Socioeconomic mixing in urban parks: A complex systems perspective on three Argentine cities

Sintesi Tecnica: Mix Socioeconomico negli Parchi Urbani

Definizione del Problema
Gli spazi pubblici, in particolare i parchi urbani, sono infrastrutture critiche per promuovere la coesione sociale e ridurre i conflitti, facilitando gli incontri tra gruppi demografici diversificati. Mentre l'urbanistica tradizionale studia ampiamente l'accessibilità fisica (la facilità di raggiungere un parco), il ruolo dei parchi come "mixer sociali" — specificamente la loro capacità di connettere diversi gruppi socioeconomici — rimane ampiamente inesplorato. La ricerca esistente si basa spesso su sondaggi localizzati che mancano di un robusto modello nullo per stabilire le aspettative di base per il mix sociale. Inoltre, i dati di mobilità ad alta risoluzione, che potrebbero rivelare i reali modelli di interazione, sono spesso scarsi o proprietari nel Sud del mondo e soffrono di un bias di partecipazione, sovrarappresentando le fasce demografiche più abbienti. Questo studio affronta la necessità di un quadro scalabile e riproducibile per modellare le potenziali interazioni sociali nei parchi attraverso grandi aree metropolitane senza dipendere da tracce di mobilità proprietarie.

Metodologia
Gli autori analizzano tre grandi aree metropolitane argentine: l'Area Metropolitana di Buenos Aires (AMBA), la Grande Córdoba (GCo) e la Grande Rosario (GRo). Lo studio integra i dati del Censimento Argentino del 2010 (che fornisce conteggi della popolazione e stratificazione socioeconomica in sette livelli) e OpenStreetMap (che fornisce la posizione dei parchi, le dimensioni e i servizi limitrofi).

Il nucleo della metodologia consiste nel modellare la domanda di popolazione per i parchi utilizzando tre distinti modelli di interazione spaziale, che vengono poi mappati su reti bipartite pesate che collegano i settori censuari (sottoregioni) ai parchi:

1. Modello M0 (Logica Two-Step Floating Catchment Area): L'accessibilità è proporzionale alle risorse pro capite, assumendo che i flussi siano proporzionali al prodotto tra popolazione e attrazione di base.
2. Modello M1 (Modello Gravitazionale Standard): L'accessibilità è determinata esclusivamente dal bilancio tra l'attrattiva intrinseca di un parco (dimensioni e servizi circostanti) e il costo di percorrenza (distanza), senza normalizzare per la domanda.
3. Modello M1/2 (Modello di Equilibrio Spaziale): Un modello auto-consistente in cui domanda e attrattiva sono interdipendenti. Esso risolve un equilibrio congiunto in cui la risorsa disponibile per ogni visitatore in un parco è una funzione della domanda effettiva, richiedendo soluzioni numeriche iterative (utilizzando i metodi di Broyden o Newton).

Componenti Tecniche Chiave:

• Attrattiva ($S_p$): Definita come una funzione dell'area del parco (su scala logaritmica) e del numero di servizi urbani entro un buffer di 200 metri.
• Decadimento della Distanza: Modellato utilizzando una funzione esponenziale $f(d) = \exp(-d/d_0)$ con una distanza caratteristica $d_0 = 1,5$ km e un limite massimo di 10 km.
• Analisi di Rete: La matrice di domanda risultante ($\delta_{ip}$) viene trattata come una rete bipartita pesata. Viene impiegato l'algoritmo di Leiden per il rilevamento delle comunità al fine di identificare gruppi funzionali di parchi e sottoregioni.
• Metriche di Mix: La diversità sociale è quantificata utilizzando l'entropia di Shannon normalizzata ($H_p$) e il numero effettivo di gruppi ($N_G^{H_p}$) in ogni parco.

Risultati
L'analisi rivela schemi distinti su come i diversi modelli prevedono la domanda di parchi e il mix sociale:

• Distribuzione della Domanda: Il Modello M1 produce la distribuzione della domanda più ampia, concentrando le visite in meno località altamente attrattive. Il Modello M0 produce una distribuzione multimodale più vicina alla media, mentre il M1/2 mostra un comportamento intermedio.
• Leggi di Scaling: La relazione tra la domanda del parco e l'attrattiva cumulativa di base segue una legge di potenza ($\delta_p \propto O_p^\alpha$). L'esponente $\alpha$ varia a seconda del modello: $\approx 0$ per M0, $\approx 0,5$ per M1/2 e $\approx 1$ per M1. Ciò suggerisce che in condizioni di equilibrio (M1/2), la domanda scala con la radice quadrata del bilancio intrinseco del parco.
• Struttura delle Comunità: Il rilevamento delle comunità di rete rivela che i parchi e le sottoregioni formano gruppi funzionali geograficamente contigui. La "competitività locale" di un parco (la sua capacità di attrarre una domanda superiore alla media data la sua attrattiva di base) varia significativamente tra queste comunità.
• Mix Socioeconomico:
  • Diversità a livello di Parco: I singoli parchi presentano spesso una diversità socioeconomica inferiore alla media cittadina. Tuttavia, ogni area metropolitana contiene un sottoinsieme di parchi "super-mixer" che superano i livelli di diversità dell'intera città.
  • Interazioni tra Gruppi: I gruppi socioeconomici più elevati (classe alta) mostrano i livelli più bassi di interazione inter-gruppo. Al contrario, i gruppi socioeconomici medi e bassi formano un cluster di interazione denso, suggerendo che i parchi fungano da connettori primari per queste fasce demografiche.
  • Consistenza del Modello: Sebbene la probabilità di origine della visita a un parco ($\delta_{ip}/\pi_i$) vari significativamente tra i modelli, la probabilità di origine di un visitatore basata sulla destinazione ($\delta_{ip}/\delta_p$) è estremamente coerente tra i modelli ed è governata principalmente dalla distanza geografica.

Significato e Rivendicazioni
Il documento sostiene di fornire un quadro open-source e riproducibile per la modellazione dell'equilibrio spaziale che consente ai ricercatori di valutare la complessità sociale urbana in regioni in cui i dati di mobilità ad alta risoluzione non sono disponibili. Estendendo il concetto di "co-accessibilità", lo studio unisce le metriche tradizionali di accessibilità con la misurazione della segregazione spaziale.

Gli autori posizionano modestamente il loro lavoro come uno strumento per comprendere il potenziale di interazione basato su vincoli strutturali (distanza, distribuzione della popolazione e attributi del parco), piuttosto che sul comportamento osservato. Essi affermano che il loro approccio offre un metodo scalabile per identificare i parchi "super-mixer" e comprendere come diversi gruppi socioeconomici utilizzano le infrastrutture urbane, contribuendo alla crescente letteratura sulla complessità sociale urbana nel Sud del mondo. Lo studio non propone interventi politici specifici, ma offre una base metodologica per i ricercatori per valutare e confrontare le dinamiche sociali urbane in altre regioni.