BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//pretalx//pretalx.cienciaenmexico.com//igisc-2026//speaker//A7MSDR
BEGIN:VTIMEZONE
TZID:CST
BEGIN:STANDARD
DTSTART:20001029T030000
RRULE:FREQ=YEARLY;BYDAY=5SU;BYMONTH=10;UNTIL=20001029T080000Z
TZNAME:CST
TZOFFSETFROM:-0500
TZOFFSETTO:-0600
END:STANDARD
BEGIN:STANDARD
DTSTART:20010930T030000
RRULE:FREQ=YEARLY;BYDAY=5SU;BYMONTH=9;UNTIL=20010930T080000Z
TZNAME:CST
TZOFFSETFROM:-0500
TZOFFSETTO:-0600
END:STANDARD
BEGIN:STANDARD
DTSTART:20021027T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
TZNAME:CST
TZOFFSETFROM:-0500
TZOFFSETTO:-0600
END:STANDARD
BEGIN:DAYLIGHT
DTSTART:20000402T030000
RRULE:FREQ=YEARLY;BYDAY=1SU;BYMONTH=4;UNTIL=20000402T090000Z
TZNAME:CDT
TZOFFSETFROM:-0600
TZOFFSETTO:-0500
END:DAYLIGHT
BEGIN:DAYLIGHT
DTSTART:20010506T030000
RRULE:FREQ=YEARLY;BYDAY=1SU;BYMONTH=5;UNTIL=20010506T090000Z
TZNAME:CDT
TZOFFSETFROM:-0600
TZOFFSETTO:-0500
END:DAYLIGHT
BEGIN:DAYLIGHT
DTSTART:20020407T030000
RRULE:FREQ=YEARLY;BYDAY=1SU;BYMONTH=4;UNTIL=20220403T090000Z
TZNAME:CDT
TZOFFSETFROM:-0600
TZOFFSETTO:-0500
END:DAYLIGHT
END:VTIMEZONE
BEGIN:VEVENT
UID:pretalx-igisc-2026-TSQZPR@pretalx.cienciaenmexico.com
DTSTART;TZID=CST:20261112T110000
DTEND;TZID=CST:20261112T111500
DESCRIPTION:**Introducción**\nEn la geografía del transporte\, los patron
 es de localización de la producción determinan la configuración de las 
 redes de suministro y los flujos de mercancías (Rodrigue\, 2024). El aná
 lisis convencional utiliza divisiones administrativas (municipios o estado
 s)\, lo cual genera sensibilidad estadística ante los límites territoria
 les institucionales\, configurando el problema de la unidad de área modif
 icable (MAUP). La relevancia científica de este trabajo radica en la supe
 ración de este problema mediante la operacionalización del concepto de s
 uperficie territorial funcional\, entendida como un área definida por int
 eracciones económicas que trascienden las fronteras políticas (Ortega Mo
 ntequín\, 2017)\, empleando indicadores observables y reglas reproducible
 s (Cerqueti et al.\, 2025\; Zhu et al.\, 2022). El estudio se fundamenta e
 n la distinción teórica entre territorio como espacio socialmente apropi
 ado y espacio como dimensión física representable (Capel Sáez\, 2016\; 
 Chávez-Torres & Checa-Artasu\, 2013\; Kwan\, 2013\; Morales Barragán & J
 iménez López\, 2018)\, lo que permite modelar la actividad industrial a 
 partir de datos microgeográficos a nivel de empresa en el espacio físico
 .\nAdemás\, los conglomerados industriales delimitados en este trabajo se
  asocian como unidades de análisis que representan concentraciones territ
 oriales de establecimientos productivos con proximidad espacial\, especial
 ización económica e interacciones funcionales dentro de un sistema produ
 ctivo (Becattini\, 2017\; Porter\, 2000). Así mismo\, las conexiones entr
 e conglomerados\, derivadas de la mínima distancia euclidiana\, opera com
 o proxy de vínculos logísticos que articulan los mercados de insumos\, p
 roducción y distribución constituyendo las relaciones funcionales entre 
 territorios productivos.\n**Metodología**\nEl diseño metodológico se ej
 ecuta de forma secuencial en dos fases principales:\n_Fase 1: Delimitació
 n de conglomerados funcionales:_\nSe 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 pr
 oximidad de cada observación (D_i) con una función de decaimiento hiperb
 ólica fundamentada en el inverso de la distancia\, aplicando un umbral de
  distancia mínima a=  0.5 km para evitar matemáticas derivadas de locali
 zaciones coincidentes\, como ocurre con empresas asentadas en un mismo inm
 ueble 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 r
 eferencia.\nSeguidamente\, los núcleos se procesan con el algoritmo DBSCA
 N de Ester et al. (1996) con el fin de construir conglomerados industriale
 s de empresas. La selección de la distancia a la cual se presenta aglomer
 ación y el número mínimo de puntos (minPts) dentro de un conglomerado d
 enominado percolación se ejecuta mediante maximización de la entropía d
 e Shannon E=-∑p_i log⁡(p_i) dónde  p_i : es la proporción de empresa
 s 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 núc
 leos del Cluster Index que quedan contenidos dentro de las superficies del
 imitadas por DBSCAN.\n_Fase 2: Construcción del grafo de interacción ter
 ritorial:_\nA partir de las superficies funcionales delimitadas en el paso
  anterior\, se configuran un grafo G= (V\,E) dónde V son los conglomerado
 s que constituyen nodos\, y E denota las interacciones de proximidad espac
 ial representadas como enlaces. El modelado de la interacción se divide e
 n dos componentes estructurales:\nConectividad intra-conglomerado: Se defi
 ne por la pertenencia estructural a un mismo agrupamiento (asociado a conc
 eptos de localización o actividad industrial)\, lo que establece que toda
 s las empresas clasificadas dentro de un mismo clúster se asumen mutuamen
 te vecinas y se interconectan mediante distancias euclidianas.\nConectivid
 ad inter-conglomerado: Se estructura a través de un Árbol de Mínima Ext
 ensión (MST) fundado en el algoritmo de Kruskal (1956). Para su construcc
 ión\, cada clúster se reduce espacialmente a su medoide\, definido como 
 el punto cuya suma de distancias euclidianas hacia el resto de los element
 os 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 arista
 s resultantes operan como un proxy de la conectividad logística.\n**Poten
 cial Impacto**\nEl impacto potencial de esta investigación incide directa
 mente en el modelado de interacciones a nivel regional para la planificaci
 ón del transporte de carga. Esta estructura proporciona una base empíric
 a y un marco analítico reproducible que sustituye las divisiones polític
 o-administrativas por superficies territoriales funcionales\, eliminando e
 l sesgo estructural asociado al problema de la unidad de área modificable
  (MAUP). La delimitación captura las interacciones logísticas bajo el pr
 incipio de la Primera Ley de la Geografía (Tobler\, 1970) el cual estable
 ce que a menor distancia (cercanía) hay mayor interacción\, proceso que 
 opera en las cadenas logísticas nacionales.\nAsimismo\, el grafo topológ
 ico obtenido puede incorporarse directamente en los procesos de estimació
 n 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 interferen
 cias de las fronteras geopolíticas convencionales.
DTSTAMP:20261122T123836Z
LOCATION:Video Room
SUMMARY:Industrial Clusters: A Micro-Geographical Approach to Defining Regi
 ons Beyond Administrative Boundaries - Andrey Julian Fonseca-Soler\, Ma. L
 oecelia Guadalupe Ruvalcaba Sánchez
URL:https://pretalx.cienciaenmexico.com/igisc-2026/talk/TSQZPR/
END:VEVENT
END:VCALENDAR
