Hemos escuchado hablar amapliamente aobre lanzamientos, desahucios y al quileres en los últimos tiempos, periodistas, sociólogos, urbanistas, politicos se han lanzado al ruedo de la opión en medios de comunicaciòn y redes, Salvo honrosas excepciones, pocos lo han hecho con un mínimo conociemto de causa.
hagamos un intenro de aproximación a los datos y a las posibles variables que puedan inluir, veremos que el tema es màs complejo o talvez más simple.
Si queréis mi opión os diré que una parte del problema tiene su origen en lla proliferación de pisos turísticos que bajo mi punto. de vista tienen dos efectos:
1.- Disminuye la oferta de pisos de alquiler
2.- Aumentan el precio de los existentes por la disminución de la oferta y por la rentabildad respecto a los pisos residenciales.
El turismo no era una idustria tan limpia y poco contaminante como nos dijeron.
Transformación de los lanzamientos judiciales en cinco grandes áreas urbanas españolas, 2013–2025
Evolución del peso de los procedimientos derivados de la Ley de Arrendamientos Urbanos
Evolución de la ocupación ilegal de inmuebles en España (2010–2025): análisis ecológico longitudinal de factores socioeconómicos, vivienda y lanzamientos judiciales
Juan Bosco Trigueros Galán
Estudio ecológico longitudinal por comunidades autónomas · Versión final revisada, octubre de 2026
Resumen
Introducción. La ocupación ilegal de inmuebles es un fenómeno jurídicamente heterogéneo y socialmente controvertido. Su medición exige distinguir los hechos policiales de allanamiento de morada y usurpación de otros fenómenos residenciales, como los lanzamientos judiciales por ejecución hipotecaria o por procedimientos derivados de la Ley de Arrendamientos Urbanos (LAU).
Objetivo. Describir la evolución territorial y temporal de los hechos conocidos de allanamiento y usurpación en España entre 2010 y 2025 y explorar su asociación con desempleo, renta, precio y alquiler de vivienda, ejecuciones hipotecarias, viviendas de uso turístico, riesgo de pobreza o exclusión social (AROPE) y lanzamientos judiciales.
Métodos. Estudio ecológico longitudinal con unidad comunidad autónoma-año. La base principal incluye 19 territorios y 16 años (304 observaciones). Se calcularon tasas por 100.000 habitantes, correlaciones bivariadas y modelos de regresión de panel con efectos fijos de territorio y año y errores estándar agrupados por comunidad autónoma. Para los lanzamientos del Consejo General del Poder Judicial (CGPJ) se utilizó una serie 2013–2025 de 17 comunidades autónomas (221 observaciones). Las viviendas turísticas se analizaron adicionalmente como análisis de sensibilidad en 2020–2021, única ventana homogénea disponible en la base (38 observaciones; 34 al combinar con lanzamientos).
Resultados. Los hechos conocidos pasaron de 2.702 en 2010 a 14.875 en 2025, con máximo de 17.274 en 2021. En el modelo principal 2015–2025, desempleo, renta por persona y valor tasado de la vivienda no mostraron asociaciones estadísticamente significativas al 5%. AROPE tampoco mostró asociación independiente (β=0,020 puntos de tasa de ocupación por cada punto porcentual de AROPE; p=0,885). En el análisis de sensibilidad de viviendas turísticas 2020–2021, la densidad de VUT detectadas en plataformas no mostró asociación independiente: β=-0,049 por 100.000 habitantes (p=0,276) con efectos fijos de territorio y año; β=-0,042 (p=0,376) al añadir paro, renta y valor de vivienda; y β=-0,031 (p=0,572) al añadir también los componentes de lanzamientos. En el modelo de lanzamientos 2013–2025, la tasa total presentó asociación inversa tras controlar territorio y año (β=-0,088; p=0,042). Al descomponer los lanzamientos, los hipotecarios y los derivados de LAU no fueron significativos conjuntamente, mientras que la categoría «otros» mantuvo asociación positiva (β=1,045; p=0,023). En el subanálisis urbano 2025, cinco grandes partidos judiciales acumularon 3.914 lanzamientos, de los que el 82,5% procedía de procedimientos derivados de la LAU.
Conclusión. La evolución de los hechos policiales de ocupación presenta una fuerte estructura temporal y territorial que no queda explicada de forma simple por desempleo, renta, precio de vivienda, pobreza/exclusión, viviendas turísticas o los principales tipos de lanzamiento judicial. La densidad de viviendas turísticas detectadas en plataformas no mostró asociación independiente en el análisis de sensibilidad 2020–2021, aunque la corta cobertura temporal obliga a interpretarlo como exploratorio. La asociación con «otros lanzamientos» es consistente en varios modelos, pero su carácter agregado y la amplitud de esa categoría impiden interpretarla causalmente. Los resultados apoyan una lectura multifactorial y prudente del fenómeno. El patrón urbano de lanzamientos muestra un predominio arrendaticio que requiere análisis específico a escala local.
Palabras clave: ocupación ilegal; usurpación; allanamiento de morada; vivienda; lanzamientos; desahucios; panel de datos; España.
1. Introducción
En el debate público español se utiliza con frecuencia el término «ocupación» para realidades jurídicas y sociales distintas. Desde el punto de vista penal, el Ministerio del Interior diferencia el allanamiento de morada —cuando el inmueble constituye morada— de la usurpación —cuando no la constituye—. Esta distinción es relevante tanto para la respuesta policial como para la interpretación estadística.
La estadística policial utilizada en este trabajo contabiliza hechos conocidos de allanamiento y usurpación. No equivale, por tanto, al número de viviendas ocupadas en un momento dado, al número de personas ocupantes ni al número de desalojos. De forma análoga, los lanzamientos judiciales constituyen otro indicador distinto: desde 2013 el CGPJ recoge los lanzamientos o entregas posesorias practicados y los clasifica según procedan de ejecución hipotecaria, procedimientos derivados de la LAU u otras causas.
El interés del estudio reside en analizar conjuntamente una serie temporal extensa y la heterogeneidad entre comunidades autónomas. Una correlación observada entre territorios puede reflejar diferencias estructurales persistentes, mientras que una correlación temporal puede estar dominada por cambios comunes a todo el país. Por ello se emplean modelos con efectos fijos de territorio y año.
2. Marco teórico
2.1. Delimitación conceptual: ocupación, allanamiento y usurpación
La denominada «ocupación ilegal» no constituye una categoría estadística única. En el plano penal deben diferenciarse, al menos, el allanamiento de morada y la usurpación de inmueble, cuya naturaleza jurídica, bien protegido y circunstancias son distintas. En consecuencia, los hechos conocidos por las fuerzas policiales constituyen un indicador de actividad delictiva registrada, no una medida directa de prevalencia de viviendas ocupadas. Esta distinción es esencial para evitar que cifras policiales, procedimientos judiciales, desalojos y estimaciones del parque residencial afectado se utilicen como si fueran equivalentes.
2.2. Accesibilidad a la vivienda y vulnerabilidad residencial
La literatura sobre vivienda sitúa la vulnerabilidad residencial en la interacción entre recursos económicos del hogar, precios de compra y alquiler, estabilidad de los ingresos y disponibilidad de vivienda adecuada. En España, el problema de accesibilidad se ha desplazado parcialmente desde la financiación hipotecaria hacia el mercado del alquiler, especialmente en grandes áreas urbanas. La Ley 12/2023 incorpora expresamente esta perspectiva al definir los mercados residenciales tensionados mediante la relación entre precios de vivienda, renta disponible y esfuerzo económico de los hogares. Teóricamente, una mayor dificultad de acceso podría aumentar situaciones de exclusión residencial, pero ello no implica que produzca de forma automática un aumento de la ocupación ilegal.
2.3. Pobreza, desempleo y exclusión social
Una hipótesis frecuente atribuye la ocupación a situaciones de pobreza o desempleo. Sin embargo, la relación puede ser más compleja. Los indicadores agregados de paro, renta o AROPE describen condiciones socioeconómicas generales, mientras que la decisión o necesidad de ocupar un inmueble se produce en individuos y hogares concretos. Además, las redes familiares, las políticas sociales, la vivienda pública, la estructura demográfica y la distribución territorial del parque vacío pueden modificar la relación entre vulnerabilidad económica y ocupación. Por ello, una asociación ecológica entre pobreza y hechos policiales no debe darse por supuesta y requiere contraste empírico.
2.4. Mercado de vivienda, alquiler y presión territorial
Los precios de compra y alquiler constituyen otra vía explicativa plausible. Un aumento sostenido del coste de acceso a la vivienda puede incrementar el esfuerzo residencial y reducir las alternativas disponibles para determinados hogares. Sin embargo, los precios elevados suelen concentrarse también en territorios con mayor renta, densidad, actividad económica y presión demográfica. Estas características pueden actuar como factores de confusión. En consecuencia, comparar únicamente comunidades con vivienda cara frente a comunidades con vivienda barata puede producir asociaciones que desaparezcan cuando se estudian los cambios dentro de cada territorio a lo largo del tiempo.
2.5. Viviendas de uso turístico y disponibilidad residencial
La expansión de las viviendas de uso turístico ha generado la hipótesis de que la conversión de vivienda residencial a alojamiento temporal reduce la oferta disponible y contribuye al encarecimiento de compra y alquiler. El mecanismo es plausible en mercados locales concretos, pero su intensidad depende de la concentración espacial de las VUT, de la elasticidad de la oferta y de las características del mercado urbano. Además, la estadística experimental del INE basada en anuncios de plataformas mide oferta turística detectada y no un censo administrativo de viviendas legalmente registradas. Por ello, en este estudio las VUT se consideran un indicador de presión turística residencial y su relación con ocupación se analiza de forma exploratoria, sin asumir una cadena causal previa.
2.6. Lanzamientos judiciales y pérdida de la posesión
Los lanzamientos judiciales representan un fenómeno distinto pero potencialmente relacionado con la vulnerabilidad residencial. El CGPJ contabiliza un lanzamiento por cada inmueble cuya entrega posesoria se practica y, desde 2013, diferencia los derivados de ejecución hipotecaria, los procedimientos de la Ley de Arrendamientos Urbanos y otras causas. No todos los lanzamientos afectan a vivienda habitual ni todos responden a vulnerabilidad económica. Su posible relación con la ocupación puede obedecer a mecanismos directos, a determinantes residenciales compartidos o simplemente a diferencias estructurales entre territorios. Por esta razón, el análisis debe distinguir correlación transversal de asociación temporal dentro de cada comunidad.
2.7. Heterogeneidad territorial, temporalidad y modelo ecológico
España presenta una marcada heterogeneidad territorial en estructura urbana, parque de vivienda, turismo, renta, desempleo, mercado de alquiler y actividad judicial. Al mismo tiempo, acontecimientos nacionales —crisis económicas, pandemia, reformas legales o cambios en las prácticas policiales y judiciales— pueden modificar simultáneamente las series de todas las comunidades. Los modelos de efectos fijos de territorio y año permiten separar parcialmente ambos componentes: controlan las características territoriales invariantes y los shocks anuales comunes, de modo que los coeficientes se apoyan principalmente en la covariación temporal dentro de cada comunidad.
2.8. Modelo conceptual e hipótesis del estudio
A partir de este marco se plantea un modelo conceptual multifactorial. La ocupación registrada podría relacionarse con vulnerabilidad económica, accesibilidad a la vivienda, estructura del mercado residencial, presión turística, pérdida judicial de la posesión y factores institucionales, sin que ninguno de ellos tenga necesariamente un efecto independiente o lineal. La hipótesis empírica central no es, por tanto, que una variable concreta «cause» ocupación, sino comprobar si los cambios en estos indicadores se asocian con cambios en la tasa de hechos conocidos una vez descontadas las diferencias persistentes entre territorios y las tendencias anuales comunes. La divergencia entre asociaciones brutas y ajustadas constituye, en sí misma, información relevante sobre la estructura del fenómeno.
3. Objetivos
• Describir la evolución de los hechos conocidos de allanamiento y usurpación en España entre 2010 y 2025.
• Comparar las tasas por 100.000 habitantes entre comunidades y ciudades autónomas.
• Estudiar la asociación con desempleo, renta, valor tasado de vivienda, alquiler, ejecuciones hipotecarias, viviendas de uso turístico y AROPE.
• Analizar la relación entre ocupación y lanzamientos judiciales practicados, distinguiendo ejecución hipotecaria, LAU y otras causas.
• Comprobar la robustez de los resultados mediante modelos con efectos fijos y análisis de sensibilidad.
• Explorar en 2025 la composición de los lanzamientos en cinco grandes áreas judiciales urbanas (Madrid, Barcelona, Palma, Sevilla y Málaga), con especial atención a los derivados de la LAU.
4. Material y métodos
4.1. Diseño del estudio y ámbito
Se realizó un estudio observacional ecológico longitudinal de panel, con la comunidad autónoma-año como unidad principal de análisis. El periodo general fue 2010–2025. Se incluyeron las 17 comunidades autónomas y las ciudades autónomas de Ceuta y Melilla, configurando un panel máximo de 19 territorios × 16 años = 304 observaciones. La elección de la escala autonómica respondió a la disponibilidad homogénea de la estadística policial y de la mayoría de covariables socioeconómicas y residenciales. El diseño permite estudiar simultáneamente diferencias entre territorios y variaciones temporales dentro de cada territorio, pero no permite realizar inferencias individuales.
4.2. Fuentes de información
La información se integró a partir de fuentes públicas oficiales. Los hechos conocidos de allanamiento de morada y usurpación procedieron del Sistema Estadístico de Criminalidad del Ministerio del Interior. Las poblaciones anuales, la tasa de paro de la Encuesta de Población Activa, la renta y el indicador AROPE procedieron del Instituto Nacional de Estadística (INE). El valor tasado de vivienda libre y la información de alquiler residencial se obtuvieron de las estadísticas del Ministerio de Vivienda y Agenda Urbana y del Sistema Estatal de Referencia del precio del Alquiler de Vivienda (SERPAVI). Las viviendas de uso turístico (VUT) se obtuvieron de la estadística experimental del INE. Los lanzamientos practicados procedieron de la estadística judicial del Consejo General del Poder Judicial (CGPJ). Se conservaron las definiciones originales de cada fuente y se armonizaron territorio y año antes de fusionar las series.
4.3. Variable dependiente: hechos conocidos de ocupación
La variable de resultado fue el número anual agregado de hechos conocidos de allanamiento de morada y usurpación. Se calculó para cada territorio y año una tasa por 100.000 habitantes: tasa de ocupación = (hechos conocidos / población) × 100.000. El término «ocupación» se utiliza en el artículo como abreviatura operativa de esta suma estadística y no como categoría jurídica autónoma. La variable mide hechos registrados por las fuerzas policiales; no representa el número de inmuebles ocupados en un momento determinado, el número de ocupantes ni una prevalencia poblacional.
4.4. Variables explicativas socioeconómicas y residenciales
Las covariables se seleccionaron a priori por su plausibilidad como indicadores de vulnerabilidad económica, accesibilidad a la vivienda o presión residencial. Se incluyeron: tasa de paro EPA (%); renta neta media por persona (euros/año); valor tasado medio de vivienda libre (€/m²); renta de alquiler residencial (€/m²/mes, según disponibilidad de SERPAVI); ejecuciones hipotecarias sobre viviendas; densidad de viviendas de uso turístico; y porcentaje de población en riesgo de pobreza o exclusión social (AROPE). Para facilitar la interpretación de los coeficientes, la renta por persona se expresó en incrementos de 1.000 euros y el valor de vivienda en incrementos de 100 €/m² cuando se presentaron los modelos.
4.5. Indicador AROPE
AROPE se obtuvo de la Encuesta de Condiciones de Vida utilizando la nueva definición 2021 y la serie retrospectiva disponible para 2014–2025. El indicador integra riesgo de pobreza, carencia material y social severa y baja intensidad de empleo en el hogar. Se analizó como porcentaje de población. Debido a que su disponibilidad temporal es menor que la de la variable dependiente, se estimó en un modelo específico con efectos fijos de territorio y año, utilizando todas las observaciones coincidentes disponibles (228 territorio-año).
4.6. Viviendas de uso turístico
La exposición turística se definió como el número de viviendas de uso turístico detectadas por el INE en plataformas digitales y se transformó en densidad por 100.000 habitantes. La fuente es experimental y utiliza web scraping de las principales plataformas, reglas de clasificación y procedimientos de deduplicación; por ello no se interpretó como un registro administrativo de viviendas autorizadas ni como un recuento de viviendas ilegales. La ventana homogénea disponible en la base fue 2020–2021 (38 observaciones territorio-año; 34 al combinarse con lanzamientos de las 17 comunidades), de modo que todos los análisis de VUT se definieron previamente como exploratorios o de sensibilidad.
4.7. Lanzamientos judiciales
Se emplearon los lanzamientos efectivamente practicados comunicados por el CGPJ, no las solicitudes de lanzamiento recibidas por los servicios comunes. Desde 2013 se distinguieron tres componentes: derivados de ejecución hipotecaria, derivados de procedimientos de la Ley de Arrendamientos Urbanos (LAU) y derivados de otras causas. Para cada componente y para el total se calcularon tasas por 100.000 habitantes. La serie autonómica abarcó 2013–2025 y 17 comunidades autónomas (221 observaciones); Ceuta y Melilla no se incorporaron porque no aparecen como Tribunales Superiores de Justicia independientes en las tablas utilizadas. El total y sus tres componentes no se introdujeron simultáneamente en una misma regresión, ya que el total es suma de los componentes y ello produciría colinealidad determinista.
4.8. Construcción y control de la base de datos
Las series se armonizaron mediante una clave territorio-año. Se revisaron nombres territoriales, unidades de medida, cobertura temporal, duplicados y coherencia aritmética de las tasas. Los denominadores poblacionales correspondieron al mismo territorio y año del numerador. No se imputaron valores inexistentes de Ceuta o Melilla en la estadística judicial. Los datos ausentes se trataron mediante análisis de casos completos para cada modelo; por ello el número de observaciones varía entre análisis. Esta estrategia evita introducir valores estimados no observados, aunque reduce la potencia en las variables con series más cortas.
4.9. Análisis descriptivo y bivariado
Se describieron frecuencias, tasas y evolución anual nacional y territorial. Para explorar asociaciones no ajustadas se calcularon correlaciones de Pearson y de Spearman. Pearson se utilizó para cuantificar asociación lineal y Spearman como contraste no paramétrico basado en rangos, menos sensible a asimetrías y valores extremos. Las correlaciones bivariadas se consideraron exploratorias y no se utilizaron como evidencia causal, especialmente cuando comparaban territorios estructuralmente diferentes.
4.10. Modelos longitudinales de panel
El análisis principal utilizó regresiones lineales con efectos fijos de territorio y de año. De forma general, el modelo puede expresarse como Y_it = βX_it + α_i + γ_t + ε_it, donde Y_it es la tasa de hechos conocidos en el territorio i y año t, X_it representa las covariables, α_i recoge características territoriales invariantes en el tiempo y γ_t los efectos comunes de cada año. Los errores estándar se estimaron de forma robusta y agrupados por comunidad autónoma, permitiendo correlación serial y heterocedasticidad dentro de cada territorio. En consecuencia, los coeficientes se interpretan principalmente como asociaciones entre cambios de las covariables y cambios de la tasa de ocupación dentro de una misma comunidad, una vez descontadas las diferencias territoriales constantes y los shocks anuales comunes.
4.11. Modelo socioeconómico principal
El modelo principal se restringió a 2015–2025 por la disponibilidad conjunta de paro, renta por persona y valor tasado de vivienda, aportando 209 observaciones. La variable dependiente fue la tasa de ocupación por 100.000 habitantes. Se introdujeron simultáneamente tasa de paro, renta por persona y valor de vivienda, además de los efectos fijos de territorio y año. Se informaron coeficientes β, errores estándar cuando resultaban relevantes, intervalos de confianza del 95%, valores p, R² y R² ajustado. La magnitud del R² se interpretó considerando que incluye la capacidad explicativa de los efectos fijos y no exclusivamente la de las covariables sustantivas.
4.12. Modelos de sensibilidad y modelo ampliado
Se realizaron análisis de sensibilidad incorporando, según disponibilidad, alquiler residencial, VUT y lanzamientos. El modelo ampliado final para 2015–2025 incluyó paro, renta, valor de vivienda y las tres tasas de lanzamientos —hipotecarios, LAU y otras causas— en las observaciones completas disponibles (N=187). Se repitió el análisis excluyendo 2020 para valorar la influencia de la alteración extraordinaria de la actividad judicial durante la pandemia. Los modelos con alquiler y VUT se interpretaron como sensibilidad por su menor cobertura temporal.
4.13. Análisis de cambio temporal
La evolución nacional se exploró mediante pendientes segmentadas, buscando un posible punto de cambio en la trayectoria temporal. El año 2021 se identificó como punto de inflexión exploratorio en la serie completa y se estimaron pendientes antes y después de dicho punto. Este procedimiento tuvo finalidad descriptiva y generadora de hipótesis; no se consideró una prueba confirmatoria de un cambio estructural causal. Se calcularon además variaciones porcentuales entre 2020–2021 y 2021–2025.
4.14. Cadena residencial exploratoria
Se examinó una secuencia conceptual VUT → precio de vivienda → alquiler → lanzamientos → ocupación. Para cada eslabón se calcularon asociaciones bivariadas y, cuando la cobertura lo permitió, modelos con efectos fijos de territorio y año. Este ejercicio no se diseñó como análisis de mediación: las variables proceden de fuentes y ventanas temporales diferentes y las unidades agregadas no permiten demostrar que los mismos hogares o inmuebles transiten por los sucesivos eslabones. Su finalidad fue comprobar si los datos mostraban un patrón compatible con una cadena lineal simple.
4.15. Subanálisis de partidos judiciales urbanos
Se realizó un análisis descriptivo adicional de los partidos judiciales de Madrid, Barcelona, Palma, Sevilla y Málaga para 2025. Se contabilizaron lanzamientos totales y su distribución en LAU, ejecución hipotecaria y otras causas. La selección tuvo finalidad exploratoria y se orientó a grandes mercados urbanos. No se calcularon tasas por 100.000 habitantes porque el partido judicial no coincide necesariamente con el municipio capital y no se disponía, para los cinco ámbitos, de denominadores poblacionales oficiales perfectamente concordantes con la demarcación judicial. En consecuencia, las comparaciones urbanas se limitaron a recuentos y composición porcentual.
4.16. Criterios de inferencia e interpretación
Se utilizó p<0,05 como umbral convencional de significación estadística y se presentaron intervalos de confianza del 95%. Dado el carácter observacional, ecológico y parcialmente exploratorio del estudio, los valores p se interpretaron junto con la magnitud y dirección de los coeficientes, la estabilidad entre modelos y la plausibilidad metodológica. No se aplicó una corrección formal por comparaciones múltiples, por lo que los análisis secundarios y de sensibilidad deben considerarse generadores de hipótesis. En ningún caso la significación estadística se equiparó a causalidad.
4.17. Consideraciones éticas y reproducibilidad
El estudio utilizó exclusivamente datos agregados, públicos y sin información individual identificable, por lo que no implicó intervención sobre personas ni tratamiento de datos personales clínicos. Las transformaciones principales —tasas, escalas de covariables y ventanas de análisis— se definieron de forma explícita para favorecer la reproducibilidad. Las fuentes originales se relacionan en la bibliografía y las discrepancias detectadas entre totales publicados y suma de componentes se documentaron en el texto en lugar de corregirse de forma implícita.
5. Resultados
5.1. Evolución general
Los hechos conocidos aumentaron de 2.702 en 2010 a 14.875 en 2025, un incremento acumulado del 450,5%. La tasa nacional pasó aproximadamente de 5,81 a 30,28 por 100.000 habitantes. El máximo de la serie se registró en 2021, con 17.274 hechos y una tasa aproximada de 36,44 por 100.000. Entre 2021 y 2025 el número nacional descendió un 13,9%, aunque la evolución no fue uniforme entre territorios.
El análisis de cambio temporal identificó 2021 como punto de inflexión exploratorio en la serie completa: antes de ese punto la pendiente estimada fue positiva (+2,53 puntos de tasa por 100.000 y año) y después negativa (-1,09). El aumento 2020–2021 fue del 16,6% y el descenso 2021–2025 del 16,9% en la tasa nacional utilizada en el análisis.
5.2. Modelo socioeconómico principal
| Variable | Coeficiente β | IC 95% | p |
| Paro, +1 punto porcentual | -0,295 | -0,912 a 0,322 | 0,349 |
| Renta, +1.000 €/persona | -1,688 | -3,623 a 0,247 | 0,087 |
| Valor vivienda, +100 €/m² | 0,073 | -1,264 a 1,410 | 0,915 |
El modelo incluyó 209 observaciones (2015–2025) y presentó R²=0,926 (R² ajustado=0,913). Ninguna de las tres variables mostró asociación independiente al 5%. La elevada capacidad explicativa global del modelo no debe atribuirse a estas tres variables: una parte sustancial corresponde a los efectos fijos territoriales y temporales.
5.3. Alquiler y otras variables de vivienda
En el análisis de sensibilidad con renta de alquiler (156 observaciones), la propia renta de alquiler no fue significativa (β=10,96; p=0,280). En ese subconjunto, paro y renta por persona presentaron coeficientes negativos significativos, lo que muestra que los resultados pueden variar según la ventana temporal y la disponibilidad de datos. El valor tasado de vivienda tampoco fue significativo.
La variable de viviendas de uso turístico se examinó como análisis de sensibilidad para 2020–2021, única ventana homogénea disponible en la base, con 38 observaciones territorio-año. En un modelo con efectos fijos de territorio y año, la densidad de VUT detectadas en plataformas presentó β=-0,049 por cada vivienda turística adicional por 100.000 habitantes (EE=0,045; IC95% -0,138 a 0,040; p=0,276). Tras ajustar además por paro, renta por persona y valor tasado de vivienda, β=-0,042 (EE=0,047; IC95% -0,135 a 0,051; p=0,376). En las 17 comunidades con datos de lanzamientos, añadiendo los tres componentes judiciales, β=-0,031 (EE=0,055; IC95% -0,138 a 0,076; p=0,572; N=34). Ninguno de los modelos mostró una asociación estadísticamente significativa. Dada la ventana de solo dos años, estos resultados deben considerarse exploratorios y no permiten concluir ausencia de relación a medio o largo plazo.
5.4. Pobreza o exclusión social (AROPE)
La serie AROPE 2014–2025 aportó 228 observaciones territorio-año. En un modelo con efectos fijos de territorio y año, el coeficiente fue β=0,020 (EE=0,137; IC95% -0,248 a 0,288; p=0,885; R²=0,911). No se observó, por tanto, una asociación independiente entre cambios en AROPE y cambios en la tasa de ocupación dentro de los territorios.
5.5. Lanzamientos judiciales
Entre 2013 y 2025 se analizaron 221 observaciones de las 17 comunidades autónomas. En términos agregados, los lanzamientos practicados descendieron de 67.189 en 2013 a 21.562 en 2025. Entre 2019 y 2025 el total disminuyó un 59,9%; los hipotecarios, un 74,5%; los derivados de LAU, un 54,6%; y «otros», un 55,9%. Durante ese mismo intervalo, los hechos policiales de ocupación en las 17 comunidades permanecieron en un nivel agregado similar (+1,6%), lo que ya sugiere que ambas series no evolucionan de manera paralela.
| Modelo FE 2013–2025 | β | IC 95% | p |
| Tasa total de lanzamientos | -0,088 | -0,172 a -0,003 | 0,042 |
| Hipotecarios (modelo separado) | -0,122 | -0,187 a -0,057 | <0,001 |
| LAU (modelo separado) | -0,133 | -0,412 a 0,146 | 0,349 |
| Otros (modelo separado) | 1,081 | 0,251 a 1,911 | 0,011 |
Las correlaciones simples y los modelos ajustados ofrecieron imágenes diferentes. En el análisis bivariado, la tasa total de lanzamientos se correlacionó positivamente con la ocupación (r=0,148; p=0,027), pero tras controlar comunidad y año el coeficiente se hizo negativo (β=-0,088; p=0,042). Esta inversión ilustra el riesgo de extraer conclusiones de correlaciones territoriales no ajustadas.
Al introducir simultáneamente los tres componentes, los lanzamientos hipotecarios (β=-0,082; p=0,130) y LAU (β=-0,107; p=0,479) dejaron de ser significativos; «otros lanzamientos» mantuvo una asociación positiva (β=1,045; IC95% 0,142 a 1,947; p=0,023). El modelo tuvo R²=0,922.
5.6. Modelo ampliado final
| Variable, modelo FE 2015–2025 (N=187) | β | IC 95% | p |
| Paro, +1 punto porcentual | 0,359 | -0,291 a 1,009 | 0,279 |
| Renta, +1.000 €/persona | 0,851 | -2,081 a 3,783 | 0,570 |
| Valor vivienda, +100 €/m² | -0,641 | -1,720 a 0,437 | 0,244 |
| Lanzamientos hipotecarios /100.000 | -0,088 | -0,183 a 0,007 | 0,071 |
| Lanzamientos LAU /100.000 | -0,111 | -0,359 a 0,138 | 0,384 |
| Otros lanzamientos /100.000 | 1,061 | 0,271 a 1,851 | 0,008 |
Este modelo, que integra simultáneamente las principales variables socioeconómicas y los componentes de los lanzamientos, presentó R²=0,943 y R² ajustado=0,932. La única variable de las incluidas que mantuvo asociación al 5% fue «otros lanzamientos». La exclusión de 2020 no eliminó este resultado (β=1,177; p=0,026), lo que reduce —sin eliminar— la posibilidad de que se deba exclusivamente a la anomalía judicial de la pandemia.
5.7. Viviendas turísticas y lanzamientos judiciales
Como análisis ecológico exploratorio se estudió la relación entre la presión de vivienda turística y los lanzamientos judiciales durante 2020–2021. Se construyó además el indicador descriptivo «lanzamientos por 1.000 viviendas turísticas», que no debe interpretarse como una tasa de desahucio de viviendas turísticas: el numerador incluye todos los lanzamientos practicados por el CGPJ y el denominador las viviendas turísticas detectadas por el INE.
En las 17 comunidades autónomas con ambas tasas disponibles (N=34 observaciones comunidad-año), la densidad de VUT y la tasa total de lanzamientos mostraron una asociación transversal positiva: Pearson r=0,574 (p<0,001) y Spearman ρ=0,774 (p<0,001). Sin embargo, al introducir efectos fijos de comunidad autónoma y año, la asociación desapareció (β=-0,101 lanzamientos por 100.000 habitantes por cada VUT adicional por 100.000; IC95% -0,411 a 0,209; p=0,523). Esto sugiere que la correlación bruta refleja principalmente diferencias estructurales entre territorios y no una relación temporal independiente dentro de cada comunidad.
Finalmente se exploró si la presión turística modificaba la relación entre lanzamientos y ocupación mediante un término de interacción VUT × lanzamientos, con efectos fijos de comunidad y año. La interacción no fue significativa (β=-0,078; IC95% -0,537 a 0,381; p=0,739). Con la limitada ventana 2020–2021 no existe, por tanto, evidencia de que la asociación entre lanzamientos y ocupación sea diferente en las comunidades con mayor densidad de viviendas turísticas.
5.8. Cadena residencial exploratoria: VUT, vivienda, alquiler, lanzamientos y ocupación
Se exploró una posible cadena ecológica de asociaciones entre la intensidad de viviendas de uso turístico (VUT), el valor de la vivienda, el alquiler residencial, los lanzamientos judiciales y los hechos policiales de ocupación. Este análisis no constituye un análisis formal de mediación ni permite inferir causalidad; su objetivo es comprobar si los distintos eslabones presentan asociaciones compatibles con una secuencia explicativa simple.
| Relación | N | Pearson r | p | Modelo ajustado CCAA+año |
| VUT → precio de vivienda | 38 | +0,306 | 0,061 | β = −0,190; p = 0,066 |
| VUT → alquiler | 35 | +0,137 | 0,434 | p = 0,408 |
| Precio vivienda → alquiler | 156 | +0,909 | <0,001 | p < 0,001 |
| Alquiler → lanzamientos | 138 | −0,146 | 0,087 | β = −24,31; p = 0,083 |
| Lanzamientos → ocupación | 221 | +0,148 | 0,027 | β = −0,088; p = 0,042 |
La única asociación extraordinariamente intensa fue la observada entre valor de compra y renta de alquiler (r=0,909; p<0,001), que se mantuvo tras controlar los efectos fijos territoriales y temporales. En cambio, la densidad de VUT no mostró una asociación independiente estadísticamente significativa ni con el precio de compra ni con el alquiler en la ventana homogénea disponible (2020–2021).
La relación entre lanzamientos y ocupación ilustra especialmente el papel de la confusión territorial y temporal: la correlación bruta fue positiva (r=0,148; p=0,027), mientras que el coeficiente cambió de signo al controlar comunidad autónoma y año (β=−0,088; p=0,042). En conjunto, los datos no respaldan una cadena lineal simple VUT → encarecimiento → alquiler → lanzamientos → ocupación. La interpretación más compatible con los resultados es la existencia de una estructura residencial multifactorial, con fuertes diferencias persistentes entre territorios y tendencias temporales comunes.
5.9. Subanálisis urbano de lanzamientos en 2025
Los cinco partidos judiciales seleccionados registraron conjuntamente 3.914 lanzamientos practicados en 2025: 3.230 derivados de la LAU (82,5%), 417 de ejecuciones hipotecarias (10,7%) y 267 por otras causas (6,8%). Madrid y Barcelona aportaron los mayores recuentos absolutos, seguidos de Sevilla, Palma y Málaga. La elevada proporción de procedimientos LAU sugiere que, dentro de estas grandes áreas urbanas, el componente arrendaticio tiene un peso particularmente destacado. Este resultado es descriptivo y no implica que el alquiler cause ocupación ilegal.
| Partido judicial | Total | LAU | Hipotecarios | Otras causas |
| Madrid | 1.436 | 1.263 | 138 | 35 |
| Barcelona | 1.373 | 1.102 | 127 | 144 |
| Palma | 402 | 336 | 43 | 23 |
| Sevilla | 423 | 307 | 70 | 46 |
| Málaga | 280 | 222 | 39 | 19 |
| Total cinco áreas | 3.914 | 3.230 | 417 | 267 |
Nota de consistencia del total nacional 2025. La difusión de la estadística presenta una discordancia textual en algunas reproducciones: se cita un total de 25.540 lanzamientos, mientras que los componentes publicados (18.317 LAU, 4.346 hipotecarios y 1.877 por otras causas) suman 24.540. Por esta razón, este subanálisis se apoya en los recuentos por partido judicial y en la composición interna de las cinco áreas, y evita utilizar esa discrepancia para calcular una tasa nacional comparativa no armonizada.
6. Discusión
El principal hallazgo es la ausencia de una explicación socioeconómica simple y estable de la evolución territorial de la ocupación. Las asociaciones brutas cambian con frecuencia al introducir efectos fijos, señal de que una parte importante de las diferencias observadas entre comunidades responde a características estructurales persistentes o a tendencias comunes de cada año.
El subanálisis urbano de 2025 añade un matiz relevante. En Madrid, Barcelona, Palma, Sevilla y Málaga, el 82,5% de los lanzamientos seleccionados procedía de la LAU. La concentración del componente arrendaticio es compatible con la importancia del mercado de alquiler en grandes áreas urbanas, pero no establece una conexión causal con la ocupación. Para contrastar esa hipótesis será necesario construir una base municipal o de partido judicial que haga coincidir numeradores, denominadores y variables residenciales en una misma escala geográfica.
El desempleo no mostró una asociación positiva independiente en el modelo principal. La renta por persona presentó una asociación negativa próxima, pero no inferior, al umbral convencional de significación. El valor tasado de vivienda no mostró relación independiente. AROPE, que sintetiza pobreza y exclusión social, tampoco se asoció con la tasa de ocupación después de controlar territorio y año. En conjunto, estos resultados no respaldan una interpretación en la que el fenómeno pueda explicarse directamente por una única variable de precariedad económica.
La comparación con los lanzamientos judiciales es especialmente ilustrativa. Los lanzamientos hipotecarios y los derivados de LAU representan procesos jurídicos distintos de la ocupación ilegal. Su fuerte descenso a lo largo del periodo no fue acompañado por una reducción equivalente de los hechos policiales. En el análisis ajustado, los componentes hipotecario y LAU no mostraron asociación independiente cuando se modelaron conjuntamente.
La asociación positiva con «otros lanzamientos» merece atención, pero no permite concluir que estos lanzamientos causen ocupación ni que sean consecuencia de ella. La categoría es residual y heterogénea, y puede compartir con la ocupación factores no medidos: conflictividad posesoria, estructura del parque inmobiliario, presión urbana, prácticas procesales o cambios en la actividad judicial y policial. Precisamente por ello debe considerarse un hallazgo generador de hipótesis.
El punto de inflexión alrededor de 2021 también debe interpretarse con cautela. La pandemia alteró movilidad, actividad judicial y condiciones económicas, mientras que en los años siguientes cambiaron simultáneamente el mercado de vivienda, la normativa y las prácticas institucionales. El diseño ecológico no permite aislar el efecto causal de cada uno de estos procesos.
Los resultados ponen de manifiesto además un problema de lenguaje estadístico. «Hechos conocidos», «viviendas ocupadas», «procedimientos por ocupación», «lanzamientos» y «desahucios» no son magnitudes intercambiables. Mezclarlas puede producir conclusiones aparentes que no están sustentadas por las fuentes.
En términos del modelo conceptual propuesto, los resultados favorecen una interpretación de determinantes compartidos y heterogeneidad territorial frente a una cadena causal única. Que paro, renta, AROPE, valor de vivienda, alquiler o VUT no mantengan asociaciones independientes robustas no significa que carezcan de relevancia social o residencial; significa que, con esta escala geográfica y esta especificación temporal, sus variaciones no explican de forma estable las variaciones de los hechos policiales una vez controlados territorio y año.
La inversión de signo observada entre la correlación bruta de lanzamientos y el modelo con efectos fijos constituye un ejemplo especialmente claro de confusión ecológica. Los territorios con determinados mercados residenciales pueden presentar simultáneamente más lanzamientos y más ocupación, mientras que dentro de un mismo territorio los cambios anuales de ambas variables siguen una relación diferente. Esta distinción justifica el uso del enfoque longitudinal de panel y desaconseja inferencias causales basadas exclusivamente en rankings territoriales.
7. Limitaciones
El análisis de la cadena residencial debe considerarse exploratorio. La cobertura homogénea de VUT se limita a 2020–2021, lo que reduce la potencia estadística y dificulta separar tendencias de corto plazo de diferencias estructurales. Además, las asociaciones entre indicadores agregados de una comunidad autónoma no implican que los mismos inmuebles o hogares estén presentes en cada eslabón de la cadena.
• El diseño es ecológico: las asociaciones entre comunidades y años no pueden trasladarse automáticamente a individuos o viviendas concretas.
• Los hechos conocidos dependen de la comisión del hecho, su denuncia o conocimiento policial y su registro estadístico; no constituyen una prevalencia de viviendas ocupadas.
• Allanamiento de morada y usurpación son tipos penales distintos, aunque la serie principal los agrega.
• La cobertura y definición temporal de las variables explicativas no es idéntica; por ello algunos modelos utilizan subconjuntos de años y observaciones. En particular, el análisis homogéneo de viviendas turísticas se limita a 2020–2021 (38 observaciones), por lo que tiene carácter exploratorio.
• Los lanzamientos del CGPJ no se limitan a vivienda habitual y la categoría «otros» es heterogénea.
• Ceuta y Melilla no se incluyen en la serie de lanzamientos por TSJ utilizada.
• El subanálisis urbano de 2025 es descriptivo. Los partidos judiciales no coinciden necesariamente con el municipio capital, por lo que no se presentan todavía tasas por 100.000 habitantes para esas cinco áreas sin denominadores territoriales perfectamente concordantes.
• El año 2020 constituye una anomalía para la actividad judicial.
• Los modelos observacionales no prueban causalidad y pueden existir variables omitidas o relaciones con retardos temporales no modelados.
8. Conclusiones
El análisis exploratorio de la cadena residencial tampoco apoya una secuencia causal simple desde la vivienda turística hasta la ocupación: la relación más consistente se observa entre precio de compra y alquiler, mientras que los restantes eslabones pierden fuerza o cambian al ajustar por territorio y año.
• Entre 2010 y 2025 los hechos conocidos de allanamiento y usurpación aumentaron de forma muy marcada, con máximo en 2021 y descenso posterior.
• Las diferencias territoriales y los cambios comunes de cada año explican una parte sustancial de la variabilidad observada.
• Paro, renta, valor tasado de vivienda y AROPE no mostraron asociaciones independientes robustas en el modelo principal con efectos fijos.
• El alquiler y las viviendas turísticas tampoco mostraron una asociación independiente robusta con los datos disponibles. Para las VUT, los tres modelos de sensibilidad 2020–2021 ofrecieron coeficientes negativos y no significativos; la brevedad de la serie impide interpretar este resultado como evidencia de ausencia de relación a medio o largo plazo.
• Los lanzamientos judiciales y la ocupación no son fenómenos equivalentes y sus tendencias agregadas divergen claramente.
• En los modelos ajustados, los lanzamientos hipotecarios y LAU no mostraron una asociación independiente consistente; la categoría «otros lanzamientos» sí mostró una asociación positiva que debe investigarse, no interpretarse causalmente.
• En el subanálisis urbano de 2025, el 82,5% de los 3.914 lanzamientos registrados en Madrid, Barcelona, Palma, Sevilla y Málaga correspondió a procedimientos derivados de la LAU; el hallazgo identifica un patrón arrendaticio urbano que merece análisis específico, pero no demuestra relación causal con la ocupación.
• El conjunto de resultados es más compatible con un fenómeno multifactorial, territorialmente heterogéneo y sensible al periodo analizado que con una explicación monocausal.
9. Fuentes y bibliografía
1. Ministerio del Interior. Sistema Estadístico de Criminalidad. Estadísticas de allanamiento de morada y usurpación por territorios. https://estadisticasdecriminalidad.ses.mir.es/
3. Ministerio del Interior. Protocolo de actuación ante ocupaciones de inmuebles (2020). https://www.interior.gob.es/opencms/es/detalle/articulo/Interior-dota-a-las-Fuerzas-de-Seguridad-del-Estado-de-un-protocolo-de-actuacion-que-mejora-su-respuesta-ante-las-ocupaciones/
4. Consejo General del Poder Judicial. Base de Datos de Estadística Judicial (PC-AXIS), Juzgados de Primera Instancia e Instrucción: Lanzamientos practicados. https://www6.poderjudicial.es/PXWeb-20252-v1/pxweb/es/10.-Juzgados%20de%20Primera%20Instancia%20e%20Instrucci%C3%B3n/-/OUJII021.px/
5. Consejo General del Poder Judicial. Datos de Justicia. Nota metodológica sobre ejecuciones hipotecarias y lanzamientos: desde 2013 se clasifican los lanzamientos practicados según ejecución hipotecaria, LAU u otra fuente.
6. Instituto Nacional de Estadística. Encuesta de Condiciones de Vida. Riesgo de pobreza o exclusión social (nueva definición 2021) y componentes por comunidades autónomas, tabla 55266. https://www.ine.es/jaxiT3/Tabla.htm?t=55266
7. Instituto Nacional de Estadística. Encuesta de Población Activa y estadísticas demográficas empleadas en la construcción de tasas.
8. Ministerio de Vivienda y Agenda Urbana / fuentes estadísticas incorporadas a la base: valor tasado de vivienda libre y SERPAVI.
9. Instituto Nacional de Estadística. Estadística experimental. Medición del número de viviendas turísticas en España y su capacidad. Web scraping de las tres principales plataformas, selección conforme a normativa y características del anuncio, y deduplicación. https://www.ine.es/experimental/viv_turistica/experimental_viv_turistica.htm
10. Consejo General del Poder Judicial. Estadística judicial 2025 sobre lanzamientos practicados y su clasificación por procedimientos derivados de la LAU, ejecuciones hipotecarias y otras causas. Consulta y verificación: octubre de 2026.
10. Instituto Nacional de Estadística. Proyecto técnico de la Estadística experimental de viviendas turísticas: extracción mediante web scraping de plataformas, selección conforme a variables de licencia/subtipo y algoritmo de desduplicación.
11. España. Ley 12/2023, de 24 de mayo, por el derecho a la vivienda. BOE-A-2023-12203. Especialmente art. 18 sobre zonas de mercado residencial tensionado.
12. Banco de España. El mercado de la vivienda en España: evolución reciente, riesgos y problemas de accesibilidad. Dirección General de Economía; 2024.
13. Consejo General del Poder Judicial. Datos de Justicia. Conciliación de datos sobre ejecuciones hipotecarias y lanzamientos. Boletín nº 35. La clasificación por origen del lanzamiento se recoge desde 2013.
10. Nota de interpretación
Este trabajo analiza asociaciones estadísticas a escala territorial y temporal. No pretende estimar la probabilidad individual de ocupar una vivienda ni atribuir responsabilidad causal a grupos sociales concretos. Los coeficientes deben leerse como asociaciones dentro de comunidades autónomas a lo largo del tiempo, condicionadas por la calidad y cobertura de las fuentes disponibles.
Deja un comentario