106832

Master Thesis

submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc

Department of Geoinformatics - Z_GIS University of Salzburg

Análisis de las zonas con mayor incidencia a siniestros viales en Quito, Ecuador

Analysis

of the highest incidence zones for road accidents in Quito, Ecuador by Esteban Patricio Ospina Rivadeneira 12041710

A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science – MSc

Advisor I Supervisor: Leonardo Zurita Arthos PhD Quito, 5 de agosto de 2024

COMPROMISO DE CIENCIA

Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Quito, 5 de agosto de 2024

Lugar y fecha

Firma

AGRADECIMIENTOS Y DEDICATORIA

Quiero expresar mi más profundo agradecimiento a mi madre, Cecilia, por su amor y apoyo incondicional a lo largo de mi vida. Madre, tu dedicación, sacrificio y sabiduría han sido fundamentales para que pudiera alcanzar esta meta. Tu paciencia y comprensión en los momentos difíciles, así como tus palabras de aliento, me han dado la fuerza para seguir adelante. Gracias por estar siempre a mi lado, por creer en mí y por ser mi inspiración constante.

A mi hermano Mateo, quiero expresar mi más sincero agradecimiento por ser un pilar fundamental en mi vida. Tu apoyo incondicional, lealtad y motivación han sido esenciales para superar los desafíos que encontré en el camino. Gracias por los buenos momentos, por tu capacidad de escuchar y por siempre estar dispuesto a ofrecerme la mano.

A mi querida abuela Liva, quiero agradecerte desde el fondo de mi corazón por todo el amor y apoyo que nos ha brindado. Tus consejos sabios han sido una fuente de fortaleza y motivación a lo largo de este viaje. Gracias por estar siempre presente, tu ejemplo de perseverancia y generosidad ha sido una inspiración constante.

Esta tesis está dedicada con todo mi amor y gratitud a las personas que han sido fundamentales en mi vida y en la realización de este trabajo. A mi madre Cecilia, mi hermano Mateo y mi abuela Liva Además, también dedico esta tesis a la memoria de mi amigo Jorge, quien partió de este mundo demasiado pronto. Jorge, tu amistad fue un regalo invaluable en mi vida, y tu recuerdo sigue siendo una fuente de inspiración y fortaleza para mí.

RESUMEN

La presente investigación tiene como objetivo principal el identificar la ubicación de las zonas en la ciudad de Quito, Ecuador, que posean una alta incidencia a siniestros viales durante el periodo de tiempo desde 2017 hasta 2023. Esta investigación está conformada por etapas donde la primera consistió en recopilar información correspondiente a siniestros viales desde fuentes y portales oficiales para generar una sólida base de datos. La segunda etapa consistió en desarrollar un enfoque analítico para profundizar en la compresión del origen, comportamiento, distribución y naturaleza de los siniestros viales en el área de estudio. En la tercera etapa se cuantificó la distribución espacial de los siniestros viales a nivel barrial para conocer los sectores más afectados. La cuarta etapa consistió en un análisis temporal de los siniestros viales para el período de tiempo determinado. En la quinta etapa se identificaron las ubicaciones de los hot-spots en la ciudad de Quito donde la incidencia a siniestros viales resulte elevada mediante los métodos como la estimación de densidad de Kernel y la estadística Getis-Ord Gi*. La sexta y última etapa consistió en comparar los resultados obtenidos en la identificación de hotspots mediante la identificación de diferencias significativas, el análisis de estadísticas y el cálculo de sus autocorrelaciones especiales.

Palabras clave

Siniestros viales, hot-spots, Kernel, Getis-Ord Gi*, Moran

ABSTRACT

The main objective of this research is to identify locations in the city of Quito, Ecuador, that have a high incidence of traffic accidents during in the period from 2017 to 2023. This research is made up of stages, the first of which consisted of collecting information corresponding to traffic accidents from official sources and portals to generate a robust database. The second stage consisted of developing an analytical approach to deepen the understanding of the origin, behavior, distribution, and nature of traffic accidents in the study area. In the third stage, the spatial distribution of traffic accidents at the neighborhood level was quantified in order to identify the most affected sectors. The fourth stage consisted of a temporal analysis of traffic accidents for the determined period of time. In the fifth stage, the locations of the hot-spots in the city of Quito where the incidence of trafficaccidents is high were identified using methods such as Kernel Density Estimation and the Getis-Ord Gi* statistic. The sixth and final stage consisted of comparing the results obtained in the identification of hot-spots by identifying significant differences, analyzing statistics, and calculating their special autocorrelations.

Keywords

Traffic accidents, hot-spots, Kernel, Getis-Ord Gi*, Moran

3.3.1.

3.5.

3.6.

3.8.1.

LISTA DE TABLAS

Tabla 1. Factores que intervienen en la planificación de la seguridad vial. 19

Tabla 2. Principales definiciones en siniestrabilidad vial..................................................20

Tabla 3. Actividades económicas desarrolladas en la ciudad de Quito, 2021. 40

Tabla 4. Clasificación del tipo de información de la ANT. 55

Tabla 5. Parámetros definidos para la estimación de densidad de Kernel. 64

Tabla 6. Parámetros definidos para la estadística Getis-Ord Gi*.....................................66

Tabla 7. Ejemplo de los valores de la Intersección de Hot-Spots (Kernel y Getis-Ord Gi*). 97

Tabla 8. Lista completa de los valores de la Intersección de Hot-Spots (Kernel y GetisOrd Gi*). 116

LISTA DE FIGURAS

Figura 1. Esquema institucional relativo a la seguridad vial en Ecuador. 16

Figura 2. Representación de la densidad de Kernel........................................................29

Figura 3. Elementos en la estimación de densidad de Kernel. 30

Figura 4. Interpretación de la densidad de Kernel. 31

Figura 5. Ejemplos de los valores Z y P resultantes de la estadística Getis-Ord Gi* 34

Figura 6. Mapa de ubicación de la ciudad de Quito. 38

Figura 7. Subclasificación del Suelo en Quito. 41

Figura 8. Red Vial de la ciudad de Quito. 44

Figura 9. Sistema Metropolitano de Transporte en Quito.

46

Figura 10. Niveles de tránsito usuales en la ciudad de Quito, 2023. ...............................48

Figura 11. Flujograma de Trabajo.

49

Figura 12. Visor de Siniestralidad Nacional. 51

Figura 13. Geoportal - Municipio de Quito. 53

Figura 14. Consulta definida para la selección de datos. ................................................56

Figura 15. Base de datos de siniestros viales para la ciudad de Quito............................57

Figura 16. Ingeniería de datos a la base de datos creada.

Figura 17. Distribución espacial de los siniestros viales en Quito.

Figura 18. Causa probable del siniestro vial en Quito.

59

68

70

Figura 19. Tipo de siniestro vial en Quito........................................................................71

Figura 20. Condición de los involucrados en un siniestro vial en Quito.

Figura 21. Tipo de persona involucrada en un siniestro vial en Quito.

Figura 22. Tipo de vehículo afectado en Quito.

Figura 23. Edades de las personas involucradas en siniestros viales en Quito.

72

73

74

75

Figura 24. Distribución de los siniestros viales a nivel barrial en Quito............................77

Figura 25. Siniestros viales a nivel barrial en Quito.

Figura 26. Distribución de los siniestros viales por horas en Quito.

Figura 27. Distribución diaria de los siniestros viales en Quito.

78

80

81

Figura 28. Distribución mensual de los siniestros viales en Quito. ..................................82

Figura 29. Serie temporal de los siniestros viales en Quito.............................................83

Figura 30. Resultados de la estimación de la densidad de Kernel en Quito.

86

Figura 31. Estimación de la densidad de Kernel en el sector centro norte de Quito. 87

Figura 32. Resultados de la estadística Getis-Ord Gi* en Quito. 89

Figura 33. Estadística Getis-Ord Gi* en el sector centro norte de Quito. 90

Figura 34. Hot-Spots de la estimación de la densidad de Kernel en Quito. 93

Figura 35. Hot-Spots de la estadística Getis-Ord Gi* en Quito........................................94

Figura 36. Intersección de Hot-Spots (Kernel y Getis-Ord Gi*) en Quito. 96

Figura 37. Índice I de Moran Global para la estimación de la densidad de Kernel en Quito. 102

Figura 38. Índice I de Moran Global para la estadística Getis-Ord Gi* en Quito............103

LISTA DE ABREVIATURAS

Agencia Metropolitana de Tránsito de Quito

Agencia Nacional de Tránsito

Comma-Separated Values o Valores separados por comas

Distrito Metropolitano de Quito

Environmental Systems Research Institute

Identity

Kilómetros

Metros

Ministerio de Transporte y Obras Públicas

Shapefile

Sistemas de Información Geográfica

1. CAPÍTULO I: INTRODUCCIÓN

1.1.

ANTECEDENTES

El alto número de siniestros viales en el Ecuador es un problema que está lejos de ser solucionado por las entidades competentes a nivel nacional. El Instituto Nacional de Estadística y Censos (INEC) que maneja el Sistema Estadístico Nacional señala que los accidentes de tránsito son la segunda causa de muerte en el país y que las personas entre los 14 y 44 años son las principales víctimas de los siniestros viales (Instituto Nacional de Estadística y Censos, 2022a). Durante el primer semestre de 2022, la ANT registró 1.056 fallecidos y 9.019 heridos en 10.592 accidentes por siniestros viales, siendo la cifra más alta en los últimos 4 años. Estos datos son interpretados con la relación de que 6 personas pierden la vida diariamente en las vías del Ecuador (Castillo y Machado, 2022).

Se evidencia claramente que los efectos negativos de los siniestros viales no solo se dan en el ámbito de la salud sino también de la economía, afectando la calidad de vida de los ciudadanos (Machado, 2020) Estas desgracias están presentes día a día en los medios de comunicación del país, recordando a la ciudadanía que la ocurrencia de los siniestros en las vías está lejos de disminuir y que son una constante en el país (Castillo y Machado, 2022)

Por los motivos anteriormente mencionados, considero que es una problemática prioritaria para el Ecuador el implementar herramientas de análisis de información geográfica existente en siniestros viales y que se puede iniciar la investigación en la ciudad de Quito es por gran diferencia una de las más afectadas por estos sucesos (Instituto Nacional de Estadística y Censos, 2022b) Se espera que haciendo uso de herramientas de Sistemas de Información Geográfica se logre generar modelos de datos válidos que podrían favorecer en la toma de decisiones por las entidades competentes

1.2.

OBJETIVOS

1.2.1. OBJETIVO GENERAL

• Identificar la ubicación de las zonas con alta incidencia a siniestros viales para la ciudad de Quito, Ecuador, analizando los registros de siniestrabilidad vial correspondientes al periodo 2017 - 2023.

1.2.2. OBJETIVOS

ESPECÍFICOS

• Recopilar información correspondiente a siniestros viales en la ciudad de Quito dentro del periodo 2017 - 2023, investigando en los portales oficiales de las entidades competentes a nivel nacional para generar una sólida base de datos.

• Desarrollar un análisis cualitativo a los eventos de siniestros viales para Quito dentro del periodo 2017 - 2023, utilizando la información almacenada en las características propias de cada suceso.

• Cuantificar la distribución espacial y temporal de los eventos de siniestros viales para Quito dentro del periodo 2017 - 2023, según su división políticoadministrativa más concentrada que corresponde a nivel barrial.

• Identificar los hot-spots en la ciudad de Quito donde la incidencia a siniestros viales en el periodo 2017 - 2023 resulte elevada mediante la estimación de densidad de Kernel y la estadística Getis-Ord Gi *

• Comparar los resultados obtenidos referentes a la estimación de densidad de Kernel y la estadística Getis-Ord Gi * de la incidencia a siniestros viales para la ciudad de Quito en el periodo 2017 - 2023

1.3. PREGUNTAS DE INVESTIGACIÓN

En fundamento a los objetivos específicos planteados en este estudio se generaron las siguientes preguntas de investigación:

• ¿Cuáles son las fuentes de información más completas correspondientes a los registros de siniestros viales para la ciudad de Quito en el periodo 2017 - 2023?

• ¿Qué refleja un análisis cualitativo a los eventos de siniestros viales para Quito dentro del periodo 2017 - 2023?

• ¿Qué reflejó la distribución espacial a nivel barrial y temporal al cuantificar los siniestros viales para la ciudad de Quito en el periodo 2017 - 2023?

• ¿Cuáles son las ubicaciones de los hot-spots donde la incidencia a siniestros viales es elevada a partir del cálculo de estimación de la densidad de Kernel y la estadística Getis-Ord Gi * para la ciudad de Quito en el periodo 20172023?

• ¿Qué resultados se obtienen al comparar los patrones de ubicación de los hot-spots de siniestros viales dentro del periodo 2017 - 2023 en la ciudad de Quito según la estimación de densidad de Kernel y la estadística Getis-Ord Gi * ?

1.4.

HIPÓTESIS

La ubicación de hot-spots resultantes de la estimación de densidad de Kernel y la estadística Getis-Ord Gi * de siniestros viales en el periodo 2017 - 2023 para la ciudad de Quito presentan diferencias significativas cuando se las somete a un análisis comparativo.

1.5. JUSTIFICACIÓN

Año tras año se presentan un gran número de siniestros viales que generan valiosas pérdidas humanas, afectaciones a la salud, pérdidas económicas y disminución en la calidad de vida para la población de la ciudad de Quito.

Los esfuerzos por disminuir las cifras de siniestros viales en esta gran urbe parecen no ser suficientes. Se han definido nuevas estrategias para la disminución de este tipo de sucesos mediante la participación de entidades, instituciones y organizaciones nacionales y extranjeras; pero para desarrollar correctamente este trabajo se necesita tener sólidas bases de información que soporten la toma de decisiones. Por estos motivos, existe la urgente necesidad de encontrar herramientas que vayan a la vanguardia tecnológica y que sean capaces de generar esa nueva información que ayude a prevenir, mitigar, controlar y hacer seguimiento a los siniestros viales ocurridos en esta ciudad

El generar nueva información referente a siniestros viales ha despertado la necesidad de usar herramientas potentes en el procesamiento de grandes volúmenes de información de diversas fuentes y que entreguen eficazmente resultados que se caractericen por una sencilla interpretación hacia los usuarios, es aquí, donde aparecen las herramientas de los Sistemas de Información Geográfica (SIG) que durante años han ido adquirido un rápido desarrollo y una amplia versatilidad de aplicación en diferentes campos de estudio.

Tomando como referencia investigaciones realizadas con el uso de las herramientas de SIG para el análisis de las zonas de incidencia a siniestros viales, se afirma que este trabajo está fundamentado en publicaciones previas de carácter científico realizadas en diferentes ubicaciones alrededor del mundo donde se han generado resultados de gran utilidad y han sido sumamente beneficiosos para las entidades de control y seguimiento a este tipo de sucesos.

Por todo lo mencionado anteriormente, se reitera que esta investigación tiene como enfoque principal el analizar las zonas de incidencia a siniestros viales para que sea información provechosa y de soporte en la toma de decisiones con el objetivo de disminuir las cifras de este tipo de sucesos en años futuros.

1.6. ALCANCE

La finalidad de este estudio es contribuir en la generación de nuevas bases de información geográfica que a futuro puedan complementarse con nuevas investigaciones o modelos de datos para implementar acciones y sistemas de prevención ante siniestros viales en la ciudad de Quito, para después extender a todo el resto del país.

Para el análisis de la información recopilada cuyo principal componente es geográfico se emplearán las herramientas de geoprocesamiento dentro de los SIG y el análisis de los datos se fundamenta en dos métodos ya probados en investigaciones de carácter científico para diferentes áreas de estudio a nivel mundial que es la identificación de hot-spots mediante la estimación de la densidad de Kernel y la estadística Getis-Ord Gi *

El área de estudio definida para este análisis es exclusivamente la ciudad de Quito en su casco urbano; excluyendo a otros territorios en el Ecuador y de manera temporal el análisis se enfoca en un periodo de tiempo definido contemplando el intervalo desde el 2017 al 2023

Esta investigación no abordará análisis de otros tipos de variables relacionadas a los siniestros viales para el área de estudio. Es necesario señalar que esta investigación no pretende dar una solución directa a esta problemática, ni una ejecución instantánea hacia la prevención de futuros eventos de siniestros viales y que únicamente se perfila como la generación de una nueva base de información geográfica para este tipo de sucesos.

A partir de los resultados que deriven de este estudio, se realizará un análisis de los mismos y se espera establecer un punto de partida para futuras investigaciones. Los resultados que se obtendrán serán presentados en bases de datos, ilustraciones, información digital y mapas cartográficos.

2. CAPÍTULO II: REVISIÓN DE LITERATURA

2.1. MARCO TEÓRICO

El Marco Teórico fundamenta el desarrollo de este estudio abarcando varios pilares como son: la Institucionalidad donde se indican las bases legales y las estructuras organizativas necesarias para regular la seguridad vial; la Vialidad Urbana que menciona las políticas específicas dentro del desarrollo en movilidad; la Seguridad Vial que describe los factores que intervienen para la prevención de siniestros viales; las Definiciones Principales en Siniestralidad Vial donde se presentan conceptos claves que permiten una comprensión más precisa de esta problemática; y finalmente, la aplicación de SIG en la Gestión de Siniestralidad Vial donde se ratifica la importancia que tienen este conjunto de herramientas en la toma de decisiones buscando implementar estrategias preventivas de efectividad

2.1.1. INSTITUCIONALIDAD

Conforme con los estatutos legales vigentes a nivel nacional, los organismos y entidades que actúan en relación con la seguridad vial en el Ecuador se dividen en cuatro niveles distintos (Ley Orgánica de Transporte Terrestre y Seguridad Vial, 2008). A continuación, se muestran a detalle su clasificación según un esquema institucional relativo a la seguridad vial en la Figura 1:

Ministerio de Transporte y Obras Públicas

• Rectoría

Agencia Nacional de Regulación y Control de Transporte

Terrestre, Tránsito y Seguridad Vial o simplemente Agencia Nacional de Tránsito (ANT)

• Regulación, planificación y control en sus competencias.

Comisión de Tránsito del Ecuador (CTE) Policía Nacional (PPNN)

• Control en operativos de tránsito.

Gobiernos Autónomos Descentralizados Municipales (GADMs)

• Regulación, planificación y control.

Figura 1. Esquema institucional relativo a la seguridad vial en Ecuador.

Fuente: Elaboración propia.

En el 2013 el alcalde del Distrito Metropolitano de Quito creó por medio de una resolución administrativa la Agencia Metropolitana de Tránsito (AMT) que es la entidad encargada de gestionar de manera puntual el control del transporte terrestre, tránsito y seguridad vial efectiva para la ciudad de Quito, buscando mejorar la eficiencia y la seguridad de la operación de la red vial (Agencia Metropolitana de Tránsito, 2023).

2.1.2. VIALIDAD URBANA

Según (Machado, 2022), en el Ecuador existe la Estrategia Nacional de Movilidad Segura que contiene cinco ejes de trabajo estructurados para lograr los siguientes objetivos:

• Gestión de movilidad: Fomentar la participación entre instituciones vinculadas a la movilidad para obtener datos y estadística sobre el tema.

• Vías más seguras: Mejorar la infraestructura vial.

• Vehículos más seguros: Promocionar tecnología en mejora de los vehículos livianos y pesados.

• Usuarios más seguros: Mejorar el comportamiento de todos los involucrados en la movilidad promoviendo diversas iniciativas.

• Respuestas ante accidentes de tránsito: Impulsar la capacidad de respuesta ante accidentes de tránsito.

El Municipio del Distrito Metropolitano de Quito (DMQ) en 2021 publicó su Plan Metropolitano de Desarrollo y Ordenamiento Territorial 2021 - 2033 donde establece dentro de sus objetivos estratégicos denominado "Por un Quito conectado" que ofrece alternativas de conectividad y movilidad que se caractericen por ser eficientes, seguras, confiables y de calidad (Municipio del Distrito Metropolitano de Quito, 2021) En las políticas específicas de este objetivo estratégico se encuentran las siguientes:

• Asegurar una óptima movilidad y conectividad de la población con mercancías por diferentes tipos de transporte.

• Planificar el espacio público destinado a la movilidad.

• Fomentar la accesibilidad, conectividad, seguridad y calidad en la movilidad de la población y mercancías.

• Desarrollo de equipamiento en movilidad, conectividad e infraestructura.

• Promulgar y afianzar la cultura de seguridad vial en la población.

• Trabajar en la integración multimodal de los sistemas de transporte.

2.1.3.

SEGURIDAD VIAL

Una vialidad segura tiene como objetivo desarrollar los mecanismos para cubrir las brechas o necesidades en movilidad siempre que el flujo de tránsito cuente con el diseño, infraestructura y señalización apropiada. Se busca que los usuarios motorizados y no motorizados se integren en un ámbito seguro, accesible y ambientalmente sustentable (Empresa Pública de Movilidad y Obras Públicas, 2021)

La planificación de la seguridad vial de una ciudad incorpora variables como tiempos de viaje, nodos de transporte, densidad y usos de suelo que son los factores que intervienen y que de manera formal se los define como la densidad poblacional, la accesibilidad regional, tipos de uso de suelo, conectividad de la red vial, diseño de las vías, condiciones y facilidades de transporte activo y la calidad del servicio de transporte (Agencia Nacional de Tránsito, 2021). En la Tabla 1 se define la relación que tienen todos estos factores

Un diseño vial óptimo permite a la población acceder a un transporte seguro para todos los usuarios en las vías, pero prestando mayor atención a los más vulnerables que son los peatones, ciclistas, personas con discapacidad, adultos mayores y niños (Agencia Nacional de Tránsito, 2021). A continuación, se describen los principios de diseño de vías urbanas:

• Identificar todos los usuarios que tiene la vía.

• Cuantificar el volumen de tráfico.

• Determinar los límites de velocidad de acuerdo a la tipología de la vía y los tipos de usuarios.

• Definir el perfil vial adecuado.

• Diseñar de acuerdo con líneas de deseo de la población.

• Dentro de un sistema seguro y de seguridad vial sostenible se debe ofrecer:

• Diseño inclusivo para usuarios vulnerables.

• Continuidad de las vías vehiculares, peatonales y de ciclistas.

• Prioridad a la accesibilidad para todos, no solo a vehículos.

• Velocidad de diseño de acuerdo con el tipo de usuarios.

Tabla 1. Factores que intervienen en la planificación de la seguridad vial.

Factor

Accesibilidad regional

Densidad

Mixto

Definición

Ubicación del desarrollo en relación con el centro urbano regional.

Personas o trabajo por unidad de área de tierra.

Impacto Vial

Reducir el kilometraje de vehículos per cápita.

Reducir los viajes de vehículos y aumentar el uso de modos alternativos.

Diferentes usos del suelo como residencial, comercial o institucional. Fomentar el movilizarse a pie.

Centralidad Trabajo y actividades en centros urbanos.

Conectividad de la red Grado en las que las aceras y las carreteras están conectadas.

Diseño de las vías Escala, diseño y gestión de calles.

Condiciones de transporte activo

Calidad y accesibilidad del transporte público

Cantidad, calidad y seguridad de aceras, pasos peatonales, caminos y ciclovías.

Calidad y acceso al servicio de transporte público.

Aumentar el uso de modos alternativos.

Reducción del desplazamiento de los vehículos.

Aumentar el uso de modos alternativos.

Mejora de condiciones para el uso de ciclovías y el movilizarse a pie.

Aumento en el número de pasajeros y reducción en el uso de automóvil.

Fuente: (Agencia Nacional de Tránsito, 2021).

En las ciudades del Ecuador se establecen las siguientes sugerencias según la (Agencia Nacional de Tránsito, 2021):

• Identificar claramente al organismo local quién es responsable de consolidar datos y dar seguimiento a proyectos de carácter vial.

• Desarrollar planes de seguridad vial urbana con metas, objetivos y responsables claramente definidos.

• Mantener a los ciudadanos constantemente comunicados e informados.

• Crear espacios de diálogo para la ciudadanía.

• Publicar estadísticas y mapas de calor de fácil acceso y comprensión para la ciudadanía.

• Estructurar los planes metropolitanos de seguridad vial.

• Promover programas de seguridad vial en el ámbito laboral.

• Crear lugares de atención integral para víctimas de siniestrabilidad vial.

• Establecer presupuestos municipales a favor de proyectos ligados a la seguridad vial.

2.1.4. DEFINICIONES PRINCIPALES EN SINIESTRABILIDAD VIAL

Según el (Instituto Nacional de Estadística y Censos, 2023), se definen los conceptos de siniestrabilidad vial que se utilizarán en el desarrollo de este estudio en la Tabla 2:

Tabla 2 Principales definiciones en siniestrabilidad vial.

Concepto

Accidente de tránsito

Siniestro de tránsito

Víctima

Tipo de vehículo involucrado

2.1.5.

Definición

Un accidente de tránsito es un suceso eventual o acción de carácter involuntario que como efecto de una o más causas y con independencia de grado de estas, se ocurra en las vías o sitios que han sido destinados al uso público o privado ocasionando que individuos adquieran lesiones de diversa gravedad o naturaleza, daños materiales en vehículos, vías o infraestructura, y el fallecimiento de personas con la participación de los usuarios de la vía, vehículo y entorno.

Es un concepto consensuado con el de accidente de tránsito que define cualquier hecho de tránsito con implicación de por lo menos un vehículo que haya estado en movimiento, teniendo lugar el suceso en la vía pública o privada a la que la población tenga el derecho de acceso y que posea como consecuencia al menos una persona con lesiones o un fallecido.

Se considera como víctima a cualquier persona herida o fallecida es la consecuencia de un siniestro de tránsito.

Consiste en aplicar la Norma NTE INEN 2656:2016 en la clasificación vehicular donde se identifica los vehículos automotores por medio de sus características generales de diseño y uso.

Fuente: (Instituto Nacional de Estadística y Censos, 2023).

SIG EN LA GESTIÓN DE SINIESTRABILIDAD VIAL

El empleo de los SIG ha crecido sumamente rápido en varios sectores claves para el desarrollo sostenible de las comunidades humanas y especialmente en campos como la ingeniería, la planificación del transporte y la correcta gestión de los recursos naturales; permitiendo a desarrolladores y usuarios el recopilar, almacenar, analizar y gestionar bases de datos geográficas para representarlas visualmente al público en general (Satria, 2020).

La planificación en la seguridad vial y el tráfico es un requisito básico de la calidad de vida de todas las sociedades actuales y la información relacionada a esta problemática es esencial para decidir en las necesidades de seguridad vial y del tráfico (Alkhadour et al., 2021). Según (Ma et al., 2021), las principales ventajas al

utilizar los SIG en el análisis de la siniestralidad vial es que proporciona una comprensión más visual e intuitiva de la distribución de estos eventos y ofrecen gran variedad de herramientas de estadística espacial que pueden utilizarse para este tipo de estudios.

En el análisis de siniestrabilidad vial los SIG actúan como herramientas para la toma de decisiones con el objetivo de disminuir los riesgos y planificar medidas correctivas, permitiendo una amplia representación y visualización de la información (Satria, 2020). Sus herramientas de geoprocesamiento permiten extraer atributos de alta relevancia respecto a la red vial, características espaciales de cada vía y del entorno, e incorporar la afluencia del tráfico vehicular permitiendo combinar todas estas variables con la base de datos de siniestros viales (Macedo et al., 2021).

Según (Zhang et al., 2023), las consecuencias de los accidentes de tránsito mortales son más graves en comparación con los accidentes de tránsito ordinarios. Tomando en cuenta los escenarios de accidentes, los objetos involucrados, las áreas donde ocurren, los factores de impacto y más características que difieren significativamente de los accidentes de tránsito convencionales; es crucial realizar análisis técnicos que sean detallados y se enfoquen en comprender las dinámicas relacionadas a los accidentes mortales, localizando puntos críticos de ocurrencia y desarrollando medidas de gestión para prevenir estas tragedias

A diferencia de identificar directamente la ubicación exacta de un siniestro, la estadística espacial permite examinar, evaluar y entender patrones de distribución espacial y localizar las áreas de concentración de estos eventos dentro de un espacio geográfico determinado mediante metodologías como índice de Moran, estimación de la densidad de Kernel, la estadística Getis-Ord Gi * , Kriging, modelos Tobit Bayesianos Jerárquicos y algunas herramientas de software comercial para la predicción de accidentes que existen actualmente en el mercado (Satria, 2020)

Por lo señalado anteriormente se puede afirmar que los SIG son herramientas para la gestión integral de la seguridad del tráfico vehicular permitiendo a los gestores conservar una gran cantidad de datos, almacenarlos con gran facilidad, compartirlos y procesarlos; permitiendo la creación de plataformas de análisis

programadas y la visualización de datos mediante resultados gráficos y no gráficos (Afolayan et al., 2022) Además, son herramientas sumamente potentes y muy eficientes para la estadística espacial de grandes volúmenes de información como la que se genera en los datos históricos sobre siniestralidad en las vías (Satria, 2020)

2.2. MARCO HISTÓRICO

En la investigación realizada en diferentes publicaciones de carácter científico correspondientes al análisis de zonas con alta vulnerabilidad a siniestros viales en diferentes áreas de estudio a nivel mundial se puede mencionar información relevante de algunas de ellas.

Según (Srikanth y Srikanth, 2020), la estimación de densidades y los métodos de análisis de hot-spots en la gestión de la seguridad del tráfico para la ciudad de Des Moines en el estado de Iowa, Estados Unidos, se concluye que las diferentes metodologías como la estimación de densidad de Kernel y la estadística Getis-Ord Gi * pueden aplicarse en áreas con suficientes datos de accidentes de tránsito y en los países en vías de desarrollo.

Los resultados en el análisis de datos para el Área Metropolitana de Dhaka muestran que la estimación de densidad de Kernel y la estadística Getis-Ord Gi * pueden detectar estadísticamente patrones espaciales y agrupaciones de datos de accidentes de tráfico, identificar razonablemente y analizar zonas conflictivas de accidentes de tránsito (Ahmad et al., 2020)

Se emplearon los métodos de estimación de densidad de Kernel y la estadística Getis-Ord Gi * para identificar los puntos y los segmentos de alta densidad a siniestros a lo largo de la red vial. Los resultados revelan la existencia de diferentes puntos conflictivos y conglomerados de alta densidad (Zandi et al., 2023)

El estudio desarrollado en la Gobernación de Irbid confirmó que el análisis espacial y las técnicas estadísticas identifican eficazmente los puntos conflictivos de

accidentes de tránsito y los segmentos de carretera con significación estadística (Hazaymeh et al., 2022)

La investigación realizada en Prayagraj, Uttar Pradesh señala que la estimación de densidad de Kernel y la estadística Getis-Ord Gi * en el análisis de registros de accidentes de tránsito utilizando las herramientas de análisis de hot-spots coinciden perfectamente con los resultados y que la posibilidad de que se produzcan accidentes futuros en esas mismas zonas está definida por el patrón de agrupamiento de los eventos (Kumar Maurya y Ballav Swain, 2022)

El análisis realizado en Estambul por (Ersen et al., 2021), determina que para desarrollar medidas eficaces de seguridad vial que pueden ser utilizadas con el fin de reducir los accidentes de tránsito es necesario identificar las regiones donde se concentran los accidentes mediante la representación de hot-spots, trabajo que fue realizado empleando el método de estimación de densidad de Kernel y la estadística Getis-Ord Gi *

La investigación realizada en la ciudad de Lisboa por (Mesquitela et al., 2022), define a la estimación de la densidad de Kernel y a la estadística Getis-Ord Gi * como técnicas ampliamente utilizadas y bien establecidas para la identificación en las zonas con mayor intensidad de colisiones vehiculares y para identificar los puntos conflictivos.

El trabajo de investigación realizado por (Le et al., 2020), en la identificación de hotspots de siniestros viales mediante la integración de la estimación de densidad de Kernel y el análisis de autocorrelación espacial estadística Getis-Ord Gi * en Hanoi, Vietnam; muestra que los resultados obtenidos son adecuados para zonas urbanas con densas redes de carreteras.

La investigación realizada por (Ma et al., 2021), correspondiente al análisis con SIG de las correlaciones espacio-temporales de los accidentes de tránsito en zonas urbanas de Gales, Reino Unido, afirma que tanto el análisis de densidad como el análisis de conglomerados se han venido practicando en la estadística espacial para los siniestros viales

El estudio de (Kalantari et al., 2021), fue desarrollado en Irán y demostró que un análisis espacialmente explícito puede proporcionar conocimiento altamente relevante para las estrategias prácticas de gestión del tráfico vehicular, particularmente en las ciudades dominadas por asentamientos informales y la expansión urbana desregulada. También mencionan que una georreferenciación más precisa de los accidentes viales define la mejora continua de las técnicas de estadística espacial para el análisis del riesgo de futuras colisiones viales.

La investigación realizada por (Nam Chan et al., 2021), muestra el análisis a la visualización de la densidad de Kernel destaca en diversos tipos de aplicaciones como análisis de brotes de enfermedades, la detección de hot-spots en la detección de siniestros viales y el análisis de la distribución del crimen; demostrando que la estimación de la densidad de Kernel es el método más adecuado para estos campos de estudio.

El estudio desarrollado por (Lakshmi et al., 2019), respecto a la identificación de hot-spots de siniestros viales mediante SIG para la ciudad de Des Moines capital de Iowa, señala que el análisis de accidentes de tránsito mediante la identificación de puntos conflictivos en la estimación de densidad de Kernel es válido cuando se considera el tamaño de celda adecuado al momento de analizar los datos.

En el estudio realizado por (Özcan y Küçükönder, 2020), sobre los cambios espacio-temporales en la incidencia de los accidentes de tránsito en la ciudad de Kahramanmaras en Turquía, concluye que el método de densidades brinda estimaciones confiables para la estadística espacial en accidentes de tránsito porque los resultados obtenidos son similares a los que se encontraron en otros estudios realizados en Turquía.

El estudio desarrollado por (Islam y Dinar, 2021), respecto a la evaluación y análisis espacial de los accidentes viales en Bangladesh fue desarrollado mediante el empleo de la estimación de densidad de Kernel por su facilidad de cálculo del riesgo de cada siniestro de tránsito utilizando su ubicación exacta.

Según (Pleerux, 2020), define a la estimación de la densidad de Kernel como la técnica más utilizada, útil y fácil de entender para el análisis de la siniestrabilidad vial aportando resultados muy precisos que ayudan a los organismos encargados

del tráfico vehicular a identificar las zonas con alto riesgo de siniestros lo que conduce a resoluciones oportunas junto con disminución en el presupuesto y el tiempo invertido de las operaciones

El estudio realizado por (Nogueira et al., 2023) en el Distrito de Setúbal señala que la estadística Getis-Ord Gi * puede aplicarse en análisis de accidentes de tránsito y que sus resultados proporcionan un mayor conocimiento de donde se localizan los lugares más preocupantes, especialmente centrados en los accidentes con mayores daños y tratan de explicar porque hay lugares con una relación inusualmente alta de este tipo de accidentes.

El análisis realizado en el estado de Ohio muestra en sus resultados que la estadística Getis-Ord Gi * es un método eficaz para determinar donde es más probable que se produzcan las colisiones y cuál es la gravedad con la que se producen (Alam y Tabassum, 2023)

Los resultados obtenidos por la estadística Getis-Ord Gi * al analizar los siniestros viales en la ciudad de la India, Hyderabad; arrojaron valores de agrupación altos y bajos. Esta calificación proporciona un mapa codificado por colores que ofrece una clara visualización de los puntos conflictivos de accidentes de tránsito indicando regiones propensas a un mayor riesgo de accidentes (Aquil y Faheem, 2021)

La estadística Getis-Ord Gi * empleada en la red vial de Etiopía refleja en sus resultados que esta metodología posee la capacidad de analizar patrones espaciales de accidentes de tránsito e identificar la gravedad de las colisiones altamente agrupadas con una significación estadística (Tola et al., 2021)

En la investigación realizada en el estado de Brunéi Darussalam, se afirma que la estadística Getis-Ord Gi * es más adecuada cuando los eventos a analizar se encuentren distribuidos por toda el área de estudio (Zahran et al., 2019)

Todas las ideas y fundamentos relevantes obtenidas a través de las publicaciones de carácter científico han guiado el desarrollo de este estudio que se enfoca en identificar las zonas con alta incidencia ante siniestros viales en la ciudad de Quito

2.3. MARCO METODOLÓGICO

Según (Lakshmi et al., 2019), al analizar la distribución de los accidentes de tránsito de manera espacial se pueden emplear métodos basados en la distancia, la densidad y la autocorrelación espacial. De acuerdo con (Grekousis, 2020), en la actualidad existen varios métodos que proporcionan herramientas para el análisis de eventos espaciales con el fin de comprender su distribución y sus relaciones en el espacio. Según (Grekousis, 2020), los métodos más comunes de análisis se agrupan de la siguiente manera:

1. Métodos de análisis de patrones de puntos: Consiste en un conjunto de eventos con diferentes ubicaciones, donde cada evento representa una única instancia del fenómeno de interés. Se divide en:

a) Métodos basados en la distancia: Emplean esta variable entre los eventos y describen efectos de segundo orden que se produce cuando hay interacción entre lugares cercanos. Se dividen en:

▪ El vecino más próximo.

▪ Funciones de distancia G y F.

▪ La función de distancia K de Ripley.

▪ La función L.

b) Métodos basados en la densidad: Utiliza la intensidad de los sucesos en el espacio. Por este motivo, describen mejor los efectos de primer orden que son cuando los valores o ubicaciones de los objetos espaciales varían de un lugar a otro debido a un efecto local del espacio. Se dividen en:

▪ Recuento por cuadrantes.

▪ Estimación de densidad de Kernel

2. Métodos de autocorrelación espacial: La autocorrelación espacial es el grado de dependencia, asociación o correlación espacial entre el valor de una observación o de una entidad espacial y los valores de las observaciones vecinas de la misma variable. Se dividen en:

a) Medidas de autocorrelación espacial global: Se puede utilizar un único valor para toda la zona de estudio que se denomina medida de autocorrelación espacial global y se calcula a partir de:

▪ Índice I de Moran Global

▪ Estadístico G general.

▪ Índice C de Geary

b) Medidas de autocorrelación espacial local: Normalmente es poco probable que cualquier suceso espacial sea homogéneo en toda la zona debido a la no uniformidad y no continuidad del espacio. Se puede calcular a partir de:

▪ Índice I de Moran Local.

▪ Estadísticas de Getis-Ord Gi y Getis-Ord Gi *

▪ Índice I de Moran Local.

Los estudios de las zonas con mayor incidencia a siniestros viales se fundamentan en el análisis de densidad de puntos y métodos de autocorrelación espacial, puesto que la gran mayoría de registros existentes sobre estos eventos generalmente cuentan con información referente al tipo de accidente de tránsito y a la información de la posición de cada uno de estos eventos (Srikanth y Srikanth, 2020). (Abrigo et al., 2021) sugieren que sea necesario realizar análisis a nivel macro y micro de los siniestros viales una vez que sean procesados los datos de los informes de este tipo de sucesos ubicados en cualquier localidad

El fundamento del análisis de densidad de puntos es el conteo de la cantidad de los mismos dentro de una unidad de superficie delimitada. En el cálculo de la densidad de puntos se divide el área de estudio en varias celdas que pueden ser de forma hexagonal, rectangular y triangular (Brodsky, 2018). En las celdas, el número de puntos en su centro se limita según la distancia entre puntos vecinos, como señalan (Ma et al., 2021).

2.3.1. ESTIMACIÓN DE LA DENSIDAD DE KERNEL

Los métodos seleccionados para este estudio que son la estimación de densidad de Kernel y la estadística de Getis-Ord Gi * que para análisis de siniestros viales se afirma que son básicamente consistentes (Ma et al., 2021)

La estimación de densidad de Kernel es uno de los métodos más comúnmente usados para el monitoreo de procesos puntuales donde típicamente se analicen registros de eventos relacionados al espacio y que puedan ser representados como puntos, brindando resultados confiables en la estimación de densidad (Caudillo y Enríquez, 2017; Özcan y Küçükönder, 2020)

Según (Gao, 2022), el análisis convencional de densidad de puntos posee inconvenientes cuando demasiados puntos se solapan entre sí, cuando están demasiado cerca unos con otros resulta imposible apreciar claramente su densidad espacial. Este problema puede ser solventado haciendo uso de la estimación de la densidad de puntos de Kernel, también conocida como Kernel Density Estimation (KDE) o estimación de densidad de Kernel

En este método se coloca una superficie simétrica en el punto central de la unidad espacial del área de estudio y se evalúan las distancias entre este punto y los eventos de siniestros viales previamente georreferenciados (Özcan y Küçükönder, 2020) La estimación de densidad de Kernel se puede considerar como una técnica de estadística espacial donde se demuestra la distribución de las concentraciones para un determinado evento donde ha sido asignado dentro de un plano (Macedo et al., 2021). Los eventos están representados por puntos dentro de un plano que se ponderan en función de la distancia del punto en cuestión con respecto a otros puntos cercanos. A partir de la muestra de puntos podemos obtener estimaciones de las densidades de probabilidad univariantes mediante este método (Gao, 2022). Según (Gao, 2022), la estimación de densidad de Kernel resulta eficaz para mostrar el grado de agrupación espacial cuando numerosos puntos se solapan entre sí (ver Figura 2). En este tipo de casos es difícil identificar los puntos individuales. En comparación, si se representa en forma de contorno, la estimación de Kernel

posibilita identificar el nivel de agrupación cuantitativamente y visualizar el patrón espacial con claridad.

Figura 2 Representación de la densidad de Kernel

Fuente: (Gao, 2022)

El cálculo se realiza mediante la siguiente función matemática:

Donde ��[�� ���� ℎ�� , �� ���� ℎ�� ] representa la función de ponderación de Kernel, en la cual: ℎ�� =���� ( 2 3��) 1 6

Donde �� representa el número de puntos en los radios de búsqueda o bandas ℎ�� y ℎ�� de Kernel en las direcciones de �� e ��, respectivamente.

La variable ���� denota la desviación estándar de todas las observaciones incluidas en el radio de búsqueda. La siguiente Figura 3 muestra a los elementos dentro de la densidad de Kernel

El radio de búsqueda desde cada punto solo es posible creando un vecindario circular que es definido por el usuario (Environmental Systems Research Institute, 2021). El éxito del análisis de densidad de Kernel radica en la selección de los anchos de banda adecuados. Un radio de búsqueda o ancho de banda adecuado tiene la capacidad de preservar al patrón la distribución de los puntos, pero un radio de búsqueda demasiado conservador o uno muy generoso no podrá revelar la intensidad genuina de la agrupación espacial ocasionando que sea ruidosa y no mostrando el patrón adecuadamente; por estos motivos existen reglas para el usuario que determinen un radio de búsqueda adecuado (Gao, 2022)

La principal limitación de la estimación de la densidad de Kernel es que únicamente puede ser calculada para entidades de tipo punto y línea (Environmental Systems Research Institute, 2022a).

La estimación de la densidad de Kernel es realmente menos compleja y tiene menos pasos a seguir; sin embargo, es mucho más sensible a los datos de entrada brindando información precisa sobre la ubicación espacial para obtener los mejores resultados (Macedo et al., 2021). La Figura 4 muestra un ejemplo visual de la estimación de la densidad de Kernel

Figura 3 Elementos en la estimación de densidad de Kernel Fuente: (Gao, 2022)

Figura 4. Interpretación de la densidad de Kernel Fuente: (Environmental Systems Research Institute, 2022b)

Respecto a la interpretación de los resultados, la estimación de densidad de Kernel muestra la densidad de las características de los puntos que pueden visualizarse mediante mapas de superficie o mapas de contorno donde se muestra la intensidad en todos los lugares del área de estudio, proporciona una representación visual adecuada para los resultados y clasifica la información por medio de una paleta de colores de los accidentes en un área de estudio delimitada, siendo este, otro de los motivos para su implementación en este tipo de análisis de datos (Ma et al., 2021)

Las zonas de colores intensos revelan mayores concentraciones mientras que las zonas de colores tenues representan densidades más bajas (Grekousis, 2020) El esquema de clasificación de los resultados de la capa de densidad de Kernel se muestra en intervalos iguales siendo este el factor predeterminado (Environmental Systems Research Institute, 2022a)

Según (Gao, 2022), la estimación de densidad de Kernel se utiliza principalmente para crear superficies uniformes que representen:

a) La densidad de eventos.

b) La estimación de las áreas de mayor o menor intensidad de ocurrencia de este tipo de eventos.

Puede ser aplicada para examinar la conglomeración de eventos ponderados o no ponderados en diferentes campos de estudio como son la epidemiología, criminología, demografía, etnología y análisis urbano (Grekousis, 2020).

2.3.2. ESTADÍSTICA

GETIS-ORD

Gi *

Según (Grekousis, 2020), los índices Getis-Ord Gi y Getis-Ord Gi * comprenden una familia de estadísticas que en sus resultados identifican agrupaciones estadísticamente significativas para valores altos o hot-spots y de igual manera para valores bajos o cold-spots, que finalmente se utilizan como medidas de asociación espacial.

El índice Getis-Ord Gi viene dado por la siguiente fórmula:

Donde: �� es el rango estimado de la autocorrelación espacial detectada

����(��) �� es la suma de ponderaciones para �� ≠�� dentro de la distancia ��. �� es el número total de detecciones. ���� es el valor del atributo de la característica ��.

El índice Getis-Ord Gi * viene dado como:

Nótese que, a diferencia de Gi, en Gi * se elimina la restricción �� ≠��. En otras palabras, el índice tiene en cuenta el valor del atributo ���� en la ubicación ��

Algunas consideraciones que establece (Environmental Systems Research Institute, 2023) para el empleo de esta metodología son las siguientes:

• Los resultados son fiables si se tiene al menos 30 objetos.

• Se recomienda una distancia fija y debe determinarse utilizando la autocorrelación espacial incremental o el análisis optimizado de hot-spots.

• En valores atípicos de localización, puede combinarse una banda de distancia fija con un número mínimo de vecinos por característica especial.

• No puede aplicarse en objetos puntuales sin ningún campo de atributo adjunto.

• Se puede agregar datos utilizando la unión espacial a polígonos o a una malla poligonal para luego continuar con el análisis.

• Las relaciones espaciales, las bandas de distancia y las funciones de distancia utilizadas deben conceptualizarse cuidadosamente.

La manera como interpretar los resultados de la estadística Getis-Ord Gi * se define según (Grekousis, 2020), donde se afirma que para cada entidad se calcula un valor de puntuación Z con un valor P para evaluar su significación estadística. Tener una puntuación Z positiva alta y un valor P pequeño indica una agrupación espacial de valores altos o hot-spot, mientras que tener una puntuación Z negativa baja con un valor P pequeño muestra la presencia de agrupaciones espaciales de valores bajos o cold-spots; en ambos casos existe una autocorrelación espacial positiva. Cuanto mayor sea la puntuación Z positiva o negativa, más intenso será el agrupamiento. Ahora los valores de puntuación Z cercanos a cero suelen indicar la ausencia de agrupamiento espacial. La existencia de una hipótesis nula es cuando existe una aleatoriedad espacial completa de los valores asociados a las características. Cuando los valores P son superiores a 0.05 o a otro nivel de significación establecido, no se puede rechazar la hipótesis nula y los resultados no son estadísticamente significativos. Si esto ocurre se entiende que no hay indicios de agrupación. Finalmente, los resultados pueden representarse en un mapa con tres clases de nivel de confianza equivalentes a los valores 99%, 95% o 90% para las entidades de hot-spots y cold-spots. En la Figura 5, se muestra un ejemplo de los datos de entrada analizados por la estadística Getis-Ord Gi * para obtener los valores de Z y P que fueron descritos anteriormente.

Figura 5 Ejemplos de los valores Z y P resultantes de la estadística Getis-Ord Gi * Fuente: (Environmental Systems Research Institute, 2019a).

De acuerdo con (Environmental Systems Research Institute, 2019), para este método se definen algunas de las principales conceptualizaciones de las relaciones espaciales entre las entidades a continuación:

• Distancia inversa: Es donde las entidades vecinas tienen una mayor influencia en los cálculos de una entidad de destino en contraste con las que están alejadas.

• Distancia inversa al cuadrado: Similar a la distancia inversa, pero en esta ocasión la pendiente es más clara, ocasionando que únicamente las entidades vecinas más cercanas a la entidad de destino ejerzan una influencia sustancial en los cálculos.

• Distancia fija: Significa que cada entidad es analizada dentro del contexto de las entidades vecinas. De manera predeterminada se establece el valor de 1 para las entidades vecinas que se encuentran dentro de la distancia crítica especificada y las que se encuentran fuera de esta distancia crítica reciben el valor de 0.

• Zona de indiferencia: Similar a la distancia fija solamente que los pesos y la influencia de una entidad vecina disminuyen con el aumento de la distancia.

2.3.3. ÍNDICE I DE MORAN GLOBAL

El índice I de Moran Global es el proceso de evaluación estadísticamente significativa de los hot-spots donde se analiza la autocorrelación espacial de sucesos puntuales y se comprueba si su distribución es aleatoria (Le et al., 2022). Se basa en las localizaciones como las características de los valores para comprobar si el patrón expresado está agrupado, disperso o es aleatorio; basándose en las posiciones y atributos de las características de manera simultánea (Le et al., 2022; Zandi et al., 2022)

Aunque el índice I de Moran Global es un método para definir la autocorrelación espacial de todo un trayecto o ruta, no puede determinar la ubicación exacta de los conglomerados a niveles locales y solo proporciona una visión rápida de las condiciones de las dependencias espaciales (Zandi et al., 2022)

Los valores de la I de Moran global indican si la ubicación y los valores de las características están agrupados espacialmente, dispersos o distribuidos al azar y de manera general su uso se enfoca en determinar los patrones de distribución espacial en un área específica (Hazaymeh et al., 2022).

Según (Le et al., 2022) el índice I de Moran Global se expresa mediante la siguiente ecuación:

Donde ����, ���� son las desviaciones de la media; ����,�� es del peso espacial entre la característica �� y ��; �� es la cantidad de características, ��0 es el agregado de todos los pesos espaciales y se calcula de la siguiente manera:

La puntuación ���� se calcula de la siguiente manera:

Donde:

Una vez calculado el índice I de Moran Global brinda resultados que varían de -1 a 1; donde el valor de 1 indica una gran autocorrelación espacial positiva, un valor de -1 indica una gran autocorrelación espacial negativa y un valor de 0 muestra una gran aleatoriedad espacial (Le et al., 2022)

El método de autocorrelación I de Moran Global también podría llevarse a cabo para diferentes condiciones, incluidas de espacio temporales como para el análisis de siniestros viales son los diferentes volúmenes de tráfico, rangos de velocidad y horas del día (Zandi et al., 2022)

3. CAPÍTULO III: METODOLOGÍA

3.1. ÁREA DE ESTUDIO

Se definió como área de estudio a la ciudad de Quito que es una de las ciudades más pobladas y con mayor densidad vehicular del país (Municipio del Distrito Metropolitano de Quito, 2021) Esta ciudad se separa del resto por sus elevadas cifras históricas de siniestralidad vial y por ejemplo en 2022 no fue la diferencia porque representaron el 34% de víctimas totales a nivel nacional concentrando a la mayor cantidad de lesionados y fallecidos (Instituto Nacional de Estadística y Censos, 2022b)

A lo largo de esta investigación se presentará el análisis a realizarse y los resultados que se esperan obtener para la ciudad de Quito siguiendo los protocolos de análisis establecidos en la literatura científica recopilada.

3.1.1. LOCALIZACIÓN GEOGRÁFICA

La ciudad de Quito es la cabecera cantonal del Distrito Metropolitano de Quito, dentro de la provincia de Pichincha, en la parte Norte del Ecuador. Su altitud promedio es de 2850 m.s.n.m. y está sobre la hoya de Guayllabamba, en las laderas occidentales del estratovolcán activo Pichincha, en la parte oriental de los Andes (Municipio del Distrito Metropolitano de Quito, 2021) En la Figura 6 se muestra la representación de la ciudad de Quito.

6. Mapa de ubicación de la ciudad de Quito. Fuente: Elaboración propia.

3.1.2. CARACTERIZACIÓN

3.1.2.1. CLIMA

La ciudad de Quito mantiene un clima templado con rangos de temperatura que van desde los 10 a los 27 oC debido a que su ubicación geográfica que está a 2800 metros de altura es que está localizada cerca la línea ecuatorial en un área de valle

Figura

Las precipitaciones tienen una distribución muy variable cuyos valores promedios se encuentran en el rango de 169.2 mm a 126.2 mm (Municipio del Distrito Metropolitano de Quito, 2021)

La Agencia Nacional de Tránsito reconoce que las condiciones ambientales y/o atmosféricas como son la niebla, neblina, granizo y lluvia, que son características de Quito durante las épocas invernales, constituyen factores determinantes en la siniestralidad vial (Agencia Nacional de Tránsito, 2023). La incidencia que tienen estas condiciones ambientales y/o atmosféricas es que exista pérdida de adherencia de los neumáticos al asfalto, reducción considerable de la visibilidad, olvidar disminuir la velocidad bajo estas condiciones y el aumento de la fatiga del conductor al realizar una conducción más concentrada (Agencia Metropolitana de Tránsito, 2021; CESVIMAP, 2021).

3.1.2.2.

CARACTERÍSTICAS DEMOGRÁFICAS

Según el (Instituto Nacional de Estadística y Censo, 2023) el Censo realizado a la población en 2022 a nivel nacional se conoce que la ciudad de Quito posee un total de 2’679.722 habitantes. Se estima que su crecimiento poblacional será desigual y existirán zonas donde será marcado ese gran desarrollo (Municipio del Distrito Metropolitano de Quito, 2018) El rápido crecimiento poblacional de la ciudad de Quito está relacionado con un aumento en la cantidad de vehículos que transitan por su red vial que actualmente supera los 500.000 (Jácome y Moncada, 2022)

3.1.2.3.

ACTIVIDADES ECONÓMICAS

Las actividades económicas que se realizan en Quito según el (Municipio del Distrito Metropolitano de Quito, 2021) se describen en la Tabla 3:

Tabla 3. Actividades económicas desarrolladas en la ciudad de Quito, 2021.

Actividad Económica

Comercio al por mayor y menor 23,8

Industrias Manufactureras 14,0

Actividades Inmobiliarias y empresariales 9,0

Construcción 8,5

Transporte, Almacenamiento y Comunicaciones 7,3

Agricultura, Ganadería, Caza y Silvicultura 6,9

Hoteles y Restaurantes 5,7

Hogares privados comunitarias sociales 5,6

Enseñanza 5,0

Administración Pública y Defensa 4,8

Actividades de Servicio Social y de Salud 3,0

Intermediación Financiera 1,6

Explotación de minas y canteras 0,5

Suministros de Electricidad, Gas y Agua 0,4

Otras Actividades Comunitarias Sociales 3,9

Fuente: (Municipio del Distrito Metropolitano de Quito, 2021)

Entre todas las actividades económicas mencionadas anteriormente las que más destacan son el comercio al por mayor y menor, la industria manufacturera y la explotación de minas y canteras que impulsan el crecimiento económico de Quito y la posicionan como la ciudad con mayores ingresos en el Ecuador (Coba, 2022). Se estima para 2023 que la población de Quito está generando ganancias mensuales medias equivalentes al valor de USD 487,50 (Versus, 2023)

Una vez analizadas las actividades económicas de Quito, su repercusión en la economía nacional y sus salarios medios mensuales para su respectiva población; se logra entender el posicionamiento y concentración que tienen los mercados de vehículos usados o seminuevos en esta ciudad y que representaron en 2022 el 67% de las compras totales de estos vehículos a nivel nacional (La Hora, 2022)

3.1.2.4.

COBERTURA Y USO DE SUELO

La ciudad de Quito está ocupada por asentamientos urbanos concentrados que poseen total o parcialmente el acceso a servicios públicos e infraestructura básica.

Se caracteriza por constituir un sistema continuo y que está sumamente relacionado entre espacios públicos y privados. En todos sus asentamientos humanos incluyen núcleos urbanos de diferentes escalas y que son encontrados en cabeceras parroquiales (Secretaría de Territorio Hábitat y Vivienda, 2020). A continuación, se muestra en la Figura 7 la subclasificación del suelo para la ciudad de Quito.

Figura 7. Subclasificación del Suelo en Quito. Fuente: (Secretaría de Territorio Hábitat y Vivienda, 2020)

En la actualidad la mayor densidad de empresas se localiza en el centro y norte de la ciudad constituyendo un enorme distrito económico donde la población económicamente activa diariamente debe movilizarse en mayor medida desde los sectores periféricos hasta sus respectivos lugares de trabajo que generalmente están ubicados dentro del distrito económico (Municipio del Distrito Metropolitano de Quito, 2018).

Como sucede en grandes urbes, a medida que crece la población, crece el patio automotor y el tráfico se vuelve insostenible si el acceso a los servicios públicos y privados no se encuentra bien distribuido; por esto Quito está implementando lineamientos para que su densidad poblacional sea redistribuida con un crecimiento vertical puesto que se conoce que las urbes verticales presentan cuatro veces menos aglomeraciones vehiculares (La Hora, 2021).

3.1.2.5.

MOVILIDAD Y CONECTIVIDAD

Según (Jácome y Moncada, 2022), en 2022 la ciudad de Quito registró 8.478 km de red vial que está distribuida como trazado de estructura vial primaria, secundaria y calles ordinarias. El tipo de calzada de estas redes viales generalmente se divide en asfaltado, adoquinado, hormigón, empedrado y tierra (Empresa Pública de Movilidad y Obras Públicas, 2021).

La red vial primaria busca satisfacer la demanda de movilidad continua de grandes volúmenes de tránsito vehicular y con el pasar del tiempo se van mejorando los niveles de servicio de movilización, disminuyendo la contaminación y la congestión vehicular por medio de la construcción y rehabilitación de las vías (Empresa Pública de Movilidad y Obras Públicas, 2021)

Para Quito se han identificado la existencia de puntos intervenidos mediante análisis de carácter técnico que buscan mejorar la fluidez del tráfico vehicular. En el año 2021, se identificó que las vías en zonas urbanas y rurales se encuentran en estado regular y malo en un 67% (Empresa Pública de Movilidad y Obras Públicas, 2021).

Los tipos de mantenimiento requeridos son los siguientes (Empresa Pública de Movilidad y Obras Públicas, 2021):

• Mantenimiento rutinario: Son los trabajos que deben realizarse en las vías a lo largo del año contemplando las afectaciones del clima y el nivel de tránsito.

• Mantenimiento periódico en conservación mayor: Son operaciones de mantenimiento correctivo busca mejorar la capacidad estructural y funcional, su frecuencia Generalmente es mayor de un año.

La Figura 8 muestra una representación de toda la red vial actualizada para la ciudad de Quito.

Figura 8. Red Vial de la ciudad de Quito. Fuente: Elaboración propia.

En la actualidad, el transporte público mundial es de gran importancia para el desarrollo y es el núcleo de los movimientos en una ciudad (García-Cerrud y Flores de la Mota, 2023) Se está transformando en un medio cada vez más importante y con mayor complejidad porque mantiene la necesidad constante de desarrollarse usando la tecnología adecuada (Quiñonez et al., 2019)

Según la (Empresa Pública de Movilidad y Obras Públicas, 2021), el Sistema Integrado de Transporte Público Metropolitano de Quito ofrece los siguientes servicios:

• Metro de Quito.

• Trolebús.

• Ecovía y alimentadores.

• Metrobús.

• Vehículos de transporte interparroquiales.

• Vehículos de transporte urbano.

• Vehículos públicos individuales.

En la ciudad se integran vehículos no motorizados, vehículos de carga, vehículos particulares regularizados y no regularizados.

La Figura 9 muestra el Sistema Metropolitano de Transporte para Quito.

Figura 9. Sistema Metropolitano de Transporte en Quito.

Fuente: (Secretaría General de Planificación y Empresa Pública Metropolitana de Transporte de Pasajeros, 2016).

Con respecto a los niveles de circulación, en Quito son graves los problemas de tráfico y congestión vehicular debido a que la planificación vial para la ciudad se vio afectada por su geografía siendo que está rodeada por montañas lo que ocasionó que tenga un crecimiento de manera alargada, diseñando ejes transversales cortos y calles angostas en la mayoría de su red vial (Jácome y Moncada, 2022)

La herramienta de libre acceso Google Maps brinda servicios de geolocalización, búsqueda de ubicaciones y rutas en tiempo real para la movilidad vial ubicando los radares móviles en las vías, interrupciones, accidentes y atascos (Google Maps, 2023) A través de su plataforma, proporciona información de los patrones típicos de comportamiento del nivel de circulación de tránsito para la red vial mundial (Google Maps Platform, 2023) La herramienta Google Maps utiliza una gran cantidad de diferentes fuentes de información para determinar cuáles rutas son las mejores para el usuario, usando información en tiempo real del tráfico vehicular obtenida desde los conductores, las torres de telefonía móvil cercanas y los puntos de acceso a internet; si hay cierres de carreteras o retrasos son comunicados por las entidades gubernamentales y para predecir el tráfico puede analizar el patrón histórico de tráfico de las carreteras a lo largo del tiempo (Hassan, 2021).

En la Figura 10 se muestran representados los niveles de tránsito vehicular para el 2023 en base a la información de Google Maps para la ciudad de Quito

Figura 10. Niveles de tránsito usuales en la ciudad de Quito, 2023.

Fuente: Elaboración propia.

3.2.

FLUJOGRAMA DE TRABAJO

Para el desarrollo de este estudio se planteó un Flujograma de Trabajo donde se especifican las actividades a realizarse durante cada etapa de esta investigación con el fin de obtener los objetivos propuestos. La siguiente Figura 11 muestra el Flujograma de Trabajo definido

Figura 11 Flujograma de Trabajo. Fuente: Elaboración propia.

3.3. RECOPILACIÓN DE LA INFORMACIÓN

A fin de analizar las zonas con mayor incidencia a siniestros viales en la ciudad de Quito se recopiló la información oficial correspondiente a este tipo de eventos accediendo a las bases de datos públicas de la Agencia Nacional de Tránsito (ANT) que como se mencionó anteriormente es la entidad encargada de la planificación, regulación, control y gestión vehicular de tránsito terrestre y seguridad vial en el Ecuador (Agencia Nacional de Tránsito, 2022; Realidadecuador, 2020)

3.3.1. REGISTRO DE SINIESTRABILIDAD VIAL

3.3.1.1 ANT

La información de la ANT es de acceso público y es alimentada constantemente por varias entidades que colaboran en la gestión de eventos de siniestralidad vial a nivel nacional donde se almacena información digital en manera de registros de los historiales de siniestros viales ocurridos desde enero de 2017 hasta diciembre de 2023 y que, para este estudio, se definió como el periodo de tiempo de análisis por la disponibilidad de información.

La información de la ANT se descargó en formato [.csv] desde su herramienta oficial en línea denominada Visor de Siniestralidad Nacional que es un cuadro de mando dinámico donde se filtra, procesa y muestra toda información que fue almacenada por esta entidad. La interfaz del Visor de Siniestralidad Nacional es mostrada en la Figura 12

3.3.1.2 AMT

La AMT es la entidad que gestiona de manera puntual el control del transporte terrestre, tránsito y seguridad vial efectiva para la ciudad de Quito (Agencia Metropolitana de Tránsito, 2023), y es la principal entidad en registrar los siniestros viales ocurridos dentro de la ciudad de Quito almacenando esta información dentro de los registros de la ANT mencionados anteriormente

Es necesario mencionar que se descartó toda fuente de información no oficial correspondiente a sucesos de siniestralidad vial en el Ecuador y bases de datos de origen desconocido con el fin de no comprometer la relevancia de este estudio.

Figura 12. Visor de Siniestralidad Nacional. Fuente: (Agencia Nacional de Tránsito, 2023)

3.3.2.1.

MUNICIPIO DE QUITO

Para el desarrollo de la investigación se incorporó información geográfica oficial correspondiente a la división administrativa a nivel barrial de la ciudad de Quito que es publicada por su propio municipio

La división administrativa a nivel barrial se descargó en formato [ shp] desde el Geoportal oficial del Municipio del Distrito Metropolitano de Quito que es un portal en línea para acceder a la información geográfica existente de la ciudad. La interfaz del Geoportal oficial del Municipio del Distrito Metropolitano de Quito se muestra en la Figura 13.

Figura 13. Geoportal - Municipio de Quito. Fuente: (Municipio del Distrito Metropolitano de Quito, 2023).

3.4. CREACIÓN DE UNA BASE DE DATOS

A partir de la información que se adquirió en la ANT que se encuentra a nivel nacional y en formato [.csv], se importó a las herramientas como QGIS de código abierto y el software comercial ArcGIS Pro con el objetivo de seleccionar y depurar sus registros; una vez finalizado este proceso, todos estos registros se consolidaron en un solo conjunto de datos que se muestra en el Capítulo 4.1

El conjunto de datos creado se caracterizó por contener distintos tipos de información separados en diferentes campos. A continuación, se muestra en detalle los campos en una división propuesta según el tipo de información para cada registro en la Tabla 4

Tabla 4. Clasificación del tipo de información de la ANT.

Tipo de Información Campo

1. Latitud

2. Longitud

3. Provincia

4. Código de provincia

5. Cantón

6. Código de cantón

7. Parroquia

Geográfica

8. Código de parroquia

9. Zona de planificación

10. Dirección

11. Tipo de zona (urbana o rural)

12. ID de la vía

13. Nombre de la vía

14. Ubicación de la vía

15. Jerarquía de la vía

16. Fecha

17. Hora

18. Periodo

19. Código de periodo

20. Día

Temporal

Cuantitativa

21. Código de día

22. Mes

23. Código de mes

24. Año

25. Feriado

26. Número de lesionados

27. Número de fallecidos

28. Número de automóviles afectados

29. Número de bicicletas afectadas

30. Número de buses de afectados

31. Número de camiones afectados

32. Número de camionetas afectadas

33. Número de vehículos de emergencias afectados

34. Número de vehículos especiales afectados

35. Número de furgonetas afectadas

36. Número de motocicletas afectadas

37. Número de scooter eléctricos afectados

38. Número de tricimotos afectadas

39. Número de vehículos deportivos afectados

40. Número de vehículos no identificados afectados

41. Suma total de vehículos afectados

42. ID

43. Código del siniestro

44. Ente de control

45. Causa probable

46. Código de causa probable

47. Tipo de siniestro

48. Tipo de vehículo

Cualitativa

49. Servicio que brinda el vehículo

50. ID del conductor

51. Edad del conductor

52. Sexo del conductor

53. Condición del conductor

54. Condición de los afectados

55. Uso de casco

56. Uso de cinturón

Fuente: Elaboración propia.

Se agrupó la información que está almacenada en los campos según la propuesta de consolidar cuatro grandes grupos definidos según su tipo como son geográfica, temporal, cuantitativa y cualitativa.

Dicha consolidación de datos muestra a cada suceso como un registro único donde la información que proporcionan estos campos para cada siniestro de tránsito es detallada (Agencia Nacional de Tránsito, 2023)

3.4.1. SELECCIÓN DE DATOS

Se seleccionó a los registros relevantes geográficamente para este estudio donde se definió una consulta entre los campos de provincia, cantón y zona; el resultado son los registros de siniestros viales ubicados estrictamente dentro de la zona urbana de la ciudad de Quito. La consulta definida para la selección de datos se muestra en la Figura 15.

Figura 14. Consulta definida para la selección de datos. Fuente: Elaboración propia.

Una vez definidos en la consulta los campos de provincia, cantón y zona; se obtienen únicamente los registros de siniestros viales que están dentro de la ciudad de Quito. A continuación, se muestra en la Figura 15 la base de datos de siniestros viales con los datos contenidos exclusivamente dentro de la ciudad de Quito.

Figura 15. Base de datos de siniestros viales para la ciudad de Quito.

Fuente: Elaboración propia.

3.4.2. DEPURACIÓN DE DATOS

La información contenida en los registros debe mantener criterios de validación topológica, verificación y normalización; y por último caso, considerando de que sea absolutamente necesario, realizar una edición de la información incompleta o errónea.

Se verificó que el tipo de campo sea el adecuado para cada variable y se buscó identificar registros que contengan información nula en alguno de sus campos para evitar que en ciertos análisis no se vean alterados los resultados La herramienta utilizada para lograr la verificación de los datos se denomina ingeniería de datos y sus resultados se muestran en la Figura 16 donde se observa que cada campo es del tipo de dato correcto y no existen valores nulos en sus registros.

En la validación topológica se valida la geometría de la entidad, pero al tratarse de una base de datos en tabla se confirma la existencia y validación de los campos de latitud y longitud con los cuales se logra crear para cada uno de los registros entidades de tipo punto.

Una vez analizado el estado de la base de datos creada se puede concluir que los datos no necesitan ser editados y han cumplido correctamente con esta etapa de depuración.

Figura 16 Ingeniería de datos a la base de datos creada Fuente: Elaboración propia.

3.5. ANÁLISIS CUALITATIVO

Este enfoque analítico profundiza en la compresión del origen, comportamiento, distribución y naturaleza de los siniestros viales en la ciudad de Quito, desentrañando sus causas subyacentes, patrones recurrentes e información de seguridad vial

El complementar este análisis cualitativo requirió de un análisis estadístico a los datos recopilados que se fundamentó en el cruce de sus variables Los resultados de este análisis se presentan en el Capítulo 4.2.

3.5.1. ANÁLISIS ESTADÍSTICO

Se analizaron los campos de la base de datos creada que están definidos en el grupo de cuantitativos y cualitativos (ver Tabla 5) donde al cruzar sus variables se logró obtener una representación visual y detallada a través de gráficos estadísticos.

Se analizaron los campos cualitativos para obtener los siguientes resultados:

a) Causa probable del siniestro vial.

b) Tipo de siniestro vial.

c) Condición de los involucrados en un siniestro vial.

d) Tipo de persona involucrada en un siniestro vial

e) Tipo de vehículo afectado

f) Edades de las personas involucradas en siniestros viales.

3.6. DISTRIBUCIÓN ESPACIAL

La distribución espacial de los siniestros viales es crucial para una gestión eficaz en lo que corresponde a seguridad vial, permitiendo la asignación adecuada de los recursos en áreas específicas, una comprensión más profunda de los

factores de riesgo y la implementación de medidas preventivas; esto permite desarrollar estrategias de prevención y mitigación adaptadas a las necesidades locales.

Para identificar y analizar en detalle los patrones de distribución de los siniestros viales se llevó a cabo un análisis espacial utilizando la herramienta de relaciones espaciales. Este análisis combinó la ubicación geográfica de los siniestros viales con la división político administrativa barrial de Quito. Los resultados de la distribución espacial de los siniestros viales se muestran en el capítulo 4.3.

3.6.1. ANÁLISIS ESPACIAL

El análisis espacial se ejecutó utilizando la herramienta de relaciones espaciales donde la opción de coincidencia entre los eventos de siniestros viales que son representados por entidades de tipo punto estén contenidas en la información geográfica del nivel de división político administrativa barrial que es de tipo polígono; donde se identificó y representó a los barrios que registran el mayor número de estos sucesos mediante el uso de mapas de coropletas y gráficos estadísticos

3.7.

ANÁLISIS TEMPORAL

El análisis temporal permite comprender como evolucionan los siniestros viales con el tiempo identificando patrones estacionales, tendencias a corto y largo plazo, y eventos específicos que pueden influir en la ocurrencia de accidentes de tránsito. Además, permite evaluar la efectividad de las intervenciones y políticas de seguridad vial a lo largo del tiempo para implementar medidas preventivas efectivas y mejorar la seguridad en las vías.

Se llevó a cabo un análisis estadístico de las variables temporales de la base de datos. Este análisis se fundamentó en el cruce de dichas variables con el objetivo de identificar patrones y tendencias significativas a lo largo del tiempo. Los resultados obtenidos de este análisis se presentan en el Capítulo 4.4.

3.7.1. ANÁLISIS ESTADÍSTICO

El marco temporal definido para este estudio es desde enero de 2017 hasta diciembre de 2023, es decir, abarca un periodo continuo de 7 años. Durante este periodo, se efectuó un análisis detallado mediante el cruce e inspección de variables temporales de la base de datos con el objetivo de obtener patrones de distribución de los siniestros viales explorando las frecuencias de estos incidentes a diferentes niveles temporales para identificar los periodos con mayores y menores registros de siniestros viales Se analizaron los campos temporales para obtener los siguientes resultados:

a) Distribución por horas

b) Distribución diaria

c) Distribución mensual

d) Serie temporal

3.8. ANÁLISIS HOT-SPOTS

El análisis de hot-spots comprendió el empleo de dos metodologías que son la estimación de la densidad de Kernel y la estadística Getis-Ord Gi* que proporcionan una comprensión profunda de la distribución espacial de los siniestros viales en la ciudad de Quito. Como anteriormente se mencionó la estimación de la densidad de Kernel ofrece una representación suave y continua de la densidad de ocurrencias, facilitando el identificar las áreas de concentración de estos eventos. Por otro lado, la estadística Getis-Ord Gi* detecta patrones espaciales de agrupamiento significativos al analizar la distribución de valores en relación con sus vecinos destacando puntos de alta y baja densidad.

Los resultados obtenidos del análisis de Hot-Spots para la estimación de la densidad de Kernel y la estadística Getis-Ord Gi* se presentan en el Capítulo 4.5.

3.8.1. ESTIMACIÓN DE LA DENSIDAD DE KERNEL

En la estimación de la densidad de Kernel se consideraron parámetros, según indica su metodología, donde sus valores o criterios fueron definidos con el fin de obtener los resultados más significativos para la ciudad de Quito. A continuación, se muestran en la Tabla 5 los parámetros definidos para este método de manera detallada.

Parámetro

Tipo de entidad de entrada

Tipo o forma de celda

Radio de Búsqueda o Ancho de Banda

Tabla 5. Parámetros definidos para la estimación de densidad de Kernel.

Las entidades de entrada para las que se calculó la densidad son vectores de tipo punto donde cada uno representa un siniestro vial.

El tipo de celda puede ser cuadrada, triangular o hexagonal; pero la disposición por hexágonos define con mayor precisión las ubicaciones de muestreo, garantizando que todas las regiones dentro del área de estudio estén representadas por los resultados del muestreo (Scopel, 2013)

El Radio de Búsqueda o Ancho de Banda define la distancia hasta la cual se considera unas observaciones circundantes al punto de interés para contribuir a la estimación de la densidad de ese punto. Se empleó la herramienta de estadística espacial denominada recuento de vecinos para obtener el valor de la distancia de este parámetro.

30.312 puntos

Tamaño de celda

El tamaño de celda se define mediante un valor numérico y debe ser asignado por el usuario. Para este estudio, se definió que el tamaño de la celda tenga como objetivo una mejor representación de la distribución espacial de los siniestros viales contemplando la infraestructura vial existente, especialmente intersecciones de menor tamaño. El valor asignado se fundamenta en el hecho de que el catastro de las ciudades generalmente se conforma por manzanas que generalmente poseen distancias de 100 m de longitud, por lo que un tamaño de celda mucho menor a este valor representará de manera más detallada a la densidad de siniestros viales.

80 m

Valor de Ponderación

El valor de ponderación debe ser de tipo numérico y cada entidad de punto almacena ese valor representando la magnitud o importancia relativa de cada evento. Es necesario mencionar que no es un valor específico de distancia.

Fuente: Elaboración propia.

50 m

Suma total de vehículos afectados

3.8.2. ESTADÍSTICA GETIS-ORD GI *

El cálculo de la estadística Getis-Ord Gi* se efectuó definiendo parámetros, según indica su metodología, para obtener resultados significativos en la ciudad de Quito. A continuación, se presentan los parámetros adoptados para el cálculo de la estadística Getis-Ord Gi* en la Tabla 6.

Parámetro

Tipo de entidad de entrada

Conceptualización de la Relación

Espacial

Banda de Distancia o Umbral de Distancia

Valor de Ponderación

Tabla 6. Parámetros definidos para la estadística Getis-Ord Gi*.

Definición

Las entidades de entrada para las que se calculó la densidad son vectores de tipo punto donde cada uno representa un siniestro vial.

La conceptualización de relaciones espaciales se refiere a la forma en la que se modelan y se interpretan las relaciones espaciales entre las entidades de tipo punto y como están interrelacionadas en el espacio.

La banda de distancia o umbral de distancia se refiere a un parámetro utilizado para definir la vecindad espacial entre las entidades de tipo punto en el análisis. La vecindad espacial se define en términos de la proximidad geográfica entre las unidades, donde las unidades que están dentro de la banda de distancia o umbral de distancia se consideran vecinas y se incluyen en el cálculo.

El valor de ponderación debe ser de tipo numérico y cada entidad de punto almacena ese valor representando la magnitud o importancia relativa de cada evento. Es necesario mencionar que no es un valor específico de distancia.

Fuente: Elaboración propia.

30.312 puntos

Banda de distancia fija

80 m

Suma total de vehículos afectados

3.9. ANÁLISIS COMPARATIVO

El análisis comparativo entre los resultados derivados de la estimación de la densidad de Kernel y la estadística Getis-Ord Gi* para los siniestros viales de la ciudad de Quito se presentan en el Capítulo 4.6 y se desarrollaron de la siguiente manera:

3.9.1. IDENTIFICACIÓN DE DIFERENCIAS SIGNIFICATIVAS – Mapas de Calor (Hot-Spots)

Se identificó las diferencias significativas entre las áreas críticas determinadas mediante el contraste de los mapas de calor (hot-spots) generados por cada método, permitiendo discernir la ubicación exacta de las zonas de concentración espacialmente relevantes ante los eventos de siniestralidad vial en la ciudad de Quito

3.9.2. ANÁLISIS DE ESTADÍSTICAS – Mediana, desviación estándar, media, varianza, valor mínimo y valor máximo

Se analizó las estadísticas resultantes de cada método como son la mediana, desviación estándar, media, varianza, valor mínimo y valor máximo Estos indicadores proporcionan una comprensión más profunda de la distribución y variabilidad de los datos espaciales resultantes de cada método.

3.9.3. CÁLCULO DE AUTOCORRELACIÓN ESPACIAL – Índice I de Moran Global

Se calculó la autocorrelación espacial para ambos métodos por medio de la obtención del Índice I de Moran Global, permitiendo evaluar la distribución espacial o dispersión de los resultados de ambos métodos

4. CAPÍTULO IV: RESULTADOS Y DISCUSIÓN

4.1. CREACIÓN DE UNA BASE DE DATOS

La base de datos creada contiene un total de 30312 siniestros viales como entidad tipo punto para el periodo 2017 - 2023 y que se encuentran espacialmente distribuidos en casi toda la red vial de la ciudad de Quito. La siguiente Figura 17 muestra la representación de los siniestros viales.

Figura 17 Distribución espacial de los siniestros viales en Quito.

Fuente: Elaboración propia.

En la Figura 17 se observa la distribución espacial de los siniestros viales ocurridos en la ciudad de Quito dentro del periodo de tiempo determinado donde se evidencia que existen ubicaciones exactas que se caracterizan por una elevada reincidencia a este tipo de sucesos y que para una adecuada interpretación fue necesario el análisis de hot-spots.

4.2. ANÁLISIS CUALITATIVO

El análisis cualitativo de las características de los siniestros viales en Quito fue fundamental para comprender la naturaleza, complejidad y la relación entre factores subyacentes que contribuyen a la ocurrencia de estos sucesos por medio de los resultados obtenidos del análisis estadístico a los campos cualitativos de la base de datos creada. En seguida, se presentan los resultados del análisis estadístico, abarcando diversas dimensiones para entender los factores y características asociados a estos incidentes.

4.2.1. ANÁLISIS ESTADÍSTICO

El análisis estadístico se centró en identificar las principales causas probables de los siniestros viales, el tipo de siniestro, la condición de las personas involucradas, así como el tipo de persona y vehículo involucrado en el siniestro vial, y las edades de las personas involucradas.

a) CAUSA PROBABLE

Según la Figura 18, se obtuvo que las principales causas probables de siniestros viales son el superar los límites máximos de velocidad (19,1%), seguido del irrespeto a las señales reglamentarias de tránsito (15,3%), el conducir bajo la influencia del alcohol, sustancias o medicamentos (11,1%), y el no mantener una distancia prudencial (7,3%). Estas principales cuatro razones conforman el 52,8% de las causas probables de siniestralidad vial en la ciudad de Quito y pueden ser atendidas con el fin de crear medidas de precaución por las respectivas entidades de control.

Figura 18. Causa probable del siniestro vial en Quito.

Fuente: Elaboración propia.

b) TIPO

La Figura 19 muestra los principales tipos de siniestros viales donde el choque lateral (26,3%), estrellamientos (20,8%), atropellos (14,7%) y choque posterior (9,9%) son con diferencia las principales razones conformando el 71,7% de los tipos de siniestros viales, reflejando que en la gran mayoría de siniestros viales existe impacto del vehículo automotor con terceros

Figura 19 Tipo de siniestro vial en Quito. Fuente: Elaboración propia.

c) CONDICIÓN DE LOS INVOLUCRADOS

Las condiciones de los involucrados en siniestros viales en mayor medida son ilesos (42,5%) y lesionados (41,6%); dejando en una considerable menor proporción a los no identificados (11,8%) y la existencia de fallecidos (4,0%), tal como se muestra en la Figura 20. Estos resultados dejan abiertos dos posibles escenarios donde el primero es que de todos los siniestros viales registrados una gran cantidad son de impacto leve porque los involucrados resultaron ilesos y el segundo escenario es que los involucrados hayan utilizado dispositivos o medidas de seguridad acompañados de estándares de seguridad activos y

pasivos en sus vehículos que con el tiempo vienen aumentando en el parque automotor.

Figura 20 Condición de los involucrados en un siniestro vial en Quito. Fuente: Elaboración propia.

d) TIPO DE PERSONA INVOLUCRADA

Según la Figura 21, el tipo de persona involucrada en un siniestro vial es con gran diferencia el conductor presente (59,5%), seguido del peatón (15,0%), el pasajero (13,7%) y el conductor ausente (11,8%); donde este último representa los casos donde el conductor se da a la fuga después del siniestro vial para evitar sanciones penales en su contra.

Figura 21. Tipo de persona involucrada en un siniestro vial en Quito.

Fuente: Elaboración propia.

e) TIPO DE VEHÍCULO AFECTADO

La Figura 22 muestra los principales tipos de vehículos afectados en siniestros viales que son los automóviles (47,8%) y las motocicletas (17,5%). Son diversos factores como el volumen de estos vehículos en circulación siendo los más comunes, especialmente en zonas urbanas, lo que conlleva a un aumento en la probabilidad de que estén involucrados de un siniestro vial. Otro factor a considerar son las características de conducción únicas para estos dos tipos de vehículos donde los automóviles se caracterizan por llegar a altas velocidades con considerables dimensiones y peso; mientras que, las motocicletas son más ágiles y pueden ser más difíciles de visualizar para otros conductores.

22 Tipo de vehículo afectado en Quito.

Fuente: Elaboración propia.

f) EDADES DE LAS PERSONAS INVOLUCRADAS

Según la Figura 23, se muestra la distribución de las edades de las personas involucradas en siniestros viales para cada año donde los involucrados actuaron como conductores, pasajeros o peatones. Se puede visualizar que el rango de edades de las personas involucradas en siniestros viales va desde las primeras semanas de vida de un recién nacido hasta los 96 años de edad de un adulto mayor y que según su distribución, la edad correspondiente a 33 años es la mediana de las personas involucradas en siniestros viales

Figura

23. Edades de las personas involucradas en siniestros viales en Quito. Fuente: Elaboración propia.

Figura

4.3. DISTRIBUCIÓN ESPACIAL

La distribución espacial de los siniestros viales a nivel barrial en Quito se logró mediante análisis espacial, detallado a continuación, donde se identificaron las áreas con mayor y menor incidencia a estos eventos.

4.3.1. ANÁLISIS ESPACIAL

La distribución de los siniestros viales a nivel barrial en la ciudad de Quito se logró por medio del análisis espacial de los siniestros viales representados como entidad de tipo punto que están contenidos por la capa de la división barrial de la ciudad que es representada por una entidad de tipo polígono. El resultado se muestra en la Figura 24, donde se puede observar por medio de un mapa de coropletas la distribución de los barrios que registran mayores y menores cifras de siniestros viales donde existen barrios específicos, caracterizados por su elevada población, que están ubicados en la zona norte y sur de la ciudad que al parecer poseen cifras elevadas de siniestralidad vial. Además, es posible visualizar que los barrios colindantes que están ubicados en la zona centro norte poseen una alta incidencia este tipo de eventos destacando que es el lugar donde se concentra el área financiera, de comercio, ocio y movilización de la ciudad.

La Figura 25 muestra a los treinta primeros barrios ordenados de manera descendente con mayor incidencia ante siniestros viales destacando que en primer lugar se encuentra el barrio denominado Mariscal Sucre ubicado en la zona centro norte de la ciudad, es donde se agrupan conocidos lugares de diversión, ocio y turismo; provocando la concentración de una considerable cantidad de vehículos en sus calles, especialmente los días viernes y sábados en horas de la noche hasta la madrugada.

Figura 24. Distribución de los siniestros viales a nivel barrial en Quito.

Fuente: Elaboración propia.

Figura 25. Siniestros viales a nivel barrial en Quito.

Fuente: Elaboración propia.

4.4. ANÁLISIS TEMPORAL

El análisis temporal de los siniestros viales en Quito es de gran importancia para comprender la frecuencia y distribución en la ocurrencia de estos sucesos por medio de los resultados obtenidos del análisis estadístico a los campos temporales de la base de datos creada Se busca determinar las horas pico o de mayor ocurrencia de siniestros viales, así como los días y meses con mayor incidencia, para luego examinar en detalle la tendencia por medio de la serie temporal de los siniestros viales en Quito.

4.4.1.

ANÁLISIS ESTADÍSTICO

El análisis estadístico se centró en identificar la distribución de los siniestros viales según sus variables temporales como horas, días, meses y su serie temporal completa para el periodo de tiempo definido en este estudio.

a)

DISTRIBUCIÓN POR HORAS

Según la Figura 26, la distribución por horas de los siniestros viales en la ciudad de Quito muestra que para todos los años el rango correspondiente desde las 7:00 a 8:00 es donde mayor cantidad de siniestros viales ocurren, de igual manera, mantienen cifras elevadas una hora antes y después de este periodo; siendo el rango de 6:00 hasta 9:00 el primer periodo de tiempo de alta ocurrencia ante siniestros viales durante el día. Después de este periodo las cifras disminuyen en menor medida, pero siguen siendo considerables y van aumentando durante la tarde hasta llegar a un nuevo pico en la noche que corresponde desde las 19:00 a 20:00, para posteriormente ir disminuyendo progresivamente durante las horas de la madrugada.

Figura 26. Distribución de los siniestros viales por horas en Quito.

Fuente: Elaboración propia.

b) DISTRIBUCIÓN DIARIA

La Figura 27 muestra la distribución diaria de los siniestros viales de la ciudad de Quito donde se aprecia que mientras van transcurriendo los días de la semana, aumentan de manera progresiva los siniestros viales, llegando a sus máximas cifras los viernes y sábados; siendo los días de mayores actividades de entretenimiento y eventos nocturnos en la ciudad

Figura 27 Distribución diaria de los siniestros viales en Quito. Fuente: Elaboración propia.

c) DISTRIBUCIÓN MENSUAL

La distribución mensual de los siniestros viales para Quito se muestra en la Figura 28 en donde los meses del 2017, año con las cifras más elevadas, no presentan diferencias significativas entre sí. También se puede apreciar que el mes de diciembre, época de festividades y vacaciones a nivel nacional, es el mes que registra un mayor número de siniestros viales. Además, es claro el efecto que tuvo la pandemia del virus COVID 19 en la disminución de estos sucesos porque fue un periodo de tiempo donde existieron restricciones a la movilización vehicular desde marzo hasta septiembre del 2020.

Figura 28 Distribución mensual de los siniestros viales en Quito.

Fuente: Elaboración propia.

d) SERIE TEMPORAL

Según la Figura 29, se representa la serie temporal de las cifras de siniestros viales en la ciudad de Quito en el periodo de tiempo definido para este estudio donde se visualiza la disminución que han tenido estos eventos conforme el paso del tiempo y el marcado efecto que tuvo la pandemia del virus COVID 19 en el transcurso del 2020

Figura 29. Serie temporal de los siniestros viales en Quito.

Fuente: Elaboración propia.

4.5. ANÁLISIS HOT-SPOTS

En el análisis de la dinámica urbana y la seguridad vial, el empleo de técnicas avanzadas de análisis espacial es fundamental para comprender y mitigar los riesgos asociados a los siniestros viales. A continuación, se presentan los hallazgos obtenidos mediante la estimación de la densidad de Kernel y la estadística Getis-Ord Gi*, métodos que han permitido identificar y visualizar con precisión las ubicaciones exactas de mayor incidencia ante siniestros viales en la ciudad de Quito y cuyos resultados se presentan como una herramienta valiosa para la toma de decisiones.

4.5.1. ESTIMACIÓN DE LA DENSIDAD DE KERNEL

Los resultados de la estimación de la densidad de Kernel aplicada a la ciudad de Quito reveló patrones significativos de concentración espacial de los siniestros viales a lo largo de su trazado vial; mostrando las ubicaciones exactas donde la incidencia a este tipo de sucesos es considerablemente elevada

Según la Figura 30, se muestra la representación de los resultados obtenidos en la estimación de la densidad de Kernel para toda la ciudad en donde los valores de la densidad resultantes se pueden interpretar como una medida de concentración de estos eventos y que para una adecuada interpretación están definidos mediante rangos y simbolizados en tonalidades de una paleta de colores que empieza en el color verde para los valores más bajos de densidad hasta llegar al color rojo para los valores más elevados con el fin de facilitar la detección de los hot-spots

En la Figura 31 se muestra como ejemplo un acercamiento a la zona centro norte de la ciudad de Quito que anteriormente se mencionó que es el lugar de concentración del área financiera, de comercio, ocio y movilización para gran parte de la población y reflejaba una considerable concentración de los siniestros viales; donde se evidencian los lugares exactos con valores elevados de densidad o hot-spots, y están representados con tonalidades que van desde el color amarillo hasta el color rojo. Al examinar la Figura 31 con mayor detalle es

posible reconocer que las ubicaciones de los hot-spots generalmente corresponden a sitios de intersección y/o conexión entre las principales autopistas, avenidas y calles del trazado vial que actualmente mantienen los mayores niveles de circulación vehicular. Además, son lugares específicos de algunas obras civiles como cruces a desnivel, redondeles, intercambiadores, curvas pronunciadas y salidas de túneles son lugares donde existe una alta incidencia a estos eventos

Figura 30 Resultados de la estimación de la densidad de Kernel en Quito.

Fuente: Elaboración propia.

Figura 31 Estimación de la densidad de Kernel en el sector centro norte de Quito.

Fuente: Elaboración propia.

4.5.2. ESTADÍSTICA GETIS-ORD GI*

Los resultados de la estadística Getis-Ord Gi*, aplicado a la ciudad de Quito, revelaron patrones significativos de agrupación espacial de los siniestros viales en su trazado vial. Esta estadística identificó la existencia de hot-spots que son ubicaciones donde se agrupan valores altos, cold-spots donde se agrupan valores bajos y ubicaciones donde no se encontraron agrupaciones significativas a partir de la base de datos de siniestros viales.

La Figura 32 muestra la distribución de hot-spots y cold-spots en la ciudad de Quito, generados por la estadística Getis-Ord Gi* con sus distintos niveles de confianza del 90%, 95% y 99%. Estos niveles de confianza indican la probabilidad de que el patrón observado sea realmente significativo y no se va simplemente al azar. En la interpretar de los resultados es necesario conocer que los cold-spots obtenidos se representan en tonalidades del color azul, mientras que los hot-spots se representan por tonalidades del color rojo y para las ubicaciones donde no se encontraron agrupaciones significativas su representación es por medio de puntos de color blanco y de menor tamaño; esta diferenciación visual facilita la interpretación de los patrones espaciales identificados en la ciudad de Quito.

Se presenta un acercamiento a la zona centro norte de la ciudad de Quito en la Figura 33, la cual, como se mencionó anteriormente, es el lugar de concentración de las actividades financieras, comerciales, de ocio y de movilización para gran parte de la población y reflejaba una considerable concentración de los siniestros viales. Este ejemplo es altamente ilustrativo para visualizar los resultados de la estadística Getis-Ord Gi*, ya que permite observar con mayor detalle la ubicación precisa de los hot-spots, cold-spots y ubicaciones donde no se encontraron agrupaciones significativas en el trazado vial. Es importante destacar que los lugares exactos con agrupaciones significativas corresponden a intersecciones y/o puntos de conexión entre las principales autopistas, avenidas y calles del trazado vial, que actualmente experimentan elevados niveles de circulación vehicular. Algunos de estas ubicaciones son lugares de cruces a desnivel, redondeles, intercambiadores, curvas pronunciadas y salidas de túneles que son particularmente propensos a estos eventos

Figura 32. Resultados de la estadística Getis-Ord Gi* en Quito. Fuente: Elaboración propia.

Figura 33. Estadística Getis-Ord Gi* en el sector centro norte de Quito. Fuente: Elaboración propia.

4.6. ANÁLISIS COMPARATIVO

La exploración detallada de patrones espaciales en la siniestralidad vial es crucial para la prevención y gestión de accidentes. En este segmento, se presenta un análisis comparativo meticuloso entre la estimación de la densidad de Kernel y la estadística Getis-Ord Gi*, destacando la similitudes y discrepancias en los hot-spots identificados, lo cual es esencial para determinar la zona críticas y optimizar las estrategias de seguridad vial.

4.6.1. IDENTIFICACIÓN DE DIFERENCIAS SIGNIFICATIVAS

El análisis comparativo entre los resultados de la estimación de la densidad de Kernel y de la estadística Getis-Ord Gi* se focalizó en la identificación de semejanzas y diferencias significativas entre los hot-spots obtenidos de cada método. Este enfoque busca contrastar los resultados generados por ambos métodos con la finalidad de discernir la ubicación exacta de las zonas de concentración espacialmente relevantes ante los eventos de siniestralidad vial en la ciudad de Quito.

En la Figura 34 se muestran los resultados derivados de la estimación de la densidad de Kernel filtrando específicamente los valores de alta densidad o hotspots significativos que fueron identificados y en la Figura 35 se exhiben únicamente los hot-spots de la estadística Getis-Ord Gi*, excluyendo los coldspots y los puntos que no obtuvieron significancia estadística Para validar y comparar la concordancia entre ambos resultados se emplearon contrastes mediante herramientas de análisis de relaciones espaciales como la intersección y la cercanía de los puntos, lo que permitió una evaluación detallada de la superposición y discrepancia entre las áreas identificadas como hot-spots para cada método.

El análisis reveló tanto áreas de coincidencia como diferencias entre los hotspots identificados por cada método. Por un lado, se identificaron ubicaciones exactas donde ambos métodos concordaban en la presencia de una alta concentración de siniestros viales, proporcionando una validación mutua de la

relevancia de dichos lugares en términos de seguridad vial. Por otro lado, también se identificaron discrepancias, donde uno de los métodos destacaba hot-spots que no eran evidentes en el otro o en donde se relacionaban espacialmente, pero con intensidades diferentes.

Figura 34. Hot-Spots de la estimación de la densidad de Kernel en Quito. Fuente: Elaboración propia.

Figura 35 Hot-Spots de la estadística Getis-Ord Gi* en Quito. Fuente: Elaboración propia.

Al comparar los resultados obtenidos de ambos métodos, se observan diferencias significativas en la representación de las áreas identificadas como hot-spots de siniestralidad vial en donde la estimación de la densidad de Kernel proporcionó una visión más generalizada de la distribución de los siniestros y la estadística Getis-Ord Gi* permitió identificar áreas específicas de agrupación notablemente alta de siniestros viales.

El análisis comparativo reveló que los resultados de ambos métodos coinciden en un total de 741 ubicaciones exactas, siendo la mayoría de las ubicaciones de hot-spots, pero también mostraron discrepancias en otras ubicaciones que pueden atribuirse a las diferencias en la metodología y los supuestos propios de cada método; como que la estimación de la densidad de Kernel se basa en la suavización de los resultados para identificar áreas de alta densidad, mientras que la estadística Getis-Ord Gi* se enfoca en la detección de agrupaciones espaciales significativas basadas en el análisis de vecindarios.

El resultado del análisis comparativo se muestra en la Figura 36 donde se relacionaron espacialmente los hot-spots de ambos métodos dando como resultado ubicaciones exactas y generando nueva información como la que se presenta en la Tabla 7 que es un ejemplo de la muestra de las primeras cien direcciones exactas obtenidas con sus valores de la estimación de la densidad de Kernel y la estadística Getis-Ord Gi*. La información completa de este análisis comparativo se muestra en la Tabla 7 localizada en el Anexo No. 1.

Figura 36. Intersección de Hot-Spots (Kernel y Getis-Ord Gi*) en Quito. Fuente: Elaboración propia.

Tabla 7. Ejemplo de los valores de la Intersección de Hot-Spots (Kernel y Getis-Ord Gi*).

1 E11B, Parque Industrial, Turubamba, Quito, Pichincha, 183467, Ec

2 Av. Simón Bolívar, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

3 Av. Panamericana Norte, Carcelén, Puertas del Sol, Quito, Pichincha, 170309, Ec

4 Av. Mariscal Sucre, La Florida, La Concepción, Atucucho, Quito, Pichincha, 170528, Ec

5 Redondel del Ciclista, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, Ec

6 Redondel del Ciclista, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, Ec

7 Av. Panamericana Norte, Hernando Parra, Carcelén, Carapungo, Calderón, Quito, Pichincha, 170309, Ec

8 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

9 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

10 De las Azucenas, Condominio Amende, Los Laureles, Jipijapa, Quito, Pichincha, 170124, Ec

11 Redondel del Ciclista, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, Ec

12 Redondel de Llano Chico, Gualo, San Felipe, Llano Chico, Quito, Pichincha, Ec

13 Av. Galo Plaza Lasso, Ponceano, Carapungo, Quito, Pichincha, 170144, Ec

14 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

15 Av. Panamericana Norte, Comite del Pueblo, Puertas del Sol, Quito, Pichincha, 170309, Ec

16 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

17 Av. Mariscal Sucre, Cotocollao, Atucucho, Quito, Pichincha, 170304, Ec

18 E2-23, Luis A. Proaño, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170801, Ec

19 N74C, Ponceano, Carapungo, Quito, Pichincha, 170302,

20 Av. América, Granda Centeno, Rumipamba, Quito, Pichincha, 170509, Ec

21 2-30, Av. Naciones Unidas, La Carolina, Iñaquito, Quito, Pichincha,

23 Auxiliar Av. Naciones Unidas, La Carolina, Iñaquito, Quito, Pichincha,

24 Iñaquito, La Carolina, Iñaquito, Quito,

26 Av. Naciones Unidas, Iñaquito, Quito, Pichincha, 170502, Ec

27 Iñaquito, Quito, Pichincha, 170507,

29 Av. 10 de Agosto, Belisario Quevedo, Quito, Pichincha, 170519, Ec

30 Ajavi, San Bartolo, Quito, Pichincha, 170148, Ec

31 Av. General Eloy Alfaro, Union y Progreso, El Carmen, Kennedy, Quito, Pichincha, 170150, Ec

32 S39, Quitumbe, Quito, Pichincha, 170707, Ec

33 Av. General Eloy Alfaro, La Pradera, Belisario Quevedo, Quito, Pichincha, 170519, Ec

34 Ajavi, San Bartolo, Quito, Pichincha, 170148, Ec

35 Vía Interoceánica, Miravalle, Nayon, Quito, Pichincha, 170157, Ec

36 Rigoberto Heredia, Quito Norte, San Carlos, Cotocollao, Quito, Pichincha, 170315, Ec

37 Pedro de Alfaro, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

38 Av. Mariscal Sucre, Granda Centeno, Rumipamba, Quito, Pichincha, 170104, Ec

39 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

40 Av. Mariscal Sucre, La Florida, La Concepción, Atucucho, Quito, Pichincha, 170103, Ec

41 Camilo Egas, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170503, Ec

42 N2-16, José Joaquin Olmedo, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170156, Ec

43 Eugenio Espejo, Miravalle, Nayon, Quito, Pichincha, 170157, Ec

44 Sucre, Nayón, Nayon, Quito, Pichincha, 170529, Ec

45 Caton Cardenas, Cotocollao, El Condado, Quito, Pichincha, 170134, Ec

46 Av. Velasco Ibarra, Chimbacalle, Quito, Pichincha, 170114, Ec

47 Av. Velasco Ibarra, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

48 Mañosca, Granda Centeno, Rumipamba, Quito, Pichincha, 170100, Ec

49 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

50 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

51 Av. Mariscal Sucre, San Bartolo, Quito, Pichincha, 170607, Ec

52 Av. Mariscal Sucre, San Bartolo, Quito, Pichincha, 170607, Ec

53 De las Cucardas, San Isidro del Inca, El Carmen, Kennedy, Quito, Pichincha, 170138, Ec

54 Gasolinera Mobil Miravalle, Vía Interoceánica, Miravalle, Nayon, Quito, Pichincha, 170157, Ec

55 Napo Paso Elevado, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

56 Av. 6 de Diciembre, La Carolina, Iñaquito, Quito, Pichincha, 170504, Ec

57 Av. Padre Luis Vaccari, Hernando Parra, Llano Grande, Carapungo, Calderon, Quito, Pichincha, 170309, Ec

58 Cesar Villacrés, La Florida, Cochapamba, Quito, Pichincha, 170103, Ec

59 Av. Rodrigo de Chávez, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

60 Av. Naciones Unidas, La Carolina, Iñaquito, Quito, Pichincha, 170505, Ec

61 Av. Velasco Ibarra, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

62 Av. Gonzalo Perez Bustamante, Quitumbe, Quito, Pichincha, 170146, Ec

63 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170112, Ec

64 Pedro de Alvarado, La Florida, La Concepción, Quito, Pichincha, 170103, Ec

65 Av. América, Granda Centeno, Rumipamba, Quito, Pichincha, 170509, Ec

66 Av. Diego de Almagro, La Pradera, La Carolina, Iñaquito, Quito, Pichincha, 170518, Ec

67 Av. Río Coca, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170513, Ec

68 Bolivia, Miraflores Bajo, San Juan, Quito, Pichincha, 170401, Ec

69 Av. Otoya Ñan, Quitumbe, Quito, Pichincha, 170146, Ec

70 Sebastián Moreno, Comite del Pueblo, Carapungo, Quito, Pichincha, 170144, Ec

71 Av. de la Prensa, Chaupicruz, El Carmen, Kennedy, Quito, Pichincha, 170102, Ec

72 Av. Mariscal Sucre, Pinar Alto, Cochapamba, Quito, Pichincha, 170301, Ec

73 Av. Velasco Ibarra, Itchimbia, Quito, Pichincha, 170114, Ec

74 Av. General Eloy Alfaro, Comite del Pueblo, Carapungo, Quito, Pichincha, 170302, Ec

75 Av. 6 de Diciembre, La Carolina, Iñaquito, Quito, Pichincha, 170504, Ec

76 Av. Mariscal Sucre, Pinar, La Florida, La Concepción, Quito, Pichincha, 170103, Ec

77 Av. General Eloy Alfaro, Iñaquito, Quito, Pichincha, 170504, Ec

78 De los Pinos, Hospital Solca, San Isidro del Inca, Kennedy, Quito, Pichincha, 170138, Ec

79 Av. Simón Bolívar, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

80 Isla Pinzon, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

81 Av. 6 de Diciembre, Bellavista, Iñaquito, Quito, Pichincha, 170504, Ec

82 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

83 La Cocha, Quitumbe, Quito, Pichincha, 170123, Ec

84 Av. Amaru Ñan, Quitumbe, Quito, Pichincha, 170146, Ec

85 Av. El Inca, Chaupicruz, Jipijapa, Quito, Pichincha, 170102, Ec

86 Av. Antonio Granda Centeno, Granda Centeno, Rumipamba, Quito, Pichincha, 170100, Ec

87 Al Forno, N39-52, Av. Brasil, Chaupicruz, Rumipamba, Quito, Pichincha, 170102, Ec

88 Av. Pedro Vicente Maldonado, Quitumbe, Quito, Pichincha, 170146, Ec

89 Av. América, Voz de los Andes, Rumipamba, Quito, Pichincha, 170509, Ec

90 Av. América, Chaupicruz, Rumipamba, Quito, Pichincha, 170102, Ec

91 E11a, Matovelle, Fátima 1, Kennedy, Quito, Pichincha, 170138, Ec

92 Bartolomé de las Casas, Belisario Quevedo, Quito, Pichincha, 170519, Ec

93 Av. de los Granados, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170124, Ec

94 Pedro de Alfaro, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

95 Guayanay Ñan, Ejercito Nacional, Quitumbe, Quito, Pichincha, 171606, Ec

96 Av. Llira Ñan, Ejercito Nacional, Quitumbe, Quito, Pichincha, 170701, Ec

97 Manuel Larrea, Larrea, San Juan, Quito, Pichincha, 170118, Ec

98 Av. 6 de Diciembre, Iñaquito, Jipijapa, Quito, Pichincha, 170513, Ec

99 Av. Gaspar de Villarroel, Iñaquito, Jipijapa, Quito, Pichincha, 170513, Ec

100 Mariscal Foch, Mariscal Sucre, Quito, Pichincha, 170524, Ec

Fuente: Elaboración propia.

3

4.6.2. ANÁLISIS DE ESTADÍSTICAS

El análisis estadístico desempeña un importante papel en la interpretación de los resultados de densidad y agrupación espacial, proporcionando una compresión más profunda de los patrones. A continuación, se examinan los resultados estadísticos de la mediana, desviación estándar, media, varianza, valor mínimo y valor máximo para la estimación de la densidad de Kernel y la estadística Getis-

Ord Gi*, donde se revelan las tendencias y la dispersión de los resultados obtenidos

a) ESTIMACIÓN DE LA DENSIDAD DE KERNEL

En los resultados de la estimación de la densidad de Kernel se efectuó un análisis estadístico obteniendo una mediana en los valores de la densidad igual a 133,18, indicando que se encuentra en el centro del conjunto de valores ordenados de menor a mayor. En este caso, la mediana igual a 133,18 significa que el 50% de sus valores de densidad son menores a este valor y el otro 50% son mayores a este valor. Además, un valor de mediana igual a 133,18 refleja la gran cantidad de celdas hexagonales creadas alrededor de los hot-spots que poseen valores de densidad bajos. En la Figura 30 y Figura 31, anteriormente presentadas, se identifican la gran cantidad de estas celdas hexagonales con valores bajos de densidad que son cercanos a 133,18 y que están representados por sus tonalidades de color verde.

La desviación estándar en la estimación de la densidad de Kernel representa la medida de dispersión de los valores y para este caso es igual a 1153,71, indicando cuánto se alejan estos de manera individual de la media que es igual a 427,84; sugiriendo que los valores de densidad están muy dispersos alrededor de la media y claramente lo están, puesto que el amplio rango de valores de densidad va desde el 0,000004 hasta el 24740,28 En cambio, en el cálculo de la varianza que es el cuadrado de la desviación estándar y proporciona la medida de la dispersión del cuadrado de los valores alrededor de la media y que para este análisis es extremadamente baja e igual a 0,000008, lo que indica que los valores cuadráticos de densidad están muy concentrados alrededor de la media.

b) ESTADÍSTICA GETIS-ORD GI*

En los resultados de la estadística Getis-Ord Gi* la mediana es igual a 0, indicando que la mitad de los valores de la estadística Getis-Ord Gi* son menores que 0 y la otra mitad son mayores que 0. En la estadística Getis-Ord Gi* los valores iguales a 0 indican que no hay un patrón significativo de agrupación espacial alrededor de esa ubicación representada por un punto y que los valores son similares tanto en esa ubicación como en ubicaciones vecinas. Es necesario mencionar que los valores negativos [-3, -2, -1] que conforman los cold-spots y los valores positivos [1, 2, 3] que conforman los hot-spots corresponden en conjunto al 21,35% del total de los valores obtenidos y el 78,66% restante es igual a 0

La desviación estándar para la estadística Getis-Ord Gi* es igual a 0,98797, sugiriendo que los valores están algo dispersos alrededor de la media que corresponde a 0,1260887; pero en el cálculo de la varianza, el valor obtenido es igual a 0,000017 que se interpreta como una medida muy baja de la dispersión del cuadrado de los valores alrededor de la media.

4.6.3. CÁLCULO DE AUTOCORRELACIÓN ESPACIAL

El cálculo de la autocorrelación espacial tiene como objetivo evaluar si los hotspots obtenidos de la estimación de la densidad de Kernel y la estadística GetisOrd Gi* se agrupan en el espacio, generan patrones de dispersión o si su distribución espacial es completamente aleatoria. Además, proporciona información sobre el nivel de confianza en la presencia de autocorrelación espacial, indicando si los resultados son producto del azar.

a) ESTIMACIÓN DE LA DENSIDAD DE KERNEL

La Figura 37 muestra un Índice I de Moran Global igual a 0,555582 y la puntuación z igual a 194,026829; valores que indican una autocorrelación espacial positiva significativa en los valores de densidad o, en otras palabras, los valores similares de densidad tienen agruparse espacialmente. Además, señala

que dada la puntuación z de 194,026829, existe una probabilidad inferior al 1% de que este patrón agrupado sea el resultado del azar.

Figura 37 Índice I de Moran Global para la estimación de la densidad de Kernel en Quito. Fuente: Elaboración propia.

b) ESTADÍSTICA GETIS-ORD GI*

La Figura 38 se muestran el Índice I de Moran Global igual a 1,025057 y la puntuación z igual a 247,859448 para los resultados de la estadística Getis-Ord Gi*; valores que indican una autocorrelación espacial positiva significativa en los valores de la estadística Getis-Ord Gi* lo que significa que existen agrupaciones espaciales significativas de valores altos o bajos en el análisis de los siniestros viales de Quito por este método. Además, señala que dada la puntuación z de

247,859448, existe una probabilidad inferior al 1% de que este patrón agrupado sea el resultado del azar.

Figura 38 Índice I de Moran Global para la estadística Getis-Ord Gi* en Quito. Fuente: Elaboración propia.

5.

CAPÍTULO V:

CONCLUSIONES Y RECOMENDACIONES

5.1. CONCLUSIONES

En base a las preguntas de investigación planteadas en este estudio se fundamentan las siguientes conclusiones:

• ¿Cuáles son las fuentes de información más completas correspondientes a los registros de siniestros viales para la ciudad de Quito en el periodo 2017 - 2023?

Las fuentes de información más completas correspondientes a los registros de siniestros viales para la ciudad de Quito en el periodo 2017 - 2023 son las de fuentes oficiales a nivel nacional generadas por las entidades competentes en la seguridad vial, constatando la existencia de una completa base de datos de libre acceso con una cantidad considerable de registros que contienen información detallada de siniestros viales a nivel nacionalcon campos de carácter geográfico, temporal, cuantitativo y cualitativo.

• ¿Qué refleja un análisis cualitativo a los eventos de siniestros viales para Quito dentro del periodo 2017 - 2023?

El análisis cualitativo a los eventos de siniestros viales para Quito dentro del periodo 2017 - 2023 refleja la naturaleza, complejidad y la relación entre factores subyacentes que contribuyen a la ocurrencia de estos sucesos. Al profundizar en aspectos como el análisis de las causas probables del siniestro, el tipo de siniestro, la condición en la que estuvieron los involucrados, el tipo de persona involucrada, el tipo de vehículo afectado y las edades de las personas involucradas permite obtener una visión más amplia y detallada de estos sucesos.

• ¿Qué reflejó la distribución espacial a nivel barrial y temporal al cuantificar los siniestros viales para la ciudad de Quito en el periodo 2017 - 2023?

La distribución espacial a nivel barrial al cuantificar los siniestros viales para la ciudad de Quito en el periodo 2017 - 2023 mostró a los barrios de Quito más afectados por estos eventos, destacando especialmente la zona centro norte de

la ciudad donde se concentran históricamente las cifras más elevadas para este tipo de sucesos. Es importante reiterar que la zona centro norte de la ciudad es el lugar de concentración para actividades financieras, comerciales, de ocio y de movilización para gran parte de la población, lo que explica su considerable concentración de los siniestros viales.

Por otro lado, la distribución temporal al cuantificar los siniestros viales para la ciudad de Quito en el periodo 2017 - 2023 resultó fundamental para comprender la dinámica y los patrones de los siniestros viales a lo largo del tiempo, proporcionando una perspectiva detallada sobre los picos de incidencia como los periodos de tiempo de (6:00 a 9:00) y (19:00 a 20:00), los viernes y sábados, y el mes de diciembre corresponden a los periodos con mayores cifras de siniestros viales según su distribución horaria, diaria y mensual, respectivamente. Además, permitió trazar una serie temporal completa de todos los siniestros viales durante el periodo de estudio definido, ofreciendo así una perspectiva integral de la evolución de estos incidentes a lo largo del tiempo.

• ¿Cuáles son las ubicaciones de los hot-spots donde la incidencia a siniestros viales es elevada a partir del cálculo de estimación de la densidad de Kernel y la estadística Getis-Ord Gi * para la ciudad de Quito en el periodo 2017 - 2023?

Las ubicaciones de los hot-spots donde la incidencia a siniestros viales es elevada a partir del cálculo de estimación de la densidad de Kernel y la estadística Getis-Ord Gi * para la ciudad de Quito en el periodo 2017 - 2023 han permitido identificar direcciones exactas de los sitios que poseen estas características y se puede considerar como un acierto si esta información es orientada a medidas preventivas y de gestión del tránsito vehicular por las entidades competentes, contribuyendo en el mejor de los casos en la futura reducción de siniestros viales y en la mejora de la seguridad vial para estas ubicaciones. La disponibilidad de esta información detallada puede representar un paso importante hacia la planificación urbana más segura y eficiente que pone como prioridad la calidad de vida de los ciudadanos en la ciudad de Quito.

• ¿Qué resultados se obtienen al comparar los patrones de ubicación de los hot-spots de siniestros viales dentro del periodo 2017 - 2023 en la ciudad de Quito según la estimación de densidad de Kernel y la estadística GetisOrd Gi * ?

La estimación de la densidad de Kernel es definitivamente una valiosa herramienta de análisis de la densidad de siniestros viales y es un método que se caracteriza por la simplicidad en su funcionamiento. Su eficacia se concentra en brindar resultados caracterizados por la precisión, gracias a su alta sensibilidad a los datos de entrada y dependiente de los parámetros definidos para su análisis. Además, la manera de visualización de los resultados se destaca como una ventaja significativa porque facilita la interpretación de los mismos.

La estadística Getis-Ord Gi* se establece como una herramienta poderosa y accesible para el análisis espacial de la incidencia de siniestros viales. Su utilidad se manifiesta en la capacidad para identificar patrones de agrupamiento espacial que sean estadísticamente significativos, permitiendo una comprensión más profunda de la distribución geográfica de los siniestros viales al revelar áreas de concentración y dispersión, junto con un enfoque intuitivo y de fácil interpretación; lo que la consolida como una metodología que proporciona resultados robustos y fiables, convirtiéndola sin lugar a dudas, en una opción a considerar para investigaciones sobre seguridad vial en diferentes áreas de estudio.

Una vez completado el análisis comparativo para ambos métodos propuestos en la hipótesis de este estudio, la cual se presenta a continuación, se concluye lo siguiente:

• La ubicación de hot-spots resultantes de la estimación de densidad de Kernel y la estadística Getis-Ord Gi * de siniestros viales en el periodo 2017 - 2023 para la ciudad de Quito presentan diferencias significativas cuando se las somete a un análisis comparativo.

La hipótesis propuesta en este estudio es rechazada porque los resultados que se obtienen al comparar los patrones de ubicación de los hot-spots de siniestros

viales dentro del periodo 2017 - 2023 en la ciudad de Quito según la estimación de densidad de Kernel y la estadística Getis-Ord Gi * no presentan diferencias significativas en mayor medida cuando se las somete a un análisis comparativo porque se reveló la existencia de áreas de coincidencia y en una considerable menor proporción de diferencia entre los hot-spots identificados por cada método. Se localizaron direcciones exactas donde ambos métodos concordaban en la presencia de una alta concentración de siniestros viales y las discrepancias existieron cuando uno de los métodos destacaba hot-spots que no eran evidentes en el otro o en donde se relacionaban espacialmente pero con intensidades diferentes. Sin embargo, ambos métodos mostraron una autocorrelación espacial positiva, lo que indica la presencia de patrones significativos de agrupamiento espacial en la distribución de los siniestros viales y asegurando que la probabilidad de que estos patrones agrupados sean el resultado del azar resultó ser inferior al 1% lo que refuerza la validez y fiabilidad de los resultados obtenidos para ambos métodos, considerados como herramientas poderosas y complementarias en el análisis de seguridad vial que pueden ser aplicadas a cualquier área de estudio porque brindan una visión integral y detallada de los patrones de siniestralidad vial, proporcionando información muy valiosa que puede ser de gran utilidad para la formulación de políticas y medidas de prevención más efectivas, así como para la gestión del tráfico urbano con expectativas a mejorar la seguridad y reducir los siniestros viales.

Finalmente, la ciudad de Quito destaca como una de las zonas de mayor de incidencia a siniestros viales, considerando la necesidad de que las entidades competentes en seguridad vial lo aborden como un caso específico y diferente, brindándole mayor atención y recursos para su apropiada gestión en respuesta a los desafíos de seguridad vial. Se puede concluir que la disposición del trazado vial, la distribución del catastro, la alta densidad vehicular en lugares específicos de los tramos viales y el estado de la señalización son factores antrópicos que guardan una relación significativa con las zonas de alta siniestralidad vial, siendo elementos que están estrechamente interconectados e influyen de manera directa en la seguridad y fluidez del tránsito vehicular, contribuyendo así a la frecuencia y gravedad de los siniestros viales.

5.2. RECOMENDACIONES

Se sugiere llevar a cabo estudios similares en otros territorios en el Ecuador para obtener una visión integral de la problemática de los siniestros viales en diferentes contextos geográficos, considerando las particularidades, características y necesidades específicas de cada región. Además, un enfoque integral podrá proporcionar una base sólida de información que puede ser de gran utilidad para la implementación de políticas y medidas de seguridad vial a nivel nacional.

Se propone que se efectúen estudios posteriores a una menor escala de las zonas resultantes con alta incidencia a siniestros viales en la ciudad de Quito

Este enfoque tiene como objetivo de tomar medidas de precaución específicas para lograr disminuir este tipo de sucesos y apoyar a las entidades de control en la toma de decisiones para mejorar la seguridad vial.

Es imprescindible la integración de las herramientas de los SIG para desarrollar estudios en materia de seguridad y educación vial, junto con el uso apropiado del parque automotor, tanto público o privado, como el mantenimiento de las vías, operativos de seguimiento y control rutinarios, y el verificar el adecuado estado de la señalización vial para cualquier área de estudio en el Ecuador

Es sumamente importante promover la investigación continua y el mantener actualizada la información relacionada a siniestros viales y a las zonas de alta incidencia a nivel nacional porque estas labores permiten identificar tendencias, patrones y factores de riesgo, lo que facilita el implementar estrategias para mejorar la seguridad vial y la toma de decisiones.

Se sugiere el combinar diferentes metodologías de los SIG y profundizar con herramientas de análisis de datos con el objetivo de comparar resultados y contrastar la precisión de los mismos, tomando en cuenta que lo que se obtiene son modelos o representaciones de la compleja realidad en cuanto a la situación de siniestralidad vial a nivel nacional

Es importante que la actualización de los registros futuros correspondientes a siniestros viales debe realizarse únicamente por los organismos, entidades e

instituciones de control para garantizar la validación apropiada para este proceso.

Es esencial tener en consideración que el mejorar la movilidad no significa que los recursos únicamente se enfoquen en la optimización de infraestructura vial y la creación de sistemas de transporte, sino también la adopción de nuevas tecnologías que puedan desempeñar un papel fundamental para ser empleadas en el monitoreo constante y en tiempo real de las zonas de atención del trazado vial con el fin de implementar soluciones preventivas.

REFERENCIAS BIBLIOGRÁFICAS

Abrigo, D. P., Aurelius, R., Robielos, C., Janice, M., & Gumasing, J. (2021). Analysis of Road Traffic Accident Distribution in Tagaytay City Philippines. In Proceedings of the 11th Annual International Conference on Industrial Engineering and Operations Management, IEOM Society International, 2612–2624.

Afolayan, A., Easa, S. M., Abiola, O. S., Alayaki, F. M., & Folorunso, O. (2022). GISBased Spatial Analysis of Accident Hotspots: A Nigerian Case Study. Infrastructures 2022, Vol. 7, Page 103, 7(8), 103. https://doi.org/10.3390/INFRASTRUCTURES7080103

Agencia Metropolitana de Tránsito. (2021). Reducir la velocidad en época de lluvias es la clave para evitar siniestros. Quitoinforma. Recuperado el 30 de agosto de 2023 de https://www.quitoinforma.gob.ec/2021/03/29/reducir-la-velocidad-enepoca-de-lluvias-es-la-clave-para-evitar-siniestros/

Agencia Metropolitana de Tránsito. (2023). ¿Quiénes somos? Recuperado el 19 de agosto de 2023 de http://www.amt.gob.ec/index.php/inicio-amt/quienes-somos/

Agencia Nacional de Tránsito. (2021). MANUAL DE SEGURIDAD VIAL URBANA DE ECUADOR

Agencia Nacional de Tránsito. (2022). Filosofía Organizacional. Recuperado el 8 de marzo de 2023 de https://www.ant.gob.ec/la-institucion-2/filosofia-organizacional/

Agencia Nacional de Tránsito. (2023). Visor de Siniestralidad Nacional. Recuperado el 10 de julio de 2022 de https://www.ant.gob.ec/visor-de-siniestralidad-estadisticas/

Ahmad, A. U., Hossain, K. T., & Hossain, M. A. (2020). Identification of Urban Traffic Accident Hotspot Zones Using GIS: A Case Study of Dhaka Metropolitan Area. Journal of Geographical Studies, 3, 36–42. https://doi.org/10.21523/gcj5.19030104

Alam, M. S., & Tabassum, N. J. (2023). Spatial pattern identification and crash severity analysis of road traffic crash hot spots in Ohio. Heliyon, 9(5). https://doi.org/10.1016/j.heliyon.2023.e16303

Alkhadour, W., Zraqou, J., Al-Helali, A., & Al-Ghananeem, S. (2021). Traffic Accidents Detection using Geographic Information Systems (GIS) Spatial Correlation of Traffic Accidents in the City of Amman, Jordan. IJACSA) International Journal of Advanced Computer Science and Applications, 12(4), 484–494. www.ijacsa.thesai.org

Aquil, Mohd. M., & Faheem, M. I. (2021). Traffic Safety Management Using Spatial Analysis and Clustering Methods. En Cognitive Radio (pp. 25–42). CRC Press. https://doi.org/10.1201/9781003102625-2

Brodsky, I. (2018). H3: Uber’s Hexagonal Hierarchical Spatial Index Recuperado el 5 de enero de 2023 de https://www.uber.com/en-EC/blog/h3/

Castillo, D., & Machado, J. (2022). Seis personas mueren cada día en accidentes de tránsito en Ecuador. PRIMICIAS. Recuperado el 12 de febrero de 2023 de https://www.primicias.ec/noticias/sociedad/muertes-semestre-accidentes-transitoecuador/

Caudillo, C., & Enríquez, C. (2017). Densidad de Kernel.

CESVIMAP. (2021). Influencia de la climatología en los accidentes de tráfico. Recuperado el 30 de agosto de https://www.revistacesvimap.com/influencia-dela-climatologia-en-los-accidentes-de-trafico/

Coba, G. (2022). Quito genera más ingresos, pero el empleo sigue estancado Primicias. Recuperado el 31 de agosto de 2023 de https://www.primicias.ec/noticias/economia/recuperacion-quito-desigual-ventasexportaciones/

Empresa Pública de Movilidad y Obras Públicas. (2021). PLAN ESTRATEGICO

EPMMOP 2021-2024

Environmental Systems Research Institute. (2019). Análisis de puntos calientes (Gi* de Getis-Ord). Recuperado el 7 de septiembre de 2023 de https://desktop.arcgis.com/es/arcmap/10.7/tools/spatial-statistics-toolbox/hotspot-analysis.htm

Environmental Systems Research Institute. (2021). Cómo funciona la densidad Kernel Recuperado el 10 de abril de 2022 de https://pro.arcgis.com/es/proapp/latest/tool-reference/spatial-analyst/how-Kernel-density-works.htm

Environmental Systems Research Institute. (2022a). Calcular densidad. Recuperado el 10 de abril de 2022 de https://enterprise.arcgis.com/es/portal/latest/use/calculatedensity.htm

Environmental Systems Research Institute. (2022b). Densidad Kernel (Spatial Analyst). Recuperado el 11 de abril de 2022 de https://pro.arcgis.com/es/proapp/latest/tool-reference/spatial-analyst/Kernel-density.htm#L_

Environmental Systems Research Institute. (2023). Hot Spot Analysis (Getis-Ord Gi*) (Spatial Statistics) Recuperado el 6 de septiembre de 2023 de https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-statistics/hot-spotanalysis.htm

Ersen, M., Büyüklü, A. H., & Erpolat Taşabat, S. (2021). Analysis of Fatal and Injury

Traffic Accidents in Istanbul Sarıyer District with Spatial Statistics Methods. Sustainability 2021, Vol. 13, Page 11039, 13(19), 11039. https://doi.org/10.3390/SU131911039

Gao, J. (2022). Fundamentals of Spatial Analysis and Modelling (L. Taylor & Francis Group, Ed.; Vol. 1).

García-Cerrud, C. A., & Flores de la Mota, I. (2023). Simulation models for public transportation: a state-of-the-art review. Procedia Computer Science, 217, 562–569. https://doi.org/10.1016/j.procs.2022.12.252

Google Maps. (2023). Descubre y recorre tu mundo. Recuperado el 2 de septiembre de 2023 de https://www.google.com/intl/es-419/maps/about/#!/

Google Maps Platform. (2023). Traffic, Transit, and Bicycling Layers. Maps JavaScript API. Recuperado el 2 de septiembre de 2023 de https://developers.google.com/maps/documentation/javascript/trafficlayer#traffic_l ayer

Grekousis, G. (2020). Spatial Analysis Methods and Practice: Describe - ExploreExplain through GIS. En Spatial Analysis Methods and Practice (1a ed., Vol. 2). Cambridge University Press. https://doi.org/10.1017/9781108614528

Hassan, H. (2021). Google Maps: A Simple Explanation On How It Detects Traffic Jams Technology Hits. Recuperado el 12 de diciembre de 2023 de https://medium.com/technology-hits/google-maps-a-simple-explanation-on-howit-detects-traffic-jams-ce6940489c9c

Hazaymeh, K., Almagbile, A., & Alomari, A. H. (2022). Spatiotemporal Analysis of Traffic Accidents Hotspots Based on Geospatial Techniques. ISPRS International Journal of Geo-Information, 11(4). https://doi.org/10.3390/ijgi11040260

Instituto Nacional de Estadística y Censo. (2023). CENSO ECUADOR. Recuperado el 12 de diciembre de 2023 de https://censoecuador.ecudatanalytics.com/

Instituto Nacional de Estadística y Censos. (2022a). Estadísticas de TransporteSiniestros de Tránsito 2021.

Instituto Nacional de Estadística y Censos. (2022b). Estadísticas de Transporte. Siniestros de Tránsito Trimestral I y II Trimestre, 2022.

Instituto Nacional de Estadística y Censos. (2023). Nota Técnica. Siniestros de tránsito. I Trimestre, 2023. Estadísticas de Transporte-ESTRA

Islam, M. A., & Dinar, Y. (2021). Evaluation and Spatial Analysis of Road Accidents in Bangladesh: An Emerging and Alarming Issue. Transportation in Developing Economies 2021, 7(1), 1–14. https://doi.org/10.1007/S40890-021-00118-3

Jácome, E., & Moncada, B. (2022). Guayaquil tiene vías más anchas que Quito y menos tráfico. EL COMERCIO. Recuperado el 18 de agosto de 2023 de https://www.elcomercio.com/actualidad/ecuador/guayaquil-quito-movilidad-viastrafico.html

Kalantari, M., Shahraki, S. Z., Yaghmaei, B., Ghezelbash, S., Ladaga, G., & Salvati, L. (2021). Unraveling Urban Form and Collision Risk: The Spatial Distribution of Traffic Accidents in Zanjan, Iran. International Journal of Environmental Research and Public Health 2021, 18(9), 4498. https://doi.org/10.3390/IJERPH18094498

Kumar Maurya, R., & Ballav Swain, J. (2022). MODELING AND ANALYSIS OF ACCIDENT IN AN URBAN AREA. (No. 9009). EasyChair

La Hora. (2021). Crecimiento vertical de Quito ayudará a la descongestión vehicular Recuperado el 31 de agosto de 2023 de https://www.lahora.com.ec/pais/quitocrecimiento-vertical-edificios-plan-uso-suelo/

La Hora. (2022). Quito y Guayaquil concentran el 67% de las compras de vehículos usados o seminuevos. Recuperado el 31 de agosto de 2023 de https://www.lahora.com.ec/pais/quito-guayaquil-concentran-compras-vehiculosusados-seminuevos/

Lakshmi, S., Srikanth, I., & Arockiasamy, M. (2019). Identification of Traffic Accident Hotspots using Geographical Information System (GIS). International Journal of Engineering and Advanced Technology, 38(9), 4429. https://doi.org/10.35940/ijeat.B3848.129219

Le, K. G., Liu, P., & Lin, L. T. (2020). Traffic accident hotspot identification by integrating Kernel density estimation and spatial autocorrelation analysis: a case study. International Journal of Crashworthiness, 27(2), 543–553. https://doi.org/10.1080/13588265.2020.1826800

Le, K. G., Liu, P., & Lin, L. T. (2022). Traffic accident hotspot identification by integrating Kernel density estimation and spatial autocorrelation analysis: a case study. International Journal of Crashworthiness, 27(2), 543–553. https://doi.org/10.1080/13588265.2020.1826800

Ley Orgánica de Transporte Terrestre y Seguridad Vial, Pub. L. No. 398 (2008).

Ma, Q., Huang, G., & Tang, X. (2021). GIS-based analysis of spatial–temporal correlations of urban traffic accidents. European Transport Research Review, 13(1), 1–11. https://doi.org/10.1186/s12544-021-00509-y

Macedo, M., Maia, M., Rabbani, E. K., & Marinho, M. (2021). Spatial Analysis of the Variables Involved in the Frequency and Severity of Traffic Accidents on Rural Highways in Pernambuco. Technology, and Sciences (ASRJETS) American Scientific Research Journal for Engineering, 78(1), 226–246. http://asrjetsjournal.org/

Machado, J. (2020). Crece el número de muertes en accidentes de tránsito PRIMICIAS. Recuperado el 20 de enero de 2022 de https://www.primicias.ec/noticias/sociedad/accidentes-transito-quito-guayaquilmuertos/

Machado, J. (2022). Ecuador es el quinto país de Sudamérica con más muertes en las vías. PRIMICIAS. Recuperado el 20 de enero de 2022 de https://www.primicias.ec/noticias/sociedad/muertes-accidentes-transito-ecuadormovilidad/

Mesquitela, J., Elvas, L., Ferreira, J., & Nunes, L. (2022). Data Analytics Process over Road Accidents Data - A Case Study of Lisbon City. ISPRS International Journal of Geo-Information, 11(2), 143. https://doi.org/10.3390/ijgi11020143

Municipio del Distrito Metropolitano de Guayaquil. (2021). PLAN DE DESARROLLO Y ORDENAMIENTO TERRITORIAL (PDOT) CANTÓN GUAYAQUIL. (Actualización 2019 - 2023)

Municipio del Distrito Metropolitano de Quito. (2018). BORRADOR DEL ESTUDIO DE IMPACTO AMBIENTAL DE LA PRIMERA LÍNEA DEL METRO DE QUITO

Municipio del Distrito Metropolitano de Quito. (2021). Plan Metropolitano de Desarrollo y Ordenamiento Territorial 2021 - 2033

Municipio del Distrito Metropolitano de Quito. (2023). GEOportal Quito. Recuperado el 15 de marzo de 2023 de https://geoportal.quito.gob.ec/visor/

Nam Chan, T., Lon Ip, P., Hou, L. U., Hou Tong, W., Mittal, S., Li, Y., & Cheng, R. (2021). KDV-Explorer: A Near Real-Time Kernel Density Visualization System for Spatial Analysis. Proceedings of the VLDB Endowment, 14(12), 2655–2658. https://doi.org/10.14778/3476311.3476312

Nogueira, P., Silva, M., Infante, P., Nogueira, V., Manuel, P., Afonso, A., Jacinto, G., Rego, L., Quaresma, P., Saias, J., Santos, D., & Gois, P. (2023). Learning from

Accidents: Spatial Intelligence Applied to Road Accidents with Insights from a Case Study in Setúbal District, Portugal. ISPRS International Journal of GeoInformation, 12(3). https://doi.org/10.3390/ijgi12030093

Özcan, M., & Küçükönder, M. (2020). Investigation of Spatiotemporal Changes in the Incidence of Traffic Accidents in Kahramanmaraş, Turkey, Using GIS-Based Density Analysis. Journal of the Indian Society of Remote Sensing, 48(7), 1045–1056. https://doi.org/10.1007/S12524-020-01137-0/METRICS

Pleerux, N. (2020). GIS-BASED ANALYSIS TO DETECT ROAD ACCIDENT HOTSPOTS USING NETWORK KERNEL DENSITY ESTIMATION. 28(4).

Quiñonez, Y., Lizarraga, C., Peraza, J., & Zatarain, O. (2019). Sistema inteligente para el monitoreo automatizado del transporte público en tiempo real. RISTI: Revista Ibérica de Sistemas y Tecnologías de Información, 94–105. https://doi.org/10.17013/risti.31.94-105

Realidadecuador. (2020). ANT, Agencia Nacional del Tránsito. Recuperado el 12 de abril de 2022 de https://realidadecuador.com/ant/#%C2%BFQue_es_la_Agencia_Nacional_de_Tr ansito

Satria, R. (2020). Spatial Analysis of Traffic Accidents using GIS. The Case of Banda Aceh, Indonesia. Universidad Politécnica de Madrid.

Scopel, C. (2013). A new tool for creating sampling hexagons Analytics. Recuperado el 8 de febrero de 2022 de https://www.esri.com/arcgisblog/products/analytics/analytics/a-new-tool-for-creating-sampling-hexagons/

Secretaría de Territorio Hábitat y Vivienda. (2020). PLAN DE USO Y GESTIÓN DE SUELO

Secretaría General de Planificación, & Empresa Pública Metropolitana de Transporte de Pasajeros. (2016). MAPA DEL SISTEMA METROPOLITANO DE TRANSPORTE. Recuperado el 2 de septiembre de 2023 de https://gobiernoabierto.quito.gob.ec/gobierno-abierto-v2-2-2-2-2/?page_id=1767

Srikanth, L., & Srikanth, I. (2020). A Case Study on Kernel Density Estimation and Hotspot Analysis Methods in Traffic Safety Management. 2020 International Conference on COMmunication Systems and NETworkS, COMSNETS 2020, 99–104. https://doi.org/10.1109/COMSNETS48256.2020.9027448

Tola, A. M., Demissie, T. A., Saathoff, F., & Gebissa, A. (2021). Severity, spatial pattern and statistical analysis of road traffic crash hot spots in Ethiopia. Applied Sciences (Switzerland), 11(19). https://doi.org/10.3390/app11198828

Versus. (2023). Salario medio: ¿cómo se comporta Guayaquil comparado con Quito? Recuperado el 31 de agosto de 2023 de https://versus.com/es/guayaquil-vsquito/avg-salary

Zahran, E.-S. M. M., Tan, S. J., Amirah ’, N., Binti, A., Asri Putra, M., Hie, E., Tan, A., Yap, Y. H., Kartina, E., & Rahman, A. (2019). Evaluation of various GIS-based methods for the analysis of road traffic accident hotspot. MATEC Wweb Conf., 258(03008). https://doi.org/10.1051/matecconf/20192

Zandi, K., Tavakoli Kashani, A., & Okabe, A. (2022). Influence of Traffic Parameters on the Spatial Distribution of Crashes on a Freeway to Increase Safety. Sustainability 2023, Vol. 15, Page 493, 15(1), 493. https://doi.org/10.3390/SU15010493

Zandi, K., Tavakoli Kashani, A., & Okabe, A. (2023). Influence of Traffic Parameters on the Spatial Distribution of Crashes on a Freeway to Increase Safety. Sustainability (Switzerland), 15(1). https://doi.org/10.3390/su15010493

Zhang, X., Qi, S., Zheng, A., Luo, Y., & Hao, S. (2023). Data-Driven Analysis of Fatal Urban Traffic Accident Characteristics and Safety Enhancement Research. Sustainability (Switzerland), 15(4). https://doi.org/10.3390/su15043259

ANEXO No. 1

Tabla 8. Lista completa de los valores de la Intersección de Hot-Spots (Kernel y Getis-Ord Gi*).

1 E11B, Parque Industrial, Turubamba, Quito, Pichincha, 183467, Ec

2 Av. Simón Bolívar, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec 26206,42

3 Av. Panamericana Norte, Carcelén, Puertas del Sol, Quito, Pichincha, 170309, Ec

4 Av. Mariscal Sucre, La Florida, La Concepción, Atucucho, Quito, Pichincha, 170528, Ec

5 Redondel del Ciclista, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, Ec

6 Redondel del Ciclista, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, Ec

7 Av. Panamericana Norte, Hernando Parra, Carcelén, Carapungo, Calderón, Quito, Pichincha, 170309, Ec

8 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

9 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

10 De las Azucenas, Condominio Amende, Los Laureles, Jipijapa, Quito, Pichincha, 170124, Ec

11 Redondel del Ciclista, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, Ec

12 Redondel de Llano Chico, Gualo, San Felipe, Llano Chico, Quito, Pichincha, Ec

13 Av. Galo Plaza Lasso, Ponceano, Carapungo, Quito, Pichincha, 170144, Ec

14 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

15 Av. Panamericana Norte, Comite del Pueblo, Puertas del Sol, Quito, Pichincha, 170309, Ec

16 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

17 Av. Mariscal Sucre, Cotocollao, Atucucho, Quito, Pichincha, 170304, Ec

18 E2-23, Luis A. Proaño, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170801, Ec

19 N74C, Ponceano, Carapungo, Quito, Pichincha, 170302, Ec

20 Av. América, Granda Centeno, Rumipamba, Quito, Pichincha, 170509, Ec

21 2-30, Av. Naciones Unidas, La Carolina, Iñaquito,

24 Iñaquito, La Carolina, Iñaquito,

26 Av. Naciones Unidas, Iñaquito, Quito, Pichincha, 170502, Ec

27 Iñaquito, Quito, Pichincha, 170507,

28 Edificio Comandato - Torre Iñaquito, 1281, Iñaquito, Quito, Pichincha, 170506, Ec

29 Av. 10 de Agosto, Belisario Quevedo, Quito, Pichincha, 170519, Ec

30 Ajavi, San Bartolo, Quito, Pichincha, 170148, Ec

31 Av. General Eloy Alfaro, Union y Progreso, El Carmen, Kennedy, Quito, Pichincha, 170150, Ec

32 S39, Quitumbe, Quito, Pichincha, 170707, Ec

33 Av. General Eloy Alfaro, La Pradera, Belisario Quevedo, Quito, Pichincha, 170519, Ec

34 Ajavi, San Bartolo, Quito, Pichincha, 170148, Ec

35 Vía Interoceánica, Miravalle, Nayon, Quito, Pichincha, 170157, Ec

36 Rigoberto Heredia, Quito Norte, San Carlos, Cotocollao, Quito, Pichincha, 170315, Ec

37 Pedro de Alfaro, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

38 Av. Mariscal Sucre, Granda Centeno, Rumipamba, Quito, Pichincha, 170104, Ec

39 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

40 Av. Mariscal Sucre, La Florida, La Concepción, Atucucho, Quito, Pichincha, 170103, Ec

41 Camilo Egas, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170503, Ec

42 N2-16, José Joaquin Olmedo, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170156, Ec

43 Eugenio Espejo, Miravalle, Nayon, Quito, Pichincha, 170157, Ec

44 Sucre, Nayón, Nayon, Quito, Pichincha, 170529, Ec

45 Caton Cardenas, Cotocollao, El Condado, Quito, Pichincha, 170134, Ec

46 Av. Velasco Ibarra, Chimbacalle, Quito, Pichincha, 170114, Ec

47 Av. Velasco Ibarra, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

48 Mañosca, Granda Centeno, Rumipamba, Quito, Pichincha, 170100, Ec

49 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

50 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

51 Av. Mariscal Sucre, San Bartolo, Quito, Pichincha, 170607, Ec

52 Av. Mariscal Sucre, San Bartolo, Quito, Pichincha, 170607, Ec

53 De las Cucardas, San Isidro del Inca, El Carmen, Kennedy, Quito, Pichincha, 170138, Ec

54 Gasolinera Mobil Miravalle, Vía Interoceánica, Miravalle, Nayon, Quito, Pichincha, 170157, Ec

55 Napo Paso Elevado, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

56 Av. 6 de Diciembre, La Carolina, Iñaquito, Quito, Pichincha, 170504, Ec

57 Av. Padre Luis Vaccari, Hernando Parra, Llano Grande, Carapungo, Calderon, Quito, Pichincha, 170309, Ec

58 Cesar Villacrés, La Florida, Cochapamba, Quito, Pichincha, 170103, Ec

59 Av. Rodrigo de Chávez, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

60 Av. Naciones Unidas, La Carolina, Iñaquito, Quito, Pichincha, 170505, Ec

61 Av. Velasco Ibarra, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

62 Av. Gonzalo Perez Bustamante, Quitumbe, Quito, Pichincha, 170146, Ec

63 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170112, Ec

64 Pedro de Alvarado, La Florida, La Concepción, Quito, Pichincha, 170103, Ec

65 Av. América, Granda Centeno, Rumipamba, Quito, Pichincha, 170509, Ec

66 Av. Diego de Almagro, La Pradera, La Carolina, Iñaquito, Quito, Pichincha, 170518, Ec

67 Av. Río Coca, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170513, Ec

68 Bolivia, Miraflores Bajo, San Juan, Quito, Pichincha, 170401, Ec

69 Av. Otoya Ñan, Quitumbe, Quito, Pichincha, 170146, Ec

70 Sebastián Moreno, Comite del Pueblo, Carapungo, Quito, Pichincha, 170144, Ec

71 Av. de la Prensa, Chaupicruz, El Carmen, Kennedy, Quito, Pichincha, 170102, Ec

72 Av. Mariscal Sucre, Pinar Alto, Cochapamba, Quito, Pichincha, 170301, Ec

73 Av. Velasco Ibarra, Itchimbia, Quito, Pichincha, 170114, Ec

74 Av. General Eloy Alfaro, Comite del Pueblo, Carapungo, Quito, Pichincha, 170302, Ec

75 Av. 6 de Diciembre, La Carolina, Iñaquito, Quito, Pichincha, 170504, Ec

76 Av. Mariscal Sucre, Pinar, La Florida, La Concepción, Quito, Pichincha, 170103, Ec

77 Av. General Eloy Alfaro, Iñaquito, Quito, Pichincha, 170504, Ec

78 De los Pinos, Hospital Solca, San Isidro del Inca, Kennedy, Quito, Pichincha, 170138, Ec

79 Av. Simón Bolívar, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

80 Isla Pinzon, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

81 Av. 6 de Diciembre, Bellavista, Iñaquito, Quito, Pichincha, 170504, Ec

82 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

83 La Cocha, Quitumbe, Quito, Pichincha, 170123, Ec

84 Av. Amaru Ñan, Quitumbe, Quito, Pichincha, 170146, Ec

85 Av. El Inca, Chaupicruz, Jipijapa, Quito, Pichincha, 170102, Ec

86 Av. Antonio Granda Centeno, Granda Centeno, Rumipamba, Quito, Pichincha, 170100, Ec

87 Al Forno, N39-52, Av. Brasil, Chaupicruz, Rumipamba, Quito, Pichincha, 170102, Ec

88 Av. Pedro Vicente Maldonado, Quitumbe, Quito, Pichincha, 170146, Ec

89 Av. América, Voz de los Andes, Rumipamba, Quito, Pichincha, 170509, Ec

90 Av. América, Chaupicruz, Rumipamba, Quito, Pichincha, 170102, Ec

91 E11a, Matovelle, Fátima 1, Kennedy, Quito, Pichincha, 170138, Ec

92 Bartolomé de las Casas, Belisario Quevedo, Quito, Pichincha, 170519, Ec

93 Av. de los Granados, El Batan Alto, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170124, Ec

94 Pedro de Alfaro, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

95 Guayanay Ñan, Ejercito Nacional, Quitumbe, Quito, Pichincha, 171606, Ec

96 Av. Llira Ñan, Ejercito Nacional, Quitumbe, Quito, Pichincha, 170701, Ec

97 Manuel Larrea, Larrea, San Juan, Quito, Pichincha, 170118, Ec

98 Av. 6 de Diciembre, Iñaquito, Jipijapa, Quito, Pichincha, 170513, Ec

99 Av. Gaspar de Villarroel, Iñaquito, Jipijapa, Quito, Pichincha, 170513, Ec

100 Mariscal Foch, Mariscal Sucre, Quito, Pichincha, 170524, Ec

101 Av. Diego de Almagro, Mariscal Sucre, Quito, Pichincha, 170524, Ec

102 Av. la Gasca, Armero, Belisario Quevedo, Quito, Pichincha, 170520, Ec

103 Reina Victoria, Mariscal Sucre, Quito, Pichincha, 170526, Ec

104 Av. de los Conquistadores, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

105 Bartolomé de las Casas, Belisario Quevedo, Quito, Pichincha, 170519, Ec

106 S7-368, Av. Napo, México, Chimbacalle, Quito, Pichincha, 170121, Ec

107 El Labrador, Av. Galo Plaza Lasso, La Victoria, El Carmen, Kennedy, Quito, Pichincha, 170512, Ec

108 José Queri, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170513, Ec

109 José Queri, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170513, Ec

110 Subway, Av. Gaspar de Villarroel, Iñaquito, Quito, Pichincha, 170513, Ec

111 Av. Gaspar de Villarroel, Iñaquito, Quito, Pichincha, 170513, Ec

112 Av. 10 de Agosto, La Pradera, Iñaquito, Quito, Pichincha, 170519, Ec

113 Av. Juan Molineros, Lucia Alban, Fátima 1, Kennedy, Quito, Pichincha, 170138, Ec

114 Av. Mariscal Sucre, Granda Centeno, Rumipamba, Quito, Pichincha, 170104, Ec

115 Av. de los Shyris, La Carolina, Iñaquito, Quito, Pichincha, 170505, Ec

116 Fray Angélico, Miravalle 2, Miravalle, Nayón, Quito, Pichincha, 170157, Ec

117 Av. Panamericana Norte, Carcelén, Puertas del Sol, Quito, Pichincha, 170309, Ec

118 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

119 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

120 Francisco Chiriboga, Chillogallo, Quito, Pichincha, 171810, Ec

121 Francisco Chiriboga, Chillogallo, Quito, Pichincha, 171810, Ec

122 Av. Panamericana Norte, Carcelén, Carapungo, Quito, Pichincha, 170302, Ec

123 Av. 6 de Diciembre, Iñaquito, Jipijapa, Quito, Pichincha, 170513, Ec

124 Av. General Eloy Alfaro, Hospital Solca, San Isidro del Inca, Quito, Pichincha, 170138, Ec

125 Guayanay Ñan, Ejercito Nacional, Quitumbe, Quito, Pichincha, 170701, Ec

126 Guayanay Ñan, Ejercito Nacional, Quitumbe, Quito, Pichincha, 170701, Ec

127 Alfredo Escudero, San Bartolo, Quito, Pichincha, 170128, Ec

128 Av. Mariscal Sucre, San Bartolo, Quito, Pichincha, 170607, Ec

129 Versalles, Larrea, San Juan, Quito, Pichincha, 170401, Ec

130 Autopista General Rumiñahui, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170410, Ec

131 Autopista General Rumiñahui, Barrio Paluco, Urb. Las Orquideas, Puengasí, Quito, Pichincha, 170419, Ec

132 Holanda, La Carolina, Iñaquito, Quito, Pichincha, 170135, Ec

133 Cooperativa Jardín Azuayo, Local 1, Av. Morán Valverde, Quitumbe, Quito, Pichincha, 170146, Ec

134 Av. Diego Vásquez de Cepeda, Carcelén, Quito, Pichincha, 170302, Ec

135 Av. Pedro Vicente Maldonado, El Camal, Chimbacalle, Quito, Pichincha, 170119, Ec

136 Toacazo, San Bartolo, Quito, Pichincha, 170148, Ec

137 Toacazo, San Bartolo, Quito, Pichincha, 170148, Ec

138 Hostal Paradise, S29, La Argelia, Quito, Pichincha, 170146, Ec

139 Mañosca, Voz de los Andes, Rumipamba, Quito, Pichincha, 170509, Ec

140 Atucucho, Quito Norte, San Carlos, Cotocollao, Quito, Pichincha, 170315, Ec

141 Av. Mariscal Sucre, Granda Centeno, Rumipamba, Quito, Pichincha, 170100, Ec

142 Ángel Ludeña, Quito Norte, San Carlos, Cotocollao, Quito, Pichincha, 170315, Ec

143 Juan Galarza, Chaupicruz, Rumipamba, Quito, Pichincha, 170102,

Av. General Eloy Alfaro, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170513, Ec

146 Ecovia, La Carolina, Iñaquito, Quito,

148 Av. General Eloy Alfaro, Hospital Solca, Fátima 1, Kennedy, Quito, Pichincha, 170138,

149 Av. General Eloy Alfaro, Hospital Solca, San Isidro del Inca, Quito, Pichincha, 170138, Ec

150 Medimagenes, N30-145, Italia, La Pradera, La Carolina, Iñaquito, Quito, Pichincha, 170122, Ec

151 557, José Tamayo, Mariscal Sucre, Quito, Pichincha, 170143, Ec

152 Rafael Garcia, Chillogallo, Quito, Pichincha, 171810, Ec

153 Francisco Chiriboga, Chillogallo, Quito, Pichincha, 171810, Ec

154 Santuario Católico Santa Ana de Nayón, Oe 520, Pablo Calero, Nayón, Nayon, Quito, Pichincha, 170529, Ec

155 Av. 6 de Diciembre, Lucia Alban, Fátima 1, Kennedy, Quito, Pichincha, 170138, Ec

156 General Francisco Salazar, La Floresta, Mariscal Sucre, Quito, Pichincha, 170109, Ec

157 Manuel Larrea, Larrea, San Juan, Quito, Pichincha, 170118, Ec

158 Oe3-22, Portoviejo, Larrea, San Juan, Quito, Pichincha, 170401, Ec

159 Av. Llira Ñan, Quitumbe, Quito, Pichincha, 170146, Ec

160 Av. Naciones Unidas, Iñaquito, Quito, Pichincha, 170502, Ec

161 Av. Galo Plaza Lasso, Ponceano, Carapungo, Quito, Pichincha, 170302, Ec

162 La Ferroviaria, Quito, Pichincha, 170604, Ec

163 De los Narcisos, Conjunto Equinoccial, Pomasqui, Quito, Pichincha, 170120, Ec

164 Av. Naciones Unidas, La Carolina, Iñaquito, Quito, Pichincha, 170502, Ec

165 Av. Capitán Giovanni Calles Lascano, Llano Grande, Carapungo, Calderón, Quito, Pichincha, 170201, Ec

166 Manuel Larrea, Larrea, San Juan, Quito, Pichincha, 170118, Ec

167 Av. de la Prensa, Pinar, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

168 Rafael de Soto, Miraflores Bajo, San Juan, Quito, Pichincha, 170401, Ec

169 Edificio N40-20, N40-20, José Abascal, Iñaquito, Quito, Pichincha, 170513, Ec

170 Joaquín Rúales, Chillogallo, Quito, Pichincha, 171810, Ec

171 Manuel Coronado, Chillogallo, Quito, Pichincha, 171810, Ec

172 Av. Morán Valverde, Quitumbe, Quito, Pichincha, 170146, Ec

173 Av. Mariscal Sucre, Miraflores, Belisario Quevedo, Quito, Pichincha, 170147, Ec

174 Corte Constitucional del Ec, E10-25, José Tamayo, Mariscal Sucre, Quito, Pichincha, 170143, Ec

175 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

176 Av. Pedro Vicente Maldonado, Quitumbe, Quito, Pichincha, 170146, Ec

177 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

178 Av. Francisco de Orellana, La Pradera, Iñaquito, Quito, Pichincha, 170522, Ec

179 Av. Mariscal Sucre, San José, Cochapamba, Atucucho, Quito, Pichincha, 170304, Ec

180 Toacazo, San Bartolo, Quito, Pichincha, 170148, Ec

181 Toacazo, San Bartolo, Quito, Pichincha, 170148, Ec

182 9 de Octubre, La Pradera, Iñaquito, Quito, Pichincha, 170519, Ec

183 Manuel Larrea, Larrea, San Juan, Quito, Pichincha, 170118, Ec

184 Av. Atahualpa, Rumipamba, Quito, Pichincha, 170129, Ec

185 Vía Interoceánica, Itchimbia, Miravalle, Quito, Pichincha, 170515, Ec

186 Versalles, Santa Clara, Belisario Quevedo, Quito, Pichincha, 170401, Ec

187 Av. Mariscal Sucre, El Bosque, Cochapamba, Quito, Pichincha, 170104, Ec

188 Manuel Larrea, Larrea, San Juan, Quito, Pichincha, 170118, Ec

189 Av. Rodrigo de Chávez, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

190 Barrio Paluco, San José de Monjas, Puengasí, Quito, Pichincha, 170419, Ec

191 Del Hierro, Camino De Los Eucaliptos, Comite del Pueblo, Carapungo, Quito, Pichincha, 170309, Ec

192 Av. la Gasca, Miraflores, Belisario Quevedo, Quito, Pichincha, 170411, Ec

193 Inelco Material Eléctrico, 53 - 72, Machala, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

194 Av. Simón Bolívar, Iñaquito, Miravalle, Quito, Pichincha, 170515, Ec

195 Antonio Basantes, Ponceano, Carapungo, Quito, Pichincha, 170144, Ec

196 Av. de las Palmeras, San Isidro del Inca, Zámbiza, Quito, Pichincha, 170124, Ec

197 Av. Napo, Los Andes, Chimbacalle, Quito, Pichincha, 170121, Ec

198 Av. Río Amazonas, El Carmen, Kennedy, Quito, Pichincha, 170512, Ec

199 Av. Naciones Unidas, Iñaquito, Quito, Pichincha, 170505, Ec

200 Joaquín Pinto, Mariscal Sucre, Quito, Pichincha, 170524, Ec

201 Joaquín Rúales, San Mateo, Chillogallo, Quito, Pichincha, 171810, Ec

202 Joaquín Rúales, San Mateo, Chillogallo, Quito, Pichincha, 171810, Ec

203 Av. General Eloy Alfaro, Union y Progreso, Fatima 1, Kennedy, Quito, Pichincha, 170138, Ec

204 Bolivia, Larrea, San Juan, Quito, Pichincha, 170401, Ec

205 Av. Mariscal Sucre, Cochapamba, Atucucho, Quito, Pichincha, 170103, Ec

206 Cusubamba, La Isla, Santa Rita, Solanda, Quito, Pichincha, 170128, Ec

207 Cusubamba, La Isla, Santa Rita, Solanda, Quito, Pichincha, 170128, Ec

208 Juan Pablo Sanz, La Carolina, Iñaquito, Quito, Pichincha, 170507, Ec

209 Manuel Valdivieso, Pinar, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

210 Quitumbe, Quito, Pichincha, 170146, Ec

211 Alonso de Mendoza, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

212 Pintag, Chilibulo, Quito, Pichincha, 170170, Ec

213 Pintag, Chilibulo, Quito, Pichincha, 170170, Ec

214 Av. de los Libertadores, Chilibulo, Quito, Pichincha, 170170, Ec

215 Av. Gaspar de Villarroel, Iñaquito, Quito, Pichincha, 170506, Ec

216 Av. 10 de Agosto, Santa Clara, Belisario Quevedo, Quito, Pichincha, 170526, Ec

217 Av. 6 de Diciembre, Mariscal Sucre, Quito, Pichincha, 170523, Ec

218 Alborada, Conjunto Equinoccial, Pomasqui, Quito, Pichincha, 170120, Ec

219 Av. 10 de Agosto, Belisario Quevedo, Quito, Pichincha, 170520, Ec

220 Av. Manuel Córdova Galarza, Los Olivos, Pomasqui, Quito, Pichincha, 170380, Ec

221 Av. Mariscal Sucre, Granda Centeno, Rumipamba, Quito, Pichincha, 170104, Ec

222 Av. Mariscal Sucre, El Bosque, Cochapamba, Quito, Pichincha, 170104, Ec

223 Autopista General Rumiñahui, Barrio Paluco, Urb. Las Orquideas, Puengasí, Quito, Pichincha, 170419, Ec

224 Machala, San Carlos, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

225 Manuela Cañizarez, San Mateo, Chillogallo, Quito, Pichincha, 170708, Ec

226 Manuela Cañizarez, San Mateo, Chillogallo, Quito, Pichincha, 170708, Ec

227 Av. Capitán Giovanni Calles Lascano, Llano Grande, Carapungo, Calderon, Quito, Pichincha, 170201, Ec

228 Mario Cardenal, Ponceano, Carapungo, Quito, Pichincha, 170144, Ec

229 Vía Interoceánica, Itchimbia, Miravalle, Quito, Pichincha, 170515, Ec

230 Paseo los Shyris, 1, Av. de los Shyris, La Carolina, Iñaquito, Quito, Pichincha, 170135, Ec

231 Machala, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

232 De las Frutillas, San Isidro del Inca, El Carmen, Kennedy, Quito, Pichincha, 170138, Ec

233 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

234 José Figueroa, Cotocollao, Quito, Pichincha, 170315, Ec

235 General Ulpiano Páez, Mariscal Sucre, Quito, Pichincha, 170526, Ec

236 Emilio Obando, Marianitas, Calderón, Calderón, Quito, Pichincha, 170206, Ec

237 Isaac Albeniz, El Carmen, Kennedy, Quito, Pichincha, 170510, Ec

238 Av. América, Granda Centeno, Rumipamba, Quito, Pichincha, 170509, Ec

239 Diego de Sandoval, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

240 De los Fresnos, Balcones del Edén 3, San Isidro del Inca, Quito, Pichincha, 170138, Ec

241 Juan Larrea, Larrea, San Juan, Quito, Pichincha, 170118, Ec

242 Av. Otoya Ñan, Quitumbe, Quito, Pichincha, 170146, Ec

243 Pedro Bruning, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170801, Ec

244 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

245 Av. Galo Plaza Lasso, Urabá, Carcelén, Ponceano, Carapungo, Quito, Pichincha, 170302, Ec

246 E19D, Edén del Valle, Conocoto, Quito, Pichincha, 170419, Ec

247 Alejandro Valdez, Belisario Quevedo, Quito, Pichincha, 170520, Ec

248 N15-54, México, América, San Juan, Quito, Pichincha, 170411, Ec

249 Mariscal Sucre, Quito, Pichincha, 170526, Ec

250 Vía Interoceánica, Miravalle, Nayón, Quito, Pichincha, 170157, Ec

251 Javier Azcasubi, La Colon, Mariscal Sucre, Quito, Pichincha, 170122, Ec

252 Av. de los Granados, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

253 Vía Interoceánica, Itchimbia, Miravalle, Quito, Pichincha, 170515, Ec

254 Av. Jacinto Collahuazo, La Magdalena, Quito, Pichincha, 170170, Ec

255 Machala, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

256 SOINTEC, 051, Alemania, La Pradera, La Carolina, Iñaquito, Quito, Pichincha, 170519, Ec

257 Alejandro Valdez, Pambachupa, Belisario Quevedo, Quito, Pichincha, 170520, Ec

258 Queseras del Medio, Guangacalle, Itchimbia, Quito, Pichincha, 170413, Ec

259 Andalucia, Itchimbia, Quito, Pichincha, 170413, Ec

260 Logroño, El Carmen, Kennedy, Quito, Pichincha, 170510, Ec

261 Bélgica, La Carolina, Iñaquito, Quito, Pichincha, 170517, Ec

262 Av. General Eloy Alfaro, La Carolina, Iñaquito, Quito, Pichincha, 170135, Ec

263 Isla Genovesa, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

264 Edificio MS, 3, Av. Diego de Almagro, La Pradera, Iñaquito, Quito, Pichincha, 170522, Ec

265 Canadá, América, San Juan, Quito, Pichincha, 170411, Ec

266 Av. Velasco Ibarra, Chimbacalle, Quito, Pichincha, 170114, Ec

267 José Tamayo, Mariscal Sucre, Quito, Pichincha, 170143, Ec

268 Av. de los Libertadores, Chilibulo, Quito, Pichincha, 170170, Ec

269 Antonio de Ulloa, Mariana de Jesus, Belisario Quevedo, Quito, Pichincha, 170129, Ec

270 Av. Oswaldo Guayasamín, Itchimbia, Miravalle, Quito, Pichincha, 170157, Ec

271 Av. Simón Bolívar, desvío Puente Moran Valverde, La Argelia, Quito, Pichincha, 170703, Ec

272 N77D, Ponceano, Carapungo, Quito, Pichincha, 170302, Ec

273 Av. Luis Tufiño, La Luz, Kennedy, Quito, Pichincha, 170315, Ec

274 Av. Simón Bolívar, Hacienda María, Conocoto, Quito, Pichincha, 170409, Ec

275 Av. Jipijapa, Atahualpa E, Villaflora, La Magdalena, Quito, Pichincha, 170111, Ec

276 Av. Jipijapa, Atahualpa E, Villaflora, La Magdalena, Quito, Pichincha, 170111, Ec

277 Av. Alonso de Angulo, Atahualpa E, Villaflora, La Magdalena, Quito, Pichincha, 170603, Ec

278 locales, N24-12, Av. Diego de Almagro, Mariscal Sucre, Quito, Pichincha, 170524, Ec

279 Autopista General Rumiñahui, Barrio Paluco, Urb. Las Orquideas, Puengasí, Quito, Pichincha, 170419, Ec

280 N47-36, Av. Brasil, Pinar, La Florida, La Concepción, Quito, Pichincha, 170510, Ec

281 Mariscal Foch, Mariscal Sucre, Quito, Pichincha, 170524, Ec

282 Huaynapalcón, La Dolorosa de Chilibulo, Chilibulo, Quito, Pichincha, 170170, Ec

283 Zaruma, Chilibulo, Quito, Pichincha, 170170, Ec

284 Av. Gonzalo Pérez Bustamante, La Argelia, Quito, Pichincha, 170146, Ec

285 Oe5X, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

286 Oe5X, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

287 La Unión, Marianitas, Calderón, Calderón, Quito, Pichincha, 170206, Ec

288 Antigua vía a Cumbayá, Bellavista, Iñaquito, Quito, Pichincha, 170504, Ec

289 Vía Interoceánica, La Paz, Iñaquito, Quito, Pichincha, 170504, Ec

290 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

291 Av. General Eloy Alfaro, Barrio Batán Alto, Iñaquito, Quito, Pichincha, 170516, Ec

292 N61-25, General José María Guerrero, Quito Norte, San Carlos, Cotocollao, Quito, Pichincha, 170315, Ec

293 Av. Pichincha, Puengasí, Quito, Pichincha, 170114, Ec

294 Vía Interoceánica, Miravalle, Nayón, Quito, Pichincha, 170157, Ec

295 Obispo Díaz de la Madrid, Mariana de Jesús, Belisario Quevedo, Quito, Pichincha, 170147, Ec

296 Carlos Polit, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170410, Ec

297 Carlos Polit, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170410, Ec

298 Av. Panamericana Norte, Urabá, Carcelén, Carapungo, Quito, Pichincha, 170302, Ec

299 Av. Jipijapa, Atahualpa E, La Magdalena, Quito, Pichincha, 170111, Ec

300 Av. 6 de Diciembre, Iñaquito, Quito, Pichincha, 170513, Ec

301 Edificio Blanquius, N26-205, La Niña, La Colon, Mariscal Sucre, Quito, Pichincha, 170522, Ec

302 Atlántico, San Bartolo, Quito, Pichincha, 170148, Ec

303 Los Encuentros, Unión y Justicia, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170148, Ec

304 De los Madroños, Condominio Amende, Los Laureles, Jipijapa, Quito, Pichincha, 170514, Ec

305 Av. General Eloy Alfaro, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170513, Ec

306 Av. 6 de Diciembre, Las Acacias, Los Laureles, Jipijapa, Quito, Pichincha, 170512, Ec

307 Av. Pichincha, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

308 Isla Seymour, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

309 Av. Mariscal Sucre, Rumipamba, Quito, Pichincha, 170104, Ec

310 General Francisco Salazar, La Floresta, Mariscal Sucre, Quito, Pichincha, 170109, Ec

311 Genesis, 2925, Av. Río Amazonas, La Carolina, Iñaquito, Quito, Pichincha, 170507, Ec

312 Francisco García, Carcelén, Quito, Pichincha, 170120, Ec

313 Av. Jipijapa, Atahualpa E, Villaflora, La Magdalena, Quito, Pichincha, 170603, Ec

314 Av. Jipijapa, Atahualpa E, Villaflora, La Magdalena, Quito, Pichincha, 170603, Ec

315 Eduardo Naula, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

316 General Eloy Alfaro, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170156, Ec

317 Capitán Rafael Ramos, La Luz, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

318 Supermaxi Carcelén, Av. Diego Vásquez de Cepeda, Ponceano, Carcelén, Quito, Pichincha, 170302, Ec

319 Av. Diego de Almagro, Mariscal Sucre, Quito, Pichincha, 170524, Ec

320 La Sofia, La Ferroviaria, Quito, Pichincha, 170604, Ec

321 E3, La Argelia, Quito, Pichincha, 170703, Ec

322 Cusubamba, La Isla, Santa Rita, Solanda, Quito, Pichincha, 170128, Ec

323 Cusubamba, La Isla, Santa Rita, Solanda, Quito, Pichincha, 170128, Ec

324 Av. de los Shyris, La Carolina, Iñaquito, Quito, Pichincha, 170135, Ec

325 Diógenes Paredes, La Victoria, El Carmen, Kennedy, Quito, Pichincha, 170512, Ec

326 torno-fresadora Servi-Torno, Oe5-137, Ajaví, San Bartolo, Quito, Pichincha, 170148, Ec

327 Daniel Hidalgo, Las Casas Bajo, Belisario Quevedo, Quito, Pichincha, 170520, Ec

328 Av. Simón Bolívar, Edén del Valle, Puengasí, Conocoto, Quito, Pichincha, 170419, Ec

329 Ciudad de Quito, Diego Mideros, San Roque, Centro Histórico, Quito, Pichincha, 170405, Ec

330 Av. Simón Bolívar, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

331 Joaquín Tipantuña, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

332 Av. Alonso de Angulo, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

333 Av. Alonso de Angulo, Atahualpa W, La Magdalena, Quito, Pichincha, 170601, Ec

334 Miguel Chopeya, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

335 Serapio Japerabi, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

336 35, Rene Hidalgo, Guamaní alto, Guamaní, Quito, Pichincha, 170711, Ec

337 Av. Simón Bolívar, Llano Grande, Carapungo, Calderón, Quito, Pichincha, 170309, Ec

338 Obispo Díaz de la Madrid, Mariana de Jesús, Belisario Quevedo, Quito, Pichincha, 170147, Ec

339 E2-64, Simón Bolívar, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170156, Ec

340 Av. Simón Bolívar, La Ferroviaria, Quito, Pichincha, 170404, Ec

341 Autopista General Rumiñahui, Barrio Paluco, Puengasí, Quito, Pichincha, 170404, Ec

342 Chanchagua, San Bartolo, Quito, Pichincha, 170607, Ec

343 Chanchagua, San Bartolo, Quito, Pichincha, 170607, Ec

344 Fernando Ayarza, Bellavista, Iñaquito, Quito, Pichincha, 170504, Ec

345 Av. Mariscal Sucre, Ejercito Nacional, Quitumbe, Quito, Pichincha, 170707, Ec

346 Av. Mariscal Sucre, Ejercito Nacional, Quitumbe, Quito, Pichincha, 170707, Ec

347 De los Jazmines, Rodríguez Aguirre, Fátima 1, Kennedy, Quito, Pichincha, 170138, Ec

348 Av. Mariana de Jesús, Belisario Quevedo, Quito, Pichincha, 170129, Ec

349 Oe9D, Mariana de Jesús, Rumipamba, Quito, Pichincha, 170521, Ec

350 Manuel Cajías, La Vicentina, Itchimbia, Quito, Pichincha, 170112, Ec

351 18 de Septiembre, Mariscal Sucre, Quito, Pichincha, 170526, Ec

352 Calle Galápagos, San Juan, Quito, Pichincha, 170130, Ec

353 Valparaíso, San Blas, Itchimbia, Quito, Pichincha, 170403, Ec

354 Alonso Fernández, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

355 Graciela Escudero, Santo Tomas, Turubamba, Quito, Pichincha, 181719, Ec

356 José Calama, Mariscal Sucre, Quito, Pichincha, 170524, Ec

357 Pachacutec, La Luz Alta, Conocoto, Quito, Pichincha, 170156, Ec

358 José Vinueza, El Carmen, Kennedy, Quito, Pichincha, 170510, Ec

359 Autopista General Rumiñahui, Barrio Paluco, Urb. Las Orquídeas, Puengasí, Quito, Pichincha, 170419, Ec

360 Av. Mariscal Sucre, Pinar Alto, Cochapamba, Quito, Pichincha, 170301, Ec

361 Huigra, Los Arrayanes, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

362 Luis Napoleón Dillon, Quito Norte, San Carlos, Cotocollao, Quito, Pichincha, 170315, Ec

363 Av. 6 de Diciembre, Mariscal Sucre, Quito, Pichincha, 170136, Ec

364 Av. Río Amazonas, La Carolina, Iñaquito, Quito, Pichincha, 170507, Ec

365 Bernardo de Legarda, Cumbayá, Quito, Pichincha, 170157, Ec

366 Guamote, La Argelia, Quito, Pichincha, 170248, Ec

367 Huancavilca, Hernando Parra, Llano Grande, Carapungo, Calderón, Quito, Pichincha, 170309, Ec

368 Alfonso Mora Bowen, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170410, Ec

369 Isla San Cristóbal, Iñaquito, Jipijapa, Quito, Pichincha, 170506, Ec

370 Carlos Endara, El Carmen, Kennedy, Quito, Pichincha, 170510, Ec

371 Av. Mariscal Sucre, Atahualpa W, La Magdalena, Quito, Pichincha, 170111, Ec

372 Av. Mariscal Sucre, Atahualpa W, La Magdalena, Quito, Pichincha, 170111, Ec

373 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

374 General Francisco Salazar, La Floresta, Mariscal Sucre, Quito, Pichincha, 170109, Ec

375 24-704, Av. Isabel la Católica, La Floresta, Mariscal Sucre, Quito, Pichincha, 170109, Ec

376 E7-102, Av. Tomas de Berlanga, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

377 Av. General Eloy Alfaro, El Batan, Iñaquito, Quito, Pichincha, 170516, Ec

378 Av. González Suárez, La Paz, Iñaquito, Quito, Pichincha, 170517, Ec

379 Isla San Cristóbal, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

380 Francisco Guarderas, La Victoria, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

381 Av. Cardenal Carlos de la Torre, El Calzado, San Bartolo, Quito, Pichincha, 170148, Ec

382 Av. Cardenal Carlos de la Torre, El Calzado, San Bartolo, Quito, Pichincha, 170148, Ec

383 Av. Simón Bolívar, desvío Puente Moran Valverde, La Argelia, Quito, Pichincha, 170703, Ec

384 Av. Velasco Ibarra, México, Chimbacalle, Quito, Pichincha, 170121, Ec

385 De los Guayacanes, Hospital Solca, San Isidro del Inca, Quito, Pichincha, 170138, Ec

386 Egos Peluquería, N53-7, Víctor Mideros, La Kennedy, La Luz, Kennedy, Quito, Pichincha, 170502, Ec

387 Av. Mariscal Sucre, El Bosque, Cochapamba, Quito, Pichincha, 170104, Ec

388 Av. Simón Bolívar, Entrada Forestal, Puengasí, Quito, Pichincha, 170409, Ec

389 Av. Simón Bolívar, Entrada Forestal, Puengasí, Quito, Pichincha, 170409, Ec

390 Oe5-251, Bartolomé de las Casas, Belisario Quevedo, Quito, Pichincha, 170147, Ec

391 Autopista General Rumiñahui, Barrio Paluco, Urb. Las Orquídeas, Puengasí, Quito, Pichincha, 170419, Ec

392 Av. General Eloy Alfaro, Comité del Pueblo, Carapungo, Quito, Pichincha, 170302, Ec

393 Av. Simón Bolívar, Miravalle, Nayón, Quito, Pichincha, 170515, Ec

394 N39-72, Manuel Guzmán, El Batan, Iñaquito, Quito, Pichincha, 170513, Ec

395 Luis Cordero, La Floresta, Mariscal Sucre, Quito, Pichincha, 170109, Ec

396 Diógenes Paredes, La Luz, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

397 Av. Francisco de Orellana, La Colon, Mariscal Sucre, Quito, Pichincha, 170522, Ec

398 Av. Simón Bolívar, Hernando Parra, Carapungo, Calderón, Quito, Pichincha, 170309, Ec

399 Av. Simón Bolívar, Itchimbia, Cumbayá, Quito, Pichincha, 170107, Ec

400 Indanza, El Carmen, Kennedy, Quito, Pichincha, 170510, Ec

401 200, Av. Florencia, La Primavera I, La Primavera, Cumbaya, Quito, Pichincha, 170903, Ec

402 La Santa, Av. Isabel la Católica, La Floresta, Mariscal Sucre, Quito, Pichincha, 170109, Ec

403 Cañaris, La Magdalena, Quito, Pichincha, 170170, Ec

404 Av. Simón Bolívar, Uraba II, Carcelén, Carapungo, Quito, Pichincha, 170204, Ec

405 Av. de la República, La Carolina, Iñaquito, Quito, Pichincha, 170507, Ec

406 José Abascal, El Batan, Iñaquito, Quito, Pichincha, 170514, Ec

407 Av. Simón Bolívar, Iñaquito, Miravalle, Quito, Pichincha, 170515, Ec

408 Av. Diego de Almagro, Mariscal Sucre, Quito, Pichincha, 170522, Ec

409 José de Armero, Miraflores Bajo, San Juan, Quito, Pichincha, 170411, Ec

410 Av. Simón Bolívar, Itchimbia, Cumbayá, Quito, Pichincha, 170107, Ec

411 Nuestra Señora de Santa Ana, Nayón, Nayón, Quito, Pichincha, 170503, Ec

412 Av. de los Conquistadores, Guápulo, Itchimbia, Quito, Pichincha, 170408, Ec

413 Ruta Viva, Auqui Chico, La Primavera, Cumbayá, Quito, Pichincha, 170511, Ec

414 Av. Camilo Ponce Enríquez, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170156, Ec

415 Av. Simón Bolívar, Puengasí, Cumbayá, Quito, Pichincha, 170410, Ec

416 Av. Juan Molineros, Coop. Monserrat, Fatima 1, Kennedy, Quito, Pichincha, 170307, Ec

417 Nuño de Valderrama, La Granja, Belisario Quevedo, Quito, Pichincha, 170147, Ec

418 Av. Simón Bolívar, Hernando Parra, Carapungo, Calderón, Quito, Pichincha, 170309, Ec

419 General Quisquis, La Magdalena, Quito, Pichincha, 170170, Ec

420 Puruhá, La Magdalena, Quito, Pichincha, 170111, Ec

421 José Tamayo, La Paz, Iñaquito, Quito, Pichincha, 170523, Ec

422 Av. 6 de Diciembre, Las Acacias, Los Laureles, Jipijapa, Quito, Pichincha, 170149, Ec

423 Huigra, Coop. IESS, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170148, Ec

424 Carapungo, Coop. IESS, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170148, Ec

425 José Gómez, La Paz, Iñaquito, Quito, Pichincha, 170107, Ec

426 Av. la Coruña, La Floresta, Mariscal Sucre, Quito, Pichincha, 170525, Ec

427 Av. Diego de Almagro, Mariscal Sucre, Quito, Pichincha, 170524, Ec

428 Guepi, Las Acacias, Policía Nacional, Jipijapa, Quito, Pichincha, 170501, Ec

429 Av. Mariscal Sucre, Rumipamba, Quito, Pichincha, 170104, Ec

430 Oe5B Loreto, La Isla, Santa Rita, Solanda, Quito, Pichincha, 170128, Ec

431 Oe5B Loreto, La Isla, Santa Rita, Solanda, Quito, Pichincha, 170128, Ec

432 E11-45, Hugo Moncayo, El Batan, Iñaquito, Quito, Pichincha, 170505, Ec

433 De las Brevas, Las Acacias, Los Laureles, Jipijapa, Quito, Pichincha, 170149, Ec

434 Guamote, La Argelia, Quito, Pichincha, 170248, Ec

435 Av. Simón Bolívar, Miravalle, Nayón, Quito, Pichincha, 170515, Ec

436 Av. González Suárez, La Paz, Iñaquito, Quito, Pichincha, 170517, Ec

437 Destacamento Panupali, La Ofelia, Ponceano, El Condado, Quito, Pichincha, 170315, Ec

438 Av. Camilo Ponce Enríquez, Conocoto, Quito, Pichincha, 170156, Ec

439 Vía Interoceánica, Itchimbia, Miravalle, Quito, Pichincha, 170515, Ec

440 Colegio Intisana, La Industrial, El Bosque, Cochapamba, Quito, Pichincha, 170104, Ec

441 Don Bosco, San Blas, La Tola, Itchimbia, Quito, Pichincha, 170403, Ec

442 Av. Ilaló, Blue Garden, Conocoto, Quito, Pichincha, 170810, Ec

443 República Dominicana, Uraba, Carcelén, Quito, Pichincha, 170302, Ec

444 Río de Janeiro, América, San Juan, Quito, Pichincha, 170411, Ec

445 Av. del Maestro, Rumiñahui, La Luz, Kennedy, Quito, Pichincha, 170315, Ec

446 Manuel Angulo, La Vicentina, Itchimbia, Quito, Pichincha, 170112, Ec

447 Emilio Bustamante, Cotocollao, El Condado, Quito, Pichincha, 170315, Ec

448 Tupac Yupanqui, Rinconada del Sol II, Llano Grande, Calderón, Calderón, Quito, Pichincha, 170155, Ec

449 Autopista General Rumiñahui, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170410, Ec

450 Concepción, La Tola Baja, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

451 E13-199, Vicente Solano, La Vicentina, Itchimbia, Quito, Pichincha, 170112, Ec

452 Algarrobos, La Victoria, El Carmen, Kennedy, Quito, Pichincha, 170512, Ec

453 Condor, N47515, Av. de las Palmeras, San Isidro del Inca, Kennedy, Quito, Pichincha, 170514, Ec

454 Av. Oswaldo Guayasamín, Auqui Chico, La Primavera, Cumbayá, Quito, Pichincha, 170903, Ec

455 E2-22, Simón Bolívar, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170156, Ec

456 Vía Interoceánica, Iñaquito, Quito, Pichincha, 170515, Ec

457 Autopista General Rumiñahui, Edén del Valle, Puengasí, Conocoto, Quito, Pichincha, 170419, Ec

458 Av. General Eloy Alfaro, La Carolina, Iñaquito, Quito, Pichincha, 170504, Ec

459 Av. Simón Bolívar, Itchimbia, Cumbayá, Quito, Pichincha, 170107, Ec

460 Av. Simón Bolívar, Puengasí, Quito, Pichincha, 170410, Ec

461 Huigra, Los Arrayanes, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

462 Av. Simón Bolívar, Itchimbia, Cumbayá, Quito, Pichincha, 170107, Ec

463 Autopista General Rumiñahui, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170410, Ec

464 Isla Floreana, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

465 Av. Morán Valverde, Quitumbe, Quito, Pichincha, 170146, Ec

466 Yeira Rosa, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

467 Yeira Rosa, Santa Anita 2, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

468 Barrera, Matovelle, El Carmen, Kennedy, Quito, Pichincha, 170138, Ec

469 Jardín del Valle, Urb. El Madrigal, Puengasí, Conocoto, Quito, Pichincha, 170419, Ec

470 Vancouver, La Pradera, Iñaquito, Quito, Pichincha, 170519, Ec

471 Auto Okey 3d, Oe5-54, Ajaví, San Bartolo, Quito, Pichincha, 170148, Ec

472 Hernán Morillo, Chimbacalle, Quito, Pichincha, 170609, Ec

473 N2-16, José Joaquín Olmedo, Urbanización Ciudad de Quito, Conocoto, Quito, Pichincha, 170156, Ec

474 Av. Simón Bolívar, San Martin, Quitumbe, Quito, Pichincha, 170703, Ec

475 Rigoberto Heredia, Quito Norte, San Carlos, Cotocollao, Quito, Pichincha, 170315, Ec

476 Av. Simón Bolívar, La Ferroviaria, Quito, Pichincha, 170604, Ec

477 Av. Simón Bolívar, Puengasí, Cumbayá, Quito, Pichincha, 170410, Ec

478 Calle B, Valle del Sur, Quitumbe, Quito, Pichincha, 170703, Ec

479 Luis García, 25 de Diciembre, La Ecuatoriana, Quito, Pichincha, 170140, Ec

480 El Paso, 25 de Diciembre, La Ecuatoriana, Quito, Pichincha, 170140, Ec

481 Charles Darwin, La Armenia, Conocoto, Quito, Pichincha, 170803, Ec

482 Av. General Eloy Alfaro, Iñaquito, Quito, Pichincha, 170504, Ec

483 Av. Simón Bolívar, La Ferroviaria, Quito, Pichincha, 170604, Ec

484 Av. General Rumiñahui, Conocoto, Quito, Pichincha, 170803, Ec

485 E7-102, Av. Tomas de Berlanga, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

486 Av. Pichincha, Centro Histórico, Quito, Pichincha, 170114, Ec

487 18 de Septiembre, Miraflores Bajo, San Juan, Quito, Pichincha, 170401, Ec

488 Av. Simón Bolívar, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

489 Francisco Namiña, Rumiñahui, La Luz, Kennedy, Quito, Pichincha, 170303, Ec

490 Av. Martha Bucaram de Roldós, Espejo, La Ecuatoriana, Quito, Pichincha, 170717, Ec

491 Av. Simón Bolívar, San Vicente, Miravalle, Nayón, Quito, Pichincha, 170515, Ec

492 E5A, San Blas, Turubamba, Quito, Pichincha, 183467, Ec

493 Sozoranga, San Bartolo, Quito, Pichincha, 170148, Ec

494 Sozoranga, San Bartolo, Quito, Pichincha, 170148, Ec

495 Quinta Av., Carcelén, Carapungo, Quito, Pichincha, 170204, Ec

496 Av. Pedro Vicente Maldonado, Villaflora, La Magdalena, Quito, Pichincha, 170609, Ec

497 Camilo Ponce Enríquez, Santo Domingo, Conocoto, Quito, Pichincha, 170604, Ec

498 Francisco Sanguña Astudillo, Marantha, Calderón, Calderón, Quito, Pichincha, 170211, Ec

499 Tio Loma, Hacienda María, Conocoto, Quito, Pichincha, 170409, Ec

500 Autopista General Rumiñahui, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170410, Ec

501 Francisco Nieto, La Luz, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

502 De las Alondras, Monteserrín, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170124, Ec

503 De las Alondras, Campo Alegre, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170124, Ec

504 Av. Manuel Córdova Galarza, Carcelén, El Condado, Quito, Pichincha, 170310, Ec

505 N40-310, Hidalgo de Pinto, Granda Centeno, Rumipamba, Quito, Pichincha, 170104, Ec

506 Av. Simón Bolívar, Puengasí, Conocoto, Quito, Pichincha, 170410, Ec

507 Isla Fernandina, Iñaquito, Jipijapa, Quito, Pichincha, 170501, Ec

508 Av. Ilaló, Blue Garden, Conocoto, Quito, Pichincha, 170810, Ec

509 Profeta Jeremías, San Mateo, Chillogallo, Quito, Pichincha, 170721, Ec

510 Profeta Jeremías, San Mateo, Chillogallo, La Mena, Quito, Pichincha, 170721, Ec

511 Fernando Ayarza, Bellavista, Iñaquito, Quito, Pichincha, 170504, Ec

512 Vía Interoceánica, Guápulo, Itchimbia, Quito, Pichincha, 170515, Ec

513 Jaime Albuja, La Ofelia, Ponceano, El Condado, Quito, Pichincha, 170303, Ec

514 Av. Simón Bolívar, Puengasí, Quito, Pichincha, 170410, Ec

515 E18G, Puengasí, Conocoto, Quito, Pichincha, 170409, Ec

516 Av. Mariscal Sucre, La Granja, Belisario Quevedo, Quito, Pichincha, 170527, Ec

517 Av. Pedro Vicente Maldonado, Quitumbe, Quito, Pichincha, 170123, Ec

518 Juan de Padilla, Villaflora, La Magdalena, Quito, Pichincha, 170119, Ec

519 Av. Simón Bolívar, La Ferroviaria, Quito, Pichincha, 170604, Ec

520 Iglesia Católica María Auxiliadora, Los Ríos, San Blas, Centro Histórico, Quito, Pichincha, 170403, Ec

521 N90, Carcelén, Quito, Pichincha, 170120, Ec

522 Av. General Eloy Alfaro, Ponceano, Carapungo, Quito, Pichincha, 170302, Ec

523 Joaquín Rúales, San Mateo, Chillogallo, Quito, Pichincha, 171810, Ec

524 Bermejo, Gabriela Marina, Iñaquito, Quito, Pichincha, 170516, Ec

525 Ciudad de Quito, Diego Mideros, San Roque, Centro Histórico, Quito, Pichincha, 170405, Ec

526 Manuela Sáenz, Granda Centeno, Rumipamba, Quito, Pichincha, 170509, Ec

527 Alonso de Robles, Mena 2, Vencedores de Pichincha, La Mena, Quito, Pichincha, 170607, Ec

528 Alonso de Robles, Mena 2, Vencedores de Pichincha, La Mena, Quito, Pichincha, 170607, Ec

529 Autopista General Rumiñahui, Edén del Valle, Puengasí, Conocoto, Quito, Pichincha, 170419, Ec

530 S40, 25 de Diciembre, La Ecuatoriana, Quito, Pichincha, 170140, Ec

531 Av. Michelena, Atahualpa W, La Magdalena, Quito, Pichincha, 170601, Ec

532 Av. Michelena, Atahualpa W, La Magdalena, Quito, Pichincha, 170601, Ec

533 Av. Michelena, Atahualpa W, La Magdalena, Quito, Pichincha, 170601, Ec

534 Ferramenta, Av. 6 de Diciembre, La Carolina, Iñaquito, Quito, Pichincha, 170504, Ec

535 Raul Gonzales, La Primavera, Cumbayá, Quito, Pichincha, 170903, Ec

536 Mariano Coronel E10C, Las Acacias, Los Laureles, Jipijapa, Quito, Pichincha, 170149, Ec

537 Galo Molina, Atahualpa E, La Magdalena, Quito, Pichincha, 170111, Ec

538 Galo Molina, Atahualpa E, La Magdalena, Quito, Pichincha, 170111, Ec

539 Av. Simón Bolívar, Itchimbia, Cumbayá, Quito, Pichincha, 170107, Ec

540 Pomasqui, Dos Puentes, 2 Puentes, La Libertad, Quito, Pichincha, 170602, Ec

541 Patate, Dos Puentes, 2 Puentes, La Libertad, Quito, Pichincha, 170602, Ec

542 Antonio de Ulloa, Santa Clara, Belisario Quevedo, Quito, Pichincha, 170520, Ec

543 Camilo Ponce Enríquez, La Luz Alta, Conocoto, Quito, Pichincha, 170910, Ec

544 Pintag, Chilibulo, Quito, Pichincha, 170170, Ec

545 Pintag, Chilibulo, Quito, Pichincha, 170170, Ec

546 Tadeo Benítez, Ponceano, Carapungo, Quito, Pichincha, 170302, Ec

547 Av. Mariana de Jesús, Belisario Quevedo, Quito, Pichincha, 170527, Ec

548 Joaquín Rúales, San Mateo, Chillogallo, Quito, Pichincha, 171810, Ec

549 Guayas, Ciudadela Alegría, Llano Grande, Carapungo, Calderón, Quito, Pichincha, 170211, Ec

550 Eugenio Espejo, San Vicente, Iñaquito, Tanda, Nayon, Quito, Pichincha, 170157, Ec

551 Av. 6 de Diciembre, Las Acacias, Los Laureles, Jipijapa, Quito, Pichincha, 170149, Ec

552 El Sena, La Recoleta, Centro Histórico, Quito, Pichincha, 170602, Ec

553 Malta, N31-181, Av. la Coruña, La Paz, Iñaquito, Quito, Pichincha, 170107, Ec

554 Ernesto Albán, Chillogallo, Quito, Pichincha, 181910, Ec

555 Ernesto Albán, Chillogallo, Quito, Pichincha, 181910, Ec

556 José Rafael Bustamante, La Victoria, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

557 Autopista General Rumiñahui, Barrio Paluco, Urb. Las Orquídeas, Puengasí, Quito, Pichincha, 170419, Ec

558 S36B, Quitumbe, Quito, Pichincha, 170702, Ec

559 El Placer, San Juan, Quito, Pichincha, 170405, Ec

560 Chicaña, San Bartolo, Quito, Pichincha, 170607, Ec

561 Chicaña, San Bartolo, Quito, Pichincha, 170607, Ec

562 Autopista General Rumiñahui, Conocoto, Quito, Pichincha, 170803, Ec

563 Mariano Hinojosa, Jardín del Valle, Urb. El Madrigal, Puengasí, Quito, Pichincha, 170419, Ec

564 Av. Simón Bolívar, Guápulo, Itchimbia, Quito, Pichincha, 170107, Ec

565 Embajada de Turquía, E12-33, Av. Portugal, El Batan, Iñaquito, Quito, Pichincha, 170504, Ec

566 Botánica, E 13-18, Vizcaya, La Floresta, Mariscal Sucre, Quito, Pichincha, 170525, Ec

567 Toledo, La Floresta, Mariscal Sucre, Quito, Pichincha, 170525, Ec

568 General Epiclachima, La Magdalena, Quito, Pichincha, 103010, Ec

569 Colegio María de Nazareth, San Vicente de Paul, La Recoleta, Centro Histórico, Quito, Pichincha, 170602, Ec

570 Barrera, Matovelle, El Carmen, Kennedy, Quito, Pichincha, 170138, Ec

571 Vía Interoceánica, Guápulo, Itchimbia, Quito, Pichincha, 170515, Ec

572 Av. Galo Plaza Lasso, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

573 Chimborazo, La Primavera, Cumbayá, Quito, Pichincha, 170903, Ec

574 Av. del Maestro, Rumiñahui, La Luz, Kennedy, Quito, Pichincha, 170315, Ec

575 Payamino, Las Acacias, Policía Nacional, Jipijapa, Quito, Pichincha, 170149, Ec

576 Camilo Ponce Enríquez, La Luz Alta, Conocoto, Quito, Pichincha, 170910, Ec

577 Holanda, Benalcázar, La Carolina, Iñaquito, Quito, Pichincha, 170135, Ec

578 Pedro Botto, Nazareth, Ponceano, Quito, Pichincha, 170303, Ec

579 Av. Simón Bolívar, Edén del Valle, Puengasí, Conocoto, Quito, Pichincha, 170419, Ec

580 Manuel Lizarzaburo, Coop. Monserrat, Fátima 1, Kennedy, Quito, Pichincha, 170307, Ec

581 Av. Simón Bolívar, Entrada Forestal, Puengasí, Quito, Pichincha, 170409, Ec

582 Ruta Viva, Auqui Chico, La Primavera, Cumbayá, Quito, Pichincha, 170511, Ec

583 Av. Simón Bolívar, Itchimbia, Cumbayá, Quito, Pichincha, 170107, Ec

584 Av. Mariscal Sucre, Granda Centeno, Rumipamba, Quito, Pichincha, 170104, Ec

585 Juan Salinas, Larrea, San Juan, Quito, Pichincha, 170118, Ec

586 Barrera, Matovelle, El Carmen, Kennedy, Quito, Pichincha, 170138, Ec

587 Av. Alonso de Angulo, Atahualpa E, Villaflora, La Magdalena, Quito, Pichincha, 170601, Ec

588 General Epiclachima, La Magdalena, Quito, Pichincha, 170602, Ec

589 General Epiclachima, La Magdalena, Quito, Pichincha, 170602, Ec

590 Demetrio Aguilera Malta, Yanazarapata, San Francisco de Pinsho, Cumbaya, Quito, Pichincha, 170157, Ec

591 Av. Simón Bolívar, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

592 Av. 6 de Diciembre, Mariscal Sucre, Quito, Pichincha, 170523, Ec

593 Rumipamba, La Carolina, Iñaquito, Quito, Pichincha, 170507, Ec

594 Hotel Pinto Grand House, E4-150, Joaquín Pinto, Mariscal Sucre, Quito, Pichincha, 170524, Ec

595 Dammer, San Isidro del Inca, El Carmen, Kennedy, Quito, Pichincha, 170150, Ec

596 Juan de Dios Martínez, Barrio Batán Alto, Iñaquito, Quito, Pichincha, 170504, Ec

597 Barón de Carondelet, Voz de los Andes, Rumipamba, Quito, Pichincha, 170509, Ec

598 Av. Simón Bolívar, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

599 Joaquina Galarza, Edén del Valle, Puengasí, Conocoto, Quito, Pichincha, 170404, Ec

600 Av. Quitumbe Ñan, Nueva Aurora, Guamaní, Quito, Pichincha, 170701, Ec

601 Claudio Barahona, San Mateo, Chillogallo, Quito, Pichincha, 170708, Ec

602 Claudio Barahona, San Mateo, Chillogallo, Quito, Pichincha, 170708, Ec

603

Autopista General Rumiñahui, Conjunto Habitacional Bonsái II, Conocoto, Quito, Pichincha, 170803, Ec

604 Av. Lola Quintana, Conocoto, Quito, Pichincha, 170803, Ec

605 Av. Mariscal Sucre, Granda Centeno, Rumipamba, Quito, Pichincha, 170104, Ec

606 Vía Interoceánica, Cumbayá, Quito, Pichincha, 170157, Ec

607 Luis Cordero, Mariscal Sucre, Quito, Pichincha, 170524, Ec

608 Corea, La Carolina, Iñaquito, Quito, Pichincha, 170507, Ec

609 Versalles, Mariana de Jesús, Belisario Quevedo, Quito, Pichincha, 170520, Ec

610 Antonio Costas, Cochapamba, Quito, Pichincha, 170528, Ec

611 Chicaña, San Bartolo, Quito, Pichincha, 170607, Ec

612 Chicaña, San Bartolo, Quito, Pichincha, 170607, Ec

613 Pablo Calero, Nayón, Nayón, Quito, Pichincha, 170529, Ec

614 Av. Real Audiencia de Quito, Baker, La Luz, Kennedy, Quito, Pichincha, 170512, Ec

615 Angel Ushca, Marianitas, Calderón, Calderon, Quito, Pichincha, 170206, Ec

616 Vía Interoceánica, Miravalle, Nayon, Quito, Pichincha, 170157, Ec

617 S63, Turubamba, Quito, Pichincha, 181719, Ec

618 Calle Auqui, Guápulo, Puengasí, Quito, Pichincha, 170408, Ec

619 Av. Mariscal Sucre, Ponceano, El Condado, Quito, Pichincha, 170310, Ec

620 Oe9A, Coop. Monserrat, Conocoto, Quito, Pichincha, 170604, Ec

621 Av. Simón Bolívar, San Vicente, Iñaquito, Miravalle, Nayon, Quito, Pichincha, 170515, Ec

622 Oe10, Espejo, La Ecuatoriana, Quito, Pichincha, 170717, Ec

623 Oe10, Espejo, La Ecuatoriana, Quito, Pichincha, 170717, Ec

624 Pintag, Chilibulo, Quito, Pichincha, 170170, Ec

625 Pintag, Chilibulo, Quito, Pichincha, 170170, Ec

626 Av. Rumichaca Ñan, Quitumbe, Quito, Pichincha, 170702, Ec

627 Quinta Av., Carcelén, Carapungo, Quito, Pichincha, 170204, Ec

628 Av. Simón Bolívar, La Ferroviaria, Quito, Pichincha, 170604, Ec

629 Oswaldo Hurtado, La Ecuatoriana, Quito, Pichincha, 170140, Ec

630 Oe14A, Chillogallo, Quito, Pichincha, 170140, Ec

631 Abelardo Moncayo, Rumipamba, Quito, Pichincha, 170508, Ec

632 Domingo Espinar, Pambachupa, Belisario Quevedo, Quito, Pichincha, 170147, Ec

633 Av. de los Granados, Gabriela Marina, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170124, Ec

634 Oe8, Chilibulo, Quito, Pichincha, 170607, Ec

635 Oe8, Chilibulo, Quito, Pichincha, 170607, Ec

636 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170112, Ec

637 Playa Central, Bellavista, Iñaquito, Quito, Pichincha, 170504, Ec

638 Antonio Rodríguez, Clemente Ballen, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

639 Capitán Rafael Ramos, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

640 Indico, San Bartolo, Quito, Pichincha, 170148, Ec

641 Indico, San Bartolo, Quito, Pichincha, 170148, Ec

642 Barcelona, La Floresta, Mariscal Sucre, Quito, Pichincha, 170408, Ec

643 Av. de los Granados, Gabriela Marina, Iñaquito, Quito, Pichincha, 170513, Ec

644 Tegucigalpa, La Independencia, San Juan, Quito, Pichincha, 170411, Ec

645 El Juncal, Collaloma 9 de Junio, Comité del Pueblo, Puertas del Sol, Quito, Pichincha, 170303, Ec

646 Av. Simón Bolívar, Llano Grande, Carapungo, Calderón, Quito, Pichincha, 170309, Ec

647 Julio Moreno, Carapungo, Calderón, Quito, Pichincha, 170204, Ec

648 S53, La Ecuatoriana, Quito, Pichincha, 170705, Ec

649 De Las Begonias, Marianitas, Calderón, Calderón, Quito, Pichincha, 170206, Ec

650 Av. Mariscal Sucre, Pinar Alto, Cochapamba, Quito, Pichincha, 170103, Ec

651 Melchor de Aymerich, Panecillo, Centro Histórico, Quito, Pichincha, 170602, Ec

652 S47F, Nueva Aurora, Guamaní, Quito, Pichincha, 170701, Ec

653 María Angélica Hidrobo, Cabecera Cumbayá, La Primavera, Cumbayá, Quito, Pichincha, 170903, Ec

654 Oe2B, Quitumbe, Quito, Pichincha, 170702, Ec

655 De Parcelación, Turubamba, Quito, Pichincha, 183467, Ec

656 Florencio Espinoza, La Florida, La Concepción, Quito, Pichincha, 170301, Ec

657 Universidad UTE, S/N, Av. Mariana de Jesús, La Granja, Belisario Quevedo, Quito, Pichincha, 170521, Ec

658 Leónidas Plaza, Conocoto, Quito, Pichincha, 170801, Ec

659 Hacienda María, Conocoto, Quito, Pichincha, 170409, Ec

660 Av. Michelena, Atahualpa W, La Magdalena, Quito, Pichincha, 170601, Ec

661 Estadio Olímpico Atahualpa, Manuel María Sánchez, El Batan, Iñaquito, Quito, Pichincha, 170505, Ec

662 Nicolas Cevallos, Chillogallo, Quito, Pichincha, 170140, Ec

663 Oe12D, Chillogallo, Quito, Pichincha, 170140, Ec

664 Calle 4, Conjunto Villas Prado, Conocoto, Quito, Pichincha, 170812, Ec

665 De los Cerezos, Ponceano, Quito, Pichincha, 170303, Ec

666 Remigio Crespo Toral, La Tola Baja, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

667 Miguel Ángel Pontón, Los Arrayanes, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

668 Miguel Ángel Pontón, Los Arrayanes, Barrio Nuevo, San Bartolo, Quito, Pichincha, 170601, Ec

669 Macuma, Los Dos Puentes, 2 Puentes, La Libertad, Quito, Pichincha, 170602, Ec

670 Marieta de Ventimilla, La Colon, Mariscal Sucre, Quito, Pichincha, 170122, Ec

671 Pedro Calvo, La Granja, Belisario Quevedo, Quito, Pichincha, 170147, Ec

672 Ignacio Cabezas, Comité del Pueblo, Puertas del Sol, Quito, Pichincha, 170307, Ec

673 N33-90, Suiza, Benalcázar, La Carolina, Iñaquito, Quito, Pichincha, 170135, Ec

674 Calle 14, Valle del Sur, Quitumbe, Quito, Pichincha, 171606, Ec

675 Barrio Nuevo, San Bartolo, Quito, Pichincha, 170148, Ec

676 Barrio Nuevo, San Bartolo, Quito, Pichincha, 170148, Ec

677 Autopista General Rumiñahui, Barrio Paluco, Urb. Las Orquídeas, Puengasí, Quito, Pichincha, 170419, Ec

678 E8G, San Martin, La Argelia, Quito, Pichincha, 170703, Ec

679 Daniel Brito, Conocoto, Quito, Pichincha, 170810, Ec

680 Camino del Inca, Parque Industrial, Turubamba, Quito, Pichincha, 170123, Ec

681 Oe4C, La Luz Alta, Conocoto, Quito, Pichincha, 170910, Ec

682 De los Fresnos, Balcones del Edén 3, San Isidro del Inca, Quito, Pichincha, 170138, Ec

683 Antonia Salinas, Conjuntos San Mateo, Conocoto, Quito, Pichincha, 170910, Ec

684 Av. Panamericana Norte, Llano Grande, Carapungo, Calderón, Quito, Pichincha, 170211, Ec

685 E23, Jardín del Valle, Puengasí, Quito, Pichincha, 170410, Ec

686 La Cocha, Turubamba, Quito, Pichincha, 183467, Ec

687 Joaquín Gutiérrez, Ferroviaria Baja, La Ferroviaria, Quito, Pichincha, 170141, Ec

688 Charles Darwin, Granda Centeno, Rumipamba, Quito, Pichincha, 170102, Ec

689 María Tigsilema, Rumiñahui, La Luz, Kennedy, Quito, Pichincha, 170303, Ec

690 José María Borrero, La Luz, Kennedy, Quito, Pichincha, 170512, Ec

691 Av. Mariana de Jesus, Rumipamba, Quito, Pichincha, 170527, Ec

692 Hernán Gmoiner, Mena 2, Vencedores de Pichincha, La Mena, Quito, Pichincha, 170607, Ec

693 Hernán Gmoiner, Mena 2, Vencedores de Pichincha, La Mena, Quito, Pichincha, 170607, Ec

694 De las Gardenias, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170149, Ec

695 Lomas de Monteserrín, Los Laureles, Jipijapa, Comuna Miraflores, Quito, Pichincha, 170503, Ec

696 Av. América, Mariana de Jesús, Belisario Quevedo, Quito, Pichincha, 170520, Ec

697 Guepi, Las Acacias, Policía Nacional, Jipijapa, Quito, Pichincha, 170501, Ec

698 E2-252, Upano, México, Chimbacalle, Quito, Pichincha, 170121, Ec

699 E2, Valle del Sur, Quitumbe, Quito, Pichincha, 171606, Ec

700 Av. de los Granados, Iñaquito, Jipijapa, Quito, Pichincha, 170513, Ec

701 Vía Interoceánica, La Paz, Iñaquito, Quito, Pichincha, 170504, Ec

702 Calle Galápagos, La Chilena, San Juan, Quito, Pichincha, 170402, Ec

703 Av. Simón Bolívar, Carcelén, Carapungo, Quito, Pichincha, 170204, Ec

704 Autopista General Rumiñahui, Conocoto, Quito, Pichincha, 170910, Ec

705 La Primavera I, La Primavera, Cumbayá, Quito, Pichincha, 170184, Ec

706 Pedro Castillón, Espejo, La Ecuatoriana, Quito, Pichincha, 170717, Ec

707 Autopista General Rumiñahui, Hacienda María, Conocoto, Quito, Pichincha, 170409, Ec

708 Av. Ilaló, Greenfield, Conocoto, Quito, Pichincha, 170801, Ec

709 Juan de la Merced, Carcelén, Quito, Pichincha, 170120, Ec

710 E3E, Santo Tomas, Turubamba, Quito, Pichincha, 181719, Ec

711 Av. Juan de Ascaray, Iñaquito, Jipijapa, Quito, Pichincha, 170102, Ec

712 Av. Quitumbe Ñan, Quitumbe, Quito, Pichincha, 181910, Ec

713 Virgen de Monserrat, Marianitas, Calderón, Calderón, Quito, Pichincha, 170206, Ec

714 José Rodríguez, La Independencia, La Ecuatoriana, Quito, Pichincha, 170717, Ec

715 De las Cucardas, San Isidro del Inca, El Carmen, Kennedy, Quito, Pichincha, 170150, Ec

716 S18C, Mena 2, Vencedores de Pichincha, La Mena, Quito, Pichincha, 170607, Ec

717 Alonso de Robles, Mena 2, Vencedores de Pichincha, La Mena, Quito, Pichincha, 170607, Ec

718 E8H, San Martin, Quitumbe, Quito, Pichincha, 170703, Ec

719 Gabriel García Moreno, Conocoto, Quito, Pichincha, 170801, Ec

720 Av. Simón Bolívar, Iñaquito, Nayón, Nayón, Quito, Pichincha, 170503, Ec

721 Av. Manuel Córdova Galarza, Los Olivos, Pomasqui, Quito, Pichincha, 170120, Ec

722 Av. Simón Bolívar, Puengasí, Conocoto, Quito, Pichincha, 170410, Ec

723 Av. Simón Bolívar, Iñaquito, Comuna Miraflores, Quito, Pichincha, 170503, Ec

724 Av. Velasco Ibarra, Itchimbia, La Tola, Itchimbia, Quito, Pichincha, 170114, Ec

725 Crisóstomo Castelli, La Luz, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

726 Jorge Drom, Iñaquito, Jipijapa, Quito, Pichincha, 170102, Ec

727 Quilla Ñan, Nueva Aurora, Guamaní, Quito, Pichincha, 170123, Ec

728 Turubamba, Quito, Pichincha, 170123, Ec

729 Av. Morán Valverde, Quitumbe, Quito, Pichincha, 170146, Ec

730 General Ulpiano Páez, Mariscal Sucre, Quito, Pichincha, 170526, Ec

731 Simón Valenzuela, Altos del Valle, Itchimbia, Miravalle, Nayón, Quito, Pichincha, 170157, Ec

732 S51E, Parque Industrial, Turubamba, Quito, Pichincha, 183467, Ec

733 232, Austria, Benalcázar, La Carolina, Iñaquito, Quito, Pichincha, 170504, Ec

734 Calle 9, Valle del Sur, Quitumbe, Quito, Pichincha, 170703, Ec

735 Av. América, Larrea, San Juan, Quito, Pichincha, 170401, Ec

736 Guayanay Ñan, Ejercito Nacional, Quitumbe, Quito, Pichincha, 170701, Ec

737 Rafael Ramos, San Isidro del Inca, El Carmen, Kennedy, Quito, Pichincha, 170133, Ec

738 Av. 24 de Mayo, Centro Histórico, Quito, Pichincha, 170114, Ec

739 Av. Simón Bolívar, Puengasí, Conocoto, Quito, Pichincha, 170410, Ec

740 Av. González Suárez, Bellavista, Iñaquito, Quito, Pichincha, 170504, Ec

741 Huaynacapac, Nayón, Nayón, Quito, Pichincha, 170529, Ec

Fuente: Elaboración propia.