Hack the city — EPUT n. 3

Iñigo Lorente Riverola es estudiante de Doctorado en Sostenibilidad y Regeneración Urbana en el Departamento de Urbanística y Ordenación del Territorio y ha sido visitante en el MIT - Senseable City Lab (Massachussets Institute of Technology). Además ha sido redactor asociado y gestor de medios y publicaciones de la Revista Urban, investigador en el Grupo de Investigación en Paisaje Cultural de la Universidad Politécnica de Madrid y Doctoral Student in Digital Cities en EIT Digital (European Institute of Technology).

Lorente propuso una monitorización de las ciudades para representar los datos y realizar conclusiones sobre la planificación de las ciudades. La introducción teórica se basó en los estudios de Carlos Ratti sobre urbanismo digital y el tratado de Patrick Geddes “Diagnostic before treatment”.

Según Geddes, actualmente el urbanismo implica una planificación reactiva, basada en un ejercicio lento de cambios. A tenor del impacto de la tecnología en la sociedad, Lorente Riverola plantea una planificación adaptativa donde “las funciones de uso varían en función del sistema”.

De esta forma se puede analizar datos para tomar decisiones sobre el planeamiento urbanístico mediante dos métodos según Lorente: la monitoritzación oportunista (basada en datos ya existentes de internet) y la monitorización ad-hoc (implementada para extraer unos datos concretos). La clase se dividió por equipos para realizar una monitorización oportunista de la ciudad de Venecia con QGIS, cruzando datos del patrimonio cultural con los usos de AirBnB extraidos de la plataforma Inside AirBnB.

 La cartografía proporcionada de Venecia portaba datos en varias capas, en las que se mapeaba la ubicación de equipamientos comerciales, culturales y turísticos. Los elementos sombreados en marrón corresponden al patrimonio cultural, el más nombroso con diferencia.

Desde la página web Inside AirBnB se descarga un fichero CSV (legible como una hoja de cálculo) con el precio, la categoría, el número de habitaciones y la geolocalización de los establecimientos disponibles en la ciudad. Al trasladarlo a QGIS, se visualiza la concentración de estos sobre Venecia.

Al superponer ambas capas de información resulta imposible extraer alguna conclusión. La enorme densidad de puntos de AirBnB obliga a realizar algun cambio en los parámetros de visualización para comprobar por ejemplo si el precio de los apartamentos varía según la distancia a los monumentos.

El precio de la vivienda está afectando al corazón de las ciudades occidentales y por ello se decide ampliar la escala de la cartografía. Así se comprueba que en la periferia de Venecia el precio es mucho más bajo que en el centro.

Si se acerca la escala al centro de la Laguna de Venecia, se comprueba como el precio aumenta según la cercanía a la Plaza San Marcos. El tono azul más oscuro representa el precio más caro. 

Mientras en la Venecia continental los precios son hasta diez veces más bajos, en la isla de Venecia sólo en la zona próxima a la estación decaen los precios por debajo de los 200 euros por noche. Además de San Marcos, destacan los precios altos en el puente de Rialto y el canal Grande.