Por primera vez en la historia disponemos de herramientas sofisticadas para enfrentar una pandemia. Entre la variedad de recursos a nuestro alcance, además de respiradores o laboratorios, está la capacidad de producir y procesar datos. La puesta en marcha de proyectos para recabar información sobre la extensión de la pandemia en diferentes países y regiones pone de relieve la confianza de los expertos en la utilidad de esos datos para tomar decisiones cruciales y medir sus consecuencias en términos sanitarios, económicos y sociales.
El papel que las compañías tecnológicas pueden jugar en este terreno es clave y, de hecho, muchas de ellas han dado pasos para colaborar en esta tarea. La semana pasada Microsoft anunciaba la ampliación de la investigación que realiza junto a Adaptive Biotechnologies sobre la respuesta del sistema inmunitario a la Covid-19, así como la publicación de los resultados y sus datos en abierto para cualquier investigador. Además, Facebook ha lanzado una encuesta destinada a detectar, con notable detalle geográfico, el aumento de población con síntomas propios de la enfermedad por coronavirus, con el objetivo de facilitar la planificación de recursos en los territorios que pudieran necesitarlos. Que un millón de personas contesten semanalmente a la encuesta da cuenta de la potencia del instrumento. No pueden obviarse, sin embargo, las preocupaciones sobre la preservación de la privacidad, que el mismo Mark Zuckerberg trataba de calmar hace unos días desde el Washington Post.
Por otra parte, tanto Google como Apple han hecho públicos datos anonimizados sobre la evolución de la movilidad en diferentes territorios, obtenidos a través de sus aplicaciones de mapas. Mientras que los datos de Apple están desagregados por medio de transporte, los de Google clasifican los movimientos teniendo en cuenta su destino. Las dos fuentes de datos proporcionan indicadores excepcionales sobre el grado de seguimiento del confinamiento, el efecto de distintos grados de restricción de la movilidad y su mantenimiento a lo largo del tiempo.
En esta entrada se analizan los datos de movilidad de Google en España para explorar la potencialidad de su uso. Los informes que proporciona Google muestran cómo las visitas y el tiempo de permanencia en diferentes lugares cambian en comparación con lo sucedido en un periodo de referencia: del 3 de enero al 6 de febrero de 2020. Calculan el cambio diario respecto a la movilidad media de ese día de la semana durante las cinco semanas que operan como referencia. Clasifican la movilidad en función de cinco destinos: lugares recreativos (compras, restaurantes y cafés), tiendas de alimentación y farmacia, parques, estaciones de tránsito y lugares de residencia. La última actualización disponible cuenta con información hasta el 17 de abril, de modo que comprende ya cinco semanas de confinamiento con tres fases diferentes en cuanto al grado de restricción de la movilidad: del 14 al 29 de marzo, del 30 de marzo al 9 de abril (durante el cese de las actividades no esenciales) y del 10 de abril en adelante.
Los datos de Google permiten comprobar cómo ya en los días previos al decreto de estado de alarma se produjeron modificaciones considerables en el comportamiento de la población española. Mientras que la movilidad a las tiendas de alimentación y farmacias creció de forma notable, se reducía la que tenía por destino lugares recreativos o centros de trabajo (gráfico 1). De hecho, el día anterior al inicio del estado de alarma, la movilidad de recreación se había reducido ya en un 16%. A lo largo del fin de semana del decreto se produjo la mayor parte del ajuste en la movilidad, que alcanzó una reducción del 87%.
De todas formas, aun durante las dos primeras semanas de confinamiento, se percibe una ligera reducción y es en la tercera semana cuando se alcanza el punto más bajo de la movilidad a lugares recreativos, tiendas de alimentación, parques y estaciones de tránsito. A partir de la cuarta semana de confinamiento se observa un muy ligero aumento de la movilidad de esas categorías, que, en el caso de las tiendas de comestibles, es muy acusado, en anticipación de la Semana Santa. De los datos se desprende que, una vez pasadas las vacaciones y ya en la quinta semana de confinamiento, la movilidad aumenta de nuevo, aunque muy tímidamente. Los datos proporcionados por Apple, que contienen información hasta el 21 de abril, reproducen este patrón temporal y el leve repunte de la movilidad durante la cuarta y quinta semanas (gráfico 2)[1].
Gráfico 1
Nota: El indicador representa al cambio porcentual de la movilidad diaria respecto a la media de la movilidad de ese día de la semana entre el 3 de enero y el 6 de febrero de 2020.
Fuente: Elaboración propia con datos de Google COVID-19 Community Mobility Reports.
Gráfico 2
Nota: El indicador representa el volumen relativo de solicitudes de indicaciones en comparación con el volumen de referencia el 13 de enero de 2020 (=100).
Fuente: Elaboración propia con datos de Apple Mobility Trends Reports.
Por otra parte, los datos revelan el efecto que ha tenido sobre la movilidad la suspensión de las actividades no esenciales entre el 30 de marzo y el 9 de abril y su reactivación tras la Semana Santa. Si comparamos el miércoles de la semana previa (25 de marzo) con el de la semana de suspensión (1 de abril), la reducción de la movilidad a los centros laborales pasa del 67 al 75%. Tras el desplome que suponen las vacaciones de Semana Santa, el miércoles siguiente la movilidad vuelve al punto de partida: -68%. Curiosamente, el cambio derivado del cierre de las actividades no esenciales no es perceptible en los datos de Apple, en los que no se detalla el destino del desplazamiento, de lo que podría deducirse que el peso de la movilidad laboral sobre la movilidad total es reducido.
«En todas las comunidades se ha reproducido el mismo patrón temporal durante las semanas de confinamiento: ajuste durante las dos primeras semanas, mínimo de movilidad en la tercera, leve aumento durante la cuarta y la quinta. También en todas, la movilidad laboral cayó durante el cese de las actividades no esenciales y volvió al estadio previo a su fin».
Google admite una limitación importante en el uso de estos datos al recomendar que se prescinda de comparar los cambios en la movilidad por zonas geográficas, argumentando que el significado de la movilidad puede variar en función de algunas características territoriales, como el carácter urbano o rural. La ausencia de información concisa sobre la metodología de construcción del índice desaconseja desafiar esta recomendación, por muy sugerentes que puedan resultar estas diferencias territoriales, como es el caso de las comunidades autónomas en España.
«Los datos de Apple y Google presentan limitaciones considerables, derivadas de la opacidad en la elaboración de la información, que dificultan su interpretación y, por lo tanto, su utilización en la toma de decisiones. La divulgación en abierto de estos datos contribuye al análisis, pero con precaución».
En todo caso, aunque se prescinda de la comparación de la magnitud de los cambios, sí procede la comparación de su patrón temporal. En todas las categorías de movilidad, Madrid adelanta al resto de comunidades autónomas en el cambio de comportamiento. En el gráfico 3 se presenta la movilidad a tiendas de alimentación y farmacias de una selección de comunidades autónomas. Esta movilidad alcanza su máximo el día 10 de marzo, el siguiente al anuncio del cierre de los centros educativos, mientras que el resto de comunidades lo alcanzan dos o tres días más tarde. Además, ya desde el 11 de marzo se había reducido sustancialmente la movilidad laboral (gráfico 4).
Gráfico 3
Nota: El indicador representa al cambio porcentual de la movilidad diaria respecto a la media de la movilidad de ese día de la semana entre el 3 de enero y el 6 de febrero de 2020.
Fuente: Elaboración propia con datos de Google COVID-19 Community Mobility Reports.
Gráfico 4
Nota: El indicador representa al cambio porcentual de la movilidad diaria respecto a la media de la movilidad de ese día de la semana entre el 3 de enero y el 6 de febrero de 2020.
Fuente: Elaboración propia con datos de Google COVID-19 Community Mobility Reports.
Cabe destacar que en todas las comunidades se ha reproducido el mismo patrón temporal durante las semanas de confinamiento: ajuste durante las dos primeras semanas, mínimo de movilidad en la tercera, leve aumento durante la cuarta y la quinta. También en todas, la movilidad laboral cayó durante el cese de las actividades no esenciales y volvió al estadio previo a su fin. Las diferencias en la reducción de la movilidad laboral entre comunidades autónomas son evidentes, así como el efecto que en ella tiene el cese de actividades no esenciales. Esta variabilidad puede deberse al distinto carácter rural o urbano de los territorios del que advierte Google, pero también a la distinta composición sectorial de cada uno. Desafortunadamente, el desconocimiento de la metodología de construcción del indicador impide separar los dos factores e interpretar estas diferencias.
En definitiva, los datos de movilidad que proporcionan Google y Apple constituyen un recurso valioso para entender los cambios de comportamiento vinculados a las medidas de restricción de la movilidad, por su carácter agregado, la inclusión de información procedente de millones de personas, el detalle temporal y la rápida publicación de los resultados. En este breve análisis se ha hecho uso de tales datos para entender cómo ha evolucionado el seguimiento del confinamiento de la población española y se ha detectado la aparición de un tímido aumento de la movilidad durante la cuarta y quinta semanas. Sin embargo, los datos de ambas fuentes también presentan limitaciones considerables, derivadas de la opacidad en la elaboración de la información, que dificultan su interpretación y, por lo tanto, su utilización en la toma de decisiones. La divulgación en abierto de estos datos contribuye al análisis, pero con precaución. Con todo, estas publicaciones ponen de manifiesto el potencial de la información que estas compañías son capaces de producir y procesar, y que en un momento como este pueden constituir un recurso muy valioso para la sociedad.
[1] La referencia en el cambio de movilidad es la del 13 de enero.
