Existen dos discursos claramente diferenciados sobre qué modelo de ciudad resulta más sostenible, el Enfoque de Ciudad Autosuficiente y el Enfoque de Ciudad Compacta (Frey, 1999; Holden, 2004; Holden & Norland, 2005; Jabareen, 2006; Muñiz et al., 2013; Næss, 2001). El Enfoque de Ciudad Autosuficiente defiende un modelo descentralizado, basado en ciudades pequeñas edificadas utilizando una arquitectura bioclimática, donde se consuman preferentemente los recursos de su biorregión. Dicho enfoque da más importancia a las actitudes individuales que a cualquier coeficiente de forma urbana (Bettini, 1998; Doughty & Hammond, 1997; Girardet, 1999; Haberl, 2001; Morris, 1982; Orrskog & Hammond, 1993; Pickett et al., 2013). En contraposición con el Enfoque de Ciudad Autosuficiente, el Enfoque de Ciudad Compacta propone densificar y mezclar funciones para ahorrar energía en la vivienda y en los desplazamientos cotidianos, y confía en las nuevas tecnologías para aligerar los problemas de congestión (cec, 1990; Ewing, 1997; Gillham, 2002; Jabareen, 2006; Newman & Kenworthy, 1999). En un contexto regional, el Enfoque de Ciudad Compacta apuesta por reforzar el monocentrismo tradicional (Bertaud, Lefèvre & Yuen, 2009), o bien por seguir un modelo descentralizado pero concentrado, es decir, policéntrico (Ewing, 1997; Rogers & Gumuchdjian, 2000). Centrados en el Enfoque de Ciudad Compacta, su desarrollo en ee.uu., Canadá o Australia pretende corregir la excesiva dispersión de sus ciudades (Brueckner, 2000; Ewing et al., 2008; Newman & Kenworthy, 1999). En Europa, dicho enfoque persigue cuatro objetivos: a) reivindicar el modelo urbano europeo continental frente al estadounidense; b) estimular un discurso urbanístico demasiado anclado en cuestiones relativas al lenguaje formal de la arquitectura; c) plantear el hecho urbano heredado, no como una carga, sino como una oportunidad; y d) destacar las ventajas de una elevada densidad y de la mezcla de usos del suelo en términos de eficiencia energética (cec, 1990; Ellin, 1999).

Son numerosos los trabajos que han detectado ventajas ambientales asociadas a la densidad. Por ejemplo, Camagni, Gibelli y Rigamonti (2002), Hillman (1996),Newman y Kenworthy (1999) y Owens (1986), detectan una correlación negativa entre densidad y consumo energético en el transporte. Cervero (1991), Burchell et al. (1998), Parshall et al. (2009) y Sierra Club (1998) muestran cómo las políticas de compacidad reducen el ritmo de conversión de suelo agrícola o forestal en suelo urbanizado. Ewing y Rong (2008), Larivière y LaFrance (1999), y Markham (2009) hallan que las tipologías de vivienda propias de la ciudad compacta requieren de un menor consumo de energía para su funcionamiento. Si se utiliza como variable dependiente un indicador de impacto global como las emisiones de gei o la Huella Ecológica, la densidad sigue ejerciendo un efecto positivo en la mayoría de los casos (Bartaud et al., 2009; Brown, Southworth & Sarzynski, 2008; Dodman, 2009; Glaeser & Kahn, 2010; Muñiz & Galindo, 2005; Norman, MacLean &Kennedy, 2006; Romero Lankao et al., 2009). Aun siendo numerosa y variada la bibliografía favorable a los efectos medioambientalmente positivos de la densidad, conviene tener presente que: a) el efecto estimado cae sustancialmente al incluir variables socioeconómicas en el modelo econométrico; b) son diversos los estudios que no encuentran ventajas ambientales significativas asociadas a la densidad (Bento, Cropper, Mobarak & Vinha, 2005; Levinson & Kumar, 1997; Travisi, Camagni & Nijkamp, 2010); y c) los estudios sobre movilidad obligada no permiten capturar la posible existencia de comportamientos compensatorios. Por consiguiente, no es posible establecer a priori cuál es el impacto de la densidad sobre el consumo de energía y las emisiones de gei (Næss, 2005).

Diversos estudios han planteado la posibilidad de que los individuos que viven en barrios densos “compensen” una baja movilidad durante los días laborables con una mayor movilidad por motivos de ocio (Dijst, Lanzendorf, Barendregt & Smit, 2004; Holden, 2007; Holden & Linnerud, 2011; Módenes & López-Colàs, 2007; Næss, 2006). Algunos autores sostienen que el hecho de que los individuos que viven en barrios densos tengan una mayor movilidad asociada al ocio no se debe a una estrategia compensatoria, sino a un sesgo de autoselección. Dicho sesgo revertiría la dirección de la causalidad clásica, según la cual el contexto urbano afecta la movilidad. La autoselección implica que las decisiones de localización se toman también teniendo en cuenta las preferencias sobre movilidad (Næss, 2006).

La investigación aplicada ha estudiado el efecto de la densidad sobre la probabilidad de tenencia o uso de una segunda residencia (Dijst & Vermeulen, 1999; Dijst et al., 2004; Keers, 1998, Módenes & López-Colàs, 2007; Stradell & Hall, 2015), sobre el número de salidas durante el fin de semana (Kagermeier, 1997, Schlich & Axhausen, 2002), sobre el consumo de energía en movilidad y vivienda (Holden & Norland, 2005) y sobre la Huella Ecológica de movilidad y vivienda (Hoyer & Holden, 2003; Muñiz et al., 2013). En la mayoría de los casos señalados se detectan comportamientos compensatorios, aunque la densidad sigue ejerciendo un efecto medioambientalmente positivo.

La Huella Ecológica mide la superficie de suelo ecológicamente productivo que se requiere de forma continuada para producir los recursos y absorber los residuos de una determinada población, dondequiera que este suelo se encuentre (Rees & Wackernagel, 1996, 1998; Wackernagel & Rees, 1996). La Huella Ecológica puede interpretarse como el reverso de la “capacidad de carga” de un territorio. Para el caso de los humanos, la capacidad de carga de un territorio es el nivel máximo de explotación de recursos y de generación de residuos que el territorio puede tolerar de forma indefinida sin que se deterioren sus ecosistemas (Rees, 1992). El concepto de ‘huella’ parte de la premisa de que una sociedad, para ser sostenible, debería vivir exclusivamente a partir de recursos renovables. En este sentido, la huella mide una superficie asociada a la capacidad regenerativa de la biosfera, es decir, la superficie fotosintética –o colector solar– necesaria para reponer la energía libre o negentropía disipada por los humanos (Ress, 1992). Bajo un enfoque de huella, la economía se considera un subsistema expansivo en contradicción con los límites físicos de la biosfera (Rees, 2000). Por consiguiente, el indicador de huella está en consonancia con la Segunda Ley de la Termodinámica (Georgecu-Rogen, 1971). Tal como se afirma en Calatayud (2010) y Calatayud y Cuesta (2010) al revisar los orígenes del indicador de Huella Ecológica siguiendo el trabajo de Carpintero y Naredo (2004), dicha huella recoge y sintetiza de forma operativa conceptos como “apropiación primaria neta del planeta” (Pfaundler, 1902), “energía fantasma” (Cottrell, 1950), “comercio de acres” (Borgstrom, 1965), “energía encarnada” (Odum, 1989), “capacidad de carga del planeta” (Catton, 1980; Vitousek et al., 1986) y “capital natural” (Costanza & Daly, 1990). Aquello que distingue a la Huella Ecológica de otros indicadores de insostenibilidad es que los diferentes impactos se agregan con criterios ecológicos, asignándole a cada uno un espacio ecológico exclusivo (Wackernagel & Yount, 1998).

Si bien es cierto que el cálculo de huellas plantea algunos problemas relacionados con el hecho de que un mismo espacio pueda estar suministrando diferentes funciones (Moffatt, 2000; Rapport, 2000), la literatura sobre huellas es extremadamente dinámica y periódicamente se llevan a cabo correcciones y mejoras (Monfreda, Wackernagel & Deumling, 2004). La Huella Ecológica se obtiene a partir de la agregación de dos superficies conceptualmente diferentes: a) la superficie real que ocupan los recursos naturales utilizados; y b) la huella teórica de carbono correspondiente a la superficie de bosques necesaria para absorber los ghg (greenhouse gases) emitidos en la producción, transporte y consumo de bienes y servicios (Browne, O’Reagan & Moles, 2009). Aplicada en un ámbito urbano, la Huella Ecológica mide el área total de ecosistemas requeridos de forma continua para suministrar las demandas materiales y absorber los residuos de la población residente (Rees & Wackernagel, 1996). En la mayoría de los estudios, este cálculo arroja como resultado una superficie que puede multiplicar por 200 el espacio urbanizado. Dicha desproporción ha inspirado la metáfora de la ciudad como parásito de un amplio y disperso territorio (Odum, 1971; Vitousek et al., 1986; Wackernagel & Yount, 1998).

Si los individuos vivieran consumiendo exclusivamente los productos y servicios del capital natural de la bioregión donde viven, entonces el planeta sería sostenible por definición. El problema es que la globalización y el comercio han creado las condiciones para que ciudades, regiones y países crezcan muy por encima de lo que les permitiría una explotación sostenible de los recursos locales (Rees, 1992; Rees & Wackernagel, 1996). Desde una perspectiva global, la Huella Ecológica total puede reducirse consumiendo exclusivamente los recursos de la región, preservando el capital natural local y aumentado la productividad de los ecosistemas locales. El problema es que este camino conllevaría reducciones drásticas en los niveles de consumo y/o un fuerte ajuste poblacional en las regiones urbanas con mayor déficit ecológico. Otra posible estrategia consistiría en la adopción de medidas que permitieran reducir la huella per cápita a escala de individuo/ciudad/región/país, convergiendo hacia unos niveles compatibles con el capital natural existente a escala planetaria. En este contexto las políticas de compacidad podrían resultar exitosas, ya que en diversos estudios se constata la existencia de una correlación negativa entre densidad y huella per cápita (Moles, Foley, Morrissey & O’Regan, 2008; Moos, Whitfield, Johnson & Andrey, 2006; Muñiz & Galindo, 2005; Muñiz et al., 2013; O’Reagan, Morrissey, Foley & Moles, 2009; Rees & Wackernagel, 1996; Ryu, 2005; Walker, 2013), si bien es cierto que algunos han obtenido evidencia empírica que apunta en la dirección contraria (Australian Conservation Foundation, 2007; Marique, Dujardin, Teller & Reiter, 2013).

La selección de barrios donde llevar a cabo las encuestas pretende capturar la variedad de situaciones en cuanto a densidad, centralidad y nivel de ingresos. Bajo dicho criterio, se encuestó a población residente en diecinueve barrios¹ pertenecientes a ocho comunas (Concepción, Hualpén, Talcahuano, San Pedro de la Paz, Chiguayante, Coronel, Penco y Tomé). Se descartaron las comunas más rurales, Hualqui y Santa Juana, por estar pobremente integradas desde un punto de vista funcional. Tampoco se seleccionó Lota, debido a su semejanza con Coronel (figura 1). Los barrios estudiados presentan una densidad neta media de 149 hab./ha, con la menor cifra en el barrio Andalué –de alta plusvalía e ingresos altos–, en San Pedro de la Paz, con 15,75 hab./ha. En contraste, la densidad más alta se eleva a 426 hab./ha en el barrio de ingresos bajos Cerro Centinela, en Talcahuano.

Los datos sobre consumos energéticos en movilidad y vivienda, características socioeconómicas y actitudes ante la sostenibilidad provienen de la explotación de 475 encuestas sobre los patrones de consumo de los hogares (25 encuestas por barrio). Esto supuso recoger información sobre 1.662 individuos (en promedio cada hogar está compuesto por 3,5 individuos). La información contenida en los cuestionarios se agrupa en cuatro categorías: a) perfil familiar (número de miembros del hogar, renta per cápita, tipología hogar); b) actitudes respecto a la sostenibilidad (valoración ambiental del lugar de residencia y peso que tuvo en su elección); c) vivienda (superficie de la vivienda, tipología de la vivienda, consumo de energía en gas y electricidad; d) movilidad (número de desplazamientos, modo de transporte y distancia recorrida). Por último, los datos de densidad se calculan con el Censo de Población y Vivienda 2002, y el área de la sección censal mediante un Sistema de Información Geográfica (sig). La distancia recorrida se aproxima considerando la distancia en línea recta entre origen y destino.

figura 1
Mapa del Área Metropolitana de Concepción
límites administrativos ine (2002), superficies urbanas (rojas et al., 2013) y barrios (elaboración propia)

El indicador de impacto ambiental a escala global utilizado en esta investigación es la Huella Ecológica correspondiente al Energy Land, es decir, la superficie teórica de bosques necesaria para absorber los ghg liberados a la atmósfera. Esto supone dejar fuera del cálculo de huella la superficie ocupada por las infraestructuras de transporte, debido a que no puede cargarse exclusivamente a la movilidad individual. El Energy Land, uno de los componentes de la Huella Ecológica, es equivalente a la Huella de Carbono (Pon & Pon, 2009; Wiedmann & Minx, 2007), una vez que se convierten en hectáreas las toneladas de co₂ utilizando el factor de conversión 5.2 Tn co₂/ha propuesto por el Grupo Intergubernamental de Expertos sobre el Cambio Climático (ipcc) (véase tabla 1). Además, la inclusión de la superficie urbanizada daría pie a posibles problemas de endogeneidad que podrían sesgar el valor de los parámetros.

tabla 1
Población y densidad en los barrios seleccionados

rojas, muñiz y pino (2009)

Con la información sobre consumo de energía en vivienda y movilidad, se calcula la Huella Ecológica correspondiente al Energy Land de cada unidad familiar dividida por el número de miembros que la componen (Huella Ecológica total per cápita). Este valor se obtiene al sumar cuatro subhuellas:

• Huella Ecológica de los consumos energéticos residenciales

  Huella Ecológica de la movilidad obligada

  Huella Ecológica de la movilidad de fin de semana

  Huella Ecológica de la movilidad por vacaciones

La Huella Ecológica de la movilidad y de los consumos energéticos residenciales se ha estimado utilizando los factores de conversión que aparecen en la tabla 2.

tabla 2
Tabla de factores de conversión utilizados y otra información requerida para el cálculo de la Huella Ecológica

elaboración propia

Los cálculos llevados a cabo arrojan un valor promedio de Huella Ecológica en movilidad individual y consumos energéticos residenciales de 0,106 ha/hab. (0,55 toneladas de gei/hab.) (tabla 4). Dicho valor está sensiblemente por debajo de la huella estimada en otros trabajos que han adoptado una metodología similar.² El tamaño de la huella de los consumos energéticos residenciales se debe principalmente al consumo de energía eléctrica. En el caso de la movilidad individual, la movilidad obligada (commuting y estudios) es la que presenta una mayor huella. La Huella Ecológica per cápita de los barrios con una elevada renta per cápita es aproximadamente el doble de la correspondiente a los barrios con una baja renta per cápita. Dada la población censada en Concepción (algo más de 874.000 personas según el Censo 2002), la huella total asociada a la movilidad y a los consumos energéticos residenciales sería de 92.700 hectáreas. Tal es la superficie de bosques necesaria para absorber las 482.000 toneladas de ghg que se calcula emite la población de Concepción debido a la movilidad individual y al consumo de energía en las viviendas. Esta superficie representa aproximadamente un tercio de la superficie total del amc (283.100 ha).

tabla 4
Resultados del cálculo de la Huella Ecológica de la movilidad individual y de los consumos energéticos residenciales

elaboración propia

Las regresiones

Se han estimado cuatro modelos, cuyos resultados se muestran en la tabla 5. En la primera columna aparecen los resultados correspondientes al modelo estimado, utilizando como variable dependiente la huella ecológica de la movilidad obligada; en la segunda, la huella de la movilidad por ocio (fin de semana y vacaciones); en la tercera, la huella total de la movilidad (suma de las dos anteriores); en la cuarta, la huella de los consumos energéticos de la vivienda; y en la quinta, la huella total de la movilidad y de la vivienda. Los valores de huella se toman en términos per cápita y en logaritmos, lo cual permite interpretar directamente como elasticidades los parámetros de las variables explicativas expresadas también en logaritmos. Se llevaron a cabo estimaciones sin aplicar logaritmos, y los resultados fueron muy semejantes en cuanto al signo y a la significatividad de los parámetros. Las variables explicativas comunes para los cinco modelos estimados son: el número de miembros de cada hogar, la renta per cápita, una dummy que toma valor uno en caso de ser un barrio denso (una densidad superior a la media 149 ha/hab.),³ la distancia al cbd, la distancia al cbd al cuadrado. En las primeras pruebas se añadieron como variables explicativas el número de automóviles y la superficie de la vivienda, pero estaban demasiado correlacionadas con la renta per cápita, por lo que fueron finalmente descartadas. Por último, ninguna tipología familiar resultó significativa.

Los parámetros estimados para las variables socioeconómicas presentan el signo esperado. El número de habitantes por vivienda ejerce un impacto negativo sobre la huella per cápita, lo que confirma la existencia de economías de escala en el consumo de energía de la vivienda y también en la movilidad, especialmente la de ocio y vacaciones. Siendo el principal factor que explica la variabilidad observada en cada una de las subhuellas, la renta per cápita ejerce un impacto de signo positivo (al aumentar la renta la huella crece) y significativo en los cinco modelos. Los controles de autoselección presentan por lo general el signo esperado, aunque resultan poco significativos.

tabla 5
Estimaciones modelos econométricos estimados mediante Mínimos Cuadrados Ordinarios (mco)

elaboración propia* (estadístico “t” en paréntesis)* *p<0.15; **p<0.1; ***p<0.05; ****p<0.01

En cuanto a las variables asociadas a la forma y estructura urbana, es especialmente destacable el nulo efecto que parece ejercer la densidad sobre las diferentes subhuellas. La baja significatividad de la dummy para el barrio denso en el modelo más agregado podría indicar la existencia de comportamientos compensatorios. Sin embargo, el parámetro correspondiente a dicha variable no presenta un signo positivo en la estimación correspondiente a la huella de la movilidad por ocio y vacaciones, por lo que tal hipótesis debe rechazarse. Por último, la distancia al cbd ejerce un efecto de signo positivo sobre la huella de la movilidad –tanto la obligada como la de ocio y vacaciones–, por lo que tampoco se detectan comportamientos compensatorios asociados a un “exceso de centralidad” y sí, en cambio, un castigo en términos de huella para las localizaciones más periféricas. Se detecta además un efecto cuadrático significativo, por lo que, aunque la huella crece con la distancia al cbd, deja de hacerlo a partir de algún punto. No se ha hallado evidencia empírica favorable a los efectos medioambientalmente positivos asociados a la densidad, lo cual cuestionaría la efectividad de las políticas de densificación.