Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento

MÁSTER EN GESTIÓN DEL TERRITORIO. INSTRUMENTOS Y TÉCNICAS DE INTERVENCIÓN MOVILIDAD EN LOS LÍMITES TERRESTRES DE ANDALUCÍA CON OTRAS COMUNIDADES AUTÓNOMAS. Utilización del Spatial Big Data para su conocimiento. Llorenç Quetglas Llull Tutor: Dr. Jesús Ventura Fernández Junio de 2023 Curso 2022-2023 Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 1 Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 2 ÍNDICE 1. INTRODUCCIÓN Y JUSTIFICACIÓN .............................................................. 5 2. OBJETIVOS E HIPÓTESIS DE TRABAJO ....................................................... 9 3. MARCO TEÓRICO .............................................................................................. 11 4. FUENTES Y METODOLOGÍA .......................................................................... 24 5. DETERMINACIÓN DE LA FRANJA INTERAUTONÓMICA DE ANDALUCÍA ................................................................................................................ 40 6. CARACTERIZACIÓN DEL ÁMBITO DE ESTUDIO .................................... 51 6.1. Marco físico-ambiental .................................................................................. 52 6.2. Población y poblamiento ............................................................................... 57 6.3. Sistema viario y ferroviario .......................................................................... 68 6.4. Contextualización socioeconómica ............................................................... 70 7. TRATAMIENTO ESTADÍSTICO Y CARTOGRÁFICO DEL SPATIAL BIG DATA OFRECIDO POR EL MITMA. ....................................................................... 74 7.1. Flujos en la franja interautonómica ............................................................. 74 7.2. Movilidad externa de la franja interautonómica ...................................... 103 8. DISCUSIÓN DE RESULTADOS Y CONCLUSIONES ................................... 116 9. BIBLIOGRAFÍA Y OTRAS FUENTES DE INFORMACIÓN ...................... 122 Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 3 RESUMEN Desde los orígenes de la Geografía como disciplina, los desplazamientos humanos sobre el espacio han sido uno de los temas de estudio más recurrentes y representativos. Sin embargo, y a pesar de ello, la obtención de datos presentaba, tradicionalmente, un grave problema. Esta investigación se enmarca en la necesidad de implementar nuevas herramientas para la búsqueda de patrones de movilidad en un territorio concreto: la franja interautonómica andaluza, que afecta a las regiones fronterizas, a escala autonómica, de Andalucía, Extremadura, Castilla-La Mancha y la Región de Murcia. La utilización de datos procedentes del Spatial Big Data ha supuesto un cambio en el paradigma del estudio de la movilidad, ya que, mediante la combinación de nuevas herramientas de digitalización, la proliferación de fuentes de datos y la generalización del uso de dispositivos móviles se nos ha permitido obtener un gran volumen de información georreferenciada. A lo largo de esta investigación se realiza, pues, un análisis espacial, con el objetivo de evaluar la movilidad interna en este ámbito periférico, permitiéndonos establecer flujos en los movimientos de población, conocer cuáles son las infraestructuras que más presión reciben y evaluar el efecto frontera en las poblaciones afectadas. También se ha avanzado sobre desplazamientos hacia el exterior de esta área y, en concreto, los que tienen como destino los municipios más poblados de cada una de las 47 provincias peninsulares españolas. Palabras clave: Flujos poblacionales, franja interautonómica, matriz origen-destino, patrones de movilidad, Spatial Big Data, Andalucía, Extremadura, Castilla-La Mancha y Región de Murcia. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 4 ABSTRACT Since the origins of Geography as a discipline, human movements over space have been one of the most recurrent and representative subjects of study. However, and in spite of this, data collection has traditionally presented a serious problem. This research is framed within the need to implement new tools for the search of mobility patterns in a specific territory: the Andalusian interautonomous strip, which affects the border regions, at an autonomous scale, of Andalucía, Extremadura, Castilla-La Mancha and Región de Murcia. The use of data from Spatial Big Data has meant a change in the paradigm of the study of mobility, since, through the combination of new digitization tools, the proliferation of data sources and the widespread use of mobile devices, we have been able to obtain a large volume of georeferenced information. Throughout this research, therefore, a spatial analysis is carried out, with the aim of evaluating internal mobility in this peripheral area, allowing us to establish flows in population movements, to know which are the infrastructures that receive more pressure and to evaluate the border effect on the affected populations. Progress has also been made on movements outside this area and, in particular, those to the most populated municipalities in each of the 47 Spanish peninsular provinces. Key words: Population flows, interautonomous region, origin-destination matrix, mobility patterns, Spatial Big Data, Andalucía, Extremadura, Castilla-La Mancha and Región de Murcia. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 5 1. INTRODUCCIÓN Y JUSTIFICACIÓN El interés académico que suscita el estudio de la movilidad es innegable, pues además de despertar un fuerte interés como temática en sí, posee un carácter multidisciplinar, ya que puede ser abordada desde una gran variedad de disciplinas. En los últimos años se aprecia cómo, a partir de la mejora y el abaratamiento de los medios de transporte, así como del debilitamiento del concepto de la frontera como límite, se ha producido un auge exponencial de los movimientos humanos dentro del territorio europeo. Tradicionalmente, la Geografía ha sido una de las ciencias que ha abordado esta temática de manera directa, aunque no haya sido hasta inicios del siglo XXI cuando se ha registrado un auge en la producción académica de esta temática, debido, en gran medida, al uso creciente de las Tecnologías de la Información y Comunicación (TIC), al surgimiento de los Big Data y a los gestores de base de datos. Estas nuevas metodologías han permitido abordar los estudios de movilidad desde nuevas perspectivas, además de poder registrar y estudiar nuevos fenómenos. El estudio de la movilidad desde la Geografía es determinante, pues permite comprender cómo las personas, los bienes y los servicios se desplazan a través del espacio geográfico, lo que, a su vez, tiene implicaciones en aspectos como la accesibilidad, el medio ambiente y la planificación urbana. Por lo tanto, el estudio de la movilidad es fundamental para entender cómo las personas se desplazan en su entorno y cómo esto afecta a su calidad de vida. Además, la movilidad es un factor clave en la planificación urbana y en el diseño de políticas públicas en áreas como el transporte, las infraestructuras y el medio ambiente. Por ejemplo, el estudio de la movilidad puede ayudar a identificar las necesidades de transporte de una población específica, lo que permite la implementación de medidas adecuadas para mejorar su calidad de vida. Otra de las utilidades que debemos indicar es la capacidad para detectar patrones en los desplazamientos de la población en un determinado territorio. Asimismo, la movilidad resulta esencial para el desarrollo económico y social de las regiones y países, ya que el transporte de mercancías y personas es fundamental para el comercio y la industria, y la inversión en infraestructuras puede contribuir a su crecimiento económico. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 6 De este modo, en primer lugar, el estudio de la movilidad es clave para entender cómo las personas acceden a los servicios y recursos que necesitan en su vida cotidiana. Según Hanson y Giuliano (2004), la accesibilidad es un factor fundamental en la calidad de vida de las personas, de manera que la movilidad es, en este sentido, esencial. Por lo tanto, comprender los patrones de movilidad de las personas resulta estratégica para diseñar políticas públicas que promuevan una mayor accesibilidad a los servicios y a los recursos necesarios para una población. En segundo lugar, el estudio de la movilidad es crucial para comprender el impacto ambiental del transporte. La movilidad es responsable de una parte significativa de las emisiones de gases de efecto invernadero a nivel global (Fischer-Kowalski et al., 2011), lo que pone en riesgo la sostenibilidad del conjunto del planeta. Por lo tanto, comprender los patrones de movilidad y sus impactos ambientales parece esencial para diseñar políticas públicas que promuevan un transporte más sostenible y respetuoso con el medio ambiente. En tercer lugar, el estudio de la movilidad es importante para la planificación urbana. Así, la movilidad es un aspecto clave de la configuración del territorio, ya que influye en la forma en que las ciudades se organizan y se desarrollan. Según Rodríguez et al. (2014), la movilidad urbana es factor fundamental en la competitividad y en la calidad de vida de las ciudades, por lo que comprender sus patrones es esencial para diseñar políticas públicas que promuevan un desarrollo urbano sostenible. Según queda expuesto en su título, la temática de esta investigación será el estudio de la movilidad en los límites interautonómicos de Andalucía. El estudio de los espacios transfronterizos desde la Geografía es importante, porque permite comprender cómo las sociedades humanas organizan y gestionan los límites territoriales, lo que a su vez tiene implicaciones en aspectos como la política, la economía, la cultura y el medio ambiente. Así pues, el estudio de las fronteras es clave para entender cómo se configuran los territorios y cómo se distribuyen los recursos en su interior. Según Paasi (2010), las fronteras son elementos esenciales en la construcción de identidades territoriales y en la organización política y económica de los territorios. Por lo tanto, comprender cómo se gestionan y negocian las fronteras es fundamental para entender las dinámicas Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 7 territoriales y sociales de una región. En segundo lugar, el estudio de las fronteras resulta crucial para comprender los conflictos territoriales y las tensiones políticas que se generan en torno a ellas. Las fronteras pueden ser objeto de disputa entre diferentes grupos sociales y políticos, y su gestión puede tener implicaciones en la estabilidad y la seguridad de una región. Por lo tanto, comprender las dinámicas políticas y sociales de éstas es esencial para diseñar políticas públicas que promuevan la paz y la estabilidad en las regiones afectadas. La Geografía ha evolucionado recientemente con el uso de las Tecnologías de Información y Comunicación (TIC), y, en especial, con la aplicación de los Big Data y las bases de datos espaciales. La capacidad de almacenar y analizar grandes cantidades de datos a través de mapas y datos georreferenciados procedentes de dispositivos móviles, imágenes satelitales, información climática y demográfica, ha permitido a los geógrafos obtener una comprensión más profunda y detallada del mundo en el que vivimos. De este modo el uso de Big Data y bases de datos espaciales en la Geografía permite a los investigadores realizar análisis y visualizaciones en tiempo real, lo que ha llevado a importantes descubrimientos y avances en este campo. Por ejemplo, el análisis de Big Data permite rastrear y predecir la propagación de enfermedades pandémicas, como la Covid-19, y ayuda en la planificación de su respuesta a nivel local y global (Márquez Díaz, 2020).También ha permitido comprender mejor los patrones de movilidad humana, la distribución de recursos naturales y la planificación urbana (Barbero et al., 2020). Las bases de datos espaciales, por otro lado, permiten a los geógrafos almacenar grandes cantidades de datos espaciales en un solo lugar y realizar análisis y consultas espaciales de manera más eficiente y precisa (Puebla, 2018). En resumen, el uso de Big Data y bases de datos espaciales en la Geografía ha permitido a sus investigadores y profesionales comprender mejor nuestro mundo y tomar decisiones fundamentadas. A medida que la tecnología continúa evolucionando, se espera que el uso de Big Data y bases de datos espaciales en Geografía continúe creciendo y expandiéndose a nuevos campos y aplicaciones. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 8 En el trabajo que presentamos se profundizará en la movilidad en los límites interautonómicos de Andalucía, mediante la utilización de los Big Data como fuente principal. Conocer los patrones de movilidad en la Comunidad andaluza es de vital importancia para el contexto nacional del Estado español. Diversas variables determinan a Andalucía como una de las regiones más importantes, ya que es la comunidad autónoma con un mayor número de población (8.500.187, según el Padrón de habitantes de 2022), la segunda en extensión -superada únicamente por Castilla y León-, por sus características sociodemográficas y, finalmente, desde el punto de vista locacional, Andalucía se encuentra en una ubicación excepcional, pues actúa como “puerta de entrada” sur del continente europeo. Estas características evidencian la necesidad de estudiar los flujos de movilidad en los límites interautonómicos de Andalucía en la actualidad. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 15 debemos mencionar la unificación de criterios a nivel europeo en subdivisiones regionales mediante la creación del sistema de NUTS, el cual nos permite comparar todas las divisiones regionales de la Europa comunitaria bajo un criterio unificado. Realizar una caracterización de las fronteras andaluzas, requiere una revisión de las diferentes entidades jurídicas que las rigen. En ese sentido debemos hacer referencia directa a la vigente Constitución Española, de 1978; y al Tratado de la Unión Europea o acuerdos de Maastricht, de 1992. Otro de los documentos que debemos destacar es el acuerdo Schengen, firmado en 1985, el cual permite la libre circulación de personas y mercancías por todo el territorio europeo, afectando a España desde 1991, posterior a su entrada como miembro de la Unión Europea. El estado español, se organiza, administrativamente, en diecisiete comunidades autónomas y dos ciudades autónomas, pues el artículo 2 de la Constitución Española indica “la unidad indisoluble de la nación española, garantizando el derecho de autonomía de las nacionalidades y regiones que la integran y la solidaridad entre ellas”. El resultado de esto es la construcción de un Estado autonómico, pero no de índole federal, sino como un Estado unitario, aunque de carácter sumamente descentralizado. El surgimiento de esta división territorial implica un auge de los regionalismos/nacionalismo (dominantemente periféricos desde un punto de vista estrictamente geográfico), siendo el movimiento andaluz, uno de los más fuertes dentro del territorio español, junto a Cataluña, País Vasco y Galicia. La territorialidad cobra importancia dentro del debate político, creando símbolos identitarios para cada una de las comunidades autónomas como himnos y banderas, lo que provoca una reactivación de fronteras históricas ya olvidadas e inactivas (J. Pujadas, 2015). Al hablar de las fronteras andaluzas, y los movimientos que sobre ellas se producen, no podemos olvidar, como ya se ha adelantado, a la frontera sur, la cual constituye uno de los arcos fronterizos más tensionados del mundo. Las dos grandes áreas fronterizas de Andalucía en el sur son su participación en el Eje Baleares-Estrecho- Canarias y la frontera entre España y Gibraltar. La frontera entre Reino Unido, a través del enclave gibraltareño, y España ha sido, desde 1713 (Tratado de Utrecht) un punto tensionado, ya que ha habido fuertes controles que vigilaban la entrada y salida de personas y mercancías entre ambos ámbitos. En la actualidad, la frontera anglo-española Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 16 se ha convertido en un paso fronterizo separado por un kilómetro de valla en el cual se producen movimientos entre los dos espacios de carácter cotidiano. Más que una frontera, actúa como un paso con un movimiento continuo de vehículos, personas y mercancías, además de producirse desplazamientos de carácter pendular, fundamentalmente por motivos de trabajo. En contraposición a esta situación encontramos la frontera entre Andalucía y Marruecos, la cual podemos determinar como la más conflictiva de todas las andaluzas. Los flujos entre ambos territorios son continuos, principalmente dominados por el transporte de mercancías y personas, pudiéndose diferenciar hasta tres tipos de viajes. El primer tipo de ellos es el que se produce entre puertos andaluces y marroquíes, - Algeciras/Tánger-Med o Ville, principalmentemediante el transporte de viajeros, vehículos y camiones de mercancías. El segundo tipo de viajes es el que afecta a trabajadores, los cuales residen habitualmente en Marruecos, pero que trabajan temporalmente en Andalucía. Finalmente, el tercer tipo de desplazamientos es el que se produce sin ningún tipo de control, como el tránsito de ”pateras” en dirección sur-norte o el tráfico de drogas (López Trigal, 2019). En conclusión, la frontera sur de Andalucía, denominada en ocasiones el “Sur del Sur”, representa el contacto entre Europa y África a través del Estrecho de Gibraltar; o, lo que es lo mismo, entre un territorio más desarrollado y otro con menor nivel de desarrollo, siendo considerada la frontera exterior más conflictiva y desigual, cuando menos, de las europeas, si no del mundo. Siguiendo con las fronteras estatales que coinciden con límites regionales de Andalucía, debemos hablar de la hispano-lusa, más conocida como la Raya ibérica. En lo que se refiere a la frontera luso-andaluza, se extiende por un total de 190 km, los cuales discurren en su totalidad por la provincia de Huelva en el sector andaluz y por las regiones portuguesas de Alentejo y Algarve (JURADO ALMONTE y MÁRQUEZ DOMÍNGUEZ, 2017). Esta frontera nacional entre dos miembros de la hoy Unión Europea se ve afectada por las políticas de cooperación transfronterizas las cuales han supuesto un elemento vertebrador para la cohesión europea bajo la idea de la búsqueda de la supraestatalidad. El objetivo principal de la cooperación transfronteriza es la reducción de los efectos de la frontera y su interpretación como espacios negativos, en Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 17 gran medida debido a su posición como espacios periféricos y conflictivos (Campesino y López-Trigal, 2017). El objetivo se ha cumplido hasta ahora en parte gracias a la creación de herramientas de cooperación como son las eurorregiones, los eurodistritos o las eurociudades. Gracias a estas herramientas los espacios fronterizos han ido cambiando hasta ser considerados zonas atractivas, marcadas por las nuevas relaciones de vecindad al establecerse flujos bilaterales entre ambos territorios (Campesino y López Trigal, 2017). Es, por este motivo, y apostando por la cooperación a una escala local, que con el paso de los años se ha iniciado un proceso de desfronterización de los límites estatales, formándose, cada vez más, un espacio poroso que permite un mayor flujo de movimientos. Finalmente, debemos tener en cuenta los límites interautonómicos, los cuales son el objeto de estudio de este trabajo, situados en la vertiente norte de Andalucía, limitando con Extremadura y Castilla-La Mancha, y en la oriental, lindando con Murcia. Debemos obviamente plantear esta frontera como límites internos entre dos unidades territoriales pertenecientes a un mismo Estado, cada una de ellas con diferentes ordenamientos espaciales según las competencias derivadas de sus correspondientes estatutos de autonomía y su aplicación efectiva (Paül y Trillo Santamaría, 2019). Por todo ello se aprecia la necesidad de ejecutar una respuesta coordinada a escala regional como primordial para disminuir los efectos negativos en los municipios limítrofes, administrativa y funcionalmente, de las comunidades autónomas implicadas. En contraposición, es necesario remarcar la no afectación a la movilidad y a los flujos de personas y mercancías por el efecto frontera, ya que se produce una desvirtuación de los límites administrativos autonómicos, surgiendo a la práctico una región supra-autonómica (Trapero y Sanz, 2020). En definitiva, las fronteras autonómicas suponen un condicionante de momento para el establecimiento de planes comunes entre los municipios fronterizos, si bien, a pesar de esto, pueden, lógicamente, apreciarse movimientos y flujos constantes entre las poblaciones de ambos ámbitos, creando, en multitud de ocasiones, movimientos pendulares ocasionados por motivos laborales, educativos o sanitarios, por ejemplo. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 18 Los cambios en la sociopolítica mundial han ocasionado grandes variaciones y transformaciones en los modelos de movilidad y en las dinámicas de los territorios, pasando de espacios inmóviles a espacios con una movilidad casi total (Peña Echeverría, 2012). En los últimos años se ha producido una intensificación de las tendencias en materia de movilidad humana, que no es fruto, exclusivamente, de situaciones de emergencia como la crisis migratoria de Oriente Medio, sino que se ha producido una normalización de los flujos humanos (Ferrajoli, 2019). Este cambio de paradigma evidencia que estamos frente a un modelo en el que las sociedades presentan unos niveles de apertura nunca vistos, dejando atrás los modelos estáticos, en los que la movilidad humana se veía como un acontecimiento excepcional. En este nuevo contexto, la frontera, vista, tradicionalmente, como un elemento inamovible e incuestionable, pasa a ser objeto de discusión y debate político, con el claro objetivo de ser redefinida, y a su vez, disminuir su efecto de barrera (Agnew, 2008). Los cambios tecnológicos de las últimas décadas han provocado que la movilidad transterritorial y transfronteriza sea un fenómeno común, el cual afecta a la gran mayoría de la población (Módenes, 2007). A pesar de esto, debemos entender la relación entre espacio e individuo como una red de diferentes lugares donde se organiza una malla de espacios vividos, en la que la red de transportes y las vías de comunicación son uno de los elementos más condicionantes a la hora de afianzar estos movimientos y crear nuevas rutas cotidianas (De Cos Guerra et al., 2011). Debe tenerse en cuenta la gran capacidad de movilización que tienen los grandes medios de transporte, como es el caso de la red ferroviaria, la cual, además, puede tener una relación directa con el desarrollo territorial de los espacios a los que se vincula (Gavira Narváez, 2011). Entendiendo las relaciones diarias entre población-territorio como movimientos cotidianos, debemos tener en cuenta que el factor con una mayor repercusión sobre estos desplazamientos es el tiempo. Este factor determinará los patrones de movilidad de los individuos y condicionará, de manera directa, la creación de flujos en el conjunto de la población, ya que, al ser movimientos cotidianos, se busca reducir el tiempo en cada uno de los desplazamientos. Por lo tanto, desde la Geografía debemos analizar estos patrones en su conjunto, relacionando el espacio con la sociedad para poder tener un análisis Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 19 completo de la movilidad humana (Ortiz y Barajas, 2022). Siguiendo esta idea, la movilidad cotidiana en espacios urbanos y rurales ha evolucionado, pasando de la idea tradicional de la continuidad y de la conectividad entre áreas contiguas, produciéndose una expansión de la movilidad en forma de mancha de aceite (Gutiérrez y García- Palomares, 2007). La modalidad tradicional, cada vez más, va siendo sustituida por la discontinuidad de los espacios en los que un individuo realiza sus actividades cotidianas, experimentando una territorialidad múltiple. Este fenómeno se acentúa en las zonas transfronterizas, donde las actividades diarias pueden desarrollarse entre dos estados o, en el caso regional de España, entre dos comunidades autónomas. De esta forma, el desarrollo de las vías de comunicación, los medios de transporte y las tecnologías, han provocado grandes cambios en las dinámicas espacio-tiempo, aumentando el espacio por el cual un individuo realiza su actividad diaria y reduciendo el tiempo en cada uno de los trayectos. Estas tendencias recientes en la movilidad generan un nuevo modelo espacial basado en la geometría variable y en el aumento de los espacios de destino. El incremento de la distancia de los lugares de destino de los individuos, cada vez más alejados de sus lugares de residencia, provoca el surgimiento de los denominados “espacios túneles”. Estos espacios son utilizados por los individuos para acercarse a lugares de destino, pero a su vez hacen que se ignoren los espacios contiguos, creando lo que algunos autores han llamado “archipiélagos del territorio” (Calvo et al. 2008). Estas nuevas dinámicas de movilidad tienen su máxima expresión en los desplazamientos diarios y la movilidad cotidiana, evidenciando la relación espacio-tiempo, en la que la lejanía de los desplazamientos depende de forma directa de tiempo que se invierte en cada uno de ellos. Una de las modalidades de movilidad que se ve más influenciada por esta matriz relacional es la correspondiente a la población activa. El vínculo entre los espacios de residencia y los laborales establece flujos de movilidad alrededor de los grandes nodos de atracción, tanto espacial como temporalmente. Estos movimientos recurrentes o repetitivos están principalmente relacionados con las jornadas laborales, los estudios o el acceso a bienes y otros servicios. Este tipo de movilidad recibe el nombre de commuting Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 20 en la bibliografía inglesa, pudiéndose dividir estos movimientos cotidianos en tres tipos según el área: de centralidad (dependencia de los flujos respecto a un área central), de cohesión (flujos a centros dinamizados, lejos de la ciudad tradicional) y de mercado de trabajo (flujos influenciados por la situación de las grandes empresas). En definitiva, el aumento de los movimientos cotidianos provoca que se difuminen los propios límites de los espacios urbanos, ya que cada uno establece patrones según sus necesidades de movilidad (Cano García et al., 2011) Como ya hemos comentado con anterioridad, la movilidad representa una de las grandes temáticas del siglo XXI, entendiéndose como el conjunto de desplazamientos que un individuo realiza para acceder a bienes, servicios o al mercado de trabajo. El incremento en el número de desplazamientos, la flexibilización de las fronteras, el aumento de distintos motivos en los viajes, el uso de medios de transporte impulsados a motor y el progreso de éstos, al igual que el aumento de la calidad de los servicios de transporte público en las zonas urbanas, han ocasionado que la movilidad sea uno de los grandes paradigmas espaciales de la actualidad. Además, en los últimos años, se ha introducido en este debate, al igual que en el contexto mundial, la sostenibilidad, buscándose un uso moderado de los sistemas de transporte más contaminantes (en especial el aéreo) (Forsyth, 2011), apostando por los desplazamientos peatonales o en bicicleta dentro de las grandes urbes (Mozos-Blanco et al., 2018). El estudio de la movilidad ha sido siempre, pero más en la actualidad, uno de los temas más representativos de la Geografía, que ha pasado de ser una ciencia de los lugares a una ciencia de los flujos en el espacio. A pesar de esto, presentaba un gran problema en el campo de la investigación, como era el de la obtención de datos. Así pues, en el pasado, el estudio de la movilidad se veía fuertemente condicionado por la falta de datos relacionados con esta temática (Bosque Sendra, 2015). Sin embargo, en la actualidad, la situación es muy diferente, pues la velocidad y el volumen de producción de datos sobre movilidad y transportes ha superado las formas tradicionales de obtención de información, debido, en gran medida, a la combinación de nuevas herramientas de digitalización, la proliferación de las ciudades inteligentes (Smart Cities), la disminución Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 21 de costes en materia de almacenamiento de datos y aumento de su capacidad, el avance en tecnologías inalámbricas y, la más importante, la generalización del uso de sensores en la población a través de los teléfonos móviles. El Big Data ha supuesto, pues, una revolución a la hora de estudiar la movilidad y los flujos sobre un territorio. Una de las fuentes más representativas son las mediciones obtenidas a partir de los GPS y de los teléfonos móviles. Además, nos permitirán establecer flujos de movimientos, al igual que conocer cuáles son las infraestructuras que reciben una presión mayor o menor de viajeros. Por otra parte, el uso del Big Data nos ayuda a establecer con mayor precisión patrones de movilidad, a partir de datos geoespaciales (Li et al., 2016) Tradicionalmente, las fuentes para el estudio de la movilidad han sido escasas, debido, en gran medida, a la dificultad que suponía para los investigadores acceder a esta información, ya que, dependían de los diferentes departamentos de tráfico. La principal fuente de información para el estudio de los flujos de movilidad eran las Encuestas Domiciliarias de Movilidad (EDM), las cuales obtenían información del origen, destino, medio de transporte utilizado, duración y otros datos (Miralles-Guasch et al., 2015). Estas encuestas también aportaban información sobre las características sociodemográficas y económicas de la población. Al ser una fuente de información específica para el estudio de la movilidad y la mejora de los medios de transportes, eran de gran utilidad para los investigadores de cara a poder llevar a cabo sus estudios específicos. A pesar de esto, las EDM tenían ciertos inconvenientes, como los elevados costes para su realización, las muestras de población tenían que ser muy grandes para poder ser representativas y las encuestas tenían que ser adaptadas para cada una de las zonas de estudio. Hay que mencionar, además, como una de las grandes limitaciones de estas encuestas, la imposibilidad de representar el conjunto de la población, ya que no pueden registrar todos los viajes que se realizan, contabilizar de forma precisa su duración y la falta de información de las rutas (Zheng et al., 2016). Otra de las fuentes de información utilizadas son las encuestas panel de movilidad, las cuales recogen información de una muestra de información en un período determinado de tiempo. Estas encuestas se realizan durante diferentes períodos de tiempo para poder Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 22 identificar cambios en los patrones de movilidad según la época del año en la que se realizan los desplazamientos. Finalmente, podemos destacar los censos de población como fuente de información indirecta, ya que aportan información del lugar de residencia, del de trabajo y del medio de transporte utilizado para realizar estos desplazamientos. Estas fuentes de información tradicionales son fuentes de interés para el estudio de la movilidad y la gestión de los transportes, pero, a pesar de ello, son fuentes poco dinámicas, que necesitan de actualizaciones constantes para poder ser útiles, implicando un coste elevado. Esto afecta de manera directa en la calidad de las bases de datos procedentes de estas fuentes de información, siendo, por lo tanto, incompletas y limitadas. La mejora de las tecnologías brinda sin embargo la oportunidad de nuevas fuentes de información, como las procedentes de las TIC, redes sociales, Smart Cities o el Spatial Big Data (Hashem et al., 2016) Las nuevas fuentes de información para el estudio de la movilidad suponen una mejora en la calidad de los estudios, ya que son más potentes, dinámicas y fiables. El uso generalizado de las Tecnologías de la Información y de la Comunicación ha provocado la generación continua de datos, pudiendo ser activos, si el usuario conoce que se está generando esta información, o pasivos, si el usuario no es consciente de ello. La cantidad de datos ha aumentado en relación a la digitalización de los espacios urbanos, debido, en gran medida, a la monitorización continua de datos georreferenciados, almacenados en diferentes repositorios, tanto públicos como privados (Gutiérrez-Puebla et al., 2016). La utilización del Big Data está suponiendo una revolución en los estudios de movilidad, produciéndose la llamada revolución informática. Con la digitalización de las ciudades y la aparición de las llamadas Smart Cities, surge el concepto de los Spatial Big Data (SBD), pudiéndose definir como grandes cantidades de información espacial georreferenciada (McKinsey, 2011)Una de las grandes ventajas de esta nueva fuente de información es la inmediatez, ya que pueden ser consultados en tiempo real en todo momento, permitiendo que esta información esté completamente actualizada. Además, Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 23 debemos tener en cuenta el bajo coste en su mantenimiento (Osorio Arjona y García Palomares, 2017). Las tres características básicas de los Big Data son el gran volumen de datos, la alta velocidad y la variedad de información; siendo esenciales en el estudio de la movilidad dentro de un territorio. El volumen está relacionado con el crecimiento de la cantidad de información y de sus fuentes; la velocidad está relacionada con el ritmo en que se generan los datos, siendo su creación continua; y la variedad se debe a la cantidad de tipos de fuentes (Iliashenko et al., 2021). Finalmente, debemos destacar la compatibilidad de los Spatial Big Data con los Sistemas de Información Geográfica (SIG), los cuales nos permiten realizar diferentes análisis a partir de los datos procedentes del Big Data. En el campo de la Geografía, esta relación es fundamental para poder llevar a cabo estudios y situarlos espacialmente (Pan et al., 2016). Mediante estas nuevas fuentes de información, y su análisis a través de los SIG, se nos permite realizar nuevos estudios de movilidad, y de mayor calidad. En definitiva, gracias a la aplicación de los Spatial Big Data el campo de la movilidad y los transportes, y su consolidación como fuentes de información para el análisis de la movilidad humana, han surgido nuevos y potentes nichos de investigación. A manera de conclusión, debemos tener en cuenta que el campo de los Spatial Big Data sigue en exploración y que las posibilidades que nos ofrecen son elevadísimas. No obstante, los principales restos a los que nos enfrentamos son la mejora de los datos, la protección de éstos, la transparencia de la información y el uso de filtros de control estadístico. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 24 4. FUENTES Y METODOLOGÍA En primer lugar, habría que indicar que la metodología desarrollada para la realización de esta investigación se fundamenta en el uso de diferentes tipos de fuentes. Por un lado, las de tipo cualitativo, como las bibliográficas y el tratamiento documental, utilizadas principalmente para la elaboración del marco teórico y de los epígrafes relacionados con la contextualización del espacio. Por otra parte, se han empleado fuentes de carácter cuantitativo procedentes de la recogida de datos y análisis geoestadístico. Las principales fuentes de información para el tratamiento estadístico de datos han sido el Instituto Nacional de Estadística (INE), el Instituto de Estadística y Cartografía de Andalucía (IECA), el Instituto de Estadística de Extremadura (IEEX), el Servicio de Estadísticas de Castilla-La Mancha y el Centro Regional de Estadística de Murcia (CREM). Por lo que se refiere a las fuentes de datos geográficos, las principales fuentes de información son es Instituto Geográfico Nacional (IGN), los Datos Espaciales de Referencia de Andalucía (DERA), el Sistema de Información Territorial de Extremadura (SITEX), Sistema de Información Territorial de la Región de Murcia (SITMurcia) y la Infraestructura de Datos Espaciales de España (IDEE). No obstante, la principal fuente de información clave para la realización de este Trabajo de Fin de Máster procede del Ministerio de Transportes, Movilidad y Agenda Urbana, en adelante MITMA. Estos datos son de carácter Spatial Big Data, y nos aportan información de la movilidad en todo el territorio español a través de los dispositivos móviles. Podemos dividir en dos categorías los principales softwares que se han utilizado para la elaboración de esta investigación. En materia de desarrollo y gestión de la base de datos espacial, cabe destacar pgAdmin4 v6 y Dbeaver. En lo que se refiere a los Sistemas de Información Geográfica (SIG), debemos referir ArcGis y QGIS, este último con una especial importancia, ya que al ser Open Source (acceso abierto), nos permite vincular directamente la base de datos que hemos creado con los datos procedentes del referido MITMA. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 31 Tras conocer cuáles son los municipios que van a integrar nuestro ámbito de estudio, para investigar la movilidad dentro de esta franja interautonómica, hemos procedido a descargar la información. Como ya hemos avanzado, los datos de movilidad proceden del MITMA, y pueden ser descargados en la siguiente URL: https://www.mitma.es/ministerio/proyectos-singulares/estudio-de-movilidad-con-big- data. La información se presenta en un archivo CSV diario, en este caso, al haber elegido realizar el estudio a lo largo de un año natural para poder observar de forma más evidente los patrones de movilidad. Se han descargado, por tanto, un total de 365 archivos, desde el 1 de abril de 2022 hasta el 31 de marzo de 2023. El primer paso tras haber descargado cada uno de estos archivos ha sido cambiarles la codificación, ya que originalmente no eran compatibles con el gestor de base de datos y hemos tenido que recodificarlos a UTF-8 y cambiarles la extensión a TXT. Este procedimiento se ha realizado para cada uno de los 365 archivos, de forma individual, mediante el software NotePad++. Esta herramienta ha sido de suma importancia, ya que no tiene límites para poder abrir los archivos, pues en la mayoría de los lectores de archivos convencionales estos archivos no podían abrirse debido a la cantidad de información que poseen. Cada uno de los archivos contiene una media de 1 millón de datos, por lo que, para este Trabajo de Fin de Máster, hemos utilizado un total de 420 millones de datos móviles de cara a estudiar la movilidad en la franja interautonómica andaluza. El siguiente paso, tras cambiar la codificación y la extensión de los archivos, ha sido integrarlos en la base de datos espaciales construida en los servidores de PostgreSQL, los cuales son Open Source. La utilización de una base de datos espaciales reside principalmente, en la incapacidad de gestionar tal volumen de información mediante una base de datos convencional como puede ser Acces. Además, una de las grandes ventajas de utilizar este tipo de bases de datos es la vinculación con QGIS, permitiéndonos generar cartografías de forma directa. Como podremos apreciar en la siguiente figura, para la integración de los datos, se han filtrado de forma directa los municipios que se encuentran dentro de la franja, ya que para este primer análisis sólo nos interesan los municipios cuyo Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 32 origen o destino esté dentro del ámbito de estudio. La integración de cada uno de los archivos se ha realizado de manera individual siguiendo el siguiente script: Figura 2. Script de carga de información a la SBDE. CREATE TABLE mitma.importacion_movimientos (importacion_movimientos VARCHAR); COPY mitma.importacion_movimientos FROM 'C:\viajes_XXXX.txt' WITH ENCODING 'LATIN1'; SELECT SPLIT_PART (importacion_movimientos, '|',1)as fecha, SPLIT_PART (importacion_movimientos, '|',2) as periodo, SPLIT_PART (importacion_movimientos, '|',3) as origen, SPLIT_PART (importacion_movimientos, '|',4) as destino, SPLIT_PART (importacion_movimientos, '|',5) as distancia, SPLIT_PART (importacion_movimientos, '|',6) as actividad_origen, SPLIT_PART (importacion_movimientos, '|',7) as actividad_destino, SPLIT_PART (importacion_movimientos, '|',8) as estudio_origen_posible, SPLIT_PART (importacion_movimientos, '|',9) as estudio_destino_posible, SPLIT_PART (importacion_movimientos, '|',10) as residencia, SPLIT_PART (importacion_movimientos, '|',11) as renta, SPLIT_PART (importacion_movimientos, '|',12) as edad, SPLIT_PART (importacion_movimientos, '|',13) as sexo, SPLIT_PART (importacion_movimientos, '|',14) as viajes, SPLIT_PART (importacion_movimientos, '|',15) as viajes_km INTO mitma.movimientos FROM mitma.importacion_movimientos; select * into mitma.viajes_XXXX from mitma.movimientos; DROP TABLE mitma.importacion_movimientos CASCADE; DROP TABLE mitma.movimientos CASCADE; SELECT * into mitma.viajes_fronteras_XXXX FROM mitma.viajes_XXXX WHERE origen IN ('21007_AM','21069_AM','21029_AM','41080_AM','41032_AM','41048_AM','14053_AM','14029_AM' ,'14035','14008_AM','14023_AM','14069_AM','14043_AM','23005','23039_AM','23024','23094_AM','2 3079_AM','23025_AM','23082_AM','23012_AM','23094_AM','18098','18164_AM','04098_AM','04099' ,'04053','04075','04035','04100','06093_AM','06070_AM','06050_AM','06055_AM','06085_AM','06074 _AM','06019_AM','06014_AM','06023_AM','06125_AM','13038_AM','13015','13042_AM','13077_AM' ,'13085_AM','13092_AM','02008_AM','02067_AM','02086_AM','30028','30015','30024','30033','30003' ) AND destino IN ('21007_AM','21069_AM','21029_AM','41080_AM','41032_AM','41048_AM','14053_AM','14029_AM' ,'14035','14008_AM','14023_AM','14069_AM','14043_AM','23005','23039_AM','23024','23094_AM','2 3079_AM','23025_AM','23082_AM','23012_AM','23094_AM','18098','18164_AM','04098_AM','04099' ,'04053','04075','04035','04100','06093_AM','06070_AM','06050_AM','06055_AM','06085_AM','06074 _AM','06019_AM','06014_AM','06023_AM','06125_AM','13038_AM','13015','13042_AM','13077_AM' ,'13085_AM','13092_AM','02008_AM','02067_AM','02086_AM','30028','30015','30024','30033','30003' ); Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 33 DROP TABLE mitma.viajes_05XX CASCADE; CREATE VIEW mitma.viajes_mayo2022 AS SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 34 UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX UNION ALL SELECT * FROM mitma.viajes_fronteras_XXXX; Fuente: Elaboración propia. Una vez integrados todos los datos, se ha tenido que dotar de geometría a cada uno de ellos, con el objetivo, de poder ser representados cartográficamente con posterioridad. Para realizar este procedimiento se han seguido los siguientes pasos. El primero de ellos ha sido identificar el código municipal de cada uno de los datos, a través del cual le hemos asignado un polígono. A pesar de la representación espacial, mediante el polígono, hemos creado una función automática, la cual, en cada línea de código, cuando se carga la información en la base de datos espacial, identifica el código de origen de ese movimiento y genera el centroide dotando de latitud y longitud, en formato puntual, para cada uno de los registros de información. Esta función ha sido de gran ayuda para la representación de los mapas de flujos. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 35 Los pasos anteriores se han realizado para descargar e integrar la información necesaria para evaluar los flujos dentro de la franja interautonómica. En la segunda fase de este Trabajo de Fin de Grado se evalúa cómo se comporta el conjunto de la franja interautonómica con el resto de España en su parte peninsular. Para obtener esta información hemos tenido que generar un nuevo script, en el que los puntos de origen de los movimientos sean todos los municipios que se encuentran dentro de esta franja y el punto de destino sean los municipios españoles peninsulares. Debido al volumen de datos se han seleccionado los municipios más poblados de cada una de las 47 provincias españolas afectadas. En la mayoría de los casos (sólo hay dos excepciones) el municipio más poblado coincide con la capital provincial. Estos dos casos excepcionales son la provincia de Cádiz, donde el municipio más poblado es Jerez de la Frontera con un total de 212.730 habitantes, frente a los 113.066 de la capital gaditana., y la de Pontevedra, en la que la capital homónima, con una población de 82.828 habitantes, se ve superada por la ciudad de Vigo, con un total de 292.374 habitantes. Tras determinar cuáles son los municipios de destino que nos interesan, integramos la información en la base de datos, creada con anterioridad, mediante el siguiente script: Figura 3. Script de carga de información a la SBDE. CREATE TABLE mitma.importacion_movimientos (importacion_movimientos VARCHAR); COPY mitma.importacion_movimientos FROM 'C:\viajes_0601.txt' WITH ENCODING 'LATIN1'; SELECT SPLIT_PART (importacion_movimientos, '|',1)as fecha, SPLIT_PART (importacion_movimientos, '|',2) as periodo, SPLIT_PART (importacion_movimientos, '|',3) as origen, SPLIT_PART (importacion_movimientos, '|',4) as destino, SPLIT_PART (importacion_movimientos, '|',5) as distancia, SPLIT_PART (importacion_movimientos, '|',6) as actividad_origen, SPLIT_PART (importacion_movimientos, '|',7) as actividad_destino, SPLIT_PART (importacion_movimientos, '|',8) as estudio_origen_posible, SPLIT_PART (importacion_movimientos, '|',9) as estudio_destino_posible, SPLIT_PART (importacion_movimientos, '|',10) as residencia, SPLIT_PART (importacion_movimientos, '|',11) as renta, SPLIT_PART (importacion_movimientos, '|',12) as edad, SPLIT_PART (importacion_movimientos, '|',13) as sexo, SPLIT_PART (importacion_movimientos, '|',14) as viajes, SPLIT_PART (importacion_movimientos, '|',15) as viajes_km INTO mitma.movimientos Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 36 FROM mitma.importacion_movimientos; SELECT * INTO mitma.viajes_0601 from mitma.movimientos; DROP TABLE mitma.importacion_movimientos CASCADE; DROP TABLE mitma.movimientos CASCADE; SELECT * into mitma.viajes_exterior_0601 FROM mitma.viajes_0601 WHERE origen IN ('21007_AM','21069_AM','21029_AM','41080_AM','41032_AM','41048_AM','14053_AM','14029_A M','14035','14008_AM','14023_AM','14069_AM','14043_AM','23005','23039_AM','23024','23094_A M','23079_AM','23025_AM','23082_AM','23012_AM','23094_AM','18098','18164_AM','04098_AM',' 04099','04053','04075','04035','04100','06093_AM','06070_AM','06050_AM','06055_AM','06085_AM' ,'06074_AM','06019_AM','06014_AM','06023_AM','06125_AM','13038_AM','13015','13042_AM','13 077_AM','13085_AM','13092_AM','02008_AM','02067_AM','02086_AM','30028','30015','30024','300 33','30003') AND destino IN ('01059','02003','03014','04013','33044','05019','06015','07040','08019','09059','10037','11012','39075',' 12040','13034','14021','15030','16078','17079','18087','19130','20069','21041','22125','23050','24089','2 5120','27028','28079','29067','30030','31201','32054','34120','35016','36038','26089','37274','40194','41 091','42173','43148','38038','44216','45168','46250','47186','48020','49275','50297'); DROP TABLE mitma.viajes_0601 CASCADE; CREATE VIEW mitma.viajes_exterior_junio2022 AS SELECT * FROM mitma.viajes_exterior_0601 UNION ALL SELECT * FROM mitma.viajes_exterior_0602 UNION ALL SELECT * FROM mitma.viajes_exterior_0603 UNION ALL SELECT * FROM mitma.viajes_exterior_0604 UNION ALL SELECT * FROM mitma.viajes_exterior_0605 UNION ALL SELECT * FROM mitma.viajes_exterior_0606 UNION ALL SELECT * FROM mitma.viajes_exterior_0607 UNION ALL SELECT * FROM mitma.viajes_exterior_0608 UNION ALL SELECT * FROM mitma.viajes_exterior_0609 UNION ALL SELECT * FROM mitma.viajes_exterior_0610 UNION ALL SELECT * FROM mitma.viajes_exterior_0611 UNION ALL SELECT * FROM mitma.viajes_exterior_0612 UNION ALL Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 37 SELECT * FROM mitma.viajes_exterior_0613 UNION ALL SELECT * FROM mitma.viajes_exterior_0614 UNION ALL SELECT * FROM mitma.viajes_exterior_0615 UNION ALL SELECT * FROM mitma.viajes_exterior_0616 UNION ALL SELECT * FROM mitma.viajes_exterior_0617 UNION ALL SELECT * FROM mitma.viajes_exterior_0618 UNION ALL SELECT * FROM mitma.viajes_exterior_0619 UNION ALL SELECT * FROM mitma.viajes_exterior_0620 UNION ALL SELECT * FROM mitma.viajes_exterior_0621 UNION ALL SELECT * FROM mitma.viajes_exterior_0622 UNION ALL SELECT * FROM mitma.viajes_exterior_0623 UNION ALL SELECT * FROM mitma.viajes_exterior_0624 UNION ALL SELECT * FROM mitma.viajes_exterior_0625 UNION ALL SELECT * FROM mitma.viajes_exterior_0626 UNION ALL SELECT * FROM mitma.viajes_exterior_0627 UNION ALL SELECT * FROM mitma.viajes_exterior_0628 UNION ALL SELECT * FROM mitma.viajes_exterior_0629 UNION ALL SELECT * FROM mitma.viajes_exterior_0630; Fuente: Elaboración propia. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 38 Para poder armonizar los datos de cada uno de los archivos y poder ser incluidos en una misma base de datos hemos creado una función hash unidireccional, la cual nos permite introducir información en un solo sentido y de forma automática. Esto ha sido de gran ayuda para poder corregir ciertos errores que presentaban los datos. Uno de los más importantes fue que la codificación de los archivos, y que la codificación cambió a la mitad de la muestra, pasando de un código UNICODE universal a un código ASCII anglosajón. En un primer momento, esto provocó errores a la hora de cuantificar la intensidad de los flujos, por esta razón se optó por unificar la codificación de todos los archivos descargados, recodificándolos al código inicial UNICODE. Con esta función estos errores se han corregido directamente ya que en el momento en que introducíamos un nuevo archivo, la función se activaba directamente, mediante un disparador que corregía todos los errores existentes. Una vez integrados los datos en nuestra base de datos espaciales se ha procedido al análisis de la información para poder estudiar la movilidad interna de la franja interautonómica y la movilidad externa del conjunto de la franja. Para evaluar esta información se han seguido dos métodos. El primero de ellos ha sido mediante los SIG, y para ello se ha empleado primero QGIS para generar las capas de punto entre origen y destino con la geometría creada anteriormente con la función en la base de datos. Hemos utilizado el software QGIS puesto que nos permite vincular la base de datos directamente desde pgAdmin4. Esto es de gran ayuda, ya que desde QGIS podemos alterar y controlar la base de datos espaciales anclada en pgAdmin4. A pesar de esto, únicamente hemos empleado QGIS para crear las capas básicas que posteriormente serán tratadas en ArcGis. La utilización de este segundo software se debió a la mayor versatilidad del programa y al gran número de herramientas que ofrece para el tratamiento de datos. Así, para elaborar los mapas de flujos, hemos utilizado la herramienta XY to Line, la cual traza una línea entre un punto con coordenadas de origen y un punto con coordenadas de destino. El segundo de los métodos que hemos empleado ha sido el software estadístico RStats, el cual nos permite elaborar gráficos con un gran volumen de datos, aspecto que el resto de los programas estadísticos no ofrece. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 39 En definitiva, la vinculación entre los Sistemas de Información Geográfica con las bases de datos espaciales nos permite almacenar una gran cantidad de información, pudiendo aumentar la calidad y la precisión del análisis de esta información, además de la capacidad automática de generar otra nueva. Por este motivo, para el estudio de la movilidad en los límites interautonómicos de Andalucía se ha seguido todo este proceso metodológico. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 40 5. DETERMINACIÓN DE LA FRANJA INTERAUTONÓMICA DE ANDALUCÍA Como ya se ha indicado en epígrafes anteriores, el objeto de estudio de este Trabajo Fin de Máster es el estudio de los flujos humanos en la frontera interautonómica de Andalucía. Para poder determinar el área de estudio hemos realizado un análisis de redes mediante el software ArcGis, ya esbozado en el anterior apartado metodológico, estableciendo áreas de influencias en relación con los puntos de conexión viarios y ferroviarios entre Andalucía y sus comunidades autónomas colindantes; Extremadura, Castilla-La Mancha y la Región de Murcia. Este análisis de redes se realiza sobre una red vectorial, donde los arcos representan las líneas férreas y las carreteras de España, procedentes del Instituto Geográfico Nacional (I.G.N.). Para poder realizar este análisis, el primer paso ha sido digitalizar los puntos de conexión viarios y ferroviarios entre los límites autonómicos de cada una de las CC.AA. que nos interesan. Debemos destacar que para contabilizar el uso de la redes ferroviaria, una vez realizado el análisis de redes y ver qué municipios se encuentran dentro de las isócronas funcionales de quince minutos, hemos seleccionado, únicamente, las vías férreas que contaban con estaciones dentro del área de estudio, excluyendo, por tanto, las líneas de alta velocidad (AVE Sevilla-Madrid), ya que no hay ninguna estación en la zona fronteriza interautonómica, sino que únicamente atraviesa este espacio, realmente no lo conecta entre sí. A la hora de realizar el análisis de redes sobre estas vías, se ha establecido como 15 minutos, según se indicó con anterioridad, el tiempo máximo de acceso para poder ser considerada área fronteriza, por lo tanto la determinación del área de estudio estará condicionada por dos variables, la primera de ellas que el municipio se encuentra en el propio límite interautonómico entre Andalucía y otra comunidad autónoma, esto es, se trata de un espacio fronterizo por motivos puramente administrativos. La segunda de las variables está determinada por el análisis de redes, ya que también se contabilizarán como Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 47 Santa Eufemia 14061 14023_AM El Guijo 14034 Dos Torres 14023 Añora 14006 Alcaracejos 14003 14069_AM Torrecampo 14062 Pedroche 14051 Conquista 14020 Villanueva de Córdoba 14069 14043_AM Cardeña 14016 Montoro 14043 Jaén 23005 Andújar 23005 23039_AM Baños de la Encina 23011 Guarromán 23039 Carboneros 23021 23024 La Carolina 23024 23094_AM Vilches 23094 Santa Elena 23076 23079_AM Santisteban del Puerto 23079 Aldeaquemada 23004 23025_AM Castellar 23025 Montizón 23062 Chiclana de Segura 23029 23082_AM Orcera 23065 Villarrodrigo 23101 Génave 23037 Siles 23082 Benatae 23016 Torres de Albánchez 23091 23012_AM Segura de la Sierra 23081 La Puerta de Segura 23072 Arroyo del Ojanco 23905 Beas de Segura 23012 23904_AM Santiago-Pontones 23904 Hornos 23043 La Iruela 23047 Chiullévar 23030 Santo Tomé 23080 Granada 18098 Huéscar 18098 18164_AM Puebla de Don Fadrique 18164 Orce 18146 Galera 18082 Castilléjar 18045 04098_AM Vélez-Blanco 4098 María 4063 Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 48 Almería Chirivel 4037 4099 Vélez-Rubio 4099 4053 Huércal-Overa 4053 4075 Pulpí 4075 4035 Cuevas del Almanzora 4035 4100 Vera 4100 Badajoz 06093_AM Oliva de la Frontera 6093 Zahínos 6159 Valencia del Mombuey 6140 06070_AM Jerez de los Caballeros 6070 Valle de Matamoros 6147 Valle de Santa Ana 6148 06050_AM Higuera la Real 6067 Fregenal de la Sierra 6050 Bodonal de la Sierra 6021 06055_AM Fuentes de León 6055 Segura de León 6124 Cabeza la Vaca 6024 Calera de León 6026 06085_AM Monesterio 6085 Montemolín 6086 Puebla del Maestre 6105 06074_AM Fuente del Arco 6053 Casas de Reina 6034 Reina 6110 Trasierra 6134 Llerena 6074 06019_AM Valverde de Llerena 6144 Berlanga 6019 Ahillones 6003 Higuera de Llerena 6065 Villagarcía de la Torre 6150 Valencia de las Torres 6139 Maguilla 6076 Campillo de Llerena 6029 06014_AM Malcocinado 6077 Azuaga 6014 Granja de Torrehermosa 6059 Paraleda del Zaucejo 6101 06023_AM Monterrubio de la Serena 6087 Benquerencia de la Serena 6018 Cabeza de Buey 6023 06125_AM Zarza-Capilla 6161 Peñalsordo 6100 Capilla 6030 Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 49 Risco 6114 Sancti-Spiritus 6118 Garlitos 6057 Siruela 6125 Baterno 6017 Tamurejo 6130 Garbayuela 6056 Ciudad-Real 13038_AM Alamillo 13003 Chillón 13038 Guadalmez 13046 Valdemanco del Esteras 13086 Agudo 13002 13015 Almodóvar del Campo 13015 13042_AM Brazatortas 13024 Fuencaliente 13042 Cabezarrubias del Puerto 13026 Hinojosas de Calatrava 13048 Solana del Pino 13080 Mestanza 13055 San Lorenzo de Calatrava 13075 13077_AM Viso del Marqués 13098 Almuradiel 13016 Santa Cruz de Mudela 13077 13085_AM Torre de Juan Abad 13084 Torrenueva 13085 Castellar de Santiago 13033 Cózar 13037 Villamanrique 13090 13092_AM Montiel 13057 Puebla del Príncipe 13069 Almedina 13014 Santa Cruz de los Cáñamos 13076 Terrinches 13081 Albaladejo 13004 Villanueva de la Fuente 13092 02008_AM Alcaraz 2008 Albacete Povedilla 2062 Viveros 2085 Bogarra 2017 El Ballestero 2014 Robledo 2068 Peñascosa 2059 Masegosa 2047 Casas de Lázaro 2022 Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 50 02067_AM Bienservida 2016 Villapalacios 2080 Salobre 2070 Vianos 2076 Ayna 2011 Riópar 2067 Cotillas 2028 Villaverde de Guadalimar 2084 Molinicios 2049 Paterna del Madera 2058 02086_AM Nerpio 2055 Yeste 2086 Letur 2042 Murcia 30028 Moratalla 30028 30015 Caravaca de la Cruz 30015 30024 Lorca 30024 30033 Puerto Lumbreras 30033 30003 Águilas 30003 Fuente: Elaboración propia a partir de los datos del MITMA e INE Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 51 6. CARACTERIZACIÓN DEL ÁMBITO DE ESTUDIO La franja interautonómica entre Andalucía y sus CC.AA. colindantes, esto es, Extremadura, Castilla-La Mancha y Región de Murcia, se sitúa al sur de la Península Ibérica. Esta localización origina que tenga, por partida doble, la condición de ámbito periférico: una a escala estatal y la otra a nivel europeo. La posición periférica de este área provoca que sea una zona con unos bajos niveles de población, con graves problemas de renovación demográfica, encontrándose alejada de los grandes circuitos económicos a nivel regional, estatal e internacional, de manera que presenta uno de los niveles de desempleo más altos de toda la Unión Europea (Rodríguez Sánchez de Alva, 2010). Uno de los grandes retos para el desarrollo de esta zona es la propia condición de espacio fronterizo, ya que con la conformación del Estado autonómico, los gobiernos regionales han concentrado un mayor número de competencias, lo que, en cierto modo, origina una desarticulación del territorio interregional , ya que a pesar de no ser fronteras administrativas, sí que provocan un límite institucional y jurídico entre espacios vecinos. Como hemos podido apreciar en el apartado anterior, nuestra zona de estudio cuenta con un total de 190 municipios, 89 en Andalucía, 46 en Extremadura, 50 en Castilla-La Mancha y 5 en la Región de Murcia, con una extensión total de 53.834 km², desde la frontera estatal hispanoportuguesa hasta la costa mediterránea peninsular ibérica. Dentro de estos municipios se incluyen los propiamente fronterizos administrativamente y los fronterizos funcionalmente debido al efecto frontera, según se explicó con anterioridad. Históricamente, esta zona fronteriza de Andalucía ha sido un área de grandes cambios. Si nos remontamos a la época bajo dominación romana, podemos apreciar cómo era un espacio con un levado dinamismo económico, debido, en gran medida, a la minería de Almadén (en la actual provincia de Ciudad Real). Una situación distinta surge en la época de la denominada Reconquista, periodo en el cual esta zona era “tierra de nadie”, como glacis de transición entre la controlada por los musulmanes y el espacio conquistado Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 52 por el reino castellanoleonés. Esto provocó un acusado despoblamiento de la zona debido a su inestabilidad, la cual no sufrió ningún cambio tras la conquista cristiana del Valle del Guadalquivir en el siglo XIII y los posteriores procesos de repoblación (Romero Valiente, 1990). El último intento de solucionar la decadencia demográfica de esta zona se produjo durante el reinado de Carlos III, en las cercanías del paso Despeñaperros (en la Sierra Morena jiennense), dando lugar a nuevos municipios como son La Carolina, Santa Elena, Aldeaquedama y Almuradiel. La elección de esta zona para este proceso repoblador se debe a su cercanía al Camino Real que conectaba la Meseta castellana, y por extensión la capital del Reino (Madrid) con la Andalucía del valle bético y los puertos de Sevilla y Cádiz (Ventura, 1990). 6.1. Marco físico-ambiental En lo que se refiere al medio físico de esta zona interautonómica, debemos destacar la importancia de los espacios serranos, destacando de oeste a este, Sierra Morena, serranías prebéticas y sierras subbéticas (López Ontiveros, 2003). Estas unidades han conformado unas comarcas serranas bien definidas, como la Sierra de Aracena, la Sierra de Segura o la Sierra de Alcaraz. Además, como podemos apreciar en el mapa siguiente, existen espacios, más llanos, como son el entorno del batolito granítico de Los Pedroches, La Serena o la comarca del Campo de Calatrava. Estos espacios son de vital importancia para la conectividad de Andalucía con el resto de la Península Ibérica, ya que, actúan como corredores. La disposición oeste-este y noroeste-sureste de la Sierra Morena, en el norte de los límites de Andalucía, supone una de las grandes barreras y una intensificación del efecto frontera, ya que tan sólo hay unos pocos correderos a lo largo de los 500 km en los que la denominada también como cordillera mariánica, actúa de unión entre la Meseta y el valle del Guadalquivir. A su vez, ocurre lo mismo en los sistemas prebéticos, donde la Sierra del Segura y la Sierra de Alcaraz actúan como frontera orográfica y línea divisoria de vertientes hidrográficas. La frontera norte de Andalucía es, pues, una región geográfica y culturalmente diversa, que se extiende desde Sierra Morena hasta la costa mediterránea en el sector oriental. Los límites administrativos del norte de Andalucía se establecen con las Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 53 comunidades autónomas de Extremadura, Castilla-La Mancha y la Región de Murcia. En total, la extensión de la frontera norte de Andalucía es de unos 800 km. Así pues, Sierra Morena, que forma la frontera natural entre Andalucía y estas las comunidades autónomas, es una cadena montañosa que se extiende de oeste a este y alcanza elevaciones de hasta 1.300 metros en algunos de los picos más altos, como La Bañuela (1.327 metros) en la provincia de Jaén. Al norte de Sierra Morena se encuentra la Meseta, una vasta llanura que se extiende por gran parte del centro de la Península Ibérica. Al sur de Sierra Morena se sitúa la Depresión Bética, una llanura que se abre al Océano Atlántico y por la que discurren ríos importantes, en especial el Guadalquivir (Vera, 1994). Mapa 6. Relieve en la franja interautonómica Fuente: Elaboración propia a partir de los datos del DERA. En cuanto al relieve, las suaves colinas y valles que conforman la frontera sur de Extremadura han sido favorables a los asentamientos humanos y a la actividad agrícola. Por su parte, las provincias de Albacete y Ciudad Real forman la frontera entre Castilla- Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 54 La Mancha y Andalucía. Desde las altas cumbres de la Sierra de Alcaraz hasta las extensas llanuras manchegas, pasando por los valles de los ríos Júcar y Guadiana, esta comarca presenta una gran diversidad geográfica. Con alturas que superan los 1.800 metros, la Sierra de Alcaraz es la formación montañosa más elevada. Destacan también las Sierras de Segura y Cazorla, pertenecientes al sistema bético. La frontera entre la Región de Murcia y Andalucía se extiende unos 100 km por la vertiente oriental. Esta zona de transición geográfica entre las dos regiones ofrece una amplia variedad de paisajes y ecosistemas que han sido moldeados a lo largo del tiempo por factores geológicos, climáticos y humanos. Con montañas, valles, llanuras y áreas costeras, el terreno a lo largo de la frontera sur de Murcia con Andalucía es extremadamente diverso. La Sierra de Mara-Los Vélez, situada en el punto más oriental de la zona, se eleva a más de 2.000 metros de altitud y ofrece un paisaje montañoso con formaciones rocosas y escarpadas (López Ontiveros, 2003). El clima de la frontera norte de Andalucía es mediterráneo continentalizado, con inviernos fríos y veranos calurosos. Sin embargo, existen importantes variaciones climáticas dentro de esta área debido a la influencia de Sierra Morena y de la Meseta. En consecuencia, el clima en las partes más bajas de Sierra Morena es más suave y seco, mientras que el clima en las partes más altas de Sierra Morena es montañoso, con inviernos muy fríos y frecuentes nevadas. Las regiones montañosas de esta subregión o dominio territorial experimentan los niveles más altos de humedad y las precipitaciones suelen ser escasas y concentradas en los meses de invierno. Con temperaturas medias anuales entre 16 y 18 °C y precipitaciones que oscilan entre 400 y 600 mm al año, la parte más septentrional de nuestra área de estudio experimenta un clima mediterráneo semiárido. Los veranos son largos y secos, con temperaturas que pueden alcanzar los 40 °C, mientras que los inviernos son suaves y con lluvias escasas. Con respecto al resto de la franja interautonómica, la región de Murcia y la frontera con Andalucía, es donde se presenta la mayor variación climática, debido, en gran medida, a su proximidad con el Mar Mediterráneo. Su clima es de tipo mediterráneo, con inviernos suaves y veranos calurosos y secos, como propicia su ubicación geográfica. Una gran variedad de microclimas se crea como resultado de las importantes modificaciones climáticas de la zona por parte de las montañas y la cercanía al Mar Mediterráneo (Pita y Cuadrat, 2006). Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 55 En lo que se refiere a la hidrología de nuestra zona de estudio, como puede observarse en el mapa anterior, es una región muy rica en recursos hídricos, gracias a la presencia de importantes ríos como el Guadalquivir, el Guadiana y el Segura, que atraviesan el área de norte a sur, los dos primeros, y de oeste a este el último de ellos. Estos cursos de agua son esenciales para la agricultura y la ganadería de la región, así como para la generación de energía hidroeléctrica. El río Guadiana, uno de los principales de España, atraviesa una parte importante del territorio nacional, incluida Andalucía. El Guadiana es importante para la geografía y la historia de la parte norte de Andalucía. Nace en la Sierra de Alcaraz, en la provincia de Albacete, y atraviesa varias provincias de Castilla-La Mancha y Extremadura antes de desembocar en Andalucía (Ayamonte). La comarca andaluza septentrional del río Guadiana presenta un curso sinuoso y está rodeada por de una variada vegetación, densamente boscosa y también con matorral abundante. El río Guadiana tiene una gran importancia histórica y cultural en el norte de Andalucía, además de su destacado valor ecológico. Numerosos pueblos y ciudades, que históricamente han sido importantes centros económicos y culturales, se pueden encontrar a lo largo de su curso como Ayamonte, Sanlúcar de Guadiana y El Granado. Por su parte el Guadalquivir nace en la Sierra de Cazorla, en la provincia de Jaén, y recorre gran parte de Andalucía antes de desembocar en el Océano Atlántico, en el Golfo de Cádiz, siendo el curso fluvial más importante de Andalucía. El Rivera de Huelva, el Yeguas y el Guadalimar son algunos afluentes que discurren a través de nuestro caso de estudio, aunque el Guadalquivir no lo atraviese directamente. También hay que mencionar al río Segura, que forma la red hidrográfica más oriental de nuestra área de estudio y discurre por las comunidades autónomas de Castilla-La Mancha y la Región de Murcia. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 56 Mapa 7. Espacios Naturales Protegidos en la franja interautonómica Fuente: Elaboración propia a partir de los datos del IGN. Según se aprecia en el mapa anterior, referidos a los Espacios Naturales Protegidos del área de estudio, se diferencia entre Parque Natural, Paraje Natural, Reserva Natural, otras figuras de protección y Zona de Importancia Comunitaria y Zona de Especial Protección para las Aves (ZEPA) (estas dos últimas pertenecientes a la Red Natura 2000 de nivel comunitario europeo). Como se puede apreciar en el mapa, estos espacios suponen una gran cantidad de superficie total de la franja interautonómica, pues concretamente un 23% de la superficie de la zona de estudio se encuentra bajo la protección de algunas de las figuras citadas con anterioridad, lo que supone, un total de 11.915 km². La figura de protección más importante, y la que mayor superficie ocupa, sólo superada por las zonas de importancia comunitaria, son los parques naturales. Como se aprecia en la tabla siguiente, el territorio de la franja interautonómica cuenta con un total de 11 parques naturales dentro de sus límites, destacando el Parque Natural Sierras de Cazorla, Segura y las Vilas por ser el de mayor extensión. La comunidad autónoma con un mayor número de parques naturales es Andalucía, con un total de 9, seguida por Castilla-La Mancha. Cabe destacar que tanto en la Comunidad Autónoma de Extremadura como en la Región de Murcia no hay ningún parque natural dentro de los límites Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 63 Casas de Reina Badajoz 4.773 100% 236,7 20,16 1 0,42 Cazalla de la Sierra Sevilla 4.700 95% 356,2 13,19 15 4,21 Bodonal de la Sierra Badajoz 4.682 100% 475,1 9,85 1 0,21 Fuente Obejuna Córdoba 4.462 55% 591,4 7,54 15 2,54 Hinojosa del Duque Córdoba 4.450 100% 909,2 4,89 1 0,11 Santisteban del Puerto Jaén 4.434 100% 372,6 11,90 1 0,27 Vilches Jaén 4.317 90% 273,1 15,81 3 1,10 Malcocinado Badajoz 4.302 100% 322 13,36 1 0,31 Santa Cruz de Mudela Ciudad- Real 3.950 100% 134,6 29,35 2 1,49 Castellar Jaén 3.209 100% 155,5 20,64 1 0,64 Belalcázar Córdoba 3.166 96% 356 8,89 1 0,28 Santiago- Pontones Jaén 2.777 39% 684 4,06 27 3,95 Guarromán Jaén 2.748 95% 96,21 28,56 6 6,24 Torrenueva Ciudad- Real 2.659 100% 144,15 18,45 1 0,69 Baños de la Encina Jaén 2.594 96% 392 6,62 2 0,51 Guadalcanal Sevilla 2.589 100% 275 9,41 1 0,36 Villanueva de Córdoba Córdoba 2.528 100% 254,4 9,94 1 0,39 Viveros Albacete 2.495 100% 511,2 4,88 1 0,20 Dos Torres Córdoba 2.402 100% 129,1 18,61 1 0,77 Zahínos Badajoz 2.276 100% 45,3 50,24 1 2,21 Montemolín Badajoz 2.269 23% 314,9 7,21 3 0,95 Benquerencia de la Serena Badajoz 2.241 33% 127,8 17,54 5 3,91 Fuente del Arco Badajoz 2.232 96% 109,9 20,31 1 0,91 Arroyo del Ojanco Jaén 2.227 99% 57,31 38,86 1 1,74 Higuera de Llerena Badajoz 2.216 98% 125,6 17,64 2 1,59 Puebla de Don Fadrique Granada 2.197 90% 523,4 4,20 2 0,38 Viso del Marqués Ciudad- Real 2.183 94% 533,2 4,09 4 0,75 Puente de Génave Jaén 2.175 91% 38 57,24 3 7,89 Siles Jaén 2.168 99% 175 12,39 4 2,29 Santo Tomé Jaén 2.105 97% 73,42 28,67 2 2,72 El Pedroso Sevilla 2.039 96% 314,2 6,49 1 0,32 Santa Olalla del Cala Huelva 2.028 100% 204 9,94 1 0,49 Villanueva de la Fuente Ciudad- Real 1.965 100% 129,1 15,22 1 0,77 Garlitos Badajoz 1.940 100% 151,7 12,79 1 0,66 Pulpí Almería 1.925 47% 441,3 4,36 13 2,95 La Iruela Jaén 1.910 43% 124 15,40 4 3,23 Siruela Badajoz 1.841 100% 202 9,11 1 0,50 Castellar de Santiago Ciudad- Real 1.819 100% 95,5 19,05 1 1,05 Segura de León Badajoz 1.818 100% 106 17,15 1 0,94 Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 64 Chillón Ciudad- Real 1.758 100% 207,8 8,46 5 2,41 Orcera Jaén 1.752 98% 126 13,90 1 0,79 Cumbres Mayores Huelva 1.737 100% 122 14,24 1 0,82 La Puerta de Segura Jaén 1.729 95% 98 17,64 6 6,12 Segura de la Sierra Jaén 1.729 13% 224 7,72 18 8,04 Alanís Sevilla 1.689 100% 281,21 6,06 1 0,36 Agudo Ciudad- Real 1.615 100% 227,3 7,11 1 0,44 Montizón Jaén 1.606 3% 211,8 7,58 3 1,42 El Castillo de las Guardas Sevilla 1.529 55% 258,7 5,91 1 0,39 Cuevas del Almanzora Almería 1.511 46% 196,5 7,69 1 0,51 El Real de la Jara Sevilla 1.510 100% 157,4 9,59 1 0,64 Añora Córdoba 1.509 100% 112,6 13,40 1 0,89 Alcaracejos Córdoba 1.493 100% 175,6 8,50 1 0,57 Montoro Córdoba 1.481 91% 124,7 11,88 1 0,80 El Ronquillo Sevilla 1.474 96% 76,52 19,26 1 1,31 Cardeña Córdoba 1.455 75% 512,9 2,84 4 0,78 Chilluévar Jaén 1.397 96% 37,7 37,06 1 2,65 Galaroza Huelva 1.373 97% 22,27 61,65 3 13,47 Almadén de la Plata Sevilla 1.326 100% 256 5,18 1 0,39 Calera de León Badajoz 1.325 100% 234 5,66 1 0,43 Monesterio Badajoz 1.322 100% 202,7 6,52 1 0,49 Higuera de la Sierra Huelva 1.320 100% 24,48 53,92 1 4,08 Riópar Albacete 1.318 87% 80,92 16,29 13 16,07 Castilléjar Granada 1.312 72% 131,3 9,99 3 2,28 Alcaraz Albacete 1.307 86% 370,53 3,53 7 1,89 Cabeza del Buey Badajoz 1.296 99% 64 20,25 2 3,13 Encinasola Huelva 1.275 100% 178 7,16 1 0,56 Montiel Ciudad- Real 1.233 100% 271,29 4,54 1 0,37 Huércal-Overa Almería 1.228 41% 225,5 5,45 35 15,52 Nerpio Albacete 1.180 60% 435,8 2,71 11 2,52 Cala Huelva 1.155 99% 83,94 13,76 2 2,38 Orce Granada 1.148 97% 324,7 3,54 3 0,92 Valle de Santa Ana Badajoz 1.132 100% 3,7 305,95 1 27,03 Galera Granada 1.116 85% 117,9 9,47 3 2,54 Villamanrique Ciudad- Real 1.083 100% 57,67 18,78 1 1,73 Albaladejo Ciudad- Real 1.074 100% 48,94 21,95 1 2,04 Santa Eufemia Córdoba 1.032 100% 197,3 5,23 1 0,51 Fuencaliente Ciudad- Real 1.012 99% 56,42 17,94 2 3,54 Berlanga Badajoz 1.008 100% 68,4 14,74 1 1,46 Brazatortas Ciudad- Real 1.005 88% 271,8 3,70 3 1,10 Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 65 Torre de Juan Abad Ciudad- Real 1.003 100% 399,73 2,51 1 0,25 Llerena Badajoz 961 100% 97,9 9,82 1 1,02 Arroyomolinos de León Huelva 951 100% 86,95 10,94 1 1,15 Cabeza la Vaca Badajoz 933 100% 69,2 13,48 1 1,45 Cózar Ciudad- Real 913 100% 64,99 14,05 3 4,62 Villagarcía de la Torre Badajoz 905 100% 67,5 13,41 1 1,48 Chiclana de Segura Jaén 902 78% 233,7 3,86 6 2,57 Letur Albacete 901 78% 263,6 3,42 13 4,93 Santa Elena Jaén 883 100% 144 6,13 1 0,69 Peñalsordo Badajoz 851 100% 47,38 17,96 1 2,11 Molinicos Albacete 837 54% 144 5,81 16 11,11 Vera Badajoz 826 78% 21,5 38,42 8 37,21 El Garrobo Sevilla 821 100% 45,05 18,22 2 4,44 Baterno Badajoz 808 100% 102,8 7,86 1 0,97 Zufre Huelva 774 100% 341 2,27 1 0,29 Torres de Albánchez Jaén 758 98% 65 11,66 1 1,54 Bogarra Albacete 756 73% 166 4,55 11 6,63 Almuradiel Ciudad- Real 740 98% 66,16 11,19 2 3,02 Posadas Córdoba 734 97% 187,3 3,92 2 1,07 Guadalmez Ciudad- Real 718 100% 71,99 9,97 1 1,39 Valencia del Mombuey Badajoz 718 100% 75 9,57 1 1,33 Fregenal de la Sierra Badajoz 680 100% 115,36 5,89 1 0,87 Puebla del Príncipe Ciudad- Real 671 100% 33,97 19,75 1 2,94 Los Blázquez Córdoba 661 100% 102,7 6,44 1 0,97 Puebla del Maestre Badajoz 660 100% 79,2 8,33 1 1,26 Mestanza Ciudad- Real 644 66% 370 1,74 3 0,81 Terrinches Ciudad- Real 622 100% 55,52 11,20 1 1,80 Trasierra Badajoz 612 100% 59,8 10,23 1 1,67 San Nicolás del Puerto Sevilla 602 85% 44,94 13,40 1 2,23 Carboneros Jaén 593 88% 59 10,05 3 5,08 Hornos Jaén 589 62% 117,6 5,01 3 2,55 Ayna Albacete 582 73% 146,8 3,96 11 7,49 Bienservida Albacete 574 100% 90,73 6,33 1 1,10 Génave Jaén 573 99% 63,5 9,02 1 1,57 Valverde de Llerena Badajoz 562 100% 41,2 13,64 1 2,43 Corteconcepció n Huelva 561 63% 49 11,45 1 2,04 Villapalacios Albacete 555 100% 87,48 6,34 1 1,14 Garbayuela Badajoz 543 100% 129,3 4,20 1 0,77 Santa Cruz de los Cáñamos Ciudad- Real 513 100% 17,72 28,95 1 5,64 Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 66 Valencia de las Torres Badajoz 512 100% 210,2 2,44 1 0,48 Hinojosas de Calatrava Ciudad- Real 505 100% 102,52 4,93 1 0,98 Fuentes de León Badajoz 502 100% 84,1 5,97 1 1,19 Peraleda del Zaucejo Badajoz 500 100% 163,7 3,05 1 0,61 Almedina Ciudad- Real 489 100% 55,9 8,75 1 1,79 Cabezarrubias del Puerto Ciudad- Real 484 100% 100,6 4,81 1 0,99 Alamillo Ciudad- Real 464 100% 67,29 6,90 1 1,49 Aldeaquemada Jaén 463 100% 121 3,83 1 0,83 Benatae Jaén 448 92% 45 9,96 3 6,67 Salobre Albacete 438 70% 49,53 8,84 2 4,04 El Ballestero Albacete 427 100% 138,7 3,08 1 0,72 El Viso Córdoba 414 100% 56,15 7,37 1 1,78 Cañaveral de León Huelva 393 100% 35 11,23 1 2,86 Povedilla Albacete 388 100% 49,43 7,85 1 2,02 Robledo Albacete 385 64% 120,1 3,21 3 2,50 Conquista Córdoba 380 100% 38,55 9,86 2 5,19 Cumbres de San Bartolomé Huelva 377 100% 145 2,60 1 0,69 Villarrodrigo Jaén 375 82% 78 4,81 2 2,56 Torrecampo Córdoba 347 100% 39,15 8,86 1 2,55 La Granjuela Córdoba 344 100% 67,28 5,11 1 1,49 Maguilla Badajoz 344 100% 26,2 13,13 1 3,82 Valle de Matamoros Badajoz 344 100% 4,9 70,20 1 20,41 Granja de Torrehermosa Badajoz 340 99% 113,4 3,00 2 1,76 Hinojales Huelva 335 100% 27 12,41 1 3,70 Villaverde de Guadalimar Albacete 335 79% 65,37 5,12 10 15,30 Paterna del Madera Albacete 329 84% 112,3 2,93 9 8,01 Solana del Pino Ciudad- Real 328 100% 180,08 1,82 1 0,56 Peñascosa Albacete 323 62% 189,3 1,71 7 3,70 Bellotar Albacete 321 100% 69,08 4,65 1 1,45 Casas de Lázaro Albacete 321 76% 112,3 2,86 5 4,45 Vianos Albacete 313 100% 128 2,45 3 2,34 Zarza-Capilla Badajoz 305 100% 92,01 3,31 1 1,09 Cortelazor Huelva 302 100% 40 7,55 2 5,00 El Madroño Sevilla 290 58% 102,9 2,82 5 4,86 Puerto Moral Huelva 281 99% 20 14,05 1 5,00 Azuaga Badajoz 248 99% 62,1 3,99 2 3,22 La Nava Huelva 247 99% 62 3,98 1 1,61 Valdelarco Huelva 239 100% 15 15,93 1 6,67 San Lorenzo de Calatrava Ciudad- Real 206 100% 105,73 1,95 1 0,95 Tamurejo Badajoz 201 100% 29,7 6,77 1 3,37 Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 67 Capilla Badajoz 194 100% 55,6 3,49 1 1,80 Valdemanco del Esteras Ciudad- Real 164 100% 142,5 1,15 1 0,70 Campillo de Llerena Badajoz 161 100% 147 1,10 1 0,68 Sancti-Spíritus Badajoz 161 100% 33,56 4,80 2 5,96 Reina Badajoz 150 100% 72,43 2,07 1 1,38 Cotillas Albacete 129 80% 14,47 8,91 1 6,91 Risco Badajoz 121 100% 39,5 3,06 1 2,53 Masegoso Albacete 114 45% 103,9 1,10 4 3,85 Cumbres de Enmedio Huelva 59 100% 14 4,21 24 171,43 Fuente: Elaboración propia a partir de los datos del INE y Nomenclátor INE Con la tabla anterior, podemos apreciar los resultados de los dos índices, explicados con anterioridad, el Índice de Pearson o porcentaje de población en el núcleo cabecera municipal y el Índice de dispersión (densidad de núcleos en el término municipal). El resultado del primero de los índices muestra cómo la tendencia más importante es la de concentrar la población del municipio en el núcleo de población que actúa como cabecera municipal, ya que 155 de los 190 municipios de la franja interautonómica concentran el 80% de su población en la cabecera municipal. Los municipios con un porcentaje menor de concentración son Montizón (Jaén) con un 3%, Segura de la Sierra (Jaén) con un 13%, Montemolín (Badajoz) con un 23%, Ben querencia de la Serena (Badajoz) con un 33% y Santiago-Pontones (Jaén) con un 39%. A pesar de esto, vemos cómo en las zonas cercanas a las zonas montañosas cuenta con los valores más bajos, inferiores al 60%, evidenciando una tendencia al poblamiento disperso. Por lo que se refiere al segundo de los índices, el de dispersión, podemos apreciar cómo los valores más altos se sitúan al este de la franja por un lado y en la zona de contacto con Extremadura (occidente), coincidiendo obviamente con los municipios donde hay mayor número de entidades. Por lo tanto, los municipios con unas cifras mayores de dispersión de la población en su territorio son: Cumbres de Enmedio (Huelva), Vera (Almería), Valle de Santa Ana (Badajoz), Yeste (Almería) y Valle de Matamoros (Badajoz). Es común que en los municipios donde se producen mayores niveles de dispersión presenten un tamaño de población intermedio, ya que, relacionándolo con el anterior índice (Pearson), la concentración de la población en los municipios de cabecera tiende a producirse en municipios donde las franjas de población son o bien muy elevados o bien muy bajas. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 68 6.3. Sistema viario y ferroviario Mapa 10. Redes de transporte terrestre de la franja interautonómica Fuente: Elaboración propia a partir de los datos del DERA e IGN A lo largo de este apartado abordaremos el estudio del sistema de comunicaciones terrestres de este espacio, centrándonos en la importancia de éstos como elementos de conexión con el resto de territorio nacional y como motores para el desarrollo económico. Además, evaluaremos su funcionalidad y las características de cada sistema de comunicación. Como ya hemos avanzado en apartados anteriores, el relieve es uno de los elementos que condicionan, en este caso de forma directa, la conectividad de la zona. En nuestra área de estudio, las cadenas montañosas que nos encontramos en la zona fronteriza provocan una acentuación del efecto límite, ya que la oferta de carretas y líneas ferroviarias se ve muy reducida a unos determinados espacios de paso. Esto ha provocado que se refuerce el carácter radial de la red de transportes española, concentrando, tradicionalmente, la mayoría de los flujos de salida y entrada de Andalucía por la A-4, Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 69 esto es, por el paso de Despeñaperros que atraviesa la cordillera de Sierra Morena en su parte jiennense, coincidente curiosamente con la de mayor altitud (López Lara, 1988). Así pues, la vía de comunicación que más presión recibía, tanto de entrada como de salida, de la franja interautonómica era la A-4 a través del desfiladero de Despeñaperros. A pesar de esto, con la finalización de la construcción de la A-66 o Autovía de la Ruta de la Plata en el año 2015, se ha producido un cambio de esta tendencia, en relación a los flujos de movilidad en Andalucía, debido a que las provincias occidentales andaluzas ya no utilizan la A-4, sino que se decantan por el uso de la nueva A-66 (Calvo-Poyo et al., 2019). Otro de los puntos que debemos mencionar es el paso fronterizo que tiene lugar en la A-7 o Autovía del Mediterráneo, la cual concentra la mayoría de los flujos de la vertiente oriental de la franja interautonómica. A pesar de esto, debemos tener en cuenta que los flujos en estas vías, generalmente, refuerzan el surgimiento, de los ya mencionados, “espacios túnel”, ya que son infraestructuras utilizadas para la realización de viajes de largo recorrido. Esto no ayuda, de forma directa, a conectar la franja interautonómica entre sí, sino que favorece la conexión de este espacio con los grandes centros de atracción, tanto nacionales como regionales. A otro nivel de importancia menor podemos destacar la N-340 (Cádiz-Barcelona), la cual une Andalucía oriental con el levante español y la N-322 (Bailén-Requena), encargada de conectar el Valle del Guadalquivir con la llanura castellanomanchega. En lo que se refiere a la comunicación entre los municipios de la franja interautonómica se produce una comunicación a partir de vías de tipo convencional, pudiéndose destacar las siguientes N-435 (Huelva-Badajoz), la N-432 (Badajoz-Córdoba), la N-420 (Córdoba- Ciudad Real) y la N-322 (Almería-Valencia). Uno de los grandes inconvenientes que presentan estas vías de conexión intercomarcal es el mal estado en el que se encuentran (Vicente García, 2022), provocando su disfuncionalidad como ejes vertebradores del espacio interautonómico. Las comunicaciones por ferrocarril en el ámbito de estudio son, aún más, precarias que el viario rodado. Al igual, que, en el caso de las carretas, estas líneas ferras son utilizadas para realizar trayectos de largo recorrido, provocando que el espacio interautonómico sólo sea un espacio “de paso”. Actualmente, dos de las líneas que Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 70 transcurren por este espacio, Huelva-Zafra y Los Rosales-Zafra, han perdido su funcionalidad principal, ya que eran utilizadas para el transporte de minerales extraídos en Sierra Morena hasta diferentes puntos del territorio nacional (Gavira y Ventura, 2017). Debemos destacar la línea férrea que, al igual que la A-4, utiliza Despeñaperros para conectar el Valle del Guadalquivir con la Comunidad Autónoma de Castilla-La Mancha. Actualmente, la línea que mayor tráfico interregional soporta es la línea de alta velocidad que conecta Sevilla-Madrid (AVE), en funcionamiento desde 1992, con motivo de la Exposición Universal de Sevilla de ese mismo año, provocando la conexión entre centros regionales, como son los casos de Sevilla y Córdoba, con la capital estatal, Madrid. 6.4. Contextualización socioeconómica Mapa 11. Renta media por hogar a escala municipal en la franja interautonómica (2020) Fuente: Elaboración propia a partir de los datos del DERA, IGN y de la Agencia Tributaria Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 71 Para la caracterización socioeconómica del área de estudio hemos seleccionado dos variables, las cuales han sido cartografiadas. La primera de ellas hace referencia a la renta media por hogar a escala municipal del año 2020, siendo éste el año más reciente disponible. Como podemos apreciar en el mapa anterior, hemos establecido tres franjas, las cuales coinciden con las utilizadas por los datos del MITMA antes referidas (véase Tabla 1), facilitándose así su posterior comparación. Los niveles de renta media en la franja interautonómica son bajos en relación a la renta nacional y europea, situándose, la gran mayoría de los municipios, por debajo de los 10.000 € por habitante, siendo los cinco siguientes los que poseen menor renta media; Povedilla (Albacete), con 6.168 €; Galaroza (Huelva), con 6.847 €; Hornos (Jaén), con 7.486 €; Cañaveral de León (Huelva), con 7.638 €; y Bienservida (Albacete), con 7.681 €. En contraposición, los municipios con mayor renta de toda la franja interautonómica son Vilches (Jaén), con 16.789 €; Ayna (Albacete), con 12.193 €; Torres de Albánchez (Jaén), con 11.810 €; Hornachuelos (Córdoba), con 11.775 €; e Higuera de la Sierra (Huelva), con 11.692 €. Tabla 7. Renta media por hogar según CC.AA. afectadas Renta media por hogar (2020) Municipios en Andalucía 9.435 € Municipios en Castilla-La Mancha 9.493 € Municipios en Extremadura 9.257 € Municipios en la Región de Murcia 9.962 € Media de la franja interautonómica 9.423 € Fuente: Elaboración propia a partir de los datos de la Agencia Tributaria Mediante los datos que nos ofrece la tabla anterior, podemos ver cómo la renta media por hogar en toda la franja interautonómica es de 9.536 €, siendo la renta de la Comunidad Autónoma de la Región de Murcia la más alta (9.962 €), mientras que la más baja es la de la Comunidad Autónoma de Extremadura con 9.435 €. A pesar de esto, podemos afirmar que las diferencias entre estas dos regiones son mínimas, posiblemente ocasionada por la distribución de las actividades económicas en cada una de ellas: una más orientada hacia el sector primario y, la segunda de ellas, en una clara tendencia de tercerización, basada en el turismo, pero también a la agricultura intensiva, en la zona costera. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 72 Mapa 12. Clasificación de las actividades productivas según los contratos dados de alta a escala municipal en la franja interautonómica (2022) Fuente: Elaboración propia a partir de los datos del DERA, IGN y del SEPE. La distribución de las actividades económicas es de vital importancia para entender el contexto socioeconómico de nuestra zona de estudio. Para ellos, hemos utilizado los datos procedentes del SEPE de los contratos dados de alta en cada una de las grandes actividades productivas, distinguiéndose entre las relacionados con la agricultura, la de carácter industrial, actividades las vinculadas a la construcción y, finalmente, las adscritas al sector servicios. Como podemos apreciar, la distribución de las actividades económicas en la franja interautonómica se ve condicionada, de forma directa, por la diversidad geográfica de este espacio. Tradicionalmente, y en la actualidad también, una de las actividades económicas que más importancia tiene en la zona es la agricultura. Los cultivos principales de esta zona son el olivo, la vid, los cereales y los frutales, concentrándose en las provincias de Badajoz, Jaén, Córdoba, Granada y Albacete (Martín Martín, 2009). Otras de las actividades económicas que debemos tener en cuenta es el turismo, y por lo tanto los servicios, situados alrededor de la vertiente oriental de nuestra Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 79 Spiritus, Garlitos. Siruela, Baterno, Tamurejo y Garbayuela) con 4 viajes. Para finalizar, el último de los flujos con menor intensidad es entre 23024 (La Carolina) y 06085_AM (Monesterio, Montenolin y Puebla del Maestre) con 4 viajes. En este caso, el factor de la distancia es determinante para medir la intensidad de los flujos desde Andalucía hacia Extremadura. Los valores más altos de viajes anuales se producen entre municipios directamente fronterizos o separados por una distancia menor a 10 km. En cambio, los municipios con unos valores más bajos se sitúan en el otro extremo de la franja interautonómica, separados por más de 500 km. Mapa 15. Flujos hacia los municipios/agrupaciones municipales de Castilla-La Mancha desde los municipios/agrupaciones municipales de Andalucía Fuente: Elaboración propia a partir del MITMA y DERA El segundo de los mapas, a escala regional, corresponde a los movimientos que se producen desde los municipios/agrupaciones municipales de Andalucía hacia los Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 80 municipios/agrupaciones municipales de la comunidad autónoma de Castilla-La Mancha. Como podemos apreciar en el mapa 15, los flujos son menores que en el caso anterior, esto es debido, a la orografía de la zona, dominada por la cordillera de Sierra Morena. Los valores más altos, de viajes anuales se sitúan en los extremos de los límites autonómicos de Castilla-La Mancha con Andalucía; es decir; al este de la provincia de Ciudad Real y al este de la provincia de Albacete. Por ende, son los municipios de las provincias de Córdoba y Jaén, los que emiten más “viajeros” hacia Castilla-La Mancha. Al igual que en el caso anterior, analizaremos los cinco flujos más fuertes y los cinco más débiles. En lo que se refiere a los flujos de movilidad más intensos son los siguientes; el primero de ellos se produce entre los códigos municipales del MITMA 23082_AM (Orcera, Villarrodrigo, Génave, Siles, Benatae y Torres de Albánchez) hacia 02086_AM (Nerpio, Yeste y Letur) con 8.136.756 viajes anuales. El segundo más intenso se da entre 14043_AM (Cardeña y Montoro) y 13042_AM (Brazatortas, Fuencaliente, Cabezarrubias del Puerto, Hinojosas de Calatrava, Solana del Pino, Mestanza y San Lorenzo de Calatrava) con un total de 5.434.126 de desplazamientos anuales. El siguiente se produce entre 23082_AM (Orcera, Villarrodrigo, Génave, Siles, Benatae, Torres de Albánchez) y 02067_AM (Bienservida, Villapalacios, Salobre, Vianos, Ayna, Riópar, Cotillas, Villaverde de Guadalimar, Molinicos y Paterna de Madera) con una cifra total de 3.519.673 viajes. El penúltimo flujo con unos valores más elevados es el que tiene como origen 23082 (Orcera, Villarrodrigo, Génave, Siles, Benatae, Torres de Albánchez) y destino 13092_AM (Montiel, Puebla del Príncipe, Almedina, Santa Cruz de los Cáñamos, Terrinches, Albaladejo y Villanueva de la Fuente) con 3.362.973 de desplazamientos. Finalmente, el último de los movimientos con mayor intensidad, un total de 665.968 viajes se produce entre 23005 (Andújar) y 13042_AM (Brazatortas, Fuencaliente, Cabezarrubias del Puerto, Hinojosas de Calatrava, Solana del Pino, Mestanza y San Lorenzo de Calatrava). En el caso de los viajes con valores más bajos para debemos destacar los siguientes; de 04075 (Pulpí) a 13092_AM (Montiel, Puebla del Príncipe, Almedina, Santa Cruz de los Cáñamos, Terrinches, Albaladejo y Villanueva de la Fuente) con 3 viajes. En segunda `posición, el flujo entre 04099 (Vélez-Rubio) y 13092_AM (Montiel, Puebla del Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 81 Príncipe, Almedina, Santa Cruz de los Cáñamos, Terrinches, Albaladejo y Villanueva de la Fuente) con 3 viajes. El tercero de los valores más bajos, 2, es el que tiene como origen 21029_AM (Encinasola, Cumbres de San Bartolomé, Cumbres de Enmedio, La Nava, Galaroza, Valdelarco, Cortelazor, Hinojales y Cumbres Mayores) y como destino 02008_AM (Alcaraz, Povedilla, Viveros, Bogarra, El Ballestero, Robledo, Peñascosa, Masegosa y Casa de Lázaro). Al igual que el valor anterior, 2, en cuarta posición, como flujo más débil, se produce entre 41080_AM (El Madroño, El Castillo de las Guardas, El Garrobo, El Ronquillo, Almadén de la Plata y El Real de la Jara) y 02086_AM (Nerpio, Yeste y Letur). Finalmente, el flujo entre 23079_AM (Santiesteban del Puerto y Aldeaquemada) y 13038_AM (Alamillo, Chillón y Guadalmez) con 2 viajes anuales. En este caso, podemos apreciar, como ya hemos comentado, que los flujos con mayor intensidad se producen entre las provincias de Córdoba y Ciudad-Real, al igual, que entre Jaén y Albacete. A pesar de esto, vemos como el volumen de flujos es inferior, al caso anterior, entre Andalucía y Extremadura. En el caso de los viajes con valores más bajos, vemos como se sitúan lejos de las fronteras autonómicas de Castilla-La Mancha, situados en las provincias más alejadas como son Huelva, Sevilla y Almería. A pesar de esto, vemos como uno de los registros más bajos se produce entre agrupaciones municipales relativamente cercanas, 23079_AM (Jaén) y 13038_AM (Ciudad-Real). Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 82 Mapa 16. Flujos hacia los municipios/agrupaciones municipales de la Región de Murcia desde los municipios/agrupaciones municipales Andalucía Fuente: Elaboración propia a partir del MITMA y DERA En el caso más oriental, del conjunto de la franja interautonómica, podemos apreciar los flujos de movilidad desde los municipios/agrupaciones municipales de Andalucía, hacia los municipios/agrupaciones municipales de la Región de Murcia. Al igual que en los casos anteriores, los valores más altos se producen entre las entidades municipales fronterizas, por ende, los flujos con valores más bajos se localizan en los municipios con origen en las provincias andaluzas de Huelva, Sevilla y Córdoba. Debemos remarcar que la Región de Murcia es la que experimenta los valores más altos de todo nuestro ámbito de estudio, en relación a viajes procedentes de Andalucía, en especial de la provincia de Almería. Como hemos avanzado, los valores que se dan entre Andalucía y la Región de Murcia, la primera como origen y la segunda como destino son los más altos de todo el Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 83 conjunto de la franja. El flujo más intenso es el que se produce entre 04075 (Pulpí) y 30003 (Águilas) con la cifra de 12.438.867 viajes anuales. El segundo de los flujos con unos valores más elevados es el que tiene a 04075 (Pulpí) y 30024 (Lorca), en el cual se registran un total de 8.438.867 viajes anuales. A continuación, el flujo más intenso, con 6.058.078 trayectos, es el que hay entre 04035 (Cuevas del Almanzora) y 30033 (Puerto Lumbreras). El penúltimo, se produce entre los códigos 04053 (Huércal-Overa) y 30024 (Lorca) con 4.467.139. Para concluir, el último de los flujos más intensos es el que tiene como origen a 18098 (Huéscar) y destino, 30024 (Lorca), con un registro anual de 3.473.757. En contraposición, los cinco flujos que menor intensidad tienen son los siguientes; de 14023_AM (El Guijo, Dos Torres, Añora y Alcaracejos) a 30015 (Caravaca de la Cruz) con un total de 5 viajes anuales. El segundo de los flujos más débiles, en orden descendente es el que tiene como origen a 14035 (Hinojosa del Duque) y destino a 30015(Caravaca de la Cruz) con un total de 4 viajes al año. El siguiente de los flujos con valores más bajos es entre 21029_AM (Encinasola, Cumbres de San Bartolomé, Cumbres de En medio, La Nava, Galaroza, Valdelarco, Cortelazor, Hinojales y Cumbres Mayores) y 30033 (Puerto Lumbreras) con 4 trayectos al año. Siguiendo el orden, el próximo flujo menor, con un valor de 2 desplazamientos anuales, tiene como origen, 14035 (Hinojosa del Duque) y como destino, 30003 (Águilas). Finalmente, el flujo con un registro menor se produce entre 41048_AM (Guadalcanal, Alanís y San Nicolás del Puerto) y 30033 (Puerto Lumbreras), con 1 viaje anual. Siguiendo con el análisis de los flujos en la franja interautonómica, podemos apreciar como los valores más altos se sitúan en las regiones levantinas, siendo los flujos entre Almería y la Región de Murcia los que obtienen unos valores más elevados. Siguiendo, en valor de importancia, vemos como los flujos que se producen entre las provincias occidentales de Andalucía y la Comunidad Autónomas de Extremadura se sitúan en segunda posición a escala de importancia. Finalmente, los flujos con unos valores menores son los que tienen como destino los municipios/agrupaciones municipales de Castilla-La Mancha. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 84 Al tratarse de una matriz de origen-destino, es importante analizar y contabilizar los flujos, tanto los flujos “FROM”, como los flujos “TO”. En los mapas anteriores han quedado reflejados los movimientos con origen en los municipios/agrupaciones municipales andaluzas y destino en los municipios/agrupaciones municipales de las comunidades autónomas limítrofes con Andalucía. Es por este motivo que a partir del mapa 17, se ha invertido la matriz y se representan los flujos desde los municipios/agrupaciones municipales de Extremadura, Castilla-La Mancha y la Región de Murcia, hacia los municipios/agrupaciones municipales de Andalucía. Mapa 17. Flujos hacia los municipios/agrupaciones municipales de Andalucía desde los municipios/agrupaciones municipales de las CC.AA. colindantes Fuente: Elaboración propia a partir del MITMA y DERA Siguiendo la metodología de los mapas con origen en Andalucía, primero se ha realizado un mapa del conjunto de la franja interautonómica. Como podemos apreciar en el mapa superior, podemos observar, como al igual que en los mapas “FROM”, los flujos Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 85 con unos valores más altos, pertenecientes al último intervalo, es decir, con un valor superior a dos millones de desplazamientos anuales, siguen la tendencia de los mapas anteriores, situándose en el extremo occidental y oriental. A pesar de esto, llama la atención, la aparición de flujos, también situados en el último de los intervalos más altos, en la zona central de la franja, produciéndose unos flujos de entrada a Andalucía, con un volumen de viajes anuales muy altos, situación que no se repite a la inversa. Mapa 18. Flujos hacia los municipios/agrupaciones municipales de Andalucía desde los municipios/agrupaciones municipales de Extremadura Fuente: Elaboración propia a partir del MITMA y DERA En lo que se refiere a los flujos de movilidad terrestre entre los municipios/ agrupaciones municipales de Extremadura y los municipios/agrupaciones municipales de Andalucía, podemos apreciar en el mapa anterior, como siguiendo con la tendencia, los flujos de mayor volumen se sitúan a menos 50 km de distancia entre origen-destino. Por lo tanto, son las provincias de Huelva y Sevilla, las que reciben un mayor número de Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 86 viajes procedentes de Badajoz. Al igual que en los casos anteriores, las provincias más lejas son las que experimentan flujos más débiles, en este caso, son las situadas en la vertiente este de nuestro ámbito de estudio. Como podemos apreciar en el mapa anterior, los flujos con mayor intensidad son los que se producen hacia las provincias de Sevilla y Huelva. Los cinco flujos más intensos son los siguientes; el flujo con un valor más alto, 10.899.752 viajes anuales, se produce entre 06074_AM (Fuentes del Arco, Casas de Reina, Reina, Trasierra y Llerena) y 41048_AM (Guadalcanal, Alanís y San Nicolás del Puerto). El segundo de los flujos tiene como origen 06055_AM (Fuentes de León, Segura de León, Cabeza la Vaca y Calera de León) y destino a 21029_AM (Encinasola, Cumbres de San Bartolomé, Cumbres de Enmedio, La Nava, Galaroza, Valdelarco, Cortelazor, Hinojales y Cumbres Mayores), entre los cuales se registró un valor total de 8.915.545 viajes anuales. A continuación, el trayecto que posee una cifra más elevada se produce entre 06085_AM (Monesterio, Montemolín y Puebla del Maestre) y 21069_AM (Arroyomolinos de León, Cañaveral de León, Corteconcepción, Puerto Moral, Zufre, Santa Olalla del Cala y Cala) con 8.092.376 viajes. El penúltimo de los flujos más intensos se da entre 06085_AM (Monesterio, Montemolín y Puebla del Maestre) y 41080_AM (El Madroño, El Castillo de las Guardas, El Garrobo, El Ronquillo, Almadén de la Plata y El Real de la Jara), el cual registra un total de 7.420.135 viajes anuales. Finalmente, el último de los flujos más intensos se produce entre 06085_AM (Monesterio, Montemolín y Puebla del Maestre) y 21029_AM (Encinasola, Cumbres de San Bartolomé, Cumbres de Enmedio, La Nava, Galaroza, Valdelarco, Cortelazor, Hinojales y Cumbres Mayores), con 5.824.085 trayectos al año. En el lado contrario, los cinco flujos con valores más débiles son los siguientes. El primero de ellos, con un valor de 3 viajes anuales, se produce entre 06055_AM (Fuentes de León, Segura de León, Cabeza la Vaca y Calera de León) y 23082_AM (Orcera, Villarrodrigo, Génave, Siles y Torres de Albánchez). El segundo de los viajes más débiles, con el mismo valor que el caso anterior, 3, tiene como origen 06055_AM (Fuentes de León, Segura de León, Cabeza la Vaca y Calera de León) y destino, 23079_AM (Santisteban del Puerto y Aldeaquemada). Los tres flujos con valores más débiles, tienen la misma cifra de viajes anuales, 2. Por lo tanto, únicamente, nombraremos Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 87 cuales son estos flujos; el primero de ellos se produce entre 06093_AM (Oliva de la Frontera, Zahínos y Valencia de Mombuey) y 04100 (Vera), el segundo entre 06093_AM (Oliva de la Frontera, Zahínos y Valencia de Mombuey) y 04035 (Cuevas de Almanzora), y finalmente, el último de los flujos más débiles se da entre 06074_AM (Fuentes del Arco, Casas de Reina, Reina, Trasierra y Llerena) y 23079_AM (Santisteban del Puerto y Aldeaquemada). Mapa 19. Flujos hacia los municipios/agrupaciones municipales de Andalucía desde los municipios/agrupaciones municipales de Castilla-La Mancha Fuente: Elaboración propia a partir del MITMA y DERA Los flujos desde los municipios/agrupaciones municipales de Castilla-La Mancha hacia los municipios/agrupaciones municipales fronterizos de Andalucía, muestran una clara variación respecto a los flujos que aparecen a la inversa. Uno de los principales cambios que podemos apreciar es el cambio en los volúmenes de los flujos, los cuales aumentan respecto al mismo mapa, pero en sentido contrario. Esto nos hace pensar en Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 88 hipótesis en la cual es más receptora de viajes que no emisora, ya que posee una mayor capacidad de atracción. A pesar de esto, al igual que en el mapa “FROM”, vemos como los flujos de mayor intensidad se sitúan en las provincias colindantes que se encuentran en los extremos de la frontera interautonómica castellanomanchega. Los cinco flujos con una mayor intensidad son los siguientes; el primero de ellos tiene como origen 02067_AM (Bienservida, Villapalacios, Salobre, Vianos, Ayna, Riópar, Cotillas, Villaverde de Guadalimar, Molinicos y Paterna del Madera) y destino 23082_AM (Orcera, Villarrodrigo, Génave, Siles, Benatae y Torres de Albánchez) con una cifra de 9.310.058 viajes anuales. El siguiente flujo con mayor intensidad se produce entre 13042_AM (Brazatortas, Fuencaliente, Cabezarrubias del Puerto, Hinojosas de Calatrava, Solana del Pino, Maestanza y San Lorenzo de Calatrava) y 14043_AM (Cardeña y Montoro) con un valor de 4.900.527 trayectos anuales. El tercero de los valores más elevados, 3.015.851, se da entre 02086_AM (Nerpio, Yeste y Letur) y 23082_AM (Orcera, Villarrodrigo, Génave, Siles, Benatae y Torres de Albánchez). El penúltimo de las cifras más altas tiene como origen a 13038_AM (Alamillo, Chillón y Guadalmez) y destino 14023_AM (El Guijo, Dos Torres, Añora y Alcaracejos) con 2.015.581 desplazamientos anuales. Finalmente, el último de los flujos más intensos se produce entre 13092_AM (Montiel, Puebla del Príncipe, Almedina, Santa Cruz de los Cáñamos, Terrinches, Albaladejo y Villanueva de la Fuente) y 23082_AM (Orcera, Villarrodrigo, Génave, Siles, Benatae y Torres de Albánchez), el cual registra un total de 1.034.720 viajes al año. Por lo que se refiere a los cinco flujos más débiles o con valores más bajos, se producen entre; 13042_AM (Brazatortas, Fuencaliente, Cabezarrubias del Puerto, Hinojosas de Calatrava, Solana del Pino, Maestanza y San Lorenzo de Calatrava) y 18098 (Huéscar), 02086_AM (Nerpio, Yeste y Letur) y 14029_AM (Fuente Obejuna, La Granjuela, Los Blázquez y Valsequillo), 02086_AM (Nerpio, Yeste y Letur) y 41032_AM (El Pedroso y Cazalla de la Sierra), 02008_AM (Alcaraz, Povedilla, Viveros, Bogarra, El Ballestero, Robledo, Peñascosa, Masegosa y Casas de Lázaro) y 41080_AM (El Madroño, El Castillo de las Guardas, El Garrobo, El Ronquillo, Almadén de la Plata y El Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 95 las 08:00h y las 09:00h, con un total del 24%. Al igual que en el caso anterior, los valores más bajos se concentran en las horas cercanas a la madrugada, más precisamente a las 01:00h, donde únicamente se sitúan el 10% de los viajes totales. Siendo coincidentes con los resultados del gráfico anterior, vemos como el grueso de los viajes se concentran en torno a los horarios de las jornadas laboras. Aunque, debemos destacar que en el caso de los viajes con origen en Andalucía se producen más viajes en las horas centrales de la tarde, que en el caso contrario. Esto puede indicar el carácter atrayente de los municipios andaluces, donde es posible que se sitúen los mayores dinamismos económicos y actúen como núcleos de atracción para el resto de la franja interautonómica. Gráfico 4. Porcentaje de viajes desde los municipios/agrupaciones municipales de Andalucía hacia el resto de los municipios/agrupaciones municipales de las CC.AA. colindantes por horas Fuente: Elaboración propia a partir de los datos del MITMA La tercera de las variables qué debemos tener en cuenta a la hora de analizar los flujos de movilidad humana en la franja interautonómica andaluza es la distancia de los desplazamientos. Como aparece en el gráfico 5, al igual que en la metodología, los 0,00% 2,00% 4,00% 6,00% 8,00% 10,00% 12,00% 14,00% Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 96 intervalos en los que se nos proporciona esta información son los siguientes: 0,5km-2km/ 2km-10km/ 10km-50km/ >50km. Como podemos apreciar el grueso de los viajes se concentran en los tres primeros intervalos, en gran medida debido a que el espacio de nuestro ámbito de estudio no tienda a concentrar flujos que superen esa distancia como hemos podido apreciar en los mapas anteriores. A su vez, esta información refuerza los datos obtenidos mediante la cartografía elaborada en el primer epígrafe. La concentración de los viajes en las dos franjas intermedias, las cuál varían de 2km a 50km de distancia, evidencian la importancia de la distancia en el volumen de viajes, como más grande es la distancia menos viajes se produce entre dos puntos. En contraposición, el intervalo qué más viajes concentra a lo largo de un año en la franja interautonómica tiene un máximo de 10 km de distancia, evidenciando una clara tendencias a la cotidianidad de estos desplazamientos. Gráfico 5. Porcentaje de la distancia de los viajes desde los municipios/agrupaciones municipales de Andalucía hacia el resto de los municipios/agrupaciones municipales de las CC.AA. colindantes Fuente: Elaboración propia a partir de los datos del MITMA 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% 35,00% 40,00% 45,00% 0,5 - 2 km 2 - 10 km 10 - 50 km > 50 km Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 97 Al igual que en caso anterior, los viajes que tienen como destino Andalucía también se encuentran en su grueso situados dentro de las dos franjas correspondiente a valores que oscilan entre los 2 km como mínimo y los 50 km como máximo. Los resultados de esta variable en las dos direcciones de la matriz origen-destino muestran, claramente la naturaleza de estos desplazamientos, inducidos en su mayoría por motivos cotidianos, como podremos evidenciar en una de las variables a comentar posteriormente. Los resultados, agrupados tanto de los viajes desde Andalucía como hacia Andalucía, muestran como el 20,73% de los viajes se sitúan dentro de la primera franja (0,5km-2km), el 40,09% dentro de la segunda franja (2km-10km), el 37,17% dentro de la franja de 10km-50km y únicamente el 2,01% de los viajes se sitúan en la última de las franjas (>50km). Gráfico 6. Porcentaje de la distancia de los viajes hacia los municipios/agrupaciones municipales de Andalucía desde el resto de los municipios/agrupaciones municipales de las CC.AA. colindantes Fuente: Elaboración propia a partir de los datos del MITMA 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% 35,00% 40,00% 45,00% 0,5 - 2 km 2 - 10 km 10 - 50 km > 50 km Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 98 La siguiente de las variables que hemos utilizado procedente de los datos del MITMA es la renta de los viajeros. Anteriormente, en el epígrafe dedicado a la caracterización del ámbito de estudio se ha analizado ya esta variable, aunque a escala municipal, en este caso al ser información derivada del Big Data, los datos son a escala de agrupación municipal, aunque como veremos no varían mucho de los ya analizados. Al ser una de las regiones españolas con una mayor tasa de desempleo vemos como el grueso de los viajeros se concentran en el primero de los intervalos correspondiente a una renta media inferior a 10.000€ anuales. Como podemos apreciar en la tabla 9, este valor supone un 71,08% del total de los viajeros. En el segundo de los intervalos se encuentran los viajeros con una renta media anual comprendida entre los 10.000€ y los 15.000€, con un valor del 27,08%. Finalmente, debemos destacar la cifra tan baja que representa el último de los intervalo, tan solo el 1,84% de los viajeros que han realizado un desplazamiento teniendo como origen y destino 1 de los municipios/agrupaciones municipales de la franja inter autonómica presentan una renta superior a los 15.000€ anuales. Tabla 9. Porcentaje del nivel de renta de los viajeros dentro de la franja interautonómica estudiada Intervalo en euros Porcentaje del total de viajeros < 10.000 € 71,08 % 10.000 - 15.000 € 27,08 % > 15.000 € 1,84 % Fuente: Elaboración propia a partir de los datos del MITMA Los dos gráficos siguientes corresponden a la distribución en franjas de edad de los viajeros. Como se puede apreciar se ha dividido la información de manera que uno de los gráficos corresponde a los viajes que se producen con origen en Andalucía, y otro de los gráficos representa la información de los viajes que se producen con destino Andalucía. A pesar de esto, al ser la información con valores simulares, con variaciones mínimas vamos a realizar el comentario de forma conjunta, dando los valores de ambos casos. Al ser datos procedentes de telefonía móvil, refleja un claro inconveniente a la hora de analizar las franjas de edad, ya que los datos proporcionados por el Ministerio engloban Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 99 en un mismo grupo de edad los viajeros de 0 a 24 años lo que supone que el porcentaje de este grupo de edad sea muy bajo debido a que la gran mayoría de casos un individuo no posee un dispositivo móvil hasta cierta edad. Por consecuente, este grupo de edad únicamente supone el 1, 04% y el 1,08% en los gráficos. La segunda de las franjas de edad corresponde a los viajeros que tienen una edad entre 24 y 44 años, este grupo concentra el 36,72% y el 35,98% del total de la franja interautonómica. El grupo de edad con unos valores más altos, corresponde a 45-64 años con un total del 42,40% y 42,80%. Finalmente, el último de los grupos de edad,65 años o superior, suponen el 13,50% y el 14,07%. En este caso, debemos destacar el porcentaje relativo de viajes que no presentaban un dato en esta variable, suponiendo el 6,34% y el 6,07% en el total de viajeros. Gráfico 7. Edad de los viajeros desde los municipios/agrupaciones municipales de Andalucía hacia el resto de los municipios/agrupaciones municipales de las CC.AA. colindantes Fuente: Elaboración propia a partir de los datos del MITMA 1% 37% 42% 14% 6% 0-24 24-44 45-64 ≥ 65 Sin datos Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 100 Gráfico 8. Edad de los viajeros hacia los municipios/agrupaciones municipales de Andalucía desde el resto de los municipios/agrupaciones municipales de las CC.AA. colindantes Fuente: Elaboración propia a partir de los datos del MITMA En lo que se refiere al sexo de los viajeros, vemos como se produce un equilibrio entre ambos sexos, con una ligera diferencia positiva hacia el género masculino respectos al femenino. A pesar de esto, debemos remarcar, que, en este caso, el 8,46% de los registros no presentan ningún dato para esta variable. Tabla 10. Distribución por sexo de los viajeros en la franja interautonómica Mujer 44,71 % Hombre 46,83 % Sin datos 8,46 % Fuente: Elaboración propia a partir de los datos del MITMA 1% 36% 43% 14% 6% 0-24 24-44 45-64 ≥ 65 Sin datos Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 101 Finalmente, la última de las variables que debemos analizar es el motivo por el que se produce el desplazamiento entre el punto de origen y el punto de destino. Esta información viene dada a partir de cuatro parámetros; casa, estudio/trabajo, frecuente y no frecuente. Esta variable es de vital importancia para poder entender la naturaleza de los desplazamientos que se producen en la franja interautonómica andaluza, ya que podremos apreciar si la mayoría de los desplazamientos que se producen a lo largo de un año son de carácter cotidiano. El primero de los gráficos corresponde al motivo del viaje, de los desplazamientos con destino los municipios/agrupaciones municipales de Andalucía. Como podemos apreciar hay dos combinaciones que llaman la atención sobre el resto, Estas son casa-estudio/trabajo y estudio/trabajo-casa. Ambas combinaciones se sitúan en valores cercanos al 25% del total de los viajes, suponiendo más del 50% de todos los desplazamientos en la franja a lo largo de un año, sumando un total de 899.070.674 viajes. El volumen de trayectos que tienen como motivo principal el desplazamiento entre el domicilio habitual y en lugar de trabajo o estudios, evidencia el carácter cotidiano de estos desplazamientos. El segundo y los motivos que ocupa un volumen de registros mayor es casa-frecuente o frecuente-casa, con un 11,60% y un 11,30%. Dentro de los motivos clasificados como frecuentes se integran desplazamientos habituales de cada una de las personas, con dispositivo móvil, realiza, excluyendo el domicilio habitual y su puesto de trabajo de estudios. Dentro de esta franja de motivos se concentran un total de 395.599.582 desplazamientos. Finalmente, las combinaciones que menor impacto tienen en el conjunto de los datos son los que tienen como origen o destino una localización no frecuente, suponiendo, únicamente un 12,78% con la suma todas sus combinaciones. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 102 Gráfico 9. Motivos de los viajes hacia los municipios/agrupaciones municipales de Andalucía desde el resto de los municipios/agrupaciones municipales de las CC.AA. colindantes Fuente: Elaboración propia a partir de los datos del MITMA El segundo de los gráficos corresponde a los viajes con origen en los municipios/agrupaciones municipales del resto de comunidades autónomas colindantes a Andalucía que integran la franja interautonómica. Al igual que en el caso anterior, los motivos de desplazamiento qué más viajes conllevan a lo largo del año son los que tienen como origen o destino el domicilio habitual y/o el lugar de trabajo/estudio, suponiendo en este caso el 25,72% y el 26,01% del total de los desplazamientos. El número total de viajes que tienen como destino uno de los municipios/agrupaciones municipales de Andalucía con motivo casa y/o trabajo-estudio es de 910.261.730, superando el 50% del conjunto de los viajes. El segunda de las combinaciones que más porcentaje de viajes concentra es casa-frecuente, frecuente-casa, con un 11,80% y un 11,40%, con un total de 436.972.392 viajes. Coincidiendo con el caso anterior, son los motivos con la variable “no frecuente” los que presentan unos valores más bajos. 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% No Frecuente - Frecuente No Frecuente - Casa No Frecuente - Estudio/Trabajo Frecuente - No Frecuente Frecuente - Casa Frecuente - Estudio/Trabajo Estudio/Trabajo - No Frecuente Estudio/Trabajo - Frecuente Estudio/Trabajo - Casa Casa- No Frecuente Casa- Frecuente Casa- Estudio/Trabajo Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 103 Gráfico 10. Motivos de los viajes hacia los municipios/agrupaciones municipales de Andalucía desde el resto de los municipios/agrupaciones municipales de las CC.AA. colindantes Fuente: Elaboración propia a partir del MITMA Al observar el resultado de ambos gráficos, podemos apreciar cómo se produce una sintonía entre los viajes que tienen como origen Andalucía y los que tienen como destino Andalucía. La combinación de esta última variable y el porcentaje de viajes que se produce en cada una de las franjas horarias nos permite analizar el comportamiento de los viajes diarios en este ámbito de estudio. A simple vista, podemos vislumbrar una clara tendencia de cotidianidad en la gran mayoría de viaje que se producen entre Andalucía y el resto de las comunidades autónomas colindante, siendo de vital importancia para entender los patrones y los flujos de movilidad en este espacio a una escala suprarregional. 7.2. Movilidad externa de la franja interautonómica Al haber estudiado con anterioridad la población y el poblamiento de este espacio, hemos apreciado cómo no existen entidades con un gran número de población, lo que provoca que su jerarquización dentro del ámbito regional y nacional se encuentre dentro 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% No Frecuente - Frecuente No Frecuente - Casa No Frecuente - Estudio/Trabajo Frecuente - No Frecuente Frecuente - Casa Frecuente - Estudio/Trabajo Estudio/Trabajo - No Frecuente Estudio/Trabajo - Frecuente Estudio/Trabajo - Casa Casa- No Frecuente Casa- Frecuente Casa- Estudio/Trabajo Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 104 de los intervalos correspondientes a municipios pequeños y medianos. Por este motivo, en este apartado, se han analizado los flujos exteriores del conjunto de la franja interautonómica, para poder ver cuáles son sus destinos principales. Para evaluar la movilidad de la frontera hacia el conjunto de la Península Ibérica española se han seleccionado los municipios más poblados de cada una de las provincias (47), coincidiendo en todos los casos con la capital provincial, excepto en Cádiz dónde el municipio más poblado es Jerez de la Frontera y en la provincia de Pontevedra, en la cual la capital es superada en población por la ciudad de Vigo. Para analizar estas variables nos vamos a apoyar en una serie de salidas cartográficas, una de ellas del conjunto de toda la franja interautonómica y el resto, una por cada una de las regiones que componen este ámbito de estudio. Como podemos apreciar en el mapa siguiente, los puntos de mayor tamaño representan los municipios que reciben más viajeros procedentes de la franja interautonómica. Las ciudades que se encuentran dentro del último intervalo, correspondiente a los valores más altos son; Sevilla, Córdoba, Jaén, Málaga, Almería, Murcia, Alicante, Albacete, Ciudad-Real, Badajoz, Cáceres, Madrid y Barcelona. Llama la atención, que únicamente de las ciudades mencionadas anteriormente solo cuatro no pertenecen a una de las provincias que forman parte de la franja interautonómica, siendo éstas; Alicante, Cáceres, Madrid y Barcelona. Reiterándonos, la distancia es uno de los factores claves para el volumen de viajes y para el establecimiento de unos flujos continuos de movilidad. Vemos cómo las principales ciudades de influencia de estos municipios son las que se encuentran dentro de sus propias provincias. En el segundo de los intervalos, que aparece en el mapa con unos valores más altos únicamente se encuentra la ciudad de Jerez de la Frontera. La siguiente secuencia de datos comprende los valores entre 500.000 y 1.000.000 de desplazamientos anuales, en la cual se sitúan las ciudades de Huelva, Toledo y Málaga. En el penúltimo de los intervalos (50.000-500.000) se encuentra exclusivamente una ciudad, Valencia. El resto de las ciudades se encuentra en el último de los intervalos, con un valor menor a los 50.000 viajes anuales. Como se puede apreciar en el mapa hay una clara división norte-sur, únicamente Madrid y Barcelona presentan valores elevados y se encuentran dentro de la vertiente norte de la península Ibérica. En cambio, vemos cómo la gran mayoría de desplazamientos se concentran entre la franja interautonómica y las ciudades más pobladas situadas en el sur peninsular. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 111 Mapa 24. Flujos de los municipios/agrupaciones municipales de Castilla-La Mancha hacia los municipios más poblados a escala provincial Fuente: Elaboración propia a partir del MITMA y DERA En el mapa siguiente se pueden apreciar los flujos que se producen entre los municipios/agrupaciones municipales de la Región de Murcia y las ciudades más pobladas de cada una de las provincias españolas. Como ya se ha comentado con anterioridad y en repetidas ocasiones, observando el mapa podemos ver cómo el factor de proximidad es una de las variables más importantes para determinar la intensidad de los flujos de movilidad. Las ciudades que presentan mayores flujos y por lo tanto se encuentran dentro del último intervalo, correspondiente un valor superior a > 2.000.000 de desplazamientos son; Murcia, Almería, Albacete, Alicante, Madrid, Barcelona y Granada. La capital de la Región de Murcia es la ciudad que mayor número de desplazamientos recibe, con un total de 24.310.221 al año, seguida de Almería con 8.087.077 de viajes, Albacete con 7.806.510, Madrid con 4.842.537 y Barcelona con 4.687.272 desplazamientos al año. Como podemos apreciar, todas las ciudades se encuentran en la vertiente oriental de la península ibérica, a excepción, de Madrid, la cual Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 112 al ser capital nacional posee una fuerte capacidad de atracción. En el otro extremo, se encuentran las ciudades con los flujos más débiles, en orden descendente, la primera de ellas es Palencia con 191 desplazamientos anuales, seguida por Salamanca con 176, Zamora con 147, Ourense con 136 y Soria con 115 viajes al año. Mapa 25. Flujos de los municipios/agrupaciones municipales de la Región de Murcia hacia los municipios más poblados a escala provincial Fuente: Elaboración propia a partir del MITMA y DERA La principal evidencia que podemos extraer del análisis cartográfico de los flujos exteriores de la franja interautonómica es la jerarquización funcional de las grandes ciudades y sus áreas de influencia según la cercanía. A excepción de Madrid, la cual presenta un área de influencia prácticamente nacional al ser la capital, en todas las regiones las cinco ciudades con flujos más intensos se encontraban a menos de 100 km de la frontera autonómica, reforzando la relación intensidad del flujo/distancia origendestino. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 113 Como ya hemos hecho en el apartado anterior de este mismo epígrafe, vamos a utilizar una serie de variables con las que contamos tras haber realizado la base de datos propia a través de los datos procedentes del Ministerio. Al tratarse del análisis de flujos de movilidad a otra escala, únicamente hemos seleccionado dos variables, las cuales son las que más información nos pueden aportar para conocer los patrones de movimiento del conjunto de la franja interautonómica hacia el resto de la España peninsular. Gráfico 11. Evolución mensual del número de viajes totales desde los municipios/agrupaciones municipales de la franja hacia los municipios más poblados a escala provincial Fuente: Elaboración propia a partir del MITMA El primero de los gráficos representa el número de viajes mensuales que se producen desde los municipios/agrupaciones municipales hacia el conjunto de ciudades más pobladas de cada una de las provincias españolas peninsulares. Cómo podemos apreciar hay un claro pico, coincidente con los meses de verano de -junio,julio y agostosiendo este último el que presenta un valor más elevado, más concretamente 37.853.690 desplazamientos. Al contrario que en el caso del conjunto de la franja interautonómica y 0 10.000.000 20.000.000 30.000.000 40.000.000 Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 114 los flujos que se producen entre sí, vemos como el periodo vacacional asociado a la navidad no presenta un desmarque significativo como en el caso de la franja, sino que tiene un valor próximo a los meses más cercanos. El número total de viajes que se producen desde el conjunto de la franja interautonómica hacia el resto de las ciudades más pobladas a escala provincial es de 231.358.172 desplazamientos en el período de abril de 2022 hasta marzo de 2023. Al desglosar esta última cifra regionalmente vemos como 137.858.176 tienen como origen Andalucía, 25.529.106 en Extremadura, 11.185.461 en Castilla-La Mancha y 56.542.217 en la Región de Murcia. Gráfico 12. Motivo de los viajes hacia los municipios/agrupaciones municipales de Andalucía desde el resto de los municipios de las CC.AA. colindantes Fuente: Elaboración propia a partir del MITMA La segunda de las variables que hemos tomado como representativa para la evaluación de los patrones de movimiento que el conjunto de la franja hacia el resto de las provincias peninsulares es el motivo de los viajes. Tras elaborar el sumatorio de todos los registros en la base de datos los resultados son los que quedan reflejados en el gráfico 12. Al contrario que en el caso de los motivos de viaje en los viajes internos de la franja interautonómica vemos como el motivo principal para los viajes hacia el exterior es la 0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00% 70,00% 80,00% No Frecuente - Frecuente No Frecuente - Casa No Frecuente - Estudio/Trabajo Frecuente - No Frecuente Frecuente - Casa Frecuente - Estudio/Trabajo Estudio/Trabajo - No Frecuente Estudio/Trabajo - Frecuente Estudio/Trabajo - Casa Casa- No Frecuente Casa- Frecuente Casa- Estudio/Trabajo Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 115 combinación donde casa es el origen y el destino es no frecuente. La combinación de ambas variables nos ayuda a comprender que la mayoría de viajes hacia el exterior de la franja interautonómica se producen en períodos vacacionales siendo el motivo principal destinos no frecuentes, lo que provoca la confirmación de la hipótesis en la que el volumen principal de viajes hacia el exterior de la franja se sitúan en períodos no cotidianos debido a la distancia elevada que separa el punto de origen y punto de destino. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 116 8. DISCUSIÓN DE RESULTADOS Y CONCLUSIONES El Spatial Big Data (SBD), o, lo que es lo mismo, el Big Data geolocalizado, ha supuesto una revolución en el estudio de la movilidad, debido a la sencillez a la hora de obtener una gran cantidad de datos actualizados, así como su generación a un bajo coste. Siguiendo la estela de las grandes instituciones europeas, el gobierno español, a través del Ministerio de Transportes, Movilidad y Agenda Urbana (MITMA), ha publicado un estudio de movilidad donde se ofrecen datos, actualizados con frecuencia mensual, a escala nacional. La naturaleza de los SBD proporciona una gran cantidad de información actualizada, siendo los datos procedentes de la telefonía móvil, los más frecuentes en este tipo de estudios sobre movilidad (Shi et al., 2015). A lo largo de este Trabajo de Fin de Máster se ha realizado un estudio exhaustivo sobre los patrones de movilidad humana en las fronteras interautonómicas de Andalucía con las otras comunidades autónomas colindantes: Extremadura, Castilla-La Mancha y la Región de Murcia. Como se ha comentado con anterioridad, el objetivo principal ha sido el de examinar los movimientos internos de personas en las zonas limítrofes de la región andaluza, las que se encuentran dentro de la denominada franja interautonómica que se ha delimitado, con la premisa de comprender los flujos de movimientos y de mejorar la gestión y la planificación territorial de esta área. Bajo este panorama, y a lo largo de esta investigación, hemos determinado las matrices de Origen-Destino dentro de la franja interautonómica, delimitada con anterioridad mediante un análisis de redes. Analizando los datos procedentes del Spatial Big Data hemos podido extraer ciertas conclusiones sobre el comportamiento de la movilidad en esta franja interautonómica. Así la utilización de la matriz Origen-Destino nos ha permitido evaluar los movimientos internos de la franja, observando una intensidad elevada de los desplazamientos entre los municipios/agrupaciones municipales de Andalucía con el resto de los municipios/agrupaciones municipales de las otras comunidades autónomas colindantes, en ambos sentidos. La suma total de desplazamientos entre los 190 municipios, dentro del período de abril de 2022 hasta mayo de 2023, fue de 3.616.295.313. Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 117 Una de las cuestiones más relevantes que hemos podido extraer de los datos analizados es la tendencia general de los desplazamientos. Como hemos podido observar gracias a las diferentes variables que nos ha proporcionado la información procedente del MITMA, podemos apreciar la cotidianidad del grueso de los viajes, creando flujos de carácter pendular entre Andalucía y los municipios/agrupaciones municipales de las CC.AA. colindantes. Esta afirmación queda reforzada con el porcentaje horario de los viajes que se producen en la franja interautonómica con origen en algún municipio andaluz de la franja y destino en uno de los municipios del resto de territorios, y a la inversa. Los resultados de esta variable estudiada muestran cómo la gran mayoría de viajes que se produce en nuestra área de estudio a lo largo de un día se concentran en las horas de entrada y salida de los puestos de trabajo y estudio, como son de 07:00 h, a 09:00 h. y de 17:00 h. a 19:00 h. respectivamente. Otra de las variables que refuerzan esta hipótesis es la distancia media de los viajes que se realizan dentro de la franja interautonómica, donde más del 75% de todos los desplazamientos se encuentran dentro del intervalo de distancia de 2 km - 50 km, lo que supone una clara tendencia a los viajes entre municipios colindantes o dentro de una localización próxima al municipio de origen. Finalmente, la tercera de las variables que nos refuerza la idea de la movilidad pendular es el motivo de los viajes. Como se ha podido apreciar en el epígrafe 7, el grueso de viajes que se realizan entre Andalucía y el resto de las regiones implicadas en la franja interautonómica, tiene como motivo principal la combinación de las siguientes variables: casa-estudio/trabajo o trabajo/estudio-casa. Todos estos datos nos indican que la tendencia habitual de los viajes que se realizan en la franja interautonómica son de carácter pendular. Estos viajes se refieren a los desplazamientos que la población realiza desde su lugar de residencia hacia el lugar de trabajo o estudio, y viceversa (Marmolejo Duarte y Tornés Fernández, 2015). Observando los datos, otra de las conclusiones que podemos extraer es la vinculación que existe entre la intensidad de los flujos y la distancia recorrida entre el punto de origen y el punto de destino. Esto provoca que se creen “nuevos espacios de vida” interautonómicos, donde cruzar la frontera autonómica no supone ningún condicionante, materializando nuevas dinámicas de movilidad y estructurando Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 118 espacialmente unos flujos dentro de la franja interautonómica como si fuera un espacio único. El surgimiento de estas áreas funcionales provoca la aparición de áreas colectivas fronterizas donde la relación entre lugar de residencia y de trabajo, cobra cada vez más importancia (Feria Toribio, 2015). Como ya se ha comentado, más del 90% de los viajes que se producen dentro del espacio interautonómico no superan los 50 km de distancia, evidenciando la relación distancia-intensidad, esto es, a menor distancia entre el punto de origen y el punto de destino mayor es el volumen del flujo; en cambio, a mayor distancia entre el punto de origen y el punto de destino menor es la intensidad del flujo. Gracias a las salidas cartográficas elaboradas mediante la explotación de estos datos, podemos observar cómo se cumple esta norma en todos los casos, pues los flujos situados en el último intervalo, superior a los dos millones de viajes anuales, se producían entre municipios/agrupaciones cercanos o, en una gran cantidad de casos, entre entidades administrativas de población de compartían límites; al contrario que los flujos con menor intensidad, los cuales se situaban en los municipios/agrupaciones municipales de la franja interautonómica más alejados del punto de origen. Siguiendo con el análisis de los datos, hemos evaluado cuáles son las principales localidades con una capacidad mayor de atracción desde el conjunto de la franja interautonómica. Como ya se comentó en el apartado metodológico, se ha realizado una selección de las ciudades más pobladas de cada una de las provincias peninsulares españolas, sobre las cuales llevar a cabo este análisis. Los resultados de este análisis nos muestran cómo las ciudades más influyentes para el conjunto de la franja son las propias capitales de las provincias que se ven implicadas dentro de nuestro ámbito de estudio, es decir, Murcia, Sevilla, Granada, Almería, Albacete, Jaén, Badajoz y Córdoba, en orden de volumen de desplazamientos. La única de las capitales provinciales que se ve superada por otras ciudades, más alejadas de la franja interautonómica, es Ciudad Real, la cual se ve sobrepasada como destino por Madrid, Cáceres, Alicante y Barcelona en número de viajes anuales. La ciudad con mayor capacidad de atracción sobre el conjunto de la franja interautonómica es Murcia, con un total de 47.563.892 desplazamientos dentro del período de estudio (abril de 2022-mayo de 2023). Este dato no sorprende, ya que, al analizar espacialmente los flujos de cada una de las regiones colindantes con Andalucía, pudimos apreciar cómo la Región de Murcia era la comunidad autónoma que presentaba unos flujos más intensos, principalmente de las provincias orientales de Andalucía: Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 119 Almería, Granada y Jaén. La intensidad de las relaciones entre estas dos regiones se evidencia, por ejemplo, en la pertenencia de Pulpí, municipio de Almería, a la red de transporte de cercanías de Murcia (Gavira y Ventura, 2013). No debemos olvidar tampoco la intensidad de los flujos que aparecen entre las provincias occidentales de Andalucía con la Comunidad Autónomas de Extremadura, que se corresponden, de forma directa, al vínculo histórico entre estas dos regiones. Un claro ejemplo de la vinculación histórica de estos espacios son los pueblos denominados “de León”, los cuales se localizan en la frontera entre Andalucía y Extremadura, conformando esta “comarca leonesa”(De la Montaña Conchiña, 1997),con cinco pueblos con el mismo apellido: Calera de León (Badajoz), Segura de León (Badajoz), Fuentes de León (Badajoz), Cañaveral de León (Huelva) y Arroyomolinos de León (Huelva). Estos pueblos en el pasado conformaban un espacio común, separado en la actualidad, primero por la frontera interprovincial (1833) y después por la autonómica (conformación de la Comunidad Autónoma de Andalucía en 1981). En este sentido, los vínculos históricos entre estas dos comunidades autónomas se evidencian por los intensos flujos de movilidad que se producen entre estos dos ámbitos. Por último, habría que indicar que en este Trabajo de Fin de Máster se ha explorado el potencial del Spatial Big Data, aplicándolo al estudio de la movilidad en la frontera interautonómica de Andalucía. El análisis de datos espaciales a gran escala ha llevado al desarrollo de hallazgos que nos permite profundizar en la comprensión de los flujos regionales de personas por carretera. En primer lugar, se ha establecido que el uso del Spatial Big Data permite recopilar y analizar datos en profundidad sobre los movimientos en la franja interautonómica de Andalucía. Los conjuntos de datos utilizados, procedentes de la telefonía móvil, han proporcionado una imagen más completa y precisa de los patrones de movilidad en las fronteras autonómicas andaluzas. También se ha observado que el análisis de estos datos constata patrones y tendencias intuidas en los movimientos interautonómicos en cuanto a rutas y corredores de mayor afluencia y horarios de mayor afluencia y actividad, por ejemplo. Estos resultados son esenciales para la planificación y mejora de los sistemas de transporte, el control efectivo del tráfico y la promoción de políticas de movilidad sostenible. En la misma línea, se ha demostrado que el uso del Spatial Big Data en la búsqueda de modelos de patrones de movilidad en las fronteras andaluzas puede ser una herramienta eficaz para impulsar el Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 120 crecimiento económico y el comercio, esto es, la toma de decisiones estratégicas que lo fomenten, detecten oportunidades y aumenten la competitividad regional. Sin duda, el uso de Big Data beneficia a la sociedad y ofrece información valiosa, pero es importante también entender sus limitaciones y desafíos. Cuando se utiliza un volumen de datos tan elevado, existe un riesgo significativo de violaciones de la seguridad y la privacidad de los individuos. A medida que se recopilan y analizan cantidades masivas de datos, aumenta la probabilidad de revelar información privada y confidencial. Si se maneja incorrectamente, puede producirse violaciones de privacidad, lo que plantea problemas con la seguridad y la moralidad de los datos(Ijaz Baig et al., 2019). Otro problema es el calibre de los datos. A pesar de la abundancia de ellos, puede ser difícil garantizar su integridad, precisión y fiabilidad. Los datos inexactos o faltantes pueden tener un impacto en los procesos de análisis y toma de decisiones, como hemos podido ver en nuestro caso de estudio, donde existía un porcentaje relevante de aspectos sin datos en las variables referidas al sexo y a la edad de los viajeros, por ejemplo. Además, debido a la diversidad de fuentes de datos, los datos pueden contener sesgos e inconsistencias, lo que dificulta su interpretación y su utilidad. El análisis de Big Data es susceptible, por tanto, de sesgo y discriminación. Los resultados pueden ser resultado de sesgos preexistentes en los datos o de sesgos introducidos durante el proceso de recopilación y análisis de datos. Estos sesgos deben abordarse para evitar que el análisis de Big Data justifique las desigualdades ya existentes o refuerce las diferencias sociales (Zheng et al., 2016). La dificultad del análisis de Big Data presenta otra cuestión como es la de comprender e interpretar los intrincados algoritmos y modelos utilizados para su análisis. Esta falta de transparencia puede hacer que los hallazgos sean difíciles de replicar y verificar, lo que los hace poco confiables. Además, la complejidad de los sistemas de Big Data requiere conocimientos y recursos especializados, lo que aumenta los costos para su utilización (Yaqoob et al., 2016) El uso de Big Data tiene, pues, algunos inconvenientes y desafíos que deben considerarse cuidadosamente. La necesidad de equilibrar los puntos de vista cuantitativos y cualitativos, el calibre de los datos, su sesgo y complejidad son factores importantes a tener en cuenta. A pesar de los inconvenientes resumidos con anterioridad, la utilización del Spatial Big Data ha originado un aumento en la calidad y Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 127 López Ontiveros, A. (2003). Geografía de Andalucía (Ariel Geografía). López Trigal, L. (2019). Prácticas de fronterización en la Península Ibérica. In España: Geografías para un estado postmoderno (AGE, pp. 233–241). Marmolejo Duarte, C., y Tornés Fernández, M. (2015). ¿Reduce el policentrismo la movilidad laboral? Un análisis para las siete grandes áreas metropolitanas en España. Scripta Nova. Revista Electrónica de Geografía y Ciencias Sociales, XVIII. Márquez Díaz, J. (2020). Inteligencia artificial y Big Data como soluciones frente a la COVID-19. Rev Bio y Der, 50, 315–331. www.bioeticayderecho.ub.edu Márquez Domínguez, J. A., Jurado Almonte, J. M., y Pazos García, F. J. (2017). La Cooperacíón Luso-Andaluza. Un camino difícil. POLÍGONOS, Revista de Geografía, 89–118. Martín Martín, V. O. (2009). Sobre las causas del subdesarrollo del sur de España: El papel de la agricultura. Cuadernos Geográficos, 79–112. McKinsey, et al. (2011). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute. www.mckinsey.com/mgi. Mezzadra, S., y Neilson, B. (2017). La frontera como método o la multiplicación del trabajo. Traficantes de Sueños. Ministerio de Transportes, Movilidad y Agenda Urbana. (2023). Estudio de la movilidad con Big Data. Miralles-Guasch, C., Delclòs, X., y Vilch, G. (2015). Nuevas fuentes de información para el análisis de la movilidad cotidiana: de las encuestas de movilidad a las aplicaciones para móviles. Análisis Espacial y Representación Geográfica: Innovación y Aplicación, 2055–2063. Módenes, J. A. (2007). Movilidad espacial: uso temporal del territorio y poblaciones vinculadas. Papers de Demografia, 311, 1–34. Moreno Navarro, J. G. (2013). Análisis con SIG de la red de transporte intermodal entre Marruecos y la Unión Europea. Evaluación de rutas y enclaves estratégicos. Cuadernos Geográficos, 203–219. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 128 Mozos-Blanco, M. Á., Pozo-Menéndez, E., Arce-Ruiz, R., y Baucells-Aletà, N. (2018). The way to sustainable mobility. A comparative analysis of sustainable mobility plans in Spain. Transport Policy, 72, 45–54. https://doi.org/10.1016/j.tranpol.2018.07.001 Newman, D. (2015). Revisiting good fences and neighbours in a postmodern world after twenty years: theoretical reflections on the state of contemporary border studies. Nordian Geographical Publications, 44, 13–19. Nigro, A., Bertolini, L., y Moccia, F. D. (2019). Land use and public transport integration in small cities and towns: Assessment methodology and application. Journal of Transport Geography, 74, 110–124. https://doi.org/10.1016/j.jtrangeo.2018.11.004 Ortiz, M. G., y Barajas, M. del R. (2022). Movilidades humanas en la frontera México- Guatemala: entre la gestión de Estado y las prácticas locales, reflexiones sobre la construcción de gobernanza. Revista Española de Desarrollo y Cooperación, 49(1), 79– 93. https://doi.org/10.5209/redc.81943 Osorio Arjona, J., y García Palomares, J. C. (2017). Nuevas fuentes y retos para el estudio de la movilidad urbana. Cuadernos Geográficos, 56(3), 247–267. Osorio-Arjona, J., y García-Palomares, J. C. (2019a). Big Data y universidades: análisis de movilidad de los estudiantes universitarios a partir de datos de Twitter. GeoFocus Revista Internacional de Ciencia y Tecnología de La Información Geográfica, 24, 37– 57. https://doi.org/10.21138/gf.648 Osorio-Arjona, J., y García-Palomares, J. C. (2019b). Social media and urban mobility: Using twitter to calculate home-work travel matrices. Cities, 89, 268–280. https://doi.org/10.1016/j.cities.2019.03.006 Pan, Y., Tian, Y., Liu, X., Gu, D., y Hua, G. (2016). Urban Big Data and the Development of City Intelligence. In Engineering (Vol. 2, Issue 2, pp. 171–178). Elsevier Ltd. https://doi.org/10.1016/J.ENG.2016.02.003 Paül, V., y Trillo Santamaría, J. M. (2019). Towards a historical geography of Gerês / Xurés: The making of a cross-border region. In Revista de Historiografia (Vol. 30, pp. 119– 155). UNIV CARLOSIII MADRID. https://doi.org/10.20318/revhisto.2019.4746 Peña Echeverría, J. (2012). Migraciones y apertura cosmopolita de la ciudadanía. Arbor, 188(755), 529–542. https://doi.org/10.3989/arbor.2012.755n3006 Movilidad en los límites terrestres de Andalucía con otras comunidades autónomas. Utilización del Spatial Big Data para su conocimiento 129 Pita, M. F., y Cuadrat, J. M. (2006). Climatología (Cátedra). Portal de estadística de Castilla-La Mancha. (2023). https://estadistica.castillalamancha.es/ Puebla, J. G. (2018). Big data and new geographies: The digital footprint of human activity. Documents d’Analisi Geografica, 64(2), 195–217. https://doi.org/10.5565/rev/dag.526 Pujadas, J. (2015). Estado-nación, movimientos autonómicos y procesos transfronterizos en España. In Transfronteras. Fronteras del mundo y procesos culturales (pp. 55–93). Rodríguez Sánchez de Alva, A. (2010). Andalucía, regíon periférica de la Unión Europea. In Política Regional europea y su incidencia en España: economía, sociedad y medio ambiente (pp. 189–212). Stationery Office. Romero Valiente, J. M. (1990). La frontera interautonómica de Andalucía: un espacio periférico, deprimido y desarticulado. Revista de Estudios Andaluces, 15, 1–28. Servicio Publico de Empleo Estatal. (2023). Paro registrado y contratos por municipios. https://www.sepe.es/HomeSepe/que-es-el-sepe/estadisticas/datosestadisticos/municipios.html Shi, L., Chi, G., Liu, X., y Liu, Y. (2015). Human mobility patterns in different communities: a mobile phone data-based social network approach. Annals of GIS, 21(1), 15–26. https://doi.org/10.1080/19475683.2014.992372 Sistema de Información Territorial de Extremadura. (2023).http://sitex.gobex.es/SITEX/centrodescargas/view/2 Sistema de Información Territorial de la Región de Murcia. (2023). https://sitmurcia.carm.es/ Susín Beltrán, R. (2015). Inmigración y barreras en la ciudadanía. El miedo al otro y el derecho a la democracia plural. Anuario de Filosofía Del Derecho, XXXI, 227–251. Tapia Ladino, M. (2017). Las fronteras, la movilidad y lo transfronterizo: Reflexiones para un debate. Estudios Fronterizos, 18 (37), 61–80. Trapero, E. S., y Sanz, I. M. (2020). Interregional cooperation in Spain: New spaces to think about and to consider. Ciudades, 23, 95–114. https://doi.org/10.24197/CIUDADES.23.2020.95-114 Trillo Satamaría, J. M. (2022). La Geografía Española Actual: Estado de la Cuestión. Aportación Española al Congreso de La UGI. Paris 2022., 115–139. Máster Universitario en Gestión del Territorio. Instrumentos y Técnicas de Intervención. Junio de 2023. Autor: Llorenç Quetglas Llull 130 Ventura Fernández, J. (1990). Pasado y presente de la política de población y poblamiento en Andalucía. In G. Cano (Ed.), Geografía de Andalucía: Vol. VII (Ediciones Tartessos, pp. 247–269). Ventura Fernández, J., y Prieto Tapia, E. (2000). Dinamica Reciente del Poblamiento en la Provincia de Sevilla. Las Regiones Españolas En Europa: XXV Reunión de Estudios Regionales. Vera, J. A. (1994). Geología de Andalucía. Enseñanza de as Ciencias de La Tierra. Vicente García, J. de. (2022). El coste de la conservación de las carreteras del estado español. Problema y solución. https://uvadoc.uva.es/handle/10324/54011 Weng, M., Ding, N., Li, J., Jin, X., Xiao, H., He, Z., y Su, S. (2019). The 15-minute walkable neighborhoods: Measurement, social inequalities and implications for building healthy communities in urban China. Journal of Transport and Health, 13, 259–273. https://doi.org/10.1016/j.jth.2019.05.005 Yaqoob, I., Hashem, I. A. T., Gani, A., Mokhtar, S., Ahmed, E., Anuar, N. B., y Vasilakos, A. V. (2016). Big data: From beginning to future. In International Journal of Information Management (Vol. 36, Issue 6, pp. 1231–1247). Elsevier Ltd. https://doi.org/10.1016/j.ijinfomgt.2016.07.009 Zapata-Barrero, R. (2012). Teoría Política de la Frontera y la movilidad humana. Revista Española de Ciencia Política, 29, 39–66. Zapata-Barrero, R., y Ferrer-Gallardo, R. (2012). Las fronteras en la época de la movilidad. In Fronteras en movimiento. Migraciones hacia la Unión Europea en el contexto Mediterráneo. (Ediciones Bellaterra). Zheng, X., Chen, W., Wang, P., Shen, D., Chen, S., Wang, X., Zhang, Q., y Yang, L. (2016). Big Data for Social Transportation. IEEE Transactions on Intelligent Transportation Systems, 17(3), 620–630. https://doi.org/10.1109/TITS.2015.2480157