This document diagnoses the effects of the Modifiable Areal Unit Problem (MAUP) in the study of the demand for urban freight transport, by means of a comparison of different analysis scales to determine the relevance of working with different levels of detail. It is recommended to analyze the number of retail businesses, because they are the ones that mainly attract urban freight transport, and other variables of a socio-territorial type, considering three different spatial units: basic geostatistical area, electoral section, and regular 500-by-500-meter grids. For each scale, descriptive statistics parameters, correlation between variables, as well as global and local spatial autocorrelation (Moran-LISA’s I) were obtained to determine the impact of the MAUP. The results obtained show that the electoral sections do not result in an adequate scale, unless it is used as a complementary scale, since the statistical results indicate a greater variation. However, its cartographic representation allows seeing spatial groupings that are not observed in the other scales, which can be a valuable contribution. In the case of the Basic Geostatistical Area (BGA) scale and the 500-by-500-meter grids, data show less dispersion. The variables analyzed show a greater correlation and present a greater global spatial autocorrelation, which is why it is determined that they may be the most appropriate scales to model the transport of merchandise in the study area. The site that had no discrepancy, regardless of the scale of analysis, was the historic downtown of the city of Toluca, so it can be considered a priority site based on its demand for merchandise and territorial characteristics, where regulation and transport control alternatives can be incorporated, as well as the creation of infrastructure to make deliv-eries more efficient and to mitigate its negative impacts.

RESUMENEl análisis espacial es una herramienta que permite la manipulación de datos espaciales, tiene la capacidad de representar las características, dinámica y comportamiento de procesos que ocurren en el territorio ya sea sociales, económicos y/o ambientales; definiendo los elementos que los conforman y la manera en como éstos se relacionan, permitiendo así transformar datos en información que aporta conocimientos adicionales sobre el proceso estudiado. El transporte de carga urbano es un proceso económico y social imprescindible para las actividades económicas de una ciudad; para su estudio se han utilizado: el modelo de las cuatro etapas, métodos de regresión lineal, modelos gravitacionales, análisis costo-beneficio, modelos probabilísticos, simulación, análisis multicriterio y multifactor, entre otros; sin embargo, resulta importante aportar nuevas metodologías y hacer uso de otras herramientas para evaluarlo con la finalidad de tener información adicional que favorezca la toma de decisiones que conciernen a este tipo de transporte.El propósito de este documento es presentar una revisión de los trabajos referentes al transporte de carga urbano publicados en la literatura, haciendo énfasis en cómo éste ha sido y puede ser estudiado desde el punto de vista espacial o geográfico, destacando las ventajas y desventajas de hacerlo en comparación con los métodos utilizados tradicionalmente. En la revisión se pudo identificar la relevancia que existe actualmente de incluir en los estudios de transporte de carga consideraciones de análisis espacial, determinando así la aplicabilidad y las oportunidades que este análisis aporta para el estudio de este tipo de transporte. INTRODUCCIÓN 1.1 Análisis EspacialSe define el análisis espacial como una herramienta que permite la manipulación de datos espaciales en diferentes formas y hace posible extraer como resultado conocimientos adicionales sobre los procesos que ocurren en el espacio, con la finalidad de tener una mejor comprensión de estos, (Rocha, 2004). El análisis espacial es el estudio y la exploración razonada que establece las características, dinámica y comportamiento de diversos procesos en un espacio determinado; definiendo los elementos que lo conforman y la manera como éstos se relacionan, con la finalidad de poder transformar los datos en información que sirva