Airbnb and Urban Renewal in Lisbon (2015–2019): Spatial Interactions Revealed by Network-Enhanced Kernel Density Modelling

Steden zijn levende kaarten, die voortdurend opnieuw worden getekend door de bewegingen van mensen en de stroom van geld. Decennialang hebben stadsplanners geprobeerd te begrijpen hoe verschillende krachten een stad vormen, vaak door te kijken naar waar dingen gebeuren. Wanneer een nieuw bedrijf opent of een gebouw wordt gerenoveerd, laat dit een spoor achter in het landschap. In de afgelopen jaren is er een krachtige nieuwe kracht op deze kaarten verschenen: platforms voor kortetermijnverhuur zoals Airbnb. Deze digitale marktplaatsen stellen huiseigenaren in staat om hun appartementen aan reizigers te verhuren, waardoor een enorm, onzichtbaar netwerk van tijdelijke huisvesting ontstaat dat opereert op een zeer fijnmazig niveau, tot aan individuele straten toe. Tegelijkertijd hebben veel Europese steden intense cycli van gebouwrenovatie ondergaan, terwijl eigenaren en investeerders werkten aan de restauratie van historische structuren. De vraag voor onderzoekers is niet alleen of deze twee dingen plaatsvinden, maar hoe ze met elkaar samenhangen in de fysieke ruimte. Bezetten ze dezelfde wijken? Volgen ze dezelfde straten? Om dit te beantwoorden, gebruiken wetenschappers instrumenten die verspreide datapunten omzetten in vloeiende, continue beelden van intensiteit, die laten zien waar activiteit het meest geconcentreerd is. Echter, steden zijn geen platte, open velden; het zijn complexe webben van straten en kruispunten. Een methode die de stad als een plat oppervlak behandelt, kan soms de details vervagen, waardoor het moeilijk wordt om precies te zien welke straten de meeste druk dragen.

Een nieuwe studie richtte zich op Lissabon, Portugal, tussen 2015 en 2019, om deze relatie te ontrafelen. Tijdens deze jaren zag de stad een snelle toename van Airbnb-advertenties naast een zware cyclus van gelicenseerde gebouwrehabilitatie. De onderzoekers wilden zien of deze twee fenomenen simpelweg overlapten in dezelfde algemene gebieden, of dat ze op een meer specifieke, straatniveau manier met elkaar interageerden. Hiervoor gebruikten ze twee verschillende manieren om de gegevens in kaart te brengen. De eerste methode, bekend als planaire dichtheidsschatting, creëert een vloeiend, op een hittekaart gebaseerd beeld van de stad, dat brede gebieden met hoge activiteit laat zien. De tweede methode, netwerkdichtheidsschatting, is nauwkeuriger; het berekent de intensiteit alleen langs de werkelijke lijnen van het straatnetwerk, waarbij rekening wordt gehouden met het feit dat mensen en gebouwen verbonden zijn door wegen, en niet door rechte lijnen door de lucht. Door deze twee benaderingen te vergelijken, kon het team zowel het grote plaatje als de fijne details zien van hoe Airbnb en stedelijke vernieuwing Lissabon aan het hervormen waren.

Het brede perspectief onthulde een duidelijk patroon: zowel Airbnb-advertenties als gebouwrenovaties waren zwaar geconcentreerd in het historische centrum van Lissabon en de directe omgeving. Deze centrale gordel, die beroemde gebieden zoals Baixa, Chiado en Alfama omvat, vertoonde een steile daling van de activiteit naarmate men zich verder van de kern bewoog. De twee fenomenen leken hetzelfde gebied te delen, wat suggereert dat de gebieden die het meest aantrekkelijk zijn voor toeristen ook de gebieden zijn die de meeste investeringen in de restauratie van gebouwen ontvangen. Deze platte kaartweergave, hoewel nuttig om de algemene vorm van de stad te zien, vlakte echter belangrijke details uit. Het liet het centrale gebied lijken op een enkele, uniforme zone van hoge activiteit, waardoor het feit verborgen bleef dat de stad in werkelijkheid bestaat uit afzonderlijke straten en blokken.

Toen de onderzoekers overschakelden naar het netwerkgebaseerde perspectief, veranderde het beeld aanzienlijk. De brede centrale vlek viel uiteen in specifieke, lineaire corridors. In plaats van een vage zone van activiteit, onthulde de data dat zowel Airbnb als stedelijke vernieuwing strak georganiseerd waren langs bepaalde straten en verbonden waren op specifieke knooppunten. De studie identificeerde vijf hoofdsystemen waar deze concentratie het sterkst was, waaronder de beroemde Avenida da Liberdade en de smalle, kronkelende straten van de historische wijken. In deze netwerkkaarten werd duidelijk dat de twee fenomenen niet alleen een buurt deelden, maar vaak exact dezelfde straatsegmenten bezetten of parallel aan elkaar lopen op aangrenzende blokken. Dit niveau van detail is cruciaal omdat het laat zien dat de druk op de stad niet gelijkmatig over een district is verspreid, maar wordt gekanaliseerd door specifieke aderen.

De studie keek ook naar hoe deze patronen standhielden wanneer er ingezoomd werd op kleinere gebieden, zoals specifieke parochies en individuele straten. In de parochie Santa Maria Maior, die de districten Baixa en Alfama beslaat, toonde het netwerkperspectief een dicht raster van korte straten waar zowel Airbnb als renovaties actief waren. De hoogste intensiteitspunten werden gevonden op kruispunten waar meerdere straten samenkwamen, plaatsen met een hoge zichtbaarheid en veel voetgangersverkeer. In andere gebieden, zoals de Avenida da Liberdade, toonden de gegevens een continue lijn van activiteit langs de hoofdweg en de zijstraten. Dit bevestigde dat de relatie tussen kortetermijnverhuur en gebouwvernieuwing geen toevallige samenloop van zaken was, maar een gestructureerd fenomeen dat georganiseerd is door de fysieke lay-out van de stad. De onderzoekers ontdekten dat zelfs wanneer zij hun gegevens aanpasten om rekening te houden met verschillende factoren, zoals de prijs van een huur of het type gastheer, het hoofdpatroon hetzelfde bleef. De centrale corridors en sleutelknopen bleven consistent, wat suggereert dat de locatie en de connectiviteit van een straat belangrijker zijn dan de specifieke details van de mensen of bedrijven die er gebruik van maken.

Een van de belangrijkste bevindingen van de studie is dat de manier waarop we een stad bekijken, bepaalt wat we zien. De brede, platte kaarten zijn uitstekend voor het identificeren van algemene gebieden van belang, maar ze kunnen het feit verbergen dat twee zaken die in dezelfde buurt plaatsvinden, in werkelijkheid gescheiden kunnen zijn door een paar blokken of een topografische barrière. De netwerkkaarten, door de straten te volgen, onthullen de ware anatomie van de drukpunten van de stad. Dit onderscheid is van belang voor stadsplanners. Als een overheid de impact van toerisme en renovatie wil beheersen, stelt de kennis dat de druk geconcentreerd is op specifieke straten in plaats van op hele wijken, hen in staat tot veel preciezere actie. In plaats van algemene regels toe te passen op een heel district, kunnen functionarissen zich richten op specifieke corridors of kruispunten waar de overlap het meest intens is.

De studie beweert niet te bewijzen dat het ene het andere veroorzaakt heeft. Het zegt niet dat Airbnb-advertenties gebouwrenovaties hebben afgedwongen, of dat gerenoveerde gebouwen automatisch meer toeristen aantrekken. In plaats daarvan biedt het een diagnostische kaart, die laat zien waar deze twee krachtige krachten elkaar ontmoeten en hoe ze in de ruimte zijn gerangschikt. De onderzoekers suggereren dat deze gecombineerde aanpak — het gebruik van zowel brede als netwerkgebaseerde perspectieven — een veel duidelijker instrument biedt voor het begrijpen van complexe stedelijke veranderingen. Door de specifieke straten en knooppunten te identificeren die de meeste last dragen, kunnen steden bewegen van algemene observaties naar gerichte strategieën. Het werk in Lissabon laat zien dat om echt te begrijpen hoe een stad verandert, men niet alleen moet kijken naar de gebieden waar dingen gebeuren, maar ook naar de lijnen die hen verbinden. De resultaten tonen aan dat de toekomst van stedelijk beheer mogelijk afhangt van het herkennen van deze onzichtbare netwerken en de specifieke punten waar zij de zwaarste last dragen.