Trabajo “Agent Based Modeling” para dinámicas urbanas (Contaminación)

UNIVERSIDAD COLEGIO MAYOR DE NUESTRA SEÑORA DEL ROSARIO
MATERIA: INVESTIGACIÓN EN OPERACIONES URBANAS
ESTUDIANTES: MARTÍN ARTEAGA - ANDREA GÓMEZ
23/10/16

Abstract: El trabajo a continuación tiene como objetivo hacer una aproximación teórica a cómo las políticas públicas pueden incidir en la salud de la sociedad a través de la gestión de la contaminación atmosférica. El enfoque desde el cual se aborda el problema es la experimentación mediante el modelaje basado en agentes. Así pues, para cumplir con el propósito mencionado, el presente escrito estará dividido en cuatro partes: 1) una introducción a la temática en donde se hace una revisión de literatura y aproximación al sustento teórico; 2) La explicación del modelo y de su alcance para guiar la toma de decisiones tangibles en el marco de la administración pública; 3) Presentación de resultados crudos, y 4) Análisis y conclusiones finales. Así pues, a partir de este ejercicio, será posible establecer que intervenir en esta problemática conlleva a mejorías en la calidad de la salud de los habitantes y que hay momentos en que la intervención es más eficiente.

Palabras clave: contaminación; gestión ambiental; modelación basada en agentes

Abstract: The following paper has the objective of establishing a rational approximation towards how can public policies influence in the health of society through the management of atmospheric pollution. This problem will be tackled within the paradigm of agent based modeling. So, in order to achieve the mentioned purpose of the investigation, this document will be divided into four basic titles: 1) An introduction of the subject, in which there is a literature review and an approximation to the underlying theory; 2) The explanation of the used model and the reach it may have to guide decision-making within the public administration; 3) Presentation of “raw” results; 4) Final analysis and conclusions. In this order of ideas, throughout this exercise, it will be possible to establish, not only that there is a significant improvement in the quality of health when the public sector intervenes, but that there are certain moments in which acting is more efficient.

Key words: pollution; environmental management; agent based modeling

INTRODUCCIÓN

El trabajo a continuación tiene como objetivo hacer una aproximación teórica a cómo las políticas públicas pueden incidir en la salud de la sociedad a través de la gestión de la contaminación atmosférica. El enfoque desde el cual se aborda el problema es la experimentación mediante el modelaje basado en agentes. Así pues, para cumplir con el propósito mencionado, el presente escrito estará dividido en cuatro partes: 1) una introducción a la temática en donde se hace una revisión de literatura y aproximación al sustento teórico; 2) La explicación del modelo y de su alcance para guiar la toma de decisiones tangibles en el marco de la administración pública; 3) Presentación de resultados crudos, y 4) Análisis y conclusiones finales. Así pues, a partir de este ejercicio, será posible establecer que intervenir en esta problemática conlleva a mejorías en la calidad de la salud de los habitantes y que hay momentos en que la intervención es más eficiente.

A pesar que la gestión de la contaminación y del ambiente en general son temáticas recurrentes en la actualidad, esto no ha sido así históricamente. Por ejemplo, al revisar varios autores, sus posturas varían en cuanto al efecto de la tasa de polución en la salud de las personas. En 1979 Hollan et al empezaron a descubrir que una de las razones que causaban mayores muertes a nivel nacional era la contaminación ambiental. Si esta contaminación era moderada, no iba a afectar a la salud; sin embargo, eran pocos los casos en donde las fábricas controlaban su tasa de contaminación. A pesar de ello, en 1980, los doctores Carl Shy y David Bates confirmaron que, a pesar de que se controlen las emisiones contaminantes, las personas igual se ven afectadas por ellas. Lo anterior quiere decir que, no importa que tan moderada sea la tasa, siempre que exista polución las personas se van a ver afectadas de forma directa. En 1997 y 1999, Kaiser y Dockey aumentaron sus investigaciones y tuvieron como resultado que, la relación entre la salud y la polución era directa, sin importar que la polución fuera moderada. Aproximadamente, hace 15 años se han multiplicado las evidencias epidemiológicas y clínicas que relacionan la concentración de material particulado con las enfermedades respiratorias y cardiovasculares.

En el 2000 se hicieron aproximadamente 150 investigaciones en donde se dividieron en dos métodos la relación entre salud y polución. El primero de ellos se denomina “Estudios de exposición aguda” en donde se incluyen los cambios en la salud en corto tiempo o de manera inmediata. Por otro lado, están los “estudios de exposición crónica”, en donde están los cambios en la salud que dependen de las condiciones espaciales de la población. Esta división se conversa hoy en día al momento de analizar qué tanto se ve afectada la salud de la población dependiendo de su ubicación en el territorio. Un ejemplo de lo anterior es la investigación de Arana y col en donde se identificó la correlación entre la climatología de Santiago de Chile, la contaminación (PM10) y el efecto en la salud. Sin embargo, en el mismo año, Avendaño y col descubrieron que las partículas más pequeñas (PM2,5) también causaba daños en la salud de los habitantes.

Incluso, la gestión del ambiente pasa también a verse desde principios éticos. Por ejemplo, de acuerdo a algunos filósofos del desarrollo como A. Escobar, se sostiene que la preservación del medio ambiente debería responder a un paradigma de derechos a la naturaleza, en contraste con el enfoque extractivista tradicional. Sin embargo, en pos de este trabajo, nos centraremos en cómo se pueden gestionar los servicios ambientales (especialmente los de regulación) para fines prácticos enfocados en la salud humana.

Por otra parte, encontramos que la modelación basada en agentes (ABM por sus siglas en inglés) es ya una disciplina con una tradición considerable. En términos generales, la búsqueda por analizar comportamientos humanos y de sociedades en conjunto a partir de métodos cuantitativos tiene una amplia gama de métodos. Sin embargo, el desarrollo tecnológico en la computación, bien podría traer grandes beneficios en el desarrollo de las ciencias sociales. De acuerdo a M. Jensen (2005) el ABM es “el estudio computacional de agentes sociales, como sistemas evolutivos de agentes autónomos que interactúan” (traducción propia). De esta forma, esta perspectiva hace que el investigador se enfoque en cómo los fenómenos macro se derivan de una serie de comportamientos micro que son heterogéneos.

Previamente al uso de ABM como herramienta investigativa, ya se había establecido con una gran fuerza la modelación basada en ecuaciones, debido a su efectividad en la simulación de micro escenarios de dos sujetos en teoría de juegos, como ilustra Bousquet (2001). Sin embargo, la estructura de la teoría de juegos es más bien restrictiva, en la medida en que los agentes deben tener grandes habilidades cognitivas y las reglas del juego siempre son excesivamente rígidas.

A su vez, la experimentación en materia de gestión ambiental ha encontrado en el AMB una herramienta de gran capacidad explicativa. El hecho de que la injerencia de agentes sociales individuales se pueda representar sobre un sistema macro, ha hecho que se lleven a cabo grandes “aplicaciones” de estas técnicas en investigaciones en todo el mundo. Desde modelos e investigaciones teóricas como “Rural Water Resource Management” (Lansing y Kremer, 1994) o “Agricultural Land use Change” (Polhill 2001), hasta modelos de estudios de caso precisos como el “Thames model” (Downing, 2001). Así pues, se encuentra una gran batería de ejemplos para evaluar y describir diversas preguntas investigativas.

EXPLICACIÓN DEL MODELO

Para tratar el problema establecido, se trabajará con un modelo previamente desarrollado por Felsen, M y Wilensky, U (2007). En este modelo hay tres agentes: las personas, los árboles y las fábricas. Las personas dentro del simulador cuentan con salud, esta se reduce paulatinamente durante 10 años hasta que se mueren. Durante esos 10 años, la población se va reproduciendo a una tasa determinada. A su vez, las fábricas producen polución, lo que genera la reducción en la salud de las personas, haciendo que estas mueran más rápido y perdiendo su capacidad de reproducción. Sin embargo, las personas plantan árboles aleatoriamente lo que reduce la polución del “sistema”

Dentro del modelo funcionan cinco variables: población inicial, tasa de crecimiento, tasa de plantación de árboles, fábricas y tasa de polución. Después de experimentar varias veces, se llegó a la conclusión de que el verdadero cambio en el simulador se daba si se modificaban únicamente la tasa de plantación y la tasa de polución, es decir que se utilizó el modelo con una tasa de natalidad, el número de fábricas y la población inicial constantes, en un periodo de tiempo de 100 años.

La ventaja comparativa de usar este modelo radica en que se pueden realizar varios “experimentos” que permiten encontrar determinados resultados. Si bien, no se resuelve un caso de estudio específico, encontramos un modelo aproximado que puede resolver las preguntas que se plantean a continuación.

Habiéndose planteado lo anterior se plantearon las siguientes preguntas:

• ¿Qué aspecto es más importante intervenir para mejorar la salud de la población, entre tasa de polución de las fábricas o tasa en la que se plantan árboles?
• ¿En qué punto es óptima dicha intervención?

.

Para dar solución a estas se hicieron 4 experimentos.

Análisis de datos

Experimento 1

En el primer experimento se inició con una tasa de plantación de árboles en 0 y una tasa de polución de 0, 2, 4  y 6. A partir de este se pudo evidenciar que solamente cuando tanto la polución es 0, la vida de las personas durará más años, ya que, sin necesidad de plantar árboles, no hay ningún factor que les afecte su salud. Por otro lado, cuando se tiene una tasa de polución de 4 y 6, al no tener árboles para reducir el efecto negativo de la polución en la salud, las personas mueren con más facilidad.

Experimento 2

En esta ocasión, se aumentó la tasa de plantación de árboles a 0.05, dando como resultado que, sin importar la tasa de polución que exista, siempre que se planten árboles, la población podrá vivir muchos más años.

Experimento 3

En el último experimento se incrementó la tasa de plantación a 1 y así como en el experimento número dos, las personas al plantar árboles hacen que la tasa de polución no les afecte tanto.

Conclusiones

Ahora bien, para poder respoder ¿Qué aspecto es más importante intervenir para mejorar la salud de la población, entre tasa de polución de las fábricas o tasa en la que se plantan árboles? Y ¿En qué punto es óptima dicha intervención? Es necesario evaluar los promedios tanto de la tasa de plantación, como los de la tasa de polución.

De acuerdo a la tabla de promedios es posible afirmar que al cambiar la tasa de polución sólo será eficiente cuando la tasa de plantación es cero. Por eso, es mucho mejor intervenir la tasa de plantación de 0 a 0.05, pues el número de personas vivas después de los 100 años, incrementa exponencialmente. Es decir que interviniendo la tasa de plantación se hará un proceso más óptimo y eficiente.

Para evidenciar lo anterior, se realizó un cuarto experimento.

Experimento 4

En este último experimento se puede ver cómo, a pesar de tener una tasa de polución alta (6), hay un cambio en la vida de las personas cuando la tasa de plantación pasa de 0 a 0.01. Esto demuestra que, en una ciudad en donde existan fábricas emitiendo grandes residuos contaminantes, se podrá mitigar el efecto de esta polución por medio de la plantación de árboles.

A su vez, el presente trabajo se plantea como un punto de partida para revalidar el uso de estas herramientas en la toma de decisiones en la esfera pública. Nuevas tecnologías como la “Smog Free Tower” del Estudio Roosegaarde proveen una nueva visión de la capacidad estatal para la gestión de la contaminación. Sin embargo, la información desde la cual se basan la asignación de recursos públicos debe también basarse en nuevas herramientas y tecnologías, y el ABM se perfila como una de las mejores opciones.  

Bibliografía

• Aranda C, Romero H. Topo-climatología de la cuenca de Santiago y sus efectos en la contaminación atmosférica y en la salud. Enf Resp Cir Tor 1989; 5: 24-30.
• Avendaño L, Céspedes A, Stecher X, Palomina MA. Influencia de virus respiratorios, frío y contaminación aérea en la infección respiratoria aguda baja del lactante. Rev Méd Chile 1999; 127: 1073-8.
• Bousquet, F., R. Lifran, M. Tidball, S. Thoyer and M. Antona (2001), ‘Agentbased modelling, game theory and natural resource management issues’, Journal of Artificial Societies and Social Simulation, http://jasss.soc.surrey.ac.uk/4/2/0.html.
• Downing, T. E., Moss, S. and PahlWostl. C. (2001) Understanding climate policy

using participatory agent-based social simulation, in: S. Moss and P. Davidsson, (Eds). Multi-Agent-Based Simulation. Springer Verlag, New York.

• Felsen, M. and Wilensky, U. (2007). NetLogo Urban Suite - Pollution model. http://ccl.northwestern.edu/netlogo/models/UrbanSuite-Pollution. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
• Janssen M. (2005). “Modelling in ecological economics”, - isecoeco.org
• Lansing, J.S. and Kremer, J.N. (1994). Emergent properties of Balinese water

temple networks: Coadaptation on a rugged fitness landscape, in: C. Langton,

(Ed). Artificial Life III. Addison-Wesley, New York.

• Wellenius G. Inhalation of concentrated ambient air particles exacerbates myocardial ischemia in conscius dogs. Env Health Perspect 2003; 3: 402-8.
• Zanobetti A, Schartz J, Dockery DW. Airborne particles are a risk factor for hospital admissions for heart and lung diseases. Envir Health Perspect 2000; 108: 1071-7.