Phillis2017 (2).en.es.docx

Computers, Medio ambiente y sistemas urbanos 64 (2017) 254 - 265

listas de contenidos ofrecidos en ScienceDirect

Computadoras, Medio Ambiente y Sistemas Urbanos revista Página de inicio: www.el sev i er .com / l Ocate / ceus

evaluación de la sostenibilidad urbana y la clasificación de las ciudades Giannis A. Phillis una , • , Vassilis S. Kouikoglou una

una ,

Catalina Verdugo

segundo

Facultad de Ingeniería de Producción y Gestión de la Universidad Técnica de Creta, Chania 73100, Grecia

segundo

Facultad de Recursos Naturales, Escuela Superior Politécnica de Chimborazo (ESPOCH), Riobamba, Ecuador

artículo

info

resumen

Historia del artículo: Recibido el 23 de septiembre de Recibido el año 2016 en forma de 5 revisado de marzo de 2017 Aceptado el 8 de marzo de 2017 Disponible en línea xxxx

Con el 54% de la población urbana del mundo en 2014, es importante evaluar la sostenibilidad de las ciudades y encontrar sistemas sistemáticos. Maneras de mejorarlo. En este documento el modelo SAFE (evaluación de la sostenibilidad por evaluación difusa) que se desarrolló por primera vez para definir y medir la sostenibilidad de los países, se modificó para evaluar la sostenibilidad de ciudades de todo el mundo. La sostenibilidad global es una función de dos insumos principales, la ecológica y el bienestar. Lo ecologico La entrada depende del estado del aire, la tierra y el agua y la entrada de bienestar sobre el

palabras clave:

sostenibilidad urbana Ciudades sostenibles

estado de la economía, educación, Salud y entorno cívico de las ciudades. SAFE usa 46 insumos básicos para clasificar 106 ciudades de acuerdo con sustentabilidad El número de entradas se puede cambiar según la necesidad. Un análisis de sensibilidad identifica a aquellos Insumos o indicadores básicos que más afectan la sostenibilidad. Si se mejoran tales insumos, la sostenibilidad de las ciudades Mejora el más rápido. Resulta que las ciudades europeas

evaluación Fuzzy de Indicadores de

ocupan los puestos de mayor rango mientras que las africanas, Las ciudades asiáticas y sudamericanas son las más bajas. La generación de residuos y las

sostenibilidad de la mejora de la

emisiones de gases de efecto invernadero (GEI) son Los principales problemas para las ciudades en el mundo desarrollado, mientras que la delincuencia y

sostenibilidad sostenibilidad

la pobreza son los principales problemas en las ciudades de países en desarrollo © 2017 Elsevier Ltd. Todos los derechos reservados.

1. Introducción No lineales, incluso peligrosos para los humanos, podrían producirse fenómenos. Ya Tres de estos procesos operan fuera de las fronteras: el clima Cambio, pérdida de biodiversidad y ciclo del nitrógeno. En cierto sentido, La población urbana representa más de la mitad de la humanidad. (Satterthwaite, 2011). Las ciudades están

la humanidad. Se ha embarcado en un experimento de escala global en estas tres áreas. Con consecuencias

adquiriendo un lugar central en humanos. Actividades que van desde las económicas hasta las culturales. Se

desconocidas que amenazan los cimientos de sustentabilidad

pueden ver, desde Un punto de vista físico, como enormes fuentes y sumideros de energía y importar. Para mantener a sus grandes poblaciones necesitan grandes cantidades de Energía, alimentos, agua y otros bienes, generando en el proceso tremendas Cantidades de residuos. Además, requieren multitud de servicios. Por su supervivencia como salud, educación, cultura, vigilancia, etc. Ciudades. ellos mismos son centros donde tales actividades prosperan.

Grandes concentraciones de humanos en áreas bastante limitadas plantean preguntas sobre la sostenibilidad. Dadas las entradas y salidas de energía y materia. así como el estado social de una ciudad, qué tan sostenible es y cómo ¿Cómo se puede mejorar su sostenibilidad? Tales preguntas primero piden al Cuestión de qué es la sostenibilidad. No existe una respuesta definitiva hasta la fecha. Al problema de la sostenibilidad. Sin embargo,

Un intento temprano de definir y evaluar la sostenibilidad se encuentra en Wackernagel y Rees (1996), donde el concepto de huella ecológica de una población dada se desarrolla. La huella ecológica de una población. Es el área de tierra que produce ciertos recursos que una población Consume y asimila ciertos residuos generados por la misma población. La mayoría, si no todas, las ciudades para florecer requieren bienes ecológicos. y servicios de grandes extensiones de tierra en otros lugares (Rees, 1992). A menudo. El terreno necesario para suministrar estos bienes y servicios ecológicos es varios pedidos De magnitud mayor que el espacio ocupado por la propia ciudad. Los centros urbanos son enormes sumideros ecológicos que se apropian de los servicios. de fuentes terrestres incluso en lugares remotos.

varios modelos y enfoques. Abordar la materia desde varios ángulos en la literatura. En Rockström et al. (2009) una interesante discusión sobre umbrales biofísicos. es dado. Se identifican nueve

Se espera que la población urbana actual de alrededor de 4 mil millones de personas llegar a 6.500 millones

procesos biofísicos que son fundamentales para Desarrollo humano: cambio climático, tasa de pérdida de

para 2050 (McDonnell y MacGregor-Fors, 2016). El impacto de una concentración tan enorme de personas

biodiversidad, nitrógeno. y ciclos de fósforo, agotamiento del ozono estratosférico, acidificación del océano,

exige una mayor integración Estudio no solo de procesos ecológicos sino también de aspectos socioeconómicos.

uso de agua dulce, cambio de uso de la tierra y carga de aerosol atmosférico. Se proponen límites para cada

y procesos de gestión relacionados con la función de las ciudades. Fraseado de manera diferente, La

proceso que, cuando se excede,

sostenibilidad urbana debería ver las funciones urbanas desde una Ángulo ecológico, pero también socioeconómico.

• Autor correspondiente. Dirección de correo electrónico: [email protected] (YA Phillis).

La mayoría de los sistemas de evaluación comparativa utilizan indicadores para evaluar diversos aspectos del rendimiento urbano (véase, por ejemplo, la Comisión Europea, 2015) y modelos lineales para agregarlos. Ciudad de las Naciones Unida

http://dx.doi.org/10.1016/j.compenvurbsys.2017.03.002 0198-9715 / © 2017 Elsevier Ltd. Todos los derechos reservados.

255

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

El índice de prosperidad (IPC; ONU-Hábitat, 2015) se basa en 17 indicadores organizados En seis dimensiones: productividad, desarrollo de infraestructura, calidad de vida, equidad e inclusión social, sostenibilidad ambiental y Gobernanza urbana y legislación. Los datos del indicador se convierten primero a adimensionales valores en [0, 100] por transformación de registro y linealización por partes entre umbrales sostenibles e insostenibles y luego Promediado para obtener los índices dimensionales y generales. El Indice de Sostenibilidad de Ciudades (SCI; Arcadis, 2016) combina 32 indicadores de medición social, Dimensiones

255

subjetivas de indicadores, pesos, normalización, y la agregación. Sin embargo, dada la naturaleza difusa de la sostenibilidad, la falta de una definición rigurosa y la ambigüedad de algunos de sus componentes, La subjetividad es inevitable. En las siguientes secciones se incluye una breve descripción de SAFE. por su adaptación detallada a la sostenibilidad urbana y una lista completa de Indicadores, definiciones, unidades y regiones sostenibles. Datos para cada indicador. Se

ambientales y económicas de la sostenibilidad, y calcula un índice de sostenibilidad global por el promedio.

recogen para los años 1990-2014. Cuando faltan datos, se utiliza un procedimiento de imputación como se describe en la

Las ciudades en El índice de movimiento (CiM; IESE Business School, 2016) evalúa el desempeño de una

Sección 2.3 para generar los números que faltan Finalmente, SAFE se ejecuta en 106 ciudades del mundo,

ciudad A través de 77 indicadores agrupados en diez dimensiones: economía, Tecnología, capital humano,

Principalmente capitales y / o megaciudades. El modelo primero asigna un número. en [0, 1] a cada ciudad, 0 significa

cohesión social, divulgación internacional, medio ambiente, Movilidad y transporte, planificación urbana,

completamente insostenible y 1 significa completamente sostenible. Entonces las ciudades se clasifican de acuerdo a sus

gestión pública y la gobernanza. El Índice Global de Ciudades de Poder (GPCI; Mori Memorial Foundation,

índice de sostenibilidad. Finalmente, un análisis de sensibilidad identifica esos indicadores. Eso afecta más la

2016) evalúa el atractivo de las ciudades para los negocios y talento según 70 indicadores agrupados en

sostenibilidad para cada ciudad. De 46 indicadores, los tres primeros se muestran para cada ciudad en orden de

seis dimensiones: economía, investigación y desarrollo, interacción cultural, habitabilidad, medio ambiente,

potencial de mejora. Estos indicadores deberían mejorarse primero si se desea mejorar la sostenibilidad. elevado. Todos

y accesibilidad. Las puntuaciones medias del indicador en cada grupo son Sumado para obtener el índice

los indicadores están clasificados según el modelo, pero solo se muestran tres debido a las limitaciones de espacio. A

general. Calidad de vida de Mercer (QoL; Mercer, 2016) se basa en una encuesta que evalúa la calidad de las

continuación una breve descripción de SAFE.

condiciones de vida Según 39 indicadores agrupados en diez categorías: políticas y Ambiente social, economía, ambiente sociocultural, salud, educación, Servicios públicos y transporte, recreación, bienes de

2. Modelo SAFE

consumo, Vivienda, y entorno natural. La habitabilidad ajustada espacialmente El índice (SALI) es una

2.1. Visión general

mejora reciente del ranking de habitabilidad global desarrollado por la Unidad Inteligente de Economistas

La estructura esquemática del modelo SAFE que define y evalúa la sostenibilidad urbana se muestra en la Fig. 1.

(EIU, 2016) que evalúa La comodidad relativa para más de 40 factores cualitativos y cuantitativos en todo

Sostenibilidad urbana general (OSUS) tiene dos componentes principales: la sostenibilidad ambiental

Seis categorías: estabilidad, salud, cultura y medio ambiente, educación, Infraestructura, y características

(ENVI) y sostenibilidad social o humana (BIENESTAR). Esta eleccion refleja un enfoque global de la sostenibilidad en el

espaciales. Las puntuaciones de los indicadores se promedian y ponderan para proporcionar puntuaciones y clasificaciones categóricas y generales. Ciudades de Oportunidad (CoO), fue desarrollado por PricewaterhouseCoopers (PwC, 2016), y examina 67 indicadores organizados en diez categorías: intelectual capital e innovación; transporte e infraestructura; salud, seguridad y protección; sostenibilidad y el medio natural; influencia económica la facilidad de hacer negocios; costo; demografía y habitabilidad; y

que el medio ambiente y el sistema social se ven juntos. El aporte ambiental. tiene tres componentes secundarios: calidad del agua (AGUA), calidad de la integridad del suelo y la tierra hasta el aumento del nivel del mar (TIERRA) y la calidad del aire (AIRE), Mientras que el aporte social tiene cuatro componentes secundarios: la salud. (SALUD), bienestar económico (ECON), educación (CONOCER) y entorno cívico (CÍVICO). Finalmente, todos los componentes secundarios comprenden un número de indicadores básicos como se muestra en la Tabla 1. La secuencia de procesamiento de datos tiene los siguientes pasos:

la puerta de la ciudad. Los indicadores se transforman en una escala común. y se suman para obtener los puntajes categóricos y generales. Subvención y Chuang (2012) combina 21 índices existentes

• Recolección de datos disponibles

transformados en una común escala en puntajes promedio en cinco dimensiones amplias (ciudades

• La normalización en [0, 1]

globales, ciudades bonitas, ciudades del conocimiento, ciudades inteligentes y ciudades creativas), que

• suavizado exponencial

luego se suman para producir un índice general llamado Citycard

• imputación de datos

La sostenibilidad de las ciudades ha sido examinada desde el punto de vista de análisis de decisión

• evaluación Fuzzy de la sostenibilidad

multicriterio (MCDA) en Munda (2005, 2006), donde El alcalde o el ayuntamiento son los responsables de la

• Sensibilidad t om a de decisión-análisis.

toma de decisiones. Se sugier Que los modelos de agregación lineal tienen problemas de sinergia o conflicto. entre los diferentes indicadores de sostenibilidad y, por lo tanto, no con enfoques MCDA pensatorios como ELECTRE (Figueira, Mousseau, y Roy, 2005), PROMETHEE (Brans & Mareschal, 2005) y NADIE (Munda, 1995) son los más apropiados.

2.2. indicadores básicos

El modelo utiliza un total de 46 indicadores básicos y evalúa 106 ciudades. La base de datos de indicadores básicos va tan lejos como 1990 y llega a la

Otras contribuciones estudian aspectos específicos de la sostenibilidad urbana. Por ejemplo, Lundin, Molander y Morrison (1999) y Lundin y Morrison (2002) examina los sistemas sanitarios y de agua, Hagshenas, Vaziri y Gholamialam (2013) evalúan el transporte urbano en Asia ciudades, y Egilmez, Gumus y Kucukvar (2015) utilizan expertos MCDA difuso para evaluar la sostenibilidad ambiental de 27 ciudades de EE.UU y de canada. En este documento, adoptamos el enfoque de indicadores por varias razones: 1 . Este enfoque permite una consideración global de la sostenibilidad urbana: Ecológico y socioeconómico. La viabilidad urbana no solo depende sobre el impacto ecológico, sino también sobre la viabilidad de las infraestructuras, Salud y educación, y políticas. Todos estos aspectos están integrados en el modelo basado en indicadores que describiremos en la secuela.

2. El modelo que utilizamos se llama SAFE (Evaluación de la sostenibilidad por Evaluación difusa). Este modelo se diseñó y aplicó por primera vez para definir y evaluar la sostenibilidad de los países y las organizaciones (Andriantiatsaholiniaina, Kouikoglou, & Phillis, 2004; Kouloumpis, Kouikoglou, & Phillis, 2008; Phillis y Kouikoglou, 2009; Philis Grigoroudis, & Kouikoglou, 2011; seealsowww.sustainability.tuc.gr). El modelo se puede adaptar fácilmente a la realidad física en cuestión, aquí Sostenibilidad urbana tiene la capacidad de realizar análisis de sensibilidad. que identifica los indicadores con mayor potencial de mejora. Sustentabilidad, Esta última característica está ausente de la mayor parte de la sostenibilidad existente. Los modelos, aunque es de suma importancia en la toma de decisiones. En el contexto de la sostenibilidad urbana.

3. La sostenibilidad es el resultado de varios componentes diferentes, algunos de los cuales están llenos de ambigüedad o subjetividad como política Indice de derechos o corrupción. La lógica difusa es adecuada para manejar ambiguas variables y derivar conclusiones adecuadas en el contexto de la sostenibilidad. SAFE utiliza razonamiento difuso de varias etapas y métodos estadísticos Combinar dichos componentes para generar índices compuestos.

Como se observa en Gasparatos y Scolobig (2012), basado en indicadores Los modelos implican elecciones

256

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

Figura 1. Estructura jerárquica del modelo SAFE.

Los datos más recientes. Las ciudades fueron elegidas de acuerdo a su población. o importancia, por ejemplo, capitales o ciudades históricas. También ciudades sin suficiente Se excluyeron los datos para evaluaciones confiables. Todos los indicadores bá si c os y las regiones d e la sostenibilidad se dan en tabla 1.

4. Finalmente, la redundancia de indicadores interrelacionados se utiliza en el algoritmo de imputación para datos faltantes.

Sus definiciones se dan en tabla 1 o tomado de Kouloumpis et al. (2008) y Phillis y Kouikoglou (2009).

Ciertos indicadores parecen ser más importantes que otros. Generalmente tal importancia se expresa a través de

podrían existir correlaciones entre indicadores, p er o no excluimos indicadores con altas correlaciones

pesos subjetivos. Sin embargo, la ponderación es muy difícil de justificar porque a menudo se influencian

por varias razones:

diferentes ciudades diferentemente por el mismo indicador. Uno esperaría, por ejemplo, Que mayores gastos en

1. La correlación no siempre implica causalidad. 2. Las estadísticas nacionales no proporcionan un mecanismo para separar los efectos múltiples. de indicadores. Por ejemplo, NO2, SO2 y concentraciones de partículas. Se correlacionan positivamente con la mortalidad por vías respiratorias. Enfermedades, pero también causan lluvia ácida. 3. Es común que los indicadores correlacionados se complementen entr e sí. Por ejemplo, los indicadores “hospitales,” y “médicos” son medidas complementarias de la salud pública.

salud mejoren la salud pública. y la esperanza de vida. Sin embargo, la esperanza de vida en Estados Unidos y Cuba. fue de 78 años en 2003, pero EE. UU. gastó el 15,3% de su PIB en salud Mientras que Cuba gastó solo el 7,1% (Bortz, 2010). Curiosamente Japón con El 7,9% del PIB en gastos de salud tenía una esperanza de vida de 83 años. La ponderación de los gastos de salud pública probablemente perdería el punto.

2.3. Normalización y alisado Indicadores básicos en SAFE tienen una multitud de unidades. Para obtener una escala común susceptible de comparaciones, todos los indicadores se normalizan en

256

257

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

257

tabla 1 Componentes e indicadores básicos. indicador básico / de fiporcentaje nición, la normalización , fuentesa plantas de tratamiento de aguas residuales normalización: LB, υ = 0% (mínimo), τ = 86.64% (promedio EU14) Fuentes: Índice de Agua de tratamiento de aguas residuales 1 Unidades de componentes Unidades: de poblaciónuna conectada Desempeño Ambiental (CNX conjunto de datos, http://epi.yale.edu/sites/default/ fi Les / 2016 EPI de Aguas Residuales de datos Appendix.xls); División de Estadística de las Naciones Unidas ( http://unstats.un.org/unsd/environment/wastewater.htm ) 2 Las extracciones de agua

AGUA

Unidades: por ciento de los recursos internos anuales retirados para usos domésticos, agrícolas, industriales y de Normalización: SB, T = 90,81% (promedio) T = 22,73% (UE14 promedio) Fuentes: BM (Banco Mundial, http://data.worldbank.org/indicator/ER.H2O.FWTL.ZS )

3 fósforo

AGUA

4 emisiones de DBO

Unidades: mg / lt de Normalización agua: SB, T = 0,67 (máximo), T = 0.1764 (EU14 promedio) Fuentes: ESI segundo

concentración AGUA

Unidades: demanda biológica de oxígeno en kg / cápita / día Normalización: SB, T = 0.0146 (máximo), T = 0,0090 (EU14 promedio) Fuentes: WB (emisiones: http://data.worldbank.org/indicator/EE.BOD.TOTL.KG; población: http://data.worldbank.org/indicator/SP.POP.TOTL )

5 las emisiones de gases de efecto invernadero

AIRE

Unidades: toneladas de CO 2- eq / cápita Normalización: SB, T = 28,1 (máximo excluyendo dos países altamente contaminantes), T = 6 (proyección para países de la UE en el año 2030 de acuerdo a sus contribuciones previstos Determinación Nacional bajo los 2015 París Acuerdo) Fuentes: ONU-Hábitat, Ciudades World Report 2016 (Tabla D.1,

http://wcr.unhabitat.org/?wcr_process_download=1&download_id=117205 ); ONU-Hábitat, Ciudades y Cambio Climático 2011 (Tabla 3.5, http://unhabitat.org/books/cities-and-climate-change-global); WB ( http://data.worldbank.org/indicator/EN.ATM.CO2E.PC ) el consumo de energía 6

AIRE

Unidades: kWh / habitante / año Normalización: SB, T = 169 704 (máximo), T = 47,943.6 (UE14 promedio ≈ 130 kWh / habitante / día) Fuentes: Administración de Información de Energía, Estadística Internacional de Energía ( http://www.eia.gov/cfapps/ipdbproject/IEDIndex3.cfm )

7 La energía renovable

AIRE

Unidades: porcentaje del total normalización del consumo de energía: LB, υ = 0% (mínimo), τ = 20% (objetivo de la UE) Fuentes: WB ( http://data.worldbank.org/indicator/EG.FEC.RNEW.ZS )

8 NO 2 concentración

AIRE

Unidades: μ g / m 3 de Normalización de aire: SB, T = 109.16 (máximo), T = 18.2 (mínimo EU14) Fuentes: ESI segundo

9 SO 2 concentración

AIRE

Unidades: μ g / m 3 de Normalización de aire: SB, T = 97,07 (percentil 99), T = 1,33 (mínimo EU14) Fuentes: ESI segundo

22:00

10

concentración

AIRE

Unidades: El material particulado segundo 10 μ m de μ g / m 3 de Normalización de aire: SB, T = 320 (máximo), T = 18,92 (UE14 mínimo)

Fuentes: OMS (Organización Mundial de la Salud), la contaminación del aire ambiente de base de datos por país y ciudad, mayo de 2016 ( http://www.who.int/phe/health_topics/outdoorair/databases/cities/en/ ); ESI segundo 11 elevación City

TIERRA

Unidades: metros sobre el nivel del mar Normalización: LB, υ = 5, τ = 10 (ciudades con altitud media ≥ 10 m no se consideran vulnerables al aumento del nivel del mar) Fuentes: Wikipedia; Mapa de Inundación ( http: // www. Florida oodmap.net )

12 La densidad de población

TIERRA

Unidades: Población / km 2 La normalización de la superficie terrestre: NB, υ = 290, τ = 3582.5 (ciudades capitales EU14 promedio), T = 1772 (densidad de Nueva York), T = 43.525 (máximo) Fuentes: World Demographia las zonas urbanas, 11ª edición ( http://www.demographia.com/db-worldua.pdf )

13 Los residuos urbanos

TIERRA

Unidades: kg de residuos generados / cápita / año Normalización: SB, T = 817,5 (máximo), T = 300 (objetivo de la UE) Fuentes: Agencia Europea de Medio Ambiente ( http://dataservice.eea.europa.eu/atlas/ ); Programa Medioambiental de la ONU ( http://geodata.grid.unep.ch ); División de Estadística de las Naciones Unidas ( http://unstats.un.org/unsd/environment ); Hoornweg, D., y Bhada-Tata, P. (2012). Qué desperdicio: Una revisión global de la gestión de residuos sólidos. Washington DC: Banco Mundial (anexo F)

14 El reciclado de vidrio

TIERRA

Unidades: por ciento de Normalización consumo: LB, υ = 0% (mínimo), τ = 100% (destino) Fuentes: Programa de las Naciones Unidas para el Medio Ambiente ( http://geodata.grid.unep.ch ); ESI segundo

15 Reciclaje de papel

TIERRA

Unidades: por ciento de Normalización consumo: LB, υ = 0% (mínimo), τ = 100% (destino) Fuentes: Programa de las Naciones Unidas para el Medio Ambiente ( http://geodata.grid.unep.ch ); ESI segundo

16 Acceso a servicios mejorados

SALUD

agua

17 Acceso a servicios de saneamiento

Unidades: porcentaje de la población Normalización: LB, u = 40% (mínimo), τ = 100% (objetivo) Fuentes: WB ( http://data.worldbank.org/indicator/SH.H2O.SAFE.ZS )

SALUD

Unidades: porcentaje de la población Normalización: LB, u = 9% (mínimo), τ = 100% (objetivo) Fuentes: WB ( http://data.worldbank.org/indicator/SH.STA.ACSN )

18 La salud pública

SALUD

gasto

19 camas de hospital

Unidades: porcentaje del PIB Normalización: LB, u = 0,2589% (mínimo), τ = 8,2798% (media de los países escandinavos) Fuentes: WB ( http://data.worldbank.org/indicator/SH.XPD.PUBL.ZS )

SALUD

Unidades: número de camas / 1000 habitantes Normalización: LB, u = 0.1 (mínimo), τ = 3.1767 (promedio de los países escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SH.MED.BEDS.ZS )

20 médicos

SALUD

Unidades: número de médicos / 1000 habitantes Normalización: LB, u = 0,008 (mínimo), τ = 3.7843 (promedio de los países escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SH.MED.PHYS.ZS ); Las áreas metropolitanas (OCDE- https://stats.oecd.org/Index.aspx?DataSetCode=CITIES )

La esperanza de vida 21

SALUD

Unidades: número de años Normalización: LB, u = 47,7764 (mínimo), τ = 80.9659 (media de los países escandinavos)

(Continúa en la siguiente página)

258

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

258

Tabla 1 ( continuado) Fuentes: BM ( http://data.worldbank.org/indicator/SP.DYN.LE00.IN ) indicador básico la mortalidad infantil 22

SALUD

23 La mortalidad materna

SALUD

Unidades de componentes / de fi nición, la normalización una , fuentes

Unidades: Número de muertes / 1.000 nacidos vivos Normalización: SB, T = 98,2 (percentil 97,5), T = 2.6333 (promedio de los países escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SP.DYN.IMRT.IN ) Unidades: Número de muertes / 100.000 nacidos vivos Normalización: SB, T = 690 (percentil 95.5th), T = 6.8333 (promedio de los países escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SP.STA.MMRT.NE )

prevalencia 24 VIH / SIDA

SALUD

Unidades: por ciento de población de 15 años - 49 Normalización: SB, T = 1,8% (percentil 85), T = 0% (objetivo) Fuentes: WB ( http://data.worldbank.org/indicator/SH.DYN.AIDS.ZS ); http://www.indexmundi.com/singapore/hi

25 Tuberculosis

SALUD

predominio

Unidades: incidencias / 100.000 habitantes de normalización: SB, T = 993 (máximo), T = 0 (destino) Fuentes: WB ( http://data.worldbank.org/indicator/SH.TBS.INCD )

26 prevalencia Malaria

SALUD

Unidades: incidencias / 1000 habitantes de normalización: SB, T = 0,0012 (mediana), T = 0 (destino) Fuentes: OMS ( http://www.who.int/malaria/data/en/ ); para Singapur, http://www.who.int/bulletin/vol

27 La inmunización contra

SALUD

Unidades: por ciento de los bebés normalización: LB, υ = 83% (UE14 mínimo), τ = 100% (objetivo) Fuentes:

DPT

WB ( http://data.worldbank.org/indicator/SH.IMM.IDPT ); para Singapur, http://www.tradingeconomics.com/singapore/immunization-dpt-percent-of-children-ages-12-23-months-wb-data.html

28 La inmunización contra

SALUD

Unidades: por ciento de los bebés normalización: LB, υ = 76% (UE14 mínimo), τ = 100% (objetivo) Fuentes: WB ( http://data.worldbank.org/indicator/SH.IMM.MEAS ); para Singapur,

sarampión

http://www.tradingeconomics.com/singapore/immunization-measles-percent-of-children-ages-12-23-months-wb-data.html 29 pobreza

ECON

Unidades: porcentaje de la población Normalización: SB, T = 25,2 (mediana), T = 0 (destino) Fuentes: CIA

30 Facilidad de hacer negocios

ECON

do ,

WB ( http://data.worldbank.org/indicator/SI.POV.NAHC )

Unidades: puntuación entre 0 y 100 Normalización: LB, υ = 40.605 (mínimo), τ = 88,27% (máximo) Fuentes: Negocios http://www.doingbusiness.org/data/distance-to-frontier

31 El desempleo

ECON

Unidades: por ciento de normalización total de la fuerza de trabajo: NB, υ = 0,7 (percentil 3.5th), τ = 4 (como en el modelo SAFE para los países), T = 7 (SAFE), T = 12 (SAFE) Fuentes: WB ( http://data.worldbank.org/indicator/SL.UEM.TOTL.ZS )

32 La deuda pública

ECON

Unidades: porcentaje del PIB Normalización: SB, T = 128,25 (percentil 97,5), T = 89.83 (EU14 promedio) Fuentes: CIA

33 INB per cápita

ECON

do

Unidades: ingreso / cápita nacional bruto, PPP (constante de 2,011 $ internacional) Normalización: LB, υ = 24.620 (UE14 mínimo), τ = 36.091 (máximo EU14) Fuentes: WB ( http://data.worldbank.org/indicator/NY.GNP.PCAP.PP.CD )

34 índice de Gini

ECON

Unidades: 0 - 100 (donde 0 representa la igualdad perfecta y 100 la desigualdad perfecta) Normalización: SB, T = 50 (como en SAFE para los países), T = 25.79 (promedio de los países escandinavos) Fuentes: BM ( http://data.worldbank.org/indicator/SI.POV.GINI ); CIA

35 El gasto público en

SABER

I+ D 36 El gasto público en

Unidades: porcentaje del PIB destinado a la normalización de investigación y desarrollo (I + D): LB, υ = 0% (mínimo), τ = 2,2627% (UE14 promedio, EE.UU., Canadá, Australia, Japón y Noruega) Fuentes: BM ( http://data.worldbank.org/indicator/GB.XPD.RSDV.GD.ZS )

SABER

educación

tasa de 37 Alfabetización

Unidades: porcentaje del PIB Normalización: LB, υ = 1,2291% (primera percentil), τ = 5,8321% (UE14 promedio, EE.UU., Canadá, Australia, Japón y Noruega) Fuentes: BM ( http://data.worldbank.org/indicator/SE.XPD.TOTL.GD.ZS )

SABER

Unidades: ciento población de 15 y por encima de Normalización de: LB, υ = 27% (mínimo), τ = 100% (objetivo) Fuentes: CIA

38 La enseñanza primaria

SABER

maestros 39 La enseñanza secundaria

SABER

WB ( http://data.worldbank.org/indicator/SE.ADT.LITR.ZS )

Unidades: alumnos-profesor Normalización: SB, T = 76,0736 (percentil 99), T = 12.8785 (EU14 promedio)

Unidades: alumnos-profesor Normalización: SB, T = 66,8171 (máximo), T = 12.8785 (EU14 promedio) Fuentes: UIS re ; WB ( http://data.worldbank.org/indicator/SE.SEC.ENRL.TC.ZS )

SABER

maestros 41 Crimen

do ,

Fuentes: UIS re ; WB ( http://data.worldbank.org/indicator/SE.PRM.ENRL.TC.ZS )

maestros 40 La educación terciaria

do

Unidades: alumnos-profesor Normalización: SB, T = 45,5002 (máximo), T = 14.8749 (EU14 promedio) Fuentes: UIS re ; WB ( http://data.worldbank.org/indicator/SE.SEC.ENRL.TC.ZS )

CÍVICO

Unidades: 0 - 100 escala de puntos, según la encuesta evaluaciones, donde 0 representa el nivel más bajo del crimen y 100 el más alto nivel de normalización: SB, T = 42 (media de las capitales EU14), T = 15.53 (mínimo) Fuentes: 2,015 Índice de delito ( http://www.numbeo.com/crime/rankings_current.jsp )

42 espacio verde

CÍVICO

Unidades: por ciento de la superficie terrestre Normalización: LB, υ = 0% (mínimo), τ = 30% (Estocolmo) Fuentes: Ciudades con la mayor% de espacio verde público ( http://www.skyscrapercity.com/sho ); El Trust for Public Land, 2014 Los Datos de City Park ( https://www.tpl.org/sites/default/ fi Les / fi les_upload / 2014_CityParkFacts.pdf ); Foro de Cultura las ciudades del mundo ( http://www.worldcitie )

43 Corrupción

CÍVICO

Unidades: 0 - 100 escala de puntos basado en los niveles percibidos de corrupción del sector público Normalización: SB, T = 30 (valores más bajos corresponden a países extremadamente corruptos), T = 80 (países menos corruptos oscilan por encima de 80) Fuentes: Transparencia Internacional, la corrupción Índice de Percepción de 2014 ( http: // fi les.transparency.org/content/download/1856/12434/ fi LE / 2014_CPIBrochure_EN.pdf )

44 Los derechos políticos

CÍVICO

Unidades: 1 (peor) a 7 (mejor) Escala de Normalización: SB, T = 3 (la mayoría de los países en desarrollo rango sobre el [3, 7]), T = 1 (destino) Fuentes: Auditoría Mundial ( http://www.worldaudit.org/polrights.htm )

259

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

259

Tabla 1 ( continuado) 45 El acceso a la electricidad

CÍVICO

indicador básico

Unidades: porcentaje de población urbana Normalización: LB, υ = 16,4% (mínimo), τ = 100%

Unidades de componentes / de fi nición, la normalización una , fuentes

(máximo) Fuentes: WB ( http://data.worldbank.org/indicator/EG.ELC.ACCS.UR.ZS )

46 El transporte público

CÍVICO

Unidades: porcentaje de personas que van a trabajar usando la normalización del transporte público: LB, υ = 0% (objetivo), τ = 35,25% (promedio EU14) Fuentes: Plataforma Europea para la Gestión de la Movilidad ( http://epomm.eu/tems/index.phtml ); Wikipedia ( http://en.wikipedia.org/wiki/Modal_share , http://en.wikipedia.org/wiki/List_of_U.S._cities_with_h )

una

SB = más pequeño es mejor; LB = grande es mejor; NB = nominal es mejor. valores de indicador de [ τ, T] se les asigna el índice de sostenibilidad 1. Valores ≤ υ o ≥ T indicar un mal funcionamiento y se les asigna el valor 0.

segundo do

Índice de sostenibilidad ambiental, http://sedac.ciesin.columbia.edu/data/collection/esi .

Agencia Central de Inteligencia, The World Factbook, https://www.cia.gov/library/publications/the-world-factbook .

re Instituto

de Estadística de la UNESCO, http://uis.unesco.org/en/topic/teachers .

donde ^ X do re t k Þ es el promedio ponderado antes de t k, dada po

[0, 1], donde 0 es el valor completamente insostenible y 1 el completamente sostenible. Todas las series temporales de indicadores básicos son por lo tanto normalizado y luego utilizado en un procedimiento de razonamiento difuso como lo haremos ver. Sea zc (t) el valor de un indicador c en el tiempo t y xc (t) su valor normalizado valor. También deje que Uc sea el límite superior y υc el límite inferior de la región no sustentable y Tc y τc el límite superior e inferior respectivamente de la región sostenible. Si un valor indicador dado zc (t) está por encima de Uc o debajo de uc es completamente insostenible y su valor es 0; si miente entre Tc y τc es completamente sostenible y su valor es 1; y si miente Entre estos extremos, su Los valores de Uc, uc, Tc y τc se determinan para que cumplan Con normas, reglamentos y acuerdos internacionales o incluso comunes. sentido. Por ejemplo, el objetivo de emisiones de CO2 se fija en el objetivo de la UE para 2030 mientras que el objetivo de la pobreza es solo 0. Otros organismos internacionales tales como la ONU también proporcionan objetivos para varios indicadores. Todas las suposiciones y las fuentes se muestran en la Tabla 1. El efecto de ciertos indicadores tiene memoria Tomemos como ejemplo las emisiones de CO2. El cambio climático depende Tanto en el presente como en las emisiones pasadas. Además, varios valores indicadores. están llenos de inexactitudes. Para aliviar tales problemas utilizamos exponencial. Suavizar para combinar el pasado con el presente. Deja lo normalizado los valores de un indicador c sean xc (t1), xc (t2),…, xc (tK) en los años t1, t2,…, tK los cuales no necesitan ser consecutivos debido a la falta de datos. Calculamos el agregado valor xc de la siguiente expresión de suavizado exponenciavalor está determinado por la interpolación lineal. como sigue (ver también Fig. 2):

Ver imagen Los valores de Uc, uc, Tc y τc se determinan para que cumplan Con normas, reglamentos y acuerdos internacionales o incluso comunes. sentido. Por ejemplo, el objetivo de emisiones de CO2 se fija en el objetivo de la UE para 2030 mientras que el objetivo de la pobreza es solo 0. Otros organismos internacionales tales como la ONU también proporcionan objetivos para varios indicadores. Todas las suposiciones y las fuentes se muestran en la Tabla 1. El efecto de ciertos indicadores tiene memoria Tomemos como ejemplo las emisiones de CO2. El cambio climático depende Tanto en el presente como en las emisiones pasadas. Además, varios valores indicadores. están llenos de inexactitudes. Para aliviar tales problemas utilizamos exponencial. Suavizar para combinar el pasado con el presente. Deja lo normalizado los valores de un indicador c sean xc (t1), xc (t2),…, xc (tK) en los años t1, t2,…, tK los cuales no necesitan ser consecutivos debido a la falta de datos. Calculamos el agregado valor xc de la siguiente expresión de suavizado exponencial

Para series de tiempo completamente perdidas usamos el algoritmo de imputación. de la Sección 2.6.

2.4. Inferencia borrosa SAFE es un sistema de razonamiento difuso jerárquica en la que los indicadores básicos se agrupan de acuerdo a sus características para producir un indicador siguiente etapa y así

Ver imagen

matemáticamente mediante la combinación de las palabras, que es la esencia de la inferencia difusa. Como se muestra en Fig. 3 , Indicadores básicos están representados por conjuntos difusos que se combinan para dar la siguiente etapa de indicadores difusos compuestos todo el camino hasta la sostenibilidad general (OSUS). Por razones de velocidad de cálculo, tres conjuntos difusos se utilizan para indicadores básicos con valores lingüísticos débil ( W), medio ( M), y Fuerte ( S), mientras fi VE conjuntos difusos se utilizan para indicadores compuestos (primaria y componentes secundarios) con valores Muy mal ( VB), Malo ( SEGUNDO),

Promedio ( UNA), Bueno ( G), y Muy bien ( VG). sostenibilidad global se calcula a partir de nueve conjuntos difusos: Extremadamente bajo ( EL), Muy bajo ( VL), Bajo ( L), Justamente bajo ( FLORIDA), Intermedio ( YO), Bastante alto ( FH), Alto ( H),

Muy alto ( VH), y Extremadamente alto ( EH). funciones triangulares son elegidos por simplicidad ( Fig. 3 ). Por ejemplo, el indicador “ Espacio verde ” para Quito es 5,8% de la superficie total. El valor objetivo es τ = 30% (valor de Estocolmo) y el valor insostenible es X

do

¼X

do t K

ð Þ þ X do t K -re1

Þ β t K - t K - 1 þ ... þ X do t 1

ð Þ β tK - t1

u = 0% (mínimo posible). El valor normalizado para este indicador es

x = ( 5.8 - 0) / (30 - 0) = 5,8 / 30 = 0,19333. De acuerdo a Fig. 3 (A), este valor es débil con grado de

1 þ β t K - t K - 1 þ ... þ β t K - t 1

pertenencia μ W ( 0,19333) = (0,6 donde β ∈ [0, 1] es un parámetro elegido de modo que la siguiente media signifique error al cuadrado se minimiza

0,19333) / (0,6 - 0) = 0.6778, Medium con grado μ METRO( 0,19333) = (0.19333 - 0) / (0,6 - 0) = 0.3222, y fuerte con el grado μ S ( 0,19333) = 0.

X

ð Þ - ^X

do t 1

do ðt 1Þ ½

2þ

... þ X do t K ½

ð Þ - ^ X do tðKÞ

2

A continuación un motor de inferencia combina estos valores utilizando “ si-entonces ” reglas lingüísticas que se relacionan indicadores de entrada a un indicador compuesto. Por ejemplo, una regla para OSUS es

Si ENVI es B (No me gusta) y El bienestar es G (bueno), entonces OSUS es I (Intermedio).

Y lógico o conjunción y lógica OR o disyunción están representados, respectivamente, en el motor de inferencia por el producto y el sumof los grados de miembros correspondientes por razones de monotonicidad para ser pronto explicado. Y se utiliza en las premisas de la regla mientras que O se utiliza para las reglas de agregación. El siguiente ejemplo ilustra este procedimient

Tenga en cuenta los siguientes datos en la última etapa de inferencia: ENVI es A con grado de Figura 2. La normalización por interpolación lineal.

pertenencia 0.5 y G con el grado 0,5, y el bienestar es

260

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

260

Fig. 3. conjuntos difusos y funciones de pertenencia correspondientes μ ( X).

A con membresía de grado 0.4 y G con calificación de 0.6. Las siguientes reglas fuego con fuerzas de fuego entre paréntesis: R

1:

Si ENVI es A (0,5) y El bienestar es G (0,4) entonces OSUS es FH (0,5 x 0,4 = 0,2).

R

2:

Si ENVI es A (0,5) y El bienestar es VG (0,6) entonces OSUS es H (0,5 x 0,6 = 0,3).

R

3:

Si ENVI es G (0,5) y El bienestar es G (0,4) entonces OSUS es H (0,5 x 0,4 = 0,2).

1) Los valores enteros son asignadas a los conjuntos difusos en Fig. 3 startingwith 0 para el conjunto difuso más bajo y continuando con 1 para el siguiente conjunto difuso y así sucesivamente. Por lo tanto, tenemos

W = 0, M = 1, y S = 2 para indicadores básicos VB = 0, B = 1, A = 2, G = 3, y VG = 4 para primaria y componentes secundarios de la sostenibilidad y EL = 0, VL = 1, L = 2, FL = 3, I = 4, FH = 5, H = 6, VH = 7, y EH = 8 para OSUS.

2) Cuando se dispara una regla, la suma de los valores enteros de sus entradas determina El conjunto difuso de la salida. Tomemos por ejemplo la regla si “Tratamiento de aguas residuales” es Medio y “Extracciones de agua” es Fuerte y la 'concentración de fósforo' es media y 'emisiones de DBO' s fuerte, entonces el agua es buena. Estas sumas de entrada, M + S + M + S = 1 + 2 + 1 + 2 = 6, están asignadas al conjunto difuso G. Esto se hace mediante una representación compacta de la regla base:

R

4:

Si ENVI es G (0,5) y El bienestar es VG (0,6) entonces OSUS es VH (0,5 × 0,6 = 0,3).

8 >>>> <>>>>:

VB; Las reglas R2 y R3 asignan el mismo conjunto difuso H a la variable de salida. De acuerdo con la regla de la suma para la disyunción los grados de membresía son:

μ FH OreSUS

μH O reSUS μ VH OreSUS

Si suma ¼ 0; 1 B;

suma ¼ 2; 3 A; suma ¼ 4 G; Þ ¼

conjuntos difusos de agua cuatro erentradas

suma ¼ 5; 6 VG; suma ¼ 7

Þ ¼ 0: 2: Þ ¼ 0: 3 þ 0: 2 ¼ 0: 5

AIR dispone de seis entradas básicas de los cuales ' las emisiones de GEI ' se le asigna un peso de 3. La suma correspondiente viene dada entonces por

Þ ¼ 0: 3

3

conjunto difuso de ' las emisiones de GEI ' þ 1

conjunto difuso de ' Consumo de energía '

El valor nítido de OSUS se calcula por la definición de altura, þ þ ::: 1 Σ conjuntos difusos todo L

OSUS ¼

yL μLO reSUS

de OSUS Σ conjuntos difusos todo L

conjunto difuso de '' concentración de PM10

''

Þ

con un valor mínimo de 3 x 0 + 0 + 0 + 0 + 0 + 0 = 0 y el valor máximo 3 × 2 + 2 + 2 + 2 + 2 + 2 = 16. μLO reSUS

Þ

De manera similar, ECON dispone de seis entradas básicas de la cual ' Pobreza ' se le asigna un peso

de OSUS

de 3 y el resto 1. Así

8 >>>> <>>>>:

VB;

donde y L es el punto en el que la función de pertenencia de L es máxima. En nuestro ejemplo, por inspección yFH = 0.625, yH = 0.75, y yVH = 0.875 y, por lo tanto, AIR y ECON seis entreadas

OSUS ¼ 0: 6re25 0: 2 þ 0:75 0: 5 þ 0: 875 0: 3

Þ =re0: 2 þ 0: 5 þ 0: 3

Si suma ¼ 0; 1; 2; 3 B; suma ¼ 4;

5; 6 A; suma ¼ 7; 8; 9 G; suma ¼ 10; 11;

Þ ¼

12 VG; suma ¼ 13; 14; 15; dieciséis

Þ ¼ 0:

Los sistemas de inferencia secuencial deben ser monótonos, es decir, siempre que Los indicadores básicos mejoran, las etapas posteriores, 2.5. bases de reglas Las bases de las reglas consisten en matrices con todas las combinaciones posibles de Entradas o

antecedentes y salidas correspondientes o consecuentes. Generalmente un pequeño subconjunto de todas las reglas se dispara en una situación real de inferencia para calcular sustentabilidad Las bases de reglas se construyen de acuerdo con el siguientes pasos.

261

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

Para los componentes secundarios restantes se obtiene: LAND (peso 3 para ' la elevación de la ciudad ' y ' Densidad de población ', 2 para ' Residuos municipales ', 1 para el resto)

261

VB;

Si suma ¼ 0; 1; 2; 3; 4; 5 B; suma ¼ 6;

7; 8; 9 A; suma ¼ 10; 11 G; suma ¼ 12; 13; 14;

8 >>>> <>>>>:

15 VG; suma ¼ dieciséis; 17; 18;

incluyendo OSUS también deben Mejorar o, al menos, seguir Para los restantes componentes secundarios obtenemos: TIERRA (peso 3 para 'Elevación de la ciudad' y 'Densidad de población', 2 para 'Residuos municipales', 1 para el resto) igual. Resulta que el uso de triangular Funciones de membresía y álgebra de suma de productos en todas las inferencias. Los motores satisfacen una serie de condiciones que aseguran la monotonicidad. (Kouikoglou y Phillis, 2009). TIERRA crienco entradas

Las bases de reglas consisten en matrices con todas las combinaciones posibles de las entradas o

SALUD trecereentradas de igual ponderación

de acuerdo con los siguientes pasos.

Þ

8 >>>> <>>>>:

VB;

antecedentes y salidas correspondientes o consecuentes. Por lo general, un pequeño subconjunto de todas las reglas fi re en una situación real de la inferencia para calcular la sostenibilidad. Bases de reglas se construyen

Þ ¼

Si suma ¼ 0; 1; 2; 3; 4; 5; 6 B; suma ¼ 7; 8; 9; 10;

11 A; suma ¼ 12; 13; 14 G; suma ¼ 15; dieciséis; 17; 18;

¼

19 VG; suma ¼ 20; 21; 22; 23; 24; 25; 26

8 >>>> <>>>>:

VB;

Si suma ¼ 0; 1; 2 B; suma ¼

3; 4; 5 A; suma ¼ 6; 7 G; suma ¼ 8; SABER seisre entradas ponderadas por igual

Þ ¼

9 VG; suma ¼ 10; 11; 12

262

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

262

8 >>>>>>>>>>>> <>>>>>>>>>>>>:

EL;

y CIVIC (peso 3 para ' Crimen ', 2 para ' Espacio verde ', 1 para el resto):

Si suma ¼ 0 VL;

suma ¼ 1 L; suma ¼ 2 FL;

8 >>>> <>>>>:

VB;

6; 7; 8 A; suma ¼ 9; 10 G; suma ¼ 11; 12;

CIVIC serise entradas

Þ ¼

suma ¼ 3 I; suma ¼ 4

Si suma ¼ 0; 1; 2; 3; 4 B; suma ¼ 5;

OSUS 2 reentradas

Þ ¼

FH; suma ¼ 5 H; suma ¼

6 VH; suma ¼ 7 EH;

13; 14 VG; suma ¼ 15; dieciséis; 17; 18

suma ¼ 8

componentes primarios y sostenibilidad general: 8 >>>> <>>>>:

VB;

Si suma ¼ 0; 1 B; suma ¼

2; 3; 4 A; suma ¼ 5; 6; 7 G;

ENVI 3 e r entradas

Þ ¼

suma ¼ 8; 9; 10 VG; suma ¼ 11; 12

2.6. imputación de datos

Un problema común en la evaluación de la sostenibilidad es la disponibilidad. de datos. A menudo, las oficinas nacionales de estadística u otras instituciones nacionales e internacionales. las agencias pierden los indicadores o proporcionan datos parciales (ver, por ejemplo, Esty, Levy, Srebotnjak y Sherbinin, 2005). Siguiendo a Phillis et al. (2011) realizamos imputación de datos desde ciudades con Similitudes económicas para las que se dispone de datos. La estadística de la ONU División (2010) ha agrupado países según geografía y economía. En este artículo utilizamos una agrupación similar para ciudades como se ilustra. en la Fig. 4. Las similitudes están modeladas por una matriz cuadrada S cuyos elementos sij representa el grado de similitud entre las ciudades i y j, donde 0 significa sin similitud, 1 significa similitud moderada y 2 alta similitud.

Fig. 4. Las ciudades con alta similitud (cajas) y la similitud moderada (flechas).

263

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

263

Tabla 2 Evaluación de la sostenibilidad y tres indicadores con mayor potencial de mejora. Rango

Ciudad

OSUS / ENVI / BIENESTAR

Tres indicadores con mayor potencial de mejora

1

Helsinki

0.9890 / 0.9780 / 1.0000

las emisiones de gases de efecto invernadero, las emisiones de DBO, tratamiento de aguas residuales

2

Viena

0.9593 / 0.9578 / 0.9608

residuos municipales, las emisiones de gases de efecto invernadero, la delincuencia

3

Estocolmo

0,9164 / 0,9999 / 0,8330

Delincuencia, la pobreza, la facilidad de hacer negocios

4

Nagoya

0,9062 / 0,9589 / 0,8534

La pobreza, la energía renovable, la deuda pública

5

Osaka

0.8810 / 0.9743 / 0.7876

espacios verdes, la pobreza, la energía renovable

6

Tokio

0,8705 / 0,9844 / 0,7566

espacio verde, energía renovable, la delincuencia

7

Sydney

0,8679 / 0,7795 / 0,9564

residuos municipales, los maestros de educación terciaria, las emisiones de gases de efecto invernadero

8

Vancouver

0.8668 / 0.9821 / 0.7514

El reciclaje de papel, la delincuencia, la energía renovable

9

Copenhague

0.8632 / 0.7500 / 0.9763

la elevación de la ciudad, la pobreza, el desempleo

10

París

0.8564 / 0.9632 / 0.7496

Los residuos urbanos, el reciclaje de papel, Crimen

11

Seúl

0.8500 / 0.9376 / 0.7624

espacio verde, densidad de población, la energía renovable

12

Varsovia

0,8476 / 0,9467 / 0,7484

La energía renovable, las emisiones de gases de efecto invernadero, SO 2 concentración

13

Berlina

0.8467 / 0.9183 / 0.7752

residuos municipales, las emisiones de DBO, Crimen

14

Madrid

0.8453 / 0.9407 / 0.7500

residuos municipales, NO

15

Londres

0.8409 / 0.9317 / 0.7500

El crimen, el reciclaje de vidrio, la energía renovable

dieciséis

Milán

0.8274 / 0.9535 / 0.7012

La corrupción, la pobreza, el crimen

17

Lisboa

0,8243 / 0,9792 / 0,6694

La pobreza, la delincuencia, el espacio verde

18

Montreal

0.8200 / 0.8848 / 0.7551

La energía renovable, las emisiones de gases de efecto invernadero, el consumo de energía

19

Bruselas

0.8165 / 0.8830 / 0.7500

Crime, la concentración de fósforo, las emisiones de gases de efecto invernadero

20

Toronto

0.8108 / 0.8574 / 0.7641

La energía renovable, las emisiones de gases de efecto invernadero, la pobreza

21

Wellington

0,7954 / 0,7222 / 0,8686

El crimen, el espacio verde, de residuos municipales

22

Oslo

0,7946 / 0,7807 / 0,8084

El crimen, el espacio verde, de residuos municipales

23

Montevideo

0.7752 / 0.9898 / 0.5606

Delincuencia, la pobreza, el espacio verde

24

Praga

0.7750 / 0.7918 / 0.7582

las emisiones de GEI, las emisiones de DBO, pobreza

25

Bucarest

0,7741 / 0,9254 / 0,6228

Crimen, la pobreza, el reciclaje de vidrio

26

Budapest

0,7621 / 0,7756 / 0,7486

El reciclado de vidrio, de residuos municipales, extracciones de agua

27

Singapur

0,7603 / 0,6028 / 0,9177

la elevación de la ciudad, los residuos municipales, extracciones de agua

28

Dublín

0.7575 / 0.7660 / 0.7490

residuos municipales, las emisiones de gases de efecto invernadero, la elevación de la ciudad

29

Ámsterdam

0.7575 / 0.7493 / 0.7657

Las extracciones de agua, crimen, la pobreza

30

San Francisco

0.7558 / 0.7625 / 0.7492

las emisiones de GEI, energías renovables, de residuos municipales

31

los Angeles

0.7500 / 0.7547 / 0.7453

Los residuos urbanos, el reciclaje de vidrio, pobreza

32

Jerusalén

0,7488 / 0,7499 / 0,7477

Las extracciones de agua, el crimen, los maestros de educación terciaria

33

Santiago

0,7473 / 0,9733 / 0,5213

El crimen, el espacio verde, NO 2 concentración

34

Dallas-Fort Worth

0,7421 / 0,7439 / 0,7403

El reciclaje de papel, los residuos urbanos, la densidad de población

35

Cuenca

0,7402 / 0,9872 / 0,4932

Delincuencia, la pobreza, la energía renovable

36

Canberra

0,7377 / 0,7040 / 0,7715

los espacios verdes, las emisiones de gases de efecto invernadero, la densidad de población

37

Sao Paulo

0,7368 / 0,9748 / 0,4988

Tratamiento de aguas residuales, SO

38

Buenos Aires

0,7366 / 0,9733 / 0,4999

La pobreza, la delincuencia, NO 2 concentración

39

Chicago

0,7336 / 0,7245 / 0,7428

las emisiones de GEI, el reciclaje de papel, los residuos municipales

40

Tel Aviv

0,7313 / 0,7356 / 0,7271

Las extracciones de agua, crimen, la pobreza

41

Kuala Lumpur

0,7295 / 0,9267 / 0,5324

Tratamiento de aguas residuales, Crime, el espacio verde

42

Quito

0,7285 / 0,9999 / 0,4570

espacios verdes, la pobreza, la delincuencia

43

Roma

0,7221 / 0,9417 / 0,5024

La pobreza, la delincuencia, los residuos municipales

44

Filadelfia

0,7211 / 0,6969 / 0,7454

La densidad de población, las emisiones de gases de efecto invernadero, los residuos municipales

45

Belgrado

0,7198 / 0,9021 / 0,5376

La pobreza, la delincuencia, el gasto público en I + D

46

Guadalajara

0,7194 / 0,9568 / 0,4821

La pobreza, la densidad de población, el espacio verde

47

Detroit

0.7175 / 0.6945 / 0.7405

La densidad de población, las emisiones de gases de efecto invernadero, los residuos municipales

48

Hanoi

0.7146 / 0.9300 / 0.4992

Tratamiento de aguas residuales, densidad de población, Crime

49

Kiev

0,7114 / 0,9129 / 0,5098

Crimen, la extracción de agua, la Corrupción

50

Atenas

0.7089 / 0.9183 / 0.4996

La concentración de fósforo, energía renovable, de residuos municipales

51

Houston

0,7086 / 0,6765 / 0,7407

las emisiones de GEI, los residuos urbanos, la densidad de población

52

Nueva York

0.7059 / 0.6618 / 0.7500

la elevación de la ciudad, las emisiones de gases de efecto invernadero, la energía renovable

53

Managua

0,7054 / 0,9897 / 0,4210

La pobreza, el espacio verde, el gasto público en educación

54

Moscú

0.7044 / 0.7623 / 0.6464

Crimen, la corrupción, los derechos políticos

55

San Petersburgo

0,7001 / 0,7618 / 0,6383

El crimen, el gasto público en I + D, la pobreza

56

Ciudad de México

0.6988 / 0.9160 / 0.4816

La densidad de población, la energía renovable, el reciclado de vidrio

57

Guangzhou

0,6908 / 0,8148 / 0,5669

Crimen, la corrupción, los derechos políticos

58

Ankara

0.6833 / 0.8908 / 0.4758

las energías renovables, el reciclaje de vidrio, de residuos municipales

59

Estanbul

0.6823 / 0.8890 / 0.4755

La energía renovable, SO

60

Tashkent

0.6767 / 0.8865 / 0.4669

tratamiento de aguas residuales, la extracción de agua, pobreza

61

Rio de Janeiro

0,6708 / 0,8093 / 0,5324

El crimen, la elevación de la ciudad, la pobreza

62

Beijing

0,6691 / 0,7778 / 0,5604

El crimen, el gasto público en educación, el INB

63

Asunción

0.6650 / 0.8526 / 0.4773

tratamiento de aguas residuales, reciclaje de papel, los residuos municipales

64

Miami

0,6611 / 0,5822 / 0,7399

la elevación de la ciudad, las emisiones de gases de efecto invernadero, la energía renovable

sesenta y cinco

Lima

0.6604 / 0.8860 / 0.4347

La densidad de población, la pobreza, la delincuencia

66

Washington DC

0.6500 / 0.5499 / 0.7500

la elevación de la ciudad, las emisiones de gases de efecto invernadero, la energía renovable

67

Tianjin

0,6485 / 0,7604 / 0,5367

INB, el gasto público en educación, la delincuencia

68

Hong Kong

0,6440 / 0,5499 / 0,7381

la elevación de la ciudad, la densidad de población, concentración de fósforo

69

Asi que fi una

0,6417 / 0,7624 / 0,5210

Delincuencia, la pobreza, las emisiones de DBO

70

Riad

0,6391 / 0,6809 / 0,5973

INB, las emisiones de GEI, el gasto público en I + D

71

Casablanca

0,6305 / 0,7888 / 0,4723

La energía renovable, la pobreza, la delincuencia

72

Harare

0,6244 / 0,9998 / 0,2489

La pobreza, la delincuencia, la facilidad de hacer negocios

73

ciudad de Panama

0,6231 / 0,7499 / 0,4963

la elevación de la ciudad, la delincuencia, la pobreza

74

Ciudad de Ho Chi Minh

0,6190 / 0,7499 / 0,4882

Tratamiento de aguas residuales, pobreza, el crimen

75

Ciudad de Guatemala

0,6167 / 0,9753 / 0,2581

La pobreza, NO 2 concentración, Crime

2

2

concentración, reciclaje Glass

2

concentración, Crime

concentración, PM

10

concentración

264

YA Phillis YA Phillis et al.et/ Informática, al. / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265- 265

264

Tabla 2 ( continuado) Rango

Ciudad

OSUS / ENVI / BIENESTAR

Tres indicadores con mayor potencial de mejora

76

La Paz

0,6134 / 0,9649 / 0,2619

La pobreza, el tratamiento de aguas residuales, Crime

77

Shenzhen

0,6079 / 0,6937 / 0,5220

la elevación de la ciudad, la delincuencia, el INB

78

Bangkok

0,6051 / 0,7418 / 0,4684

la elevación de la ciudad, la pobreza, el índice de Gini

79

Guayaquil

0.6012 / 0.7500 / 0.4523

espacios verdes, la pobreza, la delincuencia

80

El Cairo

0,5896 / 0,7449 / 0,4343

La corrupción, la pobreza, el espacio verde

81

Addis Abeba

0,5884 / 0,9323 / 0,2446

Tratamiento de aguas residuales, densidad de población, pobreza

82

Túnez

0,5882 / 0,6504 / 0,5260

Las extracciones de agua, la elevación de la ciudad, el espacio verde

83

Nairobi

0,5830 / 0,9279 / 0,2381

Tratamiento de aguas residuales, densidad de población, pobreza

84

Llevar a la fuerza

0,5807 / 0,6121 / 0,5493

la elevación de la ciudad, el espacio verde, las emisiones de gases de efecto invernadero

85

Teherán

0,5787 / 0,7225 / 0,4349

La pobreza, el espacio verde, Crimen

86

Ciudad del Cabo

0,5764 / 0,8453 / 0,3075

Delincuencia, la pobreza, el desempleo

87

Caracas

0,5623 / 0,8229 / 0,3017

La pobreza, los derechos políticos, la delincuencia

88

Bogotá

0,5567 / 0,7983 / 0,3152

La pobreza, el crimen y el desempleo

89

Johannesburgo

0,5509 / 0,8431 / 0,2586

Delincuencia, la pobreza, el desempleo

90

medellin

0,5479 / 0,7868 / 0,3089

La pobreza, el crimen y el desempleo

91

Jacarta

0,5453 / 0,6881 / 0,4024

La concentración de fósforo, el tratamiento de aguas residuales, la elevación City

92

Delhi

0,5420 / 0,8290 / 0,2549

El crimen, la densidad de población, pobreza

93

Calcuta

0,5201 / 0,7888 / 0,2515

La densidad de población, la elevación de la ciudad, la extracción de agua

94

Abiyán

0.5134 / 0.8230 / 0.2037

Tratamiento de aguas residuales, densidad de población, Tasa de alfabetización

95

Alejandría

0,5091 / 0,5602 / 0,4580

la elevación de la ciudad, la densidad de población, la energía renovable

96

Manila

0,4953 / 0,7363 / 0,2544

La pobreza, el tratamiento de aguas residuales, la elevación de la ciudad

97

Lahore

0,4929 / 0,7361 / 0,2497

PM

98

Chennai

0,4898 / 0,7287 / 0,2510

Las extracciones de agua, la elevación de la ciudad, la pobreza

99

Jartum

0,4854 / 0,7541 / 0,2167

tratamiento de aguas residuales, la extracción de agua, el desempleo

100

Lusaka

0,4831 / 0,9370 / 0,0293

La pobreza, el desempleo, el INB

101

Mumbai

0,4827 / 0,7138 / 0,2517

Las extracciones de agua, densidad de población, PM 10 concentración

102

Islamabad

0,4728 / 0,6933 / 0,2522

PM

103

Lagos

0,4630 / 0,8386 / 0,0874

La pobreza, la delincuencia, la densidad de población

104

Kinshasa

0,4296 / 0,7690 / 0,0903

Tratamiento de aguas residuales, la pobreza, índice de Gini

105

Dacca

0,3765 / 0,5023 / 0,2508

la elevación de la ciudad, la densidad de población, el reciclaje de vidrio

106

Karachi

0.3750 / 0.5000 / 0.2500

la elevación de la ciudad, la extracción de agua, la concentración de fósforo

10

10

concentración, SO

2

concentración, densidad de población

concentración, densidad de población, Crime

los datos estuvieron completamente ausentes, el algoritmo de imputación generó una Las ciudades en cada grupo de la Fig. 4 son altamente similares con sij = 2. Grupos de ciudades moderadamente similares se encuentran nuevamente utilizando mayormente recursos económicos.

valor mediante el promedio de las ciudades en el mismo grupo, excluyendo aquellas que tienen poco en común en términos de tamaño, leyes, cultura, etc., gracias a la Criterios de máxima sij y mínimas distancias euclidianas dijg.

criterios Por ejemplo, las ciudades de Europa occidental exhiben moderada similitud con América del Norte, escandinavo, sur de Europa y Ciudades japonesas Similitud moderada se muestra en la Fig. 4 con flechas y sij = 1 Los indicadores básicos son insumos para siete componentes de sostenibilidad: TIERRA, AGUA, AIRE,

2.7. Análisis de sensibilidad

SALUD, ECON, SABER, Y CÍVICO. Supongamos que un Falta el indicador básico del componente g para El objetivo de la evaluación de la sostenibilidad es doble, fi en primer lugar para evaluar y ciudades de rango

la ciudad i. Ciudades j similares o muy similar con i exhiben sij = 1or2.Givenapair (i, j), un euclidiano la distancia dijg se calcula utilizando esos indicadores normalizados de componente g para los cuales hay

y segundo para ayudar a los tomadores de decisiones al identificar aquellos indicadores que afectan a la

datos disponibles para i y j como la media raíz desviación cuadrada

sostenibilidad de la mayoría. Para hacer esto, los gradientes de sostenibilidad general con respecto a cada indicador básico se calculan.

sostenibilidad general se escribe como OSUS ( X 1, ... X do, ...), dónde X denota indicadores básicos. Un indicador dado X do es perturbado por una pequeña cantidad δ norte 0. Como SAFE es monotónica, OSUS ( X 1, ... X c + δ, ...) es mayor que el valor no perturbado y vuuufufiu ffu ifftiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi Σ todos los indicadores disponibles do

X ic - X jc 2

perteneciente al componente de sostenibilidad sol re IJG ¼

Δ

re

do

¼ OSUSX1; ... X

do

þ δ; ...

Þ - OSUS Xr11e; ... X do; ...

Þ

δ

número de componente sol los indicadores disponibles para los dos yo y j

proporciona la tasa de mejora de OSUS en relación con indicador do. Parece razonable suponer que donde xic es el valor normalizado del indicador c para la ciudad i, después de exponencial

los indicadores de clasificación de acuerdo con los gradientes Δ do daría prioridades adecuadas para

suavizado Si no hay ningún indicador de componente g disponible para i y j, configuramos

los indicadores. Sin embargo, este enfoque podría colocar verywell fuerte sesgo a favor de los

dijg = 1.

indicadores que pertenecen a grupos pequeños ( Kouloumpis et al., 2008 ). Si, por ejemplo, un

Por cada indicador faltante, las ciudades con máxima similitud y Se encuentran la distancia euclidiana dijg ≤ 0.1 o dijg ≤ 0.2 y el valor promedio Para este indicador se calcula sobre todas estas ciudades. Este promedio se

indicador compuesto tiene sólo una entrada y otro tiene seis entradas, es probable que el cambio de un solo indicador tendrá un efecto más fuerte que cualquiera de los seis.

establece igual al valor faltante. Para las 106 ciudades consideradas, un total de 106 × 46 = 4876 se requieren entradas normalizadas, de las cuales 110 o El 2,3% son imputados. Los criterios de máxima similitud, distancia Por esta razón, los indicadores básicos se clasifican de acuerdo a

mínima, y el valor promedio acerca los datos reales a los imputados los que sea posible. De hecho, verificamos varios datos reales simulando Faltaban y los computaban por imputación. Los errores Siempre fueron despreciables

.

Cuando faltaban algunos datos para una ciudad durante ciertos años, aplicamos El algoritmo de suavizado para series de tiempo irregulares de la Sección 2.3. Cuando

Δ

do 1 re-

X

do

Þ

Una extensa discusión sobre la elección de esta ecuación se da en Phillis et al. (2011) . Como se explica en dicho documento, 1- X do, la distancia del indicador do de su valor de forma sostenible, es una medida de la facilidad y el margen de mejora de este indicador. Por ejemplo, mejorar una

YA Phillis YA Phillis et al.et/ al. Informática, / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265 - 265

265

Tabla 3 resúmenes regionales: puntuaciones medias de sostenibilidad e indicadores con mayor potencial de mejora. Rango

Región

Número de ciudades

OSUS

ENVI una

BIENESTAR una

Tres indicadores con mayor potencial de mejora

1

Oceanía

3

0.8003

0.7352

0,8655

las emisiones de GEI / Energías renovables / municipal de residuos / reciclaje de vidrio / Crime

2

Europa do

26

0.7985

0.8781

0.7189

Crimen, los residuos urbanos, las emisiones de gases de efecto invernadero

3

Norteamérica

13

0.7418

0.7363

0.7473

El consumo de energía / Energías renovables / municipal de residuos / reciclado de vidrio

4

America latina

19

0.6687

0.9030

0.4344

Crimen / pobreza, el espacio verde / El gasto público en I + D

5

Asia

30

0.6437

0.7652

0.5042

La pobreza / Crimen, el INB

6

África

15

0.5439

0.8153

0.2726

Pobreza, el crimen, el tratamiento de aguas residuales

una

segundo

Promedio de todas las ciudades de una región en particular.

segundo

do

una

La mayoría se producen en los indicadores de los diez mejores lugares para todas las ciudades de la misma región; lazos están marcados con barras (/).

Incluyendo Rusia. 264

indicador cuyo valor ya está en una región sostenible (es decir, X c = 1) no mejoraría OSUS,

indicadores con mayor potencial de mejora de la sostenibilidad Oceanía, Europa y América del Norte

independientemente de la magnitud del gradiente

son principalmente del medio ambiente, mientras que para las regiones menos sostenibles que son

Δ

principalmente socioeconómico.

do.

Por lo tanto, se hace hincapié en los indicadores que afectan OSUS rápido y son más fáciles de mejorar.

Observamos que themodel siempre habrá detectar indicadores que se deben mejorar, siempre y cuando hay indicadores normalizados por debajo de 1, independientemente de cuán sostenible es una ciudad.

Finalmente, en la Tabla 4 comparamos SAFE con los sistemas de clasificación urbana. revisado en la Sección 1. SAFE tiene seis ciudades en común con las de UN-Habitat CPI en la

3. Los resultados numéricos

lista de los diez primeros, cinco ciudades comunes con SALI, cuatro con QoL, tres con CoO, Citycard, GPCI y GNC, y dos ciudades comunes con SCI y CiM. Del coeficiente de correlación de

La tabla 2 muestra una clasificación de ciudades por OSUS y un resumen de los resultados

τ de Kendall, vemos que SAFE es fuertemente correlacionada (τ ≥ 0.6) con CPI, QoL y SCI, y

para cada ciudad. Los 20 primeros lugares de la lista para las ciudades más sostenibles.

moderadamente o débilmente correlacionado con los sistemas de clasificación restantes.

están ocupadas por ciudades en Europa, Japón y Canadá con Helsinki, Estocolmo, Viena y

SEGURO por su La estructura ve la sostenibilidad urbana globalmente y se correlaciona

Nagoya son los primeros cuatro. Los últimos 14 lugares son tomadas por ciudades de

fuertemente. Con otros sistemas de filosofía similar. Sin embargo, difiere de La mayoría de los

países en desarrollo en Asia y África, con Kinshasa, Dhaka, y Karachi en el fondo. La

sistemas en que utiliza agregación altamente no lineal basada en Lógica difusa que emula el pensamiento humano. Además tiene memoria. Reflejado en el uso de suavizado exponencial y

mayoría de esas ciudades sufren de Los dos males de los países en desarrollo, la pobreza y

permite sensibilidad. Análisis que es importante en la toma de decisiones.

la delincuencia. Otros problemas Incluyeb saneamiento y contaminación deficientes. Curiosamente, las ciudades estadounidenses caen en la mitad de la lista debido a los altos índices de criminalidad y las altas emisiones de GEI. Nueva York lleva la carga adicional de

4. Conclusiones

baja elevación y peligro futuro de inundación por aumento del nivel del mar. sostenibilidad urbana se modeló y se mide en una escala [0, 1] utilizando el modelo borroso SAFE. Al

Cabe señalar que algunos rankings parecen contradecir los comunes sentido. Por ejemplo, la Ciudad de México está cerca de San Petersburgo, mientras que Tashkent se ubica por encima de Miami y Washington DC Esto sucede porque OSUS es una medida

igual que con otros modelos que se correlacionan bien con SAFE, las principales ciudades pertenecen a países desarrollados. SAFE, a diferencia de otros modelos, permite un análisis de sensibilidad que mostró que la generación de residuos municipales y las emisiones de gases de efecto invernadero son los principales

global de sostenibilidad de más de 46 indicadores. Sin embargo, el sentido común está

problemas de las ciudades del mundo desarrollado, mientras que el crimen y la pobreza son los principales

formado principalmente por una percepción de la Componente de bienestar. Un ranking

problemas en las ciudades de los países en desarrollo.

de acuerdo únicamente con rectificaciones de BIENESTAR. sentido común ya que las medidas correspondientes para Washington D.C., Miami, San Petersburgo, Ciudad de México y Tashkent son 0.7500, 0.7399, 0.6383, 0.4816 y 0.4669. Asimismo, el crimen en las figuras de la ciudad de México. entre los diez indicadores con mayor potencial de mejora, pero No primero, como se esperaría intuitivamente, porque, aunque su valor es 0 (totalmente insostenible), otros indicadores con el mismo valor y gradientes mayores lo anulan ligeramente.

EEl modelo utiliza un razonamiento que emula el pensamiento humano y como Tales resultados son hasta cierto punto subjetivos. También pesos subjetivos. Se utilizan para ciertos indicadores. Sin embargo, estas deficiencias son inevitables. siempre que no se acepte una definición rigurosa de sostenibilidad. Una combinación de encuestas de expertos y MCDM (por ejemplo, Egilmez et ., 2015) podría aplicarse para eliminar algo de la subjetividad involucrada En la elección de indicadores básicos, las bases de reglas y las funciones de membresía. las El modelo SAFE, sin embargo, gracias a su flexibilidad, puede ser fácilmente Adaptado a captar nuevos conocimientos a medida que la realidad cambia.

Tabla 3 resume los resultados de cada región. Oceanía y Europa tienen las más altas puntuaciones medias de sostenibilidad para OSUS, el primero también tienen la puntuación más alta Inwell-SER. América Latina y África tienen los puntajes más altos de ENVI, pero los componentes de

El modelo podría ser una herramienta útil para la toma de decisiones para políticos y Practicantes de la sostenibilidad urbana, ya que clasifica todos los indicadores.

bajo bienestar. los El

Tabla 4 Top 10 ciudades en ocho sistemas de clasificación y sus correlaciones con seguro.

SEGURO

IPC

la calidad de vida

SCI

SALI

Arrullo

Citycard

CiM

GPCI

Helsinki

Oslo

Viena

Zúrich

Hong Kong

Londres

Londres

Nueva York

Londres

Viena

Copenhague

Zúrich

Singapur

Ámsterdam Singapur

Tokio

Londres

Nueva York

Estocolmo

Estocolmo

Auckland

Estocolmo Osaka

Toronto

Nueva York

París

Tokio

Nagoya

Helsinki

Munich

Viena

París

París

París

San Francisco

París

Osaka

París

Vancouver

Londres

Sydney

Ámsterdam

Frankfurt

Bostón

Singapur

Tokio

Viena

Dusseldorf

Frankfurt

Estocolmo

Nueva York

los Angeles

Ámsterdam

Seúl

Sydney

Melbourne

Frankfurt

Seúl

Berlina

Estocolmo

Singapur

Chicago

Hong Kong

Vancouver

Montreal

Ginebra

Hamburgo

Toronto

San Francisco Madrid

Seúl

Ámsterdam

Copenhague

Toronto

Copenhague

Praga

Munich

Hong Kong

Viena

Ginebra

Berlina

París

Sydney

Sydney

Munich

Tokio

Sydney

San Francisco

Sydney

Viena

Número de ciudades

60

230

100

70

30

105

181

42

ciudades comunes con SAFE

42

96

62

62

29

69

87

35

Kendall τ correlación de rangos con SAFE

0.68

0.61

0.60

0.58

0.54

0.46

0.38

0.36

YA Phillis YA Phillis et al.et/ al. Informática, / Informática, Medio Medio ambiente ambiente y sistemas y sistemas urbanos urbanos 64 (2017) 64 (2017) 254 254 - 265 - 265

266

Tabla 3 resúmenes regionales: puntuaciones medias de sostenibilidad e indicadores con mayor potencial de mejora.

Según su potencial para mejorar la sostenibilidad de una ciudad determinada. Así, los tomadores de decisiones podrían poner sus recursos disponibles en uno o más Indicadores y obtener la mayor mejora de la sostenibilidad. Finalmente, SAFE se diferencia fundamentalmente de otros modelos de clasificación urbana. En el sentido de que utiliza una combinación bastante sofisticada de suavizado estadístico e imputación en combinación con lógica difusa en lugar de simple Ponderación y promediado.

IESE Business School (2016). ciudades del IESE en el índice de movimiento de 2016. Obtenido de http: //

www.iese.edu/research/pdfs/ST-0396-E.pdf (Consultado el 12/12/16). Kouikoglou, VS, y Phillis, YA (2009). En la monotonía del jerárquica suma-producto sistemas difusos. Fuzzy Sets y Sistemas, 160 ( 24), 3530 - 3538. Kouloumpis, VD, Kouikoglou, VS, y Phillis, YA (2008). Evaluación de la sostenibilidad de naciones y la toma de decisiones relacionadas utilizando la lógica difusa. IEEE Systems Journal, 2 ( 2), 224 - 236.

Lundin, M., y Morrison, GM (2002). Un procedimiento basado en la evaluación del ciclo de vida para el de-

sarrollo de indicadores de sostenibilidad ambiental para los sistemas de agua urbanos. El agua urbana, 4, 145 - 152.

referencias Andriantiatsaholiniaina, LA, Kouikoglou, VS, y Phillis, YA (2004). estrate- evaluar gías para el desarrollo sostenible: el razonamiento lógica difusa y análisis de sensibilidad. Economía Ecológica, 48 ( 2), 149 - 172. Arcadis (2016). ciudades sostenibles índice de 2016. Obtenido de https://www.arcadis.com/ es / / / nuestro-perspectivas globales sostenible-ciudades-index-2016 / (Consultado el 12/12/16). Bortz, W. (2010). Reinventar la asistencia sanitaria: De panacea para hygeia. El Worldwatch insti-

tute. Estado del mundo 2010 ( pp. 138 - 142). Nueva York: WW Norton & Company. Brans, J. -P., Y Mareschal, B. (2005). métodos PROMETHEE. En J. Figueira, S. Greco, y M. Ehrgott (Eds.), análisis de criterios múltiples: Estado de las encuestas de arte ( pp. 163 - 195). Nueva York: Springer.

Eğilmez, G., Gumus, S., y Kucukvar, M. (2015). Sostenibilidad del medio ambiente evaluación comparativa de las metrópolis de Estados Unidos y Canadá: Un experto basado en el juicio enfoque de toma de decisión multicriterio. ciudades, 42, 31 - 41.

EIU (2016). Las mejores ciudades de clasificación e informe. Obtenido de http://pages.eiu.com/rs/eiu2/ images / EIU_BestCities.pdf (Consultado el 12/12/16). Esty, DC, Levy, M., Srebotnjak, T., y Sherbinin, A. (2005). 2005 sustainabil- ambiental Índice dad. Newhaven, CT: Centro Yale de Ley y Política Ambiental Obtenido de http://sedac.ciesin.columbia.edu/es/esi/ESI2005_Main_Report.pdf (Consultado el 01.06. dieciséis).

Comisión Europea (2015). Indicadores para ciudades sostenibles. En profundidad Informe 12. Rerecuperan en torno de http://ec.europa.eu/environment/integration/research/newsalert/pdf/ indicators_for_sustainable_cities_IR12_en.pdf Consultado el 05/07/16. Figueira, J., Mousseau, V., & Roy, B. (2005). métodos ELECTRE. En J. Figueira, S. Greco, y M. Ehrgott (Eds.), análisis de criterios múltiples: Estado de las encuestas de arte ( pp. 133 - 162). Nueva York: Springer.

Gasparatos, A., y Scolobig, A. (2012). La elección de themost evalua- sostenibilidad apropiada herramienta ción. Economía Ecológica, 80, 1 - 7. Grant, KA, y Chuang, S. (2012). Una aproximación a la agregación de la clasificación de ciudades knowl-

basado en el desarrollo del borde. Revista Internacional de Desarrollo del Conocimiento, 3, 17 - 34. Hagshenas, H., Vaziri, M., y Gholamialam, A. (2013). Evalua- transporte urbano sostenible ment en las ciudades de Asia. Corriente Mundial del Medio Ambiente, 8, 221 - 230.

Lundin, M., Molander, S., y Morrison, GM (1999). Un conjunto de indicadores para la evaluación de las variaciones temporales en la sostenibilidad de los sistemas sanitarios. Ciencia y Tecnología del Agua, 39, 235 - 242. McDonnell, MJ, y MacGregor-Fors, I. (2016). El futuro ecológico de las ciudades. Ciencia, 352, 936 - 938. Mercer (2016). 2016 calidad de ranking que viven. Obtenido de https: //www.imercer. com / content / movilidad / calidad de vida-ciudad-rankings.html (Consultado el 12/12/16). Fundación Memorial Mori (2016). Índice ciudad poder global 2016. Obtenido de http: // mori-m-foundation.or.jp/pdf/GPCI2016_en.pdf (Consultado el 12/12/16). Munda, G. (1995). evaluación multicriterio en un ambiente difuso. Heidelberg: PhysicaVerlag. Munda, G. (2005). Análisis de los criterios de decisión múltiple y el desarrollo sostenible. En J. Figueira, S. Greco, & M. Ehrgott (Eds.), análisis de criterios múltiples: Estado del arte de las encuestas

(Pp. 953 - 986). Nueva York: Springer. Munda, G. (2006). Un enfoque basado en NAIADE para la evaluación comparativa sostenibilidad. Revista Internacional de Tecnología y Gestión, 6 Ambiental ( 1 - 2), 65 - 78. Phillis, YA, y Kouikoglou, VS (2009). Fuzzy medición de la sostenibilidad. Nueva York: Nova Science Publishers. Phillis, YA, Grigoroudis, E., y Kouikoglou, VS (2011). ranking de sostenibilidad y la improvement de los países. Economía Ecológica, 70 ( 3), 542 - 553. PwC (2016). Ciudades de oportunidad 7. Obtenido de http://www.pwc.com/us/en/citiesde Oportunidad / 2016 / ciudades-de-oportunidad-7-REPORT.pdf (Consultado el 12/13/16). Rees, WE (1992). huella ecológica y capacidad de carga apropiada: ¿Qué urbana la economía deja de lado. Medio Ambiente y la urbanización, 4 ( 2), 21 - 130. Rockström, J., Steffen, W., Noone, K., Persson, Å., Chapin, FS, Lambin, EF, ... Foley, JA (2009). Un espacio operativo seguro para la humanidad. Naturaleza, 461, 472 - 475. Satterthwaite, D. (2011). Cómo las sociedades urbano puede adaptarse a la escasez de recursos y el clima

cambio. Philosophical Transactions de la Royal Society A, 369, 1762 - 1783. División de Estadística de las Naciones Unidas (2010). país o zona de códigos estándar para uso estadístico. Obtenido

desde https://unstats.un.org/unsd/methodology/m49/ (Consultado el 03/06/17). ONU-Hábitat (2015). La iniciativa de la ciudad prosperidad: 2015 informe global de la ciudad. Obtenido de http://cpi.unhabitat.org/publications (Consultado el 30/01/17). Wackernagel, M., y Rees, WE (1996). Nuestra huella ecológica: Reducir el impacto humano en la tierra. Philadelphia: Editores nueva sociedad.