Economía urbana

De Enciclopedia Salmantina
Roma a principios del siglo XX.

La economía urbana es la rama de la ciencia económica que estudia la asignación espacial de los recursos, la organización interna de las áreas metropolitanas, los factores determinantes del tamaño y la localización de las ciudades, y los equilibrios del mercado de suelo y de la vivienda. A diferencia de los modelos macroeconómicos y microeconómicos tradicionales, que abstraen el espacio geográfico tratando la actividad económica como si ocurriera en un punto único, la economía urbana sitúa las distancias, la accesibilidad, las economías de escala geográficas y los costes de transporte en el centro de sus modelos explicativos.

Su estudio abarca desde el análisis de las decisiones individuales de localización de familias y empresas hasta el comportamiento de la jerarquía urbana agregada. Para ello, combina herramientas teóricas de la microeconomía y la geografía económica con técnicas econométricas diseñadas para aislar las externalidades urbanas de la selección de trabajadores y de la heterogeneidad espacial no observada.

Los costes y beneficios de las ciudades[editar | editar código]

La existencia de las ciudades refleja un equilibrio entre fuerzas de atracción espacial y costes de congestión. La densidad urbana genera importantes beneficios económicos al reducir la distancia física entre trabajadores, empresas e instituciones, lo que facilita el intercambio de bienes, servicios e información. Sin embargo, la concentración poblacional en áreas reducidas también genera deseconomías de escala o costes urbanos, representados principalmente por los precios del suelo, el coste de la vivienda, la congestión del tráfico, la contaminación y la delincuencia.[1]

Los beneficios microeconómicos derivados de la densidad urbana operan esencialmente a través de tres mecanismos agregados: la mayor variedad e indivisibilidad de las infraestructuras compartidas, la mejora del emparejamiento entre las habilidades de los trabajadores y los requerimientos de los puestos de trabajo, y el aprendizaje continuo impulsado por la interacción interpersonal. De acuerdo con las estimaciones empíricas, la elasticidad del salario o la productividad con respecto a la densidad urbana se sitúa habitualmente entre un 2 % y un 5 %, lo que implica que duplicar la densidad de una ciudad incrementa la productividad media de sus trabajadores en ese rango de porcentaje.[2]

Por otro lado, los costes urbanos crecen con el tamaño y la densidad de las áreas metropolitanas. A medida que la población de una ciudad aumenta, la competencia por el suelo urbano eleva las rentas inmobiliarias y encarece el coste de vida general. Del mismo modo, los tiempos de desplazamiento aumentan sustancialmente salvo que existan inversiones continuas en infraestructuras de transporte de alta capacidad. El equilibrio urbano de localización se alcanza cuando los beneficios marginales de productividad y salarios que ofrece una ciudad más grande son compensados exactamente por los costes marginales de congestión y vivienda en la utilidad real de los residentes.[3]

Las políticas públicas juegan un papel fundamental en la mitigación de los costes de densidad sin sofocar sus beneficios productivos. Mediante regulaciones del uso del suelo que permitan una densidad edificatoria adecuada, tarificación de congestión e inversiones eficientes en redes de transporte público, las ciudades pueden reducir los costes de fricción espacial y desplazar hacia arriba el tamaño de población óptimo que maximiza el bienestar neto de sus habitantes.[4]

Accesibilidad, uso del suelo y localización en la ciudad[editar | editar código]

El modelo monocéntrico[editar | editar código]

El pilar teórico fundamental del análisis del uso del suelo urbano es el modelo monocéntrico, desarrollado originalmente por Alonso, Muth y Mills. En esta estructura formal, una ciudad cuenta con un único centro de negocios o distrito central (CBD, por sus siglas en inglés) donde se concentra todo el empleo. Los residentes trabajan en el CBD y eligen su lugar de residencia equilibrando el coste del transporte diario con el precio de la vivienda y la cantidad de espacio habitable consumido.[5]

El modelo predice una gradiente de renta del suelo de pendiente negativa a medida que aumenta la distancia al centro de la ciudad. Para compensar los mayores costes monetarios y de tiempo de desplazamiento, el precio unitario del suelo y de la vivienda debe disminuir conforme nos alejamos del CBD. Esta variación en el precio del suelo induce una sustitución entre capital y suelo en la producción de vivienda: cerca del centro, el suelo caro genera edificaciones de gran altura con elevada densidad de población; en la periferia, el suelo más barato resulta en construcciones de baja densidad y mayor superficie por vivienda.[6]

Las dinámicas de expansión espacial urbana y la huella geográfica de las ciudades dependen en gran medida de las infraestructuras de transporte. Una reducción en los costes de transporte aplanará la pendiente de la gradiente de rentas, permitiendo a los hogares desplazarse más lejos y provocando una expansión del límite urbano exterior.[7]

La evidencia empírica confirma la relación causal profunda entre el desarrollo de las infraestructuras viarias y el crecimiento de la población y el empleo en las ciudades. Al analizar el impacto de la red de autopistas interestatales, se observa que la provisión de nuevas vías de transporte intraurbano incrementa significativamente la extensión espacial y la población de las áreas metropolitanas. No obstante, las adiciones de capacidad viaria experimentan un fenómeno de demanda inducida conocido como la ley fundamental de la congestión del tráfico, donde el kilometraje total recorrido por los vehículos aumenta de manera proporcional al incremento de los kilómetros de carril disponibles.[8]

Localización endógena de las empresas[editar | editar código]

Aunque el modelo monocéntrico proporciona intuiciones teóricas indispensables, las ciudades modernas muestran con frecuencia estructuras policéntricas o patrones de empleo completamente dispersos. Para explicar la emergencia endógena del uso del suelo sin presuponer la existencia a priori de un centro de negocios, los modelos de localización espacial incorporan una tensión continua entre fuerzas de aglomeración y fuerzas de dispersión.[9]

El modelo formal desarrollado por Ogawa y Fujita demuestra cómo los patrones espaciales de empleo y residencia emergen como consecuencia de la interacción entre las externalidades espaciales de información entre empresas y los costes de transporte de los trabajadores. Si las ganancias por proximidad entre empresas son elevadas respecto a los costes de desplazamiento de los trabajadores, la economía urbana adopta una estructura monocéntrica equilibrada. Si los costes de transporte se elevan significativamente o el beneficio de la interacción empresarial disminuye a lo largo de la distancia, la estructura urbana evoluciona hacia patrones policéntricos o hacia un estado de dispersión total del empleo.[10]

La estimación estructural en economía urbana permite cuantificar las preferencias de los hogares por las amenidades locales, la sustitución entre consumo de espacio e ingresos y la respuesta del valor de la tierra a las dinámicas endógenas del entorno.[11]

La identificación empírica de estos modelos ha experimentado notables avances gracias al aprovechamiento de experimentos naturales e intervenciones de infraestructura a gran escala. La división y posterior reunificación de Berlín tras la caída del Muro permitió aislar rigurosamente la respuesta de los precios del suelo y la densidad de empleo a los cambios en la accesibilidad espacial y la proximidad al centro histórico de la ciudad.[12]

De forma similar, la evolución histórica de grandes metrópolis como Londres demuestra cómo la llegada de las redes de transporte masivo (como el ferrocarril urbano y el metro) desencadenó la separación espacial sistemática entre el lugar de trabajo y el lugar de residencia, dando origen al concepto moderno de desplazamiento pendular y permitiendo la creación de economías de densidad de empleo extremadamente altas en el centro.[13]

En contextos contemporáneos de países en desarrollo, infraestructuras masivas de transporte público, como el sistema de autobús de tránsito rápido TransMilenio en Bogotá, han demostrado reorganizar significativamente los patrones de localización endógena de la actividad económica, elevando la productividad real global al reducir las fricciones de movilidad y reasignar eficientemente la densidad de empleo y vivienda a lo largo de los corredores urbanos.[14]

Cuantificación de las economías de aglomeración[editar | editar código]

Uno de los objetivos centrales de la investigación empírica en economía urbana es la estimación insesgada del efecto causal del tamaño y la densidad urbana sobre la productividad de las empresas y los trabajadores. La estrategia empírica debe resolver importantes problemas de identificación econométrica, principalmente la endogeneidad del tamaño de las ciudades (causada por características geográficas u objetivas no observadas que atraen simultáneamente a más población y favorecen la productividad) y la selección espacial no aleatoria de los trabajadores más capacitados hacia las grandes urbes.[15]

Para superar el sesgo de variable omitida geográfico, la literatura recurre al uso de instrumentos históricos y geológicos, como la densidad de población registrada siglos atrás o las características sísmicas y de cimentación del suelo, las cuales correlacionan fuertemente con la densidad actual pero son ortogonales a las perturbaciones contemporáneas de productividad.[16]

Asimismo, el uso de datos de panel con efectos fijos de trabajador permite controlar completamente la heterogeneidad no observable invariable en el tiempo (como la habilidad innata o el capital humano no medido), aislando el impacto genuino del entorno urbano en los salarios.[17]

El estudio microgeográfico de la concentración espacial permite medir los límites físicos de las economías de localización a través de datos continuos de puntos. Las técnicas basadas en la distribución de distancias entre plantas demuestran que las economías de aglomeración operan a escalas geográficas reducidas y varían fuertemente según la industria analizada.[18]

Por su parte, las economías externas de escala marshallianas no operan únicamente a nivel agregado metropolitano, sino también dentro de sectores específicos concentrados regionalmente.[19]

Un enfoque alternativo para identificar las externalidades de aglomeración consiste en estudiar los efectos de desbordamiento (spillovers) generados por la apertura de grandes plantas industriales. Al comparar los condados seleccionados por las grandes empresas industriales frente a los condados finalistas que no resultaron elegidos, se comprueba que la apertura de una planta importante incrementa significativamente la productividad total de los factores de las empresas preexistentes en la misma localización.[20]

Finalmente, resulta crucial distinguir conceptualmente si la mayor productividad promedio observed en las grandes ciudades se debe a rendimientos crecientes derivados de la aglomeración o a un proceso de selección de mercado más severo. Las grandes áreas urbanas imponen una competencia más intensa, lo que podría expulsar del mercado a las empresas menos eficientes y desplazar la distribución de la productividad de las firmas supervivientes. Sin embargo, la evidencia econométrica reciente demuestra que, aunque la selección opera, la fuerza explicativa dominante de la ventaja productiva urbana sigue siendo el efecto causal directo de las economías de aglomeración.[21]

Salarios y clasificación urbana[editar | editar código]

El hecho empírico de que los salarios nominales sean sustancialmente más elevados en las ciudades grandes que en las ciudades pequeñas se denomina prima salarial urbana. La literatura económica analiza en qué medida esta brecha refleja una mayor productividad inducida por el entorno espacial o si responde a un proceso de clasificación urbana (urban sorting), en el cual los trabajadores con mayores habilidades inobservables y niveles de capital humano deciden establecerse en metrópolis de gran tamaño.[22]

Los modelos empíricos que rastrean las trayectorias laborales individuales a lo largo del tiempo aportan evidencias fundamentales sobre el aprendizaje dinámico. Un hallazgo central es que cuando un trabajador se traslada de una ciudad pequeña a una gran metrópoli, su salario no experimenta un salto instantáneo completo hacia la prima salarial de dicha metrópoli, sino que aumenta a una tasa de crecimiento más rápida durante su permanencia en ella. Más importante aún, cuando el trabajador abandona la gran ciudad para regresar a una localidad de menor tamaño, conserva una parte sustancial de los incrementos salariales acumulados. Esto demuestra que las grandes ciudades funcionan como centros de aprendizaje acelerado donde los trabajadores adquieren competencias permanentes.[23]

La descomposición estructural de la brecha salarial por tamaño de ciudad confirma que la variación en las ganancias acumuladas se explica de manera conjunta por el ordenamiento espacial de habilidades, la productividad estática de localización y la dinámica de acumulación de capital humano.[24]

En particular, la evidencia basada en historiales laborales extensos indica que la experiencia laboral adquirida en ciudades más grandes genera un rendimiento salarial persistentemente más elevado a lo largo de toda la carrera profesional del individuo. La prima urbana dinámica por aprendizaje supera con frecuencia a los efectos estáticos puros de la aglomeración.[25]

Para integrar estos elementos en un marco analítico coherente, los modelos teóricos contemporáneos articulan la interacción mutua entre el ordenamiento espacial de las habilidades individuales, la selección competitiva de las empresas y las ganancias de productividad agregadas generadas por las externalidades de densidad.[26]

Los motivos de la aglomeración[editar | editar código]

Las razones por las cuales empresas y trabajadores obtienen rendimientos crecientes al concentrarse en el espacio se estructuran en los microfundamentos teóricos de las economías de aglomeración. De acuerdo con la clasificación formulada por Duranton y Puga, los mecanismos causales se dividen en tres grandes familias: compartir (sharing), emparejar (matching) y aprender (learning).[27]

  • Compartir: Las ciudades permiten a un número elevado de firmas compartir instalaciones de gran escala e indivisibles (como puertos, aeropuertos o centros de computación de alto rendimiento), acceder a un abanico más amplio de proveedores de insumos especializados, y diversificar los riesgos ante perturbaciones idiosincrásicas a nivel de empresa o sector.[28]
  • Emparejar: Los mercados de trabajo más densos mejoran tanto la probabilidad como la calidad del ajuste entre los requerimientos específicos de un puesto de trabajo y las habilidades del trabajador. Además, reduce las fricciones de búsqueda y el retraso entre periodos de empleo.[29]
  • Aprender: La densidad espacial facilita la creación, difusión y acumulación de conocimientos e innovaciones a través del contacto personal interorganizativo, la imitación de mejores prácticas y la rotación de profesionales entre empresas.[30]

Las pruebas empíricas confirman que la relevancia de cada uno de estos motivos varía sustancialmente según la intensidad tecnológica y la estructura productiva del sector analizado.[31]

Al estudiar los patrones de coaglomeración entre distintas industrias, se constata que las relaciones insumo-producto y la disponibilidad de bolsas de empleo cualificado son fuerzas determinantes para la localización conjunta de sectores complementarios, mientras que la difusión tecnológica actúa con especial fuerza entre sectores intensivos en I+D.[32]

El estudio empírico del desbordamiento de conocimiento (knowledge spillovers) mediante citaciones de patentes demuestra que las externalidades tecno-científicas poseen una localización geográfica acusada: la probabilidad de que una invención cite a otra realizada previamente dentro de la misma área metropolitana es significativamente más elevada que la cita a patentes de origen distante, incluso tras controlar por la localización inicial de las industrias.[33]

Finalmente, el análisis de sectores altamente especializados, como las agencias de publicidad ubicadas en Nueva York, pone de manifiesto que los beneficios de las interacciones cara a cara y las redes informales decrecen muy rápidamente con la distancia. Las ganancias directas de la red espacial de contactos se disipan casi por completo tras unos pocos cientos de metros de distancia dentro del mismo entorno urbano.[34]

Aglomeración y sistemas de ciudades[editar | editar código]

Las áreas urbanas dentro de una nación o región no son entidades aisladas, sino que integran un sistema de ciudades articulado. Una de las cuestiones centrales del análisis urbano regional es determinar por qué unas ciudades están fuertemente especializadas en sectores económicos concretos mientras que otras poseen una base económica sumamente diversificada.[35]

La teoría de las ciudades vivero (nursery cities) sostiene que las ciudades diversificadas desempeñan un papel crucial como incubadoras de innovación. Las empresas jóvenes o emprendedoras comienzan operando en entornos urbanos diversificados para experimentar con distintos procesos productivos, combinando insumos e ideas de múltiples sectores. Una vez que la empresa encuentra su modelo de producción idóneo y estandariza sus procesos, tiende a trasladar su producción a ciudades de menor tamaño especializadas en su sector particular para aprovechar economías de escala sectoriales y costes de suelo inferiores.[36]

Paralelamente a la evolución de las industrias, las ciudades han experimentado un cambio estructural profundo, pasando de una especialización sectorial (donde ciudades enteras se concentraban en la manufactura textil o siderúrgica) hacia una especialización funcional. En las economías avanzadas, las grandes ciudades concentran de forma persistente las sedes corporativas, los servicios financieros y las consultorías de alto nivel, mientras que las tareas de fabricación y procesamiento estandarizado se desplazan a ciudades secundarias especializadas por funciones.[37]

El equilibrio del sistema de ciudades puede presentar importantes desviaciones respecto al óptimo social si se imponen barreras institucionales a la movilidad geográfica o si existen fricciones severas en los mercados de suelo. Por ejemplo, en el contexto de China, las restricciones legales a la migración interna asociadas al sistema Hukou mantuvieron históricamente al grueso de sus núcleos urbanos por debajo de sus escalas óptimas de población. Este sesgo derivó en pérdidas agregadas significativas de producción al impedir que las ciudades alcanzasen sus tamaños eficientes de aglomeración.[38]

El estudio cuantitativo de los sistemas urbanos articula la relación entre las dinámicas de crecimiento individual de las metrópolis, los costes de movilidad interna y la redistribución agregada de factores a escala nacional.[39]

Crecimiento urbano, tamaño de las ciudades y sus implicaciones agregadas[editar | editar código]

La distribución por tamaños del conjunto de ciudades de un país exhibe regularidades empíricas notablemente estables en el tiempo y el espacio.[40] La más célebre de estas regularidades es la Ley de Zipf (o regla de rango-tamaño), que establece que la población de la n-ésima ciudad más grande de un país es aproximadamente inversamente proporcional a su rango n. Paralelamente, el crecimiento demográfico de las áreas urbanas responde a la Ley de Gibrat, según la cual la tasa de crecimiento esperada de una ciudad y su varianza son independientes de su tamaño inicial.[41]

Desde el punto de vista teórico, la combinación de shocks estocásticos de productividad proporcional en presencia de límites inferiores de población explica la emergencia estacionaria de la distribución de Zipf en sistemas urbanos.[42]

No obstante, al analizar la totalidad de los asentamientos urbanos sin restringir la muestra únicamente a las ciudades principales, la Ley de Gibrat resulta válida a lo largo de todo el espectro urbano, traduciéndose en una distribución log-normal agregada del tamaño de los municipios.[43]

El crecimiento urbano a largo plazo se modela a través de la interacción dinámica entre la acumulación de capital humano, el progreso tecnológico endógeno y el crecimiento de la población. Las fuerzas externas de conocimiento estimulan la expansión del empleo urbano total, mientras que la creación endógena de nuevas ciudades impide que los costes de congestión asfixien la acumulación nacional de riqueza.[44]

En modelos macroeconómicos con estructura espacial explícita, la formación y el tamaño dinámico de las áreas metropolitanas regulan la tasa de crecimiento agregado de la economía. El choque entre desbordamientos productivos y costes de desarrollo infraestructura determina la transición de equilibrio a largo plazo.[45]

Asimismo, bajo la aparente estabilidad agregada de la jerarquía urbana se produce una intensa agitación interna (churning). Determinadas ciudades experimentan rápidos crecimientos o contracciones drásticas asociadas a las vicisitudes del progreso tecnológico de sus sectores clave, aunque la distribución agregada del sistema permanezca inalterada.[46]

Finalmente, la distribución poblacional entre áreas urbanas conlleva repercusiones decisivas para el bienestar agregado y la política económica nacional. Regulaciones restrictivas sobre la oferta de vivienda en las ciudades más productivas impiden la movilidad geográfica de la fuerza laboral, reduciendo el producto interior bruto nacional de manera significativa.[47]

Evaluar las implicaciones macroeconómicas de las intervenciones locales requiere un análisis coordinado de las elasticidades de oferta de vivienda, el coste del transporte infraestructural y la redistribución espacial de rentas económicas a escala nacional.[48][49]

Véase también[editar | editar código]

Notas[editar | editar código]

  1. ↑ Duranton y Puga, 2020, pp. 3-5.
  2. ↑ Duranton y Puga, 2020, pp. 7-10.
  3. ↑ Duranton y Puga, 2020, pp. 15-20.
  4. ↑ Duranton y Puga, 2020, pp. 22-24.
  5. ↑ Duranton y Puga, 2015, pp. 471-473.
  6. ↑ Duranton y Puga, 2015, pp. 485-488.
  7. ↑ Duranton y Puga, 2014, pp. 790-793.
  8. ↑ Duranton y Turner, 2012, pp. 1407-1412.
  9. ↑ Duranton y Puga, 2015, pp. 502-505.
  10. ↑ Ogawa y Fujita, 1980, pp. 455-460.
  11. ↑ Holmes y Sieg, 2015, pp. 78-85.
  12. ↑ Ahlfeldt et al., 2015, pp. 2127-2132.
  13. ↑ Heblich, Redding y Sturm, 2018, pp. 8-12.
  14. ↑ Tsivanidis, 2019, pp. 12-16.
  15. ↑ Combes y Gobillon, 2015, pp. 247-252.
  16. ↑ Combes et al., 2010, pp. 15-22.
  17. ↑ Puga, 2010, pp. 203-207.
  18. ↑ Duranton y Overman, 2005, pp. 1077-1082.
  19. ↑ Henderson, 2003, pp. 1-5.
  20. ↑ Greenstone, Hornbeck y Moretti, 2010, pp. 536-542.
  21. ↑ Combes et al., Roux, pp. 2543-2548.
  22. ↑ Glaeser y Maré, 2001, pp. 316-320.
  23. ↑ Glaeser y Maré, 2001, pp. 330-335.
  24. ↑ Baum-Snow y Pavan, 2012, pp. 88-92.
  25. ↑ De la Roca y Puga, 2017, pp. 106-112.
  26. ↑ Behrens, Duranton y Robert-Nicoud, 2014, pp. 507-512.
  27. ↑ Duranton y Puga, 2004, pp. 2063-2067.
  28. ↑ Duranton y Puga, 2004, pp. 2068-2075.
  29. ↑ Duranton y Puga, 2004, pp. 2080-2088.
  30. ↑ Duranton y Puga, 2004, pp. 2090-2098.
  31. ↑ Rosenthal y Strange, 2001, pp. 191-198.
  32. ↑ Ellison, Glaeser y Kerr, 2010, pp. 1195-1200.
  33. ↑ Jaffe, Trajtenberg y Henderson, 1993, pp. 577-582.
  34. ↑ Arzaghi y Henderson, 2008, pp. 1011-1018.
  35. ↑ Duranton y Puga, 2000, pp. 533-535.
  36. ↑ Duranton y Puga, 2000, pp. 538-545.
  37. ↑ Duranton y Puga, 2005, pp. 343-350.
  38. ↑ Au y Henderson, 2006, pp. 549-555.
  39. ↑ Duranton y Puga, 2014, pp. 808-812.
  40. ↑ Barjamovic, Gojko; Chaney, Thomas; Coşar, Kerem; Hortaçsu, Ali (2019). «Trade, Merchants, and the Lost Cities of the Bronze Age». The Quarterly Journal of Economics (en inglés) 134 (3): 1455-1503. 
  41. ↑ Gabaix, 1999, pp. 739-742.
  42. ↑ Gabaix, 1999, pp. 745-752.
  43. ↑ Eeckhout, 2004, pp. 1429-1435.
  44. ↑ Black y Henderson, 1999, pp. 252-260.
  45. ↑ Rossi-Hansberg y Wright, 2007, pp. 597-605.
  46. ↑ Duranton, 2007, pp. 197-202.
  47. ↑ Albouy et al., 2019, pp. 102-106.
  48. ↑ Duranton y Puga, 2014, pp. 820-825.
  49. ↑ Duranton y Puga, 2017, pp. 8-12.

Referencias[editar | editar código]

Enlaces externos[editar | editar código]

Obtenido de «http://srv1096968.hstgr.cloud//index.php?title=Economía_urbana&oldid=16608»