Modelo de predicción del crecimiento urbano en el estado de Nuevo León, México

• Autores: Refugio Chávez Hernández, José Luis Martínez Flores, Claudia Malcón Cervera, Patricia Cano Olivos
• Localización: Papeles de población, ISSN 2448-7147, ISSN-e 1405-7425, Vol. 31, Nº. 120, 2025 (Ejemplar dedicado a: Papeles de Población), 593 págs.
• Idioma: español
• DOI: 10.22185/24487147.2025.120.20
• Títulos paralelos:
  • Prediction model of urban growth in the state of Nuevo León, México.
• Enlaces
  • Texto completo
• Resumen
  • español

    Este estudio establece un marco de referencia para identificar un modelo predictivo del crecimiento urbano y su orientación para la proyección de reservas de territorio para una organización inmobiliaria en el estado de Nuevo León, México. El estudio está enfocado en un algoritmo de modelación de regresión lineal y polinómica utilizando los datos del Instituto Nacional de Estadística y Geografía (INEGI). La información de entrada son datos históricos de los años 1970 al 2010, los cuales se utilizaron para realizar proyecciones del año 2020, los resultados se comparan con el reporte del 2020 presentados por INEGI para identificar la precisión del modelo. La metodología incluye tres etapas: preparación de datos, modelación de datos en Python, y la interpretación de resultados. Se encontró una relación de coincidencia del 90.6%, la modelación final se completó hasta el año 2040, los resultados muestran una distribución de crecimiento con alto porcentaje de incremento en el área metropolitana; del 25.45% en 2030, y 75.72% en 2040. Por último, el estudio recomienda la orientación geográfica en la búsqueda de reservas para la planeación futura de obras.

  • English

    This study establishes a reference framework to identify a predictive model of urban growth and its orientation for the projection of land reserves for a real estate organization in the state of Nuevo León, Mexico. The study is focused on a linear and polynomial regression modeling algorithm using data from the National Institute of Statistics and Geography (INEGI). The input information is historical data from the years 1970 to 2010, which was used to make projections for the year 2020, the results are compared with the 2020 report presented by INEGI to identify the accuracy of the model. The methodology includes three stages: data preparation, data modeling in Python, and interpretation of results. A coincidence relationship of 90.6% was found, the final modeling was completed until the year 2040, and the results show a distribution of growth with a high percentage of increase in the metropolitan area; 25.45% in 2030, and 75.72% in 2040. Finally, the study recommends geographic orientation in the search for reserves for future planning of works.