Acceso usuarios
César M. Fuentes Flores
Este artículo tiene como objetivo analizar las diferencias intraurbanas en los tiempos de traslado del viaje al trabajo en transporte público y privado, asociado a variables de uso del suelo (razón empleo/viviendas, densidad de población, valor del suelo), a características socioeconómicas (proporción de población con ingreso bajo y alto), y a la tenencia de la vivienda (proporción de viviendas propias y rentadas) en Ciudad Juárez, Chihua-hua. Las variables fueron construidas con información de la Encuesta de Origen-Destino 1997 (imip), el xii Censo de Población y Vivienda 2000 (inegi) y el xiii Censo Económico 1999 (inegi) a nivel de ageb. El análisis se realizó mediante la construcción de cuatro modelos de regresión que se estimaron mediante la técnica de mínimos cuadrados ordinarios. Los resultados muestran que las variables razón empleo/viviendas, valor del suelo, y proporción de viviendas rentadas son estadísticamente significativas para explicar menores tiempos de traslado en transporte público. En contraste, la densidad de población y la proporción de viviendas propias son estadísticamente significativas para explicar menores tiempos de traslado en transporte público. La proporción de población de bajos ingresos es estadísticamente significativa para explicar los cambios en los tiempos de traslado en transporte privado.
The objective of this paper is to address the extent to which the land use (job housing balance, population density, land value), socio-economic characteristics (percentage of low income households and high income households) and housing tenure (percentage of owner-occupied housing and percentage of renter-occupied housing) explains intra urban differences of the commuting time in auto and transit in Ciudad Juarez, Chihuahua. The primary source of data are the Origin-Destination Survey (imip) 1997, Housing and Population Census (inegi), 2000 and Economic Census (inegi), 1999 all of them at census tract level. Four models were estimated using the ordinary least squares (ols) statistical method. The findings showed that job housing balance, land value, percentage of renter-occupied housing are statistically significant to explain lower commute time using transit. In contrast, population density, percentage of owner-occupied housing are statistically significant to explain higher commute time using transit. The percentage of low income households is statistically significant to explain higher commute time using auto.
