Resumen: Los ejes viarios metropolitanos son espacios de centralidad urbana y de oportunidad para promover una mejor conectividad entre las distintas partes del continuo urbano. En este sentido, la caracterización funcional de seis ejes representativos en Madrid, Barcelona, París, Londres, Nueva York y Ciudad de México permite obtener un diagnóstico actual sobre la densidad y diversidad de actividades económicas y urbanas, con el fin identificar aspectos clave sobre los que incidir para mejorar su estructura funcional y social. Para ello, se propone un método que adopta los datos geolocalizados de la red social Google Places como principal fuente de información. De la investigación se deducen importantes similitudes en el carácter funcional de los ejes, entre otras, la predominancia de las actividades relacionadas con los servicios y el comercio o la mayor diversidad de actividades económicas y urbanas en los espacios más centrales. Pero también se identifican diferencias, como son la especialización de determinadas actividades características en cada eje metropolitano o la diferencial relación entre la densidad de población y cantidad de actividades, tanto en términos de densidad como en cuantificación lineal. En definitiva, el método propuesto abre nuevas posibilidades para la planificación estratégica de actividades económicas y urbanas en ámbitos metropolitanos.
Palabras clave:MetrópoliMetrópoli,ejes urbanosejes urbanos,actividades urbanasactividades urbanas,redes socialesredes sociales,Google PlacesGoogle Places.
Abstract: Metropolitan road axes are spaces of urban centrality and opportunity to promote a greater connectivity between different parts of the urban continuum. In this sense, the functional characterization of six representative axes in Madrid, Barcelona, Paris, London, New York and Mexico City allows obtaining a current analysis of the density and diversity of economic and urban activities to identify key aspects over which to influence to improve their functional and social structure. For this, a method is proposed that adopts the geolocation data from Google Places social network as a main source of information. From the research, important similarities in the functional character of the axes are deduced, among other the predominance of activities related to services and shopping or the greater diversity of economic and urban activities in more central spaces. But differences are also identified, such as the specialization of certain activities characteristic in each metropolitan axis or the differential relationship between population density and the number of activities both in terms of density and linear quantification. All in all, the method proposed opens new possibilities for the strategic planning of economic and urban activities in metropolitan areas.
Keywords: Metropolis, urban axes, urban activities, social networks, Google Places.
Artículos
ACTIVIDADES ECONÓMICAS Y URBANAS EN EJES ESTRUCTURANTES METROPOLITANOS. LA APORTACIÓN DE LOS DATOS GEOLOCALIZADOS DE GOOGLE PLACES
URBAN AND ECONOMIC ACTIVITIES IN METROPOLITAN STRUCTURING AXES. THE CONTRIBUTION OF GOOGLE PLACES GEOLOCATED DATA
Leticia Serrano-Estrada leticia.serrano@ua.es
Álvaro Bernabeu-Bautista alvaro.bautista@ua.es.
Pablo Martí-Ciriquián pablo.marti@ua.es
Recepción: 13 Diciembre 2019
Aprobación: 18 Noviembre 2020
Tradicionalmente, en Europa y América, la tendencia de la gran ciudad para expandirse se ha identificado con el término “área metropolitana de la ciudad”, que abarca más allá de los límites políticos y administrativos de la propia ciudad (Burgess, 1984, p. 50). Su rápido crecimiento ha transformado el paisaje urbano y traído consigo nuevas dinámicas y retos espaciales y socioeconómicos que hasta la fecha siguen siendo grandes desconocidos, especialmente debido a que existe una falta significativa de datos normalizados (da Cruz, Oh y Choumar, 2020).
Precisamente, ante la importancia de la escala metropolitana y la reconocida escasez de fuentes y herramientas que permitan su estudio y comparación con otros contextos metropolitanos (Van Susteren, 2005, p. 11), se sitúa la novedad de esta investigación. Se trata de un estudio exploratorio y comparativo, fundamentalmente metodológico, cuyo objetivo es la caracterización funcional de seis ejes metropolitanos a partir de los datos de actividad económica y urbana provenientes de la red social Google Places.
La relevancia de analizar ejes metropolitanos desde un punto de vista funcional consiste en abordar una de las cuestiones clave en la sostenibilidad de las urbes: la complejidad urbana (Agencia de Ecología Urbana de Barcelona, AEUB, 2015), que atiende a la mixtura de usos y su proximidad, y de la que se derivan otras cuestiones, como la utilización sostenible de recursos y la vitalidad de los espacios urbanos.
Se parte de la hipótesis de que los ejes estructurantes que atraviesan el continuo urbano por su zona central son ámbitos de centralidad urbana, que discurren a lo largo de diferentes tejidos y son evidencia física, social y económica de la evolución y el crecimiento espaciotemporal de la metrópolis. Y, por tanto, su análisis supone una oportunidad para establecer estrategias que permitan reevaluar políticas públicas, mejorar la gestión y desarrollo de estos ámbitos y hacer frente a los retos que suponen los procesos de metropolización (da Cruz et al., 2020).
En este sentido, estudios recientes han demostrado el gran potencial de las redes sociales para conocer la cantidad y diversidad de la oferta económica de las ciudades (Carpio- Pinedo y Gutiérrez, 2020) a resoluciones que, mediante métodos tradicionales de recogida de datos, como la toma de datos in situ, serían inabarcables. Aunque existen estudios que abordan específicamente el análisis funcional a escala metropolitana (Yang y Marmolejo Duarte, 2019), la caracterización funcional de sus ejes desde las redes sociales constituye una novedad que aporta esta investigación.
La diferencia entre la ciudad y la metrópolis no radica exclusivamente en la cantidad de habitantes o la superficie que abarcan, sino también en su organización funcional y social (Park y Burgess, 1984, p. 184). Mientras que las delimitaciones administrativas y políticas de la ciudad tienden a ser rígidas, las áreas metropolitanas son ámbitos dinámicos en cuanto a sus cuatro dimensiones: espacial, social, económica y medioambiental (da Cruz et al., 2020).
Pese a que no existe un consenso respecto a la delimitación espacial de la mancha urbana metropolitana (Krätke, 2007), con frecuencia se argumenta que ésta abarca desde la ciudad central hasta las zonas desde donde se realizan desplazamientos cotidianos —commuting zone— (Burgess, 1984, p. 51). Es decir, la movilidad laboral influye en la delimitación espacial de lo que se denominan “áreas urbanas funcionales”. Este criterio permite maximizar la comparabilidad internacional entre las zonas metropolitanas y superar la limitación de utilizar únicamente la delimitación administrativa (OECD, 2020). Según este criterio, los ejes estructurantes juegan un papel de suma relevancia como elementos esenciales para la movilidad ya que vinculan espacialmente periferia-centro-periferia, facilitando el acceso de un extremo a otro del continuo urbano, a la vez que promoviendo el sentimiento de pertenencia de los residentes de la periferia, quienes también son partícipes de la vitalidad urbana de la ciudad central (Park y Burgess, 1984, p. 184).
Aunque Burgess (1984, p. 51) ilustra la centralidad urbana en el proceso de expansión de la ciudad con un esquema de círculos concéntricos y en cuya zona central —The Loop— se agrupan las actividades económicamente más potentes, ésta coexiste con otros ámbitos de centralidad o satellite Loops, representados por calles, avenidas o cruces de viarios estratégicos para la movilidad y las funciones de la ciudad (Burgess, 1984, p. 61). Precisamente, los tramos centrales de ejes metropolitanos suelen caracterizarse por su condición de centralidad urbana, entendida como la concentración, intensidad y variedad de actividades urbanas; sobre todo las relativas a la decisión política, innovación e investigación, difusión y emisión, intercambio y encuentro, lúdicas o de esparcimiento y de carácter simbólico (Terrazas, 2004, p. 263).
Si bien la sostenibilidad urbana busca el equilibrio entre la masa crítica de población, servicios y actividad y la conectividad de los tejidos mediante corredores continuos de actividad (AEUB, 2015, p. 131-133), los ejes metropolitanos que atraviesan múltiples divisiones administrativas son ámbitos de oportunidad. Esto ocurre, en concreto, porque la aglomeración espacial de sus elementos se da en sentido longitudinal que, paradójicamente, es la forma menos integrada en sí misma pero la más integrada hacia el exterior y hacia otros sistemas de la región, dado que cada uno de sus elementos constituyentes es directamente adyacente al espacio exterior de la forma; a diferencia de la forma circular, que es más integrada internamente, pero segrega más a los elementos periféricos (Hillier, 2007, p. 266).
El análisis del carácter funcional de vías urbanas es de gran interés por diversos motivos. Estos espacios públicos lineales constituyen la unidad espacial de nuestra experiencia en la ciudad (Mehta, 2014), el escenario de encuentro ciudadano y el contenedor de vida pública donde se desarrolla la vida social (Lynch, 1984, p. 407).
En efecto, la cantidad y concentración —densidad— y el patrón de localización —proximidad— de los usos y actividades urbanas y económicas en estos espacios públicos son determinantes en el nivel de actividad peatonal (Hillier, 1996, p. 51; Levy, 1998, p. 61), cuestión que además está estrechamente relacionada con la vitalidad urbana que, a su vez, se traduce en seguridad pública —auto vigilancia— (Jacobs, 1961). De igual forma, la imagen colectiva que se percibe del entorno es, en buena medida, resultado del uso social y permanencia en estos espacios lineales, consecuencia de sus características físicas y de la disposición de las funciones en el espacio (Gehl, 2011, p. 95; Lynch, 1960, p. 50).
Así, el análisis de los patrones de usos y actividades urbanas y económicas presentes en ejes urbanos es una aproximación recurrente entre los estudiosos urbanos para evaluar el carácter funcional del entorno y valorar si la cantidad, mezcla o especialización de actividades es adecuada o, por el contrario, si existen vacíos de actividad urbana.
Tradicionalmente, el estudio del carácter funcional de ámbitos urbanos se ha basado en la recogida exhaustiva de datos a pie de calle, para la posterior elaboración de cartografías (Gehl y Svarre, 2013; De Souza y Bustos, 2017; Mehta, 2014). Estos métodos presentan desventajas en cuanto a los recursos que demanda su implementación —tiempo y coste— y en cuanto a que solo las actividades económicas que son visibles desde el espacio público pueden registrarse. Es decir, aunque igualmente contribuyan al carácter funcional del ámbito, aquellas actividades que no se publicitan en la vía pública, como en el caso de oficinas o negocios ubicados en plantas altas de la edificación, bien pueden pasar desapercibidas en estudios de campo.
Es por las razones anteriores que, desde ya hace más de una década, una buena parte de investigaciones urbanas y geográficas ha optado por utilizar fuentes de base tecnológica como las redes sociales y los servicios web que permiten la obtención masiva y automatizada de datos. La utilización de estos medios sociales ha producido un avance importante en la forma de abordar investigaciones urbanas y territoriales. Esto, aunado a la frecuente ausencia u obsolescencia de bases de datos estadísticos que comprometen el diagnóstico y, por tanto, la gestión apropiada de la realidad actual del territorio, ha derivado en un considerable volumen de literatura científica que adopta las redes sociales como fuente primaria de información (Stock, 2018).
Ahora bien, estas fuentes no están exentas de retos y limitaciones (Tasse y Hong, 2014). Entre otros, destaca aquí la exhaustiva labor de verificación previa de los datos para garantizar la fiabilidad y representatividad de la muestra y las restricciones y términos de servicio establecidos por las propias plataformas, que condicionan el acceso total o parcial a la información disponible dentro un ámbito concreto.
En cualquier caso, estas fuentes son de interés para esta investigación porque se ha demostrado que es posible obtener datos a escala metropolitana (Folch, Spielman y Manduca, 2018) y porque, en general, se trata de fuentes muy extendidas y, en consecuencia, permiten analizar una misma cuestión en distintos contextos geográficos. Por ejemplo, en investigaciones recientes, el listado de actividades urbanas de Foursquare se ha utilizado para análisis urbanos en contextos asiáticos (Vu, Li y Law , 2020), europeos (Carpio-Pinedo y Gutiérrez, 2020) y americanos (Ballatore y De Sabbata, 2020).
Concretamente, esta investigación se centra en Google Places, una red social asociada a Google Maps que representa “el intento de Google por agregar y organizar toda la información disponible sobre cualquier lugar en el mundo” (Barreneche, 2012). Considerando el objetivo y la escala de la investigación, la utilización de esta red social supone importantes ventajas en relación con otras fuentes tradicionales (Martí, Serrano-Estrada y Nolasco-Cirugeda, 2019):
1. proporciona un listado actualizado de las actividades económicas y urbanas contenidas en la edificación y no solamente aquellas que disponen de anuncios hacia la vía pública.
2. los registros están geo-posicionados, característica que facilita el cartografiado y análisis de la información;
3. los lugares registrados en la plataforma están clasificados según tipos de actividad o etiquetas, cualidad que permite analizar el tipo de actividad urbana de manera tanto agregada como desagregada;
4. Google Places a diferencia de otras redes, es utilizada a nivel global (Sen, Quercia, Ruiz y Gummadi, 2016), facilitando tanto reproducibilidad de los métodos como la comparación entre distintos ámbitos geográficos.
Para el análisis y comparación del carácter funcional de distintos ejes urbanos metropolitanos en diferentes contextos geográficos, se adoptan seis casos de estudio: cuatro europeos, los más representativos por población en Europa del Sur —España—, Norte —Reino Unido— y Oeste —Francia— (United Nations. Department of Economic and Social Affairs. Population Division, 2018); y, dos americanos, incluyendo el área metropolitana más poblada de todo el continente —la Ciudad de México— y la más representativa de América del Norte — Nueva York—, que encabeza, junto con Londres, el ranking de centros financieros a nivel mundial (Morris, Mainelli y Wardle, 2015).
Se trata de seis metrópolis que responden a diversas casuísticas en términos de su gestión y su contexto socioeconómico. Así, en el contexto europeo, aunque los cuatro casos representan centros europeos para la economía del conocimiento (Krätke, 2007), en el caso de Madrid y Barcelona, cabeceras del sistema urbano español, la gestión de las áreas metropolitanas está aún en vías de desarrollo, a diferencia de Francia y Reino Unido, ejemplos de buenas prácticas y éxito constatable en cuanto a la implementación de instrumentos de planeamiento a escala metropolitana (Hildenbrand, 2017).
En cada una de las ciudades se identifica un eje estructurante de gran relevancia respecto a su jerarquía en la red metropolitana y, posteriormente, se selecciona un tramo representativo cuya extensión viene definida en la Figura 1.
La selección de los tramos está motivada por su importancia dentro de la trama urbana y su capacidad de conectar periferiacentro-periferia; y su extensión está acotada bien por la intersección con viarios anulares o de circunvalación, o bien, por la intersección con otros ejes metropolitanos de primer orden, tal como se muestra en la Figura 2.
Una vez definida la longitud de los tramos, ésta se relaciona con la densidad de población metropolitana, corroborando que existe una alta correlación positiva entre las dos variables (Figura 3).
En relación con la delimitación espacial de los tramos en su sentido transversal, podrían considerarse tres criterios disciplinares adoptados por estudiosos del espacio público y, particularmente, aquellos centrados en el análisis de actividad urbana en viarios y espacios lineales: (1) el frente de fachada (Cullen, 1961; Jacobs 1995; Jacobs, 1961); (2) el campo social de visión, que hace referencia a la distancia máxima a la cual es posible ver y percibir a una persona o actividad urbana —100 m, aproximadamente— (Gehl, 2011); y, (3) los usos en bajos de edificaciones adyacentes al espacio urbano (Mehta, 2019). Los dos primeros (Figura 4, derecha) permiten analizar la imagen urbana y cómo ésta incide en las actividades humanas que se producen en el espacio, mientras que, con el tercer criterio, es posible establecer una relación entre los usos en bajos de la edificación con la socialización del espacio urbano (Figura 4, izquierda).
De ese modo, esta investigación se adscribe conceptualmente al tercer criterio disciplinar, pero incorporando dos matices: primero, que —como se ha mencionado anteriormente—, la base de datos de Google Places incluye todas las actividades económicas contenidas en la edificación y no solo aquellas localizadas en los bajos; y, segundo, que cada una de estas actividades está representada por un punto, que bien puede estar geo-posicionado sobre la línea de fachada o en cualquier otra localización dentro de la parcela o, incluso, de la manzana, razón por la que se estima conveniente incluir la manzana completa adyacente al trazado de los ejes. En los casos en que estas manzanas están ocupadas por espacios abiertos y públicos, tales como parques o plazas urbanas, se consideran igualmente las manzanas edificadas adyacentes a estos espacios.
En cuanto a la cantidad de actividades registradas que quedan dentro del ámbito seleccionado, en la Figura 4 se observa que el criterio adoptado permite obtener un 93% de datos más que si se hubiera considerado como límite espacial la línea de fachada. De hecho, se incluyen actividades que, si bien no vuelcan directamente al eje, influyen en su dimensión funcional al estar ubicadas próximas a las intersecciones de viarios que atraviesan transversalmente el eje. La delimitación espacial de los seis casos de estudio considerando el criterio descrito se observa en la Figura 5.
Los datos geolocalizados de Google Places se obtuvieron a través de la aplicación informática SMUA —Social Media Urban Analyser— (Martí et al., 2019) durante el mes de mayo de 2018. Se trata de un listado de lugares de interés y actividades económicas con atributos específicos como: el nombre del lugar, el tipo de actividad económica o etiqueta (Google Developers, 2019), la dirección física y las coordenadas geográficas.
A continuación, se verificaron y validaron los datos extraídos. La verificación incluyó la revisión manual y descarte de datos duplicados en los que la información sobre el nombre del lugar, las coordenadas y la dirección física fueran coincidentes; y, la validación se centró en la criba de las 128 etiquetas o tipos de actividad asociadas a los distintos lugares. Además, se comprobó que los tipos de lugar listados correspondían exclusivamente a actividades económicas y urbanas, descartando otro tipo de etiquetas.
Una vez cribados, los datos se agruparon con el objeto de sintetizar la información y facilitar su análisis. Para ello, se adoptó la taxonomía de lugares de la red social Foursquare (Foursquare Inc., 2018) ya que, a diferencia de otras redes sociales, presenta una estructura bien definida de diez categorías principales para la clasificación de lugares de interés y establecimientos (Keßler y McKenzie, 2019): Artes y Entretenimiento; Educación, Colegios y Universidades; Establecimientos de restauración; Salud y Deporte; Ocio nocturno; Aire libre y Recreación; Profesionales, Gobierno y otros lugares; Servicios; Comercio; Turismo y Transporte (Figura 6). Una vez categorizados, los datos se visualizaron sobre una cartografía con el Sistema de Información Geográfica QGIS y, en seguida, se realizaron dos tipos de análisis.
El primer análisis permite conocer la cantidad y tipos de actividades urbanas y económicas totales por eje a partir de tres métricas: la densidad de actividades que, a su vez, es contrastada con la densidad de población —estimada en base a la densidad metropolitana—, la cantidad promedio de actividades por cada 100m lineales de eje —distancia umbral a la que es posible apreciar la presencia de una persona (Gehl, 2011)— y, la representatividad de cada una de las categorías en cada uno de los ámbitos de estudio.
Aunque los tejidos centrales se caracterizan por tener densidades más altas que los tejidos periféricos, se establece una media con la densidad metropolitana central (OECD, 2020) con la finalidad de utilizar un criterio estándar para todos los casos que haga posible su comparación. Las métricas adoptadas ofrecen una visión global numérica sobre la cantidad de actividad jurídica e información sensorial disponible a escala humana.
El segundo análisis consiste en identificar patrones espaciales de concentración y diversidad de actividades en los ejes. Los datos se representan por categoría en la cartografía y, en línea con el trabajo de Sen, Quercia, Ruiz y Gummadi (2016), que igualmente utiliza los datos de Google Places para estudiar diversos ámbitos metropolitanos, se traza una malla ortogonal alineada a los ejes cardinales que cubre la totalidad de los ámbitos. El tamaño de la celda es de 200 x 200 metros, el mismo que el de la malla de referencia que establece la Certificación del Urbanismo Ecológico (AEUB, 2015) para medir diversos indicadores de sostenibilidad urbana, entre ellos, el de Complejidad Urbana. Finalmente, se calcula el número de categorías diferentes presentes en cada celda para caracterizar la diversidad de actividades.
De la verificación de los datos de Google Places y la validación de los 128 tipos de actividad o etiquetas solo se conservan 87 tipos, los cuales se refieren exclusivamente a actividades económicas y urbanas. Éstas se clasifican en las diez categorías de Foursquare, tal como se observa en la Figura 6.
Respecto al análisis de los datos registrados y su relación con las características de los ejes y la población de cada una de las áreas metropolitanas, se establece una serie de correlaciones a través de la combinación de las diversas variables (Tabla 1 y Figura 5).
El primer hallazgo de interés es que, siendo los seis tramos muy activos, según lo indica la densidad de actividades registradas, son reconocibles tres grupos: los ejes NY y PA, con la mayor concentración de actividad; seguidos por LO, MA y BA, con densidades medias; y MX, con una significativamente menor densidad de actividades. En cuanto a la presencia actividades por cada 100m, el eje PA sigue encabezando la lista junto con MA; a continuación, los ejes LO, BA y NY presentan cantidades similares y, por último, MX resulta el eje con menor presencia de actividades. En este sentido, destacan los casos europeos que, en comparación con los americanos, registran una mayor cantidad de actividades por cada 100m. Esto llevaría a otras consideraciones y debates, quizá de tipo morfológicas, que quedan fuera del objetivo de la presente investigación.
Relacionando la densidad de población y de actividades, en el gráfico de dispersión de la Figura 7 se aprecia una correlación negativa entre estos dos parámetros: cuanto menor es la densidad de población, la densidad de actividades en el eje aumenta. Así, aquellas ciudades con densidades de población más alta, como MX, tienen la densidad de actividades más baja, al igual que el caso con densidad de población más baja, NY, que tiene la densidad de actividades más alta. Sin embargo, la relación entre la densidad de población y la cantidad de actividades por cada 100 metros aumenta de forma lineal (Figura 8), al contrario que en términos de densidad, de lo que se puede deducir que la densidad de población afecta en la proliferación de actividades en el trazado del eje, pero no tanto a su densidad en las áreas contiguas al mismo. Y la relación entre densidad de población y actividades (Figura 9) corrobora que, para densidades de actividad similares, como BA, LO o MA, el número de actividades cada 100 metros es muy dispar, por lo que la densidad en sentido longitudinal no se asocia con la densidad de las manzanas anexas al trazado del eje. En cualquier caso, destaca NY como el caso más singular, debido a su menor densidad de población y mayor densidad de actividades que, sin embargo, no se reflejan en la cuantificación lineal.
Cuando se trata del tipo de actividades, la categoría Servicios sobresale en los seis ámbitos de estudio (Tabla 2 y Figura 10) ya que supera el 30% de las actividades totales en cinco de los seis casos. Igualmente, la categoría Comercio, que incluso destaca sobre la de Servicios en el eje MX, es la segunda más representada en MA, BA, LO y PA, con más del 20% de la actividad total. En NY, la categoría Salud y Deporte es la segunda actividad más relevante, escasamente representada en el resto. Resulta significativo que la categoría Restauración adquiere relevancia en MX y LO, superando el 18% del total de actividades, a diferencia del caso de NY que muestra aquí un 7%.
Otra cuestión relevante es la categoría de Turismo y Transporte, presente en cantidades similares en todos los ejes, que representa espacios vinculados al transporte público y evidencia la gran conectividad y papel estructurante de estos ejes (Figura 10, izquierda). En términos de la distribución espacial de las actividades (Figura 11), a excepción de algunas zonas muy acotadas donde se aprecian vacíos de actividad, en general, los ejes presentan patrones semejantes, con una mayor concentración de actividad urbana en zonas centrales y una tendencia a la dispersión de actividad en los extremos. Cuestión lógica por razones de centralidad y morfológicas, ya que estos ejes conectan áreas centrales y compactas con áreas más periféricas y dispersas y, por tanto, con mayor y menor concentración de actividad, respectivamente. NY es una excepción ya que mantiene una concentración de actividad urbana homogénea en prácticamente todo el eje, destacándose el extremo sur —Bajo Manhattan—, donde se encuentra el centro financiero de la ciudad.
Una vez definida la longitud de los tramos, ésta se relaciona con la densidad de población metropolitana, corroborándose que existe una alta correlación positiva entre las dos variables (Figura 12): las zonas centrales presentan mayor diversidad que los extremos, a excepción de NY que mantiene una diversidad alta en todo el eje. Los ejes PA y LO son los menos diversos, con celdas que acogen entre 4 y 6 actividades en promedio. También es destacable cómo disminuye considerablemente la diversidad en torno a los grandes parques.
Por último, se han detectado ámbitos con cierta especialización, cuya actividad principal raramente admite otro tipo de uso como, por ejemplo, el caso de las zonas financieras en LO o los campus universitarios de ME y BA (Figura 13).
Entre los retos más importantes que presentan las áreas metropolitanas se encuentra el de garantizar la sostenibilidad del medio construido en todas sus dimensiones mediante el diseño de estrategias de gobernanza que respondan, tanto a un diagnóstico oportuno y actual, como a las necesidades de los ciudadanos.
Atender a la complejidad urbana y al reparto de usos en el territorio a partir de evaluar la densidad y diversidad de actividades económicas y urbanas a escala metropolitana, repercute directamente en el uso social espacio público a escala humana (AEUB, 2015, p. 133). Sin embargo, la obtención de datos actualizados para este tipo de diagnósticos pormenorizados supone un desafío importante (da Cruz et al., 2020). Este estudio atiende a esta dificultad utilizando datos provenientes de la red social Google Places y propone una agrupación general de actividades urbanas en diez categorías. Sin embargo, bien se podría considerar un segundo nivel de agrupación por etiqueta o tipo de actividad por celda, permitiendo mayor granularidad para diagnósticos de especialización y/o carencia de establecimientos y servicios de un determinado sector.
Igualmente, investigaciones que aborden cuestiones relacionadas con la percepción y la vitalidad urbana se beneficiarían de este tipo de análisis pormenorizado. Por ejemplo, se ha demostrado que, aunque existe una buena mixtura de actividades en el caso del eje MX, es necesario reevaluar la cantidad y proximidad de éstas considerando la densidad de población para garantizar una correcta distribución y equilibrio que promueva la autocontención y autosuficiencia funcional del ámbito (AEUB, 2015, p. 229). No obstante, es precisamente en este eje, de los seis analizados, en el que predominan las actividades comerciales y de restauración, actividades que proporcionan una buena cantidad de información y estímulos sensoriales a los viandantes mediante sus “fachadas suaves” (Gehl y Svarre, 2013, p. 77), a diferencia del eje NY, donde la categoría de Salud y Deporte es mayor que la cantidad de establecimientos comerciales. Otra consideración derivada y relacionada con el uso del espacio público sería la prevención del crimen a través del diseño urbano — CPTED- Crime Prevention Through Environmental Design— y la autovigilancia, a partir de garantizar el paso y estancia recurrente de personas en el espacio urbano (Newman, 1972). Por ejemplo, en el eje MX, la oferta de actividades ligadas al ocio nocturno y a las artes y el entretenimiento resultan insignificantes en comparación con el caso de PA.
Se evidencian también otras cuestiones que enlazan los usos del suelo y su morfología con las actividades urbanas que acogen. En este sentido, se identifica en todos los casos un espacio verde urbano de gran escala, adyacente al eje, y en cuyo entorno la diversidad de actividades suele disminuir. Asimismo, aunque predecible, ya que en la ciudad europea y americana la forma y la función son cuestiones interrelacionadas (Hillier, 1996, p. 43), los resultados muestran una clara relación entre el tipo de actividades predominantes de un ámbito y su morfología, pudiendo constatar que ciertas categorías de actividad económica han proliferado en áreas cuya trama y configuración física lo permite. Por ejemplo, en tejidos urbanos centrales se identifica mayor presencia de actividades asociadas a locales de restauración o comercios de proximidad en planta baja y servicios profesionales en plantas altas, mientras que en las zonas periféricas se localizan grandes equipamientos y dotaciones como universidades, hospitales o centros comerciales, como el campus universitario de la UNAM en México o el Hospital La Paz en Madrid.
Los ejes metropolitanos, sobre todo los que atraviesan el centro urbano, representan espacios de oportunidad como corredores de actividad urbana que conectan y estructuran las diversas tramas que discurren a lo largo de su trazado. Para el análisis y comparación de estos ejes metropolitanos, al igual que para cualquier estudio que pretenda abordar la escala metropolitana, resulta imprescindible no soslayar la escasez o inexistencia de bases de datos, normalizadas y actualizadas a una misma fecha de registro. Desde esta perspectiva, una de las aportaciones más relevantes de esta investigación es la aproximación metodológica que utiliza los datos geolocalizados de Google Places para caracterizar funcionalmente seis ejes metropolitanos: Nueva York, París, Londres, México, Madrid y Barcelona. La comparación entre estos grandes ejes estructurantes ha permitido identificar similitudes y diferencias en cuanto a la densidad, la diversidad y los patrones de localización, concentración y especialización de la actividad económica.
En referencia a la densidad de actividades, se aprecia una cierta concentración en los tramos centrales y, en general, una dispersión en áreas periféricas. En lo relativo a la diversidad de actividades, existe una importante mezcla y complementariedad de usos, incluso en zonas cuyo imaginario funcional está tradicionalmente vinculado a usos muy específicos, como el comercio en la calle Rívoli de París o el entretenimiento en la Avenida Brooklyn en Nueva York. Destacan en este aspecto los casos europeos, beneficiándose de una mayor mixtura de usos.
En términos globales, los resultados ratifican la hipótesis de que los tramos seleccionados son ámbitos de centralidad urbana ya que incluyen, en mayor o menor medida, actividades administrativas, de innovación e investigación, de difusión y emisión, de intercambio y encuentro, lúdicas y simbólicas (Terrazas, 2004, p. 263). Aún más, el método ha hecho posible constatar cuestiones muy particulares, como, por ejemplo, que en el eje MX, con menor densidad de actividades con respecto a la densidad de población, existe una mayor cantidad de actividades de innovación e investigación —actividades densas en conocimiento (AEUB, 2015, p. 229)—, a diferencia del eje PA que, aunque encabeza la lista en densidad de actividades por cada 100m lineales, no incluye registros en esta categoría.
Todo lo anterior pone de manifiesto la potencialidad de la red social Google Places como fuente de información global para estudios urbanos a escala metropolitana, y la pertinencia de realizar diagnósticos sobre la oferta y distribución de actividades económicas y urbanas que permitan diseñar estrategias en aras de una mejor planificación y gestión de la metrópolis.
Traditionally, in Europe and America, the trend of the big city to expand has been recognized with the term “metropolitan area of the city”, which covers beyond the political and administrative limits of the city itself (Burgess, 1984, p. 50). Its rapid growth has transformed the urban landscape and brought with it, new dynamics and spatial and socioeconomic challenges that to date, continue being great unknowns, especially on there being a significant lack of standardized data (da Cruz, Oh & Choumar, 2020).
Indeed, facing the importance of the metropolitan scale and the acknowledged lack of sources and tools that allow its study and comparison with other metropolitan contexts (Van Susteren, 2005, p.11), the novelty of this research is located. This is an exploratory and comparative study, fundamentally methodological, whose goal is the functional characterization of six metropolitan axes starting from the economic and urban activity data sourced from the Google Places social network.
The relevance of analyzing metropolitan axes from a functional point of view consists of addressing one of the key matters in the sustainability of cities: the urban complexity (Agencia de Ecología Urbana de Barcelona, AEUB, 2015), that responds to a mixture of uses and their proximity, and which leads to other issues, like the sustainable use of resources and the vitality of urban spaces.
It starts from the hypothesis that the structuring axes that cross the urban continuum through its central area are aspects of urban centrality, that wander along the different fabrics and are physical, social and economic evidence of the evolution and spatial-temporal growth of the metropolis. And, as such, their analysis implies an opportunity to establish strategies that allow reassessing public policies, improving the management and development of these aspects and facing the challenges that metropolitization processes involve (da Cruz et al., 2020).
In this sense, recent studies have demonstrated the great potential of social networks to know the amount and diversity of the economic offer of the cities (Carpio- Pinedo & Gutiérrez, 2020) to resolutions that, through traditional data collection methods, like collecting data onsite, would be boundless. Although there are studies that specifically address functional analysis at a metropolitan scale (Yang & Marmolejo Duarte, 2019), the functional characterization of their axes from social networks constitutes a novelty that this research contributes.
The difference between the city and the metropolis does not exclusively lie in the number of inhabitants or the surface they cover, but also in their functional and social organization (Park & Burgess, 1984, p.184). While the administrative and political boundaries of the city tend to be rigid, the metropolitan areas are dynamic settings insofar as their four dimensions: spatial, social, economic and environmental (da Cruz et al., 2020).
Despite there not being a consensus in terms of the spatial boundary of the metropolitan urban sprawl (Krätke, 2007), it is often argued that this covers from the downtown to the areas where daily journeys are made, the commuting zone (Burgess, 1984, p.51). That is to say, the commute affects the spatial boundary of the so-called “functional urban areas”. This criterion allows maximizing the international comparability among metropolitan areas and overcoming the limitation of just using the administrative boundary (OECD, 2020). In this criterion, the structuring axes play a really relevant role as essential elements for mobility as they that spatially link the periphery-downtown-periphery, facilitating access from one end of the urban continuum to the other, while promoting the feeling of belonging of the residents of the periphery, who are also part of the urban vitality of the downtown (Park & Burgess, 1984, p. 184).
Although Burgess (1984, p. 51) illustrates urban centrality in the city’s expansion process with a layout of concentric circles and where the central area – The Loop – groups the most economically powerful activities, this coexists with other aspects of centrality, satellite loops, or represented by streets, avenues, or crossroads of strategic routes for the mobility and functions of the city (Burgess, 1984, p.61). Indeed, the central sections of metropolitan axes tend to be characterized by their urban centrality condition, understood as the concentration, intensity and variety of urban activities, especially those related to political decision, innovation and research, diffusion and emission, exchange and meeting, ludic or recreational and of a symbolic nature (Terrazas, 2004, p. 263).
Although the urban sustainability seeks the balance between the critical mass of population, services and activity and the connectivity of the fabrics through continuous corridors of AEUB activity (AEUB, 2015, p. 131-133), the metropolitan axes that cross multiple administrative divisions are fields of opportunity. Concretely, because the spatial agglomeration of their elements takes place in a longitudinal sense which, paradoxically, is the least integrated form in itself but the most integrated towards the exterior and towards other systems of the region, given that each one of its constituent elements is directly adjoining the exterior space of the form; unlike the circular form, which is more internally integrated, but segregates the peripheral elements more (Hillier, 2007, p 266).
The analysis of the functional nature of urban areas is of great interest for different reasons. These linear public spaces constitute the spatial unit of our experience in the city (Mehta, 2014), the setting of citizen meeting and the container of public life where social life takes place (Lynch, 1984, p. 407).
Indeed, the amount and concentration – density – and the localization pattern – proximity – of the urban and economic uses and activities in these public spaces are determining factors in the level of pedestrian activity (Hillier, 1996, p. 51; Levy, 1998: p. 61), a matter that is also closely related with urban vitality and that, at the same time, is translated into public safety – self-surveillance – (J. Jacobs, 1961). In the same way, the collective image that is perceived of the environment is, to a good extent, the result of the social use and permanence in these linear spaces, a result of their physical characteristics and of the layout of the functions in the space (Gehl, 2011, p. 96; Lynch, 1960, p. 50).
Thus, the analysis of the patterns of urban and economic uses and activities present in urban axes is a recurrent approach among urban researchers to assess the functional nature of the environment and to value whether there is a good amount, mix or specialization or, on the contrary, if there are gaps of urban activity.
TRADITIONAL AND CURRENT SOURCES FOR FUNCTIONAL CHARACTERIZATION
Traditionally, the study of the functional nature of urban aspects has been based on an exhaustive collection, walking the streets, for the later preparation of maps (Gehl & Svarre, 2013; De Souza & Bustos, 2017; Mehta, 2014). These methods have disadvantages regarding the resources their implementation demands, time and cost, and because only the economic activities that are visible from the public space can be recorded. That is to say, those activities which are not marketed on public streets, like in the case of offices or businesses located on higher floors of buildings, which likewise contribute to the functional nature of the setting, can be unperceived in field studies.
It is for these reasons that, for more than a decade now, a good part of urban and geographic research has opted to use technology-based sources like social networks and web services that allow obtaining data in an automatic and massive way. The use of these social media has produced an important advance in the way of addressing urban and territorial research. This is alongside the frequent absence or obsolescence of statistical databases that jeopardize the diagnosis and, therefore, a suitable management of the current reality of the territory has derived into a considerable volume of scientific literature that adopts social networks as a primary source of information (Stock, 2018).
However, these sources are not free of challenges and limitations (Tasse & Hong, 2014). Among other aspects, the exhaustive task of previously checking the data to guarantee reliability and representativity of the sample and the restrictions and terms of service established by the platforms themselves, conditioning total or partial access to the information available within a concrete setting.
In any case, these sources are of interest for this research, because it has been shown that it is possible to obtain data on a metropolitan scale (Folch, Spielman & Manduca, 2018), and also, in general, these are very extended sources and, thus allow progressing in the same issue in different geographical contexts. For example, in recent research, the list of urban activities of Foursquare has been used for urban analysis in Asian (Vu, Li & Law, 2020), European (Carpio-Pinedo & Gutíerrez, 2020) and American (Ballatore & De Sabbata, 2020) contexts.
Concretely, this research focuses on Google Places, a social network associated to Google Maps that represents “Google’s attempt to add and organize all the information available about any place in the world” (Barreneche, 2012). Considering the goal and scale of the research, the use of this social network implies important advantages over other traditional sources (Martí, Serrano-Estrada y Nolasco-Cirugeda, 2019):
1. It provides an updated list of the economic and urban activities contained in the building and not just those that have marketing facing the street.
2. The records are geo-positioned, a characteristic that facilitates the mapping and analysis of the information
3. Places registered on the platform are classified by types of activity or tags, a quality which allows analyzing the type of urban activity in both an aggregated and disaggregated way.
4. Google Places, unlike other networks, is used at a global level (Sen, Quercia, Ruiz y Gummadi, 2016) facilitating both reproducibility of the methods and the comparison between different geographical aspects.
For the analysis and comparison of the functional nature of metropolitan urban axes in different geographical contexts, six case studies are adopted: four European, the most representative for the population in Europe, South – Spain, North - UK, and West – France (United Nations, 2018) and two American, including the most populated metropolitan area of the entire continent, Mexico City, and the most representative of North America, New York, which leads, alongside London, the financial centers’ ranking at a global level (Morris, Mainelli y Wardle,2015).
These are six metropolis that respond to diverse casuistries regarding their management and socioeconomic context. Thus, in the European context, although the four cases represent European hubs for the economy of knowledge (Krätke, 2007), in the case of Madrid and Barcelona, leaders of the Spanish urban system, the management of the metropolitan areas is still developing, unlike France and the United Kingdom, examples of best practices and confirmable success regarding the implementation of metropolitan scale planning instruments (Hildenbrand, 2017).
A structuring axis of great relevance is identified regarding its hierarchy in the metropolitan network of each case study and then, a representative section is chosen, whose extension is defined in Figure 1.
The selection of the sections is based on their importance in the urban structure, connecting periphery-downtown-periphery, and their length is limited by the intersection with ring-roads, or by the intersection with other first order metropolitan axes, as is shown in Figure 2.
Once the length of the sections is defined, these are connected to metropolitan population density, checking that there is a positive high correlation between the two variables (Figure 3).
Regarding the spatial marking of the sections in their transversal direction, three disciplinary criteria could be considered, adopted by students of the public space and, concretely, those focused on the analysis of urban activity on road links and linear spaces: the façade face (Cullen, 1961; Jacobs, 1995; Jacobs, 1961), the social field of vision, which refers to the maximum distance where it is possible to see and perceive a person or urban activity – 100 m approximately – (Gehl, 2011), and the use in ground floors of buildings alongside the urban space (Mehta, 2019). The first two, (Figure 4, right), allow analyzing the urban image and how this affects the human activities that occur in the space, while, with the third criterion it is possible to understand a relationship between the uses, in uses in the ground floors of the buildings with the socialization of the urban space, (Figure 4, left).
Thus, this research conceptually follows the third disciplinary criterion, but incorporates the two nuances: first, as has been mentioned above, the Google Places database includes all the economic activities contained in the building and not just those located on the ground floors; and, second, that each one of these activities is represented by a point, which can be geopositioned on the façade line or in any other location within the lot, or even, of the block, reason why it is deemed suitable to include the whole block alongside the route of the axes. In the cases where these blocks are occupied by open and public spaces, like parks or urban squares, the edified blocks alongside these spaces are likewise considered.
As for the number of activities recorded that are within the chosen setting, in Figure 4 it is seen that the criterion adopted allows obtaining 93% more data than if the façade line had been considered as a spatial limit. In fact, activities are included that, although they do not directly affect the axis, influence in its functional dimension, on being located near to road intersections that transversally cross the axis. The spatial delimitation of the six case studies considering the described criterion, is seen in Figure 5.
The geolocated data of Google Places were obtained through the SMUA– Social Media Urban Analyzer – IT application (Marti et al., 2019), during May 2018. This is a list of places of interest and economic activities with specific qualities like: the name of the place, the type of economic activity or tag (Google Developers, 2019), the physical address and the geographic coordinates.
Next, the extracted data were checked and validated. The verification included the manual revision and the discarding of duplicated data where the information about the name of the place, the coordinates and the physical address matched; and the validation focused on the screening of 128 tags or types of activity associated to the different places. In addition, it was checked that the types of place listed corresponded exclusively to economic and urban activities, discarding other types of tags.
Once screened, the data were grouped with the goal of summarizing the information and aiding its analysis. For this, the taxonomy of places from the Foursquare social network (Foursquare Inc., 2018) is adopted, as unlike other social networks, it has a structure that is well defined in ten main categories for the rating of places of interest and establishments (Keßler y McKenzie, 2019): Arts and Entertainment; Education, Schools and Universities; Food; Health and Sport; Nightlife spots; Outdoor; Professional, Government and other places; Services; Shopping; Travel and Transport (Figure 6). Once categorized, the data were displayed on a map with the QGIS Geographic Information System, and after this, two types of analysis were carried out.
The first analysis allows getting to know the total amount and types of urban and economic activity by axis starting from three metrics: the density of activities, which is also contrasted with the population density, estimated based on metropolitan density, the average number of activities per 100 linear meters of axis, threshold distance at which it is possible to appreciate the presence of a person (Gehl, 2011) and, the representativity of each one of the categories in each one of the study settings.
Although the central fabrics are characterized on having higher densities than the periphery ones, a mean is set with the central metropolitan density (OECD, 2020) aiming at using a standard criterion for all the cases that allow their comparison. The metrics adopted offer a numerical global view about the amount of legal activity and sensorial information available at a human scale.
The second analysis consists in identifying spatial patterns of concentration and diversity of activities on the axes. The data are represented by category on the map and, in line with the work Sen, Quercia, Ruiz y Gummadi (2016) that also uses the data of Google Places to study diverse metropolitan settings, an orthogonal mesh is traced aligned to the cardinal axis that cover the entire areas. The size of the cell is 200 x 200 meters, the same as the reference mesh that the Ecological Urbanism Certification (AEUBAEUB, 2015) sets out to measure the different urban sustainability indicators, among which is the Urban Complexity. Finally, the number of different categories present in each cell is calculated to characterize the diversity of activities.
From the data verification of Google Places and the validation of the 128 types of activity or tags, only 87 types are kept, which refer exclusively to economic and urban activities. These are classified in the ten categories of Foursquare, as can be seen in Figure 6.
Regarding the analysis of the data recorded and in respect to the characteristics of the axes and the population of each one of the metropolitan areas, a series of correlations are established through the combination of the diverse variables (Table 1 and Figure 5).
The first finding of interest is that, with the six sections being very active, according to what the density of activities recorded indicates, three groups are recognizable: the NY and PA axes, with the highest concentration of activity; followed by LO, MA and BA, with medium densities; and MX with a significantly lower density of activities. As for the presence of activities by each 100m, the PA axis leads the list along with MA, next, the LO, BA and NY axes have similar amounts and, finally, MX is the axis with the lowest presence of activities. In this sense, the European cases stand out over the American ones, with a higher amount of activities every 100 m. This would lead to other considerations and morphological type debates, which are outside the goal of the research.
Relating the population density and that of activities in the scatter graph of Figure 7, a negative correlation between these two parameters can be seen: the lower the population density is, the density of activities in the axis increases. Thus, those cities with the highest population densities, like MX, have the lowest activities density, while the case with the lowest population density, NY, has the highest number of activities. However, the relationship between population density and the number of activities by each 100 meters increases linearly, Figure 8, contrary to the terms of density, from which it can be deduced that the population density affects the proliferation of activities along the route of the axis, but not so much its population density in areas alongside it. And the relationship between population density and activities, Figure 9, corroborates that, for similar activity densities, like BA, LO or MA, the number of activities every 100 meters is very uneven, which is why the density in a longitudinal sense is not related with the density of the blocks adjoining the route of the axis. In any case, NY stands out as the most singular case, due to its lower population density and higher activities density which, nevertheless, are not reflected in the linear quantification.
Regarding the type of activities, the Services category standards out in the six areas of study (Table 2 and Figure 10) as it exceeds 30% of the total activities in five of the six cases. Likewise, the Shopping category, even more important than the Services category in MX, is the second most represented one in MA, BA, LO and PA, with more than 20% of the total activity. In NY, the category Health and Sport is the second most relevant activity, barely represented in the rest. The Food category is significant in MX and LO, exceeding 18% of the total activities, unlike the case of NY with 7%.
Regarding the category of Travel and Transport, present in similar amounts in all the axes, it represents spaces linked to public transportation and shows the great connectivity and the structuring role of the analyzed areas, Figure 10, left.
Regarding the spatial distribution of the activities (Figure 11) with the exception of some very limited areas, where activity gaps are seen, in general the axes have similar patterns, with a higher concentration of urban activity in central zones and a tendency towards the spreading of activity at the extremes. This is logically by reasons of centrality, since these axes connect central and compact areas with more peripheral and spread out areas and, therefore, with higher and lower concentration of activity, respectively. NY is an exception since it maintains a homogenous concentration of urban activity in practically the entire axis, with the extreme south, Lower Manhattan standing out, where the city’s financial center is located.
This aforementioned trend is confirmed with the analysis of activity diversity (Figure 12). The central areas have a higher diversity than the extremes, with the exception of NY which has a high diversity along the whole axis. The PA and LO axes are the least diverse, with cells that gather between 4 and 6 activities on average. It also stands out on how the diversity drops considerably around the large parks.
Finally, areas with a certain specialization have been detected, whose main activity rarely accepts another type of use, for example, the case of the financial areas in LO or the university campuses of MX and BA (Figure 13).
Among the most important challenges that the metropolitan areas present is guaranteeing the sustainability of the built environment in all its dimensions through the design of governance strategies that respond, both to a timely and current diagnosis, and to the needs of the citizens.
Attending the urban complexity and the distribution of uses in the territory, starting from evaluating the density and diversity of economic and urban activities at a metropolitan scale, directly affects the public space social use at a human scale (AEUBAEUB, 2015, p.133).
However, obtaining updated data for this type of detailed diagnoses implies an important challenge (da Cruz et al., 2020). This study faces this difficulty, using data from the Google Places social network and proposes a general grouping of urban activities in ten categories. Nevertheless, it could all consider a second level of grouping by tag or type of activity by cell, allowing a greater granularity for specialization diagnoses and/or lack of establishments and services of a given sector.
Likewise, research that addresses matters related with the perception and urban vitality would be benefitted from this type of detailed analysis. For example, it has been shown that, although there is a good mixture of activity in the case of the MX axes, it is necessary to reevaluate the amount and proximity of these, considering the population density to guarantee a correct distribution and balance that promotes the self-containment and functional self-sufficiency of the area (AEUBAEUB, 2015, p.229). Moreover, it is this axis out of the six analyzed, where commercial and food activities dominate, activities that provide a good amount of information and sensorial stimuli to the passersby through their “soft facades” (Gehl & Svarre, 2013, p.77), unlike the NY axis, where the Health and Sport category is greater than the number of commercial establishments. Another consideration that emerges from and is related to the use of the public space would be crime prevention through urban design – CPTED – Crime Prevention Through Environmental Design – and self-surveillance by guaranteeing the passing through and recurrent stay of people in the urban space (Newman, 1972). For example, in the MX axis, the supply of activities related to nightlife and arts and entertainment are negligible in comparison with the case of PA.
Other matters related to land uses and its morphology with the urban activities they hold are also shown. In this sense, a large scale urban green space is identified in all the cases alongside the axis, around which the diversity of activities tends to drop. Likewise, although predictable, since in the European and American city, the form and role are interrelated matters (Hillier, 1996, 0.43), the results show a clear relationship between the predominant type of activities of an area and its morphology, being able to confirm that certain categories of economic activities have spread in areas whose physical structure and makeup allow it. For example, in central urban fabrics a greater presence of activities related with restaurants or shops close to the ground floor and professional services on higher floors is identified, while in the periphery areas, large facilities like universities, hospitals or shopping centers are located, like the university campus of UNAM in Mexico or La Paz Hospital in Madrid.
The metropolitan axes, especially those that cross the urban center, represent spaces of opportunity as urban activity corridors that connect and structure the diverse sections that flow along their route. For the analysis and comparison of these metropolitan axes, just as for any study that intends on addressing the metropolitan scale, it is essential to not sidestep the lack or non-existence of databases, standardized and updated on the same recording date. In this sense, one of the more relevant contributions of this research is the methodological approach that uses the geolocated data of Google Places to functionally characterize six metropolitan axes: New York, Paris, London, Mexico City, Madrid and Barcelona. The comparison between these great structuring axes has allowed identifying similarities and differences regarding the density, diversity and patterns of localization, concentration and specialization of the economic activity.
As for the density of activities, a certain concentration is seen in the central sections and, in general, a spread in the peripheral areas. In respect to the diversity of activities, there is an important mix and complementarity of uses, even in areas whose functional imaginary is traditionally tied to very specific uses, like shopping on Rue Rivoli in Paris or entertainment on Brooklyn Avenue in New York. The European cases stand out in this aspect, benefitting from a greater mix of uses.
In general, the results ratify the hypothesis that the chosen sections are urban centrality areas since they include, to a greater or lesser extent, administrative activities, of innovation and research, of diffusion and emission, of exchange and meeting, ludic and symbolic (Terrazas, 2004, p. 253). Furthermore, the method has allowed confirming very particular matters, like, for example, that in the MX axis, with lower density of activities compared to the population density, there is a greater number of innovation and research activities, activities dense in knowledge (AEUBAEUB, 2015, p. 229), while the PA axis, which heads the list in density of activities for every 100 linear meters, it does not include records in this category.
All of the above demonstrate the potential of the Google Places social network as a source of global information for urban studies at a metropolitan scale, and the pertinence of running diagnostics about the offer and distribution of economic and urban activities that allow designing strategies seeking a better planning and management of the metropolis.
Esta investigación ha recibido financiación de la Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital de la Generalitat Valenciana y el Fondo Social Europeo (ACIF/2020/173).
This research has received financing from the Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital de la Generalitat Valenciana and the European Social Fund (ACIF/2020/173).
