El tamaño importa: los habitantes de las ciudades pequeñas son más propensos a la migración que los de las grandes

La migración sigue siendo un tema común de debate, más aún cuando se espera que el 68 % de la población viva en zonas urbanas para 2050, según se indica en un informe de la ONU. La migración gestionada adecuadamente genera beneficios económicos y sociales, pero también puede generar retos para los políticos en ámbitos como la vivienda, la educación, los servicios sanitarios, las infraestructuras y la cohesión social. Por tanto, resulta fundamental predecir los flujos migratorios. Un estudio, respaldado en parte por los proyectos financiados con fondos europeos SoBigData y CIMPLEX, mostró que los habitantes de ciudades más pequeñas son más propensos a migrar que los que viven en ciudades más grandes.

Los resultados se publicaron recientemente en la revista «PLOS ONE». En palabras de los investigadores: «Observamos que los habitantes de las ciudades pequeñas suelen migrar con más frecuencia, y que suelen asentarse en lugares de un tamaño similar al de su ciudad de origen, mientras que las personas de ciudades grandes no migran con tanta frecuencia y cuando lo hacen suelen acabar en otras ciudades grandes».

La migración interna y el tamaño de una ciudad

Una nota de prensa de la University College London (UCL) resume la investigación de la siguiente forma: «el tamaño de las ciudades de origen y destino desempeña una función básica en el comportamiento de las personas que se mudan de un lugar a otro». En declaraciones reflejadas en la misma nota de prensa, el doctorando de la UCL e investigador principal Rafael Prieto Curiel indicó: «Los resultados podrían influir en las futuras políticas de integración ya que las administraciones serán capaces de predecir con más exactitud desde y hacia dónde se mudará la gente en su país». Hizo hincapié en que los migrantes contribuyen a la prosperidad de sus destinos al aportar capacidades y actividades, «pero la migración precisa de políticas de integración y sistemas de apoyo social que faciliten el asentamiento de los recién llegados en un entorno nuevo y, así, puedan contribuir plenamente a escala local».

En la nota de prensa, el coautor de la investigación, el profesor Steven Richard Bishop del departamento del Departamento de Matemáticas de la UCL explicó el trabajo realizado: «El nuevo modelo a escala no se había utilizado antes para identificar patrones de migración. Emplea una fórmula matemática en patrones migratorios en función del tamaño de la ciudad». El profesor Bishop también informó de que el modelo podría aprovecharse «para predecir mejor los movimientos de población al corregir los sesgos presentes en otros métodos. Este descubrimiento basado en datos es importante para desvelar el modo en que las comunidades y las regiones crecerán y se desarrollarán en el futuro».

La investigación estudió patrones de migración interna en los Estados Unidos. Consideró que las ciudades tenían una población superior a los 50 000 habitantes y que cualquier población con una cifra inferior era zona rural.

El proyecto en marcha SoBigData (SoBigData Research Infrastructure) se propone crear una infraestructura de investigación «para realizar descubrimientos científicos éticos y generar aplicaciones avanzadas de minería de datos sociales sobre las distintas facetas de la vida social representadas por los "grandes datos"», tal y como se indica en el sitio web del proyecto. Facilita instalaciones para el análisis de datos sociales a gran escala y experimentos de simulación.

La visión de SoBigData, que pasa por escrutar distintas facetas de la complejidad social desde una perspectiva basada en datos y modelos, coincide con la del proyecto CIMPLEX (Bringing CItizens, Models and Data together in Participatory, Interactive SociaL EXploratories). Uno de los objetivos de CIMPLEX, que finalizó en 2017, fue producir avances tecnológicos, metodológicos y teóricos fundamentales. En su sitio web se informa de que también se propuso combinarlos en una plataforma TIC de amplio espectro.

Para más información, consulte:
Sitio web del proyecto SoBigData
Sitio web del proyecto CIMPLEX