el conflicto de las viviendas de uso turístico en

DATA. MING. 1. Codigo Barrio. 2.Alojamientos Airbnb. 3.Hab. Airbnb. 4. Plazas Mínimas. 5. Plazas Máximas. 6. Precio por Persona. 7. Precio Cap. Maxima. 8.
5MB Größe 1 Downloads 4 vistas
EL CONFLICTO DE LAS VIVIENDAS DE USO TURÍSTICO EN BARCELONA. ANÁLISIS DE LA OFERTA DE AIRBNB IÑIGO ARREGI PÉREZ DE LOZA MIKEL PAU CASADO BUESA

Indice 1.

Objetivo Investigación y Metodología

2.

Marco Teórico

3.

Metodología Cuantitativa

4.

Proceso Cuantitativo

5.

Resultados Provisionales

6.

Trabajo Cuantitativo Futuro

7.

Trabajo Activista Futuro

8.

Bibliografía

Objetivo de la investigación

Metodología

“Diseñar y aplicar una metodología

1.

Principios de la teoría crítica

de

2.

Caracterización de la oferta

análisis

para

el

estudio

y

a.

caracterización de la oferta de viviendas de uso turísticos aplicable en ciudades globales replicable y accesible,

ensayando

práctico de Barcelona.”

el

caso

3.

Enfoque Cuantitativo

Análisis crítico: peso de la oferta y tendencias

4.

Fin último: empoderamiento colectivo a.

Acceso a la información

b.

Replicabilidad

c.

Código abierto y software libre

Marco Teórico -Ciudad ●

Construcción = habitat humano + soporte aspiraciones humanas ○

Reflejo de relaciones sociales/poder y proyecciones individuales



Dº Ciudad = participación y apropiación de modos habitar y relacionarse

-Ciudad Capitalista ●

Concentración geográfica y social de la Plusvalía



Producción en Continua Expansión ↔ Acumulación ○

Urbanización: receptor-productor de plusvalías

(Lefebvre, 1968)

Marco Teórico -Financiarización y Vivienda ●

Sector Financiero financia oferta y demanda vivienda (alto coste producción vivienda) ○

Acumulación por Desposesión (Harvey.2013) ■

Hipoteca = Capital Ficticio → Origen: crédito, no trabajo

-Translación Capital Industrial hacia Mercado Inmobiliario (Harvey,2016) ●

Finaciarización + Gran Recesión = Exceso de Liquidez → Fuentes de rentabilidad? ○



Circulación de capital

Producción de Valor → Apropiación de Capital ○

Rentismo → Evita complejidad de producción industrial



Turismo: Tasa retorno Nula del espectaculo

Marco Teórico ●

Gentrificación ○



Gentrificación Clásica ■

Etimología: gentry = alta burguesía (Ruth Glass, 1964)



Substitución población popular por clases de renta mayor

Gentrificación Turística (A.Cócola-Gant,2015) ■

Presión mercantil



Monofuncionalización actividades (comercio,hosteleria etc.etc.)



Substitución/Desplazamiento Demográfico



Tematización Turística

Metodología Cuantitativa

Etapas que conforman el proceso KDD (Fayyad, Piatetsky-Shapiro, & Smyth, 1996)

Proceso Cuantitativo 18.531 registros 96 variables

Selección Variables BBDD Inside Airbnb

BBDD Objetivo

18.531 registros 19 variables

1. id

2. host_id

3. host_since

4. neighbourhood

5. district

6. latitude

7. longitude

8. location_exact

9. property_type

10. room_type

11. accommodates

12. bedrooms

13. price

14. guests_included

15. extra_people

16. minimum_nights

17. calendar_updated

18. last_review

19. license

Proceso Cuantitativo Preprocessing

BBDD Inside Airbnb

BBDD Objetivo

18.531 registros 19 variables

Convertir price en variable numérica

Imputación de medianas en NAs bedrooms

Eliminar pisos sin last_reviews ni calendar_updated en ultimos 6 meses y varibles utilizadas para filtrado

Eliminar categorías de license que no cumplan fomato legal

BBDD Preprocesada 16.696 registros 17 variables

Proceso Cuantitativo Transformación

BBDD Inside Airbnb

BBDD Objetivo

Creación Total_Listings:

numero de pisos por ID

BBDD Preprocesada

Creación Tipo_Propietario:

Unipropietario / Multipropietario / Residente

Creación variable dicotómica licencia: 1 para pisos con licencia, 0 para pisos sin licencia y eliminar license

Creación Precio_Persona: price / guest_included

Creación Ingreso_Maximo_ Dia: price + (accommodate guest included) * extra_people

BBDD Transformada

16.696 registros 21 variables

Proceso Cuantitativo BBDD Inside Airbnb

1.

BBDD Objetivo

BBDD

BBDD

Preprocesada

Transformada

Creación tabla Alojamientos_Barrios a. b.

72 registros x 13 vars R: dplyr

● 2.Alojamientos Airbnb

3.Hab. Airbnb

4. Plazas Mínimas

5. Plazas Máximas

6. Precio por Persona

7. Precio Cap. Maxima

8. Multipropietario

9. Unipropietario

● 10. Residentes

11. Aloj. CON licencia

CLUSTER

QGIS: ●

1. Codigo Barrio

DATA MING

12. Aloj. SIN licencia

13. Plazas CON licencia



Reproyección de capas y elaboración de shapes de base Cálculo ○ Establecimiento y plazas según tipo ○ Densidad de población ○ Peso de la oferta de plazas y establecimientos Elaboración de Mapas Temáticos ○ Densidad de población ○ Oferta de alojamientos, precios, ... ○ Clusters Elaboración de mapas de calor ○ Intensidad de uso, precios, plazas, ...

Exploración

Proceso Cuantitativo BBDD Inside Airbnb

1.

BBDD Objetivo

BBDD

BBDD

Preprocesada

Transformada

Creación tabla Alojamientos_Barrios a. b.

72 registros x 13 vars R: dplyr

● 2.Alojamientos Airbnb

3.Hab. Airbnb

4. Plazas Mínimas

5. Plazas Máximas

6. Precio por Persona

7. Precio Cap. Maxima

8. Multipropietario

9. Unipropietario

● 10. Residentes

11. Aloj. CON licencia

CLUSTER

QGIS: ●

1. Codigo Barrio

DATA MING

12. Aloj. SIN licencia

13. Plazas CON licencia



Reproyección de capas y elaboración de shapes de base Cálculo ○ Establecimiento y plazas según tipo ○ Densidad de población ○ Peso de la oferta de plazas y establecimientos Elaboración de Mapas Temáticos ○ Densidad de población ○ Oferta de alojamientos, precios, ... ○ Clusters Elaboración de mapas de calor ○ Intensidad de uso, precios, plazas, ...

Cluster Barrios R: paquete dplyr ● Alojamientos – según barrio y distrito ○ #Alojamientos ○ #Habitaciones ○ #Plazas mínimo – guest_included ○ #Plazas máximo –accomodates ○ Precio por persona ○ Precio capacidad máxima ○ #Categorías - Tipo de Propietario ○ #Alojamientos con y sin licencia ○ #Plazas con licencia

QGIS: ● Reproyección de capas y elaboración de shapes de base ● Cálculo ○ Establecimiento y plazas según tipo ○ Densidad de población ○ Peso de la oferta de plazas y establecimientos ● Elaboración de Mapas Temáticos ○ Densidad de población ○ Oferta de alojamientos, precios, ... ○ Clusters ● Elaboración de mapas de calor ○ Intensidad de uso, precios, plazas, ...

BBDD Barrios •Variables Activas (31) •Establecimientos (incluidos Airbnb) •Plazas •Población Flotante y peso •Densidad(residente,flotante) •Precio (pers. y cap. máxima) •#Categorías - Tipo de Propietario •#Alojamientos con y sin licencia •#Plazas con licencia •Precio Alquiler/Compraventa

Cluster Barrios

Cluster Barrios

Cluster Barrios

Insights ● ●

● ●

● ●



Eje Diagonal - Besos Eje Meridiana a. Ausencia alojamientos formales en eje Meridiana y Badal-Bordeta-Marina b. Gran peso Alojamientos Airbnb >20% plazas Airbnb Presión Turística a. Eix. Dreta & Raval - Gotic b. Sagrada Familia - Eix.Esquerra - Sant Antoni - Poblesec - La Ribera - Vila de Gracia c. Pedralbes - Les Corts - Diagonal Mar d. Meridiana - Bordeta - Marina >50% alojamiento Airbnb pertenecientes a multipropietarios Densidad a. Ciutat Vella b. Primera Corona Precio a. Eixample Dreta

Conclusiones

GRACIAS POR SU ATENCIÓN