Bicisendas en Buenos Aires (I)
…pedaleando la red pública de bicicletas con teoría de grafos.
Las redes de transporte tienen la capacidad de incidir en la forma, cohesión y límites de un territorio. La conexión e interacción de los nodos que la componen reflejan la manera en la que los flujos de personas se mueven dentro de un espacio geográfico específico.
En este artículo resumimos algunos ejercicios realizados con el objetivo de identificar y entender patrones de comportamiento general de la red Ecobicis de la Ciudad de Buenos Aires. Para ello, nuestro primer paso fue asignarle una estructura sencilla de nodos y arcos. En otras palabras, representarla como un grafo y analizar algunos de sus atributos más relevantes.
Aplicando Teoría de Grafos es posible conocer determinadas propiedades topológicas de la red y analizar cómo se expresa geográficamente. Comencemos viendo cuál es la representación más adecuada…
La estructura de la red
Según un estudio de Cardozo, Gómez y Parras (2009), un sistema de transporte atiende una demanda específica producida por un conjunto de actividades comúnmente relacionadas con tareas productivas, de consumo, recreación o simplemente residencia de las personas. La interacción entre el sistema de actividades de las personas y la red de transporte, “se traduce en un conjunto de flujos, constituido por los viajes entre orígenes y destinos, en diferentes modos de transporte, por diversas rutas y en distintos tiempos.” Cardozo, Gómez, Parras,2009:90).
En este sentido, la red pública de bicicletas es un componente más del sistema de transporte de la Ciudad y, como tal, es un elemento esencial en la configuración de su espacio urbano, como alternativa para el desplazamiento de la población y el desarrollo de sus actividades. Así es que decidimos asignarle a las estaciones de la red la condición de nodo y a los viajes (o necesidades de desplazamiento) la de vínculos o arcos.
Usuarios y usabilidad: ¿Quiénes y para qué?
Una de las preguntas iniciales que buscamos responder fue en qué momentos del día más se utilizaba el sistema público de bicicletas. Así fue llegamos a la siguiente matriz horaria.
Otro aspecto importante fue detectar algunas características generales de los usuarios. Entre ellas, edad y género.
De este modo, pudimos identificar algunas características interesantes. Por un lado, vemos que los usuarios son mayormente jóvenes y en gran medida varones. También pudimos evaluar cómo la red interactuaba con el espacio geográfico. Lo que también puede desprenderse del “para qué se utiliza el sistema público de bicicletas”.
Con respecto a esto último, se puede ver que los recorridos tienen un sentido completamente diferente en las dos franjas horarias que mayor intensidad de usuarios tienen. A las nueve de la mañana se observa la relevancia del nodo “Retiro” como emisor de viajes, como así también, de otro conjunto de nodos que se encuentran en los bordes o límites de la red. De manera contraria, a las seis de la tarde, se ve que los nodos con mayor emisión de viajes se repliegan sobre el eje “centro norte” y “centro sur” de la red.
Por último, vemos los promedios de edad y tiempo de uso por hora. Vale aclarar que estos análisis corresponden a la red de bicicletas de 2018. De esta manera, se observa que ambos promedios “se compactan” a partir de las nueve de la mañana. Esto no sólo refleja perfiles de usuarios en el orden de los 32 a 36 años sino también recorridos más cortos (o bien tiempos de uso más bajos).
Con esto, podríamos suponer que la bicicleta es un modo de transporte mayormente utilizado para recorrer distancias cortas. Esencialmente por jóvenes que van y vuelven del trabajo. También por aquellos que ingresan diariamente a la Ciudad de Buenos Aires, lo que la convierte en un componente más del sistema de transporte metropolitano.
Nodos y arcos
La red de bicicletas fue diagramada como un grafo dirigido. Esto, porque nos interesaba representar los recorridos realizados respetando el sentido de los viajes. El proyecto está disponible en el siguiente repositorio y consta de tres notebooks principales (entre otros materiales): una principal donde se estructura la red y dos secundarias donde se pueden encontrar algunos resultados exploratorios y funciones para trabajar con la librería NetworkX.
A aquellos interesados en conocer cómo se estructuró la red, pueden revisar con mayor detalle la notebook “Red pública de bicibletas .ANALISIS PARTE 1”. Allí se encuentran las principales secciones de análisis.
Volviendo a lo nuestro, uno de los principales resultados que encontramos al estudiar la estructura del grafo de bicicletas fue su expansión a lo largo de los años.
La matriz de adyacencias refleja el nivel de conexión entre nodos de una red. Las secciones azules muestran si hubo al menos un viaje entre un par específico de estaciones. Las regiones de la matriz con color más claro muestran lo contrario. Es decir, ausencia de conexiones (o recorridos realizados).
De esta manera, no sólo vemos que la red se ha expandido en cantidad de nodos (o estaciones) sino también en cantidad de recorridos realizados. Esto es, mayor cantidad de usuarios.
También es interesante destacar algunos aspectos respecto del tipo de recorridos. En términos generales, la red se compone por movimientos dirigidos (recíprocos y no recíprocos). Esto es lógico si
pensamos en la cantidad de combinaciones posibles que existen entre los nodos de la red. Ahora bien, si analizamos la cantidad de recorridos para cada categoría (dirigidos y self-loops) podemos ver que el volumen es bien dintinto entre ambas.
De esta manera, vemos que la red de bicicletas se compone por una multiplicidad de recorridos dirigidos y autodirigidos. En otras palabras, muchos pares de nodos conectados por un mínimo de ejes y muchísimas conexiones de nodos entre sí.
¿Y con las distancias? En un grafo, la distancia es entendida como la cantidad de ejes que existe entre un nodo y otro. En la red de bicis, la distancia máxima para el conjunto de las estaciones analizadas fue de tres. Es decir que, entre estación y estación los casos con mayor cantidad de arcos de distancia se encontraban separados por dos estaciones intermedias. Esto no significa que una misma persona pasó por dos nodos entre sus estacicones de origen y destino (por ahí si, pero deberíamos ir a constatarlo con los datos de usuarios). Lo que significa es que para estos casos, hubieron bicicletas que fueron retiradas de una estación y posibilimente devueltas en alguna de las estaciones intermedias.
Una red con vida propia…
Gracias al genial trabajo de Vincent Lonij, pudimos darle vida a nuestro grafo de bicicletas. En la bibliografía citamos su trabajo para los que quieran profundizar. También disponibilizamos la adaptación del código que hicimos para la visualización dinámica de la red en nuestras notebooks de trabajo.
Un aspecto fundamental para el cálculo del grado del nodo en un esquema dirigido es la consideración de las conexiones entrantes y salientes (el “in” y el “out” degree). En un grafo dirigido, el grado de los nodos equivale a la sumatoria de conexiones entrantes y salientes. Ahora bien, si en lugar de sumarlos los restamos podemos contruir un concepto que es bastante útil para entender cómo el comportamiento de la red refleja algunas dinámicas propias del espacio geográfico en el que se emplaza.
Para llegar a este concepto, implementamos algunas visualizaciones que nos permitieran entender la disposición de la red en el territorio. Así, se ve cuáles son los ejes con mayor cantidad de recorridos. Las secciones más claras son las que cuentan con una mayor superposición de viajes.
Ahora, veamos cómo se comporta nuestro grafo para un momento determinado del día. Arbitrariamente, hemos seleccionado una fecha de 2018 dentro de las franjas horarias de mayor transito.
De esta manera, llegamos al concepto de “salidas netas”. Este también puede entenderse como el grado neto de nuestro grafo dirigido. Es decir, la diferencia entre las conexiones entrantes y salientes. Lo que equivale a la cantidad de usuarios que sacan y devuelven una bicicleta por estación. Lo interesante de esto es ver cómo se comporta para distintos momentos del día.
De esta forma, volvemos de alguna manera al inicio de nuestro artículo. Ahora, viendo de una manera un poco más clara cómo se comporta la red y pudiendo identificar uno de los principales patrones de uso.
Ahora bien, las bicicletas no se utilizan sólo para trabajar. Imaginen que los usuarios de la red también pueden disfrutar paseando o saliendo a pedalear con amigos. En este sentido, la detección de comunidades es otro de los campos de análisis que nos permite la teoría de grafos. Pero no voy a ser yo quien les hable de eso. Para ello, los voy a dejar con el crack de Billy Mosse. Billy no sólo tiene el rigor de un matemático sino también la creatividad de artista. Se los va a contar en inglés, pero créanme que está bien claro y se entiende bárbaro.
Acá les dejo el link a la segunda parte del análisis sobre la red de bicicletas. No se lo pierdan!
Referencias
O.Cardozo, E.Gómez, M.Parras (2009). Teoría de grafos y sistemas de información geográfica aplicados al transporte público de pasajeros en Resistencia. Revista Transporte y Territorio | ISSN 1852–7175. Instituto de Geografía. Facultad de Filosofía y Letras (UBA). Disponible en: http://revistascientificas.filo.uba.ar/index.php/rtt/article/view/223
Lonij. V (2017). Interactive maps with Python. Partes 1 a 3. Disponible en: https://blog.prototypr.io/interactive-maps-with-python-part-1-aa1563dbe5a9
