En este proyecto exploramos cambios en el gradiente urbano de precios atribuíbles a la pandemia del COVID-19 en un conjunto de ciudades de América Latina.
Las ciudades y los aglomerados urbanos en general, se caracterizan por mostrar un gradiente de precios, esto es, un incremento en los valores de las propiedades (precios del suelo, alquileres, etc.) a medida que las mismas se encuentran más cerca del centro de negocios de la ciudad.
La pandemia del COVID-19 estimuló una serie de cambios en los patrones de localización y en las actividades económicas, que habrían resultado en un decrecimiento del valor de las areas centrales y un incremento en las áreas más alejadas.
Examinamos una muestra de ciudades seleccionadas de América Latina, incluyendo: el Área Metropolitana de Buenos Aires (AMBA), Córdoba (Argentina), Rosario (Argentina), Bogotá (Colombia), Medellín (Colombia), Cali (Colombia), Quito (Ecuador), Lima (Peru), y Montevideo (Uruguay).
En una primera etapa analizamos el gradiente urbano de alquileres . Para cada ciudad recolectamos las ofertas de alquiler disponibles en el sitio Properati (https://www.properati.com.ar/data/).
Una modelización simplificada que proponemos inicialmente para identificar el gradiente urbano consiste en identificar el principal Centro de Negocios de las respectivas ciudades y medir la distancia de las propiedades a dichos centros. Luego definimos el gradiente como la mejor relación lineal entre las distancias y los valores de alquiler.
Para identificar el efecto de la pandemia, utilizamos una especificación de Diferencias en Diferencias, donde examinamos cómo el gradiente se transformó en el período posterior a marzo de 2020.
Más específicamente, para cada ciudad, estimamos el siguiente modelo:
donde es el valor de alquiler de la iesima oferta en la ciudad respectiva,
es la distancia al centro de negocios en metros, y
es una variable dummy que identifica si la oferta fue realizada posterior a marzo 2020 y 0 de otro modo. En este modelo, el coeficiente
capturará la pendiente del gradiente lineal (i.e., el descuento por metro de distancia al centro de negocios),
en la ecuacion identifica el cambio en el valor promedio ocurrido en el período de la pandemia. Por último, el coeficiente
busca identificar el efecto de interés, esto es, el cambio del gradiente ocurrido en el período de la pandemia.
Las siguientes tablas resumen los resultados del modelo estimado. Para cada ciudad se presentan dos especificaciones. Una incluyendo el modelo básico, y una segunda especificación incluyendo controles adicionales.
Tabla I. Resultados econométricos. Ciudades de Argentina
| Dependent: Adjusted rent | (1) | (2) | (3) | (4) | (5) | (6) |
|---|---|---|---|---|---|---|
| Ciudad | AMBA | AMBA | Cordoba | Cordoba | Rosario | Rosario |
| Intercept | 18155.39755*** | 8479.812307*** | 9813.725129*** | 7701.686325*** | 9281.725578*** | 6346.840421*** |
| (59.104649) | (78.899392) | (104.236414) | (131.001237) | (79.605141) | (97.099084) | |
| Post-covid | -502.077196*** | 54.482161 | -348.291042** | -300.762948** | -15.706429 | -51.196576 |
| (86.139792) | (75.095024) | (152.115917) | (147.640683) | (114.633572) | (106.984893) | |
| Distance to CBD | -0.098418*** | -0.104176*** | -0.215937*** | -0.279124*** | -0.071673*** | -0.132031*** |
| (0.003427) | (0.003016) | (0.037966) | (0.037431) | (0.024335) | (0.023024) | |
| Post*Distance | 0.004969 | 0.002647 | 0.145899** | 0.182903*** | -0.108946*** | -0.066393** |
| (0.005399) | (0.004722) | (0.059449) | (0.05895) | (0.036308) | (0.033546) | |
| Controls | No | Yes | No | Yes | No | Yes |
| Number of obs. | 71026.0 | 66655.0 | 3897.0 | 3442.0 | 8256.0 | 7026.0 |
| Adj-R2 | 0.019 | 0.301 | 0.008 | 0.165 | 0.009 | 0.28 |
| F-statistic: | 448.122 | 4781.979 | 11.574 | 114.056 | 24.856 | 456.246 |
| Prob (F-statistic) | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
Tabla II. Resultados econométricos. Ciudades de Colombia
| Dependent: Adjusted rent | (1) | (2) | (3) | (4) | (5) | (6) |
|---|---|---|---|---|---|---|
| Ciudad | Bogota | Bogota | Cali | Cali | Medellin | Medellin |
| Intercept | 4176386.454067*** | 1673884.041312*** | 1133363.102718*** | 657175.356651*** | 1603611.575982*** | 952158.219363*** |
| (86698.163782) | (71291.132053) | (20761.957757) | (25480.865642) | (24778.159684) | (32455.906133) | |
| Post-covid | -136906.392554 | 93833.356647 | 84586.546489*** | 55723.954168* | 72686.004275 | 20203.344722 |
| (139138.793706) | (97367.929152) | (30816.886466) | (28857.316721) | (50914.653734) | (46423.308543) | |
| Distance to CBD | -108.551616*** | -87.062835*** | 3.445754 | -4.333077 | 5.750947 | -3.876808 |
| (7.573059) | (5.437556) | (3.225149) | (3.034017) | (3.856938) | (3.565829) | |
| Post*Distance | 9.317349 | 2.68469 | -9.285003* | -5.098681 | -12.963138* | -9.778944 |
| (12.468645) | (8.717723) | (4.856286) | (4.540421) | (7.407363) | (6.748964) | |
| Controls | No | Yes | No | Yes | No | Yes |
| Number of obs. | 8326.0 | 8253.0 | 6249.0 | 6184.0 | 5796.0 | 5683.0 |
| Adj-R2 | 0.035 | 0.532 | 0.001 | 0.136 | 0.0 | 0.18 |
| F-statistic: | 101.945 | 1564.445 | 2.925 | 163.254 | 1.202 | 209.27 |
| Prob (F-statistic) | 0.0 | 0.0 | 0.033 | 0.0 | 0.308 | 0.0 |
Tabla III. Resultados econométricos. Ciudades de Ecuador y Uruguay
| Dependent: Adjusted rent | (1) | (2) | (3) | (4) | (5) | (6) |
|---|---|---|---|---|---|---|
| Ciudad | Quito | Quito | Lima | Lima | Montevideo | Montevideo |
| Intercept | 811.983411*** | 567.663776*** | 2410.620143*** | 1702.582907*** | 20784.537828*** | 14741.382624*** |
| (81.883949) | (80.184945) | (31.365546) | (52.167731) | (240.570951) | (314.036575) | |
| Post-covid | -246.731111*** | -200.958746** | -150.042679*** | -264.29267** | -463.532126 | -638.653579** |
| (92.881515) | (82.906055) | (46.222472) | (133.763594) | (320.565185) | (317.717696) | |
| Distance to CBD | -0.034493** | -0.02634** | -0.051846*** | -0.053872*** | -0.035444 | -0.147189*** |
| (0.01436) | (0.012855) | (0.003292) | (0.0035) | (0.049055) | (0.04876) | |
| Post*Distance | 0.02614 | 0.014314 | 0.013088*** | 0.0162 | 0.129139** | 0.196208*** |
| (0.015797) | (0.014046) | (0.005075) | (0.014851) | (0.065163) | (0.062118) | |
| Controls | No | Yes | No | Yes | No | Yes |
| Number of obs. | 155.0 | 155.0 | 3726.0 | 1672.0 | 3455.0 | 2411.0 |
| Adj-R2 | 0.082 | 0.299 | 0.085 | 0.239 | 0.001 | 0.299 |
| F-statistic: | 5.57 | 11.928 | 116.352 | 88.504 | 1.825 | 172.413 |
| Prob (F-statistic) | 0.001 | 0.0 | 0.0 | 0.0 | 0.14 | 0.0 |
Los siguientes gráficos presentan los gradientes estimados por la específicación del modelo propuesta para cada una de las ciudades.
