Ciudades Inteligentes: Evaluación social de proyectos de Smart Cities

El concepto de Ciudades Inteligentes o Smart Cities ha adquirido en los últimos años una marcada notoriedad en distintos ámbitos como el sector académico, las administraciones municipales o el mundo de los negocios. En este contexto, distintas publicaciones han intentado definir las Ciudades Inteligentes, si bien no se ha llegado aún a una definición globalmente acordada. Algunas definicionesse centran básicamente en el rol fundamental de las TIC en conectar servicios de la ciudad. En cambio, otras tienen una perspectiva más amplia, manteniendo el rol importante de las TIC, pero poniendo el énfasis en otros elementos como el crecimiento económico sostenible, la calidad de vida, la gestión eficiente de los recursos, la gobernanza participativa, la innovación, y la reducción de emisiones. Aquí hemos adoptado una definición clara y concisa, la de Ciudad que busca abordar los asuntos públicos a través de soluciones basadas en las TIC.

El importante crecimiento de las intervenciones relacionadas con las Ciudades Inteligentes, ha creado una clara necesidad de disponer de un método para evaluar estasintervenciones. Existen publicaciones académicas y otras iniciativas que proponen una gran variedad de indicadores para medir la situación de las municipalidades en las dimensiones características de las Ciudades Inteligentes y también para construir ránquines a fin de establecer comparaciones entre ciudades. No obstante, todavía son muy escasas las publicaciones centradas en la evaluación de proyectos de las Ciudades Inteligentes. Hemos encontrado algunas herramientas para evaluar programas en dominios específicos de las Ciudades Inteligentes pero no un marco que sea aplicable al conjunto de Ciudades Inteligentes. Es por eso que el presente informe intenta cubrir esta laguna. Cabe resaltar que la evaluación va más allá de la simple medición con indicadores.

Por el contrario, la evaluación inquiere sobre los efectos producidos directamente por el programa y los impactos esperados, investiga el mecanismo causal, compara los costes y esfuerzos invertidos con los resultados para examinar la rentabilidad, etc. Asimismo, nuestro marco de evaluación se centra en intervenciones, más que en determinar si una ciudad en su conjunto es o no inteligente; y se preocupa más por saber si la intervención es positiva para el municipio en cuestión que en la posición de este en comparación con otras localidades. Para llevar a cabo la evaluación esindispensable disponer de datos sobre los inputs utilizados y los outputs, outcomes e impactos generados. Estos tienen que ser cuantificables y medirse de forma transparente y objetiva, lo cual se hace a través de los indicadores.

Es por eso que hemosrecogido los principalesindicadores utilizados en el marco de las CiudadesInteligentes. Hemos clasificado estosindicadores en seis dimensiones de las Ciudades Inteligentes utilizadas en múltiples publicaciones: Smart Economy, Smart Governance, Smart Mobility, Smart Environment, Smart People, y Smart Living. También hemos distinguido entre inputs (recursos utilizados para implementar el proyecto), outputs(servicios y productos generados por el proyecto), outcomes (beneficios directos e indirectos causados por la intervención) e impactos (cambios estructurales en el largo plazo, derivados de outcomes producidos de forma sostenida).

El modelo de evaluación que proponemos para los proyectos de las Ciudades Inteligentes es un modelo analítico de toma de decisiones basado en los modelos Markov. Su objetivo principal es el de servir de apoyo al proceso de toma de decisiones, y por eso hace posible también el análisis ex ante previo a la implementación de una iniciativa concreta.

Los modelos Markov se basan en la definición de un número concreto de estados, a los cuales se asocia unos costes y unos efectos determinados. Estos efectos pueden medirse con distintos indicadores según la intervención y el objetivo que esta persiga. Así, se pueden medir en valor monetario, en número de muertes evitadas, en toneladas per cápita, etc. Si se quiere incluir más de un efecto es necesario convertir las medidas en una unidad comparable, por ejemplo, aplicando pesos para otorgar prioridad a algunos de ellos(a efectos medioambientales, a efectos que beneficien los sectores más vulnerables, etc.).

Los costes se dividen en los de implementar el proyecto, los costes periódicos necesarios para asegurar el buen desarrollo de la intervención, y los costes asociados a cada estado. Otro punto clave del modelo es que establece la probabilidad que tiene la población de moverse de un estado a otro (transición), dentro de un intervalo de tiempo determinado (e.g. año). Las unidades que forman esta población pueden ser los ciudadanos, los hogares, barrios,sensores, autobuses, etc. Los costes, los efectos, y las probabilidades de transición constituyen los parámetros principales del modelo y se deben especificar tanto en relación a la intervención evaluada como a la situación sin intervención (situación actual en caso de una evaluación ex ante, situación contrafactual, etc.).

En base a estos, la simulación compara las dos situaciones y produce como resultado principal el coste-efectividad incremental (CEI), que indica el coste de conseguir una unidad de efecto (por ejemplo el coste por muerte evitada, o por reducción de una tonelada de emisión de CO2). Este resultado permite determinar la implementación o no de un proyecto específico.

Así, si la intervención domina (es decir, es más barata y efectiva que la alternativa), se tendría que llevar a cabo. En cambio, si está dominada (es más cara y menos efectiva) no debería implementarse. En otras situaciones la decisión es menos clara, ya sea porque la intervención es más efectiva pero también más cara, o porque es más barata, pero menos efectiva. En estos casos, la decisión viene determinada por la disposición a pagar (DAP). Concretamente el proyecto se debería implementar si el CEI es inferior a la DAP.

El documento describe el procedimiento para aplicar el modelo a través de una intervención hipotética: instalar sensores en la ciudad para mejorar el servicio pú- blico de autobuses, con el objetivo de promover su utilización y reducir las emisiones contaminantes.

En este ejemplo los estados se definen según el nivel de contaminación de los barrios de la ciudad, y la mejora del servicio de autobuses aumenta la probabilidad de transitar a estados con menor contaminación. Los efectos se miden a través de la utilidad derivada del nivel de contaminación atmosférica.

Los costes de implementación se atribuyen sólo a la intervención, pero los costes periódicos (coste de la gasolina, salario de los conductores, etc.) se computan tanto para la intervención como para el servicio actual. Los costes asociados a cada estado incluyen los costes sanitarios de enfermedades respiratorias causadas por la contaminación, que son, por lo tanto, menores en los escenarios de  contaminación reducida.

La UNAN-Managua tiene alianzas con el Centro de Estudios de Telecomunicaciones de América Latina (cet.la) y ha trabajado de manera conjunta con nuestra Facultad de Ciencias e Ingeniería, en el desarrollo de programas para el fortalecimiento de los estudios de posgrado.

Descargar: Informe completo
Fuente: Centro de Estudios de Telecomunicaciones de América Latina