agent-Based Modelling of Socio-Technical Systems. Springer. Oxford. 2013

VÁSQUEZ, A. Desarrollo Endógeno. Universidad Autónoma de Madrid. 2002.

VERGARA, A. y DE LAS RIVAS, J.L., Territorios Inteligentes, Fundación Metrópoli, Madrid, 2004.

VOINOV, A. and F. BOUSQUET, Modelling with Stakeholders. Environmental Modelling & Software, 25: p. 1268-1281. 2010.

WIEK, Arnim, WALTER, Alexander. A transdisciplinary approach for formalized integrated planning and decision-making in complex systems. European Journal of Operational Research, v 197, n 1, p 360-370, August 16, 2009

XU, J., GAO, Y., & MADEY, G. A docking experiment: swarm and repast for social network modeling. In Seventh annual swarm researchers conference (Swarm 2003), Notre Dame, IN. 2003.

ZHANG, H., JIN, X.; WANG, L., ZHOU, Y., SHU, B. Multi-agent based modeling of spatiotemporal dynamical urban growth in developing countries: simulating future scenarios of Lianyungang city, China in Stochastic Environmental Research and Risk Assessment, V 29, N 1, 2014.

ZHANG, H., ZENG, Y., MA ZOU, B. "Spatio-temporal simulation of the rural-urban land conversion using a multi agent-based model," 2010 18th International Conference on Geoinformatics, Beijing, 2010, pp. 1-5, doi: 10.1109/GEOINFORMATICS.2010.5567685. 2010.

ZIPF, GK. Human Behavior and the Principle of Least Effort. Reading, MA: Addison-Wesley. 1949.

INGENIERÍA TERRITORIAL: MODELO SISTÉMICO PARA LA ...

Documents

Transcript of INGENIERÍA TERRITORIAL: MODELO SISTÉMICO PARA LA ...