LA GEOGRAFÍA EMERGENTE DEL TURISMO A LO LARGO DE UNA LÍNEA DE TREN LIGERO EN GUADALAJARA: UN ANÁLISIS CUALITATIVO COMPARADO
Resumen
Este artículo analiza cambios en la geografía del turismo de Guadalajara, Jalisco, a partir de la caracterización de condiciones observadas en polígonos próximos a las 18 estaciones de la nueva Línea 3 del Tren Ligero. Se usa un modelo exploratorio con el método de análisis cualitativo comparativo (QCA), construido con principios teóricos de economía urbana. Se demuestra una tendencia de concentración en distritos centrales de la ciudad y los inicios de nuevas aglomeraciones turísticas en el poniente, lo que promete continuar el histórico proceso segregado de crecimiento de Guadalajara.
Palabras clave: geografía del turismo, economías de aglomeración, arrendamiento de inmuebles, análisis cualitativo comparativo (QCA), Guadalajara.
THE EMERGING GEOGRAPHY OF TOURISM ALONG A LIGHT RAIL LINE IN GUADALAJARA: A COMPARATIVE QUALITATIVE ANALYSIS
Abstract
This article analyzes changes in the geography of tourism in Guadalajara, Jalisco, based on the characterization of conditions observed in polygons close to the 18 stations of the new Line 3 of the Light Rail. An exploratory model is used with the qualitative comparative analysis (QCA) method, built with theoretical principles of urban economics. A trend of concentration in central districts of the city and the beginnings of new tourist agglomerations in the west are demonstrated, which promises to continue the historical segregated growth process of Guadalajara.
Keywords: tourism geography, agglomeration economies, real estate leasing, qualitative comparative analysis (QCA), Guadalajara.
1. Introducción
Tanto la infraestructura como las políticas de uso de suelo y vivienda afectan la geografía del turismo de las ciudades; sus impactos inhiben o redirigen la creación de plusvalías y su captura, por medio del mercado de inmuebles o la localización de empresas altamente rentables en polígonos de gran valor de suelo que, incluso, pueden estar en zonas periféricas (Aitchison et al., 2000). Las aglomeraciones de negocios turísticos son capaces de enfrentar los gradientes de renta identificados por los estudios de la economía urbana (Tokunaga, 1996; Egan y Nield, 2000; Chen y Egan, 2006; Urtasun y Gutiérrez, 2006). De acuerdo con estas teorías, una opción de transporte masivo como la Línea 3 del Tren ligero de Guadalajara (L3TLG) puede incrementar el potencial turístico de las áreas de influencia de sus estaciones.
En el mercado contemporáneo, los cambios intraurbanos de la geografía turística abarcan los patrones de localización de establecimientos de hospedaje convencionales y el arrendamiento de vivienda para estancias de corta duración. Ambos generan procesos de apropiación del patrimonio (Dávila et al., 2020) y de gentrificación, particularmente en áreas centrales o mediante la formación de aglomeraciones de uso mixto, incluso en zonas periféricas (Crespi-Vallbona y Mascarilla-Miró, 2018).
Los sitios de mayor rentabilidad turística normalmente son ocupados por grandes hoteles, restaurantes prestigiados y hoteles boutique que cobran costosas tarifas y operan con altas tasas de ocupación. Recientemente, esa lista incluye complejos habitacionales arrendados en plataformas digitales para turismo. Dichas tendencias plantean un reto para los analistas de los procesos de cambio urbano y para los gobiernos locales interesados en promover su economía y alcanzar metas de protección social (Nieuwland y Van Melik, 2020).
Este artículo analiza la geografía emergente del sector turismo a lo largo del corredor de influencia de la L3TLG de Guadalajara. Esta línea tiene poco más de 21 km de longitud y 18 estaciones; empezó a operar en septiembre de 2020 en medio del contexto de los impactos por el COVID-19. El trabajo tiene los siguientes tres objetivos: 1) caracterizar las condiciones del mercado de vivienda y de las aglomeraciones de turismo; 2) proponer un modelo teórico analítico de los cambios esperados y 3) explorar escenarios de cambio mediante una comparación cualitativa configuracional (QCA).
El trabajo está organizado de la siguiente manera: posterior a la introducción se describe el contexto del estudio; enseguida, se analiza la literatura relevante y métodos para explicar el fenómeno estudiado. Después, se hace una caracterización de los 18 polígonos revisados en la que se refieren las condiciones para la formación de aglomeraciones turísticas; luego, se identifican tipos ideales de aglomeración para, desde ahí, explorar escenarios de cambio mediante análisis cualitativo comparativo (QCA). Finalmente, se presentan conclusiones.
2. Antecedentes y contexto
La zona metropolitana de Guadalajara (ZMG) es uno de los principales centros de turismo urbano en México por su importancia comercial, histórica, de servicios de salud, exposiciones y eventos deportivos o culturales. Hasta finales de la década de los años 60 del siglo pasado, los servicios turísticos se ubicaban en las inmediaciones del centro histórico de Guadalajara que es centro de la metrópoli y capital del Estado de Jalisco.
Históricamente, el sector turismo en Guadalajara ha seguido el proceso de metropolización y crecimiento suburbano iniciado en los 60. Esto se ha reflejado en la formación de aglomeraciones de servicios: en el rumbo de Plaza del Sol y Expo Guadalajara –inaugurados en 1969 y 1987, respectivamente–, la Glorieta Minerva, moteles ubicados en un tramo de la Avenida Revolución, así como del segmento de servicios para público de altos ingresos en los distritos turísticos de Chapultepec, Providencia, Chapalita y Andares, estos últimos en el municipio de Zapopan (Verduzco y Valenzuela-Varela, 2018).
A lo largo de los años, el centro de Guadalajara se ha mantenido como una importante concentración de establecimientos de hospedaje, así como de alimentos y bebidas en las inmediaciones de los asientos del poder civil y religioso de la ciudad (palacio de gobierno, catedral metropolitana, palacio municipal, palacio federal, Instituto Cultural Cabañas) (Verduzco y Valenzuela-Varela, 2021). Esta aglomeración central ha enfrentado una gran diversidad de problemas, tales como la inseguridad, el deterioro ambiental y el abandono de fincas patrimoniales o antiguas. La caída reciente de los servicios turísticos ubicados a lo largo del corredor del tren aquí referido se debe tanto a los impactos durante la construcción como a los efectos adversos de la pandemia por el COVID-19, que se sintieron en la ciudad a partir de marzo de 2020. Ambos fenómenos ocasionaron el cierre de negocios, incrementando el problema de fincas abandonadas y la caída del flujo de visitantes.
Durante entrevistas realizadas por los autores de este estudio en 2018, se detectaron los siguientes impactos duraderos: 1) caída drástica de los porcentajes de ocupación de establecimientos de hospedaje en el tramo central de la vía (Santuario-Guadalajara Centro-Independencia); 2) guerra de precios y baja colaboración del sector; 3) problemas de inseguridad y 4) expectativas de uso del tren por parte de turistas y su efecto distributivo entre establecimientos ubicados a lo largo de la vía. Según los entrevistados, la posibilidad de un acceso más fácil a las zonas centrales para los trabajadores del sector podía tener impactos moderados en los patrones de localización de negocios y de desplazamiento de turistas.
A casi dos años de que el tren entró en operación, las condiciones urbanísticas y económicas a lo largo de la L3TLG están cambiando. Para identificar la posible orientación de los cambios, en esta investigación se definió un área de estudio que abarca 18 polígonos en torno a las estaciones de la mencionada línea (Verduzco y Valenzuela-Varela, 2021).
3. Revisión de literatura y métodos
Este trabajo recoge principios teóricos de tres vertientes de estudio respecto a patrones de localización de negocios turísticos, en zonas urbanas impactadas por obras de infraestructura. La primera incluye los estudios de economía y geografía del turismo que identifican la formación de aglomeraciones de comercios, siguiendo la centralidad como factor que incrementa la rentabilidad de los predios (Aitchison et al., 2000; Assaf et al., 2015; Marco-Lajara et al., 2016; Bracamonte et al., 2018; Verduzco, 2021). De acuerdo con esta teoría, los polígonos cercanos a las estaciones de la nueva línea de tren ligero en Guadalajara deberían registrar alto dinamismo en su mercado inmobiliario para usos de vivienda o de servicios comerciales y turísticos.
La segunda vertiente abarca estudios sobre economía colaborativa, que analizan el arrendamiento de corto plazo de bienes inmuebles mediante plataformas digitales, así como el efecto de segregación socioespacial que tiene esta forma de turismo en el espacio urbano (Mermet, 2017; Crespi-Vallbona y Mascarilla-Miró, 2018; Lerena y Rodríguez, 2019).
Por su parte, los estudios sobre evaluación de impactos de obras de infraestructura y de transporte dan cuenta de alteraciones en los estilos de vida urbana y cambios en la interacción intraurbana (Verduzco y Valenzuela-Varela, 2018; 2021). Algunos estudiosos reconocen los sesgos en las decisiones para satisfacer demandas políticas (Blancas et al., 2018), mientras que otros sugieren impactos sociales adversos como la gentrificación en la ciudad (Brown-Saracino, 2010), la dolarización de los mercados inmobiliarios y la expulsión de habitantes de menores ingresos para liberar espacios destinados a la construcción de proyectos inmobiliarios dirigidos a consumidores de altos ingresos (Fox, 2010; Glass, 2010; Wilson y Tallon, 2011). En suma, la literatura revisada sugiere la importancia de encontrar la relación entre cambios en las condiciones urbanísticas y las rutas de cambio urbano en las inmediaciones de zonas que registran los impactos en la accesibilidad.
3.1 Métodos
Siguiendo líneas propuestas en la literatura revisada, en este trabajo se introduce el método de análisis cualitativo comparativo (QCA). La exploración de escenarios de transformación turística en polígonos urbanos seleccionados es un ejemplo típico para la identificación de relaciones de causalidad, en donde es posible identificar configuraciones posibles vinculadas a un resultado.
Mediante la construcción de tablas de verdad, este método transita de las observaciones empíricas a la identificación de configuraciones de condiciones suficientes y necesarias para la formación de un resultado determinado (Rihoux, 2006; Wagemann, 2012; Mejía 2021), que aquí es definido como “aglomeración de servicios turísticos”. Para integrar ambos componentes en este trabajo se siguen tres pasos:
Paso 1. Caracterización de casos
Tiene por objetivo describir las condiciones imperantes en los distintos polígonos estudiados. Esto se logró mediante un procedimiento estructurado que incluye:
a) Identificación de polígonos. Para ello, se definieron polígonos de 500 metros de radio para los datos de DENUE-INEGI (2016) y del sitio web Casas y Terrenos (2021), además de cuadrantes con ejes diagonales de 1 km para datos de Airbnb.
b) Resultados de 97 entrevistas realizadas en 2018 a propietarios o personal de gerencia de establecimientos de hospedaje ubicados en los polígonos seleccionados, que representan el 82.2% del total de negocios del giro existentes en ese momento (Verduzco y Valenzuela-Varela, 2021, p. 253) y;
c) Análisis de la distribución de servicios turísticos y de la oferta de vivienda para distintos fines, con datos de Inventario Nacional de Vivienda (INEGI, 2016), además de las fuentes referidas en el inciso a.
Paso 2. Identificación de tipos ideales de aglomeración
Mediante un modelo dicotómico se proponen cuatro tipos de escenarios ideales para la formación de aglomeraciones de servicios turísticos, en torno a las distintas estaciones del tren. Los tipos fueron definidos por los niveles de oferta de alojamiento tradicional y de Airbnb.
Paso 3.Análisis de configuraciones suficientes con el método QCA
El método QCA es particularmente adecuado para identificar aspectos específicos de la ciudad que plantean retos de planeación poniendo atención en el contexto (Verweij y Trell, 2019); por ejemplo, porcentaje de viviendas abandonadas como parte de un conjunto de condiciones X que dan lugar a un resultado estudiado. En su aplicación, es necesario estar al pendiente de condiciones causales redundantes o la existencia de cadenas causales que se refieren a las condiciones previas a un resultado determinado; por ejemplo, un polígono clasificado en un tipo puede cambiar a otro si se construyen y entran en operación nuevos negocios.
El método se ha usado para explicar, entre otros temas relacionados con turismo, los altos niveles de desempeño en la industria vitivinícola de Baja California (Rodríguez et al., 2021). En este punto, se trata de identificar relaciones entre cambios en accesibilidad y condiciones urbanas. Cada polígono es considerado como un caso; la idea es tener una situación que garantiza características en contextos comparables y un grado suficiente de variabilidad interna de los casos, para poner a prueba las condiciones que intervienen en el resultado obtenido (tipo de aglomeración).
4. Caracterización de polígonos como espacios de aglomeración turística
A su paso por la ciudad en el sentido norponiente-oriente, la L3TLG sigue una trayectoria un tanto caprichosa para conectar tres centros urbanos turísticos tradicionales de la zona metropolitana de Guadalajara: Zapopan, Guadalajara y Tlaquepaque. La distancia entre estaciones oscila en alrededor de 1.5 kilómetros, con algunas de ellas ubicadas a menos de un km de distancia. Debido a lo anterior, hay polígonos alrededor de estaciones que se traslapan (figura 1). Si bien la línea no siguió un derrotero específicamente guiado por el criterio del servicio ofrecido a las aglomeraciones turísticas o incluso por la concentración del mercado de trabajo en un sentido amplio, algunas estaciones se encuentran en las inmediaciones de la principal aglomeración de servicios turísticos del centro de Guadalajara y tienen mayores posibilidades de atraer servicios de turismo (Verduzco y Valenzuela-Varela, 2021). A lo largo del corredor estudiado, las condiciones urbanísticas son muy variadas. Para los objetivos de este trabajo importa destacar las que a continuación se señalan.
Figura 1. Los polígonos de las 18 estaciones de la Línea 3 del Tren Ligero de Guadalajara
Fuente: Ver interior figura 1.
4.1 Indicadores de población y condiciones de vivienda
Los indicadores de población y disponibilidad de vivienda, tanto para usos residenciales permanentes, como para arrendamiento temporal, sugieren un potencial de cambio en la distribución intraurbana de los flujos de turistas muy diferente para cada estación. Esto se debe a los siguientes factores (gráfica 1).
Fuente: Elaboración propia con información del INEGI (2016).
4.2 Indicadores de aglomeración turística existentes en localizaciones selectas
Las actividades económicas vinculadas al turismo muestran grados diferenciados tanto en la concentración en los distintos polígonos estudiados como en los saldos de impactos resentidos por el sector en los últimos cinco años. La distribución de establecimientos de hospedaje sigue la distribución general de la economía. Las tres principales aglomeraciones de negocios se ubican en las tres estaciones centrales de Guadalajara, a saber: Santuario, Guadalajara Centro e Independencia. Los establecimientos de hospedaje se concentran en esos distritos centrales; no obstante, al comparar datos de consultas realizadas en la primavera de 2021 y principios de 2022, se observan pérdidas en ocho de las 18 estaciones. Destacan las estaciones Independencia, que en 2022 tenía el 59% de los negocios que había en 2021; CUCEI, con 84%; Santuario, 87%; Tlaquepaque Centro, 89%; y Guadalajara Centro con 93% (gráfica 2).
Gráfica 2. Condiciones del sector establecimientos de alojamiento y elaboración de alimentos y bebidas por estación de la L3TLG, 2015
Fuente: Elaboración propia con información del INEGI (2021).
Como se observa en la gráfica 2, las ofertas de Airbnb consultadas para el otoño de 2022 siguen un patrón de ubicación que registra su punto más alto en la E9 Santuario. En este caso, se consideró como “alojamiento” cualquier unidad reportada como disponible en la plataforma, lo cual en diversas ocasiones se refiere a simples habitaciones de hotel que se ofertan por esa vía. No obstante, los resultados obtenidos permiten tener una buena aproximación de la distribución de esta oferta a lo largo de la L3TLG.
En términos generales, tanto la oferta de Airbnb como la convencional siguen un comportamiento similar, pero tiende a ser más segregado en el caso de la primera. Esta oferta se concentra en un corredor de tres estaciones próximas a los principales centros de negocios financieros y comerciales de la ciudad (Zapopan Centro, Plaza Patria y Circunvalación Country). Mientras tanto, hacia el oriente dicha oferta prácticamente se detiene en la calzada Independencia (Estación Independencia) y registra apenas unas cuantas ofertas cerca de las estaciones Revolución y Río Nilo.
4.3 El mercado de vivienda como predictor de una nueva geografía turística
El mercado de vivienda en áreas con mayor accesibilidad para el turismo es un indicador de la formación de aglomeraciones turísticas. Para documentar el estado de la oferta de vivienda se consultó la plataforma digital Casas y Terrenos en dos periodos (dos días por consulta en la segunda quincena de agosto de 2021). Se obtuvieron datos del total de unidades y promedios por metros cuadrados. Para casas se usó como referente la superficie del terreno. Los principales hallazgos se listan enseguida y se muestran en la gráfica 3.
Gráfica 3. Indicadores del mercado de vivienda por estación de la L3TLG, según tipo de unidad
Fuente: Elaboración propia con datos de Casas y Terrenos (2021).
Gráfica 4. La geografía de precios de las ofertas de arrendamiento en la plataforma digital Airbnb, según estación de la L3TLG
Nota: Consulta realizada para ofertas durante noviembre de 2022.
Fuente: Elaboración propia con base en datos de la plataforma Airbnb.
5. Identificación de tipos ideales de aglomeración
Un paso clave para usar el método QCA en la comparación de polígonos urbanos es distinguir claramente entre condiciones de inclusión o membresía dentro de un rango de resultados (valor 1) y exclusión (valor 0) (Hanckel et al., 2021). En este trabajo se resolvió esa tarea mediante el método de tipos ideales obtenidos al combinar diversas concentraciones de oferta de servicios de alojamiento convencional y de alojamiento en Airbnb. La figura 2 presenta los tipos identificados que fueron definidos como:
a) Aglomeración turística convencional (AGLOTURC). Ejemplificada por polígonos de alta concentración de servicios de alojamiento de hospedaje convencional, como ocurre en zonas hoteleras de distritos de negocios o destinos de playa.
b) Aglomeración turística mixta (AGLOTURMIX). Resultado de la aglomeración y por lo tanto competencia por suelo entre establecimientos de alojamiento convencional y edificios de uso habitacional arrendados en plataformas digitales tipo Airbnb.
c) Barrio residencial Airbnb-ficado (RESIDENAIR). Resultado del creciente uso de la oferta habitacional de un barrio para fines turísticos en modelos de arrendamiento de corto plazo, como sucede en plataformas como Airbnb.
d) Zona habitacional-comercial con usos turísticos esporádicos (RESIDENCIAL). Zona habitacional con comercio barrial que puede tener usos turísticos (convencionales o tipo Airbnb) esporádicos y de muy pequeña escala.
Figura 2. Tipología de aglomeraciones turísticas a lo largo de la L3TLG
Fuente: Elaboración propia.
Los tipos ideales, así descritos, pueden ser considerados parte de un continuo de transformación urbanística, particularmente cuando se analizan casos fuertemente impactados por una obra de infraestructura como el tren. La figura 3 muestra las estaciones que corresponden a cada tipo, tomando como referencia el valor promedio de las variables usadas (nótese que en RESIDENCIAL se muestran diez de 11 por similitud de datos).
Utilizando la teoría de gradientes de renta, propuesta originalmente por Alonso (1964) y utilizada por diversos autores para analizar patrones de localización de hospedaje, es posible proponer el siguiente modelo para los diversos tipos de aglomeración identificados (figura 4). El modelo de gradientes identifica la ubicación esperada para cada tipo de aglomeración a lo largo de la línea, que prácticamente cruza la ciudad por el centro.
Figura 3. Tipología de aglomeraciones turísticas según densidad de establecimientos de hospedaje y alojamientos en Airbnb
Fuente: Elaboración propia.
Figura 4. Gradientes de renta por tipo de aglomeración turística a lo largo de la L3TLG
Fuente: Elaboración propia.
6. Exploración de escenarios de cambio urbano y turístico mediante método de análisis cualitativo comparativo (QCA)
Una primera aproximación a los cambios esperados se obtuvo de las entrevistas a propietarios y/o gerentes de establecimientos de alojamiento. En 2018, la mayoría de los entrevistados tenía problemas para imaginar un escenario de efectos directos del tren en la oferta de servicios de hospedaje en los alrededores de las estaciones; no obstante, algunos de ellos reconocieron que al brindar un medio de rápida comunicación entre tres centros históricos de alto valor turístico y zonas urbanas de la periferia donde reside la población trabajadora, la nueva infraestructura podría facilitar los desplazamientos de los turistas en zonas de alto interés, así como de trabajadores entre sus hogares y sus centros laborales. Algunos de los entrevistados sugirieron la posibilidad de cambios en el perfil de clientes y mayor especialización en ciertas zonas para segmentos de demanda como salud, entretenimiento, compras y turismo LGBT+.
Si bien en 2018 no había buenas expectativas, se percibía cierto optimismo sobre los efectos positivos del tren en polígonos como el centro de la ciudad, el centro de Zapopan y el corredor de moteles cercano a las estaciones Río Nilo y Lázaro Cárdenas. La pandemia por el COVID-19, puso a prueba la viabilidad de los impactos positivos en la etapa de operación debido a los riesgos sanitarios de viajar en tren (transporte colectivo). La demanda esperada en la apertura no se pudo lograr durante el primer año de operación.
A pesar de lo anterior, en recorridos de campo realizados en enero de 2022 se percibe que alrededor de diversas estaciones han iniciado los cambios propios de zonas afectadas por este tipo de obras, que incluyen: apertura de negocios nuevos, construcción de condominios verticales y productos de mayor rentabilidad dirigidos a personas dispuestas a pagar por una buena localización. Tomando en cuenta estos hallazgos y los indicadores presentados antes, enseguida se propone una tendencia general esperada en la concreción del cambio e hipótesis específicas sobre la transformación de los diversos polígonos.
6.1 Concreción en la formación de aglomeraciones turísticas en Guadalajara
El método QCA permite identificar similitudes y diferencias en diversos tipos de soluciones (variable dependiente) y probar teorías al extraer inferencias causales con una metodología sólida (Verweij y Trell, 2019; Haesebrouck y Thomann, 2022). De esta manera, es posible observar en forma directa el comportamiento de las variables y los valores asignados a cada caso. En esta investigación se usó para analizar la conformación de diversos tipos de aglomeraciones de servicios turísticos.
Conforme a las teorías citadas líneas arriba, se espera que el QCA arroje luz sobre un proceso de conformación de oferta de servicios turísticos, que da lugar a dinámicas diferenciadas entre polígonos en donde convergen impactos asociados a cambios en la accesibilidad, patrones de localización de las viviendas de venta y renta, a la par de las preferencias de alojamiento de los consumidores. La concreción de este proceso puede dar como resultado una especie de cambio de piel en la geografía turística del corredor estudiado, que incluirá la consolidación de los distritos del norponiente como grandes ganadores de las nuevas facilidades para la movilidad intraurbana (figura 5).
Figura 5. Concreción en la formación de aglomeraciones turísticas en un espacio urbano impactado por la construcción de una línea de tren ligero
Fuente: Elaboración propia.
6.2 Escenarios hipotéticos de cambio por polígono urbano
6.2.1 Los tipos ideales de aglomeración
La tipología de polígonos identificada en la sección anterior permite comparar las condiciones imperantes en cada tipo, como evidencia para poner a prueba cuatro hipótesis sobre los cambios esperados. Cada hipótesis se refiere a un escenario distinto y, por lo tanto, anticipa lo que se puede esperar en casos que todavía no reúnen la configuración necesaria y suficiente para cambiar de perfil (otro tipo). Las hipótesis y las condiciones observadas en campo y con información secundaria son las siguientes:
H1. Las aglomeraciones de alojamiento turístico convencionales (AGLOTURC) surgen en donde existen condiciones de centralidad, pero pueden enfrentar barreras de mercado y no de mercado,quelimitan el uso de vivienda para alojamiento de corto plazo. Ninguna de las zonas estudiadas fue clasificada en esta categoría, aunque algunas de las que se catalogaron como residencial podrían transitar en esta dirección.
H2. Las aglomeraciones de uso mixto, es decir alojamiento convencional y vivienda Airbnb (AGLOTURMIX), ocurren donde existen condiciones de centralidad y algunas condiciones propicias para el uso de vivienda en arrendamiento de corto plazo. Los tres casos observados con esta categoría son: Guadalajara Centro, Independencia y, muy escasamente, Zapopan Centro. Algunas observaciones referidas a estos tres casos son: 1) en la base original, todas las zonas tenían un precio mediano (categoría 2) por metro cuadrado de departamento en venta (pesos); 2) en todos los polígonos había pocos departamentos en venta; 3) en todos los polígonos había pocas casas en renta y 4) ninguna de las variables seleccionadas tenía valores ideales para el surgimiento de vivienda en renta de corto plazo en las tres zonas.
H3. Las aglomeraciones de Airbnb en barrios típicamente residenciales (RESIDENAIR) suelen ocurrir en zonas periféricas (no centrales) y donde existen condiciones propicias para el uso de vivienda en renta de corto plazo. Se encontraron cuatro casos que reúnen esta característica, los cuales son polígonos que tienden a estar ubicados en el poniente de la ciudad y abarcan, partiendo desde el centro, las siguientes zonas: Santuario, La Normal (CETRAM), Circunvalación Country y Plaza Patria. Algunas observaciones referidas a los resultados obtenidos en los casos estudiados son: 1) en los cuatro tipos de aglomeración se observa la combinación de valores similares en tres variables que indican bajo número de establecimientos de alojamiento convencional (HOTELES), escasa oferta de departamentos en venta (DEPAV) y altas rentas por metro cuadrado de departamento en renta (M2RDEP). De esta observación, se puede inferir que la posibilidad de capitalizar inversiones de nuevos departamentos es un acelerador de la conversión de zonas residenciales en zonas turistificables vía arrendamiento de vivienda de corto plazo en plataformas digitales; 2) la siguiente variable que parece abonar más a la consolidación de este escenario turístico es la de alta proporción de población 60 y más (P60+). Estuvo presente en tres de los cuatro polígonos con el valor más alto y en uno con el valor intermedio y 3) le siguen en importancia dos variables que presentaron valores altos en por lo menos dos casos, estas son: alojamientos ofrecidos Airbnb (AIRBNB) y precio por m² de departamento en venta (pesos).
H4. Las zonas habitacionales con usos turísticos esporádicos (RESIDENCIAL) son aquellas que carecen de centralidad y no existen condiciones propiciadoras para el uso de arrendamiento de vivienda de corto plazo. El análisis realizado identifica 11 polígonos categorizados como “predominantemente habitacional” cuya localización tiende a estar alejada del centro de Guadalajara, lo cual confirma parcialmente lo esperado por la tesis de los gradientes de renta. A partir de estos resultados, se construyeron las tablas de verdad utilizadas en el análisis configuracional que se presenta enseguida.
6.2.2 Variablesusadas en el análisis configuracional de aglomeraciones turísticas. En este caso, la variable dependiente usada en el modelo QCA es el tipo de aglomeración previamente identificado para cada estación. La lista de variables, el razonamiento teórico para incluirlas y la codificación dicotómica necesaria para identificar posibles escenarios de cambio de usos habitacionales a aglomeración turística se presenta en la tabla 1. Se incluyó un número moderado de variables para minimizar el problema de encontrar soluciones únicas que puede generar la inclusión de muchas variables (Varone et al., 2006).
Tabla 1. Variables incluidas en el análisis configuracional de condiciones asociadas a tipos de aglomeraciones turísticas
(1) En todas las variables se utilizó como referente el valor más alto y se dividió entre tres, lo que permitió identificar tres niveles, en donde: 3 = valor más alto y 1 = valor más bajo. Para la construcción de tablas de verdad utilizando el software TOSMANA, se recodificaron los valores para construir variables dicotómicas, de tal modo que los niveles se establecieron como sigue: para la primera tabla de verdad 1 = 0 y 2 o 3 = 1. Para la segunda, 1 y 2 = 0 y 3 = 1.
Fuente: Elaboración propia.
6.2.3 Resultados del análisis configuracional (tablas de verdad)
Las configuraciones obtenidas son analíticamente apropiadas para un número reducido de casos, porque no necesitan la superposición de variables implícita en los métodos estadísticos convencionales con las que se intenta sopesar el coeficiente de causalidad entre una variable independiente y otra dependiente. En este trabajo, el propósito es probar la viabilidad de cambios inspirados por los principios teóricos de la economía urbana.
Este no es un estudio que representa una muestra de polígonos de la ciudad, aunque se podría usar con ese fin. Aquí no existe el dilema entre agregar o remover casos, en tanto se busca identificar la diversidad de configuraciones asociadas a distintos resultados observados. Inicialmente se asignaron valores a tipos de aglomeración para distinguir entre polígonos con tres niveles posibles (escala Likert); sin embargo, para el análisis QCA se recodificaron los casos para contar con variables dicotómicas y se corrieron dos modelos que produjeron las tablas de verdad, ello trajo configuraciones ligeramente distintas para cada estación.
En las tablas de verdad, cada columna presenta valor (1-0) para cada una de las variables (listadas en el primer renglón de la tabla y propuestas en las primeras dos columnas de la tabla 1). En estos casos: 1 = condición presente y 0 = condición ausente. Las estaciones identificadas en la figura 1 para cada configuración se reportan en la última columna de las tablas de verdad.
Las configuraciones identifican condiciones suficientes (aquellas que alcanzan a producir un resultado esperado codificado como 1 en la columna “Resultado”). Adicionalmente, se estimó el valor de la consistencia, que mide el porcentaje de configuraciones causales que producen el mismo resultado (Cronqvist, 2019; Roig-Tierno et al., 2017; Mejía, 2021). En este caso se usó el paquete TOSMANA con un límite de consistencia de 0.8, por lo que a las configuraciones con valores más altos se les asigna valor de 1. Para explorar los cambios se corrieron los siguientes dos modelos:
Modelo 1. Usos habitacionales vs usos turísticos
En la primera clasificación (Habitacional = 0; Alguna forma de aglomeración turística = 1) se encontró que no existen estaciones que compartan el mismo tipo de configuración de condiciones. Siete de los 18 casos fueron clasificados con valor 1. De ellos se destaca el caso Zapopan Centro porque revela cuáles son las condiciones mínimas suficientes para alcanzar este resultado, a saber: alto volumen de población, porcentajes altos de población de 60 y más, alto porcentaje de viviendas abandonadas, oferta alta de alojamientos en Airbnb y precios altos de arrendamiento de departamentos.
En la primera clasificación, se hizo una prueba fsQCA de consistencia, seleccionando como resultado esperado “Aglomeración Turística = 1” y umbral de consistencia 0.80. Como se muestra en la tabla 2, estamos ante un caso típico de equifinalidad (Wagemann, 2012), dado que todas las configuraciones que dieron un resultado positivo tienen una alta consistencia (valor 1).
Tabla 2. Tabla de verdad para clasificar todos los casos.
Nota: Donde vivienda = 0, aglomeración turística = 1
Fuente: Elaboración propia.
En la tabla 3 se destaca la existencia de cinco variables que son condiciones necesarias, sin las cuales no se presenta el resultado 1 (alguna forma de aglomeración). De ellas, las primeras tres no se consideran condiciones suficientes, dado que su presencia en un polígono determinado no garantiza el resultado esperado.
Dadas las limitaciones de las particiones dicotómicas del método QCA, en una segunda clasificación se trató de identificar las variables que separan la existencia de una aglomeración de turismo mixto consolidada (AGLOTURMIX en el modelo de tipos ideales), del resto de los distritos con baja o nula presencia de turismo.
Tabla 3. Variables destacadas como condiciones necesarias para aglomeraciones turísticas en polígonos de influencia de estaciones de tren ligero
Fuente: Elaboración propia.
Modelo 2. Uso habitacional o bajo turismo vs aglomeración turística mixta
El análisis comparado destaca una configuración que reduce la viabilidad turística de los polígonos estudiados, la cual se conforma de cuatro variables clave con el valor más bajo en todos los casos: una baja oferta de establecimientos del sector 72 (EALAYB), casi nula oferta de alojamientos ofrecidos Airbnb (AIRBNB) y de alojamientos convencionales por zona (HOTELES) y muy baja oferta de departamentos en renta (DEPAR).
En este caso, solo tres estaciones fueron reportadas como aglomeraciones consolidadas. Se identificaron tres configuraciones posibles (tabla 4). La más sencilla es la del centro de Zapopan con dos variables: población de 60 y más y precio (relativamente alto) por cama ofrecida en Airbnb. Una aglomeración presenta una configuración de cuatro variables: población total, porcentaje de viviendas deshabitadas, alojamiento de Airbnb y alojamiento tradicional. La configuración para Guadalajara Centro dejó fuera seis variables. En esta clasificación la tasa de sobrevivencia 2021/2022 no fue necesaria en ninguna de las configuraciones, lo cual puede interpretarse como un indicador de resiliencia.
Si bien en el análisis realizado no se introdujo la variable dicotómica para indicar una ubicación oriente-poniente, es claro que en el contexto socioespacial de Guadalajara ese es un factor relevante. Siete de las estaciones (casi la mitad del total) que carecen de servicios turísticos se ubican al poniente de la ciudad. Tres más son las primeras estaciones en el extremo norponiente, y solamente una de ellas (Ávila Camacho) presenta cierta centralidad al estar ubicada en uno de los cruceros mejor localizados de la ciudad.
Tabla 4. Tabla de verdad para clasificar todos los casos.
Nota: En donde RESIDENCIAL Y RESIDENAIR = 0, AGLOTURMIX = 1
Fuente: Elaboración propia.
Las tablas de verdad sugieren que ninguna de las condiciones incluidas puede considerarse necesaria por sí misma (ninguna característica está presente en los tres casos AGLOTURMIX). La mayor proximidad al grado de condición indispensable son condiciones presentes en por lo menos dos de las zonas. Estas son: población total, porcentaje de población de 60 y más, porcentaje de viviendas deshabitadas, alojamientos ofrecidos Airbnb y alojamientos convencionales.
6.2.4 Limitaciones y consideraciones metodológicas para interpretar los resultados
Si bien el método QCA permite observar en forma directa las configuraciones y usar valores para su construcción basadas en la teoría, como en este caso de economía urbana, es importante considerar problemas como los siguientes:
a) Problemas de medición: se usó solo una fuente como aproximación a la disponibilidad de unidades habitacionales en venta o arrendamiento y los precios de las unidades por estación. En la oferta de Airbnb no se hizo la distinción entre alojamientos convencionales y viviendas porque el concepto ideal “Aglomeración turística mixta” contempla la combinación de ambos tipos de unidades.
b) Codificación y pertenencia: la codificación de las variables se hizo pensando en la posibilidad de formación de aglomeraciones con fuertes componentes de alojamiento ofrecido en Airbnb. Los valores altos en cada variable se asumieron como favorables al surgimiento de alojamientos de vivienda en renta y fueron forzados a asumir valores dicotómicos 1-0, lo cual puede mejorarse con datos cuantitativos más finos.
c) Suficiencia de las condiciones y equifinalidad: el modelo QCA supone que las condiciones usadas son suficientes. Las tablas de valor indican equifinalidad o múltiples causalidades que se combinan en forma diferente para producir el mismo resultado (Ragin, 1987). Este es un resultado teóricamente posible dado que la valoración de un espacio responde a percepciones puramente subjetivas. Ningún caso resultó en una aglomeración turística convencional como podría ocurrir en un polo turístico de playa o en un centro de negocios en donde no se han registrado ofertas Airbnb.
7. Conclusiones
En este trabajo se logran avances en los tres objetivos planteados. En primer lugar, se usan diversas fuentes que caracterizan las condiciones cambiantes de las aglomeraciones de turismo en torno a 18 polígonos impactados por la L3TLG. En segundo lugar, se propone y aplica un modelo teórico analítico que permite identificar cambios asociados a preferencias de localización y gradientes de renta que atraen o excluyen diversas ofertas de alojamiento. Finalmente, se usa el método QCA para explorar escenarios de cambio asociados a las condiciones imperantes y la concreción de cambios posibles en el contexto analizado.
Las configuraciones obtenidas revelan lo que puede ocurrir en otras zonas donde actualmente no se presentan las condiciones urbanas suficientes y necesarias para formar una aglomeración turística consolidada. Evidentemente, hay una semilla de gentrificación que no ha terminado de germinar en todas las estaciones, pero puede brotar y crecer con relativa facilidad. Todas las rutas posibles a la consolidación de aglomeraciones turísticas tienen que ver con procesos amplios de transición demográfica y urbana como son: el envejecimiento de la población, el abandono de vivienda, la especulación inmobiliaria y la presencia de empresas capaces de enfrentar el incremento en la rentabilidad del suelo.
El análisis comparado sugiere que el cambio de la oferta de vivienda no necesariamente origina más arrendamiento para alojamiento temporal de corto plazo mediante plataformas digitales. Sin embargo, también sugiere que dicho cambio puede ocurrir al margen de las ventajas de las economías de aglomeración consideradas como clave para distritos hoteleros tradicionales. Eso explica por qué solo algunos polígonos ubicados en el tramo Circunvalación Country-Mercado del Mar avanzan hacia un escenario de más oferta mixta de alojamiento, que se une a la aglomeración de servicios para consumidores de altos ingresos que abarca compras, negocios, salud, entretenimiento y deportes.
Las configuraciones muestran que ni los impactos de la Línea 3 del tren, ni los de la pandemia van a detener la diferenciación social y económica que ha caracterizado a Guadalajara desde su fundación. En ese contexto, el cierre del Hotel One (ubicado en el centro de Guadalajara) por daños en el edificio posiblemente vinculados a la construcción de la L3TLG, sugiere que los grandes empresarios y los distritos más consolidados están expuestos a los impactos negativos de eventos y proyectos urbanos gubernamentales.
Lo anterior significa que las acciones gubernamentales y del sector privado pueden cambiar la especialización de cada polígono. El tren da a los turistas mayor libertad de elección de servicios contratados y la localización de los mismos (por ejemplo, dormir en Zapopan y divertirse en Tlaquepaque, donde no hay oferta diversa de alojamiento). Las configuraciones identificadas sugieren que la transición a usos turísticos puede beneficiarse de: 1) planificación de intervenciones urbanísticas, para crear ofertas integrales de servicios diversos para turistas en polígonos seleccionados; 2) mejor regulación del mercado de arrendamiento de inmuebles para mitigar la gentrificación y 3) regular el uso de suelo para facilitar mezclas de negocios que atiendan a las necesidades de habitantes y turistas.
Referencias
Airbnb (2022, otoño). Rentas vacacionales en Guadalajara. https://bit.ly/3Qot6XD
Aitchison, C., MacLeod, N. E. y Shaw, S. J. (2000). Leisure and tourism landscapes, social and cultural geographies. Routledge.
Alonso, W. (1964). Location and land use: toward a general theory of land rent. Harvard University Press.
Assaf, A. G., Josiassen, A. y Agbola, F. W. (2015). Attracting international hotels: locational factors that matter most. Tourism Management, 47, 329-340. https://doi.org/10.1016/j.tourman.2014.10.005
Blancas, S., Hernández, M. y Arellano, D. (2018). Un desastre organizacional anunciado: dinámica organizacional e institucional en el diseño e implementación de la línea 12 del Metro en la Ciudad de México. Cuatro ejes explicativos. Gestión y Política Pública, 27(3), 127-175. https://doi.org/10.29265/gypp.v27i3.451
Bracamonte, M. A., Hernández, D. F. y Astudillo, M. X. (2018). Economías de aglomeración en servicios hoteleros: los casos de Acapulco, Guerrero y Boca del Río Veracruz en México. Interconectando Saberes, 3(5), 95-115. http://ri.uagro.mx/handle/uagro/1649
Brown-Saracino, J. (Ed.). (2010). The gentrification debates: a reader. Routledge.
Casas y Terrenos (2021, agosto). Casas en venta en: / Casas en renta en: /Departamentos en venta y renta en. https://bit.ly/3zWRMRv
Chen, W. y Egan, D. (2006). The intra-urban location of hotels in the Chinese cities of Beijing, Shanghai & Shenzhen. China Tourism Research, 2(4), 516-530. https://bit.ly/3PSMUSZ
Crespi-Vallbona, M. y Mascarilla-Miró, Ó. (2018). La transformación y gentrificación turística del espacio urbano. El caso de la Barceloneta (Barcelona). Eure, 44(133), 51-70. http://dx.doi.org/10.4067/s0250-71612018000300051
Cronqvist, L. (2019). Tosmana [Versión 1.61]. Tosmana. https://bit.ly/3zu1YPT
Dávila, C., López, R. y Jouault, S. (2020). El barrio de Santiago en el centro histórico de Mérida. Del garbo al deterioro y a la ulterior revitalización. Estudios Demográficos y Urbanos, 35(3-105), 695-725. http://dx.doi.org/10.24201/edu.v35i3.1915
Egan, D. y Nield, K. (2000). Towards a theory of intra urban hotel location. Urban Studies, 37(3), 611-621. http://dx.doi.org/10.1080/0042098002140
Fox, G. K. (2010). Tourism gentrification: The case of New Orleans’Vieux Carre (French Quarter). En J. Brown-Saracino (Ed.), The gentrification debates: a reader (pp. 145-173). Routledge.
Glass, R. (2010). Aspects of change. En J. Brown-Saracino (Ed.), The gentrification debates: a reader (pp. 19-30). Routledge.
Haesebrouck, T. y Thomann, E. (2022). Introduction: causation, inferences, and solution types in configurational comparative methods. Quality & Quantity, 56, 1867-1888. https://doi.org/10.1007/s11135-021-01209-4
Hanckel, B., Petticrew, M., Thomas, J. y Green, J. (2021). The use of Qualitative Comparative Analysis (QCA) to address causality in complex systems: a systematic review of research on public health interventions. BMC Public Health, 21, 877. https://doi.org/10.1186/s12889-021-10926-2
Instituto Nacional de Geografía y Estadística (INEGI). (2016). Inventario nacional de vivienda 2016. https://bit.ly/2McZZ9x
Instituto Nacional de Geografía y Estadística (INEGI). (2021). Carta Topográfica 1: 250000. https://bit.ly/3QhbYTt
Instituto Nacional de Geografía y Estadística (INEGI). (2021 y 2022). Directorio Estadístico Nacional de Unidades Económicas (DENUE). https://bit.ly/3vF3mOt
Lerena, N. y Rodríguez, L. (2019). Nuevas actividades económicas más allá de las TICs. El surgimiento de Airbnb en Parque Patricios, Ciudad Autónoma de Buenos Aires. Revista Geográfica Digital, 16(32), 15-26. https://dx.doi.org/10.30972/geo.16323584
Marco-Lajara, B., Claver-Cortés, E., Úbeda-García, M. y Zaragoza-Sáez, P. del C. (2016). Hotel performance and agglomeration of tourist districts. Regional Studies, 50(6), 1016-1035. https://doi.org/10.1080/00343404.2014.95435
Mejía, J. (2021). Análisis Cualitativo Comparativo Nítido (csQCA) y su relación con la innovación. CUCEA-Editorial Universidad de Guadalajara.
Mermet, A. C. (2017). Airbnb and tourism gentrification, critical insights from the exploratory analysis of the ‘Airbnb syndrome’ in Reykjavik. En M. Gravari-Barbas y S. Guinand (Eds.), Tourism and gentrification in contemporary metropolises. International Perspectives (pp. 52-74). Routledge.
Nieuwland, S. y Van Melik, R. (2020). Regulating Airbnb: how cities deal with perceived negative externalities of short-term rentals. Current Issues in Tourism, 23(7), 811-825. https://doi.org/10.1080/13683500.2018.1504899
Ragin, C. C. (1987). The comparative method: moving beyond qualitative and quantitative strategies. University of California Press.
Rihoux, B. (2006). Qualitative Comparative Analysis (QCA) and related systematic comparative methods: Recent advances and remaining challenges for social science research. International Sociology, 21(5), 679-706. https://doi.org/10.1177%2F0268580906067836
Rodríguez, J. C., Gómez, M. y Manzo, M. A. (2021). High-performance level and technology management among winery firms in the wine industry cluster of Baja California: a FSQCA approach. Revista de Administração de Empresas, 61(2), 1-13. https://doi.org/10.1590/S0034-759020210204
Roig-Tierno, N., González-Cruz, T. F. y Llopis-Martinez, J. (2017). An overview of qualitative comparative analysis: a bibliometric analysis. Journal of Innovation and Knowledge, 2(1), 15-23. https://doi.org/10.1016/j.jik.2016.12.002
Tokunaga, S. (1996). Landownership and residential land use in urban economies: Existence and uniqueness of the equilibrium. Springer.
Urtasun, A. y Gutiérrez, I. (2006). Hotel location in tourism cities: Madrid 1936–1998. Annals of Tourism Research, 33(2), 382–402. https://doi.org/10.1016/j.annals.2005.12.008
Varone, F., Rihoux, B. y Marx, A. (2006). A new method for policy evaluation? Long standing challenges and possibilities for Qualitative Comparative Analysis (QCA). En B. Rihoux y H. Grimm (Eds.), Innovative comparative methods for policy analysis: beyond the quantitative divide (pp. 213-236). Springer.
Verduzco, B. (2021). Extraterrenal. Cómo hacerse de una casa con o sin ayuda del gobierno. Academia Jalisciense de Ciencias, A.C.
Verduzco, B. y Valenzuela-Varela, M. B. (2018). Los distritos urbanos gastronómico-turísticos: conflictos y problemas de gestión pública. Guadalajara, México. Eure, 44(132), 237-262. http://dx.doi.org/10.4067/s0250-71612018000200239
Verduzco, B. y Valenzuela-Varela, M. B. (2021). Impactos de una nueva línea de tren ligero en aglomeraciones de hospedaje y retos de política. Turismo y Sociedad, 30, 249-274. https://doi.org/10.18601/01207555.n30.13
Verweij, S. y Trell, E. M. (2019). Qualitative Comparative Analysis (QCA) in spatial planning research and related disciplines: a systematic literature review of applications. Journal of Planning Literature, 34(3), 300-317. https://doi.org/10.1177/0885412219841490
Wagemann, C. (2012). ¿Qué hay de nuevo en el método comparado?: QCA y el análisis de los conjuntos difusos. Revista Mexicana de Análisis Político y Administración Pública, 1(1), 51-75. https://bit.ly/3ztfNhH
Wilson, J. y Tallon, A. (2011). Geographies of gentrification and tourism. En J. Wilson (Ed.), The Routledge handbook of tourism geographies (pp. 103-112). Routledge.