x congreso espaÑol de sociologÍa ... - fes-sociologia… · entendemos por análisis sólido...

X CONGRESO ESPAÑOL DE SOCIOLOGÍA. Pamplona. 1, 2 y 3 de julio de 2010

PROPUESTA DE DIAGNÓSTICO PARTICIPATIVO DE IMPACTOS

SOCIALES∗

Hugo García Andreu, Guadalupe Ortiz Noguera y Antonio Aledo Tur

Departamento de Sociología I. Universidad de Alicante

INTRODUCCION

Durante el análisis de los problemas sociales los científicos descubren,

infelizmente, que éstos tienen orígenes multicausales. Aún más, en el análisis de la red

causal de un problema aparecen variables que adoptan la doble naturaleza de

causa/efecto. Así, un factor generador de impacto puede ser, a su vez, producto de una o

varias causas (Weick, 1979 in Miles and Huberman, 1994: 152). Para mayor dificultad

de este ejercicio científico, el propio problema es, como todo fenómeno en el ámbito de

lo social, una construcción. La definición de una situación como problema o, desde una

perspectiva más macro, como crisis es un ejercicio de subjetividad (Hanningan, 1995) y,

por lo tanto, también múltiple y calidoscópico. A pesar de estas dificultades, las CC.SS.

tienen la obligación de desarrollar diagnósticos acertados que sirvan para comprender

esas complejas redes causales y que permitan reducir el nivel de incertidumbre que

envuelve los procesos de toma de decisiones.

Los orígenes causales de la recesión económica que con especial virulencia están

experimentando los municipios turísticos del litoral español desde la segunda mitad de

2007, ejemplifican esa complejidad a la que se ha hecho referencia en el párrafo

anterior. En estas localidades, el freno en la construcción residencial ha sido apuntado

por diversos agentes sociales y económicos como causa principal de dicha

desaceleración. Este diagnóstico, además de definir el descenso en la producción de

viviendas como una situación de “crisis”, sitúa este fenómeno como factor explicativo

principal cuando, sin embargo, puede ser también consecuencia de otras causas más

profundas. El actual contexto socioeconómico de los municipios turísticos del litoral ∗ Este artículo es producto de un proyecto de investigación I+D+i financiado por el Ministerio deEducación y Ciencia titulado Turismo residencial: análisis de la demanda y propuestas dereestructuración para los destinos consolidados con referencia SEJ/2005/04305

X CONGRESO ESPAÑOL DE SOCIOLOGÍA. Pamplona. 1, 2 y 3 de julio de 2010 2

2

español exige un esfuerzo a las CC.SS. para elaborar diagnósticos sustentados en

análisis más profundos de la red causal de los problemas.

Este artículo presenta como novedad metodológica la aplicación de los

programas informáticos de análisis de redes sociales (Ucinet y NetDraw) a la

Metodología de Redes Causales (MRC) (Miles y Haberman, 1994; Nash, 2006) con la

finalidad de mejorar los procesos de diagnóstico del funcionamiento de la actividad

turístico-residencial a escala local. En concreto, esta propuesta metodológica se articula

en los siguientes pasos: primero, la identificación de los impactos a escala local de la

actividad turístico-residencial con la participación de stakeholders locales; segundo, la

elaboración de las cadenas causales de cada uno de los impactos; tercero, la elaboración

de un mapa estructural de impactos combinando las diferentes cadenas causales

mediante la aplicación de los programas informáticos de análisis de redes señalados

anteriormente. Este mapa permite identificar las variables de mayor repercusión sobre

las estructuras ambiental, económica y social de los municipios turísticos. En otras

palabras, esta propuesta metodológica consigue sistematizar un gran volumen de

información que ayuda al planificador local a discriminar las variables más influyentes

con las que elaborar itinerarios de actuación más rentables en términos de inversión de

recursos.

La información de caso con la que se ejemplifica esta propuesta metodológica se

ha obtenido de un proyecto de investigación I+D+i financiado por el Ministerio de

Educación y Ciencia desarrollado durante los años 2006 y 2007 en el municipio de

Dénia ubicado en el norte de la Costa Blanca (provincia de Alicante). Esta investigación

presentaba como objetivo principal el diseño de propuestas para la reorientación de

municipios turístico de la provincia de Alicante con un alto grado de especialización en

la actividad turístico-residencial. El resto de este artículo se estructura en los siguientes

bloques: en el primer bloque, se lleva a cabo un breve análisis de la evolución y

principales características de los municipios turístico-residenciales del litoral español, se

justifica la necesidad de nuevos métodos de diagnóstico y, por último, se describe el

caso de Dénia donde se aplicó el método de diagnóstico de redes causales que se

desarrolla en los siguientes bloques de este artículo. El segundo bloque, se articula en


las siguientes fases: primero, se identifican los impactos a escala local; segundo, se

elaboran las cadenas causales de los impactos seleccionados; por último, en la tercera

fase, se elabora un mapa estructural de impactos. En el último bloque, a modo de

conclusión, se muestra las posibilidades analíticas de esta propuesta de cara a la

planificación local.

La actividad turístico-residencial en el litoral español

La recesión en el sector de la construcción residencial en España, iniciada a partir de la

segunda mitad de 2007, ha ocasionado una profunda perturbación en numerosos

municipios del litoral español. Durante décadas, estas localidades articularon sus

estrategias de crecimiento en torno a la actividad turístico-residencial (Mazón, 2006,

Torres, 2003), con el predominio de la producción de suelo urbano y de la construcción

y venta de viviendas (Aledo, Mazón y Mantecón, 2007). Estos municipios turístico-

residenciales orientaron principalmente su oferta al mercado nacional e internacional

vacacionista (Blanquer, 2002) y al de retirados internacionales (Casado, 1999;

Rodríguez, 1998; García-Andreu, 2005), a los que O’Reilly denomina lifestyle migrants

(2007). Como consecuencia de esta opción estratégica, sectores económicos

tradicionales, tales como la pesca o la agricultura, se convirtieron en actividades

testimoniales (Jurdao, 1992; Vera, 1992). Por otro lado, la hegemonía del turismo

residencial ha absorbido gran parte del capital natural, económico y social y, por lo

tanto, ha impedido la aparición de nuevas actividades que hubieran favorecido la

imprescindible diversidad socioeconómica que requieren los municipios (Salvá, 1996,

OSE, 2006a).

En definitiva, la excesiva dependencia de numerosos municipios españoles de la

construcción de viviendas asociada a la actividad turístico-residencial los ha situado en

una posición de riesgo (Aledo, 2008) que se ha convertido en peligro real una vez que

ha estallado la crisis inmobiliaria. El acelerado descenso en la construcción y venta de

viviendas y el consecuente aumento del desempleo, que iniciándose en el sector de la

construcción afecta de forma encadenada a otros sectores, son las primeras

consecuencias de esta situación. Por ejemplo, en la provincia de Alicante (Costa

Blanca), durante el primer trimestre de 2008 se han construido 2.041 viviendas, frente a


4

las 7.422 viviendas de media construidas por trimestre en el año 2007 o las 10.399 para

ese mismo periodo del año 2006 (Ministerio de Fomento, 2008). Por su parte el

desempleo en los principales municipios turístico-residenciales de esta provincia se ha

duplicado desde 2005, alcanzando en junio de 2008 un 6,22% de media (Servef, 2008).

Diagnósticos

Algunos diagnósticos recientes apuntan al descenso en la venta de viviendas, producto

de la crisis financiera global, como la causa principal de la difícil situación que está

padeciendo el sector inmobiliario español (El País, 17-07-08: 7) y, por ende, aquellos

municipios que optaron por esta actividad como base de su crecimiento económico. No

obstante, numerosos analistas y expertos en el estudio del turismo residencial llevan

advirtiendo desde hace tiempo de las deficiencias estructurales de este modelo y del

peligro que conllevaba la excesiva especialización y dependencia de la construcción

residencial de estos municipios (MUNRES; 1994; Vera, 1994; Torres, 2003; Olcina y

Rico, 2005; EXCELTUR, 2005), así como de la pérdida de calidad del destino turístico

debido a los fuertes impactos ambientales que el crecimiento no planificado ocasiona

(OSE, 2006b; AEMA, 2006). Así pues, se hace necesario también incluir en el

diagnóstico sobre esta situación de riesgo, los elementos internos que construyen,

participan y definen este modelo de desarrollo y sus impactos. De este modo, es posible

entender en toda su complejidad las causas y consecuencias de las dificultades

socioeconómicas que, con mayor virulencia en estos momentos, están experimentando

estas localidades turístico-residenciales.

En este sentido, a la hora de analizar los impactos negativos que la actividad turístico-

residencial ocasiona sobre los municipios de la Costa Blanca, hay que tener en cuenta

que estamos ante destinos maduros, lo que nos lleva a destacar dos hechos. Por un lado,

el turismo residencial se asentó hace décadas en estos municipios españoles y sus

efectos se han ido imbricando con sus entornos ambiental, económico, social y cultural.

Por lo tanto, sería un error realizar los análisis de los efectos de esta actividad como si

ésta fuese un factor externo, una fuerza exógena que actúa sobre la sociedad de acogida.

Es decir, la actividad turístico-residencial se ha entretejido y co-evolucionado con el

conjunto de estructuras locales y ha pasado a formar parte de esos elementos

estructurales y estructurantes de las comunidades de acogida. Este enfoque entiende que


las relaciones de la actividad turístico-residencial con las otras estructuras y elementos

locales son densas, ocasionando una compleja red de múltiples y mutuas interacciones.

Por otro lado, al interactuar esta actividad con la mayoría de las estructuras locales

aparecen múltiples interesados y afectados (stakeholders). El turismo residencial afecta

a la gran mayoría de los sectores económicos, conlleva la llegada de nuevos grupos tales

como retirados internacionales e inmigrantes laborales, y también afecta a los

anfitriones al transformar sus estilos de vida.

Ante esta complejidad de agentes y efectos, se hace necesario nuevos métodos de

diagnóstico de la actividad turístico-residencial en el contexto local que proporcionen

análisis sólidos, holísticos e incluyan a la variedad de stakeholders. Entendemos por

análisis sólido aquél que profundiza en las cadenas causales de los problemas; por

enfoque holístico el que incorpora el análisis de las múltiples interacciones entre los

elementos ambientales, económicos, urbanísticos y socioculturales que participan de la

actividad turístico-residencial; por último, como se ha mencionado, la multiplicidad de

grupos de interés que entran en conflicto por el gobierno de las políticas locales

relacionadas con la actividad turístico-residencial (Mantecón, 2008) y por la definición

y distribución de sus impactos (Aledo y Mazón, 2005) hace evidente la necesidad de

incluir una variedad de stakeholders en los procesos de diagnóstico.

Para incorporar estas tres premisas conceptuales en el análisis de los impactos locales de

la actividad turístico-residencial se propone el empleo de la MRC alimentada en su

input informacional por la participación de los diferentes actores sociales implicados y

afectados. De esta manera, se conjuga una metodología holística y sólida, proporcionada

por el análisis de redes, con la aplicación de técnicas participativas en los procesos de

diagnóstico que permite la inclusión de los diferentes intereses, valores y conocimientos

locales. Así, se favorece la producción de consensos a la hora de identificar las causas

de fondo de los problemas locales y, al mismo tiempo, se genera información de calidad

que permite mejorar la toma de decisiones durante el diseño de opciones estratégicas

para el desarrollo local (Ortiz et al, 2007).


6

Esta propuesta metodológica de diagnóstico fue aplicada en el análisis causal de la

actividad turístico-residencial en Dénia. A continuación se lleva a cabo una breve

descripción de la evolución del municipio desde 1960 hasta el presente con el objeto de

explicitar el contexto socio-turístico en el que se aplicó esta propuesta metodológica.

El caso de Dénia.

Dénia forma parte de la Costa Blanca, a 53 km. al norte de la ocio-urbe de Benidorm.

Con un censo de 42.704 habitantes en 2007, es un municipio prototípico del turismo

residencial de la España mediterránea (García-Andreu y Rodes, 2004, Mazón y Huete,

2005). Su costa con 20 km. de playas, junto con el Parque Natural del macizo del

Montgó y la zona de huerta que rodea el casco urbano, explican su rápido desarrollo

turístico residencial iniciado a mitad de la década de los sesenta del siglo pasado. En

esos años comienza a abandonarse las actividades tradicionales de la agricultura, pesca

y la industria del juguete para volcarse en la construcción, en el sector inmobiliario y en

los servicios asociados al turismo (Ciudad, 1995). El crecimiento es tal que los 12.185

habitantes registrados en 1960 se doblan en 1991, para superar los 40.000 quince años

más tarde (INE, 2008). Estos crecimientos se deben a los fuertes movimientos

inmigratorios, primero de españoles del centro y sur de la Península atraídos por la

demanda de mano de obra que genera el turismo y la construcción y, posteriormente, de

un importante volumen de jubilados europeos, al que a partir de 1999, se le suma la

inmigración laboral procedente de países en desarrollo (Viruela y Domingo, 2001). Tras

cuarenta años de turismo residencial, su estructura de alojamiento turístico está

fuertemente desequilibrada. En 2001, Dénia ofertaba tan sólo 1.321 plazas hoteleras

(2.245 en 2008), mientras que el número de plazas extra-hoteleras –número de camas en

viviendas de potencial uso turístico- ascendía a 78.299 (García-Andreu, 2008: 202).

Este desarrollo ocasiona que el sector turístico de Dénia muestre todas las características

del turismo residencial en su etapa central (Aledo, 2008), a saber, fuerte estacionalidad

y concentración espacial, errónea planificación urbanística, una oferta complementaria

poco desarrollada, un fuerte impacto ambiental y paisajístico y una excesiva

dependencia del sector de la construcción (Mazón, 2006).

Las consecuencias de esta última característica se están haciendo notar en Dénia a partir

de la ruptura de la burbuja inmobiliaria española. La economía local está sufriendo el


freno en la construcción. Mientras que en un trimestre de 2006 se construían de media

481 viviendas, en el primer trimestre de 2008 se han levantado 84 viviendas (Ministerio

de Fomento, 2008) lo que significa un descenso del 83%. Como efecto directo se ha

producido un fuerte aumento del número de desempleados pasando la tasa del 2,44% en

marzo de 2005 al 6,79% del mismo mes de 2008 (Servef, 2008). Seguidamente, se

procede a desarrollar la propuesta metodológica de diagnóstico de la actividad turístico-

residencial, con la información obtenida del caso de estudio de Dénia.

Propuesta de diagnóstico de los impactos locales de la actividad turístico-

residencial

Tal y como se ha señalado, la participación de los diferentes actores sociales

implicados y afectados por la actividad turístico-residencial constituye una de las

premisas conceptuales de la presente propuesta de diagnóstico. La intervención de estos

stakeholders tiene lugar en las dos primeras fases de análisis de los impactos; a saber,

identificación de los impactos a escala local y elaboración de las cadenas causales de

dichos impactos. La tercera fase del análisis utiliza el análisis informático de redes para

elaborar un mapa estructural de impactos resultado de la combinación de las diferentes

cadenas causales construidas en la segunda fase. Esta tercera fase recoge las otras dos

premisas conceptuales de esta propuesta metodológica -solidez y enfoque holístico- y

constituye el núcleo central del presente artículo.

Primera fase: Identificación de los impactos a escala local

El objetivo principal de esta fase consiste en identificar los efectos derivados de

la actividad turístico-residencial sobre las estructuras ambiental, económica y

social de Dénia. En primer lugar se identifican los stakeholders de la actividad

turístico-residencial en este municipio: (1) turistas residenciales españoles, (2)

residentes retirados internacionales, (3) población local de nacionalidad

española, (4) inmigrantes laborales extranjeros, (5) empresarios locales, (6)


8

políticos locales, (7) técnicos municipales y (8) profesionales de los medios de

comunicación. En segundo lugar, mediante entrevistas individuales

semiestructuradas y grupos de discusión se recaba la opinión de estos

stakeholders sobre los impactos de la actividad turístico-residencial en Dénia. En

tercer lugar, con esta información, se elabora un listado común que identifica los

efectos derivados de la actividad turístico-residencial (en el caso de Dénia se

identificaron 66 impactos). Esta selección es el documento de partida de la

segunda fase (cuadro 1).

Segunda fase: Cadenas causales de los impactos

El objetivo específico de esta segunda fase consiste en identificar las cadenas

causales que generan los impactos recabados en la fase anterior. De los 66 impactos

identificados en el caso de Dénia, los stakeholders seleccionaron para trabajar en esta

fase los 16 más importantes debido a los recursos de tiempo y presupuesto disponible

(cuadro 1).

Cuadro 1. Efectos seleccionados para la elaboración de las cadenas causales en Dénia.


Fuente: Elaboración propia.

Los impactos seleccionados reciben el nombre de impactos priorizados (a partir de

ahora impactosp). Para llevar a cabo esta acción se organiza un taller de trabajo con los

stakeholders. Mediante un proceso reflexivo-deliberativo los participantes reunidos en

cuatro grupos (por áreas temáticas) representan en diagramas causa-efecto (a partir de

ahora Diagramas) (ver figura 1) las variables que se encuentran en la base causal de los

impactosp. El esfuerzo participativo y deliberativo favorece que las cadenas causales

construidas no se limiten a recoger las causas más evidentes y generales de la base

generativa de los impactosp. Por el contrario, dicha deliberación hace emerger los

elementos causales de mayor capacidad explicativa (Jamal y Getz, 1995; Brohman,

1996; Mazón y otros, 1996; Tosun y Timothy, 2003). Por lo tanto, cada Diagrama, de

forma individual, aporta información sobre las causas últimas que motivan los

impactosp detectados en la fase de diagnóstico a fin de evitar actuaciones “superficiales”

en la planificación, que supongan una intervención sobre los síntomas antes que sobre

las causas “profundas” de los mismos.

Figura 1. Diagrama del impactop Estacionalidad turística

Área temática Efectos seleccionados

Déficit de aparcamientoDéficit de infraestructuras viarias

Déficit de servicios sanitarios

Insuficiente oferta complementaria (ocio, deporte, comercio y cultura)

Aumento del consumo/ demanda de aguaContaminación acústica

Degradación del paisaje agrícolaAlto precio de la vida

Economía basada en serviciosEndeudamiento municipal

Estacionalidad turísticaAumento de la población

Competencia por los recursos de la administración local

Desatención de las corporaciones locales a los requerimientos sociales sobre déficit de

infraestructuras y serviciosRelaciones entre culturas

Segregación espacial

Infraestructuras y servicios

Medio ambiente

Economía

Sociedad


10


Por sí solos los Diagramas elaborados son útiles para mejorar el proceso de

diagnóstico. No obstante, el análisis aislado e individual de los diferentes diagramas no

es capaz de trazar y mostrar el orden complejo de flujos de repercusión derivado de los

impactos locales del desarrollo turístico (Mathieson y Wall, 1990: 15). En otras

palabras, los impactos del turismo y sus causas y consecuencias no se sitúan en la

realidad en cajas aisladas. Por el contrario, conforman un intrincada red de relaciones

directas e indirectas que es necesario analizar desde una perspectiva estructural.

Tercera fase: El análisis estructural de los impactos

Con el objeto de solventar la limitación señalada, se incorpora al proceso de

diagnóstico de los impactos locales del desarrollo turístico-residencial el análisis de

redes de los Diagramas, mediante el uso del software Ucinet. Este tipo de análisis

permite 1) incorporar de forma sistemática las relaciones directas e indirectas entre los

elementos del sistema, 2) elaborar un mapa estructural de impactos derivados del

desarrollo turístico-residencial y 3) identificar así las variables con mayor influencia o

centralidad en dicha estructura relacional.

ECONOMÍA:

.

Falta de reserva desuelo

Escasamotivación/atractivoempresarial

Falta de mentalidadempresarial hotelera

TURISMO VACACIONAL

Déficit planta hotelera

Baja rentabilidadeconómica del hotel

Dificultades financieras (bancosy cajas no prestan dinero) paraconstruir hoteles

Falta de experienciaen gestión de hoteles

Alto preciodel suelo

Bajo nivel mediode ocupaciónhotelera

Amortizaciónlenta (largoplazo)

Estacionalidadturística

Huida del inmigranteextranjero no laboral

Insuficiente presencia de otros tipo de turismo(Congresos, Cultural, de Ocio y Aventura)

Insuficiente ofertacomplementaria

Alta demanda inmobiliaria

Amortización empresarialrápida en la construcción

Falta promociónturismo de invierno

Clima

ESTACIONALIDAD TURÍSTICA

Ofertaextrahotelera

Escasa e inadecuadaplanificación urbanística


De forma previa al análisis informático de redes, se llevan a cabo dos acciones

sucesivas: a) la agregación de las variables presentes en los Diagramas y b) la

elaboración de una matriz relacional. Seguidamente se somete dicha matriz al software

de análisis de redes. Finalmente, se procede a analizar los resultados proporcionados por

el programa.

a) Agregación de variables

El primer paso para tratar la información contenida en los Diagramas consiste en

desarrollar un proceso de agregación o reducción. Esto es, las variables que en los

diagramas presentan significados similares pero con una terminología diferente, son

sustituidas por una categoría nominal común. Así, en el proceso de elaboración de la

matriz relacional, se reduce el número de variables, pero aumenta el número de

relaciones de algunas de ellas. En el caso de estudio, el resultado de este proceso redujo

el número de variables con el que elaborar la matriz de 209 a 197. Por ejemplo, en la

figura 1, aparece un Diagrama que muestra la cadena causal del impactop

Estacionalidad turística. Una de sus causas es la Escasa e inadecuada planificación

urbanística. Esta variable es una categoría nominal común establecida para sustituir

términos como el de Mala planificación o Falta de planificación que aparecen en

diversos Diagramas.

b) Elaboración de la matriz relacional

Esta acción supone transformar las relaciones causa-efecto presentes en los

Diagramas en una matriz relacional. Esta matriz relacional constituye la base de datos

con la que opera el programa informático de análisis de redes (Ucinet) y tiene las

siguientes características:

a. Es una matriz cuadrada, por lo que tiene las mismas variables (197) en

las filas y en las columnas.


12

b. Es una matriz asimétrica, de tal modo que la existencia de influencia de

A sobre B no implica la existencia de influencia inversa (de B hacia A);

es decir, las influencias son unidireccionales.

Análisis informático de redes

Una vez construida la matriz relacional se somete a un análisis estadístico de

redes mediante el programa informático Ucinet. También se puede solicitar una

representación visual en forma de red mediante el programa NetDraw (ver figura 2).

Figura 2. Representación visual del mapa estructural de impactos

Fuente: NetDraw. Elaboración propia.

La visualización de la red complementa el análisis estadístico porque sitúa las

variables analizadas en el mapa estructural de impactos e identifica las relaciones que

mantiene con otras variables. Por su parte, el análisis estadístico calcula el número de

relaciones directas e indirectas que mantiene cada una de las variables en el conjunto del

sistema; es decir, su grado de centralidad en el mismo. Para comprender las


potencialidades de este análisis se hace necesario hacer referencia a la importancia de

las influencias indirectas, que pasamos a analizar en el siguiente apartado.

La importancia de las influencias indirectas

Se entiende por influencia indirecta aquella relación entre dos variables en donde

media una o más variables. Por ejemplo, en la Figura 1. la relación entre Escasa e

inadecuada planificación urbanística y Déficit planta hotelera es indirecta al estar

mediada por la variable Falta de reserva de suelo. Dada la interconexión sistémica entre

los Diagramas, la correcta apreciación de las influencias indirectas supone incrementar

de forma notable la solidez y el carácter holístico del análisis del mapa estructural de

impactos derivados de la actividad turístico-residencial.

Si bien en la imagen de la red (Figura 2) están presentes tanto las influencias

directas como las indirectas, resulta muy complicado, mediante un examen visual,

realizar un análisis sistemático de las relaciones indirectas entre las variables dada la

compleja trama de conexiones existente. No obstante, quedarse sólo en el análisis de la

centralidad a partir de las relaciones directas entre las variables o abarcar sólo una parte

de las influencias indirectas, tendría una serie de inconvenientes:

1. Sólo reflejaría una parte del entramado de las relaciones entre las variables de la

red.

2. Únicamente se conocería la centralidad local de la variable; es decir, las

influencias que tiene con las variables de su entorno inmediato, desconociendo

el papel que juega la variable en la red completa.

3. La centralidad de la red a partir de las relaciones directas presentaría una elevada

sensibilidad a la procedencia de la información con la que se elabora la red. De

este modo, si el grupo de stakeholders reunidos para elaborar un determinado

Diagrama ha aportado un elevado número de causas para explicar el impactop,

condicionará la centralidad de la variable.


14

Así, la incapacidad de manejar de forma sistemática las relaciones indirectas entre las

variables, supone obviar una parte relevante del mapa estructural de impactos,

reduciendo la utilidad de la centralidad identificada. Mediante la inclusión de las

relaciones indirectas entre las variables en el análisis de la centralidad del mapa

estructural de impactos, conseguimos solucionar las carencias que presentan las

anteriores opciones, a saber:

1. Manejar la compleja red relacional existente entre el conjunto de variables

identificadas en los Diagramas; es decir, este tipo de análisis permite tratar de

forma sistemática las relaciones indirectas entre todas las variables contenidas en

cada uno de los Diagramas.

2. Conocer la centralidad de una variable en la red total –resultado de la

combinación de todos los Diagramas- y no en la red local que muestra un

Diagrama o las relaciones más evidentes en la imagen de la red (figura 2).

3. Minimizar la sensibilidad del análisis de la centralidad al proceso de producción

de la información (elaboración Diagramas); en otras palabras al incluir en el

cálculo de la centralidad las relaciones indirectas entre variables pertenecientes

a diferentes Diagramas, se consigue reducir el peso específico de las influencias

identificadas por un grupo de stakeholders en la elaboración de uno de los

Diagramas.

Para analizar la centralidad a partir de las influencias indirectas, se utiliza el

análisis estadístico de redes de la matriz relacional, en concreto se emplea el indicador

estadístico de la cercanía (closeness).

Cercanía

El análisis de la centralidad a partir de la cercanía hace referencia a la posibilidad

de cada variable de relacionarse con otras de manera indirecta y en la menor distancia

posible. Es decir, el indicador de cercanía nos muestra la distancia (en pasos) a la que

está una determinada variable de relacionarse con otras variables de la red. Así, son más


centrales las variables con un mayor índice de cercanía o, en otras palabras, aquellas

que tienen que dar un menor número de pasos para relacionarse con (e influir en) otras

variables de la red. En este caso, al ser una matriz asimétrica (influencias

unidireccionales entre las variables) obtenemos de forma diferenciada la cercanía de las

influencias ejercidas (Outcloseness) y la cercanía de las influencias recibidas

(Incloseness).

Para comprobar los cambios en la centralidad de la red al introducir en el análisis

las relaciones indirectas entre las variables, resulta interesante comparar el indicador de

cercanía con el de grado (Tabla 1). Este último indicador estadístico, a diferencia del

anterior, mide las relaciones directas entre las variables. Al igual que el indicador de

cercanía, al ser una matriz asimétrica nos ofrece tanto las influencias directas ejercidas

(Outdegree) como las recibidas (Indegree). A continuación, empleando la información

obtenida en el caso de estudio, se evidencia las diferencias existentes al comparar el

ranking que resulta de analizar las influencias que las 197 variables de la matriz reciben

de forma directa (Indegree) con las influencias que reciben de forma indirecta

(Incloseness) (Tablas 1ab).

Tablas 1ab. Comparativa entre las influencias recibidas de forma directa (Indegree) e

indirecta (Incloseness)

Tabla 1a Tabla 1b

10 6 Alto precio de la vida Aumento consumo agua 13 0,787

64 Escasa e inadecuada planificación urbanística

Alto precio de la vida 6 0,741

135 Insuficiente oferta complementaria Endeudamiento municipal 59 0,7238 42 Crisis económica del sector agrario Déficit aparcamientos 43

43Déficit de aparcamientos

Déficit servicios sanitarios 46

46 Déficit servicios sanitarios Aumento población 20 0,70520 Aumento población El Ayuntamiento gasta más que ingresa 57 0,70439 Contaminación acústica Alquileres altos en vivienda 4 0,68644 Déficit infraestructuras viarias Poca oferta alquiler viviendas 168 0,672

57El Ayuntamiento gasta más que ingresa Más demanda que oferta en temporada y luego se

mantienen los precios147

Gastos estacionales en servicios y mantenimiento 118Estacionalidad turística 69

Insuficiente oferta complementaria 135Turismo vacacional 196

Bajo nivel medio de ocupación hotelera 22Insuficiente presencia otro tipo turismo 136Baja rentabilidad económica del hotel 21

Déficit planta hotelera 45Escasa motivación, atractivo empresarial por el

negocio hotelero65

Falta mentalidad empresarial hotelera 100 0,653

0’655

0,654

Influencias directas

recibidas (Indegree)

Etiqueta en la red

Influencias indirectas recibidas

(Incloseness)

VARIABLEEtiqueta en la red

0,659

6

VARIABLE

9

7

0,656

0,711


16


Teniendo en cuenta que el objetivo que preside esta tercera fase es localizar de

forma sistemática las variables más centrales, las tablas anteriores sólo muestran

aquéllas que se encuentran por encima de la media del rango de valores posibles de

dicho indicador. Por ejemplo, en el indicador de las influencias directas recibidas

(Indegree), el rango de valores va de cero a diez. Por lo tanto se han discriminado todas

las variables que presentan un valor igual o inferior a la media (5). De este modo, sólo

10 variables superan la criba (el 5% del total). Sin embargo, cuando observamos la tabla

que muestra el indicador de las influencias indirectas recibidas (tabla 1; derecha),

comprobamos que 20 variables se encuentran por encima del valor medio del rango, el

10% del total. Es decir, al incluir las relaciones indirectas en el análisis de la red

comprobamos que se duplica el número de variables con una elevada accesibilidad en

términos de influencias. Pero además de producirse cambios en las variables en

términos cuantitativos, al tener en cuenta las influencias indirectas también observamos

transformaciones en la composición y orden de las variables de la tabla. En cursiva se

destacan aquellas variables de la tabla 1a (Indegree) cuya posición en el ranking

desciende por debajo del valor de corte al tener en cuenta el indicador de cercanía,

desapareciendo en la tabla 1b. Un ejemplo de lo señalado lo constituye la variable

Escasa e inadecuada planificación urbanística (identificada con el número [64] en la

imagen de la red –figura 2) que, obteniendo una de las puntuaciones más altas cuando se

analizan las influencias directas (9), desaparece de la tabla para dejar paso a otras

variables más conectadas en términos de influencias indirectas. Este es el caso de las

variables destacadas en cursiva de la tabla 1b y, de forma especial, de Aumento en el

consumo de agua [13]. Esta variable sin presencia en la tabla 1a (por recibir 5

influencias), alcanza el primer puesto al introducir las relaciones indirectas.

En definitiva, en lo que respecta a la cercanía recibida de las variables, se

comprueba que los cambios en la centralidad de la red, producto del análisis sistemático

y sistémico de las relaciones indirectas, ponen de manifiesto la compleja red de

repercusiones, demostrando que cada una de las variables está más conectada con el


resto de lo que parece al analizar las relaciones directas. De este modo podemos

observar el papel que juegan las variables en la red total. Así, el análisis de la

centralidad se muestra menos sensible a las causas identificadas durante el proceso de

elaboración de un Diagrama concreto, dándose más peso a la posición que ocupa la

variable en la red total. Por ejemplo en el caso de estudio, la variable Aumento en el

consumo de agua [13], que no aparece en la tabla 1a (Indegree), ocupa el primer puesto

en la tabla que recoge las influencias indirectas recibidas (Tabla 1b –Incloseness).

Continuando el análisis de los valores obtenidos en el indicador de cercanía recibida

(Incloseness), estos valores se pueden interpretar como una medida de la probabilidad

que tienen los impactosp de verse afectados ante una actuación sobre las variables de la

red. Dicha actuación, como resulta evidente, no podrá (o no debería) realizarse

directamente sobre éstas ya que la mayor cercanía recibida (Incloseness) de dichas

variables implica forzosamente la escasa concreción de las mismas, pues existen otras

causas que, al mismo tiempo que las concretan, constituyen el acceso a su modificación.

Un buen ejemplo en este sentido lo encontramos en la variable Aumento en el consumo

de agua [13] (Tablas 1ab). Su elevada cercanía recibida (la mayor del mapa estructural

de impactos) implica que existe un buen número de variables, más concretas, a través de

las que acceder a modificarla. Estas variables pueden ser las de su red local, compuesta

en buena medida por las causas identificadas en la elaboración del Diagrama, ya que

dicha variable [13] es un impactop. Estas variables son fácilmente localizables en la

imagen de la red (Figura 2). Por ejemplo, así se muestran todas las variables que

Aumento en el consumo de agua [13] tiene a su izquierda en dicha imagen e incluso las

que se encuentran alrededor de la variable Aumento de la población [20] en la parte

derecha.

De este modo, resulta evidente que actuando sobre variables como el uso del agua

para actividades como el Golf [120] o las Subvenciones a las infraestructuras del ciclo

del agua [180], se puede llegar a alterar el Aumento en el consumo de agua [13]. No

obstante, la elevada accesibilidad de esta variable también se explica porque existen

otras variables más distantes en términos relacionales, y por tanto menos evidentes en la


18

imagen de la red, pero que igualmente constituyen una puerta de entrada a la

modificación de aquélla. El problema reside en que ni el programa estadístico (Ucinet)

ni el de visualización de redes (NetDraw) ofrecen de forma sistemática las variables

concretas que de forma indirecta afectan a un elemento del mapa estructural de

impactos. Esto sería especialmente útil con las relaciones que se encuentran mediadas

por otras variables y que aparecen distantes en el sistema relacional, ya que su

identificación se vuelve muy laboriosa. Aunque costosa, esta tarea se puede realizar

recorriendo de forma inversa las influencias que recibe una variable determinada. No

obstante, no todas las variables identificadas a lo largo de este afanoso proceso

constituirán, a pesar de su función de causa, variables sobre las que resulta factible

actuar. La razón es que se encuentran en la zona media de la cadena causal y tienen, al

igual que con las variables que sólo cumplen en la red la función de impactop, otras

causas por debajo de ellas que las concretan. Estas causas últimas serán las que resulten

de interés de cara a futuras actuaciones de reorientación del modelo turístico-

residencial, ya que conforme se alejan de los impactosp aumenta su concreción y

capacidad de influencia.

Para lograr este objetivo se emplea el análisis estadístico que permite la

localización (aunque indiferenciada) de la base causal más influyente de la red. Aunque

el resultado de dicho análisis no conecta causas de base y efectos finales, la elevada

accesibilidad de estos efectos (impactosp) y la alta influencia de dichas causas, asegura

que una actuación sobre dicha base causal redundará en una modificación de los efectos

más sensibles y accesibles. Este análisis estadístico se realiza a partir del examen de las

influencias indirectas ejercidas (cercanía ejercida u Outcloseness) por las variables de

la red. Desarrollemos el argumento que acabamos de exponer a partir de las tablas que

muestran el análisis estadístico (Tablas 2ab.).


Identificación de las variables más influyentes del mapa estructural de impactos

Tablas 2ab. Comparativa entre las influencias ejercidas de forma directa (Outdegree) e

indirecta (Outcloseness)

Tabla 2a Tabla 2b


10 64 Escasa e inadecuada planificación urbanística

Falta asociacionismo 72

7 69 Estacionalidad en la afluencia de turistas

Falta comunicación entre Ayuntamiento y población 81

Falta de información del Ayuntamiento a la población 93

Individualismo histórico 131Falta participación ciudadana 103 0,608

Carácter de Dénia: rechazo a los líderes políticos 29 0,604

Escasa presión en el ámbito urbanístico de los empresarios del comercio

66

Falta de continuidad política 86Falta de mayoría política 99

Falta de objetivos de carácter urbanístico 102Falta liderazgo político 98

Mala gestión urbanística de los gobiernos locales 143Predominio iniciativa privada en la planificación

urbanística171

Transferencia de las competencias de las cámaras agrarias al consejo local agrario

192

Escasa e inadecuada planificación urbanística 64 0,598Clima 32 0,577

Mala gestión económica por parte políticos 144 0,573Amortización empresarial rápida en la construcción de

viviendas10 0,57

Falta reserva suelo en la planificacion urbanística 110Alta demanda inmobiliaria 5

Amortización empresarial lenta en el negocio hotelero 11Falta experiencia gestión hotelera 91

Falta interés de la administración a la hora de dotar de infraestructuras deportivas, infantiles, culturales, ocio y

comercio96

Falta interés empresariosa la hora de dotar de infraestructuras deportivas, infantiles, culturales, ocio y

comercio97

Huida inmigrante extranjero no laboral 126Oferta extrahotelera 158

Inversión focalizada en la construcción 137Alto precio del suelo 7

Dificultades financieras para construir hoteles 52Falta conciencia de ciudad o de capitalidad comarcal 83Falta de apoyo político a la oferta comercial y de ocio 74Falta infraestructuras deportivas, infantiles, culturales,

ocio y comercio94

Falta promoción del turismo de invierno 106Falta publicidad de la oferta complementaria existente 107

Horario comercial no adaptado al turismo 125Oferta complementaria demasiado dispersa 157

Priorización de los gobiernos de las infraestructuras básicas

173

Estacionalidad turística 69Turismo vacacional 196

Baja rentabilidad económica del hotel 21Bajo nivel medio de ocupación hotelera 22

Déficit planta hotelera 45Escasa motivación / atractivo empresarial por el negocio

hotelero65

Falta mentalidad empresarial hotelera 100Insuficiente oferta complementaria 135

Insuficiente presencia de otro tipo de turismo 136

0,561

Etiqueta en la red

VARIABLE Etiqueta en la red

VARIABLE

Influencias indirectas ejercidas

(Outcloseness)

0,567

Influencias directas ejercidas

(Outdegree)

0,611

0,601

0,564


20

Al igual que con el indicador de cercanía recibida (Incloseness), en el indicador

de cercanía ejercida (Outcloseness) se muestran las variables que se encuentran por

encima de la media del rango de valores posibles de dicho indicador. Esto se traduce en

que en el caso de las influencias directas ejercidas (Outdegree) sólo dos variables

superan el corte, debido principalmente a las causas identificadas por los stakeholders

en la elaboración de los Diagramas. Sin embargo, al tener en cuenta las influencias

indirectas (tabla de la derecha), en la mitad superior del rango de valores se encuentran

46 variables (el 23% del total). Es decir, las influencias indirectas convierten en

centrales a 44 variables (resaltadas en cursiva) que, a la luz de las influencias directas,

no tendríamos en cuenta. Así, volvemos a comprobar que introducir en el análisis las

influencias indirectas permite poder conocer la posición de las variables en la red total y

no únicamente en su red local; una red local que además se encuentra altamente

condicionada por las influencias directas principalmente imputables a las relaciones de

causalidad identificadas en un Diagrama.

Por ejemplo, si se observa la posición que ocupan en la imagen de la red las

variables que obtienen la mayor puntuación (variables Falta asociacionismo [72], Falta

comunicación entre Ayuntamiento y población [81], Falta de información del

Ayuntamiento a la población [93] e Individualismo histórico [131]) (Figura 2) se

comprueba que son variables con una sola influencia directa ejercida. Pero el hecho de

que estas variables ejerzan su influencia sobre una variable altamente conectada (Falta

de participación [103]) les proporciona la mayor capacidad de influencia sobre la red

con el menor número de pasos. Esta variable obtiene la segunda posición en el ranking

pero no podría establecerse como una variable objetivo de las propuestas de actuación

puesto que existe por debajo de ella un nivel causal más desagregado y concreto

(variables Falta asociacionismo [72], Falta comunicación entre Ayuntamiento y

población [81], Falta de información del Ayuntamiento a la población [93] e

Individualismo histórico [131]) que constituye la “puerta de entrada” a su

transformación. Así, entre las variables que muestra el indicador cercanía ejercida es

necesario realizar una criba de carácter cualitativo. Es decir, en el proceso de toma de

decisiones se debe analizar las variables que aquí aparecen y decidir cuáles tienen un


nivel adecuado de concreción para poder actuar directamente sobre ellas. En otros

casos, como con la variable Clima [32], simplemente las causas escapan al ámbito local

por lo que el nivel de desarrollo de la cadena causal está justificado. No obstante, puede

ocurrir que las variables últimas en la cadena causal de un impactop sean definidas por

la estructura relacional y señaladas por el análisis estadístico como centrales, pero que

no alcancen el nivel necesario de concreción. En este caso habría que reanudar la

cadena causal de esta variable hasta dar con el nivel de concreción requerido. Por

ejemplo, parece claro que cabría profundizar en las causas de la Falta de

asociacionismo [72] para poder emprender medidas de actuación que redunden en una

mayor participación de la ciudadanía. De darse ésta, se generaría un flujo de

repercusiones con una amplia onda expansiva (debida a la elevada cercanía ejercida de

esta variable) en la actividad turístico-residencial en Dénia.

Esta posibilidad puede suscitar alguna duda sobre la validez de la información que

arroja el mapa estructural de impactos. En este sentido, resulta evidente que la cadena

causal puede ser desarrollada en mayor medida profundizando más en las causas que

generen un entramado relacional más amplio que quizás señale hacia otras variables de

fondo con una mayor centralidad. Es decir, parece lógico esperar cambios en la

centralidad del mapa estructural de impactos a partir de la incorporación de nuevos

datos. Sin embargo, puede también ocurrir que la profundización en la cadena causal

sólo evidencie las causas concretas de categorías más amplias pero sin implicar nuevas

relaciones y cambios en la centralidad. En este segundo caso, resulta más eficaz

concentrar los esfuerzos en el desarrollo causal de las variables que adquieren

relevancia en el contexto del caso de estudio. Sin embargo, ésta es una cuestión que, en

la mayoría de ocasiones no se descubre hasta que no se realiza este primer análisis.

En cualquier caso, los límites en el desarrollo de las cadenas causales derivarán de 1) el

tiempo y los recursos materiales y humanos que se pueda destinar a la elaboración de

los Diagramas, y 2) el ámbito de actuación de los destinatarios de la investigación. En

este caso, dado que este proyecto está dirigido a proporcionar información a los


22

tomadores de decisiones en el municipio de Dénia, las cadenas causales se han

circunscrito a la esfera local.

Itinerarios de actuación en el mapa estructural de impactos

Es necesario señalar que los resultados del análisis estadístico de los Diagramas,

además de identificar la(s) variable(s) más explicativas, proporcionan de forma

sistemática una información que ayuda al investigador y/o planificador a discriminar las

variables con las que elaborar itinerarios de actuación rentables en términos de inversión

de recursos. No obstante, puede ocurrir que el planificador decida no actuar sobre las

variables que obtienen la mayor puntuación en la tabla de influencias ejercidas, es decir,

las más explicativas (Tablas 2). Así, el planificador puede decidir prescindir en la

planificación de las actuaciones de mejora, de aumentar la participación ciudadana

(variables con mayor influencia), y orientar los recursos de intervención hacia otras

variables que por determinadas circunstancias considere más accesibles y/o factibles.

Tomando como ejemplo el caso de Dénia, puede ocurrir que en el proceso de toma de

decisiones se considere más adecuado intervenir sobre variables de carácter más técnico

como la Falta de publicidad de la oferta complementaria existente (107) u Horario

comercial no adaptado al turismo (125). De este modo, el planificador puede encontrar

y establecer múltiples itinerarios de actuación mediante la selección de variables que

aunque no presenten los valores más altos en el análisis estadístico, constituyan una

buena elección en el marco de una situación local determinada. Eso sí, prescindir de

actuar sobre las variables más centrales y explicativas redundará en un menor alcance

de la resolución de los problemas.


CONCLUSIONES

El uso de la herramienta informática de análisis de redes (Ucinet) permite

realizar un análisis sofisticado del complejo flujo de repercusiones derivado de los

impactos de la actividad turístico-residencial. Este método identifica de forma

sistemática las causas con mayor potencia explicativa del sistema de repercusiones. Los

resultados obtenidos facilitan la elaboración de itinerarios de actuación por parte de los

tomadores de decisiones. Estos agentes pueden seleccionar las variables más adecuadas

sobre las que intervenir a partir de los resultados del análisis estadístico del mapa

estructural de impactos y de las circunstancias particulares de cada municipio.

Hasta la fecha, la mayoría de los diagnósticos realizados sobre municipios

turísticos-residenciales habían identificado la Escasa e inadecuada planificación

urbanística como la principal responsable de los problemas que aquejan a este tipo de

municipios (Programa MUNRES, 1996; Navalón, 1995; Vera y otros, 1997; Mazón,

2006). No obstante, la aplicación del análisis informático de redes a la Metodología de

Redes Causales en el caso del diagnóstico de las repercusiones de la actividad turístico-

residencial sobre el municipio de Dénia, aporta unos resultados distintos. Si se tuviera

en cuenta exclusivamente las influencias directas, aparecería la Escasa e inadecuada

planificación urbanística como la variable con mayor capacidad explicativa del mapa

estructural de impactos. Esto es así porque esta variable ejerce el mayor número de

influencias directas (10) sobre otras variables de la red (ver tabla 2a).

Sin embargo, cuando se observan las variables más influyentes y explicativas de

la red a partir del análisis de las influencias indirectas, se comprueba que la Escasa e

inadecuada planificación urbanística pierde peso explicativo. Aparecen, entonces, otras

causas más influyentes que hacen referencia al déficit democrático existente durante los

procesos de toma de decisiones en el ejercicio de las potestades municipales en materia

de urbanismo y planificación. En concreto, las variables con una mayor capacidad

explicativa del sistema relacional se encuentran alrededor (son causa) de la variable

Falta de participación ciudadana (la segunda en valoración) y hacen referencia a la

Falta de asociacionismo, a la Falta de comunicación entre Ayuntamiento y población, a


24

la Falta de información del Ayuntamiento a la población y al Individualismo histórico.

Así, la aplicación de este método revela que lo que en un primer momento podría

considerarse como una causa de fondo sobre la que actuar (Escasa e inadecuada

planificación urbanística), resulta ser en el mapa estructural de impactos, más bien un

síntoma ocasionado por una serie de variables más basales.

Así, mientras esta propuesta comparte con otros métodos de diagnóstico las

limitaciones de reducir la realidad a un número de variables y de sus relaciones, este

método aporta una serie de virtudes relacionadas con: 1) la mayor cantidad y calidad de

la información de base mediante la incorporación de los stakeholders, y 2) una

herramienta sofisticada de gestión de la información que permite llevar a cabo análisis

sólidos y holísticos del segmento de la realidad seleccionado. De esta manera se

proporciona a los tomadores de decisiones locales una herramienta para la planificación

que desvela la intrincada red causa-efecto generada por la actividad turístico-residencial

partiendo de una información altamente valiosa altamente valiosa y rica en contendidos

por su origen deliberativo y socialmente compartido.


BIBLIOGRAFÍA

ALEDO, A. (2008): “De la tierra al suelo: la transformación del paisaje y el nuevo

turismo residencial” Arbor, Vol CLXXXIV, Nº 729: 99-113.

ALEDO, A. y MAZON, T. (2005): “Impacts of residential tourism and the destination

life cycle theory”, en F. D. Pineda (ed.), Sustainable Tourism, Wessex, WITPress.

ALEDO, A., MAZON, T., MANTECONA, A. (2007): “La insostenibilidad del turismo

residencial” en Antropología y turismo: claves culturales y disciplinares. México.

Editorial Plaza y Valdes. Págs. 185–208.

BLANQUER CRIADO, D. (Dir.) (2002): Ordenación y gestión del territorio turístico.

Valencia. Editorial Tirant Lo Blanch.

BROHMAN, J. (1996): Popular Development: Rethinking the theory and practice of

development. Oxford. Blackwell.

CASADO DÍAZ, M.A. (1999): “Socio-demographic impacts of residential tourism: a

case study of Torrevieja”. The International Journal of Tourism Research, Nº. 1: 223-

237.

CIUDAD, R., (1995): “Población y desarrollo urbano de la ciudad de Dénia”. Espacio,

Tiempo y Forma, Serie VI, Geografía, t. 8: 35-99.

DIARIO El PAIS 17-07-08: 7. Madrid, España.

DOMINGO, C. y VIRUELA, R (2001): “Cadenas y redes en el proceso migratorio”, en

Scripta Nova. Revista electrónica de Geografía y Ciencias Sociales. Vol. 5, Nº. 94, pág.

8.


26

EXCELTUR (Alianza para la excelencia turística) (2005): Impacto de los modelos de

desarrollo turístico en el litoral mediterráneo y las islas, Madrid. Dirección URL:

http://exceltur.org/excel01/contenido/portal/files/auxfolder3/Sumario_residencial_completo.pdf. Consulta: 22

de agosto de 2007.

GARCIA-ANDREU, G. (2005): “Un acercamiento al concepto de turismo residencial”,

en MAZON, T. y ALEDO, A., Turismo residencial y cambio social: nuevas

perspectivas teóricas y empíricas. Alicante. Agua Clara. Págs. 55-70.

GARCIA-ANDREU, H. y RODES, J. (2004): “Análisis y comparativa de cinco

municipios turísticos de la Costa Blanca”, en ALVAREZ SOUSA, A. (coord.),

Turismo, ocio y deporte. A Coruña. Universidad A Coruña, págs. 377-392.

HANNIGAN, J. (1995): Environmental sociology: a social constructionist perspective.

Londres. Routledge.

JAMAL, T. y GETZ, D. (1995): “Collaboration Theory and Community Tourism

Planning”, en Annals of Tourism Research. USA, Vol. 22, Nº. 1, págs. 186-204.

JURDAO ARRONES, F. (1992): Los mitos del turismo. Madrid. Endymion.

MATHIESON, A y WALL, G. (1990): Turismo: Repercusiones económicas, físicas y

sociales. México. Trillas.

MAZON, T. (2006): “Inquiring into Residential Tourism: The Costa Blanca Case”.

Tourism and Hospitality Planning & Development, Vol. 3, Nº. 2: 89-97.

MAZÓN, T. y HUETE, R. (2005): “Turismo residencial en el litoral alicantino: los

casos de Dénia, Altea, Benidorm, Santa Pola y Torrevieja”, en MAZON, T. y ALEDO,

A, Turismo residencial y cambio social. Nuevas perspectivas teóricas y empíricas.

Alicante. Aguaclara.


MAZÓN, T., ALEDO, A., ARROCHA, A. y MARTÍNEZ, E. (1996): El turismo

inmobiliario en la provincia de Alicante: análisis y propuestas. Alicante. Patronato

Provincial de Turismo Costa Blanca, Diputación de Alicante.

MILES, M. B. y HUBERMAN, A. M. (1994): Qualitative data analysis : an expanded

sourcebook. Londres. Sage.

MUNRES (1994): Programa de Revitalización de Municipios con Turismo Residencial.

Alicante. Diputación Provincial de Alicante.

MUNRES (1996): Programa de revitalización de municipios con turismo residencial.

Alicante. Diputación Provincial de Alicante.

NASH, R., (2006): Casual Network Methodology. Tourism Research Applications, en

Annals of Tourism Research, Vol. 33, Nº.4, págs 918-938.

NAVALON, M. (1995): El planeamiento urbano y el turismo residencial en los

municipios litorales alicantinos. Alicante. Ed I.E. Juan Gil-Albert.

O’REILLY, K. (2007): The Rural Idyll, Residential Tourism, and the Spirit of Lifestyle

Migration, ASA Conference 2007. Londres. London Metropolitan University, 10-13

abril, 2007.

OLCINA, J. y RICO, A. (2005): “Un crecimiento territorial con pies de barro”, en J.

ROMERO y M. ALBEROLA (coords.), Los límites del territorio. El País Valenciano

en la encrucijada. Valencia. Universidad de Valencia.

ORTIZ, G., GARCIA-ANDREU, H., JUAN, Mª. P., ALEDO, A. (2007):

“Epistemological and ethical dilemmas of public participation on residential tourism

planning”, en Pasos. Revista de turismo y Patrimonio Cultural. Vol 5, Nº.3. págs. 323-

329.


28

OSEa (Observatorio de la Sostenibilidad en España) (2006): Sostenibilidad en España

2006, Madrid, Mundi-Prensa Libros S.A.

OSEb (Observatorio de la Sostenibilidad en España) (2006): Cambios de ocupación del

suelo en España, Madrid, Mundi-Prensa Libros S.A.

RODRÍGUEZ, V., FERNÁNDEZ-MAYORALAS, G. y ROJO, F. (1998): “European

retired in the Costa del Sol: A cross-Nacional Comparison”. International Journal of

Population Geography, 4.

SERVEF (Servicio Valenciano de Empleo y Formación, Generalitat Valenciana, 2008)

en http://www.pre.gva.es/ última consulta 22-8-2008.

TORRES, E. (2003): “El turismo residenciado y sus efectos en los destinos turísticos”.

Estudios Turísticos, Nº 155-156: 45.

TOSUN, C. y TIMOTHY, D. J. (2003): “Arguments for Community participation in the

tourism development process”, en The Journal Of Tourism Studies, Nº.14.

VERA, F. (1992): “Turismo y crisis agraria en el litoral alicantino”, en JURADO, F.,

Los mitos del turismo. Madrid. Endimión, Col. Turismo y Sociedad.

VERA, F. (1997): “La dimensión territorial y ambiental del turismo”, en VERA, F.,

Rebollo (coord.), Análisis territorial del turismo: una nueva geografía del turismo,

Barcelona. Editorial Ariel.

VERA, F. e IVARS BAIDAL, J. A. (2002): “Turismo, territorio y desarrollo regional en

la Comunidad Valenciana”, en BLANQUER, David (Dir.), Ordenación y gestión del

territorio turístico. Valencia. Tirant Lo Blanch.


VERA, F. y MONFORTE, V. (1994): “Agotamiento de modelos turísticos clásicos.Una estrategia territorial para la cualificación: la experiencia de la ComunidadValenciana”, en Revista Estudios Turísticos, Nº. 123.

VIRUELA, R. y DOMINGO, C. (2001): “Población extranjera en el País Valenciano”.

Arxius, Nº 5: 147-182.

x congreso espaÑol de sociologÍa ... - fes-sociologia… · entendemos por análisis sólido...

Documents