Andrey Julian Fonseca-Soler
I am a transportation engineer and doctoral researcher specializing in transport, traffic modeling, and spatial econometrics. I hold a degree in Transportation and Highway Engineering from the Universidad Pedagógica y Tecnológica de Colombia (UPTC) and a Master's in Engineering, with a focus on infrastructure and transportation systems, from the Universidad Nacional de Colombia. I am currently a Ph.D. candidate at the Centro de Investigación en Ciencias de Información Geoespacial (CentroGeo) in Aguascalientes, Mexico, where my research examines the spatial dependence of international freight trip generation among industrial clusters, supported by a SECIHTI scholarship.
I have over five years of professional experience in traffic and transportation consulting across Colombia and Mexico. I currently work as a senior consultant at Cal y Mayor y Asociados, where I develop traffic models and transportation studies for large-scale projects, including commuter rail, metro, and cable car systems in Bogotá, as well as feasibility studies for passenger rail in Aguascalientes. My earlier roles include traffic modeling and road signage design at WSP Colombia, and traffic management positions with municipal transportation authorities in Cali and Tunja.
Alongside my industry work, I have taught microsimulation and macrosimulation workshops at several Mexican universities, including UAM, UACM, and UAEMEX, and I serve as a student representative on CentroGeo's Graduate Committee. My technical toolkit includes Python and R for data analysis, transportation modeling software such as PTV Vissim and Visum, and GIS tools including QGIS and ArcGIS. I have presented my work at international conferences such as PANAM.
Session
Introducción
En la geografía del transporte, los patrones de localización de la producción determinan la configuración de las redes de suministro y los flujos de mercancías (Rodrigue, 2024). El análisis convencional utiliza divisiones administrativas (municipios o estados), lo cual genera sensibilidad estadística ante los límites territoriales institucionales, configurando el problema de la unidad de área modificable (MAUP). La relevancia científica de este trabajo radica en la superación de este problema mediante la operacionalización del concepto de superficie territorial funcional, entendida como un área definida por interacciones económicas que trascienden las fronteras políticas (Ortega Montequín, 2017), empleando indicadores observables y reglas reproducibles (Cerqueti et al., 2025; Zhu et al., 2022). El estudio se fundamenta en la distinción teórica entre territorio como espacio socialmente apropiado y espacio como dimensión física representable (Capel Sáez, 2016; Chávez-Torres & Checa-Artasu, 2013; Kwan, 2013; Morales Barragán & Jiménez López, 2018), lo que permite modelar la actividad industrial a partir de datos microgeográficos a nivel de empresa en el espacio físico.
Además, los conglomerados industriales delimitados en este trabajo se asocian como unidades de análisis que representan concentraciones territoriales de establecimientos productivos con proximidad espacial, especialización económica e interacciones funcionales dentro de un sistema productivo (Becattini, 2017; Porter, 2000). Así mismo, las conexiones entre conglomerados, derivadas de la mínima distancia euclidiana, opera como proxy de vínculos logísticos que articulan los mercados de insumos, producción y distribución constituyendo las relaciones funcionales entre territorios productivos.
Metodología
El diseño metodológico se ejecuta de forma secuencial en dos fases principales:
Fase 1: Delimitación de conglomerados funcionales:
Se calcula el Cluster Index desarrollado por Scholl y Brenner (2016), a partir de la localización puntual de los establecimientos del sector industrial, se determina la intensidad de proximidad de cada observación (D_i) con una función de decaimiento hiperbólica fundamentada en el inverso de la distancia, aplicando un umbral de distancia mínima a= 0.5 km para evitar matemáticas derivadas de localizaciones coincidentes, como ocurre con empresas asentadas en un mismo inmueble o edificio. La significancia estadística se evalúa con simulación de Monte Carlo, clasificando como núcleos de aglomeración a los puntos cuyos valores observados superan el percentil 95 de la distribución de referencia.
Seguidamente, los núcleos se procesan con el algoritmo DBSCAN de Ester et al. (1996) con el fin de construir conglomerados industriales de empresas. La selección de la distancia a la cual se presenta aglomeración y el número mínimo de puntos (minPts) dentro de un conglomerado denominado percolación se ejecuta mediante maximización de la entropía de Shannon E=-∑p_i log(p_i) dónde p_i : es la proporción de empresas contenidas en el conglomerado o clúster i proceso definido por Caudillo-Cos et al. (2024). El estado óptimo de las percolaciones se determina a partir del porcentaje de cobertura, entendido como la proporción de núcleos del Cluster Index que quedan contenidos dentro de las superficies delimitadas por DBSCAN.
Fase 2: Construcción del grafo de interacción territorial:
A partir de las superficies funcionales delimitadas en el paso anterior, se configuran un grafo G= (V,E) dónde V son los conglomerados que constituyen nodos, y E denota las interacciones de proximidad espacial representadas como enlaces. El modelado de la interacción se divide en dos componentes estructurales:
Conectividad intra-conglomerado: Se define por la pertenencia estructural a un mismo agrupamiento (asociado a conceptos de localización o actividad industrial), lo que establece que todas las empresas clasificadas dentro de un mismo clúster se asumen mutuamente vecinas y se interconectan mediante distancias euclidianas.
Conectividad inter-conglomerado: Se estructura a través de un Árbol de Mínima Extensión (MST) fundado en el algoritmo de Kruskal (1956). Para su construcción, cada clúster se reduce espacialmente a su medoide, definido como el punto cuya suma de distancias euclidianas hacia el resto de los elementos del mismo grupo es mínima. Se calculan las distancias métricas entre los vértices de estos medoides y se aplica el MST, complementando la red con enlaces basados en el criterio de k-vecinos más cercanos. Las aristas resultantes operan como un proxy de la conectividad logística.
Potencial Impacto
El impacto potencial de esta investigación incide directamente en el modelado de interacciones a nivel regional para la planificación del transporte de carga. Esta estructura proporciona una base empírica y un marco analítico reproducible que sustituye las divisiones político-administrativas por superficies territoriales funcionales, eliminando el sesgo estructural asociado al problema de la unidad de área modificable (MAUP). La delimitación captura las interacciones logísticas bajo el principio de la Primera Ley de la Geografía (Tobler, 1970) el cual establece que a menor distancia (cercanía) hay mayor interacción, proceso que opera en las cadenas logísticas nacionales.
Asimismo, el grafo topológico obtenido puede incorporarse directamente en los procesos de estimación econométrica espacial. La matriz de pesos espaciales (W) derivada de la topología funcional de esta red sería utilizada para modelar fenómenos de autocorrelación espacial y heterogeneidad regional sin las interferencias de las fronteras geopolíticas convencionales.