Montera34

Esta página es de solo lectura. Puedes ver la fuente pero no puedes cambiarla. Pregunta a tu administrador si crees que esto es incorrecto.
====== Pregunta ======
¿Son muchos 1.800 anuncios de AirBnb?, ¿Son pocos? Depende del municipio en el que hagamos el estudio, de su tamaño y población. Por eso, vamos a hacer un comparativa entre varios municipios para determinar la presión turística de cada uno, teniendo en cuenta las cifras de población, el número de anuncios de AirBnb y plazas en hoteles, entre otros datos, y su evolución entre 2017 y 2018. Compararemos también la presión turística entre los barrios más problemáticos de cada ciudad. Porque tal vez 1.800 anuncios en Madrid sean pocos, pero en San Sebastián muchos. 
===== Equipo =====

  * Mikel Agirre, mikel.agirre@univ-perp.fr
  * Inés Perez, @inespchavarri 
  * Aritz Zabaleta, aritz.zabaleta84@gmail.com, @azetaekis
  * Ibai Zabaleta, izabaleta@tabakalera.eu, @le113

===== 1 Qué análisis o visualización responde a la pregunta =====

En esta sección se listarán las visualizaciones a producir. Por ejemplo:

  * Un mapa
  * Un gráfico de barras
  * Una tabla
  * Una frase a modo de titular
  * Un texto explicativo

==== Referencias ====

Algunos ejemplos de análisis ya hechos que respondan a esta pregunta en otros lugares o a una pregunta relacionada.

===== 2 Qué datos necesito y dónde los encuentro =====

  * Población (INE - Padrón 2017 y Padrón 2106). Una de las fuentes fundamentales para la obtención de diversos datos ha sido el INE. Aunque varias comunidades autónomas tienen su propio servicio de estadística, hemos decidido optar por este porque es la única fuente que tiene datos de todos los municipios analizados y obtenidos de la misma forma, lo que garantiza una homogeneización en la forma en la que se han obtenido dichos datos.

  * Número de viviendas (Censo de viviendas INE 2011). Para la obtención de estos datos hemos vuelto a recurrir a la misma fuente por los mismos motivos. Problema con este dato, la última actualización es de 2011, pero resulta imposible obtener datos con una actualización mayor de todas las localidades analizadas.
  * Número de anuncios de AirBnb y plazas por municipio (DataHippo.org). Utilizamos los datos en bruto y no distinguimos si los anuncios están activos o inactivos. Datos obtenidos en abril de 2018.

  * Plazas hoteleras (INE) http://www.ine.es/jaxiT3/Datos.htm?t=2076 y número de establecimientos. Volvemos a recurrir al INE por los mismos motivos. Son datos actualizados en marzo de 2018, problema, solo son plazas de hoteles. Aunque el INE ofrece datos por albergues, campings, alojamientos rurales, no están detallados a nivel de municipio, tan solo por comunidad autónoma. Por lo tanto, debemos partir de la base de que la presión turística en cada una de las localidades es mayor a la que reflejan los datos que hemos podido obtener, ya que hay determinados tipos de alojamientos que no están reflejados. Datos obtenidos en marzo de 2018.

  * Los datos usados atañen exclusivamente al municipio, es decir, no hemos tenido en cuenta áreas metropolitanas. Cabría considerar en un futuro tener en cuenta la presión a nivel metropolitano. Por eso tal vez pueda sorprender el dato de plazas de AirBnb en Palma, ya que la mayoría se concentra en municipios limítrofes con la capital.

  * Para actualizar los datos relativos a Plazas hoteleras VS Plazas AirBnb obtenemos los datos del tipo de alojamientos hoteleros que hay en San Sebastián en Open Data Euskadi http://opendata.euskadi.eus/catalogo/-/alojamientos/

  * Tabla con los datos para visualizaciones: https://docs.google.com/spreadsheets/d/13ZWuuMmlrQ4_HFJjvQ9Ana9-o2QCXVSWUvifmJHWVEg/edit?usp=sharing


===== 3 Qué herramientas uso para preparar los datos. Qué pasos debo seguir =====

  * Descargamos cada serie de datos. Los datos de INE relativos al número de plazas hoteleras lo hemos descargado en formato csv y los del padrón en excel.

  * Descargamos a su vez los datos sobre airbnb en las diferentes ciudades en en datahippo.org

  * Unimos los datos en una hoja  de cálculo donde poder realizar el filtrado de todos los campos https://drive.google.com/open?id=13ZWuuMmlrQ4_HFJjvQ9Ana9-o2QCXVSWUvifmJHWVEg . En el caso de los datos de Airbnb importamos el listing por ciudad al archivo y posteriormente mediante una tabla dinámica (pivot table) realizamos un filtrado por el campo Room_type, sumando el total de tipos de alojamiento (alojamiento completo, habitación o habitación compartida) y el número de plazas por cada una de las categorías y en total. 

===== 4 Qué herramientas uso para producir la visualización. Qué pasos debo seguir =====


===== 5. Visualización a producir ===== 

Diagramas de barras
Mapa distribución Plazas hoteleras VS plazas AirBnb en San Sebastián 2018

GRÁFICO: https://www.datawrapper.de/_/dR0Q3/


=====  6. Discusión de resultados ===== 

  * El peso de AirBnb en San Sebastián es superior al de los hoteles, es el único municipio en el que se produce este fenómeno.
  * De todos los municipios estudiados, San Sebastián es el que mayor proporción de plazas de AirBnb registra por cada 100 habitantes. 4,09 contra 3,65 de Barcelona, que es la que ocupa la segunda posición.
  * La presión de los establecimientos hoteleros en San Sebastián es mayor que la de Santander y Madrid, superada por Santiago, Palma y Barcelona.
  * Si comparamos San Sebastián con Santander, los dos municipios más similares (población, geografía), la capital guipuzcoana registra el doble de plazas de AirBnb y respecto a los hoteles supera a Santander en un 25% por habitante.
  * La presión turística registrada en San Sebastián es superior a la de Santander y Madrid. Es similar a la de Palma de Mallorca.
  * De las seis localidades analizadas, Santiago es la que registra una mayor presión turística, que recae sobre todo en los establecimientos hoteleros tradicionales. Hay que recordar que este es el municipio de menor tamaño entre los analizados.
  * Santiago y Palma son los dos municipios que presentan una mayor desproporción entre las plazas de AirBnb y las hoteleras, en favor de estas segundas, mientras que en el resto de localidades el equilibrio es superior sobre todo en Santander y en Madrid, posicionándose Barcelona y San Sebastián en un rango intermedio. 

=====  7. Futuras vías de investigación ===== 
  * 
  * Intentar hacer este mismo análisis pero comprando los barrios problemáticos en cada uno de los municipios.
  * Hacer una comparación temporal municipio a municipio para determinar como ha evolucionado esta realidad en cada una de las localidades.
  * Intentar completar los datos de las plazas hoteleras sumando los albergues, casas rurales y campings, para tener una radiografía más completa.
  * Análisis supramunicipales considerando el total de cada área metropolitana. 



=====  ((( Otras cosas… ))) ===== 

Link visualización airbnb BCN, Amsterdam, NYC, Londres, Berlín.
https://dwarshuis.com/various/airbnb/barcelona/


==== Visualización 1 ====

Pasos a seguir para producir la visualización 1 y qué herramientas son necesarias.

==== Visualización 2 ====

Pasos a seguir para producir la visualización 2 y qué herramientas son necesarias.

== Resultado ==

Imagen de las diferentes visualizaciones y enlaces a la web en la que están publicadas.