1  

 

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

Cristina Velastegui2, Wenseslao Plata3 y Joaquín Bosque Sendra4 

 

 

   

                                                            1 Trabajo financiado por el proyecto SIMURBAN del Ministerio de Educacion y Ciencia (MEC

España) a traves de la convocatoria de 2006 de proyectos del Plan nacional de

Investigacion cientifica, Desarrollo e Innovacion 2004-2007, Programa nacional de

Ciencias Sociales, Económicas y Jurídicas (Referencia SEJ2007-66608-C04-00/ GEOG. 2 Sistema Nacional de Información, Secretaria Nacional de Planificación y Desarrollo ‐SENPLADES‐, Ecuador 3 Escuela de Ciencias de la Tierra, Universidad Autónoma de Sinaloa. Culiacán, Sinaloa, México.  4 Departamento de Geografía, Universidad de Alcalá, España 

2  

1. INTRODUCCIÓN 

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

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

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

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

2. ANTECEDENTES 

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

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

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

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

3  

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

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

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

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

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

 

3. ÁREA DE ESTUDIO Y DATOS 

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

 

Figura 1. Localización de las Comunidades Autónomas Españolas. 

Mar Mediterráneo

Mar Cantábrico

Océ

ano A

tlántico

Po

rtu

gal

Francia

EUROPA

AFRICA

-12

-12

0

0

12

12

40

40

52

52³

0 2 4 6 81Decimal Degrees

4  

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

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

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

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

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

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

 

 

5  

NOMBRE  DESCRIPCIÓN 

Población  Unidades Número de Personas. Período 1991 – 2001

Vivienda  Unidades Número de Viviendas. Período 1991 – 2001

Hogares  Unidades Número de Hogares. Período 1991 – 2001

Renta  Miles de Euros. Período 1991 – 2001

Zona Urbana  Suelo construido con zonas residenciales, Unidades en hectáreas. Período 1990 – 2000 

Zona Productiva  Suelo construido con zonas industriales y comerciales, Unidades en hectáreas. Período 1990 ‐ 2000 

   Natalidad  Unidades Número de Nacimientos. Período 1991 – 2001

Mortalidad  Unidades Número de Defunciones. Período 1991 – 2001

            Tabla 1. Descripción de las variables de partida del Modelo Dinámica de Sistemas 

4. METODOLOGÍA  

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

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

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

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

6  

 

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

   

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

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

 

 

 

 

 

7  

NOMBRE  DESCRIPCIÓN 

Tasa de Natalidad Se suma el número de nacimientos entre 1991 y 2001 , y se obtiene la media anual, este valor se divide entre la media de la población 1991‐2001 

Tasa de  Mortalidad Se suma el número de defunciones entre 1991 y 2001 , y se obtiene la media anual, este valor se divide entre la media de la población 1991‐2001 

Tasa de saldo migratorio 

A la variación de la población entre 1991 y 2001 se resta la sumatoria de los nacimientos entre 1991 y 2001 y se suma la sumatoria de las defunciones entre 1991 y 2001, de este valor se obtiene la media anual del período, este valor se divide entre la media de la población 1991‐2001 

Tasa de aumento de la renta 

Su suman los incrementos anuales entre 1991 y 2001 y se obtiene el promedio del mismo 

Tasa de decrecimiento de la Renta 

Inicialmente valor cero (0) 

Tasas de aumento del suelo productivo 

Se obtiene a partir del Incremento anual del suelo productivo, renta y población y del valor medio de la población entre 1991 y 2001 

Tasas de vivienda por hogar 

Se obtiene a partir de la media de dividir el número de viviendas entre el número de hogares para los años 1991 y 2001 

Tasa de nuevo suelo productivo por vivienda 

Se divide el Incremento anual del suelo productivo para el Incremento anual de la vivienda 

Tasa de aumento de la vivienda por euro por persona 

Se obtiene a partir del incremento anual de la renta, población y vivienda 

Personas por hogar  Se divide el número de personas entre el número de hogares

Hogares por escisión y cambio en estructura 

Se obtiene a partir de calcular los hogares teórico del 2001 a partir de la división de la población del 2001 para las personas por hogar de 1991, luego se obtiene la diferencia de hogares mediante la resta de los hogares reales de 2001 y los hogares teórico de 2001, finalmente de este valor se obtiene la media del período 1991 –2001 

Suelo consumido por vivienda 

Se divide la zonas urbanas entre el número de viviendas 

  Tabla 2. Variables y Tasas para el funcionamiento de modelo de dinámica de sistemas 

5. RESULTADOS  

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

 

 

 

 

 

  

8  

TASAS Tasa de natalidad  

Tasa de mortalidad  

Tasa Saldo Migratorio 

Tasa de Aumento de Renta  

Tasa de decrecimiento de la renta 

Tasa del aumento del suelo productivo 

Tasa de viviendas 

por hogar  

Tasa de Nuevo suelo 

productivo por 

vivienda  

Tasa de aumento Vivienda por euro 

por persona  

Personas por 

Hogar  

Hogares por 

escisión y cambio en 

estructura 

Suelo consumido 

por vivienda  

CCAA  (TBN)  (TBM)  (TSM)  (TCR)  (TDR)  (TASP)  (TVH)  (TNSPV)  (TAVEP)  (PH)  (HECE)  (SCV) 

Andalucía  0,011  0,008  0,003  0,046  0 8,13E‐10 1,45 0,005 1,48E‐07  3,28  31918 0,030

Aragón  0,008  0,010  0,004  0,030  0 5,14E‐10 1,47 0,022 2,38E‐08  2,88  4820 0,037

Asturias  0,006  0,011  0,002  0,025  0 ‐7,24E‐10 1,33 0,011 ‐6,59E‐08  2,92  4737 0,017

Baleares  0,011  0,009  0,015  0,038  0 3,01E‐09 1,71 0,008 3,85E‐07  2,90  2909 0,047

Canarias  0,011  0,007  0,008  0,045  0 1,50E‐09 1,49 0,003 4,39E‐07  3,35  8695 0,035

Cantabria  0,008  0,010  0,003  0,042  0 1,33E‐10 1,49 0,004 3,70E‐08  3,13  2229 0,037Castilla La Mancha 

0,010  0,010  0,006  0,038  0 2,96E‐09 1,60 0,018 1,67E‐07  3,05  6392 0,055

Castilla León  0,007  0,010  ‐0,001  0,027  0 ‐2,43E‐09 1,60 0,028 ‐8,73E‐08  2,95  10822 0,054

Cataluña  0,009  0,009  0,004  0,034  0 9,46E‐10 1,43 0,011 8,97E‐08  2,93  28558 0,037Comunidad Valenciana 

0,010  0,009  0,007  0,047  0 3,24E‐09 1,71 0,018 1,78E‐07  2,97  17267 0,027

Extremadura  0,010  0,010  ‐0,001  0,045  0 ‐1,75E‐10 1,51 0,019 ‐9,29E‐09  3,07  4254 0,038

Galicia  0,007  0,010  0,002  0,032  0 ‐2,30E‐10 1,44 0,008 ‐2,87E‐08  3,21  11190 0,028

La Rioja  0,008  0,009  0,006  0,036  0 1,41E‐09 1,52 0,012 1,14E‐07  2,91  1207 0,027

Madrid  0,010  0,007  0,007  0,048  0 2,01E‐09 1,30 0,014 1,41E‐07  3,08  21560 0,022

Murcia  0,012  0,008  0,010  0,051  0 9,40E‐09 1,59 0,033 2,89E‐07  3,32  3432 0,034

Navarra  0,009  0,009  0,006  0,042  0 3,34E‐09 1,34 0,028 1,21E‐07  3,14  2239 0,023

País Vasco  0,008  0,008  0,000  0,044  0 ‐1,31E‐10 1,21 0,014 ‐9,67E‐09  3,07  11487 0,016

Tabla 3. Calculo de las Tasas de las Comunidades Autónomas 

Calibración del Modelo 

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

Variables CCAA  

Población Hogar Renta ViviendasSuelo 

ResidencialSuelo 

Productivo 

Andalucía  0,992  0,979  0,919  0,943  ‐0,041  0,948 

Aragón  0,990  0,994  0,999  0,982  ‐0,380  0,983 

Asturias  0,978  0,989  0,998  0,810  0,653  0,812 

Baleares  0,982  0,981  0,998  0,533  0,825  0,535 

Canarias  0,984  0,973  0,998  0,823  ‐1,724  0,819 

Cantabria  0,980  0,992  0,999  0,633  0,442  0,632 

Castilla La Mancha 

0,998  0,981  0,999  0,936  0,811  0,939 

Castilla León  0,992  0,973  0,999  0,696  0,777  0,696 

Cataluña  0,981  0,989  0,999  0,976  ‐3,340  0,982 

Comunidad Valenciana 

0,993  0,981  0,998  0,963  0,767  0,965 

Extremadura  0,950  1,000  0,966  0,630  0,897  0,631 

Galicia  0,986  0,995  0,999  0,852  ‐2,855  0,850 

La Rioja  0,995  0,985  0,998  0,906  ‐0,300  0,910 

Madrid  0,997  0,976  0,999  0,889  0,740  0,887 

Murcia  0,987  0,980  0,998  0,844  0,620  0,845 

Navarra  0,996  0,980  0,999  0,808  0,960  0,810 

País Vasco  0,977  0,997  0,998  0,853  0,792  0,849 

             Tabla 4. Valores obtenidos en el modelo de dinámica de sistemas de las Comunidades Autónomas 

 

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

9  

 

  

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

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

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

6. DISCUSIÓN Y CONCLUSIONES   

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

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

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

10  

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

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

 

11  

BIBLIOGRAFÍA  

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

Aguilera  Benavente,  F.  Plata Rocha, W.,  Bosque Sendra, Joaquín  y  Gómez Delgado,

M..(2009): Diseño  y  simulación de escenarios de demanda de  suelo urbano en ámbitos 

metropolitanos. Revista  Internacional Sostenibilidad, Tecnología y Humanismo, diciembre 

2009, núm. 4, p. 57‐80 (http://upcommons.upc.edu/revistes/handle/2099/8535) 

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

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

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

Izquierdo  L.,  Galán  J.,  Santos  J.,  y  Olmo  R.,  (2008): Modelado  de  sistemas  complejos 

mediante  simulación  basada  en  agentes  y mediante  dinámica  de  sistemas.  Revista  de 

metodología de ciencias sociales, ISSN 1139‐5737, Nº 16, pp. 85‐112  

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

suelo residencial en  la Comunidad de Madrid. Actas 2da Reunión Española de Ciencias de 

Sistemas. Sociedad Española de Sistemas Generales, Valencia, 2002. 

Lopez  Klocker.  C.  y  Bosque  Sendra,  J.  (2005):  “SIG  y  dinámica  de  sistemas”.  X Conferencia Iberoamericana de SIG, San Juan de Puerto Rico, septiembre de 2005, 10 p. Publicada en el libro (CD‐ROM) de actas del Congreso. 

Martinez, Silvio  (1989): Dinámica de sistemas y planificación regional. Norba. Revista de 

geografía, ISSN 0213‐3709, Nº 8‐9, pp. 63‐86 

Martínez J. y Esteves M.,  (2007): Gestión  integrada de cuencas costeras: dinámica de  los 

nutrientes en  la cuenca del Mar Menor. España. Revista de Dinámica de Sistemas Vol. 3 

Núm. 1 

Organización  de  las  Naciones  Unidas,  (2002):  Ciudades  de  hoy,  ciudades  del mañana. 

http://www.un.org/Pubs/CyberSchoolBus/spanish/cities/index.asp.  Consulta:  27  mayo 

2009 

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

12  

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

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