Análisis del movimiento de residentes en España mediante Redes Complejas

Abstract

Este trabajo tiene como objetivo el análisis del movimiento de residentes en España en el periodo 2015-2019 a través de la metodología de Redes Complejas. Dicha metodología proporcionará una mejor comprensión de los flujos de movilidad entre las distintas Comunidades Autónomas (CC. AA.). En primer lugar se analizarán las principales características del movimiento nacional a través del análisis de los estadísticos que describen la topología de la red. Los datos analizados proceden de las encuestas anuales realizadas durante el periodo 2015- 2019, información publicada por el Instituto Nacional de Estadística (INE) de España. En segundo lugar, se expondrán los modelos Exponenciales de Grafos Aleatorios (Exponential Random Graph Models, ERGM) mediante los cuales se podrá analizar la no aletoriedad de la red estudiada a través de un modelo estadístico que considera variables endógenas (arcos, reciprocidad, triangulación) y variables exógenas (conexión con alta velocidad ferroviaria, tipo de destino turístico, festividades, localización geográfica), permitiendo la detección de patrones de comportamiento en la movilidad entre Comuniades Autónomas, además de la posibilidad de poder explicar la relevancia de los flujos y de la red en su conjunto. Finalmente, se realizará un análisis del impacto que la actual crisis sanitaria, provocada por el virus SARSCoV-2, ha tenido sobre la movilidad.

This work aims to analyze the movement of residents in Spain in the period 2015-2019 through the Complex Networks methodology. This methodology will provide a better understanding of the mobility flows between the different Autonomous Communities (CC. AA.). Firstly, the main characteristics of the national movement will be analyzed through the analysis of the statistics that describe the topology of the network. The data analyzed comes from the annual surveys carried out during the period 2015-2019, information published by the National Institute of Statistics (INE) of Spain. Secondly, the Exponential Random Graph Models (ERGM) will be exposed through which the nonrandomness of the studied network can be analyzed through a statistical model that considers endogenous variables (arcs, reciprocity, triangulation). and exogenous variables (connection with high-speed rail, type of tourist destination, festivities, geographical location), allowing the detection of behavior patterns in mobility between Autonomous Communities, in addition to the possibility of being able to explain the relevance of the flows and the network as a whole. Finally, an analysis will be made of the impact that the current health crisis, caused by SARS-CoV-2 virus, has had on mobility.