Allard & Partners · 2018–2021 · Ministerio del Deporte / IND

Priorización de
infraestructura
deportiva

Dentro de las labores que tuve en Allard&Parters, una de las principales fue estar a cargo del Estudio de accesibilidad espacial a escala nacional para identificar zonas con déficit de infraestructura deportiva, cubriendo el 80% de la población del país mediante el método E2SFCA. El estudio, en cuanto a la metodología, se sostuvo en la metodología de mi Trabajo Final de Master (TFM) en la Universidad Autónoma de Barcelona (Financiado por BECAS CHILE), por lo que el ejemplo y resultados a continuación, son de mi TFM que fue aplicado a la ciudad de Iquique - Alto Hospicio. Mis agradecimientos al equipo con quien trabaje durante mi estadía: Alejandro L., Florencia, Daniela, Diego, Alejandro D., María Ignacia, Jaime, Alejandra, Francisco, Fernando y Pablo

80%
Población nacional cubierta
5k+
Hab. mínimos por ciudad analizada
E2SFCA
Método de accesibilidad espacial
IND
Instituto Nacional del Deporte
01

Contexto del encargo

Mandante

Ministerio del Deporte de Chile · Instituto Nacional del Deporte (IND)

Empresa ejecutora

Allard & Partners

Período

2020 – 2021

Cobertura

Todos los centros urbanos con más de 5.000 habitantes a lo largo de Chile

E2SFCA Accesibilidad espacial SIG Autocorrelación espacial Planificación deportiva Desigualdad territorial

El Ministerio del Deporte y el Instituto Nacional del Deporte (IND) requirieron un estudio que les permitiera tomar decisiones informadas sobre dónde invertir en nueva infraestructura deportiva a escala nacional. La pregunta central era territorial: ¿qué zonas del país presentan mayor desigualdad en el acceso a instalaciones deportivas para la población adulta?

La respuesta no podía limitarse a contar instalaciones por región — necesitaba incorporar la distribución espacial real de la demanda, la capacidad de la oferta existente y el tiempo efectivo de desplazamiento entre la población y cada instalación. Para ello, el estudio adoptó el método Enhanced Two-Step Floating Catchment Area (E2SFCA), el estándar metodológico más robusto disponible para este tipo de análisis de accesibilidad espacial.

Los informes resultantes sirvieron como insumo estratégico interno del IND y el Mindeporte, orientando decisiones de inversión en infraestructura deportiva hacia las zonas con mayor déficit y menor accesibilidad relativa.

02

Rol en el proyecto

i.
Encargado de proyecto
Responsable de la conducción técnica y administrativa del estudio, interlocutor principal con el mandante (IND / Mindeporte) y garante del cumplimiento de plazos y estándares de calidad de los informes entregados.
ii.
Responsable metodológico
Diseño e implementación del flujo metodológico completo: selección y calibración del método E2SFCA, determinación del parámetro de decaimiento β mediante regresión no lineal, aplicación de autocorrelación espacial I de Moran y Getis-Ord-Gi* para identificar patrones territoriales.
iii.
Analista SIG
Procesamiento de todas las capas geoespaciales: manzanas censales INE 2017, base de datos IND de instalaciones deportivas, red vial SIEDU y modelo de elevación DEM Alos Palsar. Construcción de las matrices origen-destino con tiempos de caminata corregidos por pendiente (Tobler + MIDE).
03

Metodología

El núcleo metodológico del estudio es el método E2SFCA (Enhanced Two-Step Floating Catchment Area), que supera las limitaciones de métodos anteriores al integrar simultáneamente la distribución de la demanda (población adulta), la capacidad de la oferta (superficie de instalaciones deportivas en m²) y un factor de decaimiento por distancia que refleja el comportamiento real de movilidad de los usuarios.

A diferencia de índices simples de cobertura, el E2SFCA modela la competencia entre usuarios por el acceso a cada instalación, produciendo un índice de accesibilidad espacial continuo que puede compararse entre ciudades y territorios.

Flujo metodológico · E2SFCA
Flujo metodológico del estudio E2SFCA Diagrama de flujo con cinco etapas: datos de entrada, calibración del parámetro beta, cálculo de tiempos de viaje, aplicación E2SFCA y análisis de autocorrelación espacial. DATOS DE ENTRADA Manzanas censales INE 2017 · adultos Instalaciones IND 473 puntos · m² Red vial SIEDU CALIBRACIÓN β Encuesta movilidad SECTRA · no motorizado Regresión no lineal 5 funciones · SRC β gaussiana = 737,84 TIEMPOS DE VIAJE Tobler + MIDE Pendiente corregida DEM Alos Palsar Matriz OD 1.022.626 interacciones E2SFCA Paso 1 · Ratio Rⱼ Sⱼ / Σ(Pᵢ · Wⱼ) Paso 2 · Accesib. Aᵢ Σ(Rⱼ · Wᵢⱼ) Función gaussiana Relación continua AUTOCORRELACIÓN I de Moran global Comprobación clusters Getis-Ord-Gi* Localización tendencias PRODUCTO Índice de accesibilidad espacial por manzana censal · Zonas prioritarias de inversión Fuentes: INE 2017 · IND 2020 · SIEDU 2019 · SECTRA 2010 · IDE Chile (DEM Alos Palsar)

Flujo completo del análisis: desde los datos de entrada hasta la identificación de agrupaciones espaciales de alta y baja accesibilidad mediante Getis-Ord-Gi*.

Selección de función de decaimiento por distancia
Función
Parámetro β · SRC
Potencial negativa
f(tᵢⱼ) = tᵢⱼ⁻ᵝ
β = 0,177 · SRC = 0,85
Exponencial negativa
f(tᵢⱼ) = e⁻ᵝᵗⁱʲ
β = 0,00099 · SRC = 0,164
Mejor ajuste
Gaussiana
f(tᵢⱼ) = e^(−½·(tᵢⱼ/β)²)
β = 737,84 · SRC = 0,068
Logarítmica
f(tᵢⱼ) = γ(1+(x/α)ᵝ)
β = 1,063 · SRC = 0,14
Raíz cuadrada exp.
f(tᵢⱼ) = e^(−β√tᵢⱼ)
β = 0,034 · SRC = 0,45

La función gaussiana fue seleccionada por presentar la menor suma de residuos al cuadrado (SRC = 0,068) en la regresión no lineal por mínimos cuadrados sobre datos de movilidad no motorizada de la encuesta SECTRA. El parámetro β fue estimado a partir de viajes por motivos recreacionales y otros, agrupados en segmentos de 300 segundos.

Fórmula E2SFCA · Componentes
Componentes del método E2SFCA Diagrama que muestra los dos pasos del método E2SFCA: cálculo del radio de cobertura Rj y cálculo de la accesibilidad espacial Ai. PASO 1 · RATIO DE COBERTURA Rⱼ = Sⱼ / Σ(Pᵢ · Wⱼ) Sⱼ superficie instalación j (m²) Pᵢ población adulta en manzana i Wⱼ peso gaussiano de decaimiento t₀ umbral de tiempo de caminata → modela competencia por la oferta PASO 2 · ACCESIBILIDAD ESPACIAL Aᵢ = Σ(Rⱼ · Wᵢⱼ) Rⱼ ratio calculado en el paso 1 Wᵢⱼ peso gaussiano de i hacia j tᵢⱼ tiempo de caminata real (Tobler) pendiente corregida por DEM → índice final por manzana censal

El E2SFCA se ejecuta en dos pasos: primero asigna a cada instalación un ratio que pondera su capacidad (m²) contra la demanda alcanzable; luego cada manzana suma los ratios de todas las instalaciones accesibles, ponderados por distancia. El resultado es un índice de accesibilidad espacial comparable entre ciudades.

Mecanismo espacial · decaimiento gaussiano continuo
Mecanismo espacial del E2SFCA con decaimiento continuo Diagrama que muestra cómo el peso de cada manzana decrece de forma continua según su tiempo de caminata hasta la instalación, usando la función gaussiana. No hay anillos discretos, sino un gradiente continuo de ponderación. Campo de ponderación continuo (no hay anillos ni umbrales discretos) Instalación j Sⱼ m² Manz. A tᵢⱼ = 3 min w = 0.93 Manz. B tᵢⱼ = 9 min w = 0.58 Manz. C tᵢⱼ = 16 min w = 0.18 Manz. D tᵢⱼ = 24 min w = 0.02 peso ≈ 0, pero nunca exactamente 0 f(tᵢⱼ) = e^(−½·(tᵢⱼ/β)²) 1.0 0.7 0.4 0.1 0 w 0 5 10 15 20 tiempo de caminata (min) A · w=0.93 B · w=0.58 C · w=0.18 D → w≈0.02 La curva es continua: cada tᵢⱼ produce un w único, sin zonas ni umbrales de corte.

A diferencia de métodos con áreas de captura discretas, el E2SFCA con relación espacial continua asigna un peso único a cada par origen-destino según la función gaussiana calibrada. No existe un umbral de exclusión: a mayor tiempo de caminata, el peso tiende asintóticamente a cero.

Los dos pasos del cálculo · con valores ilustrativos
Los dos pasos del método E2SFCA Diagrama que ilustra el paso 1 (cálculo del ratio de oferta-demanda Rj por instalación) y el paso 2 (suma ponderada de ratios para obtener el índice de accesibilidad Ai de cada manzana). Paso 1 · ratio de cobertura Rⱼ para cada instalación j Instalación j Sⱼ = 850 m² w=0.88 w=0.62 w=0.35 Manzana 1 P = 320 Manzana 2 P = 510 Manzana 3 P = 180 Rⱼ = Sⱼ / Σ(Pᵢ · Wᵢⱼ) 850 / (320·0.88 + 510·0.62 + 180·0.35) Rⱼ = 1.47 Rⱼ fluye Paso 2 · accesibilidad Aᵢ para cada manzana i Manzana i Aᵢ = ? w=0.90 w=0.55 w=0.22 Inst. j1 Rⱼ = 1.47 Inst. j2 Rⱼ = 0.93 Inst. j3 Rⱼ = 2.10 Aᵢ = Σ(Rⱼ · Wᵢⱼ) 1.47·0.90 + 0.93·0.55 + 2.10·0.22 Aᵢ = 2.30 Aᵢ más alto = mejor accesibilidad espacial a instalaciones deportivas

El paso 1 calcula para cada instalación cuánta oferta (m²) corresponde por adulto ponderado por distancia — modelando la competencia entre usuarios. El paso 2 acumula esos ratios desde todas las instalaciones alcanzables por cada manzana, también ponderados por distancia. El índice Aᵢ resultante es comparable entre ciudades y entre sectores de una misma ciudad.

04

Escala de aplicación

80%
de la población nacional cubierta
5k
habitantes · umbral mínimo por ciudad
15
regiones del país analizadas

El estudio operó a escala nacional, abarcando todos los centros urbanos chilenos con más de 5.000 habitantes. Este umbral fue determinado metodológicamente para garantizar la disponibilidad de datos censales robustos y una masa crítica de instalaciones deportivas que permitiera calcular índices de accesibilidad estadísticamente significativos.

La cobertura resultante alcanza aproximadamente el 80% de la población nacional, concentrada en los centros urbanos donde reside la mayor parte de la población adulta y donde la política pública de infraestructura deportiva tiene mayor impacto potencial.

Para cada ciudad, el análisis se realizó a nivel de manzana censal (la unidad espacial más desagregada del Censo 2017 del INE), permitiendo identificar diferencias intraurbanas de accesibilidad — no solo entre ciudades, sino dentro de cada ciudad, distinguiendo el centro de la periferia, los sectores de alta densidad de los de baja densidad, y los territorios bien servidos de los deficitarios.

05

Hallazgos clave

Los resultados del estudio (caso Iquique-Alto Hospicio) evidencian que la disponibilidad agregada de infraestructura deportiva a escala de ciudad oculta desigualdades territoriales significativas al interior de cada centro urbano. Los hallazgos se presentan tomando como caso ilustrativo la ciudad de Iquique – Alto Hospicio.

01
La media urbana oculta desigualdad intraurbana
En Iquique – Alto Hospicio, la ciudad ofrece en promedio 3,14 m²/adulto de infraestructura deportiva. Sin embargo, las agrupaciones espaciales de alta accesibilidad alcanzan 2,89 m²/adulto mientras que las de baja accesibilidad disponen de solo 0,63 m²/adulto — menos de un cuarto del promedio. El dato agregado a escala de ciudad no refleja la realidad territorial local.
02
La periferia concentra el déficit de accesibilidad
Las agrupaciones de baja accesibilidad se localizan consistentemente en las zonas periféricas de las ciudades analizadas. En Iquique, la baja accesibilidad forma un cinturón que separa el centro del norte, ampliándose hacia la periferia interior. En Alto Hospicio, afecta gran parte de los bordes urbanos. Este patrón es coherente con la lógica de expansión urbana hacia zonas de menor dotación de equipamiento.
03
Existencia comprobada de autocorrelación espacial positiva
La autocorrelación espacial global I de Moran arrojó un valor de 0,65, confirmando que los niveles de accesibilidad no se distribuyen aleatoriamente en el espacio: las zonas de alta accesibilidad tienden a agruparse con otras zonas de alta accesibilidad, y lo mismo ocurre con las de baja. La aplicación de Getis-Ord-Gi* (99,9% de confianza, 999 permutaciones) permitió localizar y delimitar con precisión estas agrupaciones.
04
Mayoría de la población en déficit vive lejos de instalaciones
De los 38.126 adultos residentes en agrupaciones con niveles extremos de accesibilidad, 29.551 (77,5%) se encuentran en zonas de baja accesibilidad, frente a solo 8.575 en zonas de alta accesibilidad. La asimetría entre ambas agrupaciones — tanto en población como en metros cuadrados disponibles — constituye evidencia directa de desigualdad territorial en el acceso a infraestructura deportiva.
05
Insumo para decisiones de inversión del IND / Mindeporte
Los informes derivados del estudio entregaron al IND y al Ministerio del Deporte una base metodológicamente sólida para priorizar zonas de inversión en nueva infraestructura deportiva. La identificación de agrupaciones deficitarias a nivel de manzana censal permite orientar los recursos hacia donde el impacto potencial sobre la actividad física de la población adulta es mayor, superando criterios administrativos como la distribución por región o comuna.