Análisis de siniestros de tránsito en ejes viales de competencia de la  
Policía Nacional en Pichincha período 2020-2024: Modelo de auto  
correlación espacial  
Analysis of traffic accidents on road axes under the jurisdiction of the National Police in  
Pichincha period 2020-2024: Spatial auto-correlation model  
• Fecha de recepción: 2025-10-15 • Fecha de aceptación: 2025-10-29 • Fecha de publicación: 2025-12-12  
Diego Patricio Amagua Tituaña1  
Giovanny Manuel Manosalvas Cornejo2  
Resumen  
Este documento permite ubicar en los ejes viales de competencia de la Policía Nacional en Pichincha  
en el periodo 2020-2024 de manera exacta, precisa y confiable los lugares donde se han producido  
accidentes de tránsito con el mayor promedio de personas fallecidas en un radio de 1 km, mediante  
la implementación de la metodología de autocorrelación espacial la cual a través de su unidad de  
medida I de Moran y la ayuda del software Python, nos ayudaran a determinar en primera instancia  
si existe algún patrón que determine si su distribución es estadísticamente agrupada, dispersa o  
aleatoria, además mediante el análisis Lisa ubicaremos los puntos calientes los cuales nos  
permitirán dan mayor atención e implementar estrategias que disminuyan los accidentes de tránsito  
que tengan como resultado personas fallecidas.  
Palabras claves: autocorrelación; espacial; siniestro; tránsito; fallecidos; estadísticas; resultados  
Abstract  
This document allows us to accurately, precisely, and reliably locate the locations of traffic accidents  
with the highest average number of fatalities within a 1-km radius on the roadways under the  
jurisdiction of the National Police in Pichincha during the 2020-2024 period. This is done by  
implementing the spatial autocorrelation methodology. Using its Moran's I unit of measurement and  
Python software, it will help us determine, first, whether there is a pattern that determines whether  
their distribution is statistically clustered, dispersed, or random. Additionally, using Lisa analysis, we  
will locate hot spots, allowing us to provide greater attention and implement strategies to reduce  
traffic accidents resulting in fatalities.  
Keywords: autocorrelation; spatial; accident; traffic; fatalities; statistics; results  
Introducción  
Los accidentes de tránsito (AT) en la actualidad se han convertido en algo cotidiano y común,  
dejando de sorprender y preocupar a la comunidad en general, de acuerdo con el periódico británico  
The Times (1896, 6), el 17 de agosto de 1896, en las calles de London se registró el primer accidente  
de tránsito, como resultado una persona fallecida de sexo mujer, el vehículo participante viajaba a  
una velocidad de 6 km/h, las autoridades de la época se comprometieron a que este tipo de hechos  
no volverían a ocurrir nunca más.  
1 Docente del Instituto Superior Tecnológico Policía Nacional, Quito-Ecuador,  
die_go1906@hotmail.com, https://orcid.org/ 0009-0004-1870-816X  
2 Docente - Universidad Central del Ecuador, Quito-Ecuador,  
gmmanosalvas@uce.edu.ec, https://orcid.org/ 0009-0004-0285-7398  
31  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470  
Análisis de siniestros de tránsito en ejes viales de  
competencia de la Policía Nacional en Pichincha período  
2020-2024: Modelo de auto correlación espacial  
Diego Patricio Amagua Tituaña  
Giovanny Manuel Manosalvas Cornejo  
___________________________________________________________________________________________________________  
Según el último informe de la Organización Mundial de la Salud (OMS) sobre la situación mundial  
de la seguridad vial, cada año más de 1,9 millones de personas mueren como consecuencia de  
accidentes de tránsito y de 20 a 50 millones resultan heridas (OMS 2023). En el Ecuador se registran  
4.000 personas fallecidas por siniestros de tránsito es decir una tasa estimada de 20 y 22 muertes  
por cada 100.000 habitantes y más de 25.000 a 30.000 heridas (ANT 2023). El aumento de los  
accidentes de tránsito una estrecha relación con el crecimiento del parque automotriz y la población  
en general, en el año 2023 existió 3,07 millones de vehículos matriculados a nivel nacional lo que  
representa un aumento del 6,42% respecto al 2022 (INEC 2023), y en al año 2024 se registraron  
108.266 vehículos nuevos, esta cifra representa una caída del 18.2ꢀ% respecto a los 132.388  
vehículos matriculados en 2023 (AEADE 2023).  
Así también de acuerdo con las proyecciones, hasta diciembre de 2024 Ecuador superó los 18  
millones de habitantes (INEC 2023). Pudiendo comprobar que mientras la población crece a un ritmo  
demográfico de <ꢀ1ꢀ% anual, los vehículos proliferan a tasas superiores al 7ꢀ%, es decir la cantidad  
de vehículos aumenta más rápido que la población, el resultado de este análisis impacta y modifica  
a la movilidad, infraestructura vial y la demanda de políticas de seguridad y sostenibilidad. Las  
estrategias que autoridades de turno utilizaron para disminuir los accidentes de tránsito son;  
reformas, ajustes, actualizaciones en la Ley Orgánica de Transporte Terrestre, Tránsito y Seguridad  
Vial (LOTTTSV), así mismo los delitos e infracciones fueron separadas de la LOTTTSV y colocados  
en el Código Orgánico Integral Penal (COIP), las cuales también han sido modificadas cinco veces  
desde su publicación en el registro oficial siendo la última el 26 de junio de 2025.  
El presente trabajo cuestiona, el aumento de multas y penas reduce los accidentes de tránsito,  
proponiendo en cambio una responsabilidad compartida entre usuarios y autoridades viales. Así  
mismo La Policía Nacional del Ecuador, mantiene competencia sobre varios ejes viales en  
Pichincha. Se analizarán los accidentes ocurridos entre 2020 y 2024 en estas vías mediante  
autocorrelación espacial y técnicas de “puntos calientes” y “puntos fríos”. El objetivo es identificar  
patrones estadísticos en la distribución de siniestros. Los resultados permitirán diseñar estrategias  
más precisas para mejorar la seguridad vial.  
Metodología  
La metodología utilizada es de carácter cuantitativo ya que consistió en la depuración y análisis de  
la base de datos de accidentes de tránsito otorgada por la Dirección Nacional de Control de Tránsito  
y Seguridad Vial (DNCTSV) del periodo 2020-2024, además para realizar este análisis se utilizó:  
•
•
•
Matriz de pesos por distancia (1 km de radio de influencia)  
Índice I de Moran para autocorrelación espacial global  
Análisis LISA (Local Indicators of Spatial Association) para identificar puntos calientes y  
puntos fríos.  
Descriptiva general: Entre 2020 y 2024, los datos de accidentes de tránsito proporcionados por la  
DNCTSV, identifico 26 causas, siendo la principal “conducir con falta de atención a las condiciones  
de tránsito”. Esta, junto con “exceso de velocidad” y “falta de atención en la conducción”, conforma  
un grupo que representa más del 79% de los casos.  
La primera causa mostró una tendencia decreciente, pasando del 53% en 2020 al 17% en 2024,  
con una caída destacada de 14% entre 2023 y 2024. En contraste, el “exceso de velocidad” aumentó  
32  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470  
Análisis de siniestros de tránsito en ejes viales de  
competencia de la Policía Nacional en Pichincha período  
2020-2024: Modelo de auto correlación espacial  
Diego Patricio Amagua Tituaña  
Giovanny Manuel Manosalvas Cornejo  
___________________________________________________________________________________________________________  
progresivamente, de apenas 1% en 2020 a 20% en 2024, con un salto notable de 15% entre 2022  
y 2023. Por su parte, la “falta de atención en la conducción” tuvo un comportamiento más variable:  
creció de 23% en 2020 a 45% en 2022, luego descendió a 25% en 2023 y volvió a subir a 39% en  
2024, destacando una reducción de 20% entre 2022 y 2023. Estos datos reflejan cambios  
significativos en los patrones de comportamiento vial durante el periodo analizado.  
Gráfico 1  
Datos de accidentes de tránsito  
2020  
2021  
2022  
2023  
2024  
C O N D U C E C O N F A L T A D E  
A T E N C I O N L A S  
C O N D I C I O N E S D E L T R A N S I T O  
E X C E S O D E V E L O C I D A D  
F A L T A D E A T E N C I O N E N L A  
C O N D U C C I O N  
A
Fuente: Dirección Nacional de Control de Tránsito y Seguridad Vial  
Elaboración: por el autor  
El segundo grupo de causas de accidentes de tránsito, que representa apenas el 17% de la base  
de datos general, incluye “estado de embriaguez”, “factores climáticos” e “imprudencia de los  
peatones”, y aunque su incidencia es menor en comparación con el primer grupo, presentan  
variaciones notables a lo largo del periodo 2020–2024. La embriaguez al volante lidera este grupo  
con una tendencia relativamente estable, fluctuando entre el 8% y el 10%. Los factores climáticos  
muestran un descenso progresivo, pasando del 6% en 2020 al 1% en 2024, con reducciones  
destacadas de 3% en dos momentos clave. Por su parte, la imprudencia del peatón se mantiene  
constante en 2% durante la mayoría de los años, salvo en 2023 donde se eleva a 5%, antes de  
volver a descender, evidenciando también una caída de 3% entre 2023 y 2024.  
Gráfico 2  
Segundo grupo de causas de accidentes de tránsito  
2020  
2021  
2022  
2023  
2024  
E S T A D O D E  
F A C T O R C L I M A T I C O  
I M P R U D E N C I A P E A T O N  
E M B R I A G U E Z  
Fuente: Dirección Nacional de Control de Tránsito y Seguridad Vial  
Elaboración: por el autor  
En el tercer grupo se encuentran las 20 causas de accidentes de tránsito restantes, están abarcan  
apenas el 11 % de la base de datos en general y la que lidera el grupo no supera el 4 %, lo que  
evidencia que su incidencia individual es significativamente menor en comparación con los otros  
grupos analizados.  
33  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470  
Análisis de siniestros de tránsito en ejes viales de  
competencia de la Policía Nacional en Pichincha período  
2020-2024: Modelo de auto correlación espacial  
Diego Patricio Amagua Tituaña  
Giovanny Manuel Manosalvas Cornejo  
___________________________________________________________________________________________________________  
Gráfico 3  
Tercer grupo de causas de accidentes de tránsito  
Fuente: Dirección Nacional de Control de Tránsito y Seguridad Vial  
Elaboración: por el autor  
Todas estas causas han dado como resultado un total de 480 personas fallecidas y 1267 persona  
heridas en el periodo de 5 años en los ejes viales competencia de la PN, cabe recalcar que las  
autoridades competentes mediante estos datos han diseñado planes de prevención y control para  
evitar que sucedan más siniestros viales, pero no han podido lograr a que el valor llegue  
completamente a cero, solo se ha logrado cada una de las causas tengan modificaciones  
dependiendo del año.  
Análisis de autocorrelación espacial  
La autocorrelación espacial es una técnica estadística que nos permite identificar de una manera  
más clara y precisa si la distribución de los valores de una variable perteneciente a una base de  
datos sólida se encuentra estadísticamente agrupados, dispersos o aleatorios en una determinada  
ubicación geográfica, es decir ayuda a encontrar patrones en una distribución territorial mediante  
una variable (Guzmán-Manrique y Siabato 2019).  
Para realizar su medición se utilizan diferentes métodos estadísticos, en este caso usare la medida  
estadística denominada Índice de Moran (I de Moran) cuyos valores se interpretan de la siguiente  
manera:  
•
•
•
+1 = fuerte agrupamiento positivo (valores similares están cerca).  
0 = distribución aleatoria (sin autocorrelación).  
−1 = agrupamiento negativo (valores diferentes están cerca).  
El calculado a través del Software Python como lenguaje de programación interpretado y orientado  
por medio del cual se ingresaron cada una de las variables para deducir si existe o no  
autocorrelación en toda la ubicación geográfica señalada, finalizando con el análisis LISA quien  
orienta, señalando los lugares específicos donde ocurre la autocorrelación teniendo la ubicación de  
los puntos caliente y puntos fríos en el mapa de una manera precisa.  
Resultados  
Una vez realizada la autocorrelación espacial con la base de datos otorgada por (DNCTSV) del  
periodo 2020-2024, de manera general se obtuvo 17 puntos calientes y 36 puntos fríos es decir  
34  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470  
Análisis de siniestros de tránsito en ejes viales de  
competencia de la Policía Nacional en Pichincha período  
2020-2024: Modelo de auto correlación espacial  
Diego Patricio Amagua Tituaña  
Giovanny Manuel Manosalvas Cornejo  
___________________________________________________________________________________________________________  
existen 17 puntos donde hay una concentración alta de un fenómeno en comparación con su entorno  
y 36 puntos donde hay una concentración baja del fenómeno, también en contraste con el entorno,  
no hay que olvidar que utilizamos la matriz de pesos por distancia de 1 km de radio de influencia.  
De esta manera se logró identificar los tres puntos calientes con mayor promedio de personas  
fallecidas durante estos últimos 5 años los cuales son:  
Gráfico 4  
Hotspots y Coldspots de Accidentes con Fallecidos que analiza la distribución espacial de  
accidentes fatales  
Fuente: Software Python  
Elaboración: por el autor  
Según el gráfico 5, el resultado que ha emitido la autocorrelación espacial en año 2020 existen 3  
puntos calientes y 11 puntos fríos, con un promedio de fallecidos de 1,33; los lugares que se ha  
identificado con el mayor promedio de fallecidos son los siguientes:  
Gráfico 5  
Análisis de puntos críticos ("hotspots") y puntos fríos ("coldspots") de accidentes en una zona  
específica, probablemente cerca de Quito  
Fuente: Software Python  
Elaboración: por el autor  
35  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470  
Análisis de siniestros de tránsito en ejes viales de  
competencia de la Policía Nacional en Pichincha período  
2020-2024: Modelo de auto correlación espacial  
Diego Patricio Amagua Tituaña  
Giovanny Manuel Manosalvas Cornejo  
___________________________________________________________________________________________________________  
De acuerdo al gráfico 6, en el año 2021 existen 7 puntos calientes y 21 puntos fríos, con un promedio  
de fallecidos de 1,00; los lugares que se ha identificado con el mayor promedio de fallecidos son los  
siguientes:  
Gráfico 6  
Análisis de puntos críticos ("hotspots") y puntos fríos ("coldspots") de accidentes en 202, utilizando  
un análisis por distancia de 1 km y el Índice de Moran  
Fuente: Software Python  
Elaboración: por el autor  
De acuerdo al gráfico 7, en el año 2022 existen 1 punto caliente y 5 puntos fríos, con un promedio  
de fallecidos de 1,00; los lugares que se ha identificado con el mayor promedio de fallecidos son los  
siguientes:  
Gráfico 7  
Análisis de puntos críticos ("Hotspots") y puntos fríos ("Coldspots") de accidentes en el año 2022,  
realizado en una zona de Quito  
Fuente: Software Python  
Elaboración: por el autor  
36  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470  
Análisis de siniestros de tránsito en ejes viales de  
competencia de la Policía Nacional en Pichincha período  
2020-2024: Modelo de auto correlación espacial  
Diego Patricio Amagua Tituaña  
Giovanny Manuel Manosalvas Cornejo  
___________________________________________________________________________________________________________  
En el año 2023 existen 3 punto caliente y 11 puntos fríos, con un promedio de fallecidos de 1,33; los  
lugares que se ha identificado con el mayor promedio de fallecidos son los siguientes: (ver gráfico  
8)  
Gráfico 8  
Análisis de "Hotspots" y "Coldspots" de accidentes en el área de Quito en 2023, basado en un  
análisis de distancia de 1 km  
Fuente: Software Python  
Elaboración: por el autor  
En el año 2024 existen 7 punto caliente y 14 puntos fríos, con un promedio de fallecidos de 1,14;  
los lugares que se ha identificado con el mayor promedio de fallecidos son los siguientes: (ver gráfico  
9)  
Gráfico 9  
Análisis de puntos críticos (Hotspots) y puntos fríos (Coldspots) de accidentes de tráfico en el año  
2024, con un enfoque en el área de Quito  
Fuente: Software Python  
Elaboración: por el autor  
37  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470  
Análisis de siniestros de tránsito en ejes viales de  
competencia de la Policía Nacional en Pichincha período  
2020-2024: Modelo de auto correlación espacial  
Diego Patricio Amagua Tituaña  
Giovanny Manuel Manosalvas Cornejo  
___________________________________________________________________________________________________________  
Conclusión  
La metodología de autocorrelación espacial aplicada a los accidentes de tránsito en los ejes viales  
bajo competencia de la Policía Nacional del Ecuador revela un índice de Moran positivo, lo que  
indica un agrupamiento significativo de fallecidos en zonas específicas dentro de un radio de 1 km.  
Este patrón se repite anualmente en vías como la Panamericana Norte y Sur, Autopista General  
Rumiñahui, Av. Interoceánica y Quito-Papallacta, evidenciando una tendencia que, aunque no  
predice el futuro, describe un comportamiento constante en el tiempo. Estos hallazgos permiten  
identificar con precisión los puntos críticos y fundamentar estrategias más eficaces de prevención y  
control vial.  
Recomendación  
La aplicación de planes de seguridad vial en las zonas identificadas con alta concentración de  
accidentes mortales, utilizando la metodología de autocorrelación espacial como herramienta clave  
podría tener una incidencia en los accidentes de tránsito en áreas específicas. Esta técnica debe  
ser adoptada por todas las instituciones con competencia en tránsito para fortalecer la cooperación  
interinstitucional y reducir la tasa de mortalidad, actualmente entre 20 y 22 muertes por cada 100.000  
habitantes (ANT 2023). Además, su uso puede extenderse a otras áreas estratégicas como el  
combate al tráfico de drogas, armas y homicidios, optimizando el cumplimiento de la misión  
constitucional de la Policía Nacional.  
Bibliografía  
Agencia Nacional de Tránsito del Ecuador. 2023. Observatorio de Seguridad Vial, informes 2022–  
2023. Quito: ANT.  
Asociación de Empresas Automotrices del Ecuador. 2025. Ventas de vehículos nuevos en Ecuador  
a diciembre de 2024. Obtenido de https://automagazine.ec/ventas-de-vehiculos-nuevos-en-  
ecuador-a-diciembre-de-2024  
Guzmán-Manrique, J., & Siabato, W. 2019. La autocorrelación espacial y el desarrollo de la  
geografía cuantitativa. Bogotá: Cuadernos de Geografía: Revista Colombiana de Geografía.  
Instituto Nacional de Estadística y Censos. 2023. Anuario de estadísticas de transporte 2023. Quito:  
INEC.  
Instituto Nacional de Estadística y Censos. 2024. Proyecciones de población del Ecuador 2024.  
Quito: INEC.  
Salud, O. M. 2023. Global Status Report on Road Safety. Ginebra: OMS.  
Times, T. 1896. Fatal motor car accident at Crystal Palace. London: The Times  
38  
ISUPOL, Revista de Investigación en Seguridad Ciudadana y Orden Público  
Nº 11 Diciembre 2025 • pp 31-38 • ISSN impreso 2528-8032 • ISSN digital 2773-7470