Publicado

2010-01-01

Localización óptima de expendios de carne porcina con Sistemas de Información Geográfica en la ciudad de Resistencia, Argentina

Optimal location for the sale of pork with the use of Geographic Information Systems in the city of Resistencia, Argentina

Ótima localização para instalações comerciais de venda de carne suína com sistemas de informação geográfica na cidade de Resistencia, Argentina

Palabras clave:

carne porcina, geomarketing, método kernel, puntos de venta, SIG. (es)
carne suína, geomarketing, método kernel, pontos de venda, SIG. (pt)
geomarketing, GIS, kernel method, points of sail, pork. (en)

Descargas

Autores/as

  • Oswaldo Daniel Cardozo Universidad Nacional del Nordeste
  • Carlos Esteban Bondar Universidad Nacional del Nordeste
  • Jorge Guillermo Odriozola Universidad Nacional del Nordeste
Este trabajo se propone examinar la distribución espacial de la oferta de carne porcina y su demanda potencial en Resistencia (Argentina), a fin de identificar áreas desatendidas para la localización de nuevos emplazamientos comerciales. Con esta finalidad se emplean los Sistemas de Información Geográfica (SIG), concretamente el método kernel, para representar las variables de interés (oferta y demanda) como densidades. En la oferta, se analizan carnicerías diferenciadas en tres categorías según su capacidad de atención a los clientes. En la demanda se analizan hogares, diferenciados en tres estratos de acuerdo a su nivel socioeconómico. La aplicación de estas técnicas permitió identificar “áreas calientes” con mayor atractivo comercial para nuevas carnicerías.
This paper aims to examine the spatial distribution of pork supply and its potential demand in Resistencia (Argentina), to identify underserved areas for the location of new commercial sites. Geographic Information Systems (GIS) are used for this purpose, specifically the kernel method, to represent the variables of interest (supply and demand) as density values. Regarding the supply, butcheries are analyzed in three distinct categories according to their customer service capacity. Regarding the demand, homes are analyzed and differentiated in three strata according to their socioeconomic status. The application of these techniques allowed identifying “hot spots” with greater commercial appeal for new butcheries.
Esta pesquisa tem como objetivo examinar a distribuição espacial da oferta e da potencial demanda de carne suína na cidade de Resistencia (Argentina), a fim de identificar as áreas não atendidas e com possibilidades de gerar novos locais. Dessa forma, são utilizados os Sistemas de Informação Geográfica (SIG), especificamente o método kernel, para representar as variáveis de oferta e demanda como densidades. No campo da oferta, foram examinados açougues diferenciados em três categorias segundo a capacidad de atenção ao público. Na área da demanda, foram analisadas residências, levando em conta três níveis sócio-econômicos diferentes. A aplicação destas técnicas permitiu identificar as “áreas quentes”, que são as que possuem maior atrativo comercial para novos locais de venda de carne suína.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Bertello, Fernando, ed. 2007. Se duplicó el consumo de carne porcina. Buenos Aires: La Nación, sección Economía. http://www.lanacion.com.ar/nota.asp?nota_id=955645 (consultado en diciembre de 2009).

Buzai, Gustavo y Claudia Baxendale. 2006. Análisis socioespacial con sistemas de información geográfica. Buenos Aires: Lugar editorial-Gepama.

Escolano Utrilla, Severino. 2002. Densidad de población y sustentabilidad en la ciudad de Zaragoza. En Aportaciones geográficas en memoria del profesor L. Miguel Yetano Ruiz, ed. Luis A. Longares y José Peña Monné, 173-182. Zaragoza: Departamento de Geografía y Ordenación del Territorio, Universidad de Zaragoza.

Moreno Jiménez, Antonio. 1991. Modelización cartográfica de densidades mediante estimadores kernel. Treballs de la Societat Catalana de Geografia 6 (30): 155-170.

Moreno Jiménez, Antonio. 2001. Geomarketing con sistemas de información geográfica. Madrid: Asociación de Geógrafos Españoles.

Odriozola, Jorge y Bondar, Carlos, eds. 2008. Geomarketing: emplazamiento de los puntos de venta que comercializan carnes en la ciudad de Resistencia como herramienta para optimizar la estrategia porcina del Chaco. Resistencia. Presentado en la Tercera Reunión de Usuarios de Tecnologías de la Información Geográfica del Nordeste Argentino, 23 al 27 de junio, Resistencia, Argentina. http://hum.unne.edu.ar/revistas/geoweb/Geo10/archivos/sigtignea.pdf (consultada en diciembre del 2009).

Odriozola, Jorge y Falcón, Vilma, eds. 2007. Geo-referenciación de los niveles socioeconómicos del Gran Resistencia. Resistencia: Universidad Nacional del Nordeste. http://eco.unne.edu.ar/administracion/pdfs/GeoNSEGranResistencia.pdf (consultado en diciembre del 2009).

Odriozola, Jorge, ed. 2007a. Comportamientos de compra de productos y subproductos del cerdo. Mercado de Resistencia. Corrientes. Revista digital de Ciencia y Técnica de la Universidad Nacional del Nordeste. http://revistacyt.unne.edu.ar/imagenes/Comportamiento%20de%20compras%20porcinos%20-%20Informe%20Preliminar.pdf (consultada en diciembre del 2009).

Odriozola, Jorge. 2007b. ¿Quiénes y cuántos son mis clientes? Construya su propio mercado en el Gran Resistencia y Corrientes. Resistencia: Librería de la Paz.

Santesmases Mestre, Miguel, Francisca Sánchez de Dusso y Graciela Kosiak de Gesualdo. 2004. Marketing. Conceptos y Estrategias. Madrid: Pirámide.

Santos Preciado, José y Francisco García Lázaro. 2003. El método dasimétrico-picnofiláctico: un procedimiento para la desagregación de datos censales. Presentado en la IX Conferencia Iberoamericana de SIG. 24-26 septiembre, Cáceres, España.

Silverman, Bernard. 1986. Density estimation for statistics and data analysis. Londres: Chapman and Hall.

Smith, Michael, Michael Goodchild y Paul Longley. 2009. Londres: Geospatial Analysis. http://www.spatialanalysisonline.com.

Stanton, William, Michael Etzel y Bruce Walker. 2007. Fundamentos de Marketing. México: Mc Graw Hill.