{"id":221062,"date":"2016-07-19T12:51:37","date_gmt":"2016-07-19T15:51:37","guid":{"rendered":"http:\/\/revistapesquisa.fapesp.br\/es\/?p=221062"},"modified":"2016-07-19T12:51:37","modified_gmt":"2016-07-19T15:51:37","slug":"las-dimensiones-del-crecimiento-urbano","status":"publish","type":"post","link":"https:\/\/revistapesquisa.fapesp.br\/es\/las-dimensiones-del-crecimiento-urbano\/","title":{"rendered":"Las dimensiones del crecimiento urbano"},"content":{"rendered":"

\"CarrosL\u00c9O RAMOS<\/span>Desde 2003, un equipo encbezado por el f\u00edsico Geoffrey West, del Instituto Santa Fe, en Estados Unidos, acumula evidencias de que el desarrollo de las ciudades obedece a ciertas regularidades estad\u00edsticas. Se trata de una especie de f\u00edsica del crecimiento urbano que se rige por f\u00f3rmulas matem\u00e1ticas relativamente sencillas \u2012denominadas leyes de escala o potencia\u2012 que permiten realizar previsiones acerca de las propiedades de una ciudad. Las leyes de escala posibilitan estimar con razonable precisi\u00f3n los valores que pueden asumir los indicadores socioecon\u00f3micos y de infraestructura de un municipio, conociendo solamente su cantidad de habitantes. De manera general, funcionan para ciudades de diferentes tama\u00f1os, desde metr\u00f3polis hasta aldeas, con las m\u00e1s variadas historias y culturas, en Europa, Asia y Am\u00e9rica.<\/p>\n

Las ciudades brasile\u00f1as tambi\u00e9n se ajustan a esas leyes de escala, seg\u00fan verificaron recientemente los f\u00edsicos Haroldo Ribeiro, Luiz Alvez, Renio Mendes y Ervin Lenzi, de la Universidad Estadual de Maring\u00e1 (UEM), en el estado de Paran\u00e1. En un estudio publicado en el mes de septiembre en la revista PLOS ONE<\/em>, ellos confirmaron que pueden emplearse estas leyes para deducir tendencias en el desarrollo urbano de Brasil en el espacio y en el tiempo. Bas\u00e1ndose en esas tendencias, el equipo paranaense desarroll\u00f3 un modelo matem\u00e1tico sencillo y simul\u00f3 la evoluci\u00f3n de ocho indicadores socioecon\u00f3micos \u2012los \u00edndices de trabajo infantil, desempleo, analfabetismo, homicidios, ingresos familiares, ancianos, varones y mujeres\u2012 en 1.605 municipios brasile\u00f1os. \u201cAl ubicar los resultados de esos c\u00e1lculos en mapas, pudimos identificar las regiones de Brasil en que esos indicadores van a incrementarse y aqu\u00e9llas en las que se reducir\u00e1n cuando se los mida en el censo nacional de 2020\u201d, dice Ribeiro (observe los mapas en la p\u00e1gina 55<\/em>).<\/p>\n

El f\u00edsico hace hincapi\u00e9 en que las leyes de escala revelan tendencias en los indicadores socioecon\u00f3micos que pueden pasar desapercibidas o ser distorsionadas por la manera convencional en que los expertos en planificaci\u00f3n urbana analizan dichos indicadores. Los informes y gu\u00edas para pol\u00edticas p\u00fablicas generalmente miden el desempe\u00f1o de ciudades con tama\u00f1os diferentes o la evoluci\u00f3n de una misma ciudad cuya poblaci\u00f3n creci\u00f3 tomando en cuenta el cociente entre los valores promedio de indicadores socioecon\u00f3micos y la cantidad de habitantes. De este modo, se pretende averiguar c\u00f3mo evolucionan los \u00edndices de desempleo, analfabetismo u homicidios de un lugar o de un per\u00edodo a otro tomando como base los datos per c\u00e1pita. \u201cUn an\u00e1lisis per c\u00e1pita, en principio, suprime el efecto del tama\u00f1o de la poblaci\u00f3n y permite comparar ciudades con poblaciones de diferente tama\u00f1o\u201d, explica Ribeiro. \u201cNo obstante, cuando no logra eliminar ese efecto, dicho an\u00e1lisis podr\u00eda introducir determinados sesgos en los indicadores\u201d.<\/p>\n

El origen de tales sesgos es una suposici\u00f3n que se hace a priori. Al utilizar esos indicadores para la comparaci\u00f3n entre ciudades con poblaciones de tama\u00f1os diferentes, los investigadores asumen impl\u00edcitamente que el crecimiento de las ciudades ocurre siempre en forma lineal. Si se sigue ese razonamiento, una ciudad con dos millones de habitantes ser\u00eda tan s\u00f3lo una versi\u00f3n duplicada de una ciudad con un mill\u00f3n de habitantes. Por ende, cabr\u00eda esperar, por ejemplo, que la ciudad mayor tuviera, en promedio, dos veces la cantidad de homicidios que la menor. Pero esa regla no siempre se cumple.<\/p>\n

\"052-055_Matem\u00e1tica<\/a>Ratones y elefantes
\n<\/strong>Los c\u00e1lculos que realizaron Ribeiro y sus colegas se\u00f1alan que, en 2010, una ciudad brasile\u00f1a con dos millones de habitantes registrar\u00eda m\u00e1s del doble de homicidios \u2012espec\u00edficamente, 2,44 veces\u2012 que una ciudad con la mitad de esa poblaci\u00f3n. Ese resultado indica que no siempre los \u00edndices per c\u00e1pita eliminan completamente el efecto del tama\u00f1o de la poblaci\u00f3n y que las metr\u00f3polis no son solamente versiones ampliadas de las ciudades peque\u00f1as. Son cualitativamente dis\u00edmiles. Y la manera en que difieren recuerda lo que ocurre con animales grandes y peque\u00f1os, tales como el elefante y el rat\u00f3n.<\/p>\n

En los a\u00f1os 1930, el bi\u00f3logo suizo Max Kleiber estudi\u00f3 la influencia del tama\u00f1o de los mam\u00edferos en la fisiolog\u00eda de sus cuerpos. Compar\u00f3 la cantidad de calor\u00edas que animales de especies diferentes necesitan consumir cada d\u00eda para sobrevivir. Y verific\u00f3 que, independientemente del tama\u00f1o, el metabolismo obedec\u00eda siempre a una ley matem\u00e1tica de escala. En el caso de los mam\u00edferos, la cantidad de energ\u00eda necesaria para vivir se incrementaba siguiendo una ley de potencia, donde el exponente era el n\u00famero 0,75. Eso significaba que un animal con el doble de la masa de otro necesitaba consumir s\u00f3lo 1,68 veces m\u00e1s calor\u00edas, y no el doble de energ\u00eda.<\/p>\n

El hecho de que ese exponente sea menor que 1 significa que un animal mayor precisa proporcionalmente menos energ\u00eda que uno menor. Por esa raz\u00f3n, un elefante requiere 40 mil kilocalor\u00edas por d\u00eda para mantenerse vivo, mientras que un rat\u00f3n consume tan s\u00f3lo 4 kilocalor\u00edas. La cantidad de energ\u00eda que ingiere el elefante es 10 mil veces mayor que la que consume el rat\u00f3n, aunque la masa total del primero sea 220 mil veces mayor que la del segundo. Hacia el final de los a\u00f1os 1990, Geoffrey West y su grupo descubrieron que esa econom\u00eda surge de la forma en que la energ\u00eda se distribuye por el cuerpo: cuanto mayor es el animal, m\u00e1s eficientemente llega la energ\u00eda a los diferentes puntos de su organismo.<\/p>\n

En 2003, West y su equipo comprobaron que una ley de escala id\u00e9ntica determina el crecimiento de las ciudades. Datos de urbes de Estados Unidos, Europa y Asia revelaban que ciertos indicadores de la infraestructura urbana tales como la cantidad de gasolineras, la red vial y la longitud total del cableado de la red el\u00e9ctrica aumentan con el tama\u00f1o de la poblaci\u00f3n siguiendo la ley de Kleiber. Cuando la poblaci\u00f3n de una ciudad se duplica, la infraestructura necesaria para atenderla no necesita ser el doble, sino tan s\u00f3lo un 68% mayor, siendo que dicho factor es levemente variable de pa\u00eds a pa\u00eds. \u201cEs como si una metr\u00f3polis optimizara el uso de sus recursos\u201d, explica Ribeiro. Los matem\u00e1ticos y f\u00edsicos lo denominan modelo de crecimiento sublineal.<\/p>\n

Una ley de escala similar regula el crecimiento de los indicadores socioecon\u00f3micos. Pero el ritmo es diferente. Mientras que los indicadores de infraestructura tienden a crecer m\u00e1s lentamente a medida que la poblaci\u00f3n aumenta, los \u00edndices socioecon\u00f3micos se incrementan en forma acelerada, m\u00e1s del doble cuando la poblaci\u00f3n de la ciudad se duplica. West not\u00f3 que, en esos casos, los indicadores del crecimiento econ\u00f3mico, tales como el producto interno bruto y la cantidad de patentes generadas aumentan alrededor de 2,22 veces. Por eso, desde el punto de vista econ\u00f3mico, una ciudad con dos millones de habitantes es m\u00e1s eficiente y productiva que dos ciudades con un mill\u00f3n de habitantes cada una, un modelo de crecimiento al que se denomina supralineal. Desgraciadamente, tal como cualquier habitante de una metr\u00f3polis puede descubrirlo, los indicadores de baja calidad de vida, tales como el \u00edndice de desempleo o de homicidios, tambi\u00e9n crecen m\u00e1s o menos en la misma proporci\u00f3n.<\/p>\n

Pero hay excepciones. No todos los indicadores aumentan de manera no lineal. Algunos, ya sean de infraestructura como socioecon\u00f3micos, pueden crecer en la misma proporci\u00f3n que la poblaci\u00f3n, en forma lineal, como en el caso del consumo de electricidad por domicilio. Tambi\u00e9n existen categor\u00edas de indicadores que pueden presentar diferentes ritmos de crecimiento. En un art\u00edculo publicado en agosto en el peri\u00f3dico Journal of Urban Health<\/em>, un equipo encabezado por el f\u00edsico brasile\u00f1o Luis Rocha, del Instituto Karolinska, en Suecia, contrast\u00f3 varios indicadores de salud p\u00fablica de ciudades en Brasil, en Estados Unidos y en Suecia. En los tres pa\u00edses, la incidencia de enfermedades infecciosas tales como la gripe y el Sida se incrementaron de manera supralineal, acaso porque el mayor hacinamiento en las grandes ciudades facilita la transmisi\u00f3n de esas enfermedades. En tanto, los fallecimientos por infarto y suicidio crecieron en forma sublineal. La explicaci\u00f3n para tal resultado a\u00fan genera controversias. Los investigadores sospechan que tendr\u00eda que ver con el hecho de que las ciudades mayores poseen redes hospitalarias mejor estructuradas y con una mayor dificultad para aislarse socialmente.<\/p>\n

Evoluci\u00f3n brasile\u00f1a
\n<\/strong>En el trabajo de PLOS ONE<\/em>, Ribeiro y sus colegas analizaron los datos de 1.605 municipios brasile\u00f1os, registrados en los a\u00f1os 1991, 2000 y 2010 por el Instituto Brasile\u00f1o de Geograf\u00eda y Estad\u00edstica (IBGE) y por el Departamento de Inform\u00e1tica del Sistema \u00danico de Salud (DataSUS). Tal como se esperaba, los indicadores socioecon\u00f3micos de ingresos familiares, desempleo y homicidios crecieron junto a la poblaci\u00f3n de la ciudad en forma supralineal. En tanto, los \u00edndices de trabajo infantil y analfabetismo escapaban a esa regla, creciendo de manera sublineal: las metr\u00f3polis pareciera que erradican esos problemas con mayor facilidad.<\/p>\n

Los investigadores notaron otra tendencia clara: a lo largo del per\u00edodo analizado, los \u00edndices registrados en las ciudades brasile\u00f1as se acercaron a los valores previstos por las leyes de escala. En 1991, por ejemplo, el municipio de Peixoto de Azevedo, en el estado de Mato Grosso, ostentaba una cifra de homicidios mucho mayor que lo previsto para una ciudad de su tama\u00f1o. Sin embargo, en el transcurso de las \u00faltimas d\u00e9cadas, el n\u00famero de homicidios en la ciudad declin\u00f3, acerc\u00e1ndose a lo determinado por la ley de escala obtenida por el equipo de Ribeiro. En tanto, las ciudades brasile\u00f1as que registraban un menor \u00edndice de homicidios que lo previsto por la ley de escala, sufrieron un aumento de los casos de asesinato. Ribeiro ensaya una explicaci\u00f3n. \u201cPareciera que cuando hay un exceso de homicidios los ciudadanos se preocupan y recurren a pol\u00edticas para reducirlos\u201d, especula. \u201cEn tanto, cuando la tasa de homicidios es muy baja, la gente ignorar\u00eda el problema y esos \u00edndices vuelven a subir inmediatamente\u201d. De los ocho indicadores analizados por el grupo, el \u00fanico que no sigue esa tendencia es el analfabetismo, que tiende a un aumento en las ciudades donde ya es alto y a disminuir todav\u00eda m\u00e1s all\u00ed donde ya es escaso. \u201cParece un efecto de autoalimentaci\u00f3n\u201d, sugiere Ribeiro. \u201cCuanta m\u00e1s educaci\u00f3n tiene la gente, mayor educaci\u00f3n exige\u201d.<\/p>\n

\u201cLas leyes de escala permiten realizar previsiones, pero esos \u00edndices tambi\u00e9n dependen de las pol\u00edticas que implementan los gobiernos, algo que ese estudio no tiene en cuenta\u201d, critica el ge\u00f3grafo Cosmo Antonio Ignazzi, de la Universidad Par\u00eds 1, en Francia, quien investiga las leyes de escala en las ciudades brasile\u00f1as. Ribeiro reconoce ese problema y cree que es muy dif\u00edcil cuantificar el efecto de las pol\u00edticas p\u00fablicas en un modelo matem\u00e1tico. \u201cNuestro modelo no es determinista\u201d, subraya Ribeiro. \u201cCon todo, nuestro trabajo y el de otros investigadores revelan que el efecto de esas pol\u00edticas resulta limitado por el tama\u00f1o de la poblaci\u00f3n de la ciudad\u201d.<\/p>\n

Ignazzi tambi\u00e9n objeta la manera en que los f\u00edsicos definieron las \u00e1reas urbanas en su an\u00e1lisis, considerando a cada municipio como una ciudad. \u201cLa metodolog\u00eda del estudio es buena, pero adoptaron una unidad err\u00f3nea. Los municipios son unidades pol\u00edtico-administrativas. No es una buena elecci\u00f3n, ya que no tiene en cuenta a los grandes conurbanos de capitales brasile\u00f1as tales como Manaos, Salvador, S\u00e3o Paulo y R\u00edo de Janeiro\u201d.<\/p>\n

\u201cLa elecci\u00f3n de la definici\u00f3n de unidad urbana es realmente crucial, pero hasta ahora no existe un procedimiento a prueba de fallas para definir los l\u00edmites de una ciudad\u201d, responde Ribeiro. \u201cEn nuestro trabajo comparamos los resultados agregando o no, los datos de los municipios que componen las 39 regiones metropolitanas de Brasil y no notamos diferencia apreciable en nuestras conclusiones\u201d.<\/p>\n

Art\u00edculos cient\u00edficos<\/em>
\nALVES, L. G. A. et al<\/em>. Scale-adjusted metrics for predicting the evolution of urban indicators and quantifying the performance of cities<\/a>. PLOS ONE<\/strong>. 10 sept. 2015.
\nROCHA, L. E. C.; THORSON, A. E; LAMBIOTTE, R. The non-linear health consequences of living in larger cities<\/a>. Journal of Urban Health<\/strong>. v. 92 (5), p. 785-99. oct. 2015<\/p>\n","protected":false},"excerpt":{"rendered":"Nuevas m\u00e9tricas identifican tendencias en el desarrollo de las ciudades","protected":false},"author":14,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[181],"tags":[304],"coauthors":[103],"class_list":["post-221062","post","type-post","status-publish","format-standard","hentry","category-ciencia-es","tag-fisica-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/221062","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=221062"}],"version-history":[{"count":0,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/221062\/revisions"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=221062"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=221062"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=221062"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=221062"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}