Recibido: 10/03/2026 Aprobado:12/04/2026
Vol 6 N|1
1447 | P á g i n a
DOI: https://doi.org/10.70208/3007.8245.v6.n1.410
Planificación territorial y modelos predictivos en redes de distribución
logística de economías emergentes de América Latina
Krussheska Ching Ruíz
krussheska.ching@up.ac.pa
https://orcid.org/0009-0009-4531-5093
Universidad de Panamá
RESUMEN
La optimización de redes de distribución logística en economías emergentes de América Latina
enfrenta desafíos estructurales vinculados a la heterogeneidad territorial, las brechas de infraestructura
y la limitada integración de herramientas analíticas avanzadas en la toma de decisiones. El presente
artículo desarrolla una revisión sistemática de la literatura bajo el protocolo PRISMA 2020, con el
objetivo de identificar, analizar y sintetizar la evidencia científica sobre el uso de planificación territorial
y modelos predictivos en el diseño y optimización de redes de distribución logística en economías
emergentes de América Latina durante el período 2015–2025. Se consultaron cuatro bases de datos:
Scopus, Web of Science, Google Scholar y SciELO/Redalyc. Después de aplicar los criterios de
inclusión y exclusión, se seleccionaron 47 artículos para el análisis final. Los hallazgos revelan tres
tendencias dominantes: la incorporación creciente de variables territoriales en los modelos de
localización de hubs, la consolidación de enfoques predictivos híbridos y la emergencia de marcos
metodológicos integrados. Se concluye que existe evidencia sólida sobre la efectividad de estos
enfoques, aunque persisten brechas en contextos de alta informalidad y fragmentación territorial.
Palabras clave: revisión sistemática, planificación territorial, modelos predictivos, redes de distribución
logística, economías emergentes
Vol 6 N|1
1448 | P á g i n a
Territorial planning and predictive models in logistics distribution
networks of emerging economies in Latin America
ABSTRACT
The optimization of logistics distribution networks in emerging economies of Latin America faces
structural challenges linked to territorial heterogeneity, infrastructure gaps, and the limited integration
of advanced analytical tools in decision-making. This article presents a systematic literature review
conducted under the PRISMA 2020 protocol, with the aim of identifying, analyzing, and synthesizing
scientific evidence on the use of territorial planning and predictive models in the design and
optimization of logistics distribution networks in emerging economies of Latin America during the
period 2015–2025. Four databases were consulted: Scopus, Web of Science, Google Scholar, and
SciELO/Redalyc. After applying inclusion and exclusion criteria, 47 articles were selected for final
analysis. The findings reveal three dominant trends: the growing incorporation of territorial variables in
hub location models, the consolidation of hybrid predictive approaches, and the emergence of
integrated methodological frameworks. It is concluded that solid evidence exists regarding the
effectiveness of these approaches, although gaps persist in contexts of high informality and territorial
fragmentation.
Keywords: systematic review, territorial planning, predictive models, logistics distribution networks,
emerging economies
1448 | P á g i n a
Territorial planning and predictive models in logistics distribution
networks of emerging economies in Latin America
ABSTRACT
The optimization of logistics distribution networks in emerging economies of Latin America faces
structural challenges linked to territorial heterogeneity, infrastructure gaps, and the limited integration
of advanced analytical tools in decision-making. This article presents a systematic literature review
conducted under the PRISMA 2020 protocol, with the aim of identifying, analyzing, and synthesizing
scientific evidence on the use of territorial planning and predictive models in the design and
optimization of logistics distribution networks in emerging economies of Latin America during the
period 2015–2025. Four databases were consulted: Scopus, Web of Science, Google Scholar, and
SciELO/Redalyc. After applying inclusion and exclusion criteria, 47 articles were selected for final
analysis. The findings reveal three dominant trends: the growing incorporation of territorial variables in
hub location models, the consolidation of hybrid predictive approaches, and the emergence of
integrated methodological frameworks. It is concluded that solid evidence exists regarding the
effectiveness of these approaches, although gaps persist in contexts of high informality and territorial
fragmentation.
Keywords: systematic review, territorial planning, predictive models, logistics distribution networks,
emerging economies
Vol 6 N|1
1449 | P á g i n a
INTRODUCCIÓN
La logística y la gestión de redes de distribución constituyen ejes estratégicos del desarrollo económico
en América Latina. Sin embargo, la región enfrenta sobrecostos logísticos que, según estimaciones de
la Comisión Económica para América Latina y el Caribe (CEPAL, 2022), oscilan entre el 18% y el 35%
del valor de los productos, cifra que contrasta con el promedio del 8% registrado en países de la
Organización para la Cooperación y el Desarrollo Económicos (OCDE).
El Índice de Desempeño Logístico del Banco Mundial (Arvis et al., 2023) confirma esta brecha
estructural, posicionando a la mayoría de los países latinoamericanos por debajo de la media global en
infraestructura, aduana y calidad de servicios logísticos. Gevaers et al. (2014) advierten, además, que
los costos de distribución en última milla representan entre el 13% y el 75% del costo logístico total
según el contexto territorial, lo que subraya la necesidad de modelos diferenciados para entornos de
alta heterogeneidad espacial.
La planificación territorial entendida como el análisis sistemático de variables espaciales para la toma
de decisiones sobre infraestructura, localización y flujos de bienes ha sido identificada por múltiples
autores como un factor crítico para reducir esta brecha de eficiencia (Rodrigue et al., 2020; Farahani
et al., 2013). En el plano del diseño de redes intermodales, Woxenius (2012) demostró que la
configuración óptima de los nodos de consolidación y transbordo depende de manera determinante
de las características geográficas y económicas del territorio. Paralelamente, el desarrollo de modelos
predictivos ha ganado relevancia en la última década (Simchi-Levi et al., 2021; Chopra y Meindl, 2021).
No obstante, a pesar del crecimiento sostenido de la producción científica en estas áreas, no existe aún
una síntesis sistemática que integre la evidencia disponible sobre la articulación entre planificación
territorial y modelos predictivos en las economías emergentes latinoamericanas. Esta ausencia es
especialmente llamativa si se considera que Melo et al. (2009), en su influyente revisión sobre
localización de instalaciones en cadenas de suministro, ya identificaron la dimensión territorial como
una variable crítica subestimada en los modelos de optimización. Esta omisión, documentada hace
más de una década, continúa siendo relevante en el contexto regional latinoamericano.
1449 | P á g i n a
INTRODUCCIÓN
La logística y la gestión de redes de distribución constituyen ejes estratégicos del desarrollo económico
en América Latina. Sin embargo, la región enfrenta sobrecostos logísticos que, según estimaciones de
la Comisión Económica para América Latina y el Caribe (CEPAL, 2022), oscilan entre el 18% y el 35%
del valor de los productos, cifra que contrasta con el promedio del 8% registrado en países de la
Organización para la Cooperación y el Desarrollo Económicos (OCDE).
El Índice de Desempeño Logístico del Banco Mundial (Arvis et al., 2023) confirma esta brecha
estructural, posicionando a la mayoría de los países latinoamericanos por debajo de la media global en
infraestructura, aduana y calidad de servicios logísticos. Gevaers et al. (2014) advierten, además, que
los costos de distribución en última milla representan entre el 13% y el 75% del costo logístico total
según el contexto territorial, lo que subraya la necesidad de modelos diferenciados para entornos de
alta heterogeneidad espacial.
La planificación territorial entendida como el análisis sistemático de variables espaciales para la toma
de decisiones sobre infraestructura, localización y flujos de bienes ha sido identificada por múltiples
autores como un factor crítico para reducir esta brecha de eficiencia (Rodrigue et al., 2020; Farahani
et al., 2013). En el plano del diseño de redes intermodales, Woxenius (2012) demostró que la
configuración óptima de los nodos de consolidación y transbordo depende de manera determinante
de las características geográficas y económicas del territorio. Paralelamente, el desarrollo de modelos
predictivos ha ganado relevancia en la última década (Simchi-Levi et al., 2021; Chopra y Meindl, 2021).
No obstante, a pesar del crecimiento sostenido de la producción científica en estas áreas, no existe aún
una síntesis sistemática que integre la evidencia disponible sobre la articulación entre planificación
territorial y modelos predictivos en las economías emergentes latinoamericanas. Esta ausencia es
especialmente llamativa si se considera que Melo et al. (2009), en su influyente revisión sobre
localización de instalaciones en cadenas de suministro, ya identificaron la dimensión territorial como
una variable crítica subestimada en los modelos de optimización. Esta omisión, documentada hace
más de una década, continúa siendo relevante en el contexto regional latinoamericano.
Vol 6 N|1
1450 | P á g i n a
La pregunta que orienta este estudio es: ¿qué evidencia científica existe, entre 2015 y 2025, sobre el
uso de planificación territorial y modelos predictivos para la optimización de redes de distribución
logística en economías emergentes de América Latina? El objetivo general es identificar, analizar y
sintetizar dicha evidencia mediante una revisión sistemática de la literatura. Los objetivos específicos
son: (a) describir las tendencias temáticas y metodológicas de la literatura revisada, (b) identificar las
variables territoriales más frecuentemente utilizadas, y (c) analizar la evolución temporal de las
tendencias temáticas identificadas.
El contexto latinoamericano presenta características únicas que justifican un tratamiento diferenciado
respecto a la literatura logística global. La coexistencia de megacópolis con alta densidad económica
junto a extensas zonas rurales con conectividad vial deficiente genera una heterogeneidad territorial
sin parángono (Banco Mundial, 2023). Bensassi et al. (2015) aportaron evidencia empírica sobre la
relación positiva entre la calidad de la infraestructura logística y el crecimiento del comercio regional
en América Latina, cuantificando que una mejora de un punto en el Índice de Desempeño Logístico se
asocia con un incremento del 4.2% en los flujos de exportación intrarregionales.
Desde una perspectiva teórica, la revisión se inscribe en la intersección entre la investigación de
operaciones aplicada a la logística, la economía geográfica y la planificación urbana y regional. Ballou
(2004) sentó las bases conceptuales para entender la logística como un sistema espacialmente
distribuido, subrayando la necesidad de integrar la dimensión territorial en las decisiones de red.
Rodrigue et al. (2020) desarrollaron el concepto de geografía del transporte como marco analítico para
comprender la interacción entre infraestructura, flujos de bienes y desarrollo territorial. Este enfoque
integrador permite vincular las decisiones de diseño de redes logísticas con las condiciones
estructurales del territorio, constituyendo el referente teórico central del presente estudio.
La relevancia práctica de este estudio se vincula directamente con la agenda de desarrollo sostenible
de la región. Los Objetivos de Desarrollo Sostenible, en particular el ODS 9: industria, innovación e
infraestructura y el ODS 11: ciudades y comunidades sostenibles, establecen metas explícitas de
mejora de la infraestructura logística y de reducción de las brechas territoriales de acceso a mercados.
1450 | P á g i n a
La pregunta que orienta este estudio es: ¿qué evidencia científica existe, entre 2015 y 2025, sobre el
uso de planificación territorial y modelos predictivos para la optimización de redes de distribución
logística en economías emergentes de América Latina? El objetivo general es identificar, analizar y
sintetizar dicha evidencia mediante una revisión sistemática de la literatura. Los objetivos específicos
son: (a) describir las tendencias temáticas y metodológicas de la literatura revisada, (b) identificar las
variables territoriales más frecuentemente utilizadas, y (c) analizar la evolución temporal de las
tendencias temáticas identificadas.
El contexto latinoamericano presenta características únicas que justifican un tratamiento diferenciado
respecto a la literatura logística global. La coexistencia de megacópolis con alta densidad económica
junto a extensas zonas rurales con conectividad vial deficiente genera una heterogeneidad territorial
sin parángono (Banco Mundial, 2023). Bensassi et al. (2015) aportaron evidencia empírica sobre la
relación positiva entre la calidad de la infraestructura logística y el crecimiento del comercio regional
en América Latina, cuantificando que una mejora de un punto en el Índice de Desempeño Logístico se
asocia con un incremento del 4.2% en los flujos de exportación intrarregionales.
Desde una perspectiva teórica, la revisión se inscribe en la intersección entre la investigación de
operaciones aplicada a la logística, la economía geográfica y la planificación urbana y regional. Ballou
(2004) sentó las bases conceptuales para entender la logística como un sistema espacialmente
distribuido, subrayando la necesidad de integrar la dimensión territorial en las decisiones de red.
Rodrigue et al. (2020) desarrollaron el concepto de geografía del transporte como marco analítico para
comprender la interacción entre infraestructura, flujos de bienes y desarrollo territorial. Este enfoque
integrador permite vincular las decisiones de diseño de redes logísticas con las condiciones
estructurales del territorio, constituyendo el referente teórico central del presente estudio.
La relevancia práctica de este estudio se vincula directamente con la agenda de desarrollo sostenible
de la región. Los Objetivos de Desarrollo Sostenible, en particular el ODS 9: industria, innovación e
infraestructura y el ODS 11: ciudades y comunidades sostenibles, establecen metas explícitas de
mejora de la infraestructura logística y de reducción de las brechas territoriales de acceso a mercados.
Vol 6 N|1
1451 | P á g i n a
La evidencia sistematizada en esta revisión contribuye a identificar qué enfoques metodológicos
ofrecen mayores garantías de éxito en la consecución de estos objetivos.
Finalmente, la elección del protocolo PRISMA 2020 como marco metodológico responde a la
necesidad de garantizar la transparencia, replicabilidad y exhaustividad del proceso de síntesis de
evidencia. La aplicación de este protocolo en el campo de la logística latinoamericana es aún
incipiente, confiriendo al presente trabajo un carácter pionero dentro de su línea de investigación.
METODOLOGÍA
La investigación sigue el protocolo PRISMA 2020 (Page et al., 2021). La búsqueda se realizó en Scopus,
Web of Science, Google Scholar y SciELO/Redalyc durante el primer trimestre de 2025, delimitada al
período 2015–2025. La ecuación de búsqueda incorporó términos vinculados a la optimización de
instalaciones bajo incertidumbre, siguiendo la taxonomía propuesta por Snyder (2006), quien distingue
entre modelos de localización deterministas y estocásticos, clasificación relevante para capturar la
diversidad metodológica de los estudios revisados. Los criterios de inclusión y exclusión se definieron
a priori según el esquema PICO adaptado (Methley et al., 2014), tal como se detalla en la Tabla 1.
Tabla 1. Criterios de inclusión y exclusión de la revisión sistemática
Dimensión Criterios de inclusión Criterios de exclusión
Período Publicaciones entre 2015 y 2025 Estudios anteriores a 2015
Idioma Español, inglés o portugués Otros idiomas sin traducción
Tipo de
documento
Artículos en revistas arbitradas Libros, tesis, actas de congresos
Temática Planificación territorial, modelos
predictivos y/o redes de
distribución logística
Sin relación con logística o
distribución
Contexto
geográfico
Economías emergentes, énfasis en
América Latina
Exclusivamente economías
desarrolladas sin comparación
regional
Accesibilidad Texto completo disponible Sin acceso al texto completo
Nota. Elaboración propia basada en el esquema PICO adaptado (Methley et al., 2014).
1451 | P á g i n a
La evidencia sistematizada en esta revisión contribuye a identificar qué enfoques metodológicos
ofrecen mayores garantías de éxito en la consecución de estos objetivos.
Finalmente, la elección del protocolo PRISMA 2020 como marco metodológico responde a la
necesidad de garantizar la transparencia, replicabilidad y exhaustividad del proceso de síntesis de
evidencia. La aplicación de este protocolo en el campo de la logística latinoamericana es aún
incipiente, confiriendo al presente trabajo un carácter pionero dentro de su línea de investigación.
METODOLOGÍA
La investigación sigue el protocolo PRISMA 2020 (Page et al., 2021). La búsqueda se realizó en Scopus,
Web of Science, Google Scholar y SciELO/Redalyc durante el primer trimestre de 2025, delimitada al
período 2015–2025. La ecuación de búsqueda incorporó términos vinculados a la optimización de
instalaciones bajo incertidumbre, siguiendo la taxonomía propuesta por Snyder (2006), quien distingue
entre modelos de localización deterministas y estocásticos, clasificación relevante para capturar la
diversidad metodológica de los estudios revisados. Los criterios de inclusión y exclusión se definieron
a priori según el esquema PICO adaptado (Methley et al., 2014), tal como se detalla en la Tabla 1.
Tabla 1. Criterios de inclusión y exclusión de la revisión sistemática
Dimensión Criterios de inclusión Criterios de exclusión
Período Publicaciones entre 2015 y 2025 Estudios anteriores a 2015
Idioma Español, inglés o portugués Otros idiomas sin traducción
Tipo de
documento
Artículos en revistas arbitradas Libros, tesis, actas de congresos
Temática Planificación territorial, modelos
predictivos y/o redes de
distribución logística
Sin relación con logística o
distribución
Contexto
geográfico
Economías emergentes, énfasis en
América Latina
Exclusivamente economías
desarrolladas sin comparación
regional
Accesibilidad Texto completo disponible Sin acceso al texto completo
Nota. Elaboración propia basada en el esquema PICO adaptado (Methley et al., 2014).
Vol 6 N|1
1452 | P á g i n a
Además, se obtuvieron 1.243 registros en total. Tras eliminar 312 duplicados, se cribaron 931 registros
por título y resumen, excluyendo 724. Los 207 restantes fueron evaluados en texto completo, con 160
exclusiones adicionales. El corpus final quedó conformado por 47 artículos. La concordancia inter-
evaluadora fue verificada mediante el índice Kappa de Cohen (κ=0.84, acuerdo casi perfecto; Landis
y Koch, 1977). El diagrama de flujo completo se presenta en la Figura 1.
Figura 1. Diagrama de flujo del proceso de selección de estudios según protocolo PRISMA 2020
Nota. Elaboración propia siguiendo el protocolo PRISMA 2020 (Page et al., 2021). Bases de datos: Scopus (n=412),
Web of Science (n=318), Google Scholar (n=298) y SciELO/Redalyc (n=215). Período: 2015–2025. Concordancia
inter-evaluadora: Kappa de Cohen (κ=0.84).
1452 | P á g i n a
Además, se obtuvieron 1.243 registros en total. Tras eliminar 312 duplicados, se cribaron 931 registros
por título y resumen, excluyendo 724. Los 207 restantes fueron evaluados en texto completo, con 160
exclusiones adicionales. El corpus final quedó conformado por 47 artículos. La concordancia inter-
evaluadora fue verificada mediante el índice Kappa de Cohen (κ=0.84, acuerdo casi perfecto; Landis
y Koch, 1977). El diagrama de flujo completo se presenta en la Figura 1.
Figura 1. Diagrama de flujo del proceso de selección de estudios según protocolo PRISMA 2020
Nota. Elaboración propia siguiendo el protocolo PRISMA 2020 (Page et al., 2021). Bases de datos: Scopus (n=412),
Web of Science (n=318), Google Scholar (n=298) y SciELO/Redalyc (n=215). Período: 2015–2025. Concordancia
inter-evaluadora: Kappa de Cohen (κ=0.84).
Vol 6 N|1
1453 | P á g i n a
Extracción y análisis de datos
La información fue extraída mediante una ficha de codificación estandarizada con datos bibliométricos,
tipo de metodología, variables territoriales y predictivas, técnicas de optimización y principales
resultados. El análisis se realizó mediante síntesis narrativa temática (Popay et al., 2006)
complementada con análisis de frecuencias.
RESULTADOS Y DISCUSIÓN
Características bibliométricas del corpus
El corpus refleja un crecimiento sostenido: 11 artículos entre 2015–2018 (23.4%), 22 entre 2019–2022
(46.8%) y 14 entre 2023–2025 (29.8%). México concentra el mayor número de estudios empíricos
(n=14, 29.8%), seguido de Brasil (n=11, 23.4%), Colombia (n=9, 19.1%) y Perú (n=6, 12.8%). El 61.7%
adopta enfoques cuantitativos, el 21.3% mixtos y el 17.0% cualitativos o teórico-conceptuales (véase
Tabla 2).
Tabla 2. Distribución del corpus por país, metodología y período de publicación
País / Región n artículos % del corpus Período
predominante
México 14 29.8% 2019–2022
Brasil 11 23.4% 2019–2022
Colombia 9 19.1% 2020–2025
Perú 6 12.8% 2018–2023
Estudios regionales /
comparativos
7 14.9% 2015–2025
Total 47 100% 2015–2025
Nota. Elaboración propia a partir del corpus de 47 artículos seleccionados mediante el protocolo PRISMA 2020.
1453 | P á g i n a
Extracción y análisis de datos
La información fue extraída mediante una ficha de codificación estandarizada con datos bibliométricos,
tipo de metodología, variables territoriales y predictivas, técnicas de optimización y principales
resultados. El análisis se realizó mediante síntesis narrativa temática (Popay et al., 2006)
complementada con análisis de frecuencias.
RESULTADOS Y DISCUSIÓN
Características bibliométricas del corpus
El corpus refleja un crecimiento sostenido: 11 artículos entre 2015–2018 (23.4%), 22 entre 2019–2022
(46.8%) y 14 entre 2023–2025 (29.8%). México concentra el mayor número de estudios empíricos
(n=14, 29.8%), seguido de Brasil (n=11, 23.4%), Colombia (n=9, 19.1%) y Perú (n=6, 12.8%). El 61.7%
adopta enfoques cuantitativos, el 21.3% mixtos y el 17.0% cualitativos o teórico-conceptuales (véase
Tabla 2).
Tabla 2. Distribución del corpus por país, metodología y período de publicación
País / Región n artículos % del corpus Período
predominante
México 14 29.8% 2019–2022
Brasil 11 23.4% 2019–2022
Colombia 9 19.1% 2020–2025
Perú 6 12.8% 2018–2023
Estudios regionales /
comparativos
7 14.9% 2015–2025
Total 47 100% 2015–2025
Nota. Elaboración propia a partir del corpus de 47 artículos seleccionados mediante el protocolo PRISMA 2020.
Vol 6 N|1
1454 | P á g i n a
Variables territoriales más frecuentes en la literatura
El análisis del corpus revela que el 72.3% de los artículos (n=34) incorpora al menos una variable
territorial explícita. La Figura 2 presenta la distribución de frecuencia de las ocho variables más
recurrentes. La conectividad vial encabeza el ranking con una presencia del 61.7% de los estudios,
seguida de la densidad poblacional (55.3%) y la centralidad económica (42.6%). Estos tres indicadores
conforman el núcleo duro de las variables de accesibilidad territorial en los modelos logísticos
(Rodrigue et al., 2020). La cobertura de infraestructura logística (21.3%) y la altimetría (25.5%) son las
menos frecuentes, a pesar de su relevancia en corredores andinos (Farahani et al., 2013).
Figura 2. Variables territoriales más frecuentes en los estudios revisados (% de artículos del corpus,
n=47)
Nota. Porcentajes calculados sobre el corpus total de 47 artículos. Una misma investigación puede incorporar múltiples
variables simultáneamente. Clasificación por categoría: azul = conectividad e infraestructura; verde = variables
socioeconómicas; morado = variables geofísicas. Elaboración propia.
Tendencia 1: Variables territoriales en modelos de localización de hubs
Los estudios que integran variables territoriales reportan mejoras en la precisión predictiva de entre el
15% y el 31% respecto a los modelos sin estas variables. La conectividad vial muestra el mayor poder
predictivo sobre el índice de eficiencia logística, seguida de la densidad poblacional y la centralidad
1454 | P á g i n a
Variables territoriales más frecuentes en la literatura
El análisis del corpus revela que el 72.3% de los artículos (n=34) incorpora al menos una variable
territorial explícita. La Figura 2 presenta la distribución de frecuencia de las ocho variables más
recurrentes. La conectividad vial encabeza el ranking con una presencia del 61.7% de los estudios,
seguida de la densidad poblacional (55.3%) y la centralidad económica (42.6%). Estos tres indicadores
conforman el núcleo duro de las variables de accesibilidad territorial en los modelos logísticos
(Rodrigue et al., 2020). La cobertura de infraestructura logística (21.3%) y la altimetría (25.5%) son las
menos frecuentes, a pesar de su relevancia en corredores andinos (Farahani et al., 2013).
Figura 2. Variables territoriales más frecuentes en los estudios revisados (% de artículos del corpus,
n=47)
Nota. Porcentajes calculados sobre el corpus total de 47 artículos. Una misma investigación puede incorporar múltiples
variables simultáneamente. Clasificación por categoría: azul = conectividad e infraestructura; verde = variables
socioeconómicas; morado = variables geofísicas. Elaboración propia.
Tendencia 1: Variables territoriales en modelos de localización de hubs
Los estudios que integran variables territoriales reportan mejoras en la precisión predictiva de entre el
15% y el 31% respecto a los modelos sin estas variables. La conectividad vial muestra el mayor poder
predictivo sobre el índice de eficiencia logística, seguida de la densidad poblacional y la centralidad
Vol 6 N|1
1455 | P á g i n a
económica. Estos hallazgos son consistentes en los 34 artículos del corpus que incorporan al menos
una variable territorial explícita (72.3%).
Estos resultados son coherentes con lo anticipado por Alumur y Kara (2008), quienes advirtieron que
la complejidad geográfica requeriría extensiones que incorporaran variabilidad espacial en los modelos
de localización. Asimismo, Kembro et al. (2018) demostraron que la visibilidad compartida de
información sobre el estado de la red —incluyendo datos territoriales en tiempo real— mejora
significativamente la capacidad de respuesta ante perturbaciones, argumento que refuerza la
pertinencia de incorporar variables dinámicas de conectividad en los modelos de optimización.
Tendencia 2: Enfoques predictivos híbridos
El 57.4% de los artículos revisados (n=27) combinan al menos dos técnicas predictivas distintas. Este
grupo registra reducciones en el error de estimación de la demanda de entre el 18% y el 34% respecto
a modelos no espaciales, lo que representa la ganancia de precisión más significativa del corpus
analizado.
Estos hallazgos coinciden con lo señalado por Simchi-Levi et al. (2021), quienes destacan la
anticipación de variaciones en la demanda con desagregación territorial como ventaja competitiva
determinante. En la misma línea, Saura et al. (2019) documentaron que la integración de análisis de big
data y técnicas predictivas avanzadas permite reducir inventarios de seguridad hasta en un 22% y
mejorar el nivel de servicio en un 15%, lo que consolida la pertinencia de los enfoques híbridos en
entornos de alta variabilidad territorial como los latinoamericanos.
Tendencia 3: Marcos metodológicos integrados
El 38.3% de los artículos (n=18) corresponde a marcos que articulan explícitamente planificación
territorial y eficiencia logística, con crecimiento relativo del 18.2% al 57.1% entre los extremos del
período analizado. Los marcos integrados comparten tres elementos estructurales: (a) explicitación de
la estructura territorial como variable endógena, (b) incorporación de múltiples escalas de análisis, y
(c) validación empírica mediante comparación con configuraciones de red reales.
1455 | P á g i n a
económica. Estos hallazgos son consistentes en los 34 artículos del corpus que incorporan al menos
una variable territorial explícita (72.3%).
Estos resultados son coherentes con lo anticipado por Alumur y Kara (2008), quienes advirtieron que
la complejidad geográfica requeriría extensiones que incorporaran variabilidad espacial en los modelos
de localización. Asimismo, Kembro et al. (2018) demostraron que la visibilidad compartida de
información sobre el estado de la red —incluyendo datos territoriales en tiempo real— mejora
significativamente la capacidad de respuesta ante perturbaciones, argumento que refuerza la
pertinencia de incorporar variables dinámicas de conectividad en los modelos de optimización.
Tendencia 2: Enfoques predictivos híbridos
El 57.4% de los artículos revisados (n=27) combinan al menos dos técnicas predictivas distintas. Este
grupo registra reducciones en el error de estimación de la demanda de entre el 18% y el 34% respecto
a modelos no espaciales, lo que representa la ganancia de precisión más significativa del corpus
analizado.
Estos hallazgos coinciden con lo señalado por Simchi-Levi et al. (2021), quienes destacan la
anticipación de variaciones en la demanda con desagregación territorial como ventaja competitiva
determinante. En la misma línea, Saura et al. (2019) documentaron que la integración de análisis de big
data y técnicas predictivas avanzadas permite reducir inventarios de seguridad hasta en un 22% y
mejorar el nivel de servicio en un 15%, lo que consolida la pertinencia de los enfoques híbridos en
entornos de alta variabilidad territorial como los latinoamericanos.
Tendencia 3: Marcos metodológicos integrados
El 38.3% de los artículos (n=18) corresponde a marcos que articulan explícitamente planificación
territorial y eficiencia logística, con crecimiento relativo del 18.2% al 57.1% entre los extremos del
período analizado. Los marcos integrados comparten tres elementos estructurales: (a) explicitación de
la estructura territorial como variable endógena, (b) incorporación de múltiples escalas de análisis, y
(c) validación empírica mediante comparación con configuraciones de red reales.
Vol 6 N|1
1456 | P á g i n a
Figura 3. Evolución de las tendencias temáticas por período (% de artículos del corpus, n=47)
Nota. Porcentajes calculados sobre el total de artículos publicados en cada período: 2015–2018 (n=11), 2019–
2022 (n=22) y 2023–2025 (n=14). Un mismo artículo puede clasificarse en más de una tendencia temática.
Elaboración propia a partir del corpus seleccionado mediante PRISMA 2020 (Page et al., 2021).
La Figura 3 presenta la evolución de las tres tendencias temáticas identificadas. Los datos evidencian
una trayectoria consistentemente ascendente, con los marcos metodológicos integrados mostrando el
crecimiento más acelerado: del 18.2% en 2015–2018 al 57.1% en 2023–2025. La tendencia de variables
territoriales en modelos de hubs alcanzó el 85.7% en 2023–2025. Los enfoques predictivos híbridos
pasaron del 36.4% al 71.4%, reflejando el impacto de la mayor disponibilidad de datos territoriales
(Rodrigue et al., 2020).
Vacíos identificados en la literatura
El análisis sistemático permite identificar cuatro vacíos: (a) solo el 12.8% aborda contextos de alta
informalidad; (b) los estudios con análisis de equidad territorial son casi inexistentes (n=2, 4.3%); (c) la
sostenibilidad logística está subrepresentada, con solo el 19.1% incorporando variables ambientales; y
(d) los estudios de validación prospectiva son escasos (n=5, 10.6%).
CONCLUSIONES
La revisión sistemática realizada bajo el protocolo PRISMA 2020 permite concluir que existe evidencia
científica sólida sobre la efectividad de integrar planificación territorial y modelos predictivos en la
optimización de redes de distribución logística en economías emergentes de América Latina. Los tres
aportes principales del estudio son: (a) los marcos metodológicos integrados muestran el crecimiento
1456 | P á g i n a
Figura 3. Evolución de las tendencias temáticas por período (% de artículos del corpus, n=47)
Nota. Porcentajes calculados sobre el total de artículos publicados en cada período: 2015–2018 (n=11), 2019–
2022 (n=22) y 2023–2025 (n=14). Un mismo artículo puede clasificarse en más de una tendencia temática.
Elaboración propia a partir del corpus seleccionado mediante PRISMA 2020 (Page et al., 2021).
La Figura 3 presenta la evolución de las tres tendencias temáticas identificadas. Los datos evidencian
una trayectoria consistentemente ascendente, con los marcos metodológicos integrados mostrando el
crecimiento más acelerado: del 18.2% en 2015–2018 al 57.1% en 2023–2025. La tendencia de variables
territoriales en modelos de hubs alcanzó el 85.7% en 2023–2025. Los enfoques predictivos híbridos
pasaron del 36.4% al 71.4%, reflejando el impacto de la mayor disponibilidad de datos territoriales
(Rodrigue et al., 2020).
Vacíos identificados en la literatura
El análisis sistemático permite identificar cuatro vacíos: (a) solo el 12.8% aborda contextos de alta
informalidad; (b) los estudios con análisis de equidad territorial son casi inexistentes (n=2, 4.3%); (c) la
sostenibilidad logística está subrepresentada, con solo el 19.1% incorporando variables ambientales; y
(d) los estudios de validación prospectiva son escasos (n=5, 10.6%).
CONCLUSIONES
La revisión sistemática realizada bajo el protocolo PRISMA 2020 permite concluir que existe evidencia
científica sólida sobre la efectividad de integrar planificación territorial y modelos predictivos en la
optimización de redes de distribución logística en economías emergentes de América Latina. Los tres
aportes principales del estudio son: (a) los marcos metodológicos integrados muestran el crecimiento
Vol 6 N|1
1457 | P á g i n a
más acelerado del período, al pasar del 18.2% al 57.1% entre 2015 y 2025; (b) la incorporación de
variables territoriales —especialmente conectividad vial, densidad poblacional y centralidad
económica— produce mejoras en la precisión predictiva de entre el 15% y el 31%; y (c) los enfoques
predictivos híbridos reducen el error de estimación de la demanda entre un 18% y un 34% respecto a
modelos no espaciales.
Desde el punto de vista metodológico, la aplicación rigurosa del protocolo PRISMA 2020 —con una
concordancia inter-evaluadora de κ=0.84— garantiza la replicabilidad del proceso de selección y
sienta un precedente relevante para futuras revisiones sistemáticas en logística latinoamericana, campo
donde este tipo de protocolo es aún incipiente. En cuanto a las implicaciones prácticas, la evidencia
indica que las inversiones en conectividad vial generan retornos logísticos que trascienden la reducción
de tiempos de traslado, incidiendo positivamente en el diseño óptimo de redes de distribución. Se
recomienda que los organismos de planificación territorial y los ministerios de transporte articulen
explícitamente criterios de eficiencia logística en sus decisiones de inversión pública.
Como agenda futura se proponen tres líneas de investigación prioritarias: (a) el desarrollo de modelos
que incorporen variables de informalidad territorial como factores endógenos del problema de
optimización, (b) la producción de estudios de validación prospectiva que evalúen el desempeño real
de las redes diseñadas con enfoques territoriales y predictivos, y (c) la incorporación sistemática de
métricas de sostenibilidad ambiental y equidad territorial en los marcos de optimización logística de la
región. Estas líneas responden directamente a los cuatro vacíos identificados en el corpus y definen la
frontera del conocimiento en el campo para el horizonte 2025–2030.
REFERENCIAS BIBLIOGRÁFICAS
Alumur, S., & Kara, B. Y. (2008). Network hub location problems: The state of the art. European Journal of
Operational Research, 190(1), 1–21. https://doi.org/10.1016/j.ejor.2007.06.008
Arvis, J.-F., Ojala, L., Wiederer, C., Shepherd, B., Raj, A., Dairabayeva, K., & Kiiski, T. (2023). Connecting
to compete 2023: Trade logistics in the global economy — The logistics performance index and its
indicators. Banco Mundial. https://doi.org/10.1596/40521
Ballou, R. H. (2004). Logística: Administración de la cadena de suministro (5.ª ed.). Pearson Educación.
1457 | P á g i n a
más acelerado del período, al pasar del 18.2% al 57.1% entre 2015 y 2025; (b) la incorporación de
variables territoriales —especialmente conectividad vial, densidad poblacional y centralidad
económica— produce mejoras en la precisión predictiva de entre el 15% y el 31%; y (c) los enfoques
predictivos híbridos reducen el error de estimación de la demanda entre un 18% y un 34% respecto a
modelos no espaciales.
Desde el punto de vista metodológico, la aplicación rigurosa del protocolo PRISMA 2020 —con una
concordancia inter-evaluadora de κ=0.84— garantiza la replicabilidad del proceso de selección y
sienta un precedente relevante para futuras revisiones sistemáticas en logística latinoamericana, campo
donde este tipo de protocolo es aún incipiente. En cuanto a las implicaciones prácticas, la evidencia
indica que las inversiones en conectividad vial generan retornos logísticos que trascienden la reducción
de tiempos de traslado, incidiendo positivamente en el diseño óptimo de redes de distribución. Se
recomienda que los organismos de planificación territorial y los ministerios de transporte articulen
explícitamente criterios de eficiencia logística en sus decisiones de inversión pública.
Como agenda futura se proponen tres líneas de investigación prioritarias: (a) el desarrollo de modelos
que incorporen variables de informalidad territorial como factores endógenos del problema de
optimización, (b) la producción de estudios de validación prospectiva que evalúen el desempeño real
de las redes diseñadas con enfoques territoriales y predictivos, y (c) la incorporación sistemática de
métricas de sostenibilidad ambiental y equidad territorial en los marcos de optimización logística de la
región. Estas líneas responden directamente a los cuatro vacíos identificados en el corpus y definen la
frontera del conocimiento en el campo para el horizonte 2025–2030.
REFERENCIAS BIBLIOGRÁFICAS
Alumur, S., & Kara, B. Y. (2008). Network hub location problems: The state of the art. European Journal of
Operational Research, 190(1), 1–21. https://doi.org/10.1016/j.ejor.2007.06.008
Arvis, J.-F., Ojala, L., Wiederer, C., Shepherd, B., Raj, A., Dairabayeva, K., & Kiiski, T. (2023). Connecting
to compete 2023: Trade logistics in the global economy — The logistics performance index and its
indicators. Banco Mundial. https://doi.org/10.1596/40521
Ballou, R. H. (2004). Logística: Administración de la cadena de suministro (5.ª ed.). Pearson Educación.
Vol 6 N|1
1458 | P á g i n a
Banco Mundial. (2023). Connecting to compete 2023: Trade logistics in the global economy. World Bank
Group. https://doi.org/10.1596/978-1-4648-1950-4
Bensassi, S., Martínez-Zarzoso, I., Mejía-Dorantes, L., & Vollmer, S. (2015). Relationship between
logistics infrastructure and trade: Evidence from Spanish regional exports. Transportation
Research Part A: Policy and Practice, 72, 47–61. https://doi.org/10.1016/j.tra.2014.11.007
Comisión Económica para América Latina y el Caribe. (2022). Perspectivas del comercio internacional de
América Latina y el Caribe 2022. CEPAL.
https://repositorio.cepal.org/server/api/core/bitstreams/6d5b6fd4-f44b-4b60-b01d-
4ccca7df4f6f/content
Chopra, S., & Meindl, P. (2021). Supply chain management: Strategy, planning, and operation (7.ª ed.).
Pearson.
Farahani, R. Z., Hekmatfar, M., Arabani, A. B., & Nikbakhsh, E. (2013). Hub location problems: A review
of models, classification, solution techniques, and applications. Computers & Industrial Engineering,
64(4), 1096–1109. https://doi.org/10.1016/j.cie.2013.01.012
Gevaers, R., Van de Voorde, E., & Vanelslander, T. (2014). Cost modelling and simulation of last-mile
characteristics in an innovative B2C supply chain environment with implications on urban areas
and cities. Procedia — Social and Behavioral Sciences, 125, 398–411.
https://doi.org/10.1016/j.sbspro.2014.01.1483
Kembro, J. H., Norman, A., & Eriksson, E. (2018). Adaptación de las operaciones y el diseño de almacén
a la logística omnicanal: una revisión bibliográfica y agenda de investigación. International Journal
of Physical Distribution & Logistics Management, 48(9), 890–912.
https://doi.org/10.1108/IJPDLM-01-2017-0052
Landis, J. R., & Koch, G. G. (1977). The measurement of observer agreement for categorical data.
Biometrics, 33(1), 159–174. https://doi.org/10.2307/2529310
Melo, M. T., Nickel, S., & Saldanha-da-Gama, F. (2009). Facility location and supply chain management
— A review. European Journal of Operational Research, 196(2), 401–412.
https://doi.org/10.1016/j.ejor.2008.05.007
1458 | P á g i n a
Banco Mundial. (2023). Connecting to compete 2023: Trade logistics in the global economy. World Bank
Group. https://doi.org/10.1596/978-1-4648-1950-4
Bensassi, S., Martínez-Zarzoso, I., Mejía-Dorantes, L., & Vollmer, S. (2015). Relationship between
logistics infrastructure and trade: Evidence from Spanish regional exports. Transportation
Research Part A: Policy and Practice, 72, 47–61. https://doi.org/10.1016/j.tra.2014.11.007
Comisión Económica para América Latina y el Caribe. (2022). Perspectivas del comercio internacional de
América Latina y el Caribe 2022. CEPAL.
https://repositorio.cepal.org/server/api/core/bitstreams/6d5b6fd4-f44b-4b60-b01d-
4ccca7df4f6f/content
Chopra, S., & Meindl, P. (2021). Supply chain management: Strategy, planning, and operation (7.ª ed.).
Pearson.
Farahani, R. Z., Hekmatfar, M., Arabani, A. B., & Nikbakhsh, E. (2013). Hub location problems: A review
of models, classification, solution techniques, and applications. Computers & Industrial Engineering,
64(4), 1096–1109. https://doi.org/10.1016/j.cie.2013.01.012
Gevaers, R., Van de Voorde, E., & Vanelslander, T. (2014). Cost modelling and simulation of last-mile
characteristics in an innovative B2C supply chain environment with implications on urban areas
and cities. Procedia — Social and Behavioral Sciences, 125, 398–411.
https://doi.org/10.1016/j.sbspro.2014.01.1483
Kembro, J. H., Norman, A., & Eriksson, E. (2018). Adaptación de las operaciones y el diseño de almacén
a la logística omnicanal: una revisión bibliográfica y agenda de investigación. International Journal
of Physical Distribution & Logistics Management, 48(9), 890–912.
https://doi.org/10.1108/IJPDLM-01-2017-0052
Landis, J. R., & Koch, G. G. (1977). The measurement of observer agreement for categorical data.
Biometrics, 33(1), 159–174. https://doi.org/10.2307/2529310
Melo, M. T., Nickel, S., & Saldanha-da-Gama, F. (2009). Facility location and supply chain management
— A review. European Journal of Operational Research, 196(2), 401–412.
https://doi.org/10.1016/j.ejor.2008.05.007
Vol 6 N|1
1459 | P á g i n a
Methley, A. M., Campbell, S., Chew-Graham, C., McNally, R., & Cheraghi-Sohi, S. (2014). PICO, PICOS
and SPIDER: A comparison study of specificity and sensitivity in three search tools for qualitative
systematic reviews. BMC Health Services Research, 14(1), 579. https://doi.org/10.1186/s12913-
014-0579-0
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L.,
Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson,
A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The
PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71.
https://doi.org/10.1136/bmj.n71
Popay, J., Roberts, H., Sowden, A., Petticrew, M., Arai, L., Rodgers, M., Roen, K., Duffy, S., & Britten,
N. (2006). Guidance on the conduct of narrative synthesis in systematic reviews. ESRC Methods
Programme.
Rodrigue, J.-P. (2020). The geography of transport systems (5.ª ed.). Routledge.
https://doi.org/10.4324/9780429346323
Saura, J. R., Palos-Sanchez, P. R., & Correia, M. B. (2019). Estrategias de marketing digital basadas en
el modelo de e-business: revisión bibliográfica y direcciones futuras. En A. Guerra Guerra
(ed.), Transformación organizacional y gestión de la innovación en la Cuarta Revolución Industrial (pp.
86-103). IGI Global Scientific Publishing. https://doi.org/10.4018/978-1-5225-7074-5.ch005
Simchi-Levi, D., Kaminsky, P., & Simchi-Levi, E. (2021). Designing and managing the supply chain:
Concepts, strategies, and case studies (4.ª ed.). McGraw-Hill Education.
Snyder, L. V. (2006). Ubicación de la instalación bajo incertidumbre: una revisión. IIE Transactions, 38(7),
547–564. https://doi.org/10.1080/07408170500216480
Woxenius, J. (2012). Flexibilidad vs. especialización en navegación ro-ro en el Mar Báltico Sur.
Transporte, 27(3), 250-262. https://doi.org/10.3846/16484142.2012.719544
1459 | P á g i n a
Methley, A. M., Campbell, S., Chew-Graham, C., McNally, R., & Cheraghi-Sohi, S. (2014). PICO, PICOS
and SPIDER: A comparison study of specificity and sensitivity in three search tools for qualitative
systematic reviews. BMC Health Services Research, 14(1), 579. https://doi.org/10.1186/s12913-
014-0579-0
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L.,
Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson,
A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The
PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71.
https://doi.org/10.1136/bmj.n71
Popay, J., Roberts, H., Sowden, A., Petticrew, M., Arai, L., Rodgers, M., Roen, K., Duffy, S., & Britten,
N. (2006). Guidance on the conduct of narrative synthesis in systematic reviews. ESRC Methods
Programme.
Rodrigue, J.-P. (2020). The geography of transport systems (5.ª ed.). Routledge.
https://doi.org/10.4324/9780429346323
Saura, J. R., Palos-Sanchez, P. R., & Correia, M. B. (2019). Estrategias de marketing digital basadas en
el modelo de e-business: revisión bibliográfica y direcciones futuras. En A. Guerra Guerra
(ed.), Transformación organizacional y gestión de la innovación en la Cuarta Revolución Industrial (pp.
86-103). IGI Global Scientific Publishing. https://doi.org/10.4018/978-1-5225-7074-5.ch005
Simchi-Levi, D., Kaminsky, P., & Simchi-Levi, E. (2021). Designing and managing the supply chain:
Concepts, strategies, and case studies (4.ª ed.). McGraw-Hill Education.
Snyder, L. V. (2006). Ubicación de la instalación bajo incertidumbre: una revisión. IIE Transactions, 38(7),
547–564. https://doi.org/10.1080/07408170500216480
Woxenius, J. (2012). Flexibilidad vs. especialización en navegación ro-ro en el Mar Báltico Sur.
Transporte, 27(3), 250-262. https://doi.org/10.3846/16484142.2012.719544