Desde mediados de los años setenta del siglo pasado surgió una preocupación en nivel mundial por el grave daño al ecosistema que los humanos hemos generado como consecuencia del modelo de desarrollo económico imperante. Particularmente, la Comisión Mundial sobre el Medio Ambiente y Desarrollo (CMMAD), formuló un documento conocido como “Informe Brundtland”, el cual definió al desarrollo sustentable como “el que satisface las necesidades del presente sin comprometer las capacidades de las generaciones futuras para satisfacer sus propias necesidades” (Brundtland, 1987). En él, se hacía hincapié sobre la necesidad de tomar acciones en contra de la expansión física descontrolada de las ciudades, con especial atención a las ciudades de países en vías de desarrollo.


Ilustración: Víctor Solís

Es en este contexto cuando diversos académicos y profesionistas, provenientes principalmente del ámbito de la arquitectura, geografía, diseño y planeación urbana, reaccionan proponiendo acciones tendentes a mejorar la calidad de vida de las ciudades. Derivado de trabajos teóricos y empíricos, han destacado principalmente tres principios medianamente consensuados en la academia y que parecen fundamentales para alcanzar un mayor grado de sustentabilidad en las áreas urbanas: 1) mayor densidad e intensidad edilicia (CIUDAD COMPACTA); 2) mayor mezcla de usos del suelo (CIUDAD DIVERSA); y 3) una estructura tendente al policentrismo (CIUDAD POLICÉNTRICA).1 Se presupone que, en conjunto, la aplicación de estos principios apuntarían a una reducción generalizada de gases de efecto invernadero —causantes principales del calentamiento global— generados principalmente por la movilidad obligada residencia-trabajo y realizada en gran medida a través del automóvil particular.

Ilustración. 1. Esquema conceptual que muestra dos de los tres principios de sustentabilidad urbana: compacidad y mayor mezcla del uso del suelo

Fuente: Redibujo a partir de Rogers y Gumuchdjian (2003, p. 39).

Se plantea a priori que una ciudad compacta o con mayor densidad de actividades, podría reducir la cantidad de viajes en automóvil y, eventualmente, reducir también el gasto que los gobiernos tienen que sufragar por concepto de transporte público debido a una disminución de las distancias viajadas; que una mayor diversidad de usos del suelo abriría la posibilidad de reducir distancias entre orígenes y destinos —principalmente sobre la movilidad no laboral (i.e. la gente podría caminar al puesto de periódicos en lugar de tener que utilizar su automóvil para lograr el mismo objetivo al tiempo de mejorar incluso su salud)—; y que una estructura urbana tendente al policentrismo, diseñada bajo el principio de especialización económica y cooperación, permitiría aumentar el grado de autocontención de la movilidad, esto es, reducir la movilidad cotidiana en y entre las distintas centralidades así como elevar el nivel de competitividad en el conjunto (por ejemplo, en lugar de tener una gran ciudad, sería mejor desarrollar un sistema de ciudades más pequeñas, separadas entre sí pero interconectadas). (i.e. Jenks et al., 1996; Saaty, 2013).

Sin embargo, tanto gobiernos como academia, no sabemos en qué punto la aplicación de estos tres principios pueden comenzar a generar lo que se dominan externalidades negativas —dicho con otras palabras, crear más problemas que soluciones—. Cada uno de ellos parece tener un punto de quiebre o límite en el que los problemas asociados con ese principio rebasan los supuestos beneficios de su implementación inicial. A manera de ejemplo: si se densifican excesivamente las ciudades, ceteris paribus (más gente y edificios en un mismo espacio, servidos por la misma infraestructura), aparece el fenómeno de la congestión, mayor tráfico, y por ende, rendimientos decrecientes; si el uso del suelo formal se diversifica demasiado y sin reglas de compensación, podría eventualmente encarecerse el valor del suelo en ausencia de políticas de Estado que remedien las tendencias naturales del mercado a encarecer las ubicaciones más accesibles y centrales, provocando que la gente con menos recursos se vea obligada a irse a vivir a las periferias menos accesibles de la ciudad y con ello, generando el efecto contrario al deseado; y un policentrismo mal planeado podría eventualmente producir más viajes de los que se pretendían eliminar por causa de un precario equilibrio de actividades al interior de esta supuesta estructura poli nucleada.

Sabemos ya, que las ciudades grandes y con altos niveles de densidad e intensidad, suelen ser más eficientes en términos económicos y también en términos energéticos que sus contrapartes dispersas, principalmente ciudades cuya base económica son los servicios avanzados. Por un lado, aparecen las ventajas de las economías de aglomeración (economías de escala, de urbanización, etc.); por otro, y derivado del crecimiento de la ciudad, se presenta un menor consumo per cápita de determinados servicios (es decir, no se escala lineal sino sublinealmente la demanda futura de servicios). También sabemos que los barrios con mejor balance entre las categorías de usos de suelo (más heterogéneos) y con más diversidad de rentas (la mezcla de estratos sociales vía la coexistencia de edificios viejos y nuevos) tienden a ser barrios más vibrantes, más justos (por la redistribución de la renta vía infraestructuras comunes) y eventualmente —en palabras de Jane Jacobs— más seguros. Adicionalmente, somos conscientes sobre que un camino sensato para reducir los efectos negativos de una hiper-concentración en las ciudades es la generación de estructuras multinucleadas que alberguen las características positivas de las economías de aglomeración, pero que al mismo tiempo reduzcan sus efectos perversos al frenar la posibilidad del crecimiento ilimitado.

A pesar de ello, —y probablemente debido a la complejidad inherente a las ciudades, (entendida ésta como un sistema donde la resultante es mayor que la suma de sus partes)— no sabemos cómo dosificar cada uno de estos principios, ni cómo integrarlos sistemáticamente para que sigan promoviendo círculos virtuosos.

Es justamente porque la ciudad se comporta como un sistema complejo, y porque sus efectos no son lineales, que no es trivial la aplicación de estos principios. Según Toledo (et al., 2014), son fenómenos que no pueden ser determinados con exactitud, sino solamente estimados mediante probabilidades. Una analogía un tanto burda sería pensar en una receta para hacer una pizza. En este caso, los ingredientes están perfectamente dosificados y la temperatura graduada para producir un idéntico resultado, repetible en el tiempo. Sabemos cuanta sal, cuanto tomate, cuanta harina, agua y levadura se necesitan para que combinados, produzcan una deliciosa pizza. Para el caso de las ciudades, no sabemos todavía “en qué proporción” ni “de qué forma” mezclar determinados ingredientes para conseguir un resultado óptimo (ver West, 2017), principalmente por la no linealidad anteriormente mencionada y presente en los fenómenos complejos, pero sobre todo por la multiplicidad de actores que intervienen en los procesos urbanos. Dicho de otra forma, no es posible utilizar simples reglas de tres para inferir fenómenos sociales y territoriales.

Dado que el gobierno federal, así como un sinnúmero de gobiernos locales en México han promovido sistemáticamente la aplicación de dichos principios en sus planes y programas de desarrollo y desarrollo urbano como santo grial sin saber los efectos que su aplicación pueda generar en sus propios territorios, un grupo de investigadores nos hemos puesto a la tarea de buscar modelos existentes que nos ayuden a saber hasta dónde ‘es bueno’ y hasta donde “es malo”, o en qué “proporción” se deberían aplicar estos principios en las ciudades. Esto es, a implementar modelos que reduzcan la incertidumbre en la toma de decisiones territoriales. Ello no significa que los ‘modelos’ vayan a tomar la decisión por nosotros: tanto profesionales y técnicos en puestos de decisión como la sociedad civil en su conjunto deben tomar las decisiones territoriales, pero queda claro que serán mejor tomadas con una sociedad informada. 

Partimos de una idea simple que consiste en incorporar en los procesos de planeación de ciudades en México —paulatinamente—, modelos científicos más robustos (matemáticos / geográficos) capaces de pronosticar los impactos a futuro derivados de la aplicación de estos principios. A esta acción la denominamos “alfabetización científica”2 de la planeación urbana y que se presenta como contraparte a la práctica cotidiana de planear sin información sistematizada.

Este planteamiento no es novedoso. Desde los años 50 del siglo pasado se han desarrollado modelos para poder aproximar esta problemática. Sin embargo, no se tenía entonces la capacidad de cómputo suficiente ni la cantidad y calidad de información adecuada para alimentar esos modelos.  Actualmente, investigadores de todo el mundo están trabajando para generar una nueva ciencia de las ciudades, donde la complejidad juega un papel fundamental (Batty, 2013), que permita describir, explicar, evaluar y predecir fenómenos que suceden dentro y entre ciudades, utilizando —entre otros métodos— el análisis espacio-temporal basado en redes y flujos, sirviéndose de modelos analíticos de grandes cantidades de información provenientes de distintos tipos de sensores (remotos, locales), con el fin último de reducir la incertidumbre en los actuales procesos de toma de decisiones sobre el territorio y contribuir al tránsito hacia lo que actualmente se denomina “ciudades inteligentes”.

Un ejemplo para México es el trabajo de investigación Densidad, diversidad y policentrismo ¿planeando ciudades más sustentables?, financiado por el CONACYT y del que se desprende este artículo de divulgación, que encontró que no existe un “número de oro” o “razón” exacta que defina el límite a estos principios (cuándo comienzan a generar externalidades), los cuales pueden además ser borrosos. Así, se optó por la el uso de modelos complejos que pudieran servir para aproximar y modelar esta problemática.

Después de una búsqueda exhaustiva,  se seleccionó el modelo denominado Tranus,3 el cual es un sistema complejo de modelaje de uso de suelo-transporte (de la Barra, 1989), de código libre, que permite simular algunos de los principios de sustentabilidad urbana de manera indirecta, y evaluar resultados con base en la generación de diferentes escenarios, siempre  dependiendo de los objetivos que se estén planteando.

El ejercicio consistió en simular que sucedería en un ensanche de la ciudad de León – Guanajuato si se aplicaran determinadas políticas que sugirieran una mayor densificación, una mayor mezcla de usos del suelo y la emergencia de nuevas centralidades urbanas.  Para ello, se dedicó una gran cantidad de tiempo en alimentar con información real al modelo relativo a densidades, precios del suelo, vialidades, viajes, actividades económicas, localización residencial, entre otros, esenciales para la posterior creación de diferentes escenarios.

Ilustración 2. Comparación de escenarios para el uso de suelo habitacional y mixto en Tranus

Fuente: Elaboración Propia.


Nota: Esta imagen ejemplifica la asignación de la demanda futura de suelo urbano que hace el sistema en las unidades geográficas, para los diferentes escenarios planteados y para un horizonte temporal específico.

Como conclusiones más relevantes de ese ejercicio, se destaca que el modelo de ciudad compacta tiene límites relativos a los beneficios prometidos y que, para superarlos, el Estado debería invertir en más infraestructura para el transporte masivo que reduzca las externalidades arrojadas por el modelo. Otra conclusión derivada del uso de estos sistemas es que, si bien su uso no es trivial y requiere de una extensiva capacitación técnica para su efectiva aplicación, la generalización de su implementación en diferentes geografías nacionales a través de las instancias locales encargadas de la planeación (i.e. IMPLANES) podría ahorrar mucho dinero a los municipios y estados por concepto de evaluación anticipada de determinadas políticas territoriales.  

Ilustración 3. Proyección en Tranus sobre el futuro precio del suelo urbano con base en una mayor mezcla de usos

Fuente Elaboración Propia.


Nota: Esta gráfica muestra los precios de suelo a futuro, basados en una política pública territorial específica (en este caso, el escenario U representa más mezcla de uso del suelo y mayor densidad) y asignados a diferentes unidades geográficas del conjunto de estudio.

En este sentido, la Nueva Ley General de Asentamientos Humanos de México (DOF, 2016), así como los objetivos de la Nueva Agenda Urbana (ONU, 2016), dejan la mesa puesta para transitar a un estadio de menor improvisación en la planeación y ordenamiento del territorio. En ambos documentos, se reconoce en la necesidad de integrar sistemáticamente las TIC (Tecnologías de la Información y la Comunicación) en los procesos de planeación, además de resaltar la importancia de la integración de la planeación del uso del suelo y la planeación del transporte en una sola acción unitaria e indisociable (planeación uso del suelo-transporte). La eliminación de normas restrictivas relativas a los usos del suelo en la NLGAH es un pretexto ideal para introducir el modelaje urbano en la Ley de Planeación (como ya sucede en Brasil, por ejemplo) mediante Sistemas de Soporte a la Planeación Urbana (Planning Support Systems) y prever situaciones que simplemente, por nuestra condición de mortales, no alcanzamos a vislumbrar sin el apoyo de nuestras propias herramientas digitales.

Cierto es, como dice el Arquitecto Roberto Eibenschutz, que gran parte de las decisiones que afectan al territorio surgen de esferas que son completamente ajenas a la planificación urbana y obedecen a intereses gubernamentales y privados particulares, por lo que cambiar el paradigma urbano solamente desde lo urbano, no solucionará los actuales problemas. El paradigma debe cambiarse no solo desde su dimensión territorial, sino desde su modelo de gestión.

A este espacio, varios autores (Abbott, 2005; Christensen, 1999; Fernández, 2006) lo han denominado el entorno de planeación, el cual es el espacio donde se concentran las decisiones y el que debe de ser entendido a cabalidad —y no el plan— para reducir la incertidumbre inherente a cualquier proceso de planeación. Ello no significa que el plan per se no sea importante, pero implica que no se llevará a cabo ningún plan de no asumir la complejidad del entorno en el que sucede la elaboración de planes.

A pesar de lo anterior, el trabajar en el cambio de paradigma urbano desde un nicho específico (i.e. más tecnológico o más social) no debería minar al otro ni restar la importancia que cada trinchera del conocimiento tiene. El desarrollo de la ‘ciencia de las ciudades’ deberá de abonar a una mejor planeación, independientemente de los avances en materia de reducción de corrupción en la gestión del territorio o de avances en una mejor gobernanza. En este sentido, nosotros pensamos que si las ciudades son vistas como sistemas, y los sistemas se definen como ‘complejos de objetos en constante interacción’ ((Laurini, 2002, p. 2), parece que la utilización de Sistemas Informáticos en Planeación Urbana —enarbolados principalmente por los denominados Sistemas de Apoyo a la Toma de Decisión (Decision Support Systems) o los PSS— pueden reducir parcialmente la incertidumbre, al menos en lo referente al procesamiento de la información necesaria para alimentar la toma de decisiones, y que su incorporación en la práctica cotidiana de la planeación del territorio no tendría por qué restar relevancia a otras agendas urbanas urgentes.

 

Jorge Alberto Montejano Escamilla
Arquitecto por la Universidad Iberoamericana y doctor en Urbanismo por la Universitat Politècnica de Catalunya. Actualmente es Profesor– Investigador Titular “C” en el Centro de Investigación en Ciencias de Información Geoespacial, A.C. (CentroGeo-CONACYT).

Referencias

Abbott, J., 2005. Understanding and Managing the Unknown: The Nature of Uncertainty in Planning. Journal of Planning Education and Research, 24, 3, 237-251.

Christensen, K., 1999. Cities and complexity: Making intergovernmental decisions. Thousand Oaks: Sage Publications.

Fernandez, G., 2006. Planificación estratégica de ciudades: Nuevos instrumentos y procesos. Barcelona: Editorial Reverté.

Batty, M., 2013. The new science of cities. Mit Press, Boston MA.

Brundtland, G.-H., 1987. Our Common Future: The World Commission on Environment and Development: Oxford University Press, Nueva York.

De la Barra, T., 1989. Integrated Land Use and Transport Modelling: decision chains and hierarchies. Cambridge, Cambridge University Press.

DOF, 2016. Ley General de Asentamientos Humanos. Diario Oficial de la Federación. Recuperado a partir de http://dof.gob.mx/nota_detalle.php?codigo=5462755&fecha=28/11/2016

Jenks, M., Burton, E., Williams, K., 1996. The Compact city : a sustainable urban form? E & FN Spon, Londres, Nueva York.

Laurini, R. 2002. Information systems for urban planning: a hypermedia cooperative approach. CRC Press, Boca Raton, FL.

ONU, 2016. Nueva Agenda Urbana: Declaración de Quito sobre Ciudades y Asentamientos Humanos Sostenibles para Todos. Organización de las Naciones Unidas. Recuperado a partir de http://habitat3.org/wp-content/uploads/New-Urban-Agenda-GA-Adopted-68th-Plenary-N1646660-S.pdf

Richard, R., y Gumuchdjian, P. (2003). Ciudades para un pequeño planeta. Editorial Gustavo Gili, S. A., Barcelona.

Saaty, T.L., 2013. Compact City: The next urban evolution in response to climate change. RWS Publications, Pittsburgh, PA.

Toledo, A., Rodríguez Aldabe, J., Castellanos, L., Durán, V., Toledo, A., 2014. Planificación de sistemas socioecológicos complejos. Universidad Autónoma de la Ciudad de México, Centro de Investigación en Geografía y Geomática, México.

West, G., 2017. Scale: The Universal Laws of Growth, Innovation, Sustainability, and the Pace of Life in Organisms, Cities, Economies, and Companies. Penguin,  Nueva York.


1 Mayor accesibilidad (CIUDAD CONECTADA) también es un concepto fundamental para mejorar la vida de los urbanitas y  que supondría la posibilidad de reducir desigualdades entre grupos poblacionales.

2 Neologismo (al menos para mí) acuñado por la Arquitecta y Urbanista De la UNAM, Claudia Ortiz Chao.

3 Al igual que este software, existe una pléyade de simuladores que bien podrían coadyuvar en la tarea de alfabetizar científicamente la planeación urbana, como BOYCE, CUFM, DELTA, ILUTE, METROPLAN, METROSIM, URBANSIM, etc.