Mobility shapes heat exposure inequalities in cities

Resumen Técnico: Desigualdades en la Exposición al Calor Impulsadas por la Movilidad Urbana

1. Planteamiento del Problema

Las ciudades enfrentan un aumento crítico de los riesgos relacionados con el calor extremo, los cuales afectan desproporcionadamente a grupos socioeconómicos desfavorecidos. Tradicionalmente, los estudios sobre desigualdad térmica se han basado en enfoques estáticos centrados en la residencia, asumiendo que la exposición al calor depende principalmente de dónde vive la gente. Sin embargo, esta perspectiva ignora la naturaleza dinámica de la exposición humana: las personas pasan parte de su día en diferentes entornos (trabajo, compras, ocio) que pueden tener perfiles térmicos muy distintos a su hogar.

El vacío de conocimiento identificado es cómo los patrones de movilidad diaria, insertos en campos de calor urbanos heterogéneos, moldean las desigualdades en la exposición al calor entre diferentes grupos sociodemográficos (ingresos, edad, género). No está claro si el movimiento diario mitiga o amplifica las disparidades térmicas existentes derivadas de la segregación residencial.

2. Metodología

Los autores desarrollaron un marco basado en redes para cuantificar la exposición al calor impulsada por la movilidad en 23 ciudades españolas durante los meses de julio y agosto de 2022 y 2023.

• Datos de Movilidad: Se utilizaron registros anonimizados de teléfonos móviles del Ministerio de Transportes de España (MITMA), que proporcionan flujos de origen-destino (OD) diarios a nivel de distrito administrativo. Los datos están estratificados por:
  • Ingresos: Tres clases (<10k€, 10-15k€, >15k€).
  • Edad: Cuatro grupos (0-25, 25-45, 45-65, 65-100 años).
  • Género: Hombres y mujeres.
  • Se filtraron los viajes para excluir aquellos cuyo destino era el hogar, centrándose en la exposición en lugares de actividad (trabajo, comercio, etc.).
• Datos Térmicos: Se emplearon productos de Temperatura de la Superficie Terrestre (LST) de alta resolución (1 km) de MODIS (NASA) para mapear los campos de calor urbanos.
• Enfoque de Análisis (Redes y Deciles):
  • En lugar de usar temperaturas absolutas, los distritos se clasificaron en deciles de temperatura (del 1 al 10, del más fresco al más caliente) para cada ciudad. Esto permite comparar patrones de desigualdad entre ciudades con diferentes climas base.
  • Se construyeron matrices OD ponderadas donde las entradas representan los viajes entre deciles de temperatura.
• Métricas Clave:
  • Exposición al Calor ($E$): El decile de temperatura promedio de los destinos visitados.
  • Asortatividad Térmica ($\rho$): La tendencia a viajar entre distritos con niveles de temperatura similares.
  • Direccionalidad ($R$): El sesgo sistemático hacia distritos más calientes o más frescos.
• Modelado Comparativo: Se evaluó si dos modelos de movilidad basados en población (que no conocen atributos sociodemográficos) podían reproducir las desigualdades observadas:
  • Modelo de Gravedad: Basado en la atracción de masas poblacionales y la distancia.
  • Modelo de Radiación: Basado en oportunidades intermedias (competencia espacial), sin parámetros ajustables.

3. Contribuciones Clave

1. Marco de Red Dinámico: Introducción de una metodología que integra flujos de movilidad y campos térmicos urbanos para evaluar la exposición no como un estado estático, sino como un proceso dinámico.
2. Desacoplamiento de la Residencia: Demostración de que las desigualdades en la exposición al calor persisten y se estructuran más allá de la segregación residencial, impulsadas por la organización espacial de las actividades diarias.
3. Validación de Modelos de Movilidad: Evaluación rigurosa de la capacidad de los modelos de gravedad y radiación para capturar desigualdades ambientales, revelando limitaciones y fortalezas específicas de cada uno.
4. Evidencia a Escala Nacional: Análisis comparativo sistemático en 23 ciudades, proporcionando una visión general robusta de los patrones de desigualdad en España.

4. Resultados Principales

• Desigualdades Sistémicas por Ingresos:

  • Se encontró una desigualdad consistente: los grupos de bajos ingresos experimentan sistemáticamente una mayor exposición al calor que los grupos de altos ingresos en la mayoría de las ciudades ($\Delta E_{inc} > 0$).
  • Esta brecha se amplifica durante los viajes de commuting (trabajo/estudio), lo que indica que la movilidad rutinaria refuerza los gradientes térmicos espaciales más que los movimientos no rutinarios.
  • Excepción: En ciudades como Murcia, donde la correlación entre ingresos y calor residencial es inversa, el patrón de desigualdad también se invierte, sugiriendo que la desigualdad es estructural y depende del acoplamiento espacial entre estatus socioeconómico y el campo térmico.

• Diferencias por Edad:

  • Las disparidades por edad son menores en magnitud que las de ingresos, pero consistentes: los individuos jóvenes (0-25 años) están ligeramente más expuestos al calor que los ancianos (65-100 años).
  • Sin embargo, los ancianos de bajos ingresos representan el grupo más vulnerable: combinan una alta exposición térmica (debido a la movilidad) con una mayor vulnerabilidad fisiológica.

• Dinámicas de Movilidad:

  • Existe una asortatividad térmica positiva: la mayoría de los viajes ocurren entre distritos de temperatura similar, lo que tiende a reforzar las disparidades residenciales.
  • La direccionalidad muestra que los grupos de bajos y medianos ingresos tienden a moverse hacia distritos más frescos, mientras que los de altos ingresos viajan con mayor frecuencia hacia distritos más calientes (posiblemente hacia centros de empleo o servicios en zonas densas).

• Rendimiento de los Modelos de Movilidad:

  • Modelo de Gravedad: Subestima significativamente las desigualdades de exposición relacionadas con los ingresos y la edad. Tiende a homogeneizar los destinos, comprimiendo los contrastes térmicos.
  • Modelo de Radiación: Captura la mayor parte de las disparidades observadas. Al considerar las oportunidades intermedias, preserva mejor la estructura espacial de los flujos hacia distritos periféricos con perfiles térmicos distintos.
  • Conclusión del modelado: Las desigualdades en la exposición surgen principalmente de la interacción entre la organización desigual de las actividades diarias y los gradientes de calor urbanos, más que de diferencias conductuales específicas del grupo que requieran parámetros complejos.

• Género: No se encontraron diferencias sistemáticas significativas en la exposición al calor basadas en el género a nivel de distrito.

5. Significado e Implicaciones

Este estudio transforma la comprensión de la justicia climática urbana:

• Más allá de la residencia: La exposición al calor no es solo un problema de vivienda; es un problema de movilidad y planificación urbana. Las desigualdades se "codifican" en la estructura de la red de transporte y la ubicación de los centros de empleo y servicios.
• Planificación Urbana Resiliente: Las estrategias de adaptación al clima deben considerar la distribución espacial de los flujos diarios. Mejorar la infraestructura de enfriamiento (sombras, espacios verdes) solo en los vecindarios de bajos ingresos no es suficiente si sus trayectos diarios los llevan a "trampas de calor" en zonas de trabajo o comercio.
• Herramienta para Políticas Públicas: El marco propuesto permite a los planificadores identificar "puntos calientes" de exposición móvil y diseñar intervenciones que reduzcan las desigualdades térmicas para los grupos más vulnerables (especialmente ancianos de bajos ingresos).
• Generalización: El hallazgo de que el modelo de radiación (sin parámetros) puede reproducir estas desigualdades sugiere que las disparidades son emergentes y estructurales, lo que facilita su modelado en ciudades con datos limitados.

En resumen, el artículo demuestra que la movilidad diaria actúa como un mecanismo que amplifica y perpetúa las desigualdades térmicas, haciendo que los grupos más vulnerables estén expuestos a condiciones de calor más extremas durante su rutina diaria, más allá de lo que sugiere su lugar de residencia.