Evaluación Ex Ante del Desarrollo Rural Sostenible mediante técnicas de minería textual y análisis del espacio rural de internet. Caso de estudio : comarcas rurales de la Comunidad de Madrid (España)

El interés por el concepto “Desarrollo Sostenible” ha ido creciendo en estos últimos años hasta llegar a adquirir una perspectiva de interés global. Sin embargo, los efectos globales necesitan de acciones locales y si bien a pequeña escala se está teniendo en cuenta la sostenibilidad en los proyectos, generalmente no se contempla el desarrollo sostenible de una manera integral. Es necesario tener un enfoque multidisciplinar de la sostenibilidad para poder alcanzar un Desarrollo Sostenible real, considerando los tres ejes de la sostenibilidad: social, económico y medio ambiental. Por otra parte, el Desarrollo Sostenible no se puede enfocar de la misma manera en las zonas urbanas que en las zonas rurales. Las ciudades suelen estar más alejadas del medio natural y su economía está más vinculada al sector secundario y terciario. Las zonas rurales, por su parte, están más vinculadas al medio natural y su economía incluye el sector primario. Por tanto, es necesario diferenciar dos tipos de Desarrollo Sostenible (DS): el Desarrollo Urbano Sostenible (DUS) y Desarrollo Rural Sostenible (DRS). Este trabajo se centra en la evaluación del DRS, que deberá tener en cuenta las particularidades generales de los territorios rurales y, por otro lado, aquellas que son propias del territorio de estudio. Antes de decidir qué políticas aplicar para avanzar en el DRS, es necesario realizar un diagnóstico del territorio rural para evaluar su estado y detectar necesidades, debilidades, amenazas, fortalezas y oportunidades. Además del diagnóstico DAFO, se debe realizar una evaluación ex ante del DRS. Existen distintos métodos para evaluar la sostenibilidad, que se pueden aplicar para evaluar el DRS, sin embargo, desde que la ONU presentó en 2015 la Agenda 2030, los diecisiete Objetivos de Desarrollo Sostenible (ODS) se han convertido en una herramienta idónea para evaluar el DS a través del análisis de sus indicadores. Cada ODS cuenta con un conjunto de metas e indicadores que permiten medir su estado y su avance. Sin embargo, aunque estos indicadores son una buena herramienta para evaluar el DRS, su análisis es complejo y costoso, ya que se deben recopilar con conjunto amplio de datos para el cálculo de cada indicador. La precariedad económica de las zonas rurales no favorece a las posibilidades de realizar una evaluación previa de calidad que ayude a la toma de decisiones sobre qué proyectos o acciones son los más adecuados para avanzar en el DRS. Por esta razón, es necesario encontrar métodos más económicos que permitan aproximarse a la evaluación del DRS de los territorios que sean más sencillos, económicos y que ofrezcan información útil. En este trabajo se propone un modelo de análisis del DRS a través de los ODS en un utilizando fuentes de datos alternativas analizados con técnicas de Minería Textual. Estas fuentes son documentos de texto del territorio digitalizados y datos recogidos en el espacio rural de internet (ERI). En el capítulo 3 se describe el proceso de análisis de documentos textuales con Minería Textual (MT) y las fuentes de información alternativas que se pueden utilizar. La MT es un proceso a través del cual se puede extraer conocimiento nuevo de documentos textuales que no aparece de manera explícita en su lectura. Esta técnica permite analizar fuentes de datos alternativas que siempre deben ser documentos con formato de texto. Los datos textuales se consideran información no estructurada, es decir no están organizados por variables en una base de datos, por tanto, la mayor dificultad que tiene este proceso es la limpieza y estructuración de dicha información para que sea fácilmente analizable. El proceso de MT se divide en dos fases: el preprocesamiento y las operaciones básicas de minería. En la primera fase, se limpian y ordenan los datos para que se puedan analizar. La segunda fase consiste en encontrar patrones en dichos datos ordenados. Las fuentes de información alternativas propuestas son: los documentos de texto vinculados al territorio y la información del espacio rural de internet. En el capítulo 4 se describe el caso de estudio que son las tres comarcas rurales de la Comunidad de Madrid (España): La Sierra Norte, La Sierra Oeste y Las Vegas y la Alcarria de Alcalá. Dos de las comarcas son zonas de montaña, la Sierra Norte y la Sierra Oeste, mientras que la tercera es una comarca ubicada en una zona de vegas (Las Vegas y la Alcarria de Alcalá). Las tres comarcas reciben fondos de la Unión Europea para el desarrollo rural y parte de estos fondos pertenece a la Iniciativa LEADER, que gestiona fondos para el desarrollo rural participativo. Para recibir estos fondos, las comarcas rurales necesitan formar un Grupo de Acción Local (GAL), que es una asociación de los actores de los territorios enmarcados en la iniciativa LEADER. Los GAL son los encargados de elaborar una Estrategia de Desarrollo Local Participativo (EDLP) realizando dinámicas participativas con los distintos actores de la comarca. Los documentos del territorio que se han analizado son: Las Estrategias de Desarrollo Local Participativos (EDLP) y el Espacio Rural de Internet (ERI) de dichas comarcas. Dentro del ERI se han analizado, por un lado, analizan las noticias de Google y, por otro lado, los grupos y páginas de Facebook. En el capítulo 5 se describen los cuatro análisis de MT realizados. El primer análisis es la base de los demás análisis en el que se detectan las palabras clave de los ODS y se analizan las interacciones que existen entre los ODS. Para encontrar estas relaciones se analizan los documentos oficiales de sus metas. Dentro de estos documentos se seleccionan las palabras clave de cada ODS a través de cuatro métodos distintos. Estas palabras clave son las que permiten detectar las relaciones entre los objetivos y encontrar las palabras clave que se utilizarán en los análisis siguientes. El segundo análisis, detecta la vinculación de los ODS con las EDLP de las tres comarcas rurales. Para conocer la presencia de estos ODS en los textos programáticos de las Estrategias Desarrollo Local Participativo (EDLP) se utilizan dos métodos, uno basado en el criterio de la autora de la investigación y otro basado en técnicas de MT. En el primer método, es la investigadora la que decide qué ODS está presentes en la EDLP. En el segundo se analizan los textos de las EDLP detectando la presencia de los ODS a través de sus palabras clave. El tercer y cuarto análisis están relacionados con el Espacio Rural de Internet (ERI). Este espacio comprende todos los medios de comunicación e información de internet: las webs, la prensa digital, los buscadores y los medios sociales, etc. El análisis se ha desarrollado en dos partes: en primer lugar, el análisis de las noticias de Google y, en segundo lugar, el análisis de la participación en el medio social Facebook. El análisis de las noticias permite conocer los hechos singulares, actividades o acontecimientos más destacados o extraordinarios ocurridos en un territorio. Este análisis es que ayuda a conocer mejor el territorio y su contexto. Las noticias a su vez se han vinculado con los ODS y de esta manera se puede identificar qué sucesos podrían tener relación con el DRS. Se han utilizado dos métodos de análisis complementarios: el primero, analiza la presencia de los ODS a través de sus palabras clave; y el segundo, clasifica las noticias en categorías basadas en las necesidades estratégicas de las EDLP en función de las palabras extraídas de las noticias y clasificadas por la autora de la investigación. El análisis de la participación en Facebook analiza las páginas y grupos de la red social vinculados a las tres comarcas de estudio utilizando técnicas de Social Media Mining. En primer lugar, se extraen los grupos y páginas de cada uno de los municipios de las comarcas y a continuación se clasifican en categorías basadas en las necesidades estratégicas de las EDLP, que a su vez estarán asociadas a los distintos ODS. Este análisis permite conocer cuáles son los intereses de la población y ver qué utilidad tiene las páginas y grupos vinculados a las comarcas para el DRS. En el capítulo 5 se presentan los resultados y la discusión de los cuatro análisis realizados. El resultado del análisis de las relaciones entre los ODS muestra que las relaciones entre los ODS son similares en los cuatro métodos utilizados para seleccionar las palabras clave de los ODS. Los objetivos más y menos conectados coinciden en los cuatro métodos. La representación de la red entre ODS permite visualizar además las relaciones específicas de cada Objetivo, permitiendo comprender mejor cuáles son los vínculos entre ellos. Conocer las relaciones entre los ODS puede ayudar a planificar mejor el DRS y elaborar políticas que afecten a varios objetivos. El ODS más conectados es el 2, hambre y agricultura sostenible; Los ODS menos conectados son el 7, energía sostenible; el 13, cambio climático; y el 16, justicia, paz y buena gobernanza. El resultado del análisis de la vinculación de los ODS con las EDLP según el criterio de la autora de la investigación muestra que los objetivos con mayor presencia en las tres comarcas son: el ODS 8, sobre crecimiento económico y empleo digno; el ODS 11, sobre ciudades y comunidades sostenibles; y el ODS 9, sobre infraestructura, industria e innovación. Los objetivos con menor presencia son el ODS 1, sobre fin de la pobreza, el ODS 6 sobre agua y saneamiento; el ODS 14, sobre protección de ecosistemas marinos; y el ODS 17, sobre alianzas internacionales. Según el método de minería textual, el ODS 8 es también el que tiene mayor presencia y los ODS 9 y 11 se encuentran también en posiciones altas. Los objetivos con menor presencia por medio del método de minería textual coinciden con los que tenían valor nulo en el criterio de experto, pero en este caso aumentan algo su presencia. El análisis de minería textual permite encontrar relaciones menos evidentes. La combinación de los dos análisis permite tener una idea de cuáles son los ODS más y menos presentes en las estrategias, permitiendo planificar mejor el DRS. El tercer análisis sobre las noticias de Google muestra que los objetivos más relacionados con ellas coinciden en las tres comarcas y son: el ODS 11, sobre ciudades y asentamientos sostenibles; el ODS 3, sobre sobre salud y bienestar; el ODS 2, sobre fin del hambre y agricultura sostenible; y el ODS 15, sobre conservación de ecosistemas terrestres. Los ODS menos presentes también coinciden en las tres comarcas siendo el ODS 7, sobre energía sostenible; el ODS 10, sobre igualdad; el ODS 13, sobre cambio climático; y el ODS 14, sobre protección de ecosistemas marinos. En el segundo método de análisis basado en las categorías de las necesidades estratégicas de las EDLP muestra que las noticias están relacionadas con estas categorías: administración local; cultura, ocio y deporte; patrimonio natural y medio ambiente; y sector agrario y agroalimentario. Las categorías menos frecuentes son: energía y minería; innovación, investigación y ciencia; empleo; y mujer y género. Estos resultados dan una idea sobre cuáles han sido las temáticas principales de los acontecimientos pasados de las comarcas. Aunque son los medios de comunicación los que deciden qué noticias publicar, y las temáticas más frecuentes son muy similares en las tres comarcas, las noticias divulgadas son sobre hechos, actividades o acontecimientos de interés, lo que no depende del tamaño del municipio, ni de la decisión del medio de comunicación. El resultado del cuarto análisis sobre las páginas y grupos de Facebook permite conocer el grado y tipo de participación de las comarcas y sus municipios en la red social, clasificando las páginas y grupos de cada región en categorías basadas en las necesidades estratégicas vinculadas a su vez a los ODS. En general, la participación es mayor en municipios con más habitantes, sin embargo, existen excepciones de municipios pequeños con alta participación en la red. Las páginas y grupos son en su mayoría públicos y apenas existen grupos privados, por tanto, la participación está abierta a toda persona interesada. En cuanto a la clasificación las categorías de las necesidades estratégicas, hay un alto número de páginas y grupos sobre empresas y negocios, temas culturales, temas generales y de partidos políticos. Las páginas y grupos específicas de educación, empleo, sanidad, igualdad apenas están presentes, sin embargo, es posible que estos asuntos se traten en las páginas y grupos sobre temas generales y partidos políticos. El análisis nos da una idea de cuáles son los sectores de las comarcas rurales que participan más o qué colectivos de población se movilizan más para interaccionar con el mundo a través de esta red. El capítulo 6 son las conclusiones generales del estudio, en el cual se ha realizado una evaluación ex antes del territorio a través de distintas fuentes de datos alternativas que se complementan y aportan información adicional para la evaluación previa del DRS. El análisis de las relaciones de entre los ODS, permite entender el funcionamiento del desarrollo sostenible de manera integral y como unos objetivos se relacionan con otros. Este resultada servirá de apoyo a la hora de planificar el DRS, permitiendo conocer cómo se pueden impulsar unos ODS a través de otros. El análisis de la EDLP permite entender cómo se plantea el DRS desde las estrategias y proyectos de desarrollo rural de las comarcas. El análisis de las noticias permite estudiar los hechos o acontecimientos más significativos que han ocurrido en un territorio, así como describir las particularidades del territorio. El análisis de la participación en Facebook nos permite entender las dinámicas de participación on line del territorio a través de los medios sociales. Toda esta información ayuda a tener una imagen del territorio más completa. Como última reflexión consideramos que la población necesita tener más razones para quedarse a vivir en las zonas rurales, siendo sostenibilidad un conjunto multidisciplinar de razones, las cuales favorecerían al DRS y a fijación de población. La existencia de unos servicios básicos de calidad: tener un centro de salud, un colegio, una biblioteca, un transporte de calidad o buenas comunicaciones animan a la población a permanecer en el territorio. Los municipios rurales de mayor tamaño cuentan con más servicios, motivo por el cual han visto aumentar su población, mientras que los pueblos más pequeños continúan reduciendo el número de habitantes. Otra necesidad esencial es el acceso al empleo. En este sentido, las estrategias de desarrollo parecen estar bien enfocadas. Por otro lado, la cultura parece que es el ámbito con más movimiento por los resultados de las noticias y de la participación analizadas en Facebook. Esto es muy positivo, porque la cultura es un bien inmaterial muy importante para asentar la población al territorio, sobre todo para los más jóvenes, sin embargo, según las políticas más recientes no parece tan urgente actuar a este respecto. La energía es otro objetivo que aparece escasamente en todos los análisis. Aspecto que debe ser trabajado de manera independiente y paralelamente al resto de ODS, siendo un objetivo que debe lograrse a medio-largo plazo. En nuestra opinión, el DRS debería impulsar todos los ODS que afectan al ámbito rural, sin dejar ninguno atrás, bien actuando sobre ellos o bien actuando sobre otros como trampolín para alcanzarlos. Sin embargo, en cada territorio se debe crear una estrategia propia y por eso es necesario realizar una evaluación específica del DRS, apoyada en este tipo de herramientas, que permita conocer con detalle las particularidades del territorio. ABSTRACT Interest in "Sustainable Development" has been growing in recent years until it has acquired a global perspective. However, global effects require local actions and while on a small-scale sustainability is being considered in projects, sustainable development is generally not contemplated in an integral way. It is necessary to have a multidisciplinary approach to sustainability to achieve a real Sustainable Development, considering the three axes of sustainability: social, economic and environmental. On the other hand, Sustainable Development cannot be approached in the same way in urban areas as in rural areas. Cities tend to be further away from the natural environment and their economy is more linked to the secondary and tertiary sector. Rural areas, on the other hand, are more linked to the natural environment and their economy includes the primary sector. Therefore, it is necessary to differentiate two types of Sustainable Development: Sustainable Urban Development and Sustainable Rural Development (SRD). This work focuses on the evaluation of the SRD that must consider the general particularities of the rural territories and, on the other hand, those that are typical of the study territory. Before deciding what policies to apply to advance in the SRD, it is necessary to carry out a diagnosis of the rural territory to evaluate its state and detect needs, problems, and strengths, etc. There are different methods to assess sustainability, but since the UN presented the 2030 Agenda in 2015, with its seventeen Sustainable Development Goals (SDG), they are a good tool to evaluate this development, through the analysis of its indicators. The SDG are currently the main reference for Sustainable Development and each one has a set of targets and indicators that allow measuring their status and progress. However, although these indicators are ideal for evaluating the SRD, their analysis is complex and expensive, since there must be a broad set of data for each indicator that must be previously collected. The economic precariousness of rural areas does not favor the ability to carry out a prior evaluation of the quality SRD, which facilitates decision-making on which projects or actions are the most appropriate to advance in it. For this reason, it is necessary to find alternative methods or support tools to carry out the evaluation of the SRD, which are simpler, cheaper and that offer useful information for its evaluation. This paper proposes to analyze the SDG in a rural territory through alternative data sources. These sources consist of textual documents, whose analysis will be carried out by means of Textual Mining techniques. Chapter 2 describes the process of analysis with Textual Mining (TM) and what are the alternative sources of information that can be used. TM is a process through which new knowledge can be extracted from textual documents that does not appear explicitly in their reading. This technique allows you to analyze alternative data sources that should always be documents with text format. Textual data is considered unstructured information, that is, it is not organized by variables in a database, therefore, the greatest difficulty that this process has is the cleaning and ordering of said information so that it is easily analyzed. The TM process is divided into two phases: preprocessing and basic mining operations. In the first phase, the data is cleaned and sorted so that it can be analyzed. The second phase is responsible for finding patterns in these ordered data. The alternative sources of information proposed are text documents linked to the territory and information from the rural area of the internet. The study has been carried out for the three rural regions of the Community of Madrid (Spain): The Sierra Norte, The Sierra Oeste and Las Vegas and the Alcarria de Alcalá. The documents that have been analyzed are: The Local Development Strategies (LDS) and the Rural Internet Space (ERI) of these regions. Within the ERI have been analyzed, on the one hand, analyze Google news and, on the other hand, Groups and Facebook pages. Chapter 3 develops the case study of the three rural regions of the Community of Madrid (Spain). Two of the regions are mountain areas, the Sierra Norte and the Sierra Oeste, while the third is a region located in a riverside area (Las Vegas and the Alcarria de Alcalá). Each region has its own Local Action Group (LAG), which is an association of the actors of the territories that manages the participatory rural development funds of the European Union framed in the LEADER initiative. The LAGs are responsible for developing a strategy for the development of their territory by carrying out participatory dynamics with the actors of this space. Chapter 4 describes the TM methodologies used to analyze alternative data sources. The first analysis that has been carried out has the mission of finding the relationships that exist between the SDG. To find these relationships, the official documents of your goals are analyzed. Within these documents, the keywords considered key for each SDG are selected through four different methods. These keywords are what allow to detect the relationships between the objectives. This analysis also allows us to find the keyword selection methodology that will be applied in the rest of the analyses. In the second analysis, the link between the SDG and the development strategies of the three rural regions is detected. To locate the presence of these SDG in these strategies, the programmatic texts of the Local Development Strategies (LDS) are analyzed. To carry out this analysis, two methods are tested, one based on expert criteria and the other based on TM techniques. In the first method, the expert is the one who decides which SDG are present in the LDS. In the second, the texts of the LDS are analyzed, detecting the presence of the SDG through their keywords. The third and fourth analyses use the information collected in the Rural Internet Area (ERI). This space includes the media and information of the internet: websites, digital press, search engines and social networks, etc. This analysis has been developed in two parts: the analysis of Google news and the analysis of participation in the social media Facebook. The analysis of the news allows to know the most outstanding or extraordinary events that occurred in a territory, which helps to know its context and the past events of the same that caused greater interest to the media. The news is linked to the SDG and in this way, you can identify the events that could affect the SRD. Two complementary methods have been used for this analysis: the first, it analyzes the presence of the SDG through their keywords; and the second, uses a bag of words extracted from the news and classified into categories based on the strategic needs of the LDS. The first allows to link the news of a territory with the SDG and the second allows to link the news with the LDS of each region. On the other hand, the analysis of Facebook allows to know the pages and groups linked to the regions that appear in the Social Network trough Social Media Mining Techniques. First, the groups and pages of each of the municipalities are extracted manually and classified into categories based on the strategic needs of the LDS, which in turn are associated with the different SDG. Chapter 5 presents the results and discussion of the four analyses performed. The result of the analysis using the four methods shows that the relationships between the SDG are similar with respect to those connected goals of the relationships between the SDG shows that they are similar in the four methods with respect to the more and less connected SDG. The representation of the network between SDG also allows to visualize the specific relationships of each Goal and its value, allowing a better understanding of the links between them. Knowing the relationships between the SDG can help to develop policies in which several objectives are involved. The most connected SDG is 2, hunger and sustainable agriculture; The least connected SDG are 7, sustainable energy; 13, climate change; and 16, justice, peace and good governance. The result of the analysis on the presence of the SDG in the LDS shows the following: in the method based on expert criteria, the objectives with the greatest presence in the three regions are: SDG 8, on economic growth and decent employment; SDG 11, on sustainable cities and communities; and SDG 9, on infrastructure, industry, and innovation. The Goals with the lowest presence according to expert criteria in the three regions are: SDG 1, on ending poverty, SDG 6 on water and sanitation; SDG 14, on the protection of marine ecosystems; and SDG 17, on international partnerships. According to the textual mining method, SDG 8 is also the one with the greatest presence and SDG 9 and 11 are also in high positions. The objectives with less presence through the textual mining method, coincide with those that had zero value in the expert criterion, but in this case, they increase their presence somewhat. Textual mining analysis allows to detect indirect relationships of the SDG with the LDS The combination of the two analyses allows us to have an idea of which are the SDG more and less present in the LDS and thus be able to better plan the most appropriate strategy to promote those objectives less present orthose that should be worked on independently. The result of the analysis of the news shows that the Goals most linked to them in the three regions are: SDG 11, on sustainable cities and settlements; SDG 3, on health and well-being; SDG 2, on ending hunger and sustainable agriculture; and SDG 15, on conservation of terrestrial ecosystems. The least present SDG also coincide in the three regions being SDG 7, on sustainable energy; SDG 10 on equality; SDG 13, on climate change; and SDG 14, on the protection of marine ecosystems. In the second method based on the categories of strategic needs of the LDS, the news belongs mainly to the categories related to local administration; culture, leisure and sport; natural heritage and environment; and the agricultural and agri-food sector. The least frequent categories in the three regions are energy and mining; innovation, research and science; employment; and women and gender. These results give an idea about what have been the main themes of past events in each region, and which have been infrequent. Although the choice of the media about what news to publish seems to influence the most frequent topics since the results are very similar in the three regions, where there is no fact of interest, there is no news that can be published. Therefore, those less frequent categories are also those topics on which there have been hardly any actions, activities or events of interest. The result of fakebook’s analysis allows us to know the degree and type of participation of the regions and their municipalities in the social network, classifying the pages and groups of each region into categories based on strategic needs. In general, participation is higher in municipalities with more inhabitants, however, there are exceptions of small municipalities with high participation in the network. The pages and groups are mostly public and there are hardly any private groups, therefore, participation is open to anyone interested. As for the classification of these pages and groups, there are a high number of companies and businesses, pages and groups of general topics, political parties and cultural issues. Pages and groups on social issues such as education, employment, health, equality is barely present, however, they may also be dealt with in those of general categories and Political Parties. Although Facebook does not fully represent the reality of the territory, the analysis gives us an idea of which are the most participatory sectors in the network and which population groups are most mobilized to interact with the world through the network. Chapter 6 are the final conclusions of the study, in which an analysis of the territory has been carried out through different alternative data sources with different approaches but that complement each other and provide information to evaluate the SRD. The analysis of the relationships between the SDG, allows to understand the functioning of sustainable development in an integral way and how some Goals are linked to others, and this can help to promote one through another. The analysis of the LDS allows us to understand how the SRD is proposed from the rural development policies and projects of the regions. The analysis of the news allows to study the most significant facts or events of a territory that have occurred in it as well as to describe how the territory is, its problems and its strengths. The analysis of participation on Facebook allows us to understand the dynamics of participation of the territory through social media. All this information helps to have a more complete picture of the territory. As a last reflection we consider that the population needs to have more reasons to stay to live in rural areas, being sustainability a set of them, which would favor the SRD and population fixation. The existence of quality basic services as health centre, schools, a library, quality transport or good communications, encourage the population to stay in the territory. Larger rural municipalities have more services, which is why they have seen their population increase, while smaller towns continue to reduce the number of inhabitants. Another essential need is access to employment. In this sense, development strategies seem to be well focused. On the other hand, culture seems to be the area with the most movement due to the results of the news and participation analyzed on Facebook. This is very positive, because culture is a very important immaterial good to settle the population to the territory, especially for the youngest, however, according to the most recent policies it does not seem so urgent to act in this regard. Energy is another goal that appears sparsely in all analyses. An aspect that must be worked on independently and in parallel with the rest of the SDG, being an objective that must be achieved in the medium-long term. In our opinion, the DRS should promote all the SDG that affect the rural area, leaving none behind, either acting on them or acting on others as a springboard to achieve them. However, in each territory an own strategy must be created and that is why it is necessary to carry out a specific evaluation of the SRD, supported by this type of tools, which allows to know in detail the needs and strengths of the territory.