Los métodos de selección de variables han sido un enfoque en el contexto de la literatura de econometría y estadística. En este documento, consideramos un modelo aditivo autorregresivo espacial con covariables de alta dimensionalidad. En lugar de adoptar los enfoques de regularización tradicionales, ofrecemos un novedoso algoritmo de impulso disperso de múltiples pasos para llevar a cabo la predicción basada en modelos y la selección de variables. Una ventaja principal de este nuevo método es que no necesitamos realizar la selección de parámetros de ajuste que consumen mucho tiempo. Ejemplos numéricos extensos ilustran la ventaja de la metodología propuesta. Se proporciona además una aplicación de los datos de precios de viviendas de Boston para demostrar la metodología propuesta.