En esta nota, compartimos los resultados de un análisis exploratorio a partir de los más de 45.000 datos de valor del suelo urbano aportados por voluntarios e instituciones de toda la región desde 2016. ¿Es caro el suelo en tu ciudad?
Las 10 Ciudades más caras del mapa de valores
Con el fin de analizar comparativamente las 902 ciudades que participan en el Mapa de Valor del Suelo en América Latina, se tomó como criterio la mediana del valor por metro cuadrado en dólares, del suelo urbano.
Del análisis de estadística descriptiva realizado (que se detalla al final del informe), surge que la ciudad más cara es Buenos Aires (Argentina), con una mediana del valor del suelo por metro cuadrado igual a 1.320 USD (promedio igual a 1.460 USD), seguida de Guadalajara (México) con una mediana de 641 USD (promedio 683 USD) y Bogotá (Colombia), con un valor del suelo mediano de 620 USD (promedio 640 USD).
Como puede apreciarse en el gráfico siguiente, los diez primeros lugares se completan con Aguas Calientes (México) con 437 USD, Escazú (Costa Rica, Gran San José) con 375 USD, Medellín (Colombia) con 338 USD, La Paz (Bolivia) con 329 USD, Antiguo Cuscatlan (El Salvador, Área Metropolitana de San Salvador) con 311 USD, Curitiba (Brasil) con 286 USD y Santa Tecla (El Salvador, Área Metropolitana de San Salvador) con 285 USD por metro cuadrado.
Es importante destacar que algunas de las principales urbes de América Latina, que podrían exhibir valores igualmente altos como las primeras ciudades mencionadas, no participan aún de la iniciativa (abierta y voluntaria) y en consecuencia, no formaron parte del análisis.
Más allá del camino recorrido desde el inicio de la plataforma, cuyos resultados se reflejan en más de 900 ciudades con valores de suelo urbano, el proyecto no cuenta aún con una masa crítica de observaciones en algunas ciudades grandes, como Rio de Janeiro, Sao Paulo, Montevideo, Ciudad de México, Santiago de Chile o Lima… Hacia allá vamos! Sin embargo, entre la comunidad que forma parte del Mapa de Valores de Suelo en América Latina estamos creando información en donde antes sólo había preguntas o información sin sistematizar, y realizar estas primeras comparaciones entre las ciudades relevadas nos invita a seguir redoblando el esfuerzo por sumar cada vez más voluntarios e instituciones que aporten información y ayuden a crear más y mejor conocimiento de nuestros mercados de suelo en la región.
Las 30 principales
Extendiendo el análisis a las 30 ciudades con valores del suelo (mediano) más altos, puede apreciarse en la Tabla la conformación de algunos clusters. Entre los 100 y los 200 dólares por metro, se encuentran ciudades como La Plata o Córdoba (en Argentina) junto con Fortaleza (Brasil), Culiacán (México), El Alto y Cochabamba (Bolivia). Entre los 220 y los 240 dólares aparecen ciudades como Florianópolis y Belo Horizonte (Brasil), Quito (Ecuador), Puebla (México), San Salvador (El Salvador) y San José (Costa Rica). Le sigue un grupo que muestra valores del suelo entre los 330 y los 430 dólares, integrado por ciudades como Curitiba (Brasil), La Paz (Bolivia), Medellín (Colombia) y Aguascalientes (México). Un escalón más arriba, entre los 620 y los 640 dólares, se encuentran Guadalajara (México) y Bogotá (Colombia), casi cuadriplicando el valor por metro cuadrado del primer grupo. Por último, se ubica Buenos Aires (Argentina), cuyo valor es muy elevado respecto del resto de ciudades de la muestra.
La tabla Excel de las estadísticas de este grupo, junto con un mapa interactivo en HTML pueden descargarse desde el siguiente link
Un dato interesante
Resulta interesante observar el coeficiente de variación de los datos, indicador del grado de homogeneidad y complejidad del mercado de suelo en las ciudades analizadas. Éste se calcula como el cociente entre el desvío estándar y la media, y al ser insensible a cambios de escala, permite comparar la dispersión del valor del suelo entre diferentes ciudades.
Además, si una ciudad cuenta una cobertura espacialmente homogénea en los datos relevados, el coeficiente de variación es indicativo de qué tan caótico, aparentemente, es su mercado de suelo. Si el espacio urbano cuenta con fuertes quiebres de valor entre diferentes sectores, el coeficiente de variación será elevado; si, en cambio, la ciudad muestra una distribución relativamente más homogénea en valor del suelo, el coeficiente de variación será más bajo.
Si tomamos algunas ciudades grandes, complejas en su conformación y con una buena cobertura espacial de datos, y comparamos sus coeficientes de variación, tendremos una medida del nivel de complejidad global de sus mercados inmobiliarios. Esta complejidad depende no sólo de cuestiones propias de cada ciudad, sino también de políticas macroeconómicas que afectan sectorialmente al mercado inmobiliario, como variaciones en el tipo de cambio real o la existencia de políticas de acceso al crédito hipotecario en cada país.
A continuación, los resultados del análisis en las ciudades con mayor cantidad de datos (más de 1.000) y buena cobertura espacial:
– Medellín (Colombia) cuenta con 3.132 observaciones y muestra un coeficiente de variación igual a 0,45.
– Buenos Aires (Argentina) muestra un coeficiente de variación igual a 0,47 calculado en base a 1981 observaciones.
– Belo Horizonte (Brasil) tiene 1.264 datos y registra un coeficiente de variación igual a 0,49.
– Bogotá (Colombia) tiene un coeficiente de variación de 0,38 calculado sobre una muestra de 1.194 observaciones.
– Córdoba (Argentina), en tanto, cuenta con 2.701 observaciones con un coeficiente de variación igual a 0,79 (casi el doble que las anteriores).
Criterios de depuración de los datos
Si bien la información cargada en el Mapa de Valores ya es procesada previamente por los voluntarios e instituciones, y antes de abrir los conjuntos de datos se realiza una depuración adicional con criterios de auto-correlación espacial para identificar y eliminar observaciones atípicas en su entorno, para este ejercicio se aplicaron criterios de depuración adicionales. Esto se debe a que no todas las ciudades que participan del mapa regional tienen el mismo nivel de cobertura. En general, las ciudades latinoamericanas muestran una elevada dispersión en los valores del suelo, con algunos pocos espacios en donde el precio de la tierra crece de manera exponencial. Entonces, si bien algunas ciudades muestran niveles de cobertura elevados, otras sólo cuentan con datos en algunas zonas particulares.
Comparemos dos ciudades hipotéticas con el mismo valor de la tierra por metro cuadrado, en donde la primera tiene una elevada cantidad de datos en la zona consolidada y más cara, mientras que la segunda sólo cuenta con observaciones en el espacio suburbano típicamente de menor valor. En este caso, la primer ciudad mostrará un valor por metro cuadrado promedio mucho más elevado, derivado únicamente de la mayor cobertura espacial de los datos. Para evitar este tipo de errores, se trabajó en la depuración de valores atípicos en la distribución del valor por metro cuadrado del suelo, con los siguientes criterios:
– Para las ciudades con un coeficiente de variación menor a 0,9 se eliminaron aquellas observaciones que estaban por encima (o por debajo) del valor promedio más (menos) dos desvíos estándar.
–Para las ciudades con un coeficiente de variación mayor a 0,9 se eliminaron aquellas observaciones que estaban por encima (o por debajo) del valor promedio más (menos) un desvío estándar.
Además, no se consideraron aquellas observaciones correspondientes a predios con más de 2.000 metros cuadrados (a fin de trabajar con lotes de tamaño típicamente urbano y fraccionado). Adicionalmente, sobre las observaciones catalogadas como “ofertas” se aplicó un descuento del 10% (margen de negociación) para hacerlas comparables con predios en donde se informan valores de venta o avalúo particular (tasación). Por último, en el análisis se consideraron sólo aquellas ciudades con al menos 100 observaciones.
De esta manera, sobre una base de datos inicial de 45.639 observaciones relevadas durante los años 2016 (3.192 datos), 2017 (8.509 datos), 2018 (18.379 datos) y 2019 (15.559 datos), se terminó trabajando con un conjunto de 41.330 observaciones.
Querés acceder a los datos completos y ejecutar otros análisis particulares o siguiendo diferentes criterios? Descargá todas las bases de datos desde el siguiente link.
