Estudio del desarrollo económico urbano con metodología gsv time-lapse

  1. GALINDO Durán, Alejandro
Dirigida por:
  1. Agustín Molina Morales Director/a
  2. Juan Uribe Toril Codirector/a
  3. Jaime de Pablo Valenciano Codirector/a

Universidad de defensa: Universidad de Almería

Fecha de defensa: 18 de marzo de 2022

Tribunal:
  1. José Ramos Pires Manso Presidente/a
  2. José Joaquín Céspedes Lorente Secretario/a
  3. María Bermúdez Edo Vocal

Tipo: Tesis

Teseo: 712214 DIALNET lock_openriUAL editor

Resumen

En los últimos años, las nuevas tecnologías aplicadas en el campo de la cartografía han mejorado sustancialmente la calidad y cantidad de información que ofrecen al usuario, especialmente aquellas que están centradas en zonas urbanas, donde la toma de datos, así como la obtención de resultados en una búsqueda de información se puede realizar de forma instantánea, automática y real. Ejemplo de ellas son: Google Maps y sus visores y utilidades interconectadas como Google Street View (GSV), (herramienta disponible dentro de Google Maps que permite visualizar una ubicación mediante fotografías panorámicas a pie de calle), Google Earth, Waze, ViaMichelin, entre otras. El avance de esta tecnología y del desarrollo de aplicaciones relacionadas con Google Maps que interactúan con otras bases de datos cruzando la información para obtener una matriz de datos combinada, ha permitido que se pueda aplicar a la investigación como fuente primaria de datos ya que nos permiten posicionarnos en un lugar en concreto, en una fecha determinada y comprobar el estado real de la zona objeto de estudio. Como herramienta principal de trabajo para la investigación ha sido GSV, aplicación, que en los últimos años ha invertido numerosos recursos en cartografiar digitalmente a base de múltiples fotografías 360º un mapa completo del mundo urbano. El uso de GSV ha tenido un crecimiento exponencial como fuente de datos importante para la recopilación de datos geoespaciales y el análisis urbano (Biljecki, Filip & Ito, Koichi, 2021). Estas aplicaciones pueden ser innovaciones tecnológicas de gran utilidad para la investigación social aplicada tal y como reflejan Pérez et al, (2019), para el ámbito didáctico, donde uno de sus principales logros es el elevado nivel motivacional que tienen los alumnos sirviendo como un instrumento eficaz de interacción geográfica (Fombona et al., 2016), para estudios a nivel sociológico analizando la percepción que tiene el usuario de la propia vía urbana (López et al., 2016), incluso al área del urbanismo y del paisajismo y a los espacios verdes, tal y como demuestran Taylor et al., (2010) analizando la calidad del espacio urbano. Un inconveniente para la toma de datos, sobre todo en los primeros años del desarrollo de esta tecnología, es la dependencia del salto temporal que GSV nos ofrece en determinadas áreas, ya que no existen imágenes tomadas cada año, sino que podemos encontrar fotografías con una variación en el tiempo de 2,3 incluso 4 años. Debido a los inconvenientes planteados, con la metodología propuesta se unifican los criterios para la toma de datos facilitando por tanto la toma de decisiones y que lo trascurrido en esos años pueda ser lo más parecido a la realidad. Tratando de responder a la cuestión que ha motivado esta investigación, sobre si una intervención arquitectónica en un espacio, en concreto la rehabilitación de un elemento del patrimonio, tiene una repercusión urbana, económica y social en un radio de acción, se ha utilizado esta potente herramienta enfocándola a diferentes ámbitos, económicos, sociales, urbanos, desarrollo local, gentrificación y economía circular. La metodología planteada resuelve con criterios unificados el proceso y desarrollo de toma de datos de las imágenes ofrecidas por Google. El artículo “How to use Google street view for a time-lapse data collection methodology: potential uses for retailing” atiende y desarrolla la metodología que abre un campo de investigación infinito y que servirá para numerosas cuestiones urbanas y sociales y más con los futuros avances tecnológicos. Paralelamente, se estudia el comercio local y la ubicación, decisiones que son críticas y más si nos centramos en el comercio minorista (Kuo et al, 2002). Existen diferentes formas de medir la "ubicación ideal" para establecimientos comerciales partiendo de (Hotelling, 1929), donde sostiene que el factor más importante es la relativa proximidad a otras tiendas que ofrecen bienes o servicios similares; o el concepto de centralidad. (Nwogugu, 2006) añade factores de comportamiento sociales, así como las características de la zona. (Hsieh et al., 2015) modelan la correlación espacial y temporal entre las tiendas existentes y las ubicaciones. Sin embargo, desde la aparición de GSV, en 2007, surgen nuevas oportunidades metodológicas para la investigación sobre este tema, por lo que esta nueva herramienta se puede utilizar para mejorar el análisis de la ubicación del comercio minorista, entre muchas otras utilidades. Todas las metodologías presentadas anteriormente son estáticas en el tiempo lo que conlleva un cierto error en su planteamiento. Ya que representan una "imagen" de la realidad en un momento determinado. Por lo tanto, la técnica de time-lapse puede ser una excelente oportunidad para un análisis más completo y profundo. Nuestra metodología dinámica combina GSV y la técnica time-lapse ayuda a predecir la potencial popularidad de las ubicaciones a lo largo del tiempo. Esta metodología ayuda a identificar la rotación de locales comerciales y reformas de establecimientos, evaluar procesos de gentrificación, entre otros. Una vez atendida la metodología se plantea hasta qué punto la rehabilitación de un edificio genera sinergias capaces de impulsar el desarrollo local o procesos de gentrificación. El proceso de desarrollo local y gentrificación se suelen abordar por separado, no obstante, ambos procesos tienen un factor común, la transformación económica y social local. El efecto generado por una actuación ajena sobre el desarrollo local ha sido estudiado desde diversos frentes, uno de ellos, la influencia de viveros empresariales (De Pablo y Uribe, 2016), potenciando la figura del emprendedor como agente de desarrollo local. El artículo “Local Development and Gentrification Resulting from the Rehabilitation of Singular Buildings: Analysis of Neural Networks” responde a estas cuestiones y pretende servir como punto de partida de numerosas investigaciones relacionadas con el comercio y la influencia que tienen con determinadas actuaciones en el patrimonio arquitectónico. Paralelamente al análisis urbano-arquitectónico y su estudio de gentrificación y desarrollo local surge la necesidad de estudiar el concepto de economía circular y su impacto y evolución en los comercios locales. Respondiendo a cuestiones de si a lo largo de los años el comercio ha ido evolucionando a procesos que responden a conceptos de economía circular, si estos tienen mayor supervivencia, etc. La economía circular pretende que los materiales, productos y recursos empleados en la producción de un elemento se mantengan en mayor tiempo posible en el ciclo vital de ese elemento o en sus futuras aplicaciones, usos o reciclajes con objeto de que se reduzca al mínimo la generación de residuos. La Comisión Europea desarrolló en 2015 las 54 acciones en un plan de puesta en marcha, modernizar la industria y su economía, protegiendo el medio ambiente y, por tanto, crear líneas que favorezcan la creación de empleo generando con ello un crecimiento sostenible. La economía circular es un factor clave que refleja la dificultad existente debido al sistema actual de producción, así como de las propias limitaciones de nuestro planeta para conseguir cerrar el círculo. La Comisión Europea plantea acciones tales como realizar una transición de la economía lineal a una circular, realizar un cambio en nuestra forma de entender los residuos convirtiéndolos en futuros recursos, modificar procesos de diseño industrial para poder adaptarlos a producciones circulares, etc. La idea de “cerrar el círculo”, implica a todos los agentes de la cadena de valor, no solo a aquellos en relación directa con los residuos, sino también a productores o a los propios consumidores. El concepto de economía circular está paulatinamente obteniendo mayor importancia y relevancia en los nuevos modelos de negocio. Acciones como reutilizar, reducir, reciclar, recuperar, etc. se están implementando y potenciando en la producción como agentes primarios, así como también en los agentes finales o consumidores. Este nuevo modelo de desarrollo económico apunta a la protección del ambiente y prevención de la contaminación concibiendo un sistema de producción y consumo con pérdidas materiales y energéticas mínimas a través del reúso, recuperación y reciclaje extensivo (Haupt, Vadenbo, & Hellweg, 2016). Siguiendo estos conceptos, se han categorizado y clasificado los principios y acciones de circularidad, con una ampliación clara y notoria de las tres R (reducir, reutilizar, reciclar) para alcanzar una categorización de diferentes estrategias que definen la economía circular. Se presenta por tanto una gama de estrategias ordenadas desde alta circularidad hasta baja circularidad. A su vez, estas estrategias quedan enmarcadas en 3 grupos, Uso y fabricación más inteligente del producto (R0-R2), Prolongación de la vida útil del producto y sus partes (R3-R7) y Aplicación útil de materiales (R8-R9). Analizando y enmarcando las diferentes R, el artículo: “The Circular Economy and Retail: Using Deep Learning To Predict Business Survival” pretende analizar y dar respuesta utilizando la metodología propia de GSV sobre la supervivencia de las actividades económicas de un entorno urbano y su evolución a lo largo de los últimos años. El objetivo principal del estudio es analizar y comparar la importancia de la relación entre circularidad y retail, utilizando diferentes técnicas. La investigación se ha desarrollado utilizando un enfoque bibliométrico y el análisis del estado del arte de la Economía Circular y el comercio minorista. La clave de este estudio se trata de la vinculación de la tecnología GSV con una metodología aplicada para analizar y recopilar datos que permite obtener modelos en diferentes espacios temporales, sirviendo para generar modelos predictivos. El uso de plataformas con imágenes en 360º panorámicas de GSV y la aplicabilidad de un modelo de redes neuronales permite analizar la supervivencia de un local en determinadas situaciones y por tanto obtener ciertas predicciones. La presente tesis deja abierta la posibilidad de analizar contextos urbanos aplicándolos a diferentes campos, como la salud, urbanismo, medioambiente, social, demográfico, etc.