Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
[119]
pp. 119-153Paradigma económico Año 10 Núm. 1 enero-junio 2018 ISSN: 2007-3062
Policentrismo del Distrito Metropolitano de Quito. Análisis desde la localización del empleo, 2010
Leonardo arias ÁLvarez* Tangya Tandazo-arias**
Resumen
La investigación determina la existencia de un sistema policéntrico de ciudad en el Distrito Metropolitano de Quito (DMQ) a partir de la locali-zación del empleo parroquial como indicador de la aglomeración econó-mica espacial. Los resultados muestran que el DMQ tiene una estructura espacial policéntrica, con subcentros de actividad económica, identi-ficándose 3 centros y 11 subcentros de actividad económica ubicados en la zona urbana como son: Sur (Guamani, Turubamba, La Ecuato-riana, Solanda, San Bartolo, La Ferroviaria), Centro-Norte (Belisario Quevedo y Concepción) y Norte (Cotocollao, Ponceano, El Condado).Palabras clave: Distrito Metropolitano de Quito, aglomeración econó-mica, policentrismo, subcentros, economía urbana. Clasificación JEL: R12, E14, R30.
AbstractPolycentric System in the Quito Metropolitan District. An Analysis of the Employment Location Approach, 2010The following research has as aim to evidence the polycentric city system in Quito Metropolitan District (DMQ). Using the spatial loca-tion of employment as a proxy of economic agglomeration. The results indicate that DMQ is a space with a polycentric structure and subcen-ters of economic activity. Furthermore, there have been identified 3 major centers and 11 sub centers of economic activity that are located in 3 specific urban areas: South (Guamani, Turubamba, La Ecuatoriana,
RECEPCIÓN: 18/09/2017 ACEPTACIÓN: 19/02/2018
* Maestrante del Programa de Estudios Urbanos en la Facultad Latinoamericana de Ciencias So-ciales. Sede Ecuador (FLACSO). Quito, Ecuador. Correo electrónico: [email protected]
** Docente Investigadora de la Universidad Técnica Particular de Loja (UTPL). Loja, Ecuador. Correo electrónico: [email protected]
120 Paradigma económico Año 10 Núm. 1
Solanda, San Bartolo, La Ferroviaria), North-Center (Belisario Quevedo y Concepción) and North (Cotocollao, Ponceano, El Condado).Keywords: Quito Metropolitan District, Economic agglomeration, Polycentric system, Sub centers, Urban Economics.JEL Classification: R12, E14, R30.
Introducción
Las características económicas de las ciudades desde su surgimiento han evolucionado constantemente en su morfología física, social, cultural y económica, de ahí que muchos investigadores de la Economía Urbana se interesen por las dinámicas territoriales llegando incluso a proponer una serie de modelos teóricos cuantitativos para explicar mejor la organización territorial de las urbes y su funcionamiento. Entre estos modelos se encuentran el monocéntrico y el policéntrico; el primero estudia el proceso de aglomeración de las actividades económicas en un solo lugar central, el segundo —una derivación y evolución lógica del primero— analiza el proceso de dispersión o desconcentración de las actividades económicas del único centro manifestando en el modelo monocéntrico a múltiples centros.
Una de las teorías fundamentales en este ámbito está propuesta por Harris y Ullman (1945), quienes afirman que el crecimiento de las ciudades se presenta en torno a varios núcleos y no a uno sólo como lo planteó Richardson (1973); siguiendo la misma línea, McDonald y Prather (1994) proponen un modelo econométrico para explicar dicho desarrollo, modificado por Sullivan (1986) al adaptar la metodología de círculos concéntricos y así presentar la modelización econométrica para demostrar la existencia de una ciudad policéntrica.
Bajo este esquema teórico la investigación tiene como objetivo determinar que el DMQ posee un sistema de ciudad policéntrica, para ello se analiza una serie de indicadores paramétricos y no paramétricos, así como de modelos econométricos desarrollados para el efecto. El estudio se realiza a partir del empleo y distancias, en el primer caso los datos del empleo por rama de actividad económica se obtuvieron del VII Censo de Población (2010), la densidad del empleo por parroquia1
1 Según el Art. 242 de la constitución de la República del Ecuador, el Estado se organiza terri-
121Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
fue proporcionada por la Secretaría de Hábitat y Vivienda del DMQ, las distancias implicaron el uso de metodologías de Sistemas de Informa-ción Geográfica (SIG), finalmente la cobertura de análisis y desagre-gación territorial permitió considerar las 32 parroquias urbanas y 33 parroquias rurales del DMQ.
Las investigaciones de este tipo son escasas para el Ecuador y más si se incluye el enfoque de las estructuras y concentración económica de las ciudades, de ahí la importancia y el aporte del trabajo aquí desarro-llado, pues la aplicación de teorías relacionadas con la Ciencia Regional (entre ellas, la Economía Urbana) es reciente en el país. Específica-mente, en el caso del DMQ, el presente documento de investigación es un aporte al estudio de la estructura económica del distrito, permitiendo identificar procesos espaciales ya evidenciados en otras ciudades alre-dedor del mundo.
La investigación se desarrolla en la siguientes partes: una breve introducción, después se presenta el fundamento teórico que guía la investigación, así como la revisión de estudios similares dentro y fuera del país; luego, se caracteriza el DMQ para conocer a la ciudad desde un enfoque regional/local; posteriormente se desarrolla la metodología, incluyendo los modelos econométricos cuyos resultados se discuten posteriormente; por último, se presentan las conclusiones a las cuales ha llevado el estudio.
1. Monocentrismo vs. Policentrismo
Dentro del estudio de las ciudades, un fenómeno de gran interés es determinar la tipología de la ciudad, entre las teorías utilizadas están el monocentrismo y el policentrismo. Estas teorías son secuenciales, el monocentrismo fue el primer modelo para explicar el funcionamiento económico del valor de la renta del suelo en una ciudad y, por consi-guiente, de la actividad económica que en ella se desarrolla. El creci-miento constante de las ciudades restó importancia a esta teoría y, por lo tanto, se volvió insuficiente para explicar la dinámica económica de las ciudades, por ello se asignó este papel al modelo de policentrismo. La
torialmente en regiones, provincias, cantones y parroquias rurales, es decir, la espacialización parroquial es el conglomerado político-administrativo más pequeño del Ecuador.
122 Paradigma económico Año 10 Núm. 1
evolución teórica, hasta llegar a los modelos policéntricos, se presenta en el esquema 1.
Una ciudad monocéntrica se caracteriza por ser una unidad terri-torial donde se ubica el Distrito Central de Negocios (DCN).2 Este DCN representa la única aglomeración de empleo de la ciudad y, a partir de ella, se explica cómo se distribuye la población considerando la distancia del mismo (Ramírez, 2009). Entre los autores que han apor-tado a esta teoría se puede citar a Von Thϋnen (1826), Alonso (1964), Muth (1969) y Mills (1972).
Autores como Fujita, Krugman y Venables (2000) manifiestan que el monocentrismo parte de la ingeniosa teoría de Von Thϋnen, quien estudia las relaciones entre la distancia de un lugar céntrico y el valor del alquiler de la tierra en los sectores periféricos: mientras más lejano se encuentre el terreno del centro de la ciudad tendrá un valor inferior y también repercusiones en la producción de los agricultores alrededor de la ciudad, una variable fundamental es el costo de transporte.
Esquema 1Desarrollo teórico sobre Monocentrismo y Policentrismo
2 CBN (Central Buisness District) por sus siglas en inglés.
123Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Walter Christaller (1933) incluiría un factor fundamental: las activi-dades de servicio reservadas a la población urbana, incorporando así una explicación teórica del tamaño y la distribución de los asenta-mientos dentro del sistema urbano (Vinuesa, 1991); de la misma forma, para él, las ciudades se convierten en puntos ponderados de concen-tración comercial, donde la localización espacial de centros terciarios dependerá del volumen, distribución y densidad de la actividad residen-cial en el territorio.
Por su parte, William Alonso, en 1964, expone el modelo de renta ofertada,3 que consiste en una versión urbana del modelo de Von Thϋnen (Ramírez, 2009), que plantea la teoría del mercado de uso del suelo y, aplicando herramientas microeconómicas de la teoría neoclá-sica, muestra el paso de una función de renta explicada por los costes de transporte de acuerdo con la distancia a una función de renta espe-cificada por el ingreso neto y el nivel de utilidad fijo (Fujita, 1989). Empero, el autor conserva los supuestos de homogeneidad de suelo y de competencia perfecta del modelo de Von Thϋnen.
En la gráfica 1, el modelo de Alonso muestra las curvas de renta ofertadas, indicando la disposición a pagar por unidad del suelo locali-zado a una distancia determinada al DCN. Las curvas —con pendientes negativas— demuestran la disponibilidad de los sectores en pagar por el uso del suelo, el sector de oficinas o terciario está dispuesto a pagar el nivel de renta más alto, por su localización más cercana al DCN (Ramírez, 2009). En conclusión, el modelo determina el punto de localización ideal para los diferentes sectores económicos, donde estos puedan maximizar sus beneficios en valor de uso de suelo, dependiendo de las necesidades específicas que estos sectores buscan, generando así una idea bastante clara de cómo se encuentra distribuida la actividad económica dentro del territorio de una ciudad.
3 The bid-rent modelo, en su versión original el modelo se conoce como bid-price curva.
124 Paradigma económico Año 10 Núm. 1
Gráfica 1Modelo de Alonso: solapamientos de curvas de renta ofertada
Fuente: Richardson (1977).
Las teorías sobre el monocentrismo —aunque siguen teniendo validez en algunos aspectos— no son suficientes para explicar el rápido creci-miento de las ciudades, pues la actividad, los empleos y los costes de transporte ya no se encuentran aglomerados en un solo lugar central, evolucionaron, y la consideración de las ciudades con un solo DCN no basta, surge la necesidad de desarrollar modelos que idealicen varios subcentros de aglomeración de la actividad económica, dando paso así a los modelos policéntricos de las ciudades.
El policentrismo —término de origen anglosajón, policentricity—, de acuerdo con Aalbu (2004), se define como la caracterización de las ciudades por una división funcional del trabajo, por su integración económica e institucional y por su cooperación política. Para Sarzynsky, Hanson y Wolman (2005), “Un área metropolitana es policéntrica si su extensión está separada por dos o más centros de empleo distintos que contengan una cantidad significativa del empleo total del área, y la relación de empleo en el centro principal al empleo en todos los otros centros es baja”.
Ramírez (2009) realiza una diferenciación entre dos corrientes del policentrismo: modelos endógenos y modelos exógenos; los primeros se caracterizan por estudiar la ciudad sin predeterminar una estructura espacial, es decir, no se consideran la existencia de concentraciones de empleo; en cambio los modelos exógenos parten del supuesto de que existe históricamente un DCN, se examinan los efectos de las empresas
125Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
suburbanizadas sobre la localización residencial. A diferencia de los primeros, los modelos exógenos no modelizan las economías de aglo-meración y el empleo no sigue a la población.
Una primera teoría es la desarrollada por Harris y Ullman (1945): las ciudades se desarrollan alrededor de diferentes núcleos urbanos en lugar de hacerlo en un núcleo céntrico de origen (Richardson, 1973). Para ello combinaron las características de los modelos iniciales de Burgess y Hoyt; sin embargo, los plantean como polos alejados del DCN. Igualmente sostienen que a pesar de la aparición de los sub-centros el DCN se mantiene activo y plenamente funcional (Ramírez Carrasco, 2003).
Como lo manifiesta Roca Cladera y otros (2009), la realidad de desarrollo de los centros urbanos, desde 1980, ha revelado cambios sustanciales en las estructuras de áreas metropolitanas que no pueden ser explicadas por los modelos tradicionales; corroborando lo expre-sado por Guliano y otros (2007), para quienes uno de los cambios es el crecimiento policéntrico en las áreas metropolitanas, pues el empleo está concentrado en varios sub-centros bajo el DCN y constituyen una extensión de la actividad económica.
En conclusión, el policentrismo asocia la idea de que al interior de un área urbana de carácter metropolitano se genera una estructura multinuclear, a partir del surgimiento de núcleos urbanos periféricos (Becerril-Pauda, 2000) (véase gráfica 2). Es decir, el policentrismo es la respuesta a las diferentes fuerzas centrípetas y centrifugas de la loca-lización de las inversiones privadas en función del mercado urbano.
Gráfica 2Distribución teórica de los centros formados en la ciudad policéntrica
Fuente: tomada de Gonzáles y del Pozo (2012).
126 Paradigma económico Año 10 Núm. 1
2. Modelo Exógeno de la Nueva Economía Urbana
Arthur M. Sullivan (1986) parte de la segunda corriente de modelos policéntricos y presenta un modelo de equilibrio general en el cual el centro de la ciudad es el DCN y donde se localizan la actividad terciaria o de oficinas y se presentan las economías de aglomeración (gráfica 3). Los residentes en un mercado de libre competencia pueden elegir entre el sector oficinas o el sector manufacturero localizado cerca de una carretera circunferencial que está integrada al sistema vial inter urbano, generando una segunda aglomeración de empleo denominada Subcentro Distrital de Negocios (SBD) (Ramírez, 2009).
Gráfica 3Equilibrio general (localización del suelo) modelo Sullivan (1986)
Fuente: elaborado a partir de Ramírez (2009).
White (1999) muestra al proceso del policentrismo como una evolución lógica del modelo de ciudad monocéntrica, donde las economías de aglomeración del centro son replicables en gran medida en la periferia conformando nuevos subcentros de empleo (véase gráfica 4) (García y Muñiz, 2007).
127Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Grafica 4Cambios en la forma urbana ante la formación de subcentro de empleo por
descentralización
Fuente: elaborado a partir de García y Muñiz (2007).
Como lo explican García y Muñiz (2007), mientras el radio de la ciudad de X0 a X1 surgen dos subcentros simétricos de empleo a una distancia de Xa/b del centro. La densidad de empleo se distorsiona en t1 presen-tando dos picos a una distancia Xa/b del centro.
Para White, una ciudad sigue una pauta descentralizadora policén-trica o dispersa dependiendo del nivel de interacción de tres fuerzas: las economías de mercado de trabajo, las deseconomías de aglomeración y de los costes de transporte.
Finalmente, las ciudades monocéntricas —debido a su crecimiento poblacional y consecuentemente de empleo en las últimas décadas— han mutado en ciudades policéntricas las cuales se enfrentan a proble-máticas relacionadas directamente con el desarrollo económico de la ciudad y sobre todo con el diario vivir de sus habitantes.
En el Ecuador, los estudios relacionados con la ciencia regional y urbana son escasos y de reciente desarrollo, eso explica, en parte, por qué no se tienen investigaciones en este marco, por ello las refe-rencias provienen de otros países y se han tomado para la realización del trabajo, entre ellos se encuentran los trabajos referentes a la Nueva Economía Urbana (NEU), que se enfocan a la planificación, y el estudio de las dinámicas económicas de los distritos metropolitanos. En la tabla 1, se resumen los principales trabajos para diferentes ciudades.
128 Paradigma económico Año 10 Núm. 1
Tabla 1Estudios sobre policentrismo y subcentros
Autor Titulo Metodología Principales Resultados
McDonald y Prather
(1994)
Estados Unidos
“Suburban Employment
Centres: The Case of
Chicago”
Método no paramétricos
a través de las densidades
del empleo y distancia de
los subcentros.
Existencia de centros suburbanos de
empleo en Chicago. Primer modelo
econométrico para la determinación
de subcentros y un modelo
policéntrico de ciudad.
McMillen (2001)
Estados Unidos
“Nonparametric
Employment Subcenter
Identification”
Regresión ponderada del
número de empleos y
distancia de DCN.
Identificación de subcentros de
empleo mediante métodos no-
paramétricos, es decir, modelos
policéntricos en las ciudades de
Chicago, Dallas, Houston, Los Ángeles,
y San Francisco.
García y Muñiz (2007)
España
“¿Policentrismo o
dispersión? Una
aproximación desde la
Nueva Economía Urbana”
Identificación de
subcentros: número de
empleos.
Se confirma la existencia de
policentrismo en Barcelona y la
caracterización de los subcentros
identificados.
Garrocho y Campos (2007)
México
“Dinámica de la estructura
policéntrica del empleo
terciario en el área
metropolitana de Toluca
1994-2004”
Método umbrales
dobles del empleo
terciario: número,
tamaño, densidad,
jerarquía, localización,
especialización económica
y evolución en el tiempo.
Subcentros de empleo terciario
que articulan la estructura espacial
policéntrica del área urbana.
Avendaño (2008)
Colombia
“Identificación de
subcentros de empleo y
estimación de funciones
de densidad para Bogotá,
D.C.”
Función de renta ofertada:
empleo y distancias entre
subcentros.
La estimación de un modelo
policéntrico para la ciudad de
Bogotá, D.C., para luego determinar
los subcentros de la misma y su
influencia sobre la densidad de
empleo, evidenciando la morfología
policéntrica de Bogotá.
Rojas et al. (2009)
Chile
“Estructura urbana y
policentrismo en el
Área Metropolitana de
Concepción”
Efectos de los subcentros
en relación con la
distancia: empleo
y distancias entre
subcentros.
A través de los indicadores de
empleo y funciones de densidad, se
identifican los diferente subcentros de
esta área de Chile.
Cuenin y Silva (2010)
Ecuador
Identificación y fortalecimiento de
centralidades urbanas. El caso de Quito
Localización de
Centralidades
Identificaciones de
Centralidades.
Se obtiene centralidades de diferente
nivel de jerarquía: metropolitano,
zonal, sectorial y barrial.
Gonzales y del Pozo (2012)
Perú
“Lima, una ciudad
policéntrica. Un análisis a
partir de la localización del
empleo”
Función de renta ofertada:
empleo y distancias entre
subcentros.
Modelo policéntrico, se utiliza el
empleo como una variable a proxi. Determinación de principales
subcentros del distrito utilizando 4
diferentes parámetros de estimación.
Como se observa, los estudios de policentrismo giran en torno a los indicadores de empleo y a la distancia de los subcentros, correspon-diéndose en mayor medida con los modelos exógenos. Para finalizar, las ciudades latinoamericanas presentan una tendencia hacia el policen-trismo; en el caso del DMQ, el único estudio es el realizado por el Banco
129Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Interamericano de Desarrollo (BID), donde se identificaron algunos centros al analizar localización de la población, áreas verdes, accesibi-lidad, equipamiento urbano, actividad económica, población día/noche, proyectos estratégicos del gobierno local.
3. El Distrito Metropolitano de Quito (DMQ)
Los orígenes de la ciudad de Quito datan de la época pre-incásica, como lo manifiesta Núñez Sánchez (2003): en 1534, en las faldas del volcán Pichincha, se fundó con el nombre de San Francisco de Quito y actualmente es la capital más antigua de toda Sudamérica (Cuenin y Silva, 2010).
El crecimiento poblacional acelerado de la ciudad llevó a la expedi-ción de la Ley de Régimen, en 1993, declarando a Quito como Distrito Metropolitano y con ello la capacidad de determinar la Base Territo-rial, establecer la Base Político-Administrativa y el rol económico del Distrito Metropolitano.4
Mapa 1a. Cambios en los límites
políticos de Quito (1535-1983) b. Distribución política
del DMQ 2014
Fuente: Fuente: tomado del portal de Internet de la Organización de las Naciones Unidas para la Alimentación (FAO, 1983)4.
Fuente: tomado del Municipio del Distrito Metropolitano de Quito, 2010.
4 FAO (Food and Agriculture Organization of the Unites Nations) por sus siglas en inglés.
130 Paradigma económico Año 10 Núm. 1
Podemos observar la evolución de la ciudad de Quito en los mapas 1a y 1b. Ellos muestran su crecimiento y el resultado de la declaratoria de Quito como un distrito metropolitano.
De manera desagregada, si analizamos con mayor detenimiento para el 2010 la dinámica interna de cada una de las zonas administra-tivas, observamos (mapa 2) que ciertas parroquias responderían a una correlación espacial en cuanto a sus densidades de población, empleo y vivienda; es decir, donde encontramos alta densidad de población en la mayoría de las ocasiones, corresponderá con alta densidad de empleo y vivienda.
Mapa 2Densidades parroquiales (2010)
Empleo Vivienda
Población
Fuente: Censo de Población y Vivienda (2010).
131Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Una característica fundamental dentro de estas zonas es su ubicación geográfica, las mismas que dividen a Quito urbano en tres sectores: Sector Norte (Eugenio Espejo, La Delicia), Sector Centro (Manuela Sáenz), Sector Sur (Quitumbe, Eloy Alfaro), como una conclusión inicial, el aporte a la actividad económica del DMQ se encuentra locali-zado en estos tres centros económicos.
4. Metodología
La determinación del policentrismo en el DMQ se desarrolla siguiendo el esquema 2. Los datos de la densidad de empleo del 2010 fueron proporcionados por la Secretaría de Territorio, Hábitat y Vivienda del DMQ y del VII Censo de Población del 2010 realizado por el Instituto de Estadísticas y Censos (INEC).
La matriz de distancias se construyó a partir de las estimaciones de las distancias inter-parroquiales, para ello se aplicó el Sistema de Información Geográfica (SIG) y con la ayuda del software se tomó el centro geográfico de la parroquia (polígono geográfico) para medir su distancia lineal hacia cada centro geográfico parroquial (anexo 2).
Esquema 2Proceso metodológico
Policentrismo
Conformación de anillos concéntricos con gradientes de distancias al DCN:
5 Km, 10 Km, 15 Km, 20 Km, 25 Km, 30Km, más de 30 Km
Modelo econométrico para cada anillo concéntricas con
distancia directas
Modelo econométrico para cada anillo concéntricas con
el inverso de las distancias y ajustado con el vector de
robustez
El desarrollo del modelo se realiza en dos pasos, en el primero el objetivo es determinar la existencia de un modelo policéntrico de ciudad utili-zando un modelo econométrico. En segundo lugar, el objetivo central es corroborar los resultados obtenidos en el primer modelo y compararlos con los del segundo y así establecer la existencia de subcentros de aglo-meraciones económicas en la unidad de análisis espacial.
132 Paradigma económico Año 10 Núm. 1
Paso 1. La especificación del modelo econométricoEl modelo a aplicar es de corriente exógena, toma como referencia
el modelo propuesto por Harris y Ullman (1945) y el desarrollo poste-rior de McDonald y Prather (1994). A partir de ellos se obtuvieron algunas derivaciones dependiendo de las variables consideradas por los investigadores. La investigación aquí presentada es una aplicación de la derivación de la oferta de la renta y la densidad de empleo (anexo 4), el modelo tiene la siguiente estructura:
lnD (dCENTROi) = lnD0+ΣβCENTROi XCENTROi+μ (1)
Donde lnD es la densidad del empleo en cada parroquia; XCENTROi el gradiente de distancia del subcentro al DCN en Km; D0 es la densidad bruta teórica de empleo de las parroquias, es decir, el coeficiente del modelo econométrico.
El modelo predice que la función de densidad bruta de empleo en cada punto de la ciudad depende de la distancia a cada uno de los centros (Gonzales y del Pozo, 2012).
Al no ser las parroquias de la misma dimensión y, por consiguiente, tampoco las distancias entre ellas, Frankena (1978) sugiere que la esti-mación se realice a través del Método de Mínimos Cuadrados Ponde-rados (MCP),5 permitiendo corregir también la heteroscedasticidad del modelo. En el estudio se estimó con el método de Mínimos Cuadrados Ordinarios (MCO) utilizando un vector de ajuste robust, el cual es el equivalente a una regresión de MCP.
Además, el uso de una matriz cuadrada de distancias de las 65 parro-quias se agregó al vector robust, el inverso de las distancias en lugar de utilizar las distancias directas,6 tal como lo sugiere McDonald y Prather (1994) y García y Muñiz (2007), obteniendo la siguiente ecuación:
lnD(dCENTROi) = lnD0+ΣβCENTROi 1/XCENTROi+μ (2)
5 Gujarati (2010) manifiesta que los MCP son una derivación de una técnica más general, Mí-nimos Cuadrados Generales, los cuales son ponderados por la suma de los cuadrados de los residuos de la regresión de Mínimos Cuadrados Ordinarios.
6 Distancias directas son aquellas medidas desde el centro de una parroquia A al centro de una parroquia B.
133Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
De acuerdo con Rojas, Muñiz y García (2009), y Gonzales y del Pozo (2012), la ecuación (2) es la más idónea para determinar los subcentros urbanos, pues supera el problema de multicolinealidad entre la variable “distancias del DCN” a cada uno de los subcentros.
Paso 2. La metodología usada para localizar los subcentros de aglomeración de empleo en una región o ciudad
Existe varias metodologías para determinar los centros, los trabajos de McDonald (1987) presentan la identificación de subcentros a través de áreas que presentan mayor densidad de empleo o por la relación empleo/población respecto a las zonas aledañas (Ramírez, 2009), meto-dología llamada Teoría de Picos.
Una segunda forma es utilizando la Teoría de Umbrales o Doble Umbral, la cual define los subcentros de empleo a través de la obten-ción de dos tipos de umbrales, uno de empleo total y otro de densidad de empleo (Ramírez, 2009). Entre los trabajos bajo esta línea están los desarrollados por García y Muñiz (2007) y McDonald y Prather (1994), para quienes los subcentros deben contener las características expre-sadas en la tabla 2.
Tabla 2Métodos de identificación de subcentros de empleo
Método Descripción
McDonald (1987) 1. Densidad Bruta de Empleo superior a la de las zonas adyacentes.
2. Al menos 10.000 empleados.
McDonald y Prather (1994) 1. Al menos 10.000 empleados.
2. Zonas cuyos residuos son mayores a los esperados en el modelo monocéntrico.
García y Muñiz (2007) 1. Densidad bruta de empleo superior o igual al promedio.
2. Nivel de empleo superior o igual al 1% del total de DMQ.
Fuente: Tomado de Gonzales y del Pozo (2012).
En este sentido, el uso de metodologías paramétricas y no paramétricas son utilizadas para identificar la existencia de diferentes subcentros de actividad económica, cuyos resultados se exponen a continuación.
5. Discusión de resultados
Las ciudades como espacios socialmente construidos se encuentran en constante evolución, es decir, fenómenos como la urbanización y el crecimiento de las mismas han permitido que diferentes morfologías
134 Paradigma económico Año 10 Núm. 1
surjan con el pasar del tiempo. Por ello, la característica en la mayoría de las grandes ciudades es la consolidación de un modelo policéntrico de ciudad, donde los diferentes subcentros de aglomeración de empleo formarán sistemas policéntricos. El DMQ actualmente presenta dicha morfología y consolidación de un sistema de ciudad policéntrica donde las aglomeraciones de empleo —como variables proxi de las actividades económicas— permiten observar los subcentros que se han formado.
Acorde a la metodología paramétrica propuesta en los anillos concéntricos alrededor del DCN con gradientes de distancia de 5km entre anillo a anillo, tenemos las parroquias que se ubican en cada uno de ellos (tabla 4), con lo cual conformamos anillos a 5km, 10km, 15km, 20km, 25km y 30km de distancia desde el DCN.
Los resultados de la estimación del modelo econométrico (2) se presentan en la tabla 3;7 éstos, en términos generales, son significa-tivos y cumplen con las condiciones MELI8 esperadas en una estimación (anexo 1); demuestran que la teoría se cumple para el DMQ, el signo del gradiente de distancia es positivo9 y con significancia estadística dentro del modelo.
La primera estimación, cuyo anillo concéntrico es de 5km de distancia al DCN, presenta las parroquias de San Bartolo y la Ferro-viaria (ubicadas en el centro-sur) y Belisario Quevedo (ubicada en el centro-norte) con las de mayor significancia, esto implica que la aglo-meración económica —medida a través del empleo— es explicado en un 43%, el índice de bondad de ajuste del modelo por su parte no es alto debido a la distancia de éstas parroquias al DCN. Siguiendo a Villalobos (2012a), en estas parroquias la actividad económica se encuentra concentrada en el comercio al por mayor y menor, el cual generó ventas de US$1787,017 miles.
7 Se probó el modelo con todas las gradientes de distancias definidas, pero sus resultados no se presentan porque los mismos son espurios y no presentan significancia estadística y la bondad de ajuste es baja.
8 Para Gujarati (2010), un estimador es MELI cuando cumple con las siguientes características: es lineal, insesgado, de estimado eficiente.
9 En el estudio de Rojas, Muñiz y García (2009), al usar el inverso de las distancias, la relación de los gradientes de distancia debe ser positiva.
135Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Mapa 3Anillos concéntricos y parroquias de pertenencia
Nota: De 0 a 5 KM: San Bartolo, La Ferroviaria, Chilibulo, La Magdalena, Chimbacalle, Puengasí, La Libertad, Centro Histórico, Itchimbía, San Juan, Belisario Quevedo, Mariscal Sucre.De 5 a 10 Km: Quitumbe, Chillogallo, La Mena, Solanda, La Argelia, Iñaquito, Rumipamba, Jipijapa, Cochapamba, Concepción, Cumbayá, Conocoto, Guangopolo.De 10 a 15 Km: Guamaní, Turubamba, La Ecuatoriana, Kennedy, San Isidro del Inca, Nayón, Zámbiza, Cotocollao, Ponceano, Comité del Pueblo, El Condado , Llano Chico, Tumbaco, Alangasí, La Merced.De 15 a 20 Km: Lloa, Carcelén , Pomasqui, Calderón, Amaguaña, Puembo, Tababela.De 20 a 25 Km: Nono, YaruquíDe 25 a 30Km: San Antonio, Calacalí, Pintag, Pifo, Checa, El Quinche, Guayllabamba.
La segunda estimación (aplicando una distancia de 10 km en rela-ción con el DCN) muestra que las parroquias con mayor significancia y con una bondad de ajuste del 73.9% son Solanda, Cochapamba, Concep-ción, Cumbaya, Guangopolo; las cuales se encuentran más dispersas geográficamente pero con tasas de participación de su población econó-micamente activa (PEA) en el sector terciario entre el 41% y el 81%, a diferencia del sector manufacturero cuya presencia de evidencia en la parroquia de Guangopolo registra ingresos por ventas de $558,949 mil y comprende el 43% de participación de su PEA total.
Los resultados dejan ver en primera instancia que el modelo poli-céntrico a una distancia de 10Km del DCN muestran ciertas caracterís-
136 Paradigma económico Año 10 Núm. 1
ticas específicas dentro de los posibles subcentros, es decir, a medida que las parroquias se alejan del DCN, las actividades allí desarrolladas se van diversificando y trasladando de un sector a otro, así las aglome-raciones observadas del sector terciario se modifican a aglomeraciones de actividades del sector secundario, corroborando la teoría de la Nueva Economía Urbana en al cual se señala la sustitución de las actividades en el territorio al alejarse del DCN, esto se puede identificar en la jerarquiza-ción de actividades económicas por sector expuestas en el anexo 3.
Tabla 3Resultados del Modelo Policéntrico del DMQ
Parroquias Modelo a [0-5Km] Modelo a [5Km-10Km] Modelo a [10Km-15Km]
Constante -0.873* (-2.04) -2.780***(-6.98) -3.732*** (-7.48)
San Bartolo 3.760** (-3.07)
La Ferroviaria 10.34** (-2.69)
Belisario Quevedo 8.180** (-2.7)
Solanda 2.177* (-2.64)
Cochapamba 8.561*** (-4.59)
Concepción 7.185*** (-4.24)
Cumbaya 7.328*
-2.44
Guangopolo 11.04**
-3.33
Guamaní 6.665** (-3.31)
Turubamba 6.524* (-2.47)
La Ecuatoriana 7.817** (-2.89)
Cotocollao 3.854* (-2.19)
Ponceano 3.636** (-3.16)
El Condado 7.450** (-3.29)
Observaciones 65 65 65
R2 0.435 0.739 0.655
t estadístico entre paréntesis. * p < 0.05, ** p < 0.01, *** p < 0.001Fuente: Estimaciones propias.
Los resultados de la estimación del tercer anillo , donde las parroquias se ubican a 15km de distancia del DCN, presentan una significancia esta-dística y teórica válida para el modelo policéntrico, dichas parroquias se encuentran ubicadas geográficamente entre el límite urbano y rural del DMQ; así, al extremo sur se encuentran La Ecuatoriana, Quitumbe y Turubamba; en extremo norte están El Condado, Ponceano, y Coto-collao: ello explica sus características económicas vinculadas al sector secundario y terciario. Un ejemplo es la parroquia Quitumbe
137Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
que presenta especialización económica en el sector manufacturero y de comercio al por mayor y menor: el primero genera ingresos de US$4016,016 miles; el segundo bordea el medio millón de dólares a $460 227 al año.
Nuevamente, los resultados del modelo muestran el cambio del uso del suelo y los gradientes de distancia con respecto al DCN marcan la pauta para determinar la especialización de las parroquias; así, mientras nos alejamos del DCN, la estructura económica del territorio va modifi-cándose de actividades terciarias a secundarias.
Además la estimación paramétrica permite identificar que ciertas parroquias cumplen con las características de ser subcentro de aglo-meraciones económicas. Sin embargo, como se explicó en líneas ante-riores, dichos resultados son corroborados en un segundo paso por metodologías no paramétricas, las cuales identifican los subcentros de aglomeraciones.
5.1. Subcentros La determinación de los subcentros se realizó a través de la combina-ción de los resultados del modelo econométrico y las teorías de Picos y Umbrales; en la tabla 4 se puede identificar aquellas parroquias deter-minadas bajo la metodología de umbrales y picos, de un total de 65 parroquias 27 son seleccionadas como posibles subcentros, sin embargo, como se manifestó con anterioridad, para realizar un análisis prolijo se contrastó estos resultados con aquellos obtenidos en el modelo econo-métrico (tabla 3).
De un total de 28 parroquias obtenidas de la teoría de umbrales y picos, y de 14 parroquias de las estimaciones del modelo policéntrico, el Distrito Metropolitano de Quito tiene 11 subcentros de aglomera-ción económica, bajo las dos metodologías: Guamaní, Turubamba, La Ecuatoriana, Solanda, San Bartolo, La Ferroviaria, Belisario Quevedo, Concepción, Cotocollao, Ponceano y El Condado (tabla 5 y mapa 4).
138 Paradigma económico Año 10 Núm. 1
Tabla 4Resultados del modelo Umbrales y Picos en el DMQ
Parroquias Umbrales y Picos Parroquias Umbrales y Picos
Guamaní √ Puengasí √
Turubamba √ Centro Histórico √
La Ecuatoriana √ Belisario Quevedo √
Quitumbe √ Jipijapa √
Chillogallo √ Concepción √
La Mena √ Kennedy √
Solanda √ San Isidro del Inca √
La Argelia √ Cotocollao √
San Barto √ Ponceano √
La Ferroviari √ Comité del Pueblo √
Chilibulo √ El Condado √
Chimbacalle √ Carcelé √
Tumbaco √ Calderón √
Conocoto √
Tabla 5Resultados de subcentros
Parroquias /
Metodologías
Umbrales y
PicosEstimación
Subcentros
en el DMQ
Parroquias /
Metodologías
Umbrales y
PicosEstimación
Subcentros
en el DMQ
Turubamba SÍ SÍ SÍ Puengasí SÍ
La Ecuatoriana SÍ SÍ SÍCentro
HistóricoSÍ
Quitumbe SÍ SÍ SÍBelisario
QuevedoSÍ SÍ SÍ
Chillogallo SÍ Jipijapa SÍ
La Mena SÍ Concepción SÍ SÍ SÍ
Solanda SÍ SÍ SÍ Kennedy SÍ
La Argelia SÍSan Isidro del
IncaSÍ
Cochapamba Cotocollao SÍ SÍ SÍ
San Bartolo SÍ SÍ SÍ Ponceano SÍ SÍ SÍ
La Ferroviaria SÍ SÍ SÍComité del
PuebloSÍ
Chilibulo SÍ El Condado SÍ SÍ SÍ
Chimbacalle SÍ Carcelén SÍ
Guamaní SÍ SÍ SÍ Calderón SÍ
Los subscentros en el caso del DMQ, como se observa en el mapa 4, tienen una distribución en tres grandes espacios, norte, centro-norte y sur; la consolidación de dichos subcentros y espacios no es una casua-lidad, con el objetivo de descongestionar la centralidad histórica como es la parroquia del Centro Histórico, el gobierno local ha propuesto la creación de dos nuevas grandes centralidades en el norte y el sur de la ciudad.
139Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Mapa 4Subcentros de Aglomeración Económica en el DMQ
Fuente: elaborado por los autores.
Conclusiones
Las ciudades actualmente son el resultado de procesos evolutivos sociales, culturales y económicos, como consecuencia de ello son las estructuras policéntricas en las ciudades, sobre todo, en los distritos metropolitanos.
En la presente investigación, mediante el uso del modelo econo-métrico expuesto por McDonald y Prather (1994) y con la adaptación de los círculos concéntricos tomados del modelo de Sullivan (1986), se determinó desde la aproximación del empleo como variable proxy de aglomeración económica la existencia de una estructura de ciudad policéntrica en el Distrito Metropolitano de Quito.
En la caracterización económica del DMQ, se puede observar que las densidades de empleo parroquiales más altas se encuentran distribuidas en tres sectores específicos de la ciudad, lo cual mostraba indicios claros de una estructura policéntrica. Posteriormente, con la aplicación del modelo econométrico se comprueba dicha estructura y se localizan
140 Paradigma económico Año 10 Núm. 1
los subcentros de actividad económica en el territorio. Mostrando de esta manera el uso de la localización geográfica del empleo como una variable proxy válida para determinar que el Distrito Metropolitano de Quito responde a una estructura de ciudad policéntrica.
La actividad económica se encuentra aglomerada principalmente en cuatro zonas administrativas del DMQ y los cuales contienen los subcentros económicos distribuidos de la siguiente manera: Quitumbe (Guamanì, Turubamba, La Ecuatoriana); donde los sectores de manu-factura y de servicios ocupan cerca del 95% del total del empleo, siendo el comercio al por mayor y por menor la actividad que más aporta a la economía de la zona con 4`016.016 dólares.
Eloy Alfaro (Solanda, San Bartolo, La Ferroviaria) es una zona admin-istrativa con un porcentajes de 75% de empleo en el sector terciario enfo-cado específicamente en el comercio al por menor donde los pequeños comerciantes facturaron en el 2010 cerca de 1`787.017,48 dólares
Eugenio Espejo (Belisario Quevedo y Concepción) aporta a la economía del distrito mayor cantidad de actividad económica, siendo el comercio al por mayor y por menor la que más ingresos generó (17`122.906 dólares), seguido por el sector manufacturero con 10`475.968 dólares, concentrando el 77% de empleo en el sector terciario y 16% en el sector manufacturero.
En la zona administrativa La Delicia (Cotocollao, Ponceano, El Condado), la actividad económica se caracteriza por aglomerar acti-vidades del sector secundario por alrededor de 5`769.608 dólares y concentrando el 23% del empleo en el mismo sector; en segundo plano tenemos actividades pertenecientes al sector terciario con ingresos de 2`377.977 dólares y participación del empleo de alrededor del 70%.
Finalmente, esta investigación ha permitido responder a la estruc-tura económica policéntrica del Distrito Metropolitano de Quito y sus respectivos subcentros. Sin embargo, a futuro se derivan temas de inves-tigación como las consecuencias del policentrismo en el DMQ, políticas públicas urbanas para una ciudad policéntrica, entre otros.
141Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Anexo 1Pruebas estadísticas Modelo Policéntrico distancias inversas
Tabla 1Prueba de Multicolinealidad
142 Paradigma económico Año 10 Núm. 1
Tabla 2 Prueba de normalidad de residuos
Tabla 3Prueba de Homoscedasticidad
143Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Tabla 3Normalidad residuos
144 Paradigma económico Año 10 Núm. 1A
nexo
2M
atri
z de
dis
tanc
ias
parr
oq
uial
es
PARR
OQ
UIA
SG
UA
MA
NI
TURU
BAM
BALA
ECU
ATO
RIA
NA
QU
ITU
MBE
CHIL
LOG
ALL
OLA
MEN
ASO
LAN
DA
LA A
RGEL
IASA
N B
ART
OLO
LA F
ERRO
VIA
RIA
CHIL
IBU
LOLA
MAG
DA
LEN
ACH
IMBA
CALL
ELL
OA
PU
ENG
ASI
LA L
IBER
TAD
GU
AM
AN
I0.
002.
573.
304.
365.
948.
056.
866.
878.
709.
3612
.92
10.5
211
.29
19.0
412
.86
12.4
4TU
RUBA
MBA
2.57
0.00
4.65
4.23
6.63
8.53
6.95
6.14
8.58
8.68
10.3
710
.14
10.5
820
.34
11.7
912
.13
LA E
CUAT
ORI
AN
A3.
304.
650.
002.
982.
655.
164.
425.
376.
487.
567.
918.
249.
2315
.85
10.7
69.
76Q
UIT
UM
BE4.
364.
232.
980.
003.
625.
013.
162.
444.
985.
376.
756.
686.
4717
.03
8.35
8.31
CHIL
LOG
ALL
O5.
946.
632.
653.
620.
002.
422.
834.
244.
435.
705.
325.
887.
0713
.43
8.99
7.40
LA M
ENA
8.05
8.53
5.16
5.01
2.42
0.00
1.92
3.93
2.33
4.28
2.92
3.51
5.01
13.7
97.
264.
87SO
LAN
DA
6.86
6.95
4.42
3.16
2.83
1.92
0.00
2.02
1.89
3.27
3.50
3.52
4.53
15.8
06.
635.
38LA
ARG
ELIA
6.87
6.14
5.37
2.44
4.24
3.93
2.02
0.00
2.70
2.28
4.79
3.98
4.31
18.2
05.
766.
21SA
N B
ART
OLO
8.70
8.58
6.48
4.98
4.43
2.33
1.89
2.70
0.00
2.24
2.17
1.80
2.67
16.1
24.
813.
72LA
FER
ROVI
ARI
A9.
368.
687.
565.
375.
704.
283.
272.
282.
240.
003.
562.
452.
1617
.69
43.9
34.
38CH
ILIB
ULO
12.9
210
.37
7.91
6.75
5.32
2.92
3.50
4.79
2.17
3.56
0.00
1.29
2.68
14.7
25.
062.
00LA
MAG
DA
LEN
A10
.52
10.1
48.
246.
685.
883.
513.
523.
981.
802.
451.
290.
001.
5415
.72
4.05
2.18
CHIM
BACA
LLE
17.4
910
.58
9.23
6.47
7.07
5.01
4.53
4.31
2.67
2.16
2.68
1.54
0.00
17.4
92.
302.
62LL
OA
19
.04
20.3
415
.85
17.0
313
.43
13.7
915
.80
18.2
016
.12
17.6
914
.72
15.7
217
.49
0.00
18.6
514
.58
PUEN
GA
SI12
.86
11.7
910
.76
8.35
8.99
7.26
6.63
5.76
4.81
43.9
35.
064.
052.
3018
.65
0.00
4.33
LA L
IBER
TAD
12.4
412
.13
9.76
8.31
7.40
4.87
5.38
6.21
3.72
4.38
2.00
2.18
2.62
14.5
84.
330.
00CE
NTR
O H
ISTO
RICO
12.8
612
.38
10.6
78.
718.
156.
115.
386.
204.
253.
883.
042.
642.
1516
.13
2.89
1.32
ITCH
IMBI
A14
.57
13.7
712
.67
10.2
310
.34
8.24
7.86
7.62
6.07
5.11
5.16
4.66
3.34
18.4
62.
733.
77SA
N JU
AN
14.3
613
.82
11.8
510
.26
9.46
6.93
7.46
7.77
5.82
5.69
4.01
3.98
3.70
16.0
04.
242.
14BE
LISA
RIO
QU
EVED
O16
.76
12.6
214
.00
12.2
611
.88
9.13
9.55
9.74
7.73
7.49
6.34
6.08
5.69
17.5
95.
594.
53M
ARI
SCA
L SU
CRE
16.1
215
.21
14.0
011
.77
11.7
19.
409.
299.
007.
706.
666.
476.
064.
9718
.96
3.80
4.91
IÑAQ
UIT
O18
.14
17.6
215
.96
14.3
213
.83
11.6
511
.50
11.4
49.
859.
248.
448.
537.
0720
.07
6.23
6.81
RUM
IPA
MBA
19.1
118
.77
16.6
214
.73
14.2
311
.47
11.7
212
.19
10.5
39.
878.
728.
947.
9819
.02
7.87
9.17
JIPIJA
PA21
.08
20.4
018
.93
16.6
816
.50
14.2
414
.34
14.3
712
.52
11.8
211
.05
10.9
710
.05
21.5
79.
039.
17CO
CHA
PAM
BA21
.23
21.1
518
.91
17.1
316
.09
13.6
614
.37
15.0
312
.67
12.5
810
.54
11.2
110
.51
19.2
210
.46
9.16
CON
CEPC
ION
22.3
122
.07
19.4
818
.23
17.4
214
.91
15.1
215
.89
16.6
213
.34
12.0
712
.29
11.3
120
.76
11.0
510
.19
KEN
NED
Y23
.29
22.3
720
.77
18.8
018
.37
15.8
416
.26
16.2
314
.33
13.6
812
.89
12.9
112
.06
22.1
911
.48
11.0
9SA
N IS
IDRO
DEL
INCA
23.7
422
.94
21.6
819
.47
19.1
416
.90
17.2
016
.96
15.3
014
.65
13.7
013
.43
12.5
923
.58
11.6
312
.21
NAY
ON
22
.50
21.5
021
.19
18.4
018
.99
16.8
616
.35
15.8
214
.65
13.5
213
.92
13.4
212
.10
25.9
410
.10
12.2
2ZA
MBI
ZA
25.7
824
.93
24.2
621
.59
21.9
819
.82
19.5
318
.62
17.7
716
.79
16.6
516
.28
14.9
227
.61
13.4
715
.40
CO
TOCO
LLAO
24
.71
24.1
321
.98
20.2
419
.17
16.9
317
.62
18.0
415
.95
15.7
713
.78
14.3
813
.67
21.2
713
.49
12.3
1 P
ON
CEA
NO
25
.96
25.3
623
.18
21.5
620
.66
18.4
219
.06
19.1
517
.12
16.7
315
.25
15.6
014
.85
23.0
814
.36
13.7
6 C
OM
ITE
DEL
PU
EBLO
26
.13
25.3
223
.84
21.6
721
.12
18.8
919
.06
19.2
717
.36
16.6
915
.84
15.6
614
.91
24.1
714
.16
13.9
9 E
L CO
ND
AD
O
27.3
227
.12
23.8
722
.68
21.9
619
.15
20.1
220
.77
18.6
318
.89
16.7
417
.07
16.2
722
.27
16.2
915
.03
CA
RCEL
EN
29.0
528
.94
26.7
324
.83
23.9
921
.69
22.0
322
.22
20.4
120
.12
18.5
918
.70
18.0
125
.91
17.5
617
.06
NO
NO
**30
.48
31.2
127
.27
27.8
725
.73
23.5
325
.56
25.5
422
.61
25.2
422
.00
21.4
823
.21
19.6
424
.19
20.0
4PO
MA
SQU
I**
32.7
432
.34
30.3
028
.34
27.6
625
.27
25.3
625
.88
23.7
023
.30
22.1
817
.51
21.1
228
.42
21.1
619
.95
SAN
AN
TON
IO**
41.8
140
.59
39.1
136
.26
36.3
933
.20
35.8
135
.67
33.5
332
.80
31.2
931
.29
30.0
936
.34
30.3
529
.97
CALA
CALI
**42
.05
41.7
638
.86
38.7
635
.11
34.8
533
.72
36.1
335
.21
33.5
130
.79
30.8
831
.86
32.3
531
.43
28.4
1 N
AN
EGA
LITO
46
.65
46.3
341
.45
42.1
140
.12
37.8
239
.36
41.1
637
.70
40.5
535
.97
37.8
137
.87
29.3
739
.58
36.7
0N
AN
EGA
L51
.69
51.4
347
.96
47.8
144
.81
43.4
544
.21
45.9
643
.85
44.2
741
.46
42.0
142
.41
38.4
443
.43
40.7
1G
UA
LEA
52.5
955
.02
50.1
251
.08
48.1
246
.65
48.9
950
.89
47.8
448
.93
47.1
246
.73
47.2
438
.06
48.9
545
.74
PACT
O61
.75
62.8
858
.61
59.9
156
.61
55.3
057
.36
58.9
556
.56
57.9
554
.82
56.2
557
.02
44.4
057
.78
53.9
7PU
ELLA
RO48
.37
46.6
745
.90
44.5
643
.69
40.8
941
.86
19.8
639
.73
39.2
438
.09
37.7
037
.00
44.2
636
.66
36.4
4PE
RUCH
O51
.59
50.8
648
.50
47.0
445
.91
43.5
244
.32
14.0
942
.53
42.3
940
.95
40.8
440
.60
45.2
339
.50
38.9
2CH
AVEZ
PAM
BA53
.11
52.7
250
.89
49.1
148
.12
45.6
146
.37
46.7
644
.73
44.2
443
.01
43.0
742
.31
47.6
941
.27
40.9
6AT
AH
UA
LPA
58.0
357
.05
54.9
553
.52
53.0
150
.73
50.2
850
.60
49.1
748
.54
47.2
747
.66
46.7
353
.65
45.1
345
.42
SAN
JOSE
DE
MIN
AS
58.8
258
.29
55.4
153
.67
53.3
050
.05
50.6
752
.03
49.9
348
.75
48.2
647
.08
48.9
150
.54
46.5
146
.51
CALD
ERO
N30
.19
30.2
833
.64
26.6
226
.59
24.1
224
.04
23.5
721
.63
21.4
620
.13
20.4
119
.39
30.2
918
.53
19.0
5LL
AN
O C
HIC
O25
.80
24.5
923
.55
21.3
721
.54
19.0
518
.99
18.4
617
.14
16.1
616
.66
15.5
014
.45
26.1
513
.22
14.1
3CU
MBA
YA16
.81
16.3
916
.47
13.6
914
.58
12.5
012
.05
10.6
411
.01
8.67
10.2
09.
607.
7423
.46
5.78
9.32
TUM
BACO
21.0
919
.05
20.8
717
.17
18.8
117
.79
16.6
914
.78
15.4
713
.54
15.3
914
.51
12.7
929
.25
10.2
213
.96
AM
AGU
AÑ
A
8.90
5.68
11.5
59.
2713
.80
14.4
313
.62
12.4
213
.18
14.3
916
.89
16.4
415
.20
24.2
015
.10
16.7
9CO
NO
COTO
9.18
7.34
8.71
6.00
7.96
7.89
6.06
3.77
6.00
3.74
7.06
6.07
5.57
19.9
34.
938.
28G
UA
NG
OPO
LO14
.90
14.1
214
.80
12.0
013
.72
12.2
211
.26
9.05
10.1
97.
9510
.66
9.71
7.81
24.4
85.
789.
96A
LAN
GA
SI14
.66
12.1
014
.52
11.6
213
.87
13.5
511
.95
9.92
11.7
49.
7913
.05
11.4
89.
9226
.11
9.68
12.9
6LA
MER
CED
19.0
016
.49
19.6
116
.12
18.5
018
.45
16.5
214
.42
16.0
213
.76
16.3
715
.86
14.2
330
.76
12.4
916
.76
PIN
TAG
26.3
225
.48
29.0
527
.04
29.9
229
.98
28.4
826
.50
29.3
827
.54
30.4
529
.83
28.5
943
.16
27.1
631
.00
PU
EMBO
27
.14
25.4
825
.85
23.8
224
.31
22.1
821
.49
20.4
720
.12
18.4
819
.50
18.8
517
.18
32.4
327
.16
18.4
4PI
FO32
.60
28.9
731
.54
28.2
532
.19
30.7
528
.48
26.1
228
.39
26.9
428
.69
27.9
626
.45
42.5
724
.50
27.2
4TA
BABE
LA30
.40
28.8
653
.27
26.3
527
.40
25.7
024
.62
26.1
223
.22
21.3
622
.58
21.9
020
.01
34.6
518
.27
20.8
9YA
RUQ
UI
31.7
929
.12
30.9
127
.92
29.7
123
.37
26.6
425
.45
25.7
524
.09
25.9
924
.90
23.0
339
.67
21.0
624
.42
CHEC
A36
.05
34.6
035
.71
32.8
934
.69
32.4
131
.78
30.7
930
.28
27.8
630
.29
29.7
427
.86
43.9
225
.69
28.6
4EL
QU
INCH
E37
.81
36.1
336
.99
33.8
635
.30
32.9
832
.63
30.9
631
.07
29.1
730
.56
29.6
828
.11
42.2
325
.56
28.4
0G
UAY
LLA
BAM
BA38
.54
34.4
736
.25
33.9
534
.61
32.3
031
.83
31.5
130
.49
29.3
129
.73
29.1
327
.41
39.4
326
.25
27.6
1
145Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Ane
xo 2
(Co
ntin
uaci
ón)
PARR
OQ
UIA
SCE
NTR
O
HIS
TORI
COIT
CHIM
BIA
SAN
JUA
NBE
LISA
RIO
QU
EVED
O
MA
RISC
AL
SUCR
EIÑ
AQU
ITO
RUM
IPA
MBA
JIPIJA
PACO
CHA
PAM
BACO
NCE
PCIO
NKE
NN
EDY
SAN
ISID
RO D
EL
INCA
NAY
ON
ZA
MBI
ZA
CO
TOCO
LLAO
P
ON
CEA
NO
GU
AM
AN
I12
.86
14.5
714
.36
16.7
616
.12
18.1
419
.11
21.0
821
.23
22.3
123
.29
23.7
422
.50
25.7
824
.71
25.9
6TU
RUBA
MBA
12.3
813
.77
13.8
212
.62
15.2
117
.62
18.7
720
.40
21.1
522
.07
22.3
722
.94
21.5
024
.93
24.1
325
.36
LA E
CUAT
ORI
AN
A10
.67
12.6
711
.85
14.0
014
.00
15.9
616
.62
18.9
318
.91
19.4
820
.77
21.6
821
.19
24.2
621
.98
23.1
8Q
UIT
UM
BE8.
7110
.23
10.2
612
.26
11.7
714
.32
14.7
316
.68
17.1
318
.23
18.8
019
.47
18.4
021
.59
20.2
421
.56
CHIL
LOG
ALL
O8.
1510
.34
9.46
11.8
811
.71
13.8
314
.23
16.5
016
.09
17.4
218
.37
19.1
418
.99
21.9
819
.17
20.6
6LA
MEN
A6.
118.
246.
939.
139.
4011
.65
11.4
714
.24
13.6
614
.91
15.8
416
.90
16.8
619
.82
16.9
318
.42
SOLA
ND
A5.
387.
867.
469.
559.
2911
.50
11.7
214
.34
14.3
715
.12
16.2
617
.20
16.3
519
.53
17.6
219
.06
LA A
RGEL
IA6.
207.
627.
779.
749.
0011
.44
12.1
914
.37
15.0
315
.89
16.2
316
.96
15.8
218
.62
18.0
419
.15
SAN
BA
RTO
LO4.
256.
075.
827.
737.
709.
8510
.53
12.5
212
.67
16.6
214
.33
15.3
014
.65
17.7
715
.95
17.1
2LA
FER
ROVI
ARI
A3.
885.
115.
697.
496.
669.
249.
8711
.82
12.5
813
.34
13.6
814
.65
13.5
216
.79
15.7
716
.73
CHIL
IBU
LO3.
045.
164.
016.
346.
478.
448.
7211
.05
10.5
412
.07
12.8
913
.70
13.9
216
.65
13.7
815
.25
LA M
AGD
ALE
NA
2.64
4.66
3.98
6.08
6.06
8.53
8.94
10.9
711
.21
12.2
912
.91
13.4
313
.42
16.2
814
.38
15.6
0CH
IMBA
CALL
E2.
153.
343.
705.
694.
977.
077.
9810
.05
10.5
111
.31
12.0
612
.59
12.1
014
.92
13.6
714
.85
LLO
A
16.1
318
.46
16.0
017
.59
18.9
620
.07
19.0
221
.57
19.2
220
.76
22.1
923
.58
25.9
427
.61
21.2
723
.08
PUEN
GA
SI2.
892.
734.
245.
593.
806.
237.
879.
0310
.46
11.0
511
.48
11.6
310
.10
13.4
713
.49
14.3
6LA
LIB
ERTA
D1.
323.
772.
144.
534.
916.
819.
179.
179.
1610
.19
11.0
912
.21
12.2
215
.40
12.3
113
.76
CEN
TRO
HIS
TORI
CO0.
002.
371.
744.
083.
685.
676.
528.
388.
759.
7310
.40
11.1
010
.89
13.9
912
.41
13.2
1IT
CHIM
BIA
2.37
0.00
2.53
3.01
1.44
3.69
5.28
6.46
8.04
8.65
8.84
9.18
8.63
11.7
010
.80
11.7
4SA
N JU
AN
1.74
2.53
0.00
2.01
2.77
4.49
4.96
7.05
7.29
7.91
8.96
9.84
10.3
213
.08
10.4
311
.73
BELI
SARI
O Q
UEV
EDO
4.08
3.01
2.01
0.00
2.05
2.70
2.84
4.74
4.99
5.90
6.56
7.60
8.42
10.9
88.
209.
26M
ARI
SCA
L SU
CRE
3.68
1.44
2.77
2.05
0.00
2.56
3.75
4.98
6.33
7.18
7.42
7.83
7.43
10.5
89.
5410
.42
IÑAQ
UIT
O5.
673.
694.
492.
702.
560.
002.
102.
614.
944.
854.
975.
255.
688.
447.
388.
06RU
MIP
AM
BA6.
525.
284.
962.
843.
752.
100.
002.
723.
153.
594.
215.
427.
209.
136.
247.
18JIP
IJAPA
8.38
6.46
7.05
4.74
4.98
2.61
2.72
0.00
3.59
3.23
2.70
3.01
4.93
6.58
5.69
5.81
COCH
APA
MBA
8.75
8.04
7.29
4.99
6.33
4.94
3.15
3.59
0.00
1.46
3.11
4.64
8.48
9.37
3.32
4.69
CON
CEPC
ION
9.73
8.65
7.91
5.90
7.18
4.85
3.59
3.23
1.46
0.00
1.76
3.11
7.40
8.26
2.80
3.64
KEN
NED
Y10
.40
8.84
8.96
6.56
7.42
4.97
4.21
2.70
3.11
1.76
0.00
1.49
5.93
6.20
3.38
3.17
SAN
ISID
RO D
EL IN
CA11
.10
9.18
9.84
7.60
7.83
5.25
5.42
3.01
4.64
3.11
1.49
0.00
5.23
5.29
4.54
3.82
NAY
ON
10
.89
8.63
10.3
28.
427.
435.
687.
204.
938.
487.
405.
935.
230.
002.
889.
438.
97ZA
MBI
ZA
13.9
911
.70
13.0
810
.98
10.5
88.
449.
136.
589.
378.
266.
205.
292.
880.
009.
588.
62 C
OTO
COLL
AO
12.4
110
.80
10.4
38.
209.
547.
386.
245.
693.
322.
803.
384.
549.
439.
580.
001.
51 P
ON
CEA
NO
13
.21
11.7
411
.73
9.26
10.4
28.
067.
185.
814.
693.
643.
173.
828.
978.
621.
510.
00 C
OM
ITE
DEL
PU
EBLO
13
.35
11.8
111
.74
9.57
10.0
67.
757.
025.
275.
324.
122.
882.
357.
516.
933.
261.
94 E
L CO
ND
AD
O
14.9
113
.82
13.0
611
.45
12.5
910
.48
8.82
8.24
6.20
5.87
4.16
6.27
11.7
311
.25
2.62
2.83
CA
RCEL
EN
16.6
214
.91
14.7
612
.67
13.5
511
.09
10.1
68.
677.
976.
967.
065.
6310
.56
9.12
4.62
3.19
NO
NO
**21
.46
21.1
521
.12
19.9
620
.72
19.6
517
.97
17.9
413
.86
16.8
017
.61
16.9
522
.49
21.5
713
.28
14.2
1PO
MA
SQU
I**
15.1
418
.32
18.2
616
.50
17.2
114
.96
13.5
912
.50
11.3
110
.62
10.5
39.
0613
.50
11.9
08.
066.
71SA
N A
NTO
NIO
**29
.88
28.2
228
.26
25.4
626
.41
23.7
323
.72
21.4
120
.29
20.4
820
.41
17.9
422
.88
19.8
117
.11
16.6
7CA
LACA
LI**
29.9
929
.59
29.7
026
.87
27.8
626
.16
24.0
923
.22
22.6
120
.73
20.9
721
.97
26.6
624
.42
18.8
918
.20
NA
NEG
ALI
TO
37.4
237
.03
36.7
434
.98
37.4
636
.27
33.2
734
.74
31.8
231
.73
33.5
934
.38
39.8
538
.58
31.3
230
.60
NA
NEG
AL
40.1
440
.86
39.2
737
.77
38.6
037
.26
36.2
036
.00
32.7
033
.52
34.0
833
.57
38.2
337
.49
29.9
830
.33
GU
ALE
A45
.78
46.2
044
.82
43.4
145
.58
44.6
541
.69
42.8
239
.86
40.1
241
.63
41.9
646
.87
45.9
537
.74
38.0
0PA
CTO
54.8
855
.49
53.7
452
.92
55.0
354
.10
51.9
952
.99
49.5
149
.85
51.2
952
.26
57.3
456
.57
47.7
748
.49
PUEL
LARO
35.7
934
.09
34.0
731
.95
32.3
129
.73
29.0
027
.71
27.3
226
.51
25.9
023
.58
27.1
124
.54
23.4
922
.76
PERU
CHO
38.5
537
.20
37.2
735
.08
35.7
033
.37
32.2
930
.67
29.9
228
.98
28.9
727
.55
31.2
628
.19
26.5
225
.37
CHAV
EZPA
MBA
40.8
138
.74
39.3
037
.03
37.4
635
.11
34.4
333
.04
32.0
631
.24
31.0
029
.35
33.1
329
.84
28.6
827
.61
ATA
HU
ALP
A44
.91
43.0
443
.30
41.6
741
.86
39.1
738
.96
36.5
937
.16
36.0
835
.44
34.2
136
.16
32.7
633
.95
32.4
1SA
N JO
SE D
E M
INA
S45
.27
45.0
343
.81
42.4
242
.51
41.4
641
.00
38.2
037
.77
36.7
536
.61
35.3
339
.05
36.3
832
.94
32.7
6CA
LDER
ON
18.4
015
.61
16.7
315
.07
14.4
712
.92
12.1
010
.25
10.9
010
.26
9.01
8.03
8.55
5.85
9.64
7.68
LLA
NO
CH
ICO
12.9
510
.93
11.8
99.
959.
667.
457.
735.
187.
696.
324.
353.
184.
022.
376.
836.
02CU
MBA
YA6.
995.
097.
536.
875.
025.
036.
966.
779.
669.
328.
088.
405.
158.
0812
.39
11.9
0TU
MBA
CO12
.70
10.2
313
.23
12.0
310
.11
9.50
12.3
211
.12
14.2
613
.69
11.3
211
.30
6.51
8.45
16.7
515
.50
AM
AGU
AÑ
A
16.2
418
.46
17.8
120
.56
20.0
922
.05
23.0
524
.11
25.0
627
.03
26.0
826
.52
25.2
527
.42
29.0
830
.17
CON
OCO
TO6.
508.
199.
0810
.48
9.41
11.4
012
.90
14.2
715
.79
15.2
215
.61
16.2
914
.09
17.4
618
.89
20.0
0G
UA
NG
OPO
LO8.
207.
089.
189.
737.
388.
5310
.88
10.0
313
.59
13.2
012
.14
12.6
08.
9712
.09
16.1
516
.11
ALA
NG
ASI
12.3
310
.84
13.0
114
.03
11.6
813
.56
15.0
515
.24
13.5
917
.73
16.8
217
.87
14.5
116
.78
21.2
920
.74
LA M
ERCE
D14
.87
13.9
416
.06
16.8
414
.62
15.7
417
.47
17.0
220
.49
20.0
818
.66
19.3
014
.58
16.6
022
.67
22.4
4PI
NTA
G29
.45
29.9
530
.95
33.5
631
.17
32.1
634
.10
34.7
436
.85
37.3
135
.98
35.6
331
.02
33.8
039
.37
39.4
0 P
UEM
BO
16.6
014
.16
16.1
015
.07
13.2
412
.03
13.6
311
.02
15.0
113
.74
11.6
910
.60
6.93
6.21
14.8
214
.16
PIFO
26.6
025
.76
27.5
127
.31
25.2
124
.88
27.5
325
.35
29.7
428
.85
26.2
526
.58
21.4
121
.62
31.5
929
.99
TABA
BELA
19.3
817
.05
18.9
717
.39
16.4
814
.64
15.8
713
.58
16.6
815
.46
13.5
112
.21
8.86
7.04
16.6
315
.32
YARU
QU
I22
.55
20.8
822
.95
22.3
019
.89
19.5
421
.88
18.5
822
.87
21.3
319
.84
18.3
914
.64
14.1
923
.57
21.8
9CH
ECA
27.0
725
.15
27.0
526
.73
24.8
723
.31
25.8
320
.95
26.9
024
.78
22.0
522
.17
18.6
516
.93
26.5
424
.69
EL Q
UIN
CHE
27.7
725
.18
26.9
625
.27
23.8
122
.81
23.8
721
.19
24.0
322
.67
20.8
319
.33
17.1
014
.82
23.2
421
.43
GU
AYLL
ABA
MBA
26.5
123
.59
25.1
223
.66
23.2
121
.05
21.2
519
.07
20.4
118
.78
17.9
915
.89
15.7
712
.79
18.4
116
.98
146 Paradigma económico Año 10 Núm. 1
PARR
OQ
UIA
S C
OM
ITE
DEL
PUEB
LO
EL
CON
DA
DO
C
ARC
ELEN
N
ON
O**
POM
ASQ
UI*
*SA
N
AN
TON
IO**
CALA
CALI
** N
AN
EGA
LITO
N
AN
EGA
LG
UA
LEA
PACT
OPU
ELLA
ROPE
RUCH
OCH
AVEZ
PAM
BAAT
AH
UA
LPA
SAN
JOSE
DE
MIN
AS
GU
AM
AN
I26
.13
27.3
229
.05
30.4
832
.74
41.8
142
.05
46.6
551
.69
52.5
961
.91
48.3
751
.59
53.1
158
.03
58.8
2TU
RUBA
MBA
25.3
227
.12
28.9
431
.21
32.3
440
.59
41.7
646
.33
51.4
355
.02
63.1
546
.67
50.8
652
.72
57.0
558
.29
LA E
CUAT
ORI
AN
A23
.84
23.8
726
.73
27.2
730
.30
39.1
138
.86
41.4
547
.96
50.1
258
.55
45.9
048
.50
50.8
954
.95
55.4
1Q
UIT
UM
BE21
.67
22.6
824
.83
27.8
728
.34
36.2
638
.76
42.1
147
.81
51.0
859
.14
44.5
647
.04
49.1
153
.52
53.6
7CH
ILLO
GA
LLO
21.1
221
.96
23.9
925
.73
27.6
636
.39
35.1
140
.12
44.8
148
.12
56.4
343
.69
45.9
148
.12
53.0
153
.30
LA M
ENA
18.8
919
.15
21.6
923
.53
25.2
733
.20
34.8
537
.82
43.4
546
.65
55.0
840
.89
43.5
245
.61
50.7
350
.05
SOLA
ND
A19
.06
20.1
222
.03
25.5
625
.36
35.8
133
.72
39.3
644
.21
48.9
957
.58
41.8
644
.32
46.3
750
.28
50.6
7LA
ARG
ELIA
19.2
720
.77
22.2
225
.54
25.8
835
.67
36.1
341
.16
45.9
650
.89
58.9
819
.86
14.0
946
.76
50.6
052
.03
SAN
BA
RTO
LO17
.36
18.6
320
.41
22.6
123
.70
33.5
335
.21
37.7
043
.85
47.8
455
.81
39.7
342
.53
44.7
349
.17
49.9
3LA
FER
ROVI
ARI
A16
.69
18.8
920
.12
25.2
423
.30
32.8
033
.51
40.5
544
.27
48.9
358
.24
39.2
442
.39
44.2
448
.54
48.7
5CH
ILIB
ULO
15.8
416
.74
18.5
922
.00
22.1
831
.29
30.7
935
.97
41.4
647
.12
54.7
538
.09
40.9
543
.01
47.2
748
.26
LA M
AGD
ALE
NA
15.6
617
.07
18.7
021
.48
17.5
131
.29
30.8
837
.81
42.0
146
.73
55.0
237
.70
40.8
443
.07
47.6
647
.08
CHIM
BACA
LLE
14.9
116
.27
18.0
123
.21
21.1
230
.09
31.8
637
.87
42.4
147
.24
56.2
137
.00
40.6
042
.31
46.7
348
.91
LLO
A
24.1
722
.27
25.9
119
.64
28.4
236
.34
32.3
529
.37
38.4
438
.06
46.4
644
.26
45.2
347
.69
53.6
550
.54
PUEN
GA
SI14
.16
16.2
917
.56
24.1
921
.16
30.3
531
.43
39.5
843
.43
48.9
557
.74
36.6
639
.50
41.2
745
.13
46.5
1LA
LIB
ERTA
D13
.99
15.0
317
.06
20.0
419
.95
29.9
728
.41
36.7
040
.71
45.7
453
.52
36.4
438
.92
40.9
645
.42
46.5
1CE
NTR
O H
ISTO
RICO
13.3
514
.91
16.6
221
.46
15.1
429
.88
29.9
937
.42
40.1
445
.78
55.0
935
.79
38.5
540
.81
44.9
145
.27
ITCH
IMBI
A11
.81
13.8
214
.91
21.1
518
.32
28.2
229
.59
37.0
340
.86
46.2
056
.17
34.0
937
.20
38.7
443
.04
45.0
3SA
N JU
AN
11.7
413
.06
14.7
621
.12
18.2
628
.26
29.7
036
.74
39.2
744
.82
53.8
734
.07
37.2
739
.30
43.3
043
.81
BELI
SARI
O Q
UEV
EDO
9.57
11.4
512
.67
19.9
616
.50
25.4
626
.87
34.9
837
.77
43.4
153
.72
31.9
535
.08
37.0
341
.67
42.4
2M
ARI
SCA
L SU
CRE
10.0
612
.59
13.5
520
.72
17.2
126
.41
27.8
637
.46
38.6
045
.58
54.2
732
.31
35.7
037
.46
41.8
642
.51
IÑAQ
UIT
O7.
7510
.48
11.0
919
.65
14.9
623
.73
26.1
636
.27
37.2
644
.65
53.9
929
.73
33.3
735
.11
39.1
741
.46
RUM
IPA
MBA
7.02
8.82
10.1
617
.97
13.5
923
.72
24.0
933
.27
36.2
041
.69
52.4
729
.00
32.2
934
.43
38.9
641
.00
JIPIJA
PA5.
278.
248.
6717
.94
12.5
021
.41
23.2
234
.74
36.0
042
.82
53.6
127
.71
30.6
733
.04
36.5
938
.20
COCH
APA
MBA
5.32
6.20
7.97
13.8
611
.31
20.2
922
.61
31.8
232
.70
39.8
648
.93
27.3
229
.92
32.0
637
.16
37.7
7CO
NCE
PCIO
N4.
125.
876.
9616
.80
10.6
220
.48
20.7
331
.73
33.5
240
.12
50.4
526
.51
28.9
831
.24
36.0
836
.75
KEN
NED
Y2.
884.
167.
0617
.61
10.5
320
.41
20.9
733
.59
34.0
841
.63
52.1
325
.90
28.9
731
.00
35.4
436
.61
SAN
ISID
RO D
EL IN
CA2.
356.
275.
6316
.95
9.06
17.9
421
.97
34.3
833
.57
41.9
652
.92
23.5
827
.55
29.3
534
.21
35.3
3N
AYO
N
7.51
11.7
310
.56
22.4
913
.50
22.8
826
.66
39.8
538
.23
46.8
757
.39
27.1
131
.26
33.1
336
.16
39.0
5ZA
MBI
ZA
6.93
11.2
59.
1221
.57
11.9
019
.81
24.4
238
.58
37.4
945
.95
57.4
624
.54
28.1
929
.84
32.7
636
.38
CO
TOCO
LLAO
3.
262.
624.
6213
.28
8.06
17.1
118
.89
31.3
229
.98
37.7
448
.28
23.4
926
.52
28.6
833
.95
32.9
4 P
ON
CEA
NO
1.
942.
833.
1914
.21
6.71
16.6
718
.20
30.6
030
.33
38.0
048
.89
22.7
625
.37
27.6
132
.41
32.7
6 C
OM
ITE
DEL
PU
EBLO
0.
004.
373.
376.
726.
6516
.69
18.0
531
.47
31.3
739
.66
51.2
121
.67
25.3
327
.36
31.5
832
.84
EL
CON
DA
DO
4.
370.
003.
6311
.00
6.18
14.9
014
.93
27.8
226
.93
35.4
646
.34
21.5
224
.06
26.4
131
.75
30.8
9 C
ARC
ELEN
3.
373.
630.
0014
.75
3.81
13.8
814
.38
30.7
328
.64
37.6
348
.31
19.0
722
.20
24.4
329
.44
30.4
2N
ON
O**
6.72
11.0
014
.75
0.00
14.1
518
.48
13.4
316
.54
21.0
425
.19
35.1
526
.54
26.2
729
.35
35.8
030
.62
POM
ASQ
UI*
*6.
656.
183.
8114
.15
0.00
9.64
11.9
528
.83
26.8
336
.10
47.7
016
.19
18.9
621
.26
25.8
926
.39
SAN
AN
TON
IO**
16.6
914
.90
13.8
818
.48
9.64
0.00
6.85
28.6
021
.59
34.0
345
.05
8.84
9.69
12.4
218
.03
16.4
6CA
LACA
LI**
18.0
514
.93
14.3
813
.43
11.9
56.
850.
0021
.48
13.8
825
.47
36.8
714
.88
12.9
015
.58
22.4
917
.43
NA
NEG
ALI
TO
31.4
727
.82
30.7
316
.54
28.8
328
.60
21.4
80.
0014
.98
8.72
18.3
535
.27
32.1
234
.46
42.7
334
.16
NA
NEG
AL
31.3
726
.93
28.6
421
.04
26.8
321
.59
13.8
814
.98
0.00
15.3
025
.64
24.8
720
.61
22.8
530
.03
19.1
1G
UA
LEA
39.6
635
.46
37.6
325
.19
36.1
034
.03
25.4
78.
7215
.30
0.00
12.8
639
.73
35.0
737
.01
45.0
833
.34
PACT
O50
.20
45.8
348
.27
35.9
046
.90
45.3
237
.24
17.7
725
.83
10.8
70.
0050
.46
46.4
948
.53
55.6
144
.38
PUEL
LARO
21.6
721
.52
19.0
726
.54
16.1
98.
8414
.88
35.2
724
.87
39.7
350
.46
0.00
5.96
6.66
9.74
14.7
2PE
RUCH
O25
.33
24.0
622
.20
26.2
718
.96
9.69
12.9
032
.12
20.6
135
.07
46.4
95.
960.
002.
669.
679.
13CH
AVEZ
PAM
BA27
.36
26.4
124
.43
29.3
521
.26
12.4
215
.58
34.4
622
.85
37.0
148
.53
6.66
2.66
0.00
7.73
8.76
ATA
HU
ALP
A31
.58
31.7
529
.44
35.8
025
.89
18.0
322
.49
42.7
330
.03
45.0
855
.61
9.74
9.67
7.73
0.00
13.6
2SA
N JO
SE D
E M
INA
S32
.84
30.8
930
.42
30.6
226
.39
16.4
617
.43
34.1
619
.11
33.3
444
.38
14.7
29.
138.
7613
.62
0.00
CALD
ERO
N6.
109.
155.
6719
.52
6.64
13.0
618
.17
34.5
431
.47
42.4
153
.42
18.3
921
.82
22.6
525
.97
30.6
3LL
AN
O C
HIC
O3.
998.
426.
4119
.19
9.17
17.7
521
.38
35.3
833
.79
43.8
254
.40
23.4
727
.05
28.5
732
.11
35.1
4CU
MBA
YA11
.31
15.1
214
.49
28.2
318
.09
26.7
329
.52
40.3
441
.40
49.4
159
.29
32.2
835
.70
37.4
640
.87
44.2
2TU
MBA
CO14
.56
18.4
816
.86
28.2
319
.86
27.4
632
.79
45.2
144
.06
53.5
064
.25
31.9
536
.35
37.8
940
.43
44.6
9 A
MAG
UA
ÑA
28
.90
32.4
233
.59
37.6
136
.55
44.2
346
.09
52.1
756
.27
62.4
371
.03
51.0
354
.84
55.5
459
.87
61.9
6CO
NO
COTO
19.3
622
.20
21.8
727
.90
25.4
735
.13
36.6
843
.89
47.2
753
.32
62.1
140
.48
44.3
045
.71
49.4
152
.22
GU
AN
GO
POLO
15.1
418
.59
18.5
927
.36
21.8
330
.47
33.8
843
.59
45.2
953
.07
62.6
436
.18
39.7
741
.71
44.3
147
.68
ALA
NG
ASI
20.7
424
.77
23.3
931
.73
26.8
835
.54
38.9
247
.63
49.6
557
.51
66.3
240
.20
44.4
145
.70
48.7
952
.85
LA M
ERCE
D21
.41
25.2
624
.84
34.6
827
.44
36.1
740
.18
50.8
151
.73
60.3
369
.43
40.2
644
.52
45.9
547
.87
53.2
2PI
NTA
G38
.48
41.9
841
.65
50.6
845
.04
52.7
756
.64
67.1
167
.89
75.9
185
.28
56.6
762
.88
63.0
363
.30
70.1
9 P
UEM
BO
12.4
716
.78
14.4
127
.66
16.1
923
.23
29.3
342
.75
41.4
751
.64
62.9
726
.74
30.9
733
.14
34.0
140
.61
PIFO
28.3
433
.80
31.8
144
.21
32.8
739
.51
45.2
459
.86
57.3
467
.26
78.0
140
.47
45.7
846
.48
46.5
254
.59
TABA
BELA
13.4
217
.64
13.9
928
.37
16.4
022
.12
28.4
544
.16
41.0
651
.91
63.0
424
.67
29.5
530
.03
32.1
538
.19
YARU
QU
I20
.11
25.7
122
.74
35.4
924
.64
28.9
235
.89
51.5
849
.25
59.8
070
.21
30.8
236
.55
37.0
537
.63
45.6
1CH
ECA
22.8
927
.67
23.0
237
.82
24.8
928
.67
35.1
753
.22
49.6
760
.78
72.1
329
.28
34.9
835
.52
34.7
743
.00
EL Q
UIN
CHE
19.9
823
.73
20.4
034
.03
20.8
123
.88
31.1
649
.55
43.7
856
.14
66.7
422
.96
28.5
429
.24
27.9
936
.93
GU
AYLL
ABA
MBA
15.1
818
.05
14.6
127
.83
13.8
114
.81
22.2
341
.41
34.7
847
.95
59.3
814
.43
19.6
220
.31
20.7
328
.29
Ane
xo 2
(Co
ntin
uaci
ón)
147Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
PARR
OQ
UIA
SCA
LDER
ON
LLA
NO
CH
ICO
CUM
BAYA
TUM
BACO
AM
AGU
AÑ
A
CON
OCO
TOG
UA
NG
OPO
LOA
LAN
GA
SILA
MER
CED
PIN
TAG
PU
EMBO
PI
FOTA
BABE
LAYA
RUQ
UI
CHEC
AEL
QU
INCH
EG
UAY
LLA
BAM
BAG
UA
MA
NI
30.1
925
.80
16.8
121
.09
8.90
9.18
14.9
014
.66
19.0
026
.32
27.1
432
.60
30.4
031
.79
36.0
537
.81
38.5
4TU
RUBA
MBA
30.2
824
.59
16.3
919
.05
5.68
7.34
14.1
212
.10
16.4
925
.48
25.4
828
.97
28.8
629
.12
34.6
036
.13
34.4
7LA
ECU
ATO
RIA
NA
33.6
423
.55
16.4
720
.87
11.5
58.
7114
.80
14.5
219
.61
29.0
525
.85
31.5
453
.27
30.9
135
.71
36.9
936
.25
QU
ITU
MBE
26.6
221
.37
13.6
917
.17
9.27
6.00
12.0
011
.62
16.1
227
.04
23.8
228
.25
26.3
527
.92
32.8
933
.86
33.9
5CH
ILLO
GA
LLO
26.5
921
.54
14.5
818
.81
13.8
07.
9613
.72
13.8
718
.50
29.9
224
.31
32.1
927
.40
29.7
134
.69
35.3
034
.61
LA M
ENA
24.1
219
.05
12.5
017
.79
14.4
37.
8912
.22
13.5
518
.45
29.9
822
.18
30.7
525
.70
23.3
732
.41
32.9
832
.30
SOLA
ND
A24
.04
18.9
912
.05
16.6
913
.62
6.06
11.2
611
.95
16.5
228
.48
21.4
928
.48
24.6
226
.64
31.7
832
.63
31.8
3LA
ARG
ELIA
23.5
718
.46
10.6
414
.78
12.4
23.
779.
059.
9214
.42
26.5
020
.47
26.1
226
.12
25.4
530
.79
30.9
631
.51
SAN
BA
RTO
LO21
.63
17.1
411
.01
15.4
713
.18
6.00
10.1
911
.74
16.0
229
.38
20.1
228
.39
23.2
225
.75
30.2
831
.07
30.4
9LA
FER
ROVI
ARI
A21
.46
16.1
68.
6713
.54
14.3
93.
747.
959.
7913
.76
27.5
418
.48
26.9
421
.36
24.0
927
.86
29.1
729
.31
CHIL
IBU
LO20
.13
16.6
610
.20
15.3
916
.89
7.06
10.6
613
.05
16.3
730
.45
19.5
028
.69
22.5
825
.99
30.2
930
.56
29.7
3LA
MAG
DA
LEN
A20
.41
15.5
09.
6014
.51
16.4
46.
079.
7111
.48
15.8
629
.83
18.8
527
.96
21.9
024
.90
29.7
429
.68
29.1
3CH
IMBA
CALL
E19
.39
14.4
57.
7412
.79
15.2
05.
577.
819.
9214
.23
28.5
917
.18
26.4
520
.01
23.0
327
.86
28.1
127
.41
LLO
A
30.2
926
.15
23.4
629
.25
24.2
019
.93
24.4
826
.11
30.7
643
.16
32.4
342
.57
34.6
539
.67
43.9
242
.23
39.4
3PU
ENG
ASI
18.5
313
.22
5.78
10.2
215
.10
4.93
5.78
9.68
12.4
927
.16
27.1
624
.50
18.2
721
.06
25.6
925
.56
26.2
5LA
LIB
ERTA
D19
.05
14.1
39.
3213
.96
16.7
98.
289.
9612
.96
16.7
631
.00
18.4
427
.24
20.8
924
.42
28.6
428
.40
27.6
1CE
NTR
O H
ISTO
RICO
18.4
012
.95
6.99
12.7
016
.24
6.50
8.20
12.3
314
.87
29.4
516
.60
26.6
019
.38
22.5
527
.07
27.7
726
.51
ITCH
IMBI
A15
.61
10.9
35.
0910
.23
18.4
68.
197.
0810
.84
13.9
429
.95
14.1
625
.76
17.0
520
.88
25.1
525
.18
23.5
9SA
N JU
AN
16.7
311
.89
7.53
13.2
317
.81
9.08
9.18
13.0
116
.06
30.9
516
.10
27.5
118
.97
22.9
527
.05
26.9
625
.12
BELI
SARI
O Q
UEV
EDO
15.0
79.
956.
8712
.03
20.5
610
.48
9.73
14.0
316
.84
33.5
615
.07
27.3
117
.39
22.3
026
.73
25.2
723
.66
MA
RISC
AL
SUCR
E14
.47
9.66
5.02
10.1
120
.09
9.41
7.38
11.6
814
.62
31.1
713
.24
25.2
116
.48
19.8
924
.87
23.8
123
.21
IÑAQ
UIT
O12
.92
7.45
5.03
9.50
22.0
511
.40
8.53
13.5
615
.74
32.1
612
.03
24.8
814
.64
19.5
423
.31
22.8
121
.05
RUM
IPA
MBA
12.1
07.
736.
9612
.32
23.0
512
.90
10.8
815
.05
17.4
734
.10
13.6
327
.53
15.8
721
.88
25.8
323
.87
21.2
5JIP
IJAPA
10.2
55.
186.
7711
.12
24.1
114
.27
10.0
315
.24
17.0
234
.74
11.0
225
.35
13.5
818
.58
20.9
521
.19
19.0
7CO
CHA
PAM
BA10
.90
7.69
9.66
14.2
625
.06
15.7
913
.59
13.5
920
.49
36.8
515
.01
29.7
416
.68
22.8
726
.90
24.0
320
.41
CON
CEPC
ION
10.2
66.
329.
3213
.69
27.0
315
.22
13.2
017
.73
20.0
837
.31
13.7
428
.85
15.4
621
.33
24.7
822
.67
18.7
8KE
NN
EDY
9.01
4.35
8.08
11.3
226
.08
15.6
112
.14
16.8
218
.66
35.9
811
.69
26.2
513
.51
19.8
422
.05
20.8
317
.99
SAN
ISID
RO D
EL IN
CA8.
033.
188.
4011
.30
26.5
216
.29
12.6
017
.87
19.3
035
.63
10.6
026
.58
12.2
118
.39
22.1
719
.33
15.8
9N
AYO
N
8.55
4.02
5.15
6.51
25.2
514
.09
8.97
14.5
114
.58
31.0
26.
9321
.41
8.86
14.6
418
.65
17.1
015
.77
ZAM
BIZA
5.
852.
378.
088.
4527
.42
17.4
612
.09
16.7
816
.60
33.8
06.
2121
.62
7.04
14.1
916
.93
14.8
212
.79
CO
TOCO
LLAO
9.
646.
8312
.39
16.7
529
.08
18.8
916
.15
21.2
922
.67
39.3
714
.82
31.5
916
.63
23.5
726
.54
23.2
418
.41
PO
NCE
AN
O
7.68
6.02
11.9
015
.50
30.1
720
.00
16.1
120
.74
22.4
439
.40
14.1
629
.99
15.3
221
.89
24.6
921
.43
16.9
8 C
OM
ITE
DEL
PU
EBLO
6.
103.
9911
.31
14.5
628
.90
19.3
615
.14
20.7
421
.41
38.4
812
.47
28.3
413
.42
20.1
122
.89
19.9
815
.18
EL
CON
DA
DO
9.
158.
4215
.12
18.4
832
.42
22.2
018
.59
24.7
725
.26
41.9
816
.78
33.8
017
.64
25.7
127
.67
23.7
318
.05
CA
RCEL
EN
5.67
6.41
14.4
916
.86
33.5
921
.87
18.5
923
.39
24.8
441
.65
14.4
131
.81
13.9
922
.74
23.0
220
.40
14.6
1N
ON
O**
19.5
219
.19
28.2
328
.23
37.6
127
.90
27.3
631
.73
34.6
850
.68
27.6
644
.21
28.3
735
.49
37.8
234
.03
27.8
3PO
MA
SQU
I**
6.64
9.17
18.0
919
.86
36.5
525
.47
21.8
326
.88
27.4
445
.04
16.1
932
.87
16.4
024
.64
24.8
920
.81
13.8
1SA
N A
NTO
NIO
**13
.06
17.7
526
.73
27.4
644
.23
35.1
330
.47
35.5
436
.17
52.7
723
.23
39.5
122
.12
28.9
228
.67
23.8
814
.81
CALA
CALI
**18
.17
21.3
829
.52
32.7
946
.09
36.6
833
.88
38.9
240
.18
56.6
429
.33
45.2
428
.45
35.8
935
.17
31.1
622
.23
NA
NEG
ALI
TO
34.5
435
.38
40.3
445
.21
52.1
743
.89
43.5
947
.63
50.8
167
.11
42.7
559
.86
44.1
651
.58
53.2
249
.55
41.4
1N
AN
EGA
L31
.47
33.7
941
.40
44.0
656
.27
47.2
745
.29
49.6
551
.73
67.8
941
.47
57.3
441
.06
49.2
549
.67
43.7
834
.78
GU
ALE
A42
.41
43.8
249
.41
53.5
062
.43
53.3
253
.07
57.5
160
.33
75.9
151
.64
67.2
651
.91
59.8
060
.78
56.1
447
.95
PACT
O53
.42
54.4
059
.29
64.2
571
.03
62.1
162
.64
66.3
269
.43
85.2
862
.97
78.0
163
.04
70.2
172
.13
66.7
459
.38
PUEL
LARO
18.3
923
.47
32.2
831
.95
51.0
340
.48
36.1
840
.20
40.2
656
.67
26.7
440
.47
24.6
730
.82
29.2
822
.96
14.4
3PE
RUCH
O21
.82
27.0
535
.70
36.3
554
.84
44.3
039
.77
44.4
144
.52
62.8
830
.97
45.7
829
.55
36.5
534
.98
28.5
419
.62
CHAV
EZPA
MBA
22.6
528
.57
37.4
637
.89
55.5
445
.71
41.7
145
.70
45.9
563
.03
33.1
446
.48
30.0
337
.05
35.5
229
.24
20.3
1AT
AH
UA
LPA
25.9
732
.11
40.8
740
.43
59.8
749
.41
44.3
148
.79
47.8
763
.30
34.0
146
.52
32.1
537
.63
34.7
727
.99
20.7
3SA
N JO
SE D
E M
INA
S30
.63
35.1
444
.22
44.6
961
.96
52.2
247
.68
52.8
553
.22
70.1
940
.61
54.5
938
.19
45.6
143
.00
36.9
328
.29
CALD
ERO
N0.
005.
0413
.53
14.2
033
.04
22.2
717
.72
22.2
022
.31
40.0
29.
9825
.51
9.53
16.8
818
.55
14.7
49.
62LL
AN
O C
HIC
O5.
040.
009.
3810
.92
27.4
517
.38
12.8
217
.59
18.5
035
.47
7.94
23.8
59.
2816
.14
19.2
216
.64
13.7
8CU
MBA
YA13
.53
9.38
0.00
4.86
19.7
98.
943.
908.
8010
.16
28.5
59.
3719
.85
12.5
715
.40
19.4
020
.60
21.5
1TU
MBA
CO14
.20
10.9
24.
860.
0020
.90
11.9
09.
107.
8025
.68
16.1
76.
4314
.27
9.64
10.4
015
.00
16.9
520
.01
AM
AGU
AÑ
A
33.0
427
.45
19.7
920
.90
0.00
9.55
14.6
710
.57
14.0
219
.49
25.9
525
.37
29.5
127
.95
33.6
536
.06
39.0
1CO
NO
COTO
22.2
717
.38
8.94
11.9
09.
550.
006.
135.
9510
.58
24.4
617
.88
22.1
621
.09
21.9
427
.14
29.0
129
.95
GU
AN
GO
POLO
17.7
212
.82
3.90
9.10
14.6
76.
130.
005.
7410
.32
23.9
517
.73
22.3
521
.38
22.3
526
.96
28.2
929
.97
ALA
NG
ASI
22.2
017
.59
8.80
7.80
10.5
75.
955.
740.
004.
6519
.84
15.6
016
.70
18.6
117
.50
22.9
325
.54
28.7
3LA
MER
CED
22.3
118
.50
10.1
625
.68
14.0
210
.58
10.3
24.
650.
0018
.72
13.3
212
.53
16.7
313
.77
19.2
122
.38
27.0
9PI
NTA
G40
.02
35.4
728
.55
16.1
719
.49
24.4
623
.95
19.8
418
.72
0.00
30.5
519
.40
34.6
826
.73
31.8
837
.38
43.9
1 P
UEM
BO
9.98
7.94
9.37
6.43
25.9
517
.88
17.7
315
.60
13.3
230
.55
0.00
16.7
23.
517.
9210
.98
11.1
113
.64
PIFO
25.5
123
.85
19.8
514
.27
25.3
722
.16
22.3
516
.70
12.5
319
.40
16.7
20.
0016
.82
8.94
12.9
018
.75
26.1
1TA
BABE
LA9.
539.
2812
.57
9.64
29.5
121
.09
21.3
818
.61
16.7
334
.68
3.51
16.8
20.
008.
679.
488.
0610
.03
YARU
QU
I16
.88
16.1
415
.40
10.4
027
.95
21.9
422
.35
17.5
013
.77
26.7
37.
928.
948.
670.
004.
429.
4816
.79
CHEC
A18
.55
19.2
219
.40
15.0
033
.65
27.1
426
.96
22.9
319
.21
31.8
810
.98
12.9
09.
484.
420.
006.
1715
.72
EL Q
UIN
CHE
14.7
416
.64
20.6
016
.95
36.0
629
.01
28.2
925
.54
22.3
837
.38
11.1
118
.75
8.06
9.48
6.17
0.00
8.32
GU
AYLL
ABA
MBA
9.62
13.7
821
.51
20.0
139
.01
29.9
529
.97
28.7
327
.09
43.9
113
.64
26.1
110
.03
16.7
915
.72
8.32
0.00
Ane
xo 2
(Co
ntin
uaci
ón)
148 Paradigma económico Año 10 Núm. 1
Ane
xo 3
Jera
rqui
zaci
ón
de A
ctiv
idad
es e
conó
mic
as p
arro
qui
ales
JERA
RQU
IA E
N B
ASE
SEC
TOR
PRIM
ARI
OJE
RARQ
UIA
EN
BA
SE S
ECTO
R SE
CUN
DA
RIO
JERA
RQU
IA E
N B
ASE
SEC
TOR
TERC
IARI
OPa
rroq
uia
Prim
ario
Secu
ndar
ioTe
rcia
rio
Parr
oqui
aPr
imar
ioSe
cund
ario
Terc
iari
oPa
rroq
uia
Prim
ario
Secu
ndar
ioTe
rcia
rio
GU
ALE
A1
6563
EL C
ON
DA
DO
36
145
MA
RISC
AL
SUCR
E48
601
PUEL
LARO
261
62G
UA
NG
OPO
LO24
247
CON
CEPC
ION
4656
2SA
N JO
SE D
E M
INA
S3
6261
SAN
AN
TON
IO**
263
46LA
MAG
DA
LEN
A59
533
CHAV
EZPA
MBA
463
60LA
MER
CED
234
44IÑ
AQU
ITO
3258
4PA
CTO
552
64CO
MIT
E D
EL P
UEB
LO
445
40RU
MIP
AM
BA37
555
PERU
CHO
664
59A
MAG
UA
ÑA
22
642
ITCH
IMBI
A53
496
NO
NO
**7
2365
POM
ASQ
UI*
*29
739
CHIM
BACA
LLE
5848
7LL
OA
8
5757
LLA
NO
CH
ICO
288
38JIP
IJAPA
4051
8AT
AH
UA
LPA
959
56PI
NTA
G19
950
KEN
NED
Y49
479
NA
NEG
AL
1050
58CA
RCEL
EN
3510
36SA
N B
ART
OLO
6245
10CH
ECA
1134
54ZA
MBI
ZA
2711
37SO
LAN
DA
6044
11EL
QU
INCH
E12
4652
GU
AM
AN
I38
1235
CEN
TRO
HIS
TORI
CO64
4212
NA
NEG
ALI
TO
1354
48PI
FO20
1343
BELI
SARI
O Q
UEV
EDO
5643
13CA
LACA
LI**
1415
55PO
NCE
AN
O
3314
34LA
MEN
A57
3814
GU
AYLL
ABA
MBA
1540
51CA
LACA
LI**
1415
55SA
N JU
AN
6336
15TA
BABE
LA16
4149
TURU
BAM
BA42
1633
PUEN
GA
SI54
3516
YARU
QU
I17
2853
CALD
ERO
N41
1730
CHIL
IBU
LO55
3217
PUEM
BO
1833
41LA
ECU
ATO
RIA
NA
4318
28CU
MBA
YA30
3918
PIN
TAG
199
50LA
ARG
ELIA
5019
26LA
LIB
ERTA
D65
3019
PIFO
2013
43CO
TOCO
LLAO
34
2029
LA F
ERRO
VIA
RIA
6126
20N
AYO
N
2137
31TU
MBA
CO25
2132
CON
OCO
TO39
3121
AM
AGU
AÑ
A
226
42CO
CHA
PAM
BA52
2224
QU
ITU
MBE
5129
22LA
MER
CED
234
44N
ON
O**
723
65SA
N IS
IDRO
DEL
INCA
4727
23G
UA
NG
OPO
LO24
247
CHIL
LOG
ALL
O45
2425
COCH
APA
MBA
5222
24TU
MBA
CO25
2132
ALA
NG
ASI
3125
27CH
ILLO
GA
LLO
4524
25SA
N A
NTO
NIO
**26
346
LA F
ERRO
VIA
RIA
6126
20LA
ARG
ELIA
5019
26ZA
MBI
ZA
2711
37SA
N IS
IDRO
DEL
INCA
4727
23A
LAN
GA
SI31
2527
LLA
NO
CH
ICO
288
38YA
RUQ
UI
1728
53LA
ECU
ATO
RIA
NA
4318
28PO
MA
SQU
I**
297
39Q
UIT
UM
BE51
2922
COTO
COLL
AO
3420
29CU
MBA
YA30
3918
LA L
IBER
TAD
6530
19CA
LDER
ON
4117
30A
LAN
GA
SI31
2527
CON
OCO
TO39
3121
NAY
ON
21
3731
IÑAQ
UIT
O32
584
CHIL
IBU
LO55
3217
TUM
BACO
2521
32PO
NCE
AN
O
3314
34PU
EMBO
18
3341
TURU
BAM
BA42
1633
COTO
COLL
AO
3420
29CH
ECA
1134
54PO
NCE
AN
O
3314
34CA
RCEL
EN
3510
36PU
ENG
ASI
5435
16G
UA
MA
NI
3812
35
149Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
JERA
RQU
IA E
N B
ASE
SEC
TOR
PRIM
ARI
OJE
RARQ
UIA
EN
BA
SE S
ECTO
R SE
CUN
DA
RIO
JERA
RQU
IA E
N B
ASE
SEC
TOR
TERC
IARI
OPa
rroq
uia
Prim
ario
Secu
ndar
ioTe
rcia
rio
Parr
oqui
aPr
imar
ioSe
cund
ario
Terc
iari
oPa
rroq
uia
Prim
ario
Secu
ndar
ioTe
rcia
rio
EL C
ON
DA
DO
36
145
SAN
JUA
N63
3615
CARC
ELEN
35
1036
RUM
IPA
MBA
3755
5N
AYO
N
2137
31ZA
MBI
ZA
2711
37G
UA
MA
NI
3812
35LA
MEN
A57
3814
LLA
NO
CH
ICO
288
38CO
NO
COTO
3931
21CU
MBA
YA30
3918
POM
ASQ
UI*
*29
739
JIPIJA
PA40
518
GU
AYLL
ABA
MBA
1540
51CO
MIT
E D
EL P
UEB
LO
445
40CA
LDER
ON
4117
30TA
BABE
LA16
4149
PUEM
BO
1833
41TU
RUBA
MBA
4216
33CE
NTR
O H
ISTO
RICO
6442
12A
MAG
UA
ÑA
22
642
LA E
CUAT
ORI
AN
A43
1828
BELI
SARI
O Q
UEV
EDO
5643
13PI
FO20
1343
COM
ITE
DEL
PU
EBLO
44
540
SOLA
ND
A60
4411
LA M
ERCE
D23
444
CHIL
LOG
ALL
O45
2425
SAN
BA
RTO
LO62
4510
EL C
ON
DA
DO
36
145
CON
CEPC
ION
4656
2EL
QU
INCH
E12
4652
SAN
AN
TON
IO**
263
46SA
N IS
IDRO
DEL
INCA
4727
23KE
NN
EDY
4947
9G
UA
NG
OPO
LO24
247
MA
RISC
AL
SUCR
E48
601
CHIM
BACA
LLE
5848
7N
AN
EGA
LITO
13
5448
KEN
NED
Y49
479
ITCH
IMBI
A53
496
TABA
BELA
1641
49LA
ARG
ELIA
5019
26N
AN
EGA
L10
5058
PIN
TAG
199
50Q
UIT
UM
BE51
2922
JIPIJA
PA40
518
GU
AYLL
ABA
MBA
1540
51CO
CHA
PAM
BA52
2224
PACT
O5
5264
EL Q
UIN
CHE
1246
52IT
CHIM
BIA
5349
6LA
MAG
DA
LEN
A59
533
YARU
QU
I17
2853
PUEN
GA
SI54
3516
NA
NEG
ALI
TO
1354
48CH
ECA
1134
54CH
ILIB
ULO
5532
17RU
MIP
AM
BA37
555
CALA
CALI
**14
1555
BELI
SARI
O Q
UEV
EDO
5643
13CO
NCE
PCIO
N46
562
ATA
HU
ALP
A9
5956
LA M
ENA
5738
14LL
OA
8
5757
LLO
A
857
57CH
IMBA
CALL
E58
487
IÑAQ
UIT
O32
584
NA
NEG
AL
1050
58LA
MAG
DA
LEN
A59
533
ATA
HU
ALP
A9
5956
PERU
CHO
664
59SO
LAN
DA
6044
11M
ARI
SCA
L SU
CRE
4860
1CH
AVEZ
PAM
BA4
6360
LA F
ERRO
VIA
RIA
6126
20PU
ELLA
RO2
6162
SAN
JOSE
DE
MIN
AS
362
61SA
N B
ART
OLO
6245
10SA
N JO
SE D
E M
INA
S3
6261
PUEL
LARO
261
62SA
N JU
AN
6336
15CH
AVEZ
PAM
BA4
6360
GU
ALE
A1
6563
CEN
TRO
HIS
TORI
CO64
4212
PERU
CHO
664
59PA
CTO
552
64LA
LIB
ERTA
D65
3019
GU
ALE
A1
6563
NO
NO
**7
2365
Ane
xo 3
(Co
ntin
uaci
ón)
150 Paradigma económico Año 10 Núm. 1
Anexo 4 Densidades de empleo parroquiales
Parroquias Densidad de Empleo Parroquias Densidad de Empleo
GUAMANÍ 16.26 EL CONDADO 7.13
TURUBAMBA 13.09 CARCELÉN 27.23
LA ECUATORIANA 10.84 NONO** 0.04
QUITUMBE 23.87 POMASQUI** 5.92
CHILLOGALLO 16.47 SAN ANTONIO** 1.27
LA MENA 22.96 CALACALÍ 0.09
SOLANDA 81.24 NANEGALITO 0.10
LA ARGELIA 35.38 NANEGAL 0.04
SAN BARTOLO 74.86 GUALEA 0.07
LA FERROVIARIA 45.53 PACTO 0.06
CHILIBULO 26.15 PUELLARO 0.30
LA MAGDALENA 50.97 PERUCHO 0.30
CHIMBACALLE 76.99 CHAVEZPAMBA 0.24
LLOA 0.01 ATAHUALPA 0.09
PUENGASÍ 25.90 SAN JOSÉ 0.09
LA LIBERTAD 46.39 CALDERÓN 8.78
CENTRO HISTÓRICO 53.69 LLANO CHICO 6.11
ITCHIMBÍ 14.91 CUMBAYÁ 5.87
SAN JUAN 13.66 TUMBACO 3.51
BELISARIO QUEVEDO 17.84 AMAGUAÑA 2.20
MARISCAL SUCRE 26.12 CONOCOTO 7.87
IÑAQUITO 15.72 GUANGOPOLO 1.26
RUMIPAMBA 14.95 ALANGASÍ 3.68
JIPIJAPA 30.11 LA MERCED 1.15
COCHAPAMBA 11.93 PÍNTAG 0.15
CONCEPCIÓN 31.79 PUEMBO 1.92
KENNEDY 52.56 PIFO 0.29
SAN ISIDRO DEL INCA 32.77 TABABELA 0.49
NAYÓN 4.92 YARUQUÍ 1.11
ZAMBIZA 2.39 CHECA 0.44
COTOCOLLAO 58.19 EL QUINCHE 0.98
PONCEANO 40.69 GUAYLLABAMBA 1.33
COMITÉ DEL PUEBLO 40.26
151Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Bibliografía
Arias, Leonardo y Tangya Tandazo (2014), Análisis de la Actividad Econó-mica a partir del empleo del Distrito Metropolitano de Quito, año 2010. <https://goo.gl/WhePd7> [1 de diciembre de 2015].
Avendaño, Antonio (2008), Identificación de subcentros de empleo y estima-ción de funciones de densidad para Bogotá, D.C. (Documento de Inves-tigación). Universidad Autónoma de Barcelona. <https://goo.gl/bLLvCq> [20 de diciembre de 2015].
Becerril Pauda, Martín (2000), Policentrismo en las ciudades latinoamericanas. El caso de Santiago de Chile. <https://goo.gl/W2vmZn> [5 enero de 2016].
Cuenin, Fernando y Mauricio Silva (2010), Identificación y fortalecimiento de centralidades urbanas. El caso Quito. Banco Interamericano de Desarro-llo, Washington.
FAO (Organización de las Naciones Unidas para la Agricultura y la Alimen-tación) (1983), Cambios en los límites políticos de Quito (1535-1983). <http://www.fao.org/docrep/w7445s/w7445s03.gif> [7 de enero de 2016].
Carrión Mena, Fernando (1992), “La planificación de Quito. Del Plan Director a la ciudad democrática”, en Alicia Torres y Edmundo Guerra (eds.), Ciu-dades y Políticas Urbanas en América Latina. <http://works.bepress.com/fernando_carrion/70/> [15 de febrero de 2016].
Frankena, Mark W. (1978), “A bias in estimating urban population density functions”, Journal of Urban Economics, 5 (1), pp. 35-45.
Fujita, Masahisa (1989), Urban Economic Theory: Land use and city size, Cambridge University Press, New York.
Fujita, Masahisa, Paul Krugman y Anthony Venable (2000), Economía espacial: las ciudades, las regiones y el comercio internacional, Ariel, Barcelona.
García López, Miguel Ángel e Iván Muñiz Olivera (2007). “¿Policentrismo o dispersión? Una aproximación desde la Nueva Economía Urbana”, Inves-tigaciones Regionales, 11, pp. 25-43.
Garrocho, Carlos y Juan Campos (2007), “Dinámica de la estructura policén-trica del empleo terciario en el área metropolitana de Toluca, 1994-2004”, Papeles de Población, 13 (52), pp. 109-135.
Gonzales de Olarte, Efraín y Juan Manuel del Pozo Segura (2012), “Lima, una ciudad policéntrica. Un análisis a partir de la localización del empleo”, Investigaciones Regionales, 23, pp. 29-52.
Gujarati, Damodar N. (2010). Econometría, McGraw-Hill Interamericana, México.
Harris, Chauncy y Edward Ullman (1945), “The Nature of the Cities”, Annals of the American Academy of Political and Social Science, 242, pp. 7-17.
Instituto de la Ciudad, Área de Investigación (2012), Empleo y actividad eco-nómica. <https://goo.gl/rXb9bk> [20 de febrero de 2016].
152 Paradigma económico Año 10 Núm. 1
Congreso Nacional de Quito (2001), Ley Orgánica de Régimen para el Distrito Metropolitano de Quito, Congreso Nacional, Quito.
McDonald, John (1987), “The identification of urban employment subcen-ters”, Journal of Urban Economics, 21 (2), pp. 242-258.
McDonald, John y Paul Prather (1994), “Suburban Employment Centers: The Case of Chicago”, Urban Studies, 31 (2), pp. 201-218.
McMillen, Daniel (2001), “Nonparametric Employment Subcenter Identifica-tion”, Journal of Urban Economics, 50 (3), noviembre, pp. 44-473.
Muñiz Olivera, Iván, Anna Galindo y Miguel Ángel García López (2003), ¿Es Barcelona una ciudad policéntrica? <https://www.researchgate.net/publi-cation/277260233> [10 de marzo de 2016].
Núñez Sánchez, Jorge (2003), Pueblos, ciudades y regiones en la historia del Ecuador, Letramia, Quito.
Ortiz Crespo, Gonzalo (2006), Quito: historia y destino: ensayos y discursos sobre el pasado y el futuro de una ciudad extraordinaria, Trama, Quito.
Ramírez Carrasco, Francisco (2003), Valoración espacial, Universidad Técni-ca de Cataluña, Barcelona.
Ramírez, Luz Dary (2009), “Revisión teórica de la estructura espacial y la identificación de subcentros de empleo”, Ensayos de Economía, 18 (33), pp. 141-178.
Richardson, Harry W. (1973), Economía regional: teoría de la localización, estructuras urbanas y crecimiento regional, Vincens-Vives, Barcelona.
Roca Cladera, Josep, Carlos Marmolejo Duarte y Montserrat Moix (2009). “Urban Structure and Polycentrism: Towards a Redefinition of the Sub-centre Concept”, Urban Studies, 46 (13), pp. 2841-2868.
Rojas Quezada, Carolina Alejandra, Iván Muñiz Olivera y Miguel Ángel Gar-cía López (2009), “Estructura urbana y policentrismo en el Área Metropo-litana de Concepción”, Eure, 35 (105), pp. 47-70.
Secretaría de Territorio (2016), Hábitat y Vivienda. Información Estadística, Quito. <https://goo.gl/BG9MAf> [15 de marzo].
Sjoberg, Gideon (1988), Origen y evolución de las ciudades, UNAM, México.Villalobos, Fabio (2012a), Tumbaco, difusión y profundización de los resulta-
dos del estudio sobre las características económicas y productivas de las administraciones zonales, Instituto de la Ciudad, Quito.
Villalobos, Fabio (2012b), Eloy Alfaro, difusión y profundización de los resul-tados del estudio sobre las características económicas y productivas de las administraciones zonales, Instituto de la Ciudad, Quito.
Villalobos, Fabio (2012c), La Delicia, difusión y profundización de los resulta-dos del estudio sobre las características económicas y productivas de las administraciones zonales, Instituto de la Ciudad, Quito.
Villalobos, Fabio (2012d), Los Chillos, difusión y profundización de los resul-tados del estudio sobre las características económicas y productivas de las administraciones zonales, Instituto de la Ciudad, Quito.
153Policentrismo del Distrito Metropolitano de Quito... Arias, L. y T. Tandazo-Arias
Villalobos, Fabio (2012e), Quitumbe, difusión y profundización de los resulta-dos del estudio sobre las características económicas y productivas de las administraciones zonales, Instituto de la Ciudad, Quito.
Vinuesa, Julio (1991), Planteamientos teóricos sobre localización y organiza-ción de la ciudad, Madrid.