Para garantizarle una navegación por nuestra web segura y de calidad, le informamos que utilizamos Cookies. Si está de acuerdo clique ACEPTAR. Puede bloquear o eliminar las cookies instaladas en su equipo mediante la configuración de las opciones del navegador. Para más información consulte nuestra Política de Cookies
Acepto
Instituto Valenciano de Investigaciones Económicas

Publicaciones

Un algoritmo RSB –Rápido, Sencillo y Barato– para la estimación de la población a nivel de edificio. –Población por Edificio en SIOSEAR2017–
Un algoritmo RSB –Rápido, Sencillo y Barato– para la estimación de la población a nivel de edificio. –Población por Edificio en SIOSEAR2017–
Goerlich, F. J.
Año de publicacion: 2025
Palabras clave: Población; Censo; Grids de población; Población por edificio.
Clasificación JEL: J11; R1
DOI: https://doi.org/10.12842/WPIVIE_0725
Resumen
Para el estudio de la distribución de la población lo ideal sería disponer de un fichero de población georreferenciada a nivel de coordenada puntual a partir de su dirección postal. Dicho fichero podría ser agregado a la resolución que deseáramos para un ejercicio concreto, lo que proporcionaría una total flexibilidad. De esta forma podríamos obtener la población a nivel de edificio o manzana para análisis municipales, incluso de barrios en grandes ciudades, o podríamos generar grids de población con una elevada resolución, que nos permitieran hacer análisis tremendamente detallados. Esta información no está disponible públicamente.En la investigación llevada a cabo por Goerlich y Mollá (2025) se desagrega la grid de población censal 2021 del Instituto Nacional de Estadística (INE), con resolución de 1 km x 1 km, a celdas de 100 m x 100 m, mediante métodos dasimétricos a partir del Sistema de Información de Ocupación del Suelo de España de Alta Resolución (SIOSEAR) referido a 2017. El proceso de desagregación de Goerlich y Mollá (2025) utiliza como geografía intermedia los edificios residenciales de SIOSEAR2017, es plenamente consistente con la grid original –en el sentido de que agrega, celda a celda, la población de la grid censal–, y utiliza los dos tipos de información clave que la literatura sobre métodos dasimétricos de desagregación espacial ha señalado como relevantes: la tipología de los edificios –residenciales versus no residenciales– y su altura –la población vive en 3D–. Este estudio recupera una información no almacenada en su momento, y que creemos puede ser extraordinariamente útil en la práctica, la población de la geografía intermedia, es decir, la de los edificios residenciales, antes de agregar dicha población a las celdas de 100 m x 100 m efectuada por Goerlich y Mollá (2025). Esto proporciona una estimación de la población por edificio que puede ser de interés para múltiples aplicaciones.