La nueva España: redibujando el país con los datos de movilidad

Escrito por , 6 de julio de 2017 a las 17:30
La nueva España: redibujando el país con los datos de movilidad
Conocimiento

La nueva España: redibujando el país con los datos de movilidad

Escrito por , 6 de julio de 2017 a las 17:30

Uno de los campos más apasionantes que nos abre el uso de datos es el estudio de redes. Nuestras sociedades, comunicaciones, infraestructuras, negocios y muchos otros ámbitos de la vida pueden representarse como una serie de elementos interconectados o redes, alimentadas constantemente con datos.

Con los datos de movilidad real que disponemos en LUCA, desde el área de Big Data for Social Good, nos propusimos un reto: construir un mapa de comunidades basado en cómo nos movemos, obviando las divisiones administrativas de comunidades autónomas o provincias.

Obtención de datos

En LUCA y gracias a la plataforma Smart Steps disponemos de forma sencilla de los datos de movilidad que necesitamos. En el caso de este estudio, usamos datos de enero de 2016 de España tanto a nivel de provincias como a nivel de municipios.

A partir de aquí construimos una red en la que los vértices son las provincias o municipios y los arcos que los conectan se les atribuye un peso proporcional al número de personas que han viajado entre los dos puntos (Figura 2).

Figura 2: Red representativa de desplazamientos entre Madrid y Toledo.

La representación visual de la red construida puede hacerse con herramientas de libre disposición como Gephi o igraph. Tras esto, decidimos aplicar un algoritmo de detección de comunidades. Estos algoritmos detectan grupos naturales de nodos (en nuestro caso provincias o municipios) basándose en la interconectividad de los mismos, de tal modo que nodos muy conectados entre sí tenderán a aparecer en la misma comunidad. Hemos usado el algoritmo “Infomap”. Lo interesante, además, es que el algoritmo decide cuántas comunidades deben generarse. Con esta información ya podemos visualizar los datos, colocándolos en un mapa para que resulte más sencillo y natural su análisis.

Análisis

En primer lugar, ejecutamos el algoritmo sobre una red de movilidad entre provincias. Las provincias están coloreadas por el color de la comunidad a la que han sido asignadas y la provincia resaltada de cada comunidad es la provincia con más movilidad. Los resultados del cálculo de comunidades es el siguiente:

Figura 3: Comunidades a nivel de provincias.

Lo primero que apreciamos es que el país queda representado en 7 comunidades compactas y con una estructura radial (quizás influenciado por la estructura de carreteras primarias), es decir, una comunidad central y luego comunidades que la rodean. Salvo en el caso de Extremadura, ninguna comunidad de movilidad coincide exactamente con los límites administrativos conocidos, dándose uniones (Aragón y Cataluña) y separaciones (Castilla La Mancha).

El siguiente paso es mejorar la resolución del mapa a un nivel mucho más local para obtener información sobre el comportamiento de los municipios. Los datos obtenidos nos permiten sin problemas esa precisión. Del mismo modo que en el mapa anterior, colorearemos los municipios según su comunidad y marcamos el municipio con más movilidad como el más importante.

Figura 4: Comunidades a nivel de municipio.

Podemos extraer varias conclusiones de este mapa. La primera es que muchas comunidades se forman en torno a grandes municipios, capitales de provincia en su mayoría. Se podría entender la comunidad como el área de influencia de dichos municipios principales. También podemos apreciar que las comunidades se ven fuertemente influenciadas por la red de carreteras. Los municipios más importantes de todas las regiones se encuentran en el cruce de carreteras principales (autovías y autopistas) y esta cualidad ayuda a que se desarrollen y tengan una importancia creciente en la zona.

También es curioso observar que estas comunidades respetan en su mayoría los límites de las provincias y comarcas, lo que nos indica que, pese a que puedan ir a una ciudad más cercana, la población suele moverse dentro de su provincia o comarca. No obstante, es habitual que una misma provincia quede fragmentada internamente en varias comunidades, principalmente debido a la existencia de varios núcleos importantes de población.

Los conocimientos extraídos del análisis pueden servir para múltiples propósitos como replanificar la red de carreteras o localizar servicios de salud y emergencias en puntos estratégicos. Gracias a ellos también podemos crear estrategias de publicidad y elegir el mejor sitio para albergar un nuevo comercio.

En resumen, el análisis de datos de movilidad usando redes nos ofrece una novedosa visión sobre nuestro concepto de comunidades y provincias, dando una visión complementaria de las dinámicas de nuestra sociedad. Aparte de satisfacer nuestra curiosidad, nos ayuda a entender el comportamiento de la población, las agrupaciones de regiones que se forman con los desplazamientos, conocer la provincia y el municipio de referencia. Esto permite actuar de manera más inteligente, maximizando el beneficio para la población.

Y tú, ¿qué ves en los mapas?

anterior artículo

Más vale prevenir: apps para hacer backup en Android

Más vale prevenir: apps para hacer backup en Android
siguiente artículo

Neuromarketing: cómo los datos influyen en tus emociones

Neuromarketing: cómo los datos influyen en tus emociones

Recomendados