Accede a Declaración de AccesibilidadAccede al menú principalAccede al pieAccede al contenido principal
Español

Airbnb y la turistificación de los barrios en Madrid

Actualidad

Airbnb y la turistificación de los barrios en Madrid

En este artículo de divulgación, la profesora Elena Cerdá-Mansilla analiza cómo las plataformas peer to peer (P2P) de alojamiento turístico extrahotelero se han expandido y proliferado en Madrid, promoviendo un proceso de turistificación en varios de sus distritos.

17/06/2022Elena Cerdá-Mansilla
Fotografía de una oficina de Airbnb en la que se ve el logotipo de la empresa.

En Madrid, Airbnb no sólo tiene impacto en el mercado de alquiler y en el mercado de la vivienda, sino que además produce una alteración en barrios residenciales / Rawpixel

Todos los cambios que modifican y alteran la oferta y la demanda turística tienen un impacto sobre la oferta residencial y sobre el destino.

En un trabajo realizado junto a Natalia Rubio (UAM), Sara Campo (UAM) y Blanca García-Henche (UAH), analizamos los alquileres turísticos de Airbnb y alquileres residenciales de Fotocasa, evidenciado el impacto de los precios de los alquileres turísticos en los precios de los alquileres residenciales, los desplazamientos de la población local, la convivencia en el barrio y la transformación del comercio local.

En el caso de Airbnb en Madrid, observamos que la oferta alojativa está en parte controlada por actores económicos profesionales (inmobiliarias, empresas especializadas, grandes y pequeños propietarios) que se dedican a extraer vivienda del mercado del alquiler residencial para introducirla en Airbnb.

Esta situación no sólo impacta en el mercado de alquiler y en el mercado de la vivienda, sino que además produce una alteración en barrios residenciales, algunos convertidos en atracción turística.

El distrito Centro de Madrid es un caso particular que requiere especial atención, pues su número de apartamentos por km2 es 10 veces superior al de cualquier otro distrito de Madrid; una situación que podría resultar insostenible en el tiempo.

Patrón de explotación turística intensiva

Madrid sigue un patrón de explotación turística intensiva cuya actividad principal reside en el centro histórico, lugar donde se halla la mayor confrontación entre el alquiler residencial y el alquiler turístico (Martínez-Caldentey et al., 2020).

Pero no es el único distrito que se encuentra afectado por el impacto de Airbnb. Distritos próximos, tradicionalmente residenciales, también se están viendo considerablemente afectados.

Hablamos de Arganzuela, Chamartín, Chamberí, Moncloa- Aravaca, Retiro, Salamanca y Tetuán. La evolución de Airbnb influye directamente en la calidad de vida de los residentes de estos distritos y en el propio futuro de los destinos. En distritos con un carácter tradicionalmente residencial, un exceso de masificación turística podría provocar daños irreversibles.

Una de las posibles soluciones que proponemos para descongestionar el distrito Centro y sus alrededores es potenciar el alquiler turístico en los distritos del extrarradio de la ciudad, cuya capacidad territorial para ofertar y acoger demanda turística es notablemente mayor.

Al hilo de esta propuesta, debe mencionarse que el Ayuntamiento de Madrid aprobó el Plan Especial de Hospedaje (PEH) con la finalidad de llevar a cabo una estrategia de descentralización, delimitando la ciudad madrileña en anillos concéntricos para tratar de corregir y compensar la dinámica demostrada por el mercado.

Es importante considerar que Madrid cuenta con un buen sistema de transporte, lo que puede ser una pieza clave para llevar a cabo estas medidas de descentralización turística. Más allá de las estrategias propuestas por el propio Ayuntamiento de Madrid, se considera que un uso cooperativo de la plataforma podría ser recomendable para fomentar la rehabilitación urbana (Falcón-Pérez y Fuentes-Perdomo, 2019).

Soluciones basadas en inteligencia artificial

Además de las soluciones anteriores para gestionar la saturación de alquileres turísticos en algunos distritos, actualmente existen herramientas tecnológicas que podrían ayudar a limitar los alquileres y espacios, y a gestionar mejor los destinos, como las basadas en inteligencia artificial.

Determinados territorios, como es el caso de Ámsterdam, están implementando algoritmos para la gestión del destino turístico en distintos ámbitos en los que recogen la gestión de alojamientos turísticos ilegales, la gestión de espacios de estacionamiento en la ciudad y la gestión de residuos.

La finalidad es garantizar la sostenibilidad del destino. Helsinki se ha unido a Ámsterdam, siendo las dos primeras ciudades del mundo en lanzar un registro abierto de inteligencia artificial. En este registro se recogen detalladamente los ámbitos en los que se están usando estas tecnologías y cómo funcionan sus algoritmos implementados.

Por el momento, tan solo Ámsterdam recoge la implementación de algoritmos para la localización de alquileres turísticos ilegales. La implementación de este algoritmo apoya la actividad de aquellos encargados de investigar las denuncias realizadas sobre posibles alquileres vacacionales ilegales.

Dicho algoritmo ayuda a priorizar los informes de denuncias para poder gestionarlos de forma eficiente y eficaz. Además, permite calcular la probabilidad de que un alquiler determinado se encuentre en una situación de alquiler vacacional ilegal mediante el uso de los datos de casos relacionados con viviendas ilegales de los últimos 5 años.

Destinos turísticos inteligentes

La implementación de estas soluciones conduce a abrir nuevas líneas de investigación que relacionen la economía colaborativa o de plataforma con lo que se conoce como destinos turísticos inteligentes (DTI).

Se entiende por destino turístico inteligente un espacio consolidado sobre la base de un territorio que cuenta con una infraestructura tecnológica de vanguardia, que favorece el desarrollo sostenible, es accesible para todos los públicos, permite la integración e interacción del visitante con el entorno y mejora la calidad de su experiencia, a la vez que incrementa la calidad de vida de los residentes (López de Ávila, 2016).

La idoneidad de proponer un modelo futuro que combine los destinos turísticos inteligentes y la economía colaborativa (DTIC), podría permitir dirigir intercambios entre ambos hacia la sostenibilidad de los destinos mediante la gobernanza como eje regulador. Esto no sólo para satisfacer las necesidades presentes, sino también para proteger y mejorar las oportunidades futuras de los destinos.

_____________________

Elena Cerdá-Mansilla es investigadora predoctoral del Departamento de Financiación e Investigación Comercial de la Universidad Autónoma de Madrid mediante la adquisición de un contrato FPU del Ministerio de Universidades en 2019 y, además, es la secretaria académica del Centro de Investigación de Economía Digital de la Universidad Autónoma de Madrid.

_____________________

Referencias bibliográficas:

Cerdá-Mansilla, E.; Rubio, N.; García-Henche, B.; Campo, S. 2022. Airbnb y la turistificación de los barrios en las ciudades: un análisis de segmentación por barrios del alojamiento extrahotelero en Madrid. Investigaciones Turísticas 23, 210-238.

Falcón-Pérez, C.E. y Fuentes-Perdomo, J. 2019. Mejorando el bienestar de la sociedad a través del cooperativismo de plataforma. CIRIEC-España, Revista de Economía Pública, Social y Cooperativa 95, 161-190.

López de Ávila, A. 2016. Gestionar el modelo turístico del siglo XXI. Revista AENOR 314, 10-15.

Martínez-Caldentey, M. A., Murray, I. y Blázquez-Salom, M. 2020. En la ciudad de Madrid todos los caminos conducen a Airbnb. Investigaciones Turísticas 19, 1-27. 

_____________________

El trabajo sobre el que se basa este artículo de divulgación recibió el apoyo del Ministerio de Universidades mediante el contrato [FPU2018 / 05131] y las Ayudas a la Investigación del 2020-2021 de la Fundación Banco Sabadell. Paralelamente recibió apoyo de dos proyectos del Ministerio de Ciencia e Innovación de España: PID2020-113561RB-I00 y PID2020-114788RB-I00.

Más cultura científica en UAM Gazette.