Las luces nocturnas se utilizan ampliamente para hacer un seguimiento de la actividad económica.
Las imágenes tomadas en 50 ciudades de 18 países de Oriente Medio y el norte de África durante el confinamiento por el coronavirus mostraron que la actividad económica se ralentizó en todas ellas.
A medida que las ciudades comenzaron a flexibilizar las restricciones, la intensidad de las luces empezó a recuperarse ligeramente en abril y con más rapidez en mayo.
El estudio ha permitido a los investigadores identificar qué ciudades fueron las más afectadas por la pandemia y, por tanto, podrían necesitar más apoyo político.
La COVID-19 ha golpeado duramente a las ciudades. De la noche a la mañana, las órdenes de permanecer en casa y otras restricciones han convertido centros vibrantes en sombras de lo que eran. Si bien estas “intervenciones no farmacéuticas” (INF) han frenado la propagación de la enfermedad, también han provocado profundas recesiones en muchas ciudades. Sin embargo, no todas las ciudades han sufrido por igual.
En Estados Unidos, Chetty et al. (2020) muestran que, mientras que el gasto de los consumidores en Baltimore y San Francisco cayó bruscamente entre mediados de marzo y mediados de abril, a mediados de julio el gasto en Baltimore era casi un 2% superior al de enero, mientras que en San Francisco seguía más de un 23% por debajo. El Opportunity Insights de los autores Economic Tracker rastrea qué ciudades, condados y barrios luchan más por recuperarse.
Este seguimiento “casi en tiempo real” es fundamental para evaluar la magnitud de las pérdidas y comprender cómo las INF afectan a las economías urbanas. También puede mejorar el diseño de las políticas para responder a la crisis.
¿Por qué utilizar datos de luces nocturnas?
Replicar el trabajo de Chetty et al. en ciudades de países en desarrollo está limitado por la disponibilidad de datos oportunos y de alta frecuencia. Sin embargo, un enfoque que hemos estado probando es el de los datos de luces nocturnas de alta resolución, que son captados a diario por satélite. La capacidad de los datos de luces para seguir los cambios en la actividad económica se dio a conocer por primera vez de forma generalizada gracias a Henderson, Storeygard y Weil (2012). Desde entonces, las luces nocturnas se han convertido en indicadores ampliamente aceptados de la actividad económica.
En una muestra de 50 ciudades de 18 países de Oriente Medio y el norte de África (MENA), utilizamos composiciones mensuales de imágenes satelitales sin nubes y calculamos los cambios en las luces nocturnas como indicador de los cambios en la actividad económica. Para evaluar el papel de los confinamientos y de otras INF en estos cambios, construimos “puntuaciones de rigor” diarias basadas en el COVID-19 Government Response Tracker de la Universidad de Oxford para cada ciudad.
Todas las ciudades experimentaron fuertes descensos en las luces, pero el ritmo de recuperación es desigual
Entonces, ¿qué muestran los datos mensuales de luces? Antes de la crisis de la COVID-19, las ciudades se encontraban, de media, cerca de sus tendencias de crecimiento a largo plazo, según las estimaciones basadas en datos mensuales de luces desde abril de 2012.
La figura 1 muestra que la ciudad media de MENA sufrió una caída masiva en la intensidad de las luces en marzo, coincidiendo con la introducción de confinamientos estrictos y de otras INF. Corrigiendo la variación “normal” mensual de cada ciudad, las luces de la ciudad mediana eran unos 12 puntos porcentuales menos intensas en marzo de 2020 que en diciembre de 2019. A medida que las ciudades empezaron a flexibilizar las INF, la intensidad de las luces comenzó a recuperarse ligeramente en abril y con más rapidez en mayo.
Nota: basada en 47 ciudades (se excluye Yemen). El gráfico muestra los cambios mensuales desde la referencia de diciembre de 2019 en relación con la tendencia estimada de cada ciudad anterior a la COVID-19.
Constantina, Argelia, ilustra bastante bien esta trayectoria media.
Como muestra la figura 2, tras el aumento de la intensidad de las luces en febrero, sufrió una fuerte caída de 25 puntos porcentuales en marzo, cuando su puntuación de rigor se disparó. En abril se produjo un nuevo descenso, más pequeño, en el brillo de la ciudad. Hubo cierta recuperación en mayo, pero las luces de la ciudad seguían unos 15 puntos porcentuales menos intensas que en diciembre, tras controlar las variaciones “normales” mensuales.
No todas las ciudades de MENA siguieron la misma trayectoria. Si bien la gran caída de la intensidad de la luz en marzo fue generalizada, algunas ciudades, como Susa en Túnez, recuperaron su brillo con más rapidez, mientras que otras, como Dubái en los EAU, tuvieron dificultades para recuperarse. Las variaciones en las respuestas políticas o en las condiciones preexistentes, como la estructura económica de la ciudad, podrían explicar estas diferencias.
Implicaciones para las políticas
Nuestros resultados sugieren que las luces nocturnas pueden seguir los cambios en la actividad económica entre ciudades con una frecuencia “casi en tiempo real”. Nuestro enfoque nos permite identificar qué ciudades han sido las más golpeadas económicamente por la pandemia y, por tanto, podrían necesitar más apoyo político. Dado que los datos de luces están disponibles a nivel mundial con una resolución espacial fina, este enfoque es escalable a más ciudades dentro de MENA y más allá. Puede ayudar a fundamentar las políticas y la planificación, especialmente en cuestiones más amplias de resiliencia urbana, y propiciar el debate sobre las inversiones que las ciudades necesitan para reforzar su capacidad de resistir futuras crisis.
¿Qué sigue?
En el futuro, exploraremos el potencial de fusionar los datos de luces con otros datos de alta frecuencia, como los relativos a concentraciones de dióxido de nitrógeno y a la congestión del tráfico. Esto puede ayudarnos a crear un indicador de la actividad económica aún mejor para hacer un seguimiento de la recuperación de las ciudades tras la COVID-19. También examinaremos por qué algunas ciudades se ven más perjudicadas por la COVID-19 que otras, por ejemplo, aprovechando datos sobre la estructura económica de las ciudades.
Esperamos que los conocimientos resultantes nos ayuden a apoyar a las ciudades en sus esfuerzos por reconstruirse más rápido y con más fortaleza tras la COVID-19.
La preparación de este blog se benefició de los comentarios de Somik Loll.
