81.47.175.20181.47.175.201/TRACC/attachments/article/16/2004... · Per aquest motiu la primera persona a qui vull expressar el meu agraïment és la doctora Anna Cabré, en tant que

MEMÒRIA DE RECERCA DEL DOCTORAT DE GEOGRAFIA

DEPARTAMENT DE GEOGRAFIA / CENTRE D’ESTUDIS DEMOGRÀFICS

UNIVERSITAT AUTÒNOMA DE BARCELONA

CONSTRUCCIÓ I ANÀLISICOMPARATIVA D’INDICADORS

D’ACCESSIBILITAT PER ALSMUNICIPIS DE CATALUNYA

Joan Alberich González

Director:Dr. Juan Antonio Módenes Cabrerizo

Març de 2004

Aquesta memòria d’investigació s’inscriu dins del projecte BSO2000-0477 Población y migraciones en Cataluña.Estudio territorial, histórico y prospectivo, finançat pel Ministerio de Ciencia y Tecnología. Programa Nacional dePromoción General del Conocimiento. Plan Nacional I+D+I 2000-2003, la investigadora principal del qual

és la Dra. Anna Cabré i Pla

Construcció i anàlisi comparativa d’indicadors d’accessibilitat per als municipis de Catalunya

- I -

AGRAÏMENTS

Vaig sentir a parlar per primera vegada de la teoria del caos i els efectes de l’imprevist en les trajectòries vitals i

laborals dels individus durant el meu primer curs del doctorat en geografia, quan ja estava inmers en un procés de

canvis que m’han dut, almenys en primera instància, a defensar la present memòria d’investigació.

Per aquest motiu la primera persona a qui vull expressar el meu agraïment és la doctora Anna Cabré, en tant que

ha estat ella qui s’ha encarregat en tot moment de guiar-me i encaminar-me fins on sóc ara, comprenent les meves

inquietuds i donant sentit a algunes decisions meves, preses de manera, un cop més, una mica eixelebrada. En aquest

sentit, és igualment just expressar el meu agraïment a Hermínia Pujol, gerent del Centre d’Estudis Demogràfics (en

endavant, CED), per haver confiat en mi durant el meu primer any d’estada al Centre, previ a l’obtenció de la beca

predoctoral de què gaudeixo actualment; així com a Soco Sancho, perquè no en va, va ésser la primera persona del

CED amb qui vaig tenir contacte i la «culpable» —en el bon sentit de la paraula— dels meus, de moment, tres anys

llargs d’estada.

En aquest mateix sentit, agraeixo al Ministeri d’Educació, Cultura i Esports l’atorgació de la beca esmentada, així

com tant al Departament de Geografia de la Universitat Autònoma de Barcelona com al CED el fet d’haver-me

acollit com a becari en la seva «gran família» i fer-m’hi sentir en tot moment com a casa.

Ja en l’àmbit més concret de la present memòria, vull agrair al doctor Juan Antonio Módenes, en primer lloc,

haver-ne acceptat la direcció i, en segon, el seu guiatge, ferm però flexible alhora, respectant en tot moment les

meves inquietuds i preocupacions. En aquest punt és igualment just dedicar les meves més sinceres gràcies a Marc

Ajenjo, amb qui espero haver compartit —més enllà d’una paret separadora entre despatxos— una sincera amistat i

de qui espero haver-ne obtingut, així, un gran aprenentatge no solament en l’àmbit professional, sinó, cosa que és

més important, en el personal.

Així mateix, vull donar les gràcies tant al Santi Rivas, del Departament de Política Territorial i Obres Públiques de

la Generalitat de Catalunya, com a Raquel López, de la consultoria MCRIT, per haver-me facilitat l’ús del programa

SIMCAT i haver-me respost amb paciència i eficiència als meus innumerables dubtes.

No m’oblido, òbviament, de l’amistat i la companyia demostrades pels meus companys del curs «Mètodes i

Tècniques per a l’Estudi de la Població» (MTEP), especialment aquells amb qui he tingut la sort de compartir la meva

estada al centre. Em refereixo a Toni López, gran company de penes, porres i pedals (aquests últims amb menor

freqüència que l’esperada); a Jordi Gumà, per la seva amistat incondicional i sincera, i de qui he après molt (no

canviïs!); a Albert Sabater, el noi tranquil que s’ha anat «desmelenant» a poc a poc (i mai més ben dit); a Ainhoa, gran

companya de riures (malgrat no entendre l’humor català) i de polèmiques; a Noèlia, la burgalesa (navarresa?,

catalana?, madrilenya?) que ens va deixar enlluernada per una galàxia propera; i a Marta Merino, pel seu somriure i la

seva mirada dolços.


- II -

Igualment, agraeixo els bons moments —de sobretaula, entorn de la màquina de cafè... i molts més— que m’han

fet viure tant els «grans» de la casa (Joan, Carlos, Miquel i Albert) —que jo mirava encuriosit durant el MTEP—,

com els «petits» —Maria, Marcel... i la resta (en són un munt!!!) d’integrants dels MTEP’02. També vull esmentar la

Candi, bibliotecària eficient i millor persona que, malgrat que li costa, sap obrir el seu gran cor gairebé amb el mateix

entusiasme amb què «devora» paquets de Ducados. Finalment, també vull tenir unes paraules d’agraïment per als

meus companys d’universitat —els desafortunadament anomenats «monguis»—, especialment els que (en Santi i la

Mònica) han estat al meu costat en els moments difícils. Gràcies a tots!

Que hagi deixat per al final parlar-vos de l’Anna no és pas fruit de la casualitat: ella és la millor mostra que això de

l’imprevist s’ha de tenir en compte, malgrat que aquesta constatació pugui semblar un xic contradictòria. I és que qui

m’havia de dir a mi que fer classes al MTEP em canviaria tant la vida? Per aquest motiu, per tot aquest temps

meravellós al seu costat, vull dedicar-li aquestes línies i totes les que vénen a continuació, preludi, sens dubte, de les

que, junts, escriurem a partir d’ara.


- III -

ÍNDEX

ÍNDEX DE FIGURES...................................................................................................................................... V

PRESENTACIÓ................................................................................................................................................. 1

ANTECEDENTS I JUSTIFICACIÓ ......................................................................................................................................... 1OBJECTIUS I HIPÒTESIS...................................................................................................................................................... 2ESTRUCTURA DE LA MEMÒRIA D’INVESTIGACIÓ ........................................................................................................... 4

1. APROXIMACIÓ BIBLIOGRÀFICA AL CONCEPTE ACCESSIBILITAT..........................................7

1.1. ELS TRES COMPONENTS DE LES DEFINICIONS D’ACCESSIBILITAT: SEPARACIÓ FÍSICA, MITJÀ DE

TRANSPORT I INTERACCIÓ ESPACIOFUNCIONAL ................................................................................................. 71.1.1. La separació física entre les localitzacions i la mesura de la impedància .............................................................. 81.1.2. Els mitjans de transport ................................................................................................................................. 101.1.3. La interacció espaciofuncional entre localitzacions ............................................................................................ 13

1.2. DUES PERSPECTIVES EN L’ANÀLISI DE L’ACCESSIBILITAT: L’ACCESSIBILITAT TERRITORIAL I L’ACCESSI-BILITAT INDIVIDUAL.............................................................................................................................................. 161.2.1. Accessibilitat territorial .................................................................................................................................. 16

• Accessibilitat simple .............................................................................................................................. 16• Accessibilitat integral............................................................................................................................. 17• Accessibilitat global ............................................................................................................................... 17

1.2.2. L’accessibilitat individual ............................................................................................................................... 181.3. LES IMPLICACIONS TERRITORIALS DE L’ACCESSIBILITAT ................................................................................. 19

1.3.1. L’accessibilitat i la mobilitat habitual de les persones ....................................................................................... 201.3.2. L’accessibilitat i les pautes migratòries de la població ....................................................................................... 231.3.3. L’accessibilitat i les pautes de localització de l’activitat productiva..................................................................... 25

2. ELS INDICADORS D’ACCESSIBILITAT............................................................................................ 29

2.1. CONSIDERACIONS GENERALS PRÈVIES SOBRE ELS INDICADORS D’ACCESSIBILITAT.................................... 292.2. CAP A UNA POSSIBLE CLASSIFICACIÓ DELS INDICADORS D’ACCESSIBILITAT ................................................. 30

2.2.1. La teoria de les xarxes i les mesures topològiques del graf................................................................................. 302.2.2. Els indicadors absoluts de distància i temps..................................................................................................... 35

• Indicador de localització geogràfica (IAAR) ..................................................................................... 35• Indicador de localització i traçat (IAAD)........................................................................................... 36• Indicador de localització, traçat i velocitat (IAAT) .......................................................................... 36• Indicadors de proximitat a la xarxa viària........................................................................................... 37

2.2.3. Els indicadors relatius de distància i temps...................................................................................................... 38• Indicador relatiu de distància (IARD) ................................................................................................ 38• Indicador relatiu de temps (IART)...................................................................................................... 40• Indicador relatiu combinat de distància i temps (IARDT) .............................................................. 42

2.2.4. La introducció de la variable demogràfica als indicadors d’accessibilitat............................................................. 42• Indicadors absoluts de distància i temps amb la variable població (IAADP i IAATP) ............... 44• Indicadors relatius de distància i temps amb la variable població (IARDP i IARTP) ................. 47• Indicadors de gravetat (IGD i IGT) ................................................................................................... 49• Indicadors de potencial (IPD i IPT) ................................................................................................... 51• Indicadors de contorn (IC) .................................................................................................................. 54


- IV -

3. APROXIMACIÓ METODOLÒGICA AL TRACTAMENT DE L’ACCESSIBILITAT........................ 57

3.1. UNA INTRODUCCIÓ BREU ALS SISTEMES D’INFORMACIÓ GEOGRÀFICA (SIG)............................................. 573.2. EL «SISTEMA D’INFORMACIÓ I MODELITZACIÓ PER A L’AVALUACIÓ DE POLÍTIQUES TERRITORIALS A

CATALUNYA» (SIMCAT) ...................................................................................................................................... 593.2.1. L’estructura de la informació associada dels objectes ......................................................................................... 593.2.2. Les classes temàtiques utilitzades en els càlculs d’accessibilitat .......................................................................... 613.2.3. Les utilitats principals de càlcul ...................................................................................................................... 65

4. APLICACIÓ DELS INDICADORS D’ACCESSIBILITAT SELECCIONATS ALS MUNICIPIS DE

CATALUNYA .......................................................................................................................................... 71

4.1. EL TRACTAMENT DE L’ACCESSIBILITAT ALS INDICADORS ANALITZATS......................................................... 714.2. ELS RESULTATS DE L’APLICACIÓ DELS INDICADORS D’ACCESSIBILITAT PER ALS MUNICIPIS DE

CATALUNYA............................................................................................................................................................ 744.2.1. La teoria de xarxes i les mesures topològiques del graf ..................................................................................... 744.2.2. Els indicadors absoluts de distància i temps..................................................................................................... 76

• Indicador de localització geogràfica (IAAR)...................................................................................... 76• Indicador de localització i traçat (IAAD)........................................................................................... 77• Indicador de localització, traçat i velocitat (IAAT)........................................................................... 78• Indicadors de proximitat a la xarxa viària........................................................................................... 79

4.2.3. Els indicadors relatius de distància i temps...................................................................................................... 82• Indicador relatiu de distància (IARD) ................................................................................................ 83• Indicador relatiu de temps (IART)...................................................................................................... 84• Indicador relatiu combinat de distància i temps (IARDT) .............................................................. 86

4.2.4. La introducció de la variable demogràfica als indicadors d’accessibilitat............................................................. 86• Indicadors absoluts de distància i temps amb la variable població (IAADP i IAATP) ............... 87• Indicadors relatius de distància i temps amb la variable població (IARDP i IARTP) ................. 89• Indicadors de gravetat (IGD i IGT) ................................................................................................... 96• Indicadors de potencial (IPD i IPT) ................................................................................................... 99• Indicadors de contorn (IC) ................................................................................................................ 101

5. A MANERA DE CONCLUSIONS....................................................................................................... 105

5.1. SOBRE EL CONCEPTE D’ACCESSIBILITAT I ELS SEUS COMPONENTS .............................................................. 1055.2. SOBRE L’ENFOCAMENT ADEQUAT PER A L’ESTUDI DE LES REPERCUSSIONS TERRITORIALS DE

L’ACCESSIBILITAT ................................................................................................................................................. 1085.3. SOBRE LA FORMULACIÓ DELS INDICADORS ..................................................................................................... 109

5.3.1. L’ús del temps o de la distància com a mesura de la impedància ..................................................................... 1095.3.2. La idoneïtat de reflectir la utilitat de cada destinació ...................................................................................... 1115.3.3. La validesa dels indicadors relatius i absoluts ................................................................................................ 1115.3.4. La necessitat de tractament de la impedància interna ..................................................................................... 112

5.4. SOBRE ELS RESULTATS DE L’APLICACIÓ DELS INDICADORS AL TERRITORI CATALÀ................................... 1135.5. SOBRE LES LÍNIES DE RECERCA FUTURES ......................................................................................................... 114

6. REFERÈNCIES BIBLIOGRÀFIQUES ...............................................................................................117

ANNEX........................................................................................................................................................... 125

ANNEX 1: LLISTAT D’AUTORS: SITUACIÓ PROFESSIONAL I LOCALITZACIÓ ........................................................... 125ANNEX 2: RÀNQUING ESTABLERT PER CADA UN DELS INDICADORS D’ACCESSIBILITAT PER ALS 946 MUNICIPIS

CATALANS.............................................................................................................................................................. 137


- V -

ÍNDEX DE FIGURES

Figura 1.1. Exemple dels efectes de la millora de la xarxa de transports en l’augment de l’accessibilitat dels nodesd’una xarxa simple. ........................................................................................................................................................... 11

Figura 1.2. Esquema explicatiu de la interdependència entre els mitjans de transport, l’accessibilitat i els usos del sòl.............................................................................................................................................................................................. 26

Figura 2.1. Exemple d’anàlisi de la connectivitat i l’accessibilitat topològiques d’un graf simple.................................... 34

Figura 2.2. Funcions de caiguda de la utilitat segons la distància......................................................................................... 56

Figura 3.1. Estructuració dels objectes d’un SIG en capes d’informació o «classes temàtiques». ................................... 60

Figura 3.2. Connexió entre el mapa digital (SIMCAT) i la base de dades associada (ACCESS). .................................... 60

Figura 3.3. Exemple d’estructuració de la informació temàtica dels elements del SIMCAT. .......................................... 61

Figura 3.4. Graf de la xarxa viària del SIMCAT segons la seva tipologia funcional (2001).............................................. 62

Figura 3.5. Exemple de localització del centroide municipal amb relació al nucli principal de població. .......................... 64

Figura 3.6. Comparació del camí mínim entre els municipis de Vilanova de Segrià i els Torms segons la mesura de laimpedància elegida............................................................................................................................................................ 66

Figura 3.7. Informació sobre els arcs recorreguts en el càlcul del camí mínim entre els municipis de Bellprat i SantaMaria de Queralt. .............................................................................................................................................................. 66

Figura 3.8. Comparació de la matriu de distàncies a través de la xarxa viària entre Barcelona i Girona. ....................... 68

Figura 3.9. Resultat de la identificació dels nodes d’accés a l’autopista C-32 «Pau Casals» a partir de la funció Seleccióde nodes connectats als arcs seleccionats. ........................................................................................................................... 70

Figura 4.1. Comparació de la disposició dels elements en un graf simple i al graf del SIMCAT. ................................... 75

Figura 4.2. Resultat de l’aplicació de l’indicador de localització geogràfica (IAAR) als municipis de Catalunya, 2001.77

Figura 4.3. Resultat de l’aplicació de l’indicador de localització i traçat (IAAD) als municipis de Catalunya, 2001. .... 78

Figura 4.4. Resultat de l’aplicació de l’indicador de localització, traçat i velocitat (IAAT) als municipis de Catalunya,2001. ................................................................................................................................................................................... 79

Figura 4.5. Resultat de l’aplicació dels indicadors de proximitat a la xarxa viària de qualitat dels municipis deCatalunya, 2001. ................................................................................................................................................................ 81

Figura 4.6. Resultat de l’aplicació de l’indicador relatiu de distància (IARD) als municipis de Catalunya, 2001. .......... 84

Figura 4.7. Resultat de l’aplicació de l’indicador relatiu de temps (IART) als municipis de Catalunya, 2001 ................ 85

Figura 4.8. Resultat de l’aplicació de l’indicador relatiu combinat de distància i temps (IARDT) als municipis deCatalunya, 2001. ................................................................................................................................................................ 86

Figura 4.9. Resultat de l’aplicació de l’indicador absolut de distància amb població (IAADP) als municipis deCatalunya, 2001. ................................................................................................................................................................ 88

Figura 4.10. Resultat de l’aplicació de l’indicador absolut de temps amb població (IAATP) als municipis deCatalunya, 2001. ................................................................................................................................................................ 89


- VI -

Figura 4.11. Resultat de l’aplicació de la primera formulació de l’indicador relatiu de distància amb població(IARDP1) als municipis de Catalunya, 2001................................................................................................................. 91

Figura 4.12. Resultat de l’aplicació de la primera formulació de l’indicador relatiu de temps amb població (IARTP1)als municipis de Catalunya, 2001 .................................................................................................................................... 92

Figura 4.13. Resultat de l’aplicació de la segona formulació de l’indicador relatiu de distància amb població (IARDP2)als municipis de Catalunya, 2001. ................................................................................................................................... 93

Figura 4.14. Resultat de l’aplicació de la segona formulació de l’indicador relatiu de temps amb població (IARTP2)als municipis de Catalunya, 2001 .................................................................................................................................... 93

Figura 4.15. Resultat de l’aplicació de l’indicador de gravetat de distància (IGD) als municipis de Catalunya, 2001. .. 97

Figura 4.16. Resultat de l’aplicació de l’indicador de gravetat de temps (IGT) als municipis de Catalunya, 2001. ....... 98

Figura 4.17. Resultat de l’aplicació de l’indicador de potencial de distància (IPD) als municipis de Catalunya, 2001 100

Figura 4.18. Resultat de l’aplicació de l’indicador de potencial de temps (IPT) als municipis de Catalunya, 2001 ..... 101

Figura 4.19. Resultat de l’aplicació de l’indicador de contorn (IC) amb un llindar temporal de 60 minuts als municipisde Catalunya, 2001.......................................................................................................................................................... 103


- 1 -

PRESENTACIÓ

Antecedents i justificació

La present memòria d’investigació s’emmarca en una línia de recerca desenvolupada al CED entorn de la

interrelació entre les infraestructures de transport —especialment de la xarxa viària— i la dinàmica demogràfica,

social i econòmica del territori català.

L’origen de l’inici i del desenvolupament d’aquesta innovadora línia d’investigació al nostre país cal buscar-lo en

la voluntat de la Fundació Castellet de Foix —creada el setembre de 1999 i que recentment ha canviat el seu nom pel

de Fundació Abertis— de desenvolupar, fomentar i promoure tot tipus d’activitats i estudis sobre la participació del

sector privat en la dinàmica econòmica, social i demogràfica com a conseqüència de la construcció d’infraestructures

i la creació de serveis.1 Per aquest motiu, a través del seu patronatge, s’encarrega al CED i al Departament de

Geografia de la Universitat Autònoma de Barcelona la realització de quatre treballs d’investigació sobre la influència

de la xarxa viària sobre quatre aspectes diferents de la població.

Així, el primer —els autors del qual són Juan Antonio Módenes, com a investigador principal, i Carlos Sánchez—,

que duu per títol Els estudis de poblament: habitants, habitatges i llocs—, consisteix en una reflexió sobre la situació

actual dels estudis de poblament a Catalunya amb relació al paper de les infraestructures viàries a partir d’una recerca

exhaustiva i una descripció crítica de la bibliografia existent sobre la matèria, tant a Catalunya com en l’àmbit

internacional, per tal de detectar-ne les omissions i les mancances, així com les potencialitats de desenvolupament,

per a realitzar, finalment, una proposta temàtica per a incorporar-la a la recerca catalana.

El segon treball encarregat, La mobilitat a Catalunya en relació amb les seves aplicacions territorials —realitzat per

Marc Ajenjo, Albert Sabater i Ciro Martínez—, presentava uns objectius i una estructura força semblants als del

treball anterior, però centrant-se en aquest cas en la mobilitat habitual i no habitual de la població catalana. Així, en

primer lloc, s’hi pretenia dur a terme la recopilació de les recerques, les publicacions i altres materials científics

referits a la mobilitat a Catalunya; en segon lloc, una reflexió sobre les fonts i els indicadors directes i indirectes per a

l’estudi de la mobilitat al nostre país; i, en tercer lloc, la creació d'un directori d'investigadors que, des de diferents

disciplines (economia, geografia i sociologia, principalment), s'han interessat en el tema de la mobilitat.

L’objectiu principal del tercer estudi encarregat, Les previsions de població a Catalunya i les seves aplicacions

territorials, realitzat per Amand Blanes —direcció—, Julio Pérez i Tere Menacho, era analitzar les projeccions

realitzades a Catalunya incidint especialment en els aspectes metodològics i en els seus nivells de fiabilitat, així com el

1. El lector interessat en les activitats de la Fundació Castellet de Foix / Abertis en pot trobar més informació a la pàgina webhttp://www.fundcastelletdelfoix.org.


- 2 -

desenvolupament d’un quadre metodològic on es consideressin algunes variables exògenes a la població, com ara el

planejament urbanístic, el mercat de l'habitatge o l'accessibilitat a la xarxa de comunicacions.

Finalment, en el quart projecte encarregat, Incidència de la xarxa viària en la població, el poblament i la mobilitat

habitual de les persones, actualment en curs de realització sota la direcció de Marc Ajenjo, s’avalua, d’una banda,

l’evolució de l’accessibilitat als municipis de Catalunya des de 1986 fins a 2001 i, de l’altra, els canvis en les

característiques sociodemogràfiques d’aquests municipis en el mateix període de temps per analitzar, mitjançant la

contraposició d’ambdues informacions, la relació entre la xarxa viària i les característiques sociodemogràfiques de la

població dels municipis catalans.

Precisament la meva participació, més o menys directa, en alguns d’aquests projectes —i de les publicacions que

se’n deriven—, com a becari del Departament de Geografia de la Universitat Autònoma de Barcelona adscrit al

CED, i la meva doble formació com a geògraf i demògraf són el que ha despertat en mi l’interès per la comprensió

tant de la distribució territorial com del comportament habitual de la població catalana i el que, en definitiva, ha

determinat la temàtica analitzada tant en aquesta memòria de recerca com en el projecte de futura tesi doctoral.

En efecte, la comprensió dels criteris de localització tant de les activitats com de la població sobre el territori, així

com de les repercussions que es deriven d’aquesta localització, és un dels temes que, en la formació en geografia

—per la importància que aquesta atorga al territori— i en demografia —sobretot si aquesta és entesa com una

geografia de la població—, han despertat sempre el meu interès.

Així, el que es presenta en aquesta memòria d’investigació no pretén ésser res més que un primer intent

d’aproximació a l’anàlisi d’aquestes pautes distributives de la població i les activitats sobre el territori a partir d’un

dels conceptes que, segons el meu punt de vista, tenen una major influència en la valoració dels espais per al

desenvolupament de certes activitats —productives, reproductives, d’oci, etc.—, com és el concepte d’accessibilitat.

Aquesta és, de fet, la mateixa perspectiva que l’adoptada en el quart i últim dels informes anteriorment comentats i

que, en certa manera, es pot considerar com un precedent pròxim d’aquesta memòria d’investigació.

Objectius i hipòtesis

Com hem dit, el concepte accessibilitat és l’eix sobre el qual es desenvolupa tot el text present, ja que és, de fet,

un concepte no exclusiu de la geografia, sinó emprat per un gran nombre de ciències tant socials com tècniques

(l’economia, l’arquitectura, l’enginyeria, etc.).

Precisament el seu ús extensiu –i, sovint, poc acurat— és el que determina que el primer dels objectius plantejats

en aquesta memòria sigui precisament tant la seva definició —que, lògicament, no pot ésser presa de forma

unívoca— com una reflexió sobre els components que, en una direcció o una altra, en determinen la comprensió, la

utilització i, fins un cert punt, la validesa.


- 3 -

D’altra banda, i a causa del fet què entre tots els possibles àmbits en els quals el concepte accessibilitat pot ésser

aplicat, aquí únicament es farà referència al territori —i que pot ser entès, en poques paraules, com la facilitat de

connexió d’un punt a un altre del territori—, la reflexió comentada no es realitzarà només des del punt de vista

conceptual sinó que, breument, s’hi farà un repàs de les implicacions que la seva distribució territorial presenta: en

altres paraules, s’intentarà comprendre quina interrelació té l’accessibilitat en la dinàmica i el comportament de la

població que hi està subjecta.

El segon dels objectius plantejats fa referència a les mesures que tradicionalment s’han usat per al càlcul de

l’accessibilitat territorial. En efecte, la literatura consultada ha permès identificar un llarg llistat d’indicadors que, en

major o menor freqüència, s’han emprat per a mesurar la facilitat d’accés dels territoris, ja que és freqüent que els

autors es decantin per una mesura o una altra segons l’objecte d’investigació i els objectius i les metodologies

establerts en cada treball. Així, el segon objectiu plantejat aquí, i que en certa manera és una perspectiva innovadora,

és la recopilació de la major part dels indicadors d’accessibilitat per tal de poder-los comparar entre si i identificar-ne

les debilitats i les potencialitats.

Precisament la comparació i l’avaluació de la validesa dels indicadors d’accessibilitat mitjançant el seu contrast

són el que determina el tercer —i el més central— dels objectius plantejats en aquesta d’investigació. En efecte, l’ús

variat en la bibliografia dels diferents indicadors d’accessibilitat ha determinat el plantejament d’una de les preguntes

centrals d’aquesta investigació: quin o quins indicadors d’accessibilitat és el més adequat per a la seva implementació

al territori català? O, formulada la pregunta d’una altra manera: quin reflecteix millor la distribució territorial de la

població catalana i els seus nivells d’accessibilitat?

Per tal de donar resposta a aquest objectiu, s’ha optat per l’aplicació dels principals indicadors d’accessibilitat

consultats al territori català. Així, però, cal fer constar que l’objectiu principal no és calcular els nivells d’accessibilitat

de cada un dels municipis catalans, sinó, a partir de la contrastació dels resultats obtinguts per cada indicador amb el

coneixement previ de la realitat geogràfica i demogràfica del país, determinar el grau de validesa de cadascun.

Finalment, el quart objectiu, que no pel fet de presentar-se en últim lloc resulta menys important, fa referència a

la metodologia emprada en el càlcul de l’accessibilitat territorial. En efecte, la proliferació de les utilitats

informàtiques aplicades a la planificació i la gestió territorial i a la cartografia digital, i especialment les conegudes

com a sistemes d’informació geogràfica, han significat una revolució en el tractament i l’anàlisi de variables espacials

gràcies a la seva capacitat de modelització del territori. D’aquest fet es deriva la voluntat de familiarització amb un

programari realitzat ad hoc per a l’anàlisi de les infraestructures de transport i la seva utilització posterior per a

l’obtenció de les dades primàries sobre les quals s’articulen tots els càlculs que s’efectuen.


- 4 -

Estructura de la memòria d’investigació

Per tal de donar resposta a cadascun dels objectius plantejats, la present memòria d’investigació s’estructura

—a part de l’actual presentació— en dues parts ben diferenciades i que, fins un cert punt, presenten una simetria

entre si. Cada una consta de dos capítols independents en un cert grau.

Així, la primera part gira entorn del concepte teòric d’accessibilitat i dels indicadors que tradicionalment hom ha

utilitzat per a mesurar-la. El primer capítol consisteix en un recull bibliogràfic de les principals contribucions tant de

la literatura nacional com de l’estrangera sobre el concepte d’accessibilitat i s’estructura, a manera de marc teòric, en

tres grans apartats. El primer fa referència a la discussió sobre les diferents definicions d’accessibilitat, amb

l’explicació dels tres components que hi són presents —separació física, mitjà de transport i interacció espaciofun-

cional—, i la importància relativa atorgada a cadascun respecte als altres dos és el que determina en certa mesura els

diferents tipus de definicions existents. El segon apartat dins d’aquest primer capítol fa referència a les dues

perspectives diferents d’anàlisi de l’accessibilitat —des del punt de vista individual o, l’adoptada aquí, des de la

perspectiva territorial—, i dins d’aquesta última s’especifiquen els tres tipus de tractament —relatiu, integral o

global— que pot rebre l’accessibilitat territorial. Finalment, aquest primer capítol, presentada ja l’accessibilitat en el

pla teòric, s’acaba amb una reflexió breu sobre les seves implicacions territorials en tres àmbits que, tot i presentar-se

independentment, mantenen una estreta relació entre si, com són la mobilitat habitual de les persones, les pautes

migratòries de la població i els criteris de localització de les activitats sobre el territori.

El segon capítol, que completa el marc teòric de la investigació, fa referència als indicadors que, per mitjà de la

literatura consultada, s’han localitzat per a determinar els nivells d’accessibilitat territorial. Així, hi presentem una

proposta de classificació funcional dels indicadors d’accessibilitat, agrupats segons uns criteris que en permetin la

comparació fàcil i l’anàlisi entre si. La presentació de cada un s’hi realitza, d’una banda, des del punt de vista teòric —

amb la presentació de llur formulació matemàtica— i, de l’altra, des de la vessant interpretativa, amb l’exposició tant

dels seus avantatges desavantatges esperats a priori com dels principals treballs que els utilitzen, amb un resum breu

dels resultats obtinguts.

El vessant pràctic de la memòria d’investigació en constitueix la segona part, en tant que consisteix en l’anàlisi de

la validesa i la fiabilitat dels indicadors d’accessibilitat anteriorment exposats mitjançant la seva aplicació al territori

català.

Així, el tercer capítol de la investigació consisteix en una exposició breu de la metodologia emprada per a

l’obtenció de les dades primàries —distàncies entre municipis, temps de recorregut, etc.— sobre les quals es fan tots

els càlculs posteriors. S’ha cregut d’un interès especial la inclusió d’aquest capítol pel fet que la metodologia emprada

—els sistemes d’informació geogràfica— ha esdevingut d’un quant temps ençà no solament en el camp de la

geografia, sinó en la resta de ciències socials, l’eina bàsica per a tota anàlisi de variables territorials; i, lògicament,

l’accessibilitat n’és una.


- 5 -

Finalment, el quart capítol s’erigeix com el cos central de la memòria, ja que consisteix en la presentació dels

resultats obtinguts en l’aplicació pràctica al territori de cada un dels indicadors d’accessibilitats seleccionats i

presentats en el segon capítol per tal d’avaluar-ne el grau de fiabilitat i validesa a partir de l’anàlisi de les seves

debilitats i potencialitats. L’objectiu, però, no és determinar quin és el millor indicador d’accessibilitat, ja que, com es

veurà, la major part aporten informació diferent, de manera que la idea de complementarietat dels uns amb els altres

hi és força present i, per tant, discriminar-ne algun pel seu major grau de validesa no és una tasca fàcil ni, sobretot,

conceptualment correcta.

Ultra això, aquesta mateixa implementació pràctica permet, alhora, l’aprofundiment en el coneixement de la

realitat territorial de la població catalana i de la seva distribució, cosa que ha de permetre el desenvolupament de

treballs futurs de recerca sobre aquesta.

El treball finalitza, d’una banda, amb un sèrie de reflexions que, a tall de conclusions, resumeixen les principals

idees desenvolupades al cos central de la investigació, algunes de les quals adopten la forma de possibles

recomanacions amb vista al desenvolupament de investigacions futures sobre la matèria; i, de l’altra, amb una sèrie

d’annexos que presenten informació complementària del text, sia sobre el directori dels autors consultats, sia sobre

un resum estadístic del nivell d’accessibilitat dels municipis catalans.

- 6 -


- 7 -

1. APROXIMACIÓ BIBLIOGRÀFICA AL CONCEPTE ACCESSIBILITAT

1.1. Els tres components de les definicions d’accessibilitat: separació física, mitjà de

transport i interacció espaciofuncional

El terme accessibilitat és un concepte àmpliament usat tant en el llenguatge comú com en l’àmbit científic, àmbits

en què és emprat sovint sense gaire rigor científic, de manera que, probablement a causa d’aquest fet, existeixen

múltiples punts de vista i definicions diferents sobre aquest concepte segons quina sigui la perspectiva des de la qual

s’analitza.

Des del punt de vista geogràfic i demogràfic, el que aquí ens ocupa, que centra el seu interès en el territori i l’ús

que en fa la població, la definició més simple, però no per aquest motiu menys certa, de l’accessibilitat és considerar-

la com «la possibilitat i la qualitat de comunicació entre punts del territori» (Departament de Política Territorial i

Obres Públiques, 1987), és a dir, la facilitat (o la manca d’aquesta) de connexió entre dues localitzacions o més.

Aquesta definició genèrica amaga, però, l’existència de tres components importants que condicionen els nivells

d’accessibilitat, els quals es poden identificar, respectivament, amb la separació física entre localitzacions, el mitjà de

transport utilitzat en el desplaçament i la interacció espaciofuncional que s’esdevé entre aquelles.

Malgrat presentar-se separats, aquests tres components de l’accessibilitat no són independents els uns dels altres,

sinó que es complementen i es condicionen mútuament. Així, és evident, per exemple, que el grau d’interacció que

s’estableix entre dos punts del territori es troba en funció de la distància que els separa (en el que sovint s’anomena

impedància o fricció al moviment) i com aquesta és modificada pel grau d’eficiència dels diferents mitjans de transport

(Levinson, 1998).

No obstant aquesta afirmació, alguns autors (Barea i Martínez, 2002) asseguren que la importància donada a

aquests tres components de l’accessibilitat ha variat al llarg de la història, de manera que, mentre els primers estudis

que tractaven de l’accessibilitat tenien en compte només la separació espacial de dos punts —des d’una òptica

estrictament topològica, basada en el corrent quantitatiu de la geografia—, amb el pas del temps s’ha passat a atorgar

importància al component d’utilitat, considerant-s’hi també el cost d’oportunitats i la possibilitat de la població de

participar en unes activitats determinades, fins a arribar al benefici net que aconsegueix una població pel fet de tenir

una localització concreta. Monzón de Cáceres (1988) s’expressa en la mateixa línia en afirmar que s’ha passat d’un

concepte de distància física a un que es podria anomenar «distància social».


- 8 -

1.1.1. La separació física entre les localitzacions i la mesura de la impedància

En primer lloc, l’accessibilitat de les diferents localitzacions depèn de la seva pròpia localització física, és a dir, de

la seva distribució en el territori amb relació a la resta. En aquest sentit, l’accessibilitat pot ésser entesa únicament

com la separació física o la impedància (mesurada en unitats de distància o temps) entre dos punts o més.

Seguint l’esquema de Geurs i Ritsema Van Eck (2001), podem distingir tres elements que determinen

l’accessibilitat des d’aquest punt de vista: a) el nombre i la distribució espacial de les possibles destinacions (que

sovint s’equiparen amb els centres motivadors del desplaçament: llocs de treball, escoles, llocs d’oci...) i les seves

característiques; b) la distribució espacial de la demanda (generalment, les llars i els habitants) i les seves

característiques; i c) la confrontació que s’estableix entre l’oferta i la demanda.

D’aquesta manera, com afirmen Handy i Niemeier (1997), «l’accessibilitat dels llocs es troba relacionada amb els

patrons d’usos del sòl, és a dir, de la distribució espacial de les destinacions potencials i de la seva magnitud, de la

qualitat i del caràcter de les activitats que s’hi poden trobar».

Òbviament, la distribució espacial de les localitzacions sobre el territori determina el que comunament s’anomena

com impedància o fricció de la distància, que no és res més que la taxa declivi de la interacció entre dues localitzacions a

mesura que la desutilitat entre elles augmenta (Levinson, 1998), la qual es pot interpretar intuïtivament com la

disminució de la probabilitat de desplaçament entre dos punts a mesura que la seva separació augmenta (Pooler,

1995).

L’autor que més ha explorat el concepte de impedància és Ingram (1971), qui, després de formular diverses

aproximacions a la forma d’aquesta hipotètica corba de la davallada de l’accessibilitat segons la distància —vegeu

l’apartat dedicat als indicadors de contorn dins el capítol segon de la memòria—, conclou que aquesta última és la

que s’ajusta més a la realitat, punt en què coincideix amb els resultats obtinguts per Geurs i Ritsema Van Eck (2001).

La fórmula més comuna per a mesurar la impedància entre dos nodes és el càlcul del cost de transport entre si,

que es pot expressar bàsicament en tres tipus de mesures:

• Distància. És el mètode més senzill, consistent a mesurar en unitats de distància la separació física entre les

diferents localitzacions, ja sigui en línia recta (és a dir, sense tenir en compte la dotació i la distribució de les

infraestructures de transport) o bé mitjançant els sistemes de transport disponibles, de manera que no tan sols

s’hi té en compte la distribució espacial dels punts en el territori, sinó la seva posició relativa als mitjans de

transport. Cal indicar que en aquest segon sistema de mesura sempre s’utilitza la distància pel camí més curt, ja

que es parteix del punt de vista que els individus busquen la major eficiència amb la minimització dels costos de

desplaçament.

• Temps. Es basa en els mateixos principis que el càlcul en distàncies, però amb la conversió d’aquestes en unitats

de mesura temporals amb l’assignació d’unes velocitats específiques d’acord amb les característiques i el tipus


- 9 -

d’infraestructura de transport utilitzada. Així, és molt comuna en la bibliografia consultada, centrada

principalment en els efectes de la xarxa viària i ferroviària sobre l’accessibilitat, l’assignació d’unes velocitats

determinades diferencials segons quina sigui la classe d’infraestructura viària (autopistes, autovies, carreteres de la

xarxa local...) o ferroviària (línies d’alta velocitat, línies interregionals...) utilitzada en cada desplaçament.

• Cost de transport. Un tercer sistema de la mesura de la impedància, més difícil de dur a la pràctica i, en

conseqüència, menys utilitzat en els treballs consultats, és el càlcul dels costos monetaris de desplaçament, a què

s’incorporen costos com el bitllet en el cas dels desplaçament en transport públic o les despeses de funcionament

de l’automòbil en el cas dels desplaçaments en vehicle privat (Bruinsma i Rietveld, 1998). D’aquesta manera,

d’acord amb la teoria de la geògrafa americana Susan Hanson, l’elecció dels individus d’un mitjà de transport

concret per al seu desplaçament entre totes les oportunitats disponibles duu implícita l’elecció del valor del cost

monetari assumible, de manera que cada desplaçament efectuat ha de ser entès com «un triomf dels beneficis

obtinguts de la realització del desplaçament enfront del seu cost.» (Hanson, 1986).

Una quarta classe de costos —que no es pot considerar per si sola com una mesura de la impedància, però sí com

un element complementari de les altres tres classes que acabem d’esmentar— és la relativa al confort i a la seguretat

en l’ús d’un sistema de transport determinat. Un exemple d’aquesta mena d’aplicació són els estudis coordinats per

Javier Gutiérrez Puebla sobre l’impacte en l’accessibilitat de la xarxa transeuropea de carreteres (Gutiérrez et al., 1994;

Gutiérrez i Urbano, 1996) o de les obres considerades al Plan Director de Infraestructuras espanyol (Gutiérrez et al.,

1998), en els quals s’assigna un «coeficient corrector» per cada tipus de via (autopista, autovia...) que es multiplica per

les velocitats per tal de matisar-la segons els seus paràmetres de confort i seguretat.

Finalment, i d’acord amb aquest mateix autor, existeix una altra classe de penalització possible, que anomena

«impedància dels nodes» —enfront de les anteriors, que es poden considerar com «impedància del arcs»— i que fa

referència a la dificultat de creuar certs nuclis urbans, cosa que, necessàriament, es tradueix en una penalització en

forma de disminució de la velocitat als trams urbans. D’aquesta manera, «la impedància entre l’origen i la destinació

del desplaçament equival a la suma de les impedàncies dels arcs que es recorren i els nodes que es creuen pel camí

mínim» (Gutiérrez et al., 1994).

El càlcul de la impedància de la travessia dels nodes es fa d’acord amb el nombre d’habitants (P) del node que cal

travessar, i la fórmula adopta una expressió logarítmica, ja que «la demora associada al pas per grans àrees urbanes

no augmenta de manera lineal amb relació a la grandària d’aquestes, a causa, parcialment, del fet que les

aglomeracions més grans solen estar dotades amb majors i millors infraestructures de circumval·lació»:

Inode = 15 × log (P × 10)

Una forma més simple per a simular la impedància dels nodes, sobretot quan aquests són representatius de nuclis

urbans d’una certa importància i quan la impedància és mesurada en unitats de temps, consisteix a incloure la xarxa

urbana al graf, amb unes característiques de velocitat diferents de les de la resta de trams, de manera que sigui molt

més lent de passar-hi.


- 10 -

La consideració de la impedància interna de les localitzacions permet, així mateix, calcular la mateixa accessibilitat

de cada un dels nodes, de manera que aquests puguin ser, alhora, considerats tan orígens com destinacions potencials

dels fluxos segons la distància resultant.

Aquesta és, però, una qüestió poc estudiada en la bibliografia consultada. Una de les escasses excepcions la

constitueix el treball de Baradaran i Ramjerdi (2001) sobre l’accessibilitat per carretera de les principals ciutats

europees, en el qual es proposa una formulació matemàtica per al càlcul de l’accessibilitat interna (tii)de cada una

d’aquestes ciutats —les quals, per motius pràctics, es consideren circulars— d’acord amb el seu diàmetre (d) estimat a

partir de la població i establint una velocitat mitjana de circulació fixa (en aquest cas, situada en 40 km/h) segons la

formulació següent:

404dtii

= on 2πΟ

=d i densitatPoblació

=Ο

En una línia similar s’expressen Van Wee et al. (2001) en el seu treball sobre la distribució dels llocs de treball a

Holanda, en el qual l’accessibilitat interna és una funció de la superfície aproximada de cada ciutat.

1.1.2. Els mitjans de transport

En segon terme, l’accessibilitat dels territoris ve necessàriament determinada pel mitjà de transport (o la

combinació d’aquests) que s’utilitza en el desplaçament, ja que aquest condiciona no tan sols la durada, sinó també

fins i tot la possibilitat o no de desplaçament i la percepció que se’n pot tenir.

Així, des del punt de vista del transport, l’accessibilitat ha de ser entesa com «la facilitat amb la qual unes activitats

determinades poden ser assolibles des d’una localització concreta amb un sistema de transport determinat»

(Gutiérrez et al., 1998; Gutiérrez i Gómez, 1999); o, dit en unes altres paraules, «el grau en què els sistemes de

transport possibiliten a la gent participar en activitats o assolir certes destinacions mitjançant l’ús d’un mode de

transport o la combinació de més d’un» (Geurs i Ritsema Van Eck, 2001), de manera que una destinació pot ésser

més accessible que no pas una altra únicament d’acord amb la seva posició central respecte al mitjà de transport

principal (Geertman i Ritsema Van Eck, 1995; Schürmann et al., 1997).

En síntesi, i d’acord amb les paraules de la investigadora californiana Genevieve Giuliano (Giuliano, 1986), «la

propensió a la interacció entre dues localitzacions o més augmenta a mesura que el cost de moviment entre aquestes

disminueix, de manera que l’estructura i la capacitat de la xarxa de transports afecten el nivell d’accessibilitat d’una

àrea determinada».

Finalment, Hodge (1997) expressa de manera molt breu però clara els efectes de la millora en els mitjans de

transport en l’accessibilitat: «[...] per mitjà de la combinació d’informació, seguretat, guiatge i mecanismes de control

fruit de les noves possibilitat tecnològiques emergents, l’accessibilitat dels llocs ha estat àmpliament alterada. En


- 11 -

general, aquests avenços han provocat l’increment de la capacitat dels sistemes, l’augment de fluxos i desplaçaments,

els desplaçaments als llocs més inaccessibles i la descentralització de les activitats productives. Però, no obstant això,

la nostra comprensió sobre els impactes potencials d’aquests canvis és limitada.»

Giuliano exemplifica aquests efectes d’una hipotètica millora en la xarxa de transports sobre el nivell

d’accessibilitat d’una xarxa simple de nodes, com la que es representa a la Figura 1.1, en la qual cada node representa

un origen/destinació potencial i la xifra que figura entre aquests el cost de desplaçament (temps de desplaçament

entre nodes veïns), de manera que l’accessibilitat de cada node es calcula mitjançant el sumatori dels temps de viatge

a tots els altres nodes de la xarxa.

Com s’hiobserva, una hipotètica millora de la xarxa de transports que es tradueix en una reducció del temps de

desplaçament entre els nodes B i C té efectes importants no tan sols en l’accessibilitat dels dos nodes directament

afectats, sinó també sobre el conjunt de la xarxa, la qual cosa s’hauria de traduir, almenys teòricament, en una major

interacció entre els nodes (vegeu l’apartat següent).

Figura 1.1. Exemple dels efectes de la millora de la xarxa de transports en l’augment de l’accessibilitat delsnodes d’una xarxa simple.

1.1a. Situació inicial 1.1b. Situació final

A /des de A B C D E Σ A /des de A B C D E Σ Millora

A 0 30 50 60 65 205 A 0 30 40 50 55 175 14 %B 30 0 20 30 35 115 B 30 0 10 20 25 85 26 %C 50 20 0 10 15 95 C 40 10 0 10 15 75 21 %D 60 30 10 0 10 125 D 50 20 10 0 25 105 24 %E 65 35 15 25 0 140 E 55 25 15 25 0 120 14 %Σ 205 115 95 125 140 680 Σ 175 85 75 105 120 560 18 %

Font: adaptació de Giuliano (1986).

Per tot el que hem exposat fins al moment, en qualsevol estudi de l’accessibilitat territorial és fonamental

l’establiment del mitjà de transport (vehicle privat, ferrocarril...) a partir del qual es vol realitzar l’anàlisi, ja que aquest

condicionarà, en part, la mesura de la impedància elegida. Així, la major part dels estudis fets defineixen clarament un


- 12 -

únic mitjà de transport —el vehicle privat principalment i, en menor mesura, el ferrocarril tant convencional com

d’alta velocitat— que es pren com a base per a dur a terme les diferents anàlisis.

En menor nombre trobem, però, aproximacions més o menys elaborades (Gutiérrez, 1991; Gutiérrez i Monzón

de Cáceres, 1993; Ulied, 1995; Lovett et al., 2002) sobre l’avaluació de l’accessibilitat mitjançant l’ús combinat de més

d’un mitjà de transport, sobretot quan hi ha una cobertura incompleta del territori d’un mode determinat (Bruinsma i

Rietveld, 1998), cosa que, malgrat passar sovint en la realitat, és de difícil formulació matemàtica en els models i en

les fórmules utilitzats en aquesta classe d’estudis.

Encara que metodològicament les aproximacions unimodals i multimodals siguin semblants en les seves línies

bàsiques, aquestes darreres necessiten un tractament diferent amb relació a les impedàncies, ja que, a més de les

pròpies de cada un dels modes utilitzats, cal reflectir, en forma de penalització, els costos de transbordament entre els

diferents mitjans de transport. És el cas, per exemple, de l’estudi realitzat per Gutiérrez i Urbano (1996) sobre els

efectes de la xarxa viària transeuropea en l’accessibilitat de les 94 aglomeracions urbanes europees de més de 300.000

habitants, en el qual es penalitzen amb 180 minuts tots els desplaçaments entre àrees metropolitanes en què

necessàriament s’ha de fer ús del transport marítim.

Una altra aproximació a l’ús combinat de diferents mitjans de transport són els treballs d’Andreu Ulied que es

plasmen en la seva tesi doctoral (Ulied, 1995), que gira entorn de la proposta d’un indicador quantitatiu alternatiu als

tradicionals per a representar i analitzar l’impacte de les infraestructures de transport en el desenvolupament espacial.

L’autor argumenta la necessitat d’aquest nou indicador a causa del «desenvolupament del sistema de transport com a

xarxa integrada de diferents escales i l’increment de la diversificació dels orígens i de les destinacions, així com d’unes

altres transformacions de la mobilitat i els seus impactes en el desenvolupament urbà i regional», que requereixen la

revisió dels plantejaments tradicionals.

Els resultats del treball d’Ulied són la formulació de l’anomenat indicador ICON («Indicador de connectivitat»),

l’objectiu del qual és avaluar la connectivitat d’un lloc donat a qualsevol mitjà de transport segons el temps mitjà

necessari per a assolir el node de transport més proper —és a dir, el temps mínim de connexió a la xarxa— i

analitzar, així mateix, tres qüestions bàsiques: a) la consistència de la relació entre el transport i la planificació urbana i

regional, b) la contribució dels transport en la facilitat de desenvolupament, i c) la interconnexió entre les diferents

escales i els modes de transport, així com les discontinuïtats de les xarxes de transport.

L’ICON es basa en la l’agregació dels diferents temps de viatge per a cada un dels modes de transport utilitzats (i)

d’acord amb el seu pes relatiu (Pi):

∑=

=

=ni

iii ICONPICON

0


- 13 -

Així, segons l’ICON, el temps de viatge en avió entre els llocs A i B seria el resultat de l’agregació de: a) el temps

d’accés des d’A fins a l’aeroport més proper, b) el temps d’espera a l’aeroport —la freqüència dels vols a l’aeroport

més proper a B—, c) el temps normal de viatge entre els dos aeroports, d) els endarreriments no previstos (retards en

l’aterratge, pèrdua de maletes...) i e) el temps d’accés des de l’aeroport fins a la ciutat B. Això duu al seu autor a

afirmar que «el principal avantatge d’aquesta formulació és el significat intuïtiu del valor agregat de l’ICON, que no és

un índex abstracte, sinó una mesura dimensionalment equivalent a cada valor parcial» (Ulied i Esquius, 1996).

Alhora, però, i probablement aquesta és la principal contribució metodològica de l’indicador, el temps de

desplaçament en cada un dels modes de transport utilitzats es concep com la suma de tres tipus diferents de temps:

a) el temps mínim d’accés (ta) necessari per a arribar al node transport més proper, b) un temps d’espera (tw) que

reflecteix la utilitat dels nodes de transport alternatius respecte al més proper i, c) finalment, un temps addicional (tg)

que s’hi incorpora i que reflecteix la manca de connexions («buits»), és a dir, l’estimació del temps addicional que cal

per a superar les discontinuïtats existents a la xarxa:

( )∫= tttICON gwa,,

La crítica principal a l’ICON és la feta per Vickerman (1996), que afirma que el seu problema principal és la

definició de l’accessibilitat independentment de les necessitats de transport: malgrat que el pes de cada mode de

transport hi és ponderat, aquests pesos són independents de les necessitats de transport de les regions.

1.1.3. La interacció espaciofuncional entre localitzacions

Finalment, molts autors incorporen un tercer element en la definició de l’accessibilitat, com és el grau d’utilitat de

les diferents localitzacions segons les seves característiques; és a dir, «els serveis, les possibilitats o les oportunitats

que ofereix cadascuna de les destinacions potencials a l’hora de satisfer les necessitats dels ciutadans, dels negocis, de

les empreses i dels serveis públics» (Makri i Folkesson, s. d.).

Aquest punt de vista, doncs, posa l’èmfasi en les interaccions que s’estableixen entre els diferents punts del

territori d’acord amb el seu grau d’atracció, de manera que l’accessibilitat pot ser definida com la «facilitat d’interacció

espacial, la potencialitat dels contactes amb les activitats i les ofertes, o, de manera més precisa, l’atractivitat d’un

node dins una xarxa tenint en compte el pes dels altres nodes (i la competència que s’estableix entre si) i el cost

d’accedir-hi a través de la xarxa» (Bruisnma i Rietveld, 1998); o, en unes altres paraules, des d’aquest punt de vista,

l’accessibilitat pot ser entesa com «el grau d’atracció d’una localització tant en qualitat d’origen del desplaçament —el

grau de facilitat d’accés a la resta de destinacions— com en qualitat de final —la facilitat d’accedir-hi des de la resta

de nodes» (Giuliano, 1986). Així, des d’aquesta perspectiva, l’accessibilitat és una mesura dels beneficis que implica

per als individus i les empreses poder assolir unes localitzacions determinades per a desenvolupar-hi activitats que els

són importants (Gutiérrez i Gómez, 1999; Song, 1996; Halden et al., 2000).


- 14 -

Les unitats de mesura d’aquest poder d’atracció són molt diverses segons l’objecte d’estudi, si bé generalment es

té en compte la magnitud o dimensió dels punts, mesurada tant en termes de població com del nombre de llocs de

treballs que s’hi localitzen; tanmateix, també s’hi poden fer servir uns altres paràmetres segons l’objecte d’estudi: el

volum de vendes, el producte interior brut, etc. (Bruinsma i Rietveld, 1998; Baradaran i Ramjerdi, 2001).

Existeix, però, una altra possibilitat per a mesurar el grau d’atracció dels diferents nodes com a possibles

destinacions potencials, com és la mesura de l’existència d’una oportunitat particular i específica, diferent de l’oferta

per unes altres localitzacions, que poden convertir aquell node en la destinació preferencial a l’hora de satisfer unes

necessitats determinades (Makri i Folkesson, s. d.), qüestió que entronca directament amb el concepte de

«competència» entre destinacions, de què tractarem seguidament.

En efecte, com s’acaba d’anunciar, existeix un element important que, malgrat que és poc reflectit en la

bibliografia consultada, cal tenir en compte en la mesura de les localitzacions com a destinacions potencials,

independent de quina sigui la unitat de mesura utilitzada. Ens referim al grau de competència que s’esdevé entre les

diferents localitzacions o, dit en unes altres paraules, les possibles interferències que s’esdevenen entre les

destinacions potencials a causa de la seva proximitat física o, en casos més específics com els centres comercials, la

similitud dels productes que s’hi ofereixen.

La reflexió teòrica més completa sobre aquest concepte és la realitzada per Harris (2001), mentre que, en el camp

pràctic, el treball més destacat és el de Van Wee et al. (2001) sobre la distribució espacial dels llocs de treball a

Holanda, en el qual l’efecte de competència entre destinacions es basa en el nombre de llocs de treball situats a

menys d’una distància determinada de la destinació per a la qual es calcula el nivell d’accessibilitat. Els autors hi

deixen la possibilitat d’incorporar a l’indicador totes les zones situades a menys d’un llindar determinat de temps, de

manera que si la zona A és a menys de x minuts de la zona B, i la C a menys de la zona B, es pot incloure la zona C

en l’anàlisi de l’accessibilitat d’A. En teoria, aquest nombre d’extensions (en forma de cadena) és il·limitat.

Existeix igualment un segon element important en la mesura de la utilitat que fa referència a la delimitació de

l’àrea d’estudi, fet que implica la presa de decisions per a solucionar els possibles problemes que es plantegen a

continuació.

En primer lloc, hi ha un problema d’escala relacionat amb el nombre d’unitats representades a l’àrea d’estudi, ja

que la inclusió o no de certes localitzacions pot modificar-ne els resultats; però alhora, vist des de la perspectiva

oposada, també hauria de permetre excloure’n les possibles interferències sobre la nostra àrea d’estudi (Baradaran i

Ramjerdi, 2001). En la mateixa línia s’expressa Monzón de Cáceres (1988) en afirmar que «el concepte d’accessibilitat

només té ple sentit quan l’escala i l’àmbit són definits».

A part de la inclusió o no del nombre de nodes que formaran part del càlcul de l’accessibilitat, existeixen, com a

mínim, dos factors més que determinen la definició dels orígens i de les destinacions en els càlculs d’accessibilitat:

d’una banda, i d’acord amb Makri i Folksesson (s. d.), la definició dels nodes depèn igualment del grau de


- 15 -

desagregació que escollim o que ens imposin forçosament les dades amb les quals es treballa. De l’altra, hi ha una

qüestió més metodològica, com és el criteri de selecció dels nodes segons la seva representativitat territorial; elecció

força important a l’hora de simular, a través d’un model —i, per tant, de simplificar—, la realitat del territori que

s’estudia. Així, Bruinsma i Rietveld (1998) afirmen que bàsicament existeixen tres criteris en la delimitació dels nodes:

• La selecció de nodes que no cobreixen d’una manera completa l’àrea d’estudi, sinó que únicament són

representatius d’unes localitzacions molt determinades (ciutats principals, punts d’intercanvi modal...).

• L’ús de nodes (punts) com a representació de regions (àrees), de manera que l’àrea d’estudi estigui totalment

coberta. Aquest és el cas de l’estudi que es proposa en aquest treball, en què tot el territori català serà representat

pels centroides (el punt mitjà) de cada un dels 946 termes municipals catalans.

• Finalment, una tercer mètode, possible des de l’aparició i la generalització dels tractaments informàtics de la

informació i, especialment, dels anomenats sistemes d’informació geogràfica (SIG), però poc utilitzat en la

bibliografia consultada, és l’ús de graelles, de manera que el territori d’estudi queda dividit en una sèrie de

polígons regulars representats mitjançant els seus centroides, equidistants entre si.

En segon lloc, cal solucionar possibles problemes de zonificació amb relació a les localitzacions que es presenten,

ja que les agregacions d’àrees que hom fa implica en la majoria dels casos, com s’ha assenyalat anteriorment, que tots

els seus habitants tinguin un mateix nivell d’accessibilitat, inconvenient que pot ser parcialment resolt amb l’ús de

tècniques SIG i de dades censals desagregades.

El tercer i últim element que condiciona l’elecció de la població d’estudi —no tan sols l’àmbit espacial, sinó

també l’espectre de variables rellevants a tenir en compte— és el grau de desagregació de les dades disponibles.

D’acord amb Makri i Folkesson (s. d.), es poden distingir bàsicament dos tipus de desagregacions: a) l’espacial, és a

dir, l’agrupació dels individus i les llars; i b) la socioeconòmica (la divisió de la població en segments d’acord amb els

ingressos, l’edat...).

Finalment, i com a resultat de les argumentacions anteriors, cal assenyalar que la major part dels estudis

consultats —i en aquest mateix que aquí proposem— es realitzen per àmbits definits per les divisions administratives

preestablertes, fet que cal explicar per dos motius: d’una banda, per la mateixa disponibilitat de les dades —tant les

referents als nodes (població, activitat econòmica...) com als arcs de la xarxa (dotació i servei de les infraestructures

de transport principalment)—, elaborades sovint per organismes oficials amb àmbits d’actuació oficials; i, de l’altra,

per la mateixa naturalesa dels organismes i de les entitats —sovint dependents de l’Administració local, regional o

estatal d’un territori concret— que encarreguen i financen aquests classe d’estudis.


- 16 -

1.2. Dues perspectives en l’anàlisi de l’accessibilitat: l’accessibilitat territorial i l’accessi-

bilitat individual

L’anàlisi de l’accessibilitat es pot realitzar des de dues perspectives o òptiques diferents: des del punt de vista

territorial i des de l’individual. Així, mentre que l’objectiu de la primera és determinar la facilitat i la potencialitat

d’accés entre dues o més localitzacions en el territori, tractant la població que hi viu com un grup de característiques

homogènies, amb necessitats i oportunitats de desplaçament similars —la perspectiva adoptada en aquest estudi—, la

segona focalitza l’interès en les constriccions individuals que condicionen aquests nivells globals d’accessibilitat,

segons les limitacions temporals, econòmiques, de mobilitat restringida, etc., particulars. De tot això se’n parlarà a

continuació.

1.2.1. Accessibilitat territorial

Com acabem d’apuntar, l’accessibilitat d’un punt del territori s’ha de mesurar necessàriament amb relació a la

resta de localitzacions amb les quals configuren el que podem anomenar com una xarxa, formada per nodes (les

diferents localitzacions) units entre si per diferents arcs. A tall d’exemple, a l’estudi proposat, en la nostra xarxa

d’anàlisi els nodes equivaldrien als municipis de Catalunya, i els arcs, a la xarxa viària que connecta els uns amb els

altres.

Des del punt de vista del nivell d’anàlisi de l’accessibilitat d’un node en una xarxa, es poden considerar tres nivells

de mesures (Makri i Folkesson, s. d.; Monzón de Cáceres, 1988; Gutiérrez i Monzón de Cáceres, 1993; Makri, 2001;

Barea i Martínez, 2002; Nogales et al., 2002), independentment de quin sigui el tipus d’indicador utilitzat (vegeu el

capítol segon) i que es coneixen com a accessibilitat simple, integral i global.

• Accessibilitat simple

L’accessibilitat simple —anomenada habitualment com a accessibilitat relativa— fa referència a la mesura del grau

de connexió entre dos punts d’una mateixa xarxa. La forma més senzilla d’aquest tipus de mesura és el càlcul de la

distància que cal recórrer o el temps que cal invertir per a assolir una localització des d’una altra.

Com afirma Ingram (1971), cal fer constar que no es tracta necessàriament d’una mesura simètrica a causa de la

possible direccionalitat única dels arcs del recorregut Així, a tall d’exemple, segons els càlculs fets que s’expliquen

més endavant, per a l’any 2001 el temps mínim de recorregut en vehicle privat entre Barcelona i Lleida era 102,934

minuts, mentre que a la inversa era 99,601 minuts, pel fet d’haver definit prèviament la direccionalitat única dels

carrers de Barcelona.


- 17 -

• Accessibilitat integral

També anomenada absoluta per alguns autors (Gutiérrez i Monzón de Cáceres, 1993; Ángel, 2001), aquesta classe

de mesura determina el grau d’accessibilitat d’una localització a la resta de nodes de la xarxa o una selecció d’aquesta.

La manera més senzilla per a expressar matemàticament l’accessibilitat integral d’un node és a partir de la suma de

totes les seves accessibilitats simples. Aquesta mesura, però, i a diferència de la classe anterior, és molt influenciada

per la localització dels nodes en el territori, de manera que, per a continuar amb l’exemple aplicat al cas català,

l’accessibilitat integral mesurada en temps de desplaçament de Vielha a la resta de capitals comarcals és d’uns 7.882

minuts,2 mentre que la de Manresa, a causa de la localització central al territori català, és només d’uns 3.133 minuts.

Alguns autors, però, utilitzen la mitjana d’aquestes distàncies en lloc del sumatori.

A més d’aquesta primera aproximació existeixen, però, unes maneres molt més complexes per a determinar

l’accessibilitat integral dels nodes, ja que aquesta és la mesura que s’utilitza més sovint per a analitzar l’accessibilitat

dels nodes d’una xarxa. És, també, el nivell d’accessibilitat sobre el qual gira l’anàlisi que es proposa aquí, de manera

que la major part dels indicadors analitzats al capítol 4 hi fan referència.

• Accessibilitat global

L’accessibilitat global es correspon a l’agregació —en forma de suma, de mitjana, etc.— de les accessibilitats

integrals de cada un dels nodes que formen la xarxa (Monzón de Cáceres, 1988), de manera que s’obté el grau

d’interconnexió interna de cada xarxa.

L’ús del sumatori com a forma d’agregació de les accessibilitats integrals —la forma més emprada en la

bibliografia consultada— planteja, però, el problema que el valor obtingut no és comparable amb cap més de similar,

ja que depèn del nombre de nodes de cada àrea, de la seva posició relativa i de les variables que hi intervenen, fet que

no permet la comparació entre àrees. A tall d’exemple, l’accessibilitat global en temps de tots els municipis (un total

de vint-i-tres) de la comarca del Vallès Occidental (12.710 minuts) no és comparable a la dels tres municipis de l’Alta

Ribagorça (135 minuts).

Aquest inconvenient es pot solucionar parcialment mitjançant l’ús de la mitjana en lloc del sumatori. Així,

continuat amb l’exemple, la mitjana de l’accessibilitat integral dels vint-i-tres municipis del Vallès Occidental és 25,41,

mentre que la dels tres de l’Alta Ribagorça és 22,55: això, a priori, podria fer pensar que l’accessibilitat d’aquests últims

és millor que la dels municipis del Vallès Occidental.

2. En aquest cas, i amb l’objectiu de donar solució al problema que planteja la bicapitalitat de la comarca del Vallès Occidental entre lespoblacions de Terrassa i Sabadell, s’ha optat per considerar com a temps de desplaçament a la dita capital la mitjana entre ambdós municipis.


- 18 -

Aquest resultat erroni —és evident que l’accessibilitat dels municipis de l’Alta Ribagorça, d’orografia molt

muntanyosa, amb carreteres de traçat dolent i velocitats de circulació baixes, no pot ser més gran que la dels

municipis de la comarca plana i ben comunicada del Vallès Occidental— exemplifica la parcialitat de la solució

aportada per l’ús de la mitjana de les accessibilitats integrals per a la comparació entre àrees. El problema radica en la

superfície diferent de cada una de les àrees estudiades, i una possible solució és formular una funció que neutralitzi

aquest efecte.

No obstant això, i independentment de la funció escollida, aquest tipus de mesura sí que permet, per contra, fer

comparacions de la variació temporal de l’accessibilitat d’una mateixa àrea; és a dir, si es mantenen fixes les

destinacions que es consideren al llarg del temps, és possible comparar com n’ha canviat l’accessibilitat al llarg del

temps per l’efecte dels canvis en la qualitat i la quantitat de la xarxa viària.

1.2.2. L’accessibilitat individual

Fins ara només s’ha fet referència al concepte d’accessibilitat des del punt de vista dels llocs, però alguns autors

distingeixen sovint un quart component de l’accessibilitat, basat en els individus, malgrat que des del nostre punt de

vista es tracta més aviat d’una perspectiva complementària que no pas d’una dimensió més del fenomen.

En efecte, aquesta òptica d’anàlisi de l’accessibilitat es basa a centrar l’interès en l’individu i les seves capacitats de

desplaçament i en les possibilitats d’accés a unes localitzacions determinades d’acord amb les seves característiques

específiques: les seves necessitats i els seus recursos econòmics, les seves disponibilitats o restriccions temporals, les

habilitats segons les seves capacitats psíquiques i físiques, les seves característiques demogràfiques (el sexe, l’edat, la

generació...), etc. Com afirma David M. Smith (Smith, 1980), «[...] la utilització de l’accessibilitat com a indicador de

funcionament d’un sistema està subjecte a reserves perquè existeixen barreres no físiques importants que s’oposen a

l’accés real», de manera que, entesa així, l’accessibilitat individual pot considerar-se com un indicador social de

qualitat de vida (Hanson, 1986; Geertman i Ritsema Van Eck, 1995; Juncà, 1996; Geurs i Ritsema Van Eck, 2001).

Això duu alguns autors (Makri, 2001) a afirmar que es pot parlar de tants tipus d’accessibilitat individual com de

les característiques que defineixen els individus, entre les quals es podrien destacar l’accessibilitat física (la capacitat

d’assolir una certa localització sense cap inconvenient físic), mental (comprendre i fer útil una localització

determinada), social (la participació en activitats socials...), organitzacional (tenir accés a oportunitats de

desplaçament, a la informació...), financera (tenir mitjans econòmics per a accedir als diferents mitjans de

transport...), virtual (la capacitat d’usar les facilitats electròniques), etc.

D’aquesta manera, no es consideren vàlides les formulacions basades en l’accessibilitat dels llocs per diversos

motius (Makri i Folkesson, s. d.; Hanson, 1986; Kwan, 1998; Baradaran i Ramjerdi, 2001):


- 19 -

• En primer lloc, perquè les aproximacions basades en les localitzacions assignen els mateixos nivells

d’accessibilitat a tots els individus d’una mateixa zona, sense atendre els possibles constrenyiments individuals.

Per contra, les mesures basades en l’accessibilitat de les persones descriuen les experiències individuals, que

poden ser condicionades per tres menes de constrenyiments: a) els referents a les capacitat i les aptituds que

condicionen o limiten les activitats de l’individu segons la seva construcció biològica; b) els que fan referència a la

connexió o l’acoblament; és a dir, la capacitat dels individus d’unir-se entre si per a produir, consumir o

intercanviar; i c) els referents a l’autoritat, d’acord amb qui posseeix el control de certs objectes o esdeveniments.

• En segon lloc, perquè la major part dels indicadors d’accessibilitat basats en els llocs mesuren l’accessibilitat des

d’un origen concret (sovint el lloc de residència dels individus) a una destinació també concreta (el lloc de treball,

d’oci...), ignorant el fet que molts dels desplaçaments són fets en ordre seqüencial d’acord amb la programació

diària de les activitats quotidianes de les persones.

• Finalment, la tercera crítica feta als indicadors d’accessibilitat basats en els llocs és el fet que no reflecteixen

adequadament els condicionants espaciotemporals de la mobilitat dels individus, que poden provocar que algunes

oportunitats en l’entorn urbà no siguin accessibles per als individus en diferents moments del dia, la setmana, any,

etc., segons el temps en què els individus participen en cada una de les activitats específiques.

No tot, però, són avantatges d’aquesta classe de mesures respecte a les basades en els llocs. Així, l’inconvenient

principal —que explica en bona part la poca aplicació pràctica d’aquesta mena d’enfocament— és el fet que, com que

es tracta d’una mesura desagregada, necessita una gran quantitat de dades i d’informació sobre les activitats i els

desplaçaments dels individus. Un segon inconvenient, no menys important, és el fet que centra l’interès només en la

demanda, és a dir, en les característiques de la població que és susceptible de «consumir» els productes oferts per les

destinacions potencials (llocs de treball, oci i lleure...), sense atendre les particularitats d’aquesta última (Makri i

Folkesson, s. d.; Geurs i Ritsema Van Eck, 2001).

1.3. Les implicacions territorials de l’accessibilitat

En els dos primers apartats d’aquest treball s’ha fet referència a l’accessibilitat únicament com a concepte teòric,

sense esmentar quines són les seves repercussions territorials. Per aquest motiu, hem cregut oportú incloure aquest

apartat en el qual es pretén fer, per mitjà d’una breu síntesi dels treballs més destacats en cada àmbit, un repàs dels

efectes territorials generats per l’augment d’accessibilitat que és fruit de la posada en servei o la millora d’una nova

infraestructura de transport.

Aquest repàs bibliogràfic no pretén ser, però, exhaustiu, ja que la producció científica en aquest àmbit és molt

àmplia i, a més, ja ha estat objecte de sengles treballs recents del CED per encàrrec de la Fundació Castellet del Foix,

tant sobre els efectes de la xarxa viària sobre el poblament (Módenes i Sánchez, 2002) com sobre la mobilitat (Ajenjo

et al., 2002).


- 20 -

Determinar el grau de responsabilitat directa de les infraestructures en les transformacions dels territoris propers

és una tasca difícil, malgrat que existeix la creença comuna de molts autors que afirmen que, si bé les infraestructures

de transport no generen per si soles un desenvolupament, sí que en constitueixen l’element necessari. En aquest

sentit és interessant l’ús de tècniques estadístiques com l’anàlisi shift-share, que permet descompondre el creixement de

les magnituds socioeconòmiques d’un territori segons la causa explicativa que el provoca. Així, com es veurà més

endavant, en l’àmbit del nostre treball existeixen pocs estudis però interessants que es basen a determinar el grau de

responsabilitat de cada un dels factors que intervenen en el desenvolupament econòmic de les regions i l’expliquen,

essent la dotació d’infrastructures viàries un dels elements analitzats.

Alhora, els dubtes sobre la direcció de la causalitat entre ambdós fenòmens —dotació d’infraestructures i

desenvolupament territorial— afegeixen encara més dificultat a l’anàlisi de la qüestió. Malgrat que en la literatura

consultada l’òptica dominant és la que analitza els efectes de la xarxa viària sobre el desenvolupament econòmic de la

regió que serveixen —és a dir, entenent les infraestructures com a causa i no pas com a conseqüència de les

transformacions territorials—, la perspectiva contrària no es pot descartar en cap anàlisi.

A grans trets, els impactes de les infraestructures de transport —i el que n’és la conseqüència: l’accessibilitat que

se’n deriva— es poden resumir en dos grans aspectes: per una banda, els impactes sobre el comportament i els hàbits

quotidians de les persones, que es manifesten tant en la seva mobilitat habitual com en les pautes migratòries; i, per

l’altra, els impactes sobre els usos del sòl i el desenvolupament territorial en general, aspectes que, tot i presentar-se

separadament, mantenen una estreta relació com veurem a continuació.

1.3.1. L’accessibilitat i la mobilitat habitual de les persones

El punt de partida d’aquest repàs de les principals aportacions fetes entorn de la dialèctica que s’estableix entre

l’accessibilitat i la mobilitat habitual de les persones consisteix necessàriament a diferenciar pròpiament els dos

conceptes.

Així, seguint l’argumentació d’autors com Hanson (1986), Olmos (1996), Hodge (1997) o Módenes i Sánchez

(2002), es pot afirmar que, mentre que la mobilitat és una variable quantitativa que mesura el nombre i les

característiques dels desplaçaments —temps o distància del recorregut, motivació, mitjà de transport utilitzat, etc.—,

i, per tant, reflecteix el comportament dels individus, l’accessibilitat és una variable qualitativa que expressa el

potencial d’interacció entre les diferents localitzacions —i, per tant, dels possibles desplaçaments entre si—; és a dir,

la facilitat amb la qual els individus poden accedir a unes certes localitzacions.

Com es desprèn d’aquestes idees, un augment de l’accessibilitat —és a dir, un augment de les oportunitats

assolibles amb un llindar determinat de desplaçament— genera un augment de la mobilitat dels individus. Mateu

Turró (Turró, 1996) explica aquest paral·lelisme entre tots dos increments argumentant que la demanda de mobilitat

és pràcticament infinita, de manera que, a mesura que el cost de desplaçar-se disminueix, el nombre de moviments


- 21 -

augmenta indefinidament, cosa que el duu a afirmar que el límit de la mobilitat es troba en la congestió, la qual

comporta un cost prou elevat que frena el desig il·limitat de desplaçar-se.

No obstant això, l’autor que més clarament ha explicat la dialèctica entre aquests dos fenòmens

—augment de l’accessibilitat i augment de la mobilitat— és Joan López, que, en un treball recent (López, 2003),

afirma que l’augment del nombre de desplaçaments fets per la població de la Regió Metropolitana de Barcelona

—així com la seva major longitud mitjana— s’ha d’explicar necessàriament mitjançant l’augment continu de

l’accessibilitat que ha experimentat la zona.

Segons aquest autor, l’explicació d’aquest paral·lelisme entre tots dos increments està en el fet d’interpretar

l’accessibilitat no pas com la funció que permet que una mateixa distància sigui recorreguda en un temps menor, sinó

per mitjà de la visió contrària, és a dir, considerar que amb un mateix temps de desplaçament es pot recórrer una

distància superior. Aquesta segona visió és el motiu que explica el fet que, per al cas de la Regió Metropolitana de

Barcelona entre 1990 i 2000, la durada mitjana dels desplaçaments habituals per motius de treball s’hagi mantingut

estable amb relació al temps de viatge —al voltant de 22 minuts3—, però que la distància mitjana recorreguda s’hagi

incrementat molt.

D’altra banda, aquest augment de l’accessibilitat també ha implicat la relocalització de les activitats productives,

menys dependents actualment de la proximitat a la seva mà d’obra potencial —que, gràcies a la major accessibilitat,

pot residir més lluny—, de manera que les indústries poden triar la localització més d’acord amb els seus propis

interessos (preus del sòl més reduïts, etc.) que no pas atenent les necessitats dels seus treballadors.

Aquest fet té dues implicacions clares: en primer lloc, es tradueix en un fenomen d’especialització funcional del

territori, que duu implícit un augment dels desequilibris entre municipis segons la seva capacitat de resposta (la

disponibilitat de sòl urbanitzable, la dotació d’infraestructures, etc.) arran de les noves demandes de localització

residencial i industrial. En segon lloc, l’efecte d’aquesta relocalització de l’activitat industrial i residencial actua en

sentit contrari al del mateix guany d’accessibilitat: mentre que aquest possibilita la separació física cada cop més gran

entre tots dos elements —oferta i demanda, i, més concretament, entre les llars i els llocs de treball—, l’extensió del

territori que en resulta obliga a una mobilitat més gran dels individus i, per tant, a la recerca de noves mesures per a

augmentar l’accessibilitat d’aquests «nous» territoris (Hanson, 1986).

Malgrat el seu notable interès, sobretot en matèria de planificació de noves infraestructures de transport i la seva

demanda potencial, els treballs empírics que s’han realitzat sobre la relació entre accessibilitat i mobilitat són, no

obstant això, força escassos. En la majoria dels casos, l’anàlisi se centra sobretot en la influència de l’accessibilitat

—sovint mesurada com la proximitat a la xarxa viària de qualitat— i la longitud i la durada dels desplaçaments

laborals dels treballadors.

3. Així ho confirmen les dades de l’Enquesta de la Regió Metropolitana de Barcelona en les edicions corresponents als anys 1995 i 2000.


- 22 -

El precedent més important és la revisió bibliogràfica feta per López i Azpeitia (1982) dels estudis internacionals

sobre la influència de les infraestructures de transport (especialment de les autopistes) en el desenvolupament

regional, sobretot en matèria d’usos del sòl. Amb referència a la mobilitat, els resultats dels principals estudis fets per

investigadors americans coincideixen amb els del treball de Joan López exposat anteriorment: els treballadors

americans augmenten les oportunitats de treball gràcies a les autopistes, ja que, com a fruit d’aquestes, poden buscar

feina més lluny del lloc de residència malgrat que això mateix implica que hagin d’invertir més temps per a accedir-hi.

En una escala més pràctica, però en una línia similar al treball anterior, se situa el treball de Levinson (1998) sobre

l’anàlisi de l’accessibilitat, el valor de l’habitatge i el temps de duració del trajecte al lloc de treball al districte federal

de Washington, estudi que es basa en una mostra de vuit mil llars amb un total de cinquanta cinc mil desplaçaments.

Els resultats obtinguts no són concloents, ja que no s’hiobserva cap distribució espacial clara de la durada dels

desplaçaments amb relació a la distància des del seu punt d’origen fins al centre de la ciutat, si bé des del punt de

vista demogràfic el treball és interessant per l’estudi de certes característiques dels commuters en el seu comportament,

com ara el sexe, l’edat, la tipologia edificatòria en què resideixen, la mida de la llar i la possessió o no-possessió de

vehicle privat, mitjançant l’aplicació d’un model de regressió estadística.

En un estudi encarregat pel Ministeri d’Obres Públiques, Medi Ambient i Transports, la consultora Mcrit (1992-

1993) analitza un seguit d’aspectes de l’autopista A-2 en el tram Saragossa-Mediterrani, entre els quals es troba quina

ha estat la transformació de la mobilitat, del pes demogràfic i dels atractius per a les activitats econòmiques. Com a

conclusions, cal remarcar que l’augment de la mobilitat només ha estat significatiu als grans centres urbans, mentre

que a la resta l’impacte ha estat menor. Com a possible explicació, els mateixos autors apunten que, tractant-se d’una

autopista de peatge, aquesta incideix en recorreguts de llarga distància, però no pas en la mobilitat habitual per treball

i estudi, que sol caracteritzar-se per unes distàncies menors. En aquest sentit, l’impacte sobre la mobilitat no habitual

ha estat més gran: ha permès a alguns nuclis menors potenciar el seu atractiu turístic, en què la mobilitat per oci s’ha

incrementat, així com també ha facilitat l’accés als serveis existents a les grans ciutats, com poden ser hospitals o

esdeveniments esportius.

Finalment, un estudi fet per investigadors del CED (Ajenjo i Módenes, 2001) analitza la relació entre

l’accessibilitat i la mobilitat laboral dels municipis catalans situats a una certa distància d’una via ràpida. L’anàlisi que

s’hi efectua és doble: en primer lloc, des del punt de vista de les persones, s’hi analitza el comportament dels

treballadors que hi resideixen amb relació a la localització del seu lloc de treball (el que comunament es coneix com a

obertura de la població ocupada); i, en segon lloc, des del punt de vista dels llocs de treball, si la proximitat a l’autopista

produeix una major atracció de treballadors exteriors (obertura dels llocs de treball). L’anàlisi descrita es complementa

amb l’estudi de la longitud dels desplaçaments, és a dir, l’anàlisi de la influència de les autopistes en la durada mitjana

dels desplaçaments dels treballadors que, en un sentit o un altre, duen a terme un moviment entre dos o més

municipis.


- 23 -

Els resultats obtinguts són força clars: d’una banda, una proximitat més gran a les vies ràpides implica una

obertura més gran dels fluxos de mobilitat laboral des d’una perspectiva doble: a) els municipis propers a les

autopistes concentren activitats econòmiques que no necessiten dependre tant del mercat local de mà d’obra, i b) els

residents als municipis propers a l’autopista veuen facilitat, també, l’accés a mercats laborals exteriors. De l’altra, la

proximitat a l’autopista també té efectes clars sobre la longitud del desplaçament fins al lloc de treball: la proximitat

sembla mantenir una relació inversa amb la distància recorreguda, de manera que els treballadors dels municipis més

propers a alguna autopista o via ràpida són també els que han de recórrer un nombre menor de quilòmetres per a

desplaçar-se des de la residència fins al lloc de treball.

1.3.2. L’accessibilitat i les pautes migratòries de la població

Els treballs que posen en relació l’accessibilitat i les pautes migratòries de la població són malauradament força

escassos, i se centren bàsicament en el procés de transformació urbanística pel qual segones residències passen a ser

utilitzades com a habitatge principal, gràcies al fet que l’augment de l’accessibilitat derivat de les noves

infraestructures de transport permet, com s’ha vist, una major dissociació entre el lloc de treball i el de residència.

Un dels estudis més destacables és el realitzat per Riera i Micaló et al. (1997) sobre l’impacte territorial i econòmic

que es deriva de la construcció dels anomenats «túnels de Vallvidrera» del tram de l’eix E-9/C-16 entre les

poblacions de Barcelona i Sant Cugat del Vallès, estudi en què l’interès se centra en aquesta última localitat. En

concret, s’hi relaciona de manera indirecta l’increment d’accessibilitat derivat de la posada en funcionament de la via

amb una sèrie de variables demogràfiques, econòmiques i socials del municipi. Pel que fa referència als impactes

sobre les actuacions urbanístiques —tant les ja efectuades com les que estan en projecte— de la nova via,

s’argumenta que el creixement urbanístic de Sant Cugat és similar al de la resta, que tendeix a dirigir-se gradualment

cap a les infraestructures més properes, i que aquestes s’erigeixen com a «eixos d’atracció i vertebració» que

l’estimulen encara més. Segons els autors, aquest boom urbanístic és propiciat precisament per la funcionalitat de la

nova via i l’augment de l’accessibilitat que se’n deriva, cosa que permet —gràcies a l’estalvi en el temps del

desplaçament— que les pautes de localització residencial siguin més flexibles respecte al lloc de treball, sovint

localitzat a Barcelona.

Encara pel que fa al parc d’habitatges de Sant Cugat, els autors analitzen breument la seva composició segons l’ús

residencial que se’n fa i distingeixen els habitatges principals dels que són segones residències. Malgrat que en el

moment de realització de l’estudi tan sols es trobaven disponibles les dades del cens de població i d’habitatges de

1991 —i, per tant, no era possible realitzar un estudi evolutiu de la comparació del parc residencial—, els autors

afirmen que els túnels de Vallvidrera s’erigeixen com un factor més que ajuda a la descentralització de la població de

la Regió Metropolitana de Barcelona, amb la transformació previsible de segones residències en habitatges principals.


- 24 -

Un últim aspecte que s’hi analitza és l’evolució demogràfica del municipi, tant des del punt de vista de l’evolució

del nombre d’habitants com des del saldo migratori. Ambdós experimenten un creixement gradual, i aquest últim

explica bona part del creixement demogràfic del municipi.

Uns altres estudis sobre l’impacte d’una via ràpida en l’àmbit català són els treballs de Pere Lleonart i Àlvar

Garola (Lleonart i Garola, 2000) i Germà Bel (Bel, 1998) i sobre les implicacions territorials a la comarca del Garraf

de l’autopista C-32/A-16 «Pau Casals».

En el primer dels dos estudis es fa l’anàlisi dels impactes de la nova autopista des de dos punts de vista diferents:

en primer lloc, es pot parlar dels efectes microeconòmics, que fan referència als beneficis que genera entre els usuaris

de la via i que sovint s’avaluen mitjançant l’anàlisi cost-benefici i la seva quantificació en termes monetaris.

La segona de les perspectives d’anàlisi —la que aquí ens interessa— se centra en els efectes macroeconòmics, és a

dir, en els impactes sobre l’estructura productiva i el nivell de renda de les zones que serveix. Els autors afirmen que,

donada la manca de bona connectivitat amb l’àrea de Barcelona —malgrat la seva proximitat— abans de la

construcció de l’autopista, la inauguració d’aquesta ha significat la posada en marxa de canvis espectaculars en l’àmbit

social i econòmic. Per tal de discriminar quina part d’aquesta transformació es deu a l’efecte directe de l’autopista i

quina respon a la dinàmica pròpia de la comarca, els autors utilitzen la ja esmentada tècnica shift-share, cosa que

permet valorar la diferència entre el que ha succeït i el que hauria passat en cas de no existir l’autopista.

Entre els aspectes més importants de l’evolució recent de la comarca del Garraf es destaca el fort creixement de

la població en l’última dècada, possible pel ritme intens de construcció residencial i per la conversió de part de les

segones residències en habitatge principal. Aquest creixement de la població, unit al fet que molts dels nous habitants

mantenen el seu lloc de treball al lloc de procedència, circumstància possible gràcies a l’accessibilitat derivada de la

nova via, ha comportat un fort augment de la mobilitat intercomarcal.

Un altre treball destacable és la tesi doctoral de Junyent i Comas (1983), que avalua l’impacte de l’autopista

C-32/A-19 a la comarca del Maresme i que, en l’àmbit que aquí ens interessa, en va produir un de gran en el sector

immobiliari de segones residències, ja que en modificà totalment l’estructura territorial. Així, mentre que la gran

expansió de blocs d’habitatges principals s’ha d’explicar en gran mesura al desenvolupament industrial del Maresme

en els anys seixanta i setanta, l’esclat posterior de segones residències ha de ser entès per les facilitats de comunicació

amb Barcelona que ofereix la nova via; transformació en la qual cal diferenciar dues fases de creixement: una primera

en què les segones residències tenen unes característiques d’ocupació de cap de setmana, i una segona en la qual

passen a constituir-se com a residències habituals.

Un treball amb un àmbit geogràfic i temporal més ampli — el territori espanyol en la seva totalitat durant el

període entre 1960 i 1975— és l’estudi de Pérez Esparcia (1988), que planteja un objectiu doble: d’una banda, posar

en relació les evolucions econòmica i demogràfica a partir d’una situació determinada de la xarxa viària; i, de l’altra,

realitzar l’anàlisi inversa: veure com la situació sociodemogràfica de partida ha pogut influir en l’evolució de la xarxa


- 25 -

viària. Per a assolir aquest objectiu, l’autor fa servir matrius de correlació entre indicadors corresponents a la xarxa

viària (accessibilitat topològica, estructura i connectivitat), demogràfics (saldo migratori i creixement de la població) i

econòmics (producció provincial i producció industrial).

Del resultat d’aquestes correlacions, i en l’àmbit que ens interessa aquí, l’autor en conclou que la relació entre la

xarxa viària i el saldo migratori és condicionada per l’accessibilitat i l’estructura de les carreteres, si bé no existeix

relació entre l’accessibilitat a la capital provincial i el saldo migratori interprovincial. Alhora, constata que, com millor

és l’estructura viària a la província, les pèrdues demogràfiques són menors. Per la seva banda, el grau de

desenvolupament és el factor més explicatiu de les migracions provincials: les províncies desafavorides que tenen una

xarxa més dolenta són més emigratòries, mentre que les més afavorides amb una xarxa millor ho són menys.

1.3.3. L’accessibilitat i les pautes de localització de l’activitat productiva

Quan a l’apartat anterior hem parlat dels efectes de l’accessibilitat en la mobilitat quotidiana de les persones ja

s’ha fet una referència breu a les pautes dels usos del sòl; i és que, com afirma Hodge (1997), «hi ha canvis

significatius en la disposició de les activitats humanes que deriven en canvis en l’organització del transport i les

comunicacions que alhora impliquen canvis en la demanda de transport; canvis que es produeixen a totes les escales

espacials». Vegem breument alguns exemples d’estudis sobre els efectes de l’accessibilitat en els usos del sòl —és a

dir, en la distribució de les activitats sobre el territori i la possible especialització funcional d’aquest.

Novament, el precedent més antic localitzat és el treball de revisió bibliogràfica fet per López i Azpeitia (1982),

centrat en l’experiència americana sobre el efectes de la xarxa viària en diversos aspectes territorials. Així, pel que fa

referència a la localització industrial, els estudis americans analitzats demostren que la presència d’autopistes és un

estímul per al creixement econòmic; presència que és una condició necessària, però no suficient, per a l’elecció d’una

determinada localització industrial, ja que hi influeixen alguns altres factors, com ara la disponibilitat de grans espais

prop de les autopistes. Igualment amb relació el comerç, una bona dotació viària afavoreix tant l’expansió dels

mercats com l’augment de la competitivitat.

Quant als sectors agrícola i residencial, els resultats no són, però, tan positius: respecte al primer, s’afirma que, si

bé la proximitat a les autopistes indueix la implementació de processos de millora de les explotacions i de

mecanització, els efectes sobre l’atur de la regió són negatius; mentre que, respecte al sòl residencial, els resultats de

les diferents investigacions no són homogenis, ja que únicament s’han detectat desenvolupaments residencials

importants al llarg d’una autopista quan hi ha una proximitat a una ciutat de certa importància, mitjançant l’ampliació

de les àrees residencials de les ciutats, que veuen augmentat, així, el grau de jerarquia en el territori.

Pocs anys després que López i Azpeitia, Giuliano (1986) estableix el marc teòric i conceptual per a entendre la

dialèctica que s’estableix entre transport i usos del sòl. Per a la investigadora californiana, el concepte clau d’aquesta

relació és l’accessibilitat, ja que, d’acord amb el que s’ha exposat fins ara, si aquesta augmenta i, per tant, el cost de


- 26 -

moviment entre dues localitzacions disminueix, augmenta també la interacció entre aquestes i, consegüentment, els

nous patrons d’activitat econòmica que se’n deriven tenen unes conseqüències territorials clares.

L’aportació més destacable, però, de la teoria de Giuliano és que concep aquestes relacions des del paradigma de

la dialèctica entre fenòmens; i no pas des del punt de vista de la causalitat, basat en un cert determinisme tecnològic

segons el qual l’evolució i els canvis en els usos del sòl depenen dels canvis tecnològics, els quals poden ser els

responsables d’organitzar l’activitat humana i estructurar les interaccions socials.4 Així, el territori és concebut com

un sistema obert els processos de transformació del qual són influenciats per múltiples factors no aïllats

individualment que actuen simultàniament en l’espai i el temps sumant-se, encavalcant-se, interrelacionant-se, etc., tal

com mostra l’esquema representat a la Figura 1.2.

Figura 1.2. Esquema explicatiu de la interdependència entre els mitjans de transport, l’accessibilitat i elsusos del sòl.

Font: adaptat de Giuliano (1986).

Giuliano confirma la seva teoria fent un repàs dels principals models explicatius que al llarg del temps s’han

formulat sobre la interacció entre el transport (i la seva plasmació pràctica: l’accessibilitat) i els usos del sòl. Així, en la

seva descripció de les teories sobre localització tant residencial com dels llocs de treball —analitzant separadament

les referents als serveis, les indústries i els negocis—, constata que la seva major part es basen en principis

excessivament simples, sovint des del paradigma de la causalitat, mentre que la realitat no s’adequa a aquest

mecanisme tan simple.

Els treballs empírics sobre la matèria a casa nostra són, però, força més escassos. L’estudi ja citat de Riera i

Micaló et al. (1997) sobre l’impacte dels túnels de Vallvidrera en constitueix una excepció. Amb relació a la

localització de l’activitat industrial i terciària, els impactes de la nova infraestructura són menys clars que els exposats

anteriorment amb referència al parc d’habitatges pel fet que l’àrea d’estudi ja mostrava una forta implantació

4. En una mateixa línia s’expressa la investigadora catalana Carme Miralles en la seva reflexió sobre les interrelacions entre forma urbana itransport (Miralles-Guasch, 2002), que entén com un procés de dialèctica entre tres fenòmens: urbanisme, mitjans de transport i mobilitatquotidiana, que es condicionen i es modifiquen entre si.


- 27 -

industrial a causa de la bona comunicació que oferien vies de construcció anterior com l’autopista A-7/B-30. En

aquest sentit, l’impacte dels túnels de Vallvidrera sembla haver-se de reduir a «obrir un nou ventall de possibilitats de

tornar a dinamitzar la inversió productiva en una àrea amb les característiques i condicions idònies per fer-ho, i

alhora gaudir de la proximitat d’una infraestructura que permet una connexió pràcticament immediata amb els

principals eixos de comunicació de Catalunya». L’anàlisi de l’evolució dels preus per metre quadrat del sòl industrial

és una bona aproximació a l’estudi d’aquests impactes.

Més consistents són les conclusions a què arriben Lleonart i Garola (2000) en el seu treball ja citat sobre les

repercussions de l’autopista C-32/A-16 a la comarca del Garraf. Així, els autors constaten que s’ha esdevingut un

fort increment dels llocs de treball localitzats, fruit de l’expansió de les activitats productives i especialment de les de

caràcter turístic i industrial. Aquest procés ha tingut a l’àrea de Vilanova i la Geltrú una incidència especial, amb la

reestructuració i la renovació del sector industrial amb un bon nombre d’empreses mitjanes amb una dependència

menor de les grans empreses, cosa que ha estat possible pel guany de competitivitat industrial de la regió a causa del

fet d’haver-se convertit en una àrea de nova centralitat gràcies a la nova autopista.

Finalment, amb relació als canvis en el model turístic, els autors afirmen que aquests han estat bàsicament de

caràcter qualitatiu, ja que els establiments de tres i quatre estrelles han augmentat en gran mesura, cosa que ha permès

al sector hoteler de Sitges competir directament amb el de Barcelona, i és, per tant, un factor clau amb vista a la

implantació d’un model turístic de qualitat i competitiu. El resum dels principals efectes territorials, econòmics i

socials derivats de la construcció de l’autopista a la comarca del Garraf es pot observar al quadre següent.

Quadre 1.1. Efectes de la construcció de l’autopista A-16/C-32 a la comarca del Garraf.

19911998 ambautopista

1998 sense autopista

Variació 1998 amb– sense autopista

Població 76.915 96.600 87.000 9.600Saldo de mobilitat laboral* – 2.448 – 8.500 – 5.380 – 2.630Atur 4.000 3.500 3.900 – 400PIB (milions de pessetes) 131.640 154.200 140.700 13.500

Primari 855 600 600 –Indústria 7.486 7.200 6.500 700Construcció 3.148 3.100 2.800 300Serveis 13.276 16.400 14.900 1.500

Llocs de treballlocalitzats

Total 25.765 27.300 24.800 2.500

1a residència 49 % 58 % 54 % 4 %2a residència 41 % 34 % 37 % -3 %Parc residencialBuits 9 % 8 % 9 % -1 %

*Desplaçaments laborals generals – Desplaçaments laborals atrets

Font: Lleonart i Garola (2000).


- 28 -

Amb relació als efectes de les infraestructures en àrees de muntanya, el treball més important correspon a Borrajo

Sebastián (1989), en el qual es planteja la dificultat que tenen algunes zones de mala accessibilitat per a generar una

dinàmica econòmica que sigui capaç de consolidar-se competint amb algunes de ja existents, la qual cosa implica una

relació de causalitat entre localització relativa i desenvolupament socioeconòmic. Els problemes principals a què

l’autor fa referència es poden resumir en l’escassa població existent, la seva dispersió sobre el territori i el seu

envelliment; problemes la solució dels quals està en la millora de l’accessibilitat i el desplegament d’una política de

transport intracomarcal que afavoreixi el transport col·lectiu per a persones que no tenen accés a l’automòbil.


- 29 -

2. ELS INDICADORS D’ACCESSIBILITAT

Fins ara, el treball ha consistit en una reflexió en el pla teòric del concepte d’accessibilitat i les seves possibles

definicions i els seus possibles matisos. La voluntat d’aquest capítol segon, però, és donar una dimensió més pràctica,

més empírica, d’aquest concepte mitjançant l’exposició i l’aplicació dels indicadors principals que tradicionalment

s’han usat per a mesurar l’accessibilitat dels territoris, amb l’objectiu d’avaluar-ne la validesa per mitjà de la

identificació dels seus avantatges i convenients principals.

2.1. Consideracions generals prèvies sobre els indicadors d’accessibilitat

Abans d’entrar en la classificació dels indicadors i d’avaluar-ne la validesa, cal, però, fer-ne constar una sèrie de

consideracions generals segons amb la bibliografia consultada.

En primer lloc, cal esmentar que, d’acord amb Monzón de Cáceres (1988), la funció bàsica dels indicadors

d’accessibilitat és «donar una mesura de la separació d’activitats o assentaments humans que es connecten mitjançant

un sistema de transports», cosa que equival, en unes altres paraules, a «definir el nivell d’oportunitats i d’elecció tenint

en compte tant l’existència d’oportunitats com la de les opcions de transport accessibles» (Halden et al., 2000).

En segon lloc, cal destacar que la major part dels indicadors d’accessibilitat reflecteixen de manera força clara els

tres components de l’accessibilitat esmentats anteriorment (separació física, mitjà de transport i interacció espacio-

funcional entre localitzacions), si bé els dos primers tenen un tractament comú.

Així, i coincidint amb autors com Handy i Niemeier (1997), Levinson (1998) o Makri (2001), per una banda,

podem distingir el component del transport, que no és més que la mesura de la resistència al moviment o impedància.

D’aquesta manera, aquest component dels indicadors reflecteix la facilitat de viatge entre dos punts d’acord amb el

caràcter i la qualitat del servei proporcionat pel sistema de transport. En la gran majoria dels casos, com ja s’ha

assenyalat a l’apartat 1.1.1, aquest component adopta la forma de mesura de separació espacial —relativa o

absoluta— entre localitzacions i es mesura en temps, distància o cost.

Per l’altra banda, existeix l’anomenat component de les activitats, que no és més que la mesura de la motivació del

desplaçament i que reflecteix la distribució espacial i la utilitat de les activitats. La forma més senzilla que adopta

aquest component, d’acord amb l’explicació desenvolupada a l’apartat 1.1.3, és la mesura del poder d’atracció dels

nodes segons la seva dimensió (generalment, el nombre d’habitants o el producte interior brut) o la seva utilitat (llocs

de treball localitzats, oferta comercial, etc.).

Del tractament que es dóna a cada un dels dos components, i de la relació que s’estableix entre si, en deriva un

resultat diferent de l’accessibilitat, ja que cada aproximació els atorga un pes diferencial. És el que precisament pretén

demostrar l’anàlisi que aquí es proposa.


- 30 -

2.2. Cap a una possible classificació dels indicadors d’accessibilitat

La literatura consultada, les aportacions teòriques de la qual ja han estat presentades al capítol anterior, mostra

una àmplia diversitat en la classificació dels indicadors d’accessibilitat, amb l’ús de diferents criteris d’agrupació dels

diversos indicadors, de manera que la classificació funcional que aquí proposem no pot ser res més que una

interpretació subjectiva realitzada d’acord amb els objectius fixats per a la investigació.

Per a l’explicació pràctica de cada un dels indicadors que s’exposen, hem optat per expressar-ne la formulació

matemàtica, la notació de la qual és la que mostra el Quadre 2.1.

Quadre 2.1. Notació utilitzada en els indicadors d’accessibilitat utilitzats.

Sigla Variable Sigla Variable

i Municipi per al qual es calcula el indicador j Resta de municipisn Total de municipis de Catalunya P Població segons el cens de 2001d Distancia a través de la xarxa viària t Temps a través de la xarxa viàriadr Distancia en línia recta tr Temps en línia rectavr Velocitat en línia recta

Font: elaboració pròpia

2.2.1. La teoria de les xarxes i les mesures topològiques del graf

El tipus més senzill d’indicadors d’accessibilitat que existeixen és aquell en què el concepte d’accessibilitat no és

tractat des del punt de vista territorial, és a dir, interpretant què significa per a un node el fet de ser més a prop o més

lluny de la resta des de l’òptica espacial (atracció entre nodes, potencial de desplaçaments...), sinó des del topològic,

que centra l’interès en la forma, la disposició i les propietats dels connectors i dels nodes dins la xarxa (Monzón de

Cáceres, 1988), representada en forma de graf, que és entès com «l’expressió formal d’un conjunt d’elements i de les

seves relacions».

Alguns autors (Ulied, 1986; Seguí i Petrus, 1991) afirmen que hi ha dues perspectives possibles a l’hora d’analitzar

el graf des del punt de vista topològic:

• Estàtica. Es limita a mesurar la geometria de la xarxa i a proposar-ne índexs representatius (connectivitat,

centralitat, forma, etc.). Aquesta classe de mesures considera la realitat estàtica del teixit, però ignora l’explotació

que se’n fa; és a dir, no té en compte l’assignació de velocitat de fluxos, l’orientació dels trams, la penalització de

certs girs...

• Dinàmica. Aquesta perspectiva permet, a diferència de l’anterior, analitzar la mateixa xarxa però sotmesa a

explotació, considerant el graf orientat i assignant temps de recorregut entre elements i temps d’espera en els

encreuaments.


- 31 -

Els mateixos autors afirmen, no obstant això, que ambdues perspectives són complementàries, ja que, mentre

que l’estàtica mesura d’alguna manera la «capacitat vial» del teixit i alhora en descriu la forma, la dinàmica analitza les

diferents condicions d’explotacions respecte a les millores accessibles de la xarxa.

Malgrat que, com ja s’ha comentat a l’apartat 1.1, aquestes mesures es consideren «antigues i simples» (Monzón

de Cáceres, 1988) i han estat progressivament substituïdes per aproximacions més realistes amb la inclusió d’uns

altres components territorials i socials a més de l’estrictament topològic, la seva utilització en la literatura consultada

és força àmplia, especialment en els treballs més antics (Herce Vallejo, 1983; Ulied, 1986; Monzón de Cáceres, 1988;

Mackiewicz i Ratajczak, 1993; Ulied, 1995; Bosque Cendra, 1997; Bruinsma i Rietveld, 1998). D’aquí ve la necessitat

de presentar els indicadors següents, que s’han agrupat en dues categories: els que mesuren el grau de cohesió del

graf (densitat, nombre de recorreguts alternatius...) i els que mesuren el grau d’accessibilitat dels nodes que el formen.

Independentment dels indicadors que s’analitzen a continuació, ambdós conceptes es poden resumir en sengles

matrius, que sintetitzen el nombre i la distribució espacial dels nodes i dels arcs.

Així, la matriu de connectivitat reflecteix l’existència o la no-existència de connexió directa entre dos nodes

mitjançant l’assignació de valors dicotòmics, en què 0 significa la no-connexió entre nodes i 1 l’existència de

connexió directa, de manera que es considera més ben connectat el node que presenta un major nombre de

connexions directes. Per aquest motiu la connectivitat només depèn dels nombre d’eixos i de vèrtexs d’un graf, de

manera que dos grafs amb el mateix nombre d’aquests elements han de tenir, sempre, el mateix grau de connectivitat.

Amb relació a l’exemple representat a la Figura 2.1, que servirà per a exemplificar totes les mesures proposades

en aquest apartat, el node més ben connectat és el D, que presenta un total de 5 connexions directes amb la resta de

nodes, mentre que els nodes B, E, F i H presenten una única connexió directa.

Per contra, la matriu d’accessibilitat representa el nombre d’arcs que cal recórrer per a anar des d’un node fins a

cada un dels altres que formen el graf, de manera que, si no es tracta d’un graf orientat —amb l’assignació de sentits

de circulació dels seus arcs—, es tracta d’una matriu simètrica. És a dir, a diferència de la connectivitat, l’accessibilitat

d’un graf depèn, a més del nombre d’elements que el componen, de la posició relativa dels vèrtexs, és a dir, de la seva

pròpia estructura (arbòria, circular, etc.).

Pel que fa referència als indicadors pròpiament dits, es poden distingir els que mesuren la connectivitat de la

xarxa dels que mesuren l’accessibilitat dels seus nodes. El repàs més exhaustiu sobre tots dos tipus de mesures és

l’elaborat en el treball de Seguí i Petrus (1991), del qual aquí s’ofereixen només els indicadors més utilitzats

habitualment.


- 32 -

1. Mesures de cohesió topològica o connectivitat d’una xarxa. Es tracta de mesures l’objectiu de les quals és expressar la

riquesa de relacions que la xarxa fa possible o permet entre tots els seus vèrtexs o nodes. Entre les mesures

habitualment més usades per a l’anàlisi de xarxes viàries es destaquen les següents:

• Densitat de la malla. Es tracta d’una mesura que pot adoptar diverses formes, des de simples càlculs de la

longitud de les carreteres per unitat de superfície fins a càlculs més complexos, com el del coeficient entre el

diàmetre de la xarxa —entesa com la distància entre els dos punts més allunyats— i la seva extensió, la

proximitat del qual al valor 1 indicaria que ens trobem davant d’una xarxa de configuració lineal, de manera

que, com més baix sigui, s’aproxima més a una malla.

• Índex Beta (β). És el quocient entre el nombre d’arcs (l) i els nombre de nodes (n) d’una xarxa:

β = nl

nodesnarcsn

=ºº

Per als grafs amb arcs amb doble sentit de circulació, el seu valor oscil·la entre 0 (una xarxa nul·la) i

(n × (n-1)) / n —que és el nombre d’arcs que formen l’anomenat graf complet, el qual té el màxim nombre

possibles d’arcs per un nombre determinat de nodes—, de manera que, si β < 1, es pot parlar de xarxa

inconnexa, β = 1, s’anomena xarxes de circuit o camí únic; i β > 1, és una xarxa complexa (a partir de β = 3, es

considera d’itineraris alternatius múltiples).

En el cas concret del graf que mostra la Figura 2.1, el valor de β és 1, resultat de dividir el nombre d’arcs (8)

pel nombre de nodes (8), per la qual cosa pot ésser qualificat com a xarxa de circuit o xarxa de camí únic.

• Índex Gamma (γ). És la relació entre el nombre existent d’arcs i el nombre màxim que pot existir d’acord amb

el nombre de nodes de la xarxa; és a dir, mesura la proximitat a ser un graf complet:

( )2

1−×=

nnlγ

Aquest índex varia entre 0, per a una xarxa nul·la, i 1, per un graf complet. A diferència de l’indicador

anterior, aquest permet comparar xarxes amb un nombre de nodes diferent. En el cas del graf d’exemple

proposat a la Figura 2.1, el valor d’aquest indicador és el següent:

( ) 286,0288

2568

2188

8===

−×=γ

• Nombre ciclomàtic (M). Mesura el nombre de circuits (M) que existeixen dins del graf —entenent per circuit

cadascun dels recorreguts possibles per a anar d’un node a un altre sense haver de passar dues vegades pel

mateix arc— segons el nombre de grafs inconnexos (g):

( ) gnlM −−−= 1

Varia entre 0 (pels grafs sense cap circuit) i 2n – 5, el nombre de circuits d’un graf complet.


- 33 -

• Índex Alfa (α). És la relació entre el nombre de circuits d’una xarxa i els circuits que existirien en cas de

tractar-se d’un graf complert:

5)2( −×=

nMα

L’aplicació més exhaustiva a Catalunya d’aquests tipus d’indicadors en l’estudi de xarxes viàries és la feta

per Herce Vallejo (1983), l’objectiu del qual era avaluar el grau de cohesió topològica de la xarxa viària catalana

d’aquell moment, així com valorar les millores que es derivarien de la construcció d’infraestructures viàries

encara llavors en projecte —l’eix del Llobregat i el túnel del Cadí, l’autopista del Congost, l’eix del Ripollès i el

túnel de Toses, l’eix Transversal, l’eix Pirinenc, i la xarxa arterial de la Regió Metropolitana.

L’autor fa l’anàlisi utilitzant un graf molt simplificat de la xarxa viària catalana format únicament per 165

arcs, 92 vèrtexs i 38 centroides (les capitals comarcals segons la divisió territorial de Catalunya de l’època), de

manera que només hi ha representades molt esquemàticament les carreteres catalogades a la xarxa nacional —

sense representació, doncs, de la xarxa secundària de carreteres—; això que motiva que els valors resultants del

càlcul de les mesures de cohesió siguin força baixos. Així, el resultat de l’índex β per al total del territori català

és 1,8, valor poc favorable que mostraria, a priori, una certa manca de connexió del graf, que fins i tot augmenta

si s’analitzen territoris més concrets (Terres de Ponent, àrea pirinenca, etc.). Igualment, pel que fa referència a

la relació entre el diàmetre de la xarxa i l’extensió total d’aquesta, el valor obtingut (0,28) dóna la idea que, en

essència, es tracta, des del punt de vista formal, d’una malla. No obstant això, si calculem separadament la xarxa

de carreteres interior i la litoral, els resultats són 0,23 i 0,48 respectivament, de manera que, mentre que la

primera té unes característiques semblants a la xarxa total catalana, la segona seria més pròxima a una

configuració lineal.

2. Mesures d’accessibilitat topològica. Les mesures de connectivitat que s’acaben de descriure permeten únicament

aproximar-se als aspectes formals del graf (dimensió, densitat, etc.), però sense poder valorar el grau

d’accessibilitat dels nodes amb relació a la seva localització relativa dins la xarxa, objectiu que, però, sí que

assoleixen els tres tipus d’indicadors d’accessibilitat topològica que es presenten a continuació.

• Nombre associat a cada node. Es tracta del nombre mínim d’arcs que és necessari recórrer per a unir-lo amb el

més llunyà, que es pot expressar formalment per mitjà de la suma de tots els enllaços que cal recórrer per a

anar des d’un node fins al més allunyat topològicament. En el cas de xarxa representada a la Figura 2.1 es

correspon amb la cel·la marcada de color gris a la matriu d’accessibilitat.

• Índex de Shimbel, que mostra el nombre d’arcs que cal travessar per a anar des d’un node fins a tots els altres,

relació que equival a la suma dels valors de cada fila de la matriu d’accessibilitat topològica. Per aquest motiu,

es pot considerar que és la mesura més bàsica d’accessibilitat topològica d’un vèrtex en una xarxa. En el cas

de l’exemple, el node que presenta un índex de Shimbel menor i, per tant, una accessibilitat topològica més


- 34 -

elevada, és novament el D a causa no tan sols del seu major nombre de connexions directes amb la resta de

nodes, sinó, també, per la seva posició central dins el graf.

Finalment, cal indicar que, entre dos nodes amb el mateix número associat, es considera més accessible el que

té un valor de l’Índex de Shimbel més petit.

• Índex de dispersió. Es tracta de la suma dels índexs de Shimbel de cada un dels nodes del graf (114 en el cas de

l’exemple). L’ús de la mitjana d’aquest índex en funció del nombre de nodes permet la comparació de grafs

amb diferent nombre de nodes.

Figura 2.1. Exemple d’anàlisi de la connectivitat i l’accessibilitat topològiques d’un graf simple.

Matriu de connectivitat

A B C D E F G H ΣA - 0 0 1 0 0 1 0 2B 0 - 0 1 0 0 0 0 1C 0 0 - 1 1 0 0 0 2D 1 1 1 - 0 1 1 0 5E 0 0 1 0 - 0 0 0 1F 0 0 0 1 0 - 0 0 1G 1 0 0 1 0 0 - 1 3H 0 0 0 0 0 0 1 - 1Σ 2 1 2 5 1 1 3 1 16

Matriu d’accessibilitat topològica

A B C D E F G H Σ*A - 2 2 1 3 2 1 2 13B 2 - 2 1 3 2 2 3 15C 2 2 - 1 1 2 2 3 13D 1 1 1 - 2 1 1 2 9E 3 3 1 2 - 3 3 4 19F 2 2 2 1 3 - 2 3 15G 1 2 2 1 3 2 - 1 12H 2 3 3 2 4 3 1 - 18Σ 13 15 13 9 19 15 12 18 114

Nota: • Les cel·les marcades de color gris de la matriu d’accessibilitat corresponen al nombre associat de cada node.• El sumatori per a cada node de la mateixa matriu és el seu «índex de Shimbel», mentre que el sumatori total correspon a l’índex de dispersió

de tot el graf.

Font: elaboració pròpia.


- 35 -

2.2.2. Els indicadors absoluts de distància i temps

Com el seu nom indica, es tracta d’indicadors referents a la localització geogràfica dels municipis dins el territori

català. S’anomenen absoluts pel fet que només tenen en compte la distància absoluta entre municipis, sense considerar

les possibilitats reals de cada municipi (Ajenjo i Alberich, 2003). És a dir, tenen en compte el fet que dos municipis es

troben situats a una distància de 110 quilòmetres, però no pas que per la seva posició aquesta sigui en realitat la

distància mínima possible.

• Indicador de localització geogràfica (IAAR)

Es tracta de la mitjana de la distància en línia recta (també anomenada a vol d’ocell) d’un municipi a la resta, segons

la formulació matemàtica següent:

1,1

−=∑

≠=

n

n

ijjij

i

drIAAR

Com es pot deduir, es tracta d’un indicador que té en compte únicament la localització geogràfica dels nodes,

amb independència de l’orografia i de la xarxa, l’aplicació del qual ha de permetre, doncs, la definició d’unes àrees

plenament concèntriques entorn del node més cèntric.

S’ha optat només per expressar aquest indicador usant la distància com a mesura del cost de desplaçament, ja que

l’ús del temps planteja alhora un problema conceptual i metodològic doble. La problemàtica per a convertir la

distància en temps és la necessitat d’assignar una velocitat de circulació, ja que, com es dedueix de la fórmula

d’aquesta, el temps no és més que el resultat del quocient entre l’espai (la distància) i la velocitat en la qual s’hi

circula:

vrdrtrtr

drvrij

ijij

ij

ijij

=⇒=

La distància és coneguda, però quina velocitat de circulació cal assignar-hi? Conceptualment, és una pregunta

difícil de respondre —si bé, com es demostrarà a continuació, a la pràctica la resposta no és rellevant—, ja que es

tracta d’assignar una velocitat real —si més no, derivada de la realitat— a una distància fictícia, irrealitzable a

través de les infraestructures existents. Així, mentre que alguns autors es decanten per la utilització de la velocitat

mitjana de circulació per la xarxa,5 uns altres prefereixen l’ús de la velocitat màxima, que en el nostre cas equival

als 120 km/h de molts trams de la xarxa d’autopistes catalanes.

5. És el cas, per exemple, dels tècnics del Departament de Política Territorial i Obres Públiques encarregats de la redacció del Pla de Carreteresde Catalunya de l’any 1986 (Departament de Política Territorial i Obres Públiques, 1987), que utilitzen la velocitat mitjana de circulació per laxarxa d’aquell moment, establerta en 62,951 km/h.


- 36 -

Dèiem al paràgraf anterior que l’ús d’una velocitat o una altra és, en el fons, irrellevant, ja que aquesta elecció

únicament provoca un salt d’escala dels valors resultants de l’aplicació de l’indicador, perquè el valor de la

velocitat assignada no és res més que una constant amb la mateixa influència sobre cada una de les distàncies en

línia recta calculades, de manera que la posició relativa dels municipis que en resulta és la mateixa.

Així, la importància de tria de la velocitat només resideix en el grau d’interpretabilitat dels valors resultants, ja que

aquests varien de rang d’acord amb la nostra elecció. D’aquesta manera, per motius que descriurem més

endavant, s’ha optat per utilitzar la velocitat màxima en tots els indicadors, ja que, si bé en aquest indicador no és

important amb vista a la facilitat interpretativa dels resultats, sí que ho serà en els indicadors relatius que es

descriuran a l’apartat 2.2.3.

• Indicador de localització i traçat (IAAD)

El segon dels indicadors de localització que es presenten fa referència igualment a la mitjana de la distància d’un

municipi a la resta, però no pas en línia recta com l’anterior, sinó a través de la xarxa viària:

1,1

−=∑

≠=

n

n

ijjij

i

dIAAD

Com el seu nom ja reflecteix, es tracta d’un indicador que, a més de la mateixa localització dels municipis, té en

compte el traçat —entès únicament com la longitud— de les carreteres que hi conflueixen. És a dir, la diferència

principal respecte a l’indicador anterior és que ara el punt central no necessàriament ha de ser el que té una

menor distància a la resta, ja que pot ser que les carreteres que hi conflueixen siguin de mala qualitat. Si aquest fet

aquest fet s’esdevingués, s’hauria de donar un cert desplaçament del municipi més accessible i de les corones

concèntriques al seu voltant cap a la regió amb una xarxa viària millor.

• Indicador de localització, traçat i velocitat (IAAT)

El tercer dels indicadors de localització dels municipis catalans és molt semblant a l’anterior, però substituint com

a mesura de la separació física entre localitzacions la distància mitjana pel temps mitjà necessari per a desplaçar-se

d’una localització a la resta, segons la fórmula següent:

1,1

−=∑

≠=

n

n

ijjij

i

tIAAT

Així, el present indicador és el que correspon més al concepte d’accessibilitat per carretera, ja que el seu valor

depèn de tres factors bàsics: a) la localització tant dels nodes d’origen i de destinació, b) la longitud de les

carreteres i c) la velocitat en la qual es circula.


- 37 -

• Indicadors de proximitat a la xarxa viària

Una segona gran família d’indicadors absoluts d’accessibilitat són els que mesuren la distància dels municipis no

pas entre si com els indicadors anteriors, sinó respecte a la xarxa viària bàsica.

Es tracta, doncs, d’indicadors que mesuren la proximitat —novament en temps i en distància— dels municipis a

la xarxa principal de carreteres, entenent com a tal la formada pel que a partir d’ara s’anomenaran vies ràpides» o de

qualitat —és a dir, usant la classificació tipològica i la terminologia emprada pel Servei Català de Trànsit—: la

xarxa formada per les autopistes, les autovies i les vies preferents.

Cal justificar la delimitació a aquesta classe de vies pel fet que, com indica Ulied (1995), és important per a estar

ben connectat —i, per tant, per a tenir una bona accessibilitat— de tenir un accés bo, ràpid i curt a les grans

infraestructures de transport, que, en el nostre cas, s’identifiquen amb les vies d’una certa qualitat que permeten

una continuïtat territorial. D’aquesta manera, la proximitat d’un municipi a un petit tram viari de qualitat, però

que resta aïllat de la resta de xarxa viària principal, no pot ésser considerada com un indicador de bona

accessibilitat.6

A causa de la formulació doble de la mesura de la impedància —temps i distància— elaborarem fins a sis

indicadors diferents, tres amb cada unitat de mesura. Així, en primer lloc, construirem un indicador que mesurarà

la proximitat de cada municipi únicament a la xarxa d’autopistes (amb independència de l’existència o la no-

existència de peatge); en segon lloc, la xarxa viària serà ampliada amb la inclusió de les autovies; i finalment, en

tercer lloc, incorporem al nostre càlcul les vies preferents amb la finalitat de completar la xarxa catalana de vies

ràpides.

Malgrat la simplicitat de càlcul i d’interpretació dels resultats, es tracta d’una classe d’indicadors poc utilitzada en

la revisió bibliogràfica efectuada. Tan sols és fet servir en el treball ja citat de Gutiérrez i Urbano (1996), en el

qual, per tal de valorar l’impacte de la construcció de xarxa transeuropea de carreteres, es calcula al voltant

d’aquesta una àrea que es trobi a menys de quaranta minuts i es comparen els resultats per a l’abans i el després

de l’obra mitjançant la superfície de cada país que hi ha dins d’aquest llindar. A tall d’exemple, i sense aprofundir

més en els resultats obtinguts, es constata que la construcció total de la xarxa viària prevista ha fet augmentar en

15 punts la superfície total d’aquestes àrees en el conjunt europeu (del 69,9 % al 84,9%), i que Grècia (51,6

punts), Irlanda (45,4), Portugal (40,8) i Espanya (22,4) en són els països més beneficiats.

Un altre exemple d’utilització d’aquest tipus d’indicadors es troba igualment en el treball ja citat d’Ajenjo i

Módenes (2001) sobre la relació entre l’accessibilitat i la mobilitat laboral, en el qual la primera és calculada com la

distància en línia recta des de cada un dels municipis analitzats (els situats a menys de 10 km) a la xarxa viària

formada per les autopistes i les autovies, distingint entre les primeres aquelles que són concessió d’ACESA

6. És el cas, per exemple, del petit tram de la N-420 al seu pas pels municipis de Móra d’Ebre i Móra la Nova, el qual, malgrat tenir laqualificació oficial i les característiques tipològiques de via preferent, no serà considerat com a tal en el nostre càlcul pel fet que es troba aïllatde la resta de la xarxa bàsica.


- 38 -

—l’organisme finançador de l’estudi— i les de la resta de societats concessionàries. A diferència d’aquest treball,

la distància —i, òbviament, el temps— que s’utilitzarà aquí serà l’existent a través de la xarxa viària i, per tant,

molt més real.

2.2.3. Els indicadors relatius de distància i temps

Fins ara, tots els indicadors d’accessibilitat exposats pertanyen a la família que podríem considerar com a absoluts,

en tant que no tenen en compte les possibilitats reals de cada municipi. Enfront d’aquesta classe d’indicador, trobem

els indicadors relatius, la relativització dels quals es basa en la incorporació al denominador de la distància o del temps

en línia recta.

La necessitat de relativitzar la impedància és determinada pel fet que als indicadors absoluts d’accessibilitat els

resultats són molt influenciats per la localització geogràfica del nodes: localitats llunyanes o perifèriques hi apareixen

invariablement com a poc accessibles, fins i tot en el cas de disposar d’unes bones infraestructures d’accés. La

incorporació del quocient entre la impedància real i la ideal permet, doncs, neutralitzar l’efecte de la localització dels

nodes i fer ressaltar, per tant, l’efecte de la infraestructura.

• Indicador relatiu de distància (IARD)

Es tracta de posar en relació la distància real entre dos municipis (a través de la xarxa viària) i la distància en línia

recta entre si, segons la fórmula següent:

11;1

−=

∑≠=

n

n

jj ij

ij

i

drd

IARDSegons afirmen els tècnics encarregats de l’elaboració del Pla de Carreteres de Catalunya vigent actualment

(Departament de Política Territorial i Obres Públiques, 1987), es tracta d’un indicador de traçat, de manera que el

valor resultant depèn únicament de la longitud que cal recórrer per la xarxa, és a dir, el traçat. Alguns altres

autors, com Monzón de Cáceres (1988), Seguí i Petrus (1991), Calvo et al. (1993) o Barea i Martínez (2002),

coincideixen a batejar aquest indicador com a factor de ruta.

La interpretació d’aquest indicador és força senzilla: el valor mínim que pot prendre és 1; això significaria que les

distàncies a través de la xarxa viària i en línia recta són iguals, cosa que indicaria la disposició òptima de la xarxa


- 39 -

viària entre els municipis.7 Un resultat de 2 voldria dir que el traçat a través de la xarxa és el doble de llarg que si

es realitzés en línia recta, etc., de manera que el valor màxim assolible és infinit.

És un indicador força esmentat en la bibliografia consultada, especialment als documents oficials de planificació

de carreteres, tant autonòmica com estatal, ja que és present tant al Pla de Carreteres de Catalunya com al Plan

Nacional de Carreteras espanyol.

Pel que fa als treballs pràctics que l’utilitzen, es destaca el protagonisme que se li atorga al de Calvo et al. (1993)

sobre la matisació dels indicadors d’accessibilitat amb la introducció de la variable demogràfica, treball en el qual

es presenten fins a tres variants del nostre indicador. En efecte, en la definició de l’accessibilitat de cada un dels

919 nodes analitzats, s’utilitzen dues fórmules semblants però sensiblement diferents:

∑≠=

=n

ijj ij

iji dr

dA,1 ∑

∑

≠=

≠== n

ijjij

n

ijjij

i

dr

dA

,1

,1'

La primera equival a la que formulàvem aquí i presenta l’avantatge respecte a la segona que atorga el mateix pes a

tots els punts pel simple fet de sumar les relacions —independentment de quina sigui la magnitud de la

impedància sobre les que hi ha calculades—, cosa que sembla aparentment estar més d’acord amb la realitat que

no pas el tractament que fa la segona de les distàncies llargues, a les quals atorga un pes més gran, de manera que,

en aquest segon cas, la relació amb els municipis més llunyans acabaria essent més important per a l’accessibilitat

de cada municipi que no pas la que hi ha amb els més propers. Les altres dues variants emprades consisteixen en

la introducció de la variable demogràfica en cada una de les dues fórmules anteriors, motiu pel qual seran

analitzades a l’apartat 2.2.4.

Un altre treball pràctic que utilitza aquest tipus d’indicador és el realitzat per Varela García (2002) sobre

l’accessibilitat dels municipis i les comarques de la província de la Corunya. Hi fa servir dues variacions sobre el

mateix tipus d’indicador, la primera és la tradicional, és a dir, posa en relació la distància real amb la distància en

línia recta, mentre que la segona té en compte la distància real només per a vies de qualitat. Per a distingir tots dos

indicadors, els anomena respectivament índex de traçat real i índex de traçat potencial, alhora que construeix uns

tercera mesura que reflecteix la diferència entre tots dos, que anomena variació de les comunicacions (VRij):

100real Distància

potencial Distància - real DistànciaVRij×=

L’anàlisi que s’hi efectua és doble: en primer lloc, s’estudien les relacions entre els 18 municipis que són cap de

comarca i, en segon lloc, la relació dels municipis de cada una de les comarques amb la seva capital. La

comunicació mitjana entre els primers és de 77,37 quilòmetres, i la mitjana de la separació geogràfica és de 59,87,

7. Per definició, mai cap traçat viari entre dos municipis no pot ésser més curt que la línia recta entre si.


- 40 -

la qual cosa ofereix una ràtio per al total de la xarxa viària intercomarcal de 1,29. Pel que fa a les relacions

intracomarcals, l’accessibilitat real mitjana de la província és de 1,40, mentre que l’indicador de traçat potencial és

de 1,27, cosa que indica que la utilització de camins de menor longitud produiria un estalvi mitjà d’entorn del 9,83

% sobre la longitud del camí de millor qualitat de traçat, encara que en algun cas aquesta millora arribi a valors del

50 %.

• Indicador relatiu de temps (IART)

Es tracta del mateix indicador que en el cas anterior, en què la distància és substituïda pel temps com a mesura de

la impedància, com reflecteix la fórmula següent:

1;1

−=

∑≠=

n

n

ijj ij

ij

i

trt

IARTJa hem comentat a l’apartat 2.2.1 la problemàtica derivada de la utilització d’un temps en línia recta per la

necessitat que significa d’utilitzar una velocitat en línia recta totalment fictícia i que, com a valor d’aquesta, podem

fer servir d’una manera indistinta tant la velocitat mitjana de circulació per la xarxa com la màxima, ja que els

resultats obtinguts són els mateixos en l’un cas i en l’altre amb el salt d’escala corresponent.

Hi recomanàvem, però, l’ús de la velocitat màxima per tal de facilitar la interpretació dels resultats. En efecte, l’ús

de la velocitat màxima a través de la xarxa permet que el quocient de la fórmula prengui sempre valors semblants

als de l’indicador de distància —d’1 a infinit—, ja que la velocitat en línia recta no podrà ser mai inferior a la real

i, per tant, el numerador de la fórmula (temps real) sempre igual o major que el denominador, cosa que no

succeiria si utilitzéssim com a velocitat en línia recta la velocitat mitjana de circulació per la xarxa.

És a dir, en aquest cas, un valor igual a 1 significaria no solament que la connexió d’un municipi amb la resta es fa

per mitjà d’una xarxa viària recta, sinó que, a més, aquesta és d’una qualitat que permet assolir la velocitat màxima

de tota la xarxa. Per tant, en aquest indicador, com a l’anterior, no necessàriament els valors més baixos han de

correspondre als punts centrals, sinó a aquells que al seu entorn tenen una xarxa millor. Per aquest motiu,

Monzón de Cáceres (1988), Seguí i Petrus (1991) i Barea i Martínez (2002) coincideixen a anomenar aquest

indicador com a indicador de traçat/velocitat, ja que reflecteix al mateix temps tant els índexs de rodeig (l’estructura

geomètrica de la xarxa) com la classe d’infraestructura per a accedir a les destinacions (Gutiérrez i Jaro, 1999).

Per tot el que hem exposat, hem optat per utilitzar sempre com a velocitat en línia recta la velocitat màxima de

circulació per la xarxa, establerta en els 120 km/h de força trams de la xarxa d’autopistes. L’inconvenient

principal que presenta aquest indicador, però, deriva precisament de la velocitat de circulació assignada, atès que,

com més elevada sigui aquesta, les velocitats de circulació baixes sofreixen una penalització més gran, com és el

cas de les travessies urbanes en què la velocitat de circulació és d’uns 20 km/h.


- 41 -

Un exemple de l’ús pràctic d’aquest tipus d’indicador és el treball de López Lara (1988) sobre l’accessibilitat dels

municipis andalusos més grans de mil habitants l’any 1986 (un total de 586), respecte a les seves respectives

capitals provincials. El treball de López presenta metodològicament, però, dues particularitats pel que fa al que

acabem d’indicar: d’una banda, utilitza com a velocitat en línia recta la velocitat mitjana de circulació per la xarxa,

que en el seu cas és de 100 km/h; i, de l’altra, la formulació matemàtica de l’indicador emprat és inversa a la

nostra (el temps en línia recta figura al numerador, i el temps real, al denominador). Així, i com que, a més,

expressa els resultats en percentatges, el 50 % indica que es triga el doble del que es trigaria en línia recta.

Els resultats hi són presentats per a cada una de les vuit províncies andaluses. La millor accessibilitat mitjana és la

de la província de Huelva, amb un valor mitjà de tots els seus municipis de 55,94 %, i la pitjor, la dels municipis

de Granada, amb un 35,74 % de mitjana. Altrament, l’anàlisi a escala municipal per a cada una de les províncies

permet a l’autor establir una certa tipologia dels municipis segons els seus nivells d’accessibilitat, així com una

certa zonificació del territori andalús en àrees definides per l’estructura orogràfica de cada província, la distribució

en l’espai (horitzontal) i per grandàries (vertical) dels nuclis i per l’estructura, els fluxos, etc., de la xarxa de

carreteres.

Aquesta anàlisi municipal li permet, igualment, observar que hi ha zones amb un dèficit important d’accessibilitat

respecte a la seva capital provincial i que, probablement, estan més ben relacionades amb municipis d’unes altres

províncies que no pas amb la pròpia. Hi afegeix, a més, que la manca d’infraestructures incideix negativament en

la desestructuració sectorial de l’economia andalusa impedint el desenvolupament econòmic d’algunes

comarques.

Quant a les conclusions més genèriques del treball de López Lara, cal destacar que estableix una relació triple de

l’accessibilitat amb tres paràmetres més. Així, en primer lloc, s’hi observa una relació inversa entre el relleu i

l’accessibilitat, de manera que les zones més muntanyoses són les que presenten uns nivells d’accessibilitat més

baixos. En segon lloc, indica l’existència d’una relació directa entre la població i l’accessibilitat, ja que els

municipis de major grandària poblacional són els que tenen una facilitat més gran d’accés. Finalment, en tercer

lloc, l’autor constata una altra relació directa entre la intensitat mitjana de circulació i l’accessibilitat: els corredors

amb fluxos de trànsit més importants són els que proporcionen una accessibilitat més gran als municipis propers.

Malgrat que, a diferència de les mesures fins ara exposades, es tracta d’una mesura d’accessibilitat simple

—entre dos nodes concrets de la xarxa— i no pas d’accessibilitat integral, creiem interessant la variant que

Monzón de Cáceres (1988) proposa d’aquest indicador. En concret, es tracta del que ell anomena «índex de

velocitat», que no és més que la relació entre la velocitat real de circulació entre dos nodes i la velocitat mitjana

del conjunt de la xarxa, cosa que donaria una idea de la qualitat d’aquella relació concreta respecte al total de les

relacions de l’àrea d’estudi.


- 42 -

• Indicador relatiu combinat de distància i temps (IARDT)

Un tercer indicador relatiu d’accessibilitat, que utilitza en certa manera tant la distància com el temps com a

mesures de la impedància, és el proposat per José Manuel González Pérez (González Pérez, 1995) en el seu

treball sobre la facilitat d’accés per carretera de la població dels municipis de la província de Pontevedra als

hospitals principals (Vigo, Pontevedra i Santiago de Compostel·la).

L’indicador proposat per a efectuar aquesta anàlisi consisteix a relativitzar la distància mitjançant el quocient

habitual entre la impedància real i la ideal, però multiplicant-ne el resultant —i aquesta és l’aportació principal

d’aquest indicador— pel temps necessari per a recórrer-la:

1

,1

−

×

=

∑≠=

n

n

ijjij

ij

ij

i

tdrd

IARDTPer tal de determinar quin és el temps de recorregut, l’autor desestima usar la mateixa velocitat per a tots els tipus

de carreteres, ja que això és irreal i, alhora, significaria només atorgar a l’indicador un canvi d’escala, sense canviar

les posicions relatives dels nodes. Així, s’opta per atorgar una velocitat mitjana determinada i constant per a cada

classe de carretera (100 km/h per a les autopistes i les autovies, 70 km/h per a les carreteres nacionals i 60 km/h

per a les comarcals i les locals) i hom les combina entre si quan per a la comunicació entre dos nuclis cal passar

per més d’una classe de carretera.

El resultat en temps per a cada municipi es pondera: el temps màxim s’iguala a 1, valor a partir del qual es

ponderen els temps de la resta de municipis, de manera que al final els valors obtinguts oscil·len entre 0

(accessibilitat ideal, corresponent als municipis que compten amb un hospital) i, en aquest cas, 2 (la pitjor

accessibilitat); la mitjana provincial és de 0,63.

La representació cartogràfica dels resultats permet, d’una banda, dibuixar clarament els principals eixos viaris de

la província i, fins i tot, distingir la qualitat de la carretera, reflectida a través de la seva velocitat; i, de l’altra,

comparar l’accessibilitat dels municipis agrupant-los en quatre categories: urbans, municipis amb capçalera

comarcal, periurbans i rurals.

2.2.4. La introducció de la variable demogràfica als indicadors d’accessibilitat

Fins ara, tots els indicadors d’accessibilitat descrits tenen en compte únicament la presència i la localització dels

nodes dins la xarxa, i els atorguen la mateixa importància relativa sense atendre la possible jerarquització del territori

d’acord amb les característiques específiques de cada un.

No obstant això, i com s’ha comentat a l’apartat 1.1.3, resulta evident que la dimensió diferent de cada un dels

nodes —mesurada en termes de població, de llocs de treball, etc.— és un factor important a l’hora de calcular-ne

l’accessibilitat no pas únicament en termes de facilitat d’accés viari, sinó, des d’un punt de vista més general, pels


- 43 -

beneficis que aquesta connexió implica per als individus que s’hi desplacen. En unes altres paraules, les oportunitats

—el que comunament es coneix com a «utilitat» del desplaçament— que implica una bona accessibilitat d’un

municipi amb Barcelona —pel seu volum de serveis, de llocs de treball, etc.— són molt més grans que les que pot

oferir, per exemple, una bona comunicació amb el municipi de Sant Jaume de Frontanyà. Alhora, si no fos així, això

implicaria considerar que les necessitats de desplaçament del milió i mig d’habitants de Barcelona a Sant Jaume de

Frontanyà són les mateixes que les dels vint-i-sis habitants de Sant Jaume de Frontanyà a desplaçar-se a Barcelona, la

qual cosa, evidentment, no és gaire creïble.

D’aquesta última afirmació deriva la necessitat d’atorgar un pes diferent a cada un dels municipis segons la seva

importància amb l’objectiu de reflectir no tan sols la jerarquització territorial de l’àrea analitzada, sinó la utilitat

derivada de l’accés a cada node d’acord amb la seva importància. Per aquest motiu, molts indicadors d’accessibilitat

incorporen a la seva formulació un factor de ponderació que reflecteixi la utilitat de cada un dels nodes, la qual cosa

equival a introduir als indicadors d’accessibilitat la tercera component d’aquesta, a diferència dels presentats fins ara,

que tan sols reflectien els dos primers components: la impedància i el transport.

Tenir en compte la importància de cada municipi planteja com a primer problema definir quina és la variable més

adequada per a reflectir-la. Les possibilitats d’elecció són diverses: la població, el nombre de llocs de treball

localitzats, el producte interior brut, les ofertes d’oci, etc.; i sempre cal considerar que l’elecció que ha de ser presa

segons l’objectiu de l’estudi.

En el nostre cas, la importància de cada municipi és reflectida a través de la seva població, ja que, a més de ser un

indicador força bo de la seva importància relativa, presenta, sobre les altres possibles variables, l’avantatge de trobar-

se fàcilment disponible per a tots els municipis, i, ultra això, en cas de voler-se fer una comparativa temporal, compta

amb una sèrie històrica consistent.

Cal tenir present, però, que l’ús d’una variable com la població, variant al llarg del temps, presenta algun

inconvenient, sobretot si l’objectiu és analitzar l’evolució de l’accessibilitat durant un període determinat. El

problema radica en el fet que la simple variació de la població d’un node implica una modificació del pes relatiu

d’aquest respecte al total de la xarxa que s’analitza, de manera que un municipi pot esdevenir més accessible al llarg

del temps simplement a causa d’haver guanyat població, independentment que la impedància d’accedir-hi hagi

millorat o no, la qual cosa no sembla gaire correcta. En un cas extrem, es podria donar la situació poc versemblant

que un municipi que hagi millorat la seva connectivitat amb un altre resulti, a efectes pràctics, menys accessible

simplement pel fet que hagi perdut població.

Per tal de solucionar aquest problema —sobretot si l’objectiu és analitzar els canvis en els nivells d’accessibilitat

que deriven exclusivament de la millora de la xarxa viària—, s’acostuma a utilitzar una població fixa en el temps, que

pot ser la de la meitat del període analitzat, la mitjana, etc. En el nostre cas, però, com que l’objectiu no és pas

analitzar l’evolució de l’accessibilitat, sinó realitzar una instantània dels nivells d’accessibilitat en un moment donat


- 44 -

per tal d’avaluar la validesa dels diferents indicadors, usarem les dades oficials del cens de població de l’any 2001, data

a la qual també fa referència la informació viària de què es disposa.

Les diferents possibilitats amb les quals la variable demogràfica pot ser incorporada han donat lloc a una llarga

sèrie d’indicadors d’accessibilitat, que, en alguns casos, són simples variants dels que hem anteriorment i, en uns

altres, formulacions matemàtiques força més complexes. De tots se’n parlarà a continuació.

• Indicadors absoluts de distància i temps amb la variable població (IAADP i IAATP)

D’acord amb el mateix ordre amb què s’han presentat els indicadors d’accessibilitat que no tenen en compte el

pes diferent de cada municipi, el primer tipus d’indicador analitzat que incorpora la població a la seva formulació

són els indicadors absoluts.

L’aportació principal sobre aquest tipus d’indicadors és la feta per Javier Gutiérrez Puebla de la Universitat

Complutense de Madrid en els seus nombrosos treballs sobre l’impacte de les infraestructures de transport —

especialment la xarxa viària i ferroviària d’alta velocitat— en els nivells d’accessibilitat tant en l’àmbit espanyol

(Gutiérrez i Monzón de Cáceres, 1993; Gutiérrez i Gómez, 1999; Gutiérrez i Jaro, 1999; Gutiérrez, 2001) com en

europeu (Gutiérrez et al., 1994; Gutiérrez i Urbano, 1996; Gutiérrez et al., 1996), que han estat adoptats també per

alguns altres autors (Herce Vallejo, 1983; Nogales et al., 2002).

L’indicador proposat consisteix en el càlcul d’una mitjana ponderada de la impedància que separa un node de la

resta, i en què el factor de ponderació és el pes relatiu d’aquests, sia en termes de renda, de producte interior

brut..., sia en termes de població, com el que aquí es proposa:

( )

∑

∑

≠=

≠=

×= n

ijjj

n

ijjjij

i

P

PdIAADP

,1

,1

( )

∑

∑

≠=

≠=

×= n

ijjj

n

ijjjij

i

P

PtIAATP

,1

,1

Cal observar que, efectivament, es tracta d’un indicador absolut, ja que, malgrat que la utilitat de cada node s’hi

s’expressa en termes relatius (el percentatge que significa el pes de cada node respecte al total), la impedància és la

real en termes absoluts, és a dir, sense posar-la en relació amb la impedància mínima o ideal.

El mateix Gutiérrez Puebla admet que, com en tots els indicadors absoluts, els resultats obtinguts pels diferents

nodes són molt influenciats, a més de les infraestructures, per la localització geogràfica dels nodes: en general, es

tendeix a registrar bons valors d’accessibilitat en els nodes que ocupen una posició central i que estan situats

pròxims als centres d’activitat econòmica; cosa que, evidentment, és real i alhora important des del punt de vista

del desenvolupament regional.

L’aplicació pràctica d’aquest indicador ha estat força àmplia per a aquest autor, que l’ha utilitzat per a avaluar els

canvis en l’accessibilitat que són fruit de la construcció de diverses infraestructures de transport. A continuació

presentem un repàs dels seus treballs principals, agrupats segons la seva temàtica:


- 45 -

• En ordre cronològic, els primers treballs (Gutiérrez i Monzón de Cáceres, 1993; Gutiérrez et al., 1998) giren

entorn de l’avaluació dels impactes de l’anomenat Plan Director de Infraestructuras, impulsat pel Govern

espanyol, en matèria d’accessibilitat als centres d’activitat econòmica —enteses com a tal les aglomeracions

urbanes amb renda superior a 100.000 milions de pessetes i un mínim de 150.000 habitants— des de 450

nodes repartits pel territori espanyol i comparant els nivells obtinguts els anys 1992 (abans de l’execució del

pla) i 2007 (després).

Metodològicament és interessant pel fet que s’hi analitzen quatre mitjans de transport diferents (la carretera, el

ferrocarril, el transport aeri i el marítim), que després s’agrupen en un sol indicador per mitjà de la ponderació

dels valors obtinguts per a cada un dels mitjans de transport analitzats, així com pel fet que els resultats es

presenten tant cartogràficament (representació dels valors d’accessibilitat per a cada any i la seva interpretació

en nivells diferents) com estadísticament (el càlcul de la superfície i de la població afectada pels diferents

nivells d’accessibilitat establerts).

En una mateixa línia, però en un àmbit més reduït, es destaca el treball sobre l’impacte de la construcció de

l’autopista circular M-40 en l’accessibilitat dels municipis de l’àrea metropolitana de Madrid (Gutiérrez i

Gómez, 1999). Metodològicament, el treball consisteix en la construcció mitjançant tècniques SIG de dos

escenaris, corresponents als moments «abans» i «després» de la construcció de la M-40, que es diferencien tant

per la presència física d’aquesta autopista com pel canvi en les velocitats de les diferents vies.

Els resultats es presenten tant per a tota l’àrea metropolitana com per a quatre anells metropolitans. Pel que fa

als potencials econòmics i de població, els resultats obtinguts són força previsibles: els municipis més pròxims

a la M-40 esdevenen més accessibles, i la radialitat de l’escenari anterior es trenca lleugerament. Igualment, en

termes d’equitat, la M-40 ofereix una distribució més homogènia de l’accessibilitat entre municipis.

• Un segon grup de treballs és constituït pels estudis per a avaluar l’impacte sobre l’accessibilitat de la

construcció de la xarxa viària transeuropea de gran qualitat (Gutiérrez i Urbano, 1996; Gutiérrez et al., 1994),

una proposta de la Unió Europea que tenia com a horitzó temporal l’any 2002 i pretenia la construcció d’una

sèrie de rutes nacionals i transnacionals, especialment als països on la ràtio entre la longitud de la xarxa viària,

la població i la superfície del país era inferior (Espanya, Portugal, Grècia i Irlanda).

L’estudi té com a objectiu avaluar els canvis en l’accessibilitat a Europa entre el 1992 i el 2002 des de dos

punts de vista: d’una banda, la proximitat a la xarxa viària transeuropea i, de l’altra, la proximitat als centres

d’activitat al llarg de la xarxa. Per a aquest últim objectiu es fa servir l’indicador absolut amb el producte

interior brut com a factor de ponderació del pes de cada node.

Els resultats es representen, d’una banda, cartogràficament, amb dos mapes que reprodueixen els nivells

d’accessibilitat per als anys 1992 i 2002 i dos més els canvis (en termes absoluts i relatius) durant aquest

període; i, de l’altra, estadísticament, amb l’establiment de vuit categories segons el seu nivell d’accessibilitat i

amb la llista completa dels valors d’accessibilitat (1992, 2002 i comparació entre ambdós moments) per a cada

un dels noranta-quatre nodes estudiats.


- 46 -

• Finalment, un últim grup de treballs gira entorn de l’avaluació de les infraestructures ferroviàries d’alta

capacitat en l’àmbit europeu. El primer d’ells (Gutiérrez et al., 1996) analitza els impactes derivats de la

construcció de la xarxa ferroviària transeuropea d’alta velocitat, i s’hi recreen, mitjançant tècniques SIG, tant

la xarxa ferroviària europea dels anys 1993 i 2010 —assignant una velocitat de 275 km/h a les línies de nova

construcció i de 200 km/h a les línies tradicionals adaptades— com la xarxa de nodes entre els quals es vol

calcular l’accessibilitat —les aglomeracions urbanes amb una població major de tres-cents mil habitants (un

total de noranta-quatre). El factor de ponderació utilitzat és novament el producte interior brut, que és pres

com un valor fix per a tots dos anys amb l’objectiu d’avaluar els efectes purament derivats de la millora de la

xarxa viària.

L’autor justifica l’elecció d’aquest indicador enfront dels indicadors de potencial (vegeu més endavant)

argumentant tres motius: a) perquè únicament s’hi pretén mesurar la disminució de la separació física (és a dir,

el temps de viatge) entre localitzacions; b) pel fet que en les mesures de potencial les distàncies curtes tenen

molt de pes específic, cosa que no encaixa bé amb la filosofia del pla de ferrocarrils d’alta velocitat, en els

quals es pretén crear una xarxa transeuropea de llarga distància; i c) per la seva simplicitat de càlcul i la facilitat

de comprensió dels resultats.

Un treball similar a aquest, però centrat no pas en l’impacte d’una xarxa més o menys àmplia, sinó en una

infraestructura única (Gutiérrez i Jaro, 1999), analitza els efectes previstos en els nivells d’accessibilitat de les

ciutats espanyoles que són fruit de la construcció de la línia de tren d’alta velocitat entre Madrid, Barcelona i la

frontera francesa mitjançant la construcció de dos escenaris per a l’any 2005: amb la nova línia o sense i l’ús

de tres indicadors d’accessibilitat: mitjana ponderada dels temps de viatge (el que aquí ens interessa), potencial

econòmic i accessibilitat diària.

Novament amb una utilitat SIG, s’hi representa una xarxa de 1.400 arcs i 800 nodes —formada no tan sols

per la xarxa ferroviària, sinó també per les carreteres que permeten l’accés a les estacions—, i es consideren

com a nodes totes les estacions on paren els trens de llarg recorregut, així com els encreuaments ferroviaris i

les fronteres; i com a centres d’activitats econòmiques, totes les aglomeracions urbanes espanyoles i les ciutats

més grans de setanta cinc mil habitants que no formen part de cap.

Els resultats principals referents a l’indicador absolut d’accessibilitat mostren, d’una banda, que la situació

geogràfica dels nodes explica que la distribució general de l’accessibilitat obeeixi a unes pautes generals del

tipus centre-perifèria i, de l’altra, que les característiques de la xarxa determinen unes pautes caracteritzades

per la presències d’«illes» i «corredors» amb major accessibilitat que el seu entorn.

Finalment, hi ha un altre treball (Gutiérrez, 2001) sobre els impactes d’aquesta mateixa infraestructura, però

que no se centra únicament en l’àmbit espanyol, sinó en la seva repercussió a escala europea, analitzant-se les

variacions en els nivells d’accessibilitat de les vuitanta-vuit aglomeracions urbanes europees de més de tres-

cents mil habitants.


- 47 -

Els resultats principals que se’n desprenen és que la nova línia provocarà una reducció mitjana de vint-i-cinc

minuts (el 5 %) entre les aglomeracions urbanes analitzades i que, lògicament, les localitats més beneficiades

es trobaran a la península Ibèrica (amb un guany del 22 % en el cas de Saragossa i del 17,8 % en el de

Barcelona). Una reflexió interessant, com ja succeïa en el treball sobre la M-40 madrilenya, és l’anàlisi que s’hi

fa sobre si la nova infraestructura contribueix a incrementar o disminuir les desigualtats d’accessibilitat. Els

resultats obtinguts, a partir del càlcul d’un coeficient de variació, són força clars: la nova línia redueix les

disparitats en l’1,87 % segons l’indicador de temps de desplaçament, l’1,37 % segons el de potencial econòmic

i el 2,30 % segons el d’accessibilitat diària, valors encara més elevats (entre el 3,5 i el 5 %) per a les ciutats

espanyoles) i encara més especialment (entre el 5 i el 18 %) per a les ciutats situades al corredor de la nova

línia.

• Indicadors relatius de distància i temps amb la variable població (IARDP i IARTP)

De la mateixa manera que acabem de veure amb els indicadors absoluts, també és possible incorporar la variable

demogràfica en els indicadors d’accessibilitat relativa (els que posen en relació la impedància real amb una altra

que podríem qualificar d’ideal). A continuació es ressenyen les tres formulacions diferents que s’han trobat sobre

aquest aspecte.

a) Primera formulació

Com ja hem dit anteriorment, Calvo et al. (1993) proposa dues variants de l’indicador relatiu, cadascuna de les

quals amb un tractament diferent de la variable població.

En concret, la primera formulació proposada es basa en el càlcul de la relació entre la distància real entre

municipis i la distància/temps que els separa en línia recta i multiplicant aquesta relació per la població del

municipi de destinació. Observeu que, pel fet de no dividir-se el resultat pel nombre de casos, no pot ser

interpretat com una mitjana:

∑

∑

≠=

≠=

×

×= n

ijjjij

j

n

ijjij

i

Pdr

PdIARDP

,1

,11∑

∑

≠=

≠=

×

×= n

ijjjij

j

n

ijjij

i

Ptr

PtIARTP

,1

,11

Tal com comenta Marc Ajenjo en la seva encara no defensada tesi doctoral (Ajenjo, 2004) —i a qui agraeixo

haver-me permès consultar-ne els primers resultats—, l’inconvenient principal d’aquesta mena d’indicadors és el

fet que, «en definir el numerador i el denominador com a dues sumes, l’indicador pren un valor condicionat per

les relacions amb els municipis on la distància o la població sigui elevada; i arriba a un extrem quan el que és

elevat és tant la distància com la població», de manera que per als municipis allunyats de l’entorn metropolità de

Barcelona la seva accessibilitat serà simplement la relació entre les dues distàncies respecte a Barcelona, per la

població important que s’hi concentra (vegeu el capítol 4 per a una descripció més extensa).


- 48 -

b) Segona formulació

A diferència de l’indicador que acabem d’exposar, la segona variant de l’indicador proposada per Calvo et al.

(1993) té en compte en la seva formulació la població del municipi mateix per al qual es calcula l’accessibilitat:

PPdrdIARDP i

n

ijjj

ij

iji

+

×= ∑

≠= ,12 PPtr

tIARTP i

n

ijjj

ij

iji

+

×= ∑

≠= ,12

Sobre la inclusió de la població pròpia en la formulació matemàtica de l’indicador cal fer dues reflexions: d’una

banda, la seva inclusió de la manera com es presenta implica que no està subjecta a la relació dij/drij, la qual cosa

equival, a la pràctica, a considerar nul·la la impedància dins el mateix municipi. Això—com hem comentat a

l’apartat 1.1.1— no es considera del tot correcte, especialment als municipis més grans, que són precisament els

que tenen una població (Pi) més elevada i, per tant, són els que acusen més en termes absoluts qualsevol

disminució en la seva impedància interna.

D’altra banda, però, la inclusió de la població pròpia facilita la interpretació dels resultats, en el sentit que fa

comparables els valors per als diferents municipis en homogeneïtzar-ne el màxim que poden prendre (equivalent

a la màxima accessibilitat, cosa que implicaria que la relació dij/drij fos igual a 1 per a les relacions amb tots els

municipis).

Vegem-ho amb un cas pràctic: si no es tingués en compte la població del mateix municipi, el valor màxim que

l’indicador podria prendre per al municipi de Barcelona per a l’any 2001 és 4.839.226 —és a dir, la població total

de Catalunya (6.343.110) menys la de Barcelona (1.503.824)—, mentre que, per exemple, per a Aguilar de Segarra,

amb els seus 220 habitants, el seu valor màxim seria 6.342.890.

Malgrat aquesta segona qüestió, la inclusió de la població pròpia de cada municipi és poc freqüent en els treballs

que utilitzen aquesta classe d’indicadors. És el cas, per exemple, del ja citat treball de Gutiérrez i Monzón de

Cáceres (1993) sobre l’impacte de les actuacions previstes al Plan Director de Infraestructuras en què l’ús de dos

indicadors diferents, l’un d’accessibilitat absoluta —mostrat anteriorment— i l’altre d’accessibilitat relativa —el

que aquí s’analitza (adoptant-hi el temps com a mesura de la impedància)— mostra resultats força diferents, ja

que, mentre que el primer és molt influenciat per la localització geogràfica dels nodes —tant al territori espanyol

com amb relació als centres d’activitat econòmica— i assenyala una situació força concèntrica entorn de Madrid i

de forma menys clara respecte a Barcelona, l’indicador d’accessibilitat relativa neutralitza l’efecte de la localització

diferent dels nodes, de manera que reflecteix amb una major claredat la distribució espacial de les infraestructures.

Un altre treball en què s’utilitza aquesta classe d’indicador és l’encapçalat per José Manuel Nogales (Nogales et al.,

2002) sobre l’accessibilitat de les poblacions d’Extremadura als principals centres d’activitat econòmica de la

regió, en aquest cas definits com els municipis més grans de vint-i-cinc mil habitants. Entre els diferents

indicadors avaluats, se’n calcula un de relatiu amb el temps com a mesura de la impedància en què es pren com a

velocitat en línia recta la corresponent a la de circulació en una autovia, però, novament, sense tenir en compte la

població pròpia del municipi.


- 49 -

La representació cartogràfica d’aquest indicador mostra la distribució irregular dels nivells d’accessibilitat del

territori extremeny, en què la regió més desafavorida es concentra en forma d’àrea força homogènia al centre i a

l’oest de la comunitat autònoma, tan sols fragmentada per la presència de certes vies de comunicació que tracen

uns passadissos estrets amb nivells d’accessibilitat millors.

c) Tercera formulació

S’ha vist fins ara que les dues variables —impedància i població— que intervenen en les formulacions

matemàtiques dels indicadors que tenen en compte la utilitat de cada node es poden expressar tant en termes

absoluts com en termes relatius. Així, pel que fa a la impedància, pot ser expressada absolutament com la

separació física entre dos nodes, fet que dóna lloc als anomenats indicadors absoluts, o bé pot ser relativitzada

mitjançant el quocient entre la impedància real i la impedància ideal, que és el cas dels indicadors relatius.

Paral·lelament, la població pot ser igualment expressada com una magnitud absoluta (la població real de cada lloc)

o relativa (el pes relatiu de cada node amb relació al total de la xarxa estudiada).

No obstant això, cap dels indicadors analitzats fins ara no relativitza alhora ambdues magnituds. Aquest és el cas,

però, dels indicadors que es presenten a continuació, en què tant la impedància (en temps o distància) com el

factor de ponderació del pes de cada node (la població) es troben referits en termes relatius segons la fórmula

següent:

∑

∑

≠=

≠=

×

=n

ijjj

n

ijjj

ij

ij

P

Pdrd

IARDP,1

,1

13∑

∑

≠=

≠=

×

= n

ijjj

n

ijjj

ij

ij

P

Ptrt

IARTP,1

,1

13

L’expressió d’aquesta formulació correspon igualment als treballs encapçalats per Javier Gutiérrez Puebla

(Gutiérrez et al., 1998; Gutiérrez i Jaro, 1999), els resultats dels quals es comparen amb els de l’indicador absolut

anàleg. Com s’espera, respecte a aquest últim l’indicador relatiu neutralitza l’efecte de la localització geogràfica

dels nodes, cosa que fa ressaltar, en conseqüència, l’efecte de les característiques (l’eficiència) de la xarxa.

• Indicadors de gravetat (IGD i IGT)

Una àmplia família d’indicadors d’accessibilitat són els anomenats «de gravetat», per la seva analogia amb la llei de

gravitació universal d’Isaac Newton. Com afirmen Seguí i Petrus (1991) «l’aplicació als fets humans d’una llei la

formulació inicial de la qual prové de la física no la inicien els geògrafs, ja que si bé comença a desenvolupar-se en

la nostra ciència en el context de la introducció de tècniques de quantificació [...], el model de gravetat va ser

començat a utilitzar ja al segle XIX per l’economista Carey i el demògraf Ravenstein».

En efecte, aquesta classe d’indicadors —formulats per primera vegada per Hansen (1959)— es basa en l’atracció

teòrica que s’esdevé entre els nodes segons tant la seva importància —que nosaltres reflectirem a partir de la seva


- 50 -

població— com la seva proximitat —mesurada tant en distància i temps—, motiu pel qual no poden ésser

considerats com a indicadors d’accessibilitat pròpiament, sinó com d’atracció/repulsió entre municipis.

Com afirmen Gutiérrez i Jaro (1999), el nivell d’oportunitat entre dues àrees està relacionat positivament amb la

capacitat d’atracció d’aquestes àrees i, en sentit invers, amb la impedància existent entre si. Dit en unes altres

paraules, i d’acord amb Makri i Folkesson (s. d.) i Helling (1998), el valor de l’accessibilitat en aquest tipus de

mesura s’obté ponderant les oportunitats d’una àrea i indicant-ne l’atracció i la discontinuïtat amb una mesura de

la impedància.

La formulació matemàtica d’aquests dos indicadors és la següent:

∑≠=

×=

n

ijjij

jii d

PPIGD,1

2 ∑≠=

×=

n

ijjij

jii t

PPIGT,1

2

D’acord amb Baradaran i Ramjerdi (2001), els avantatges principals d’aquest tipus de mesures —i que

comparteixen amb bona part dels indicadors descrits fins ara— són la fàcil comprensió, la facilitat de càlcul, la

poca demanda de dades respecte a uns altres indicadors de comportament i el fet de tenir en compte la capacitat

diferent de les destinacions. Per contra, entre els desavantatges principals hi ha el fet que són altament sensibles a

la delimitació de les àrees d’estudi, la deficiència en el tractament dels viatgers amb preferències disperses i,

finalment, l’ambigüitat en l’expressió de magnitud dels indicadors.

Les mateixes autores en fan una aplicació pràctica a la seva anàlisi de l’accessibilitat per carretera de les principals

ciutats europees (quatre mil cinc-centes ciutats amb més de deu mil habitants de quaranta-quatre països

diferents). L’estudi consisteix en la comparació dels resultats obtinguts de l’aplicació de diferents variants —un

total de nou— del mateix indicador per tal de determinar-ne el més vàlid, comparació que s’efectua mitjançant el

càlcul de coeficients de determinació entre si i de mesures de desviació i dispersió. La representació cartogràfica

dels resultats mostra que aquest tipus de mesures són altament sensibles als efectes d’aglomeració dels nuclis

urbans, els quals, per la seva gran proximitat i la població elevada, esdevenen una sèrie de localitzacions amb alta

accessibilitat independentment de la seva localització geogràfica.

Una aplicació semblant a la que acabem d’esmentar és la feta per Bruinsma i Rietveld (1997) en el seu treball

sobre la relació entre la valoració de les ciutats com a localització per a les indústries i la seva accessibilitat per

carretera.

El treball se centra en l’estudi de seixanta-set ciutats holandeses. La metodologia d’anàlisi és força simple: per una

banda, s’adreça un qüestionari a empresaris sobre la seva preferència per la localització industrial i se’n

cartografien els resultats; per l’altra, es calcula l’accessibilitat d’aquestes ciutats mitjançant la idea de gravetat

segons la distància mitjana a la resta de ciutats ponderant-la d’acord amb la seva grandària i tenint en compte la

seva pròpia accessibilitat interna.

Els resultats s’indiquen tenint com a base 100 —aquest és el valor per a la ciutat més accessible—, i 0 per a la

menys accessible. Finalment, es posen en relació les dues variables (valoració i accessibilitat) per mitjà d’una


- 51 -

correlació i una regressió dels valors obtinguts. Els resultats obtinguts mostren un alt grau de coherència entre els

valors de la preferència de la localització i els índex d’accessibilitat de les ciutats.

Una última aplicació d’aquest tipus d’indicadors en la literatura internacional consultada és la duta a terme per

Shunfeng Song (1996), l’objectiu de la qual és provar la validesa d’algunes mesures alternatives d’accessibilitat a fi

d’analitzar la distribució de la població a les àrees urbanes mitjançant la definició de fins a nou indicadors

diferents d’accessibilitat. Entre els indicadors seleccionats destaca la importància atorgada als indicadors de tipus

gravitatori, dels quals es formulen fins a tres variants: a) d’acord amb la distància i en què la massa d’atracció són

els llocs de treball de la destinació, b) amb una funció de caiguda exponencial de la distància i

c) amb una funció de Gauss, amb una disminució molt més gradual que l’anterior.8

L’aplicació dels nou indicadors es fa a l’àrea metropolitana americana de Reno-Sparks. Els resultats són,

bàsicament, el càlcul d’una regressió per a valorar la relació entre el valor dels indicadors obtinguts i el de les

funcions de densitat plantejades, que inclou, a més, els nivells d’ingressos de la població. Els resultats mostren

que la mesura d’accessibilitat que presenta una major correlació amb la funció de densitat de població és la basada

en la caiguda exponencial de la distància, i, en general, les mesures de gravetat són les més aproximades.

Finalment, en l’àmbit espanyol trobem una aplicació d’aquest tipus d’indicadors en el treball ja esmentat de

Nogales et al. (2002) sobre l’accessibilitat dels municipis extremenys respecte als sis principals nuclis econòmics

de la regió, segons diferents indicadors d’accessibilitat. En el cas concret dels models de gravetat, s’aplica la

fórmula per a tots els municipis respecte a cadascun dels sis centres estudiats, i s’hi agreguen després els resultats

per a cada municipi mitjançant el sumatori dels sis valors obtinguts, de manera que els valors més baixos

corresponen als que, de mitjana, tenen una accessibilitat millor a cada una de les destinacions analitzades.

• Indicadors de potencial (IPD i IPT)

Una variant dels indicadors de gravetat que acabem de veure és la constituïda pels anomenats indicadors de

potencial, nom que reben pel fet que, en la seva concepció teòrica, es basen a quantificar la proximitat d’un volum

determinat de població des d’un punt concret, i es fonamenten en la capacitat d’atracció que tots els punts

d’oferta (o alguns) exerceixen sobre cada punt de demanda (Bosque Sendra, 1997).

La formulació matemàtica més habitual d’aquesta classe d’indicadors és la següent:

∑≠=

=n

ijja

ij

ji d

PIPD,1

∑≠=

=n

ijja

ij

ji t

PIPT,1

8. Sobre la utilització de diferents fórmules per a la caiguda de la utilitat segons la distància, vegeu la reflexió que se’n fa a l’apartat dedicat alsanomenats indicadors de contorn.


- 52 -

El paràmetre a de la fórmula reflecteix el gradient de l’efecte de fricció de la distància. Habitualment adopta un

valor igual a 1, ja que utilitzar valors superiors implica atorgar una importància excessiva a les relacions sobre

distàncies curtes, alhora que significa agreujar el problema conegut com a autopotencial, que és un concepte que fa

referència a l’aportació que el mateix potencial —és a dir, el nombre d’oportunitats dins la pròpia àrea d’origen—

té sobre el valor de cada node, qüestió especialment important a les àrees amb grans masses.

Geurs i Ritsema Van Eck (2001) fan ressaltar els avantatges i desavantatges principals d’aquest tipus d’indicadors.

Entre els primers destaquen el fet que denoten el grau d’elecció ofert pel sistema de transport i la poca necessitat

de dades, mentre que els desavantatges es poden resumir en el que segueix: a) no s’hi tenen en compte els

possibles efectes de la competició entre destinacions; b) el potencial bàsic d’accessibilitat pot portar a conclusions

insatisfactòries si no es té en compte agregar els nivells d’accessibilitat individuals; c) la definició de la funció de la

impedància té efectes molt importants en els resultats; i d) la interpretació dels valors resultats —com ja succeïa

en els indicadors purs de gravetat— és dificultosa, ja que cal tenir en compte l’efecte conjunt de les distàncies i de

les masses en les relacions de cada node amb la resta.

L’aplicació pràctica d’aquests indicadors és, malgrat aquests desavantatges esmentats, força àmplia. En l’àmbit

internacional, es destaquen l’estudi de Geertman i Ritsema Van Eck (1995), sobre l’estudi dels nivells

d’accessibilitat a Holanda amb relació a les principals concentracions de llocs de treball, i el molt interessant

treball de Spence i Linneker (1994) referent a l’anàlisi dels impactes en els nivells d’accessibilitat de l’evolució de

la xarxa d’autopistes a la Gran Bretanya, a partir de la selecció de dues-centes vuitanta regions urbanes funcionals

i vuit-cents cinquanta-dos centres de treball (aglomeracions de llocs de treball), entre els quals s’han calculat les

distàncies i el temps de desplaçament per les rutes més ràpides.

Prenent com a base aquests resultats, s’hi calculen tres àrees d’accessibilitat corresponents a tres moments

temporals diferents (1971, 1976 i 1989), així com els índexs de variació entre cada moment. Els resulten es

representen cartogràficament mitjançant mapes d’isopletes que uneixen punts amb els mateixos nivells

d’accessibilitat o amb els mateixes nivells de variació (en terme de percentatge) entre cada moment (1971-1976,

1976-1989 i 1971-1989), de manera que es poden identificar fàcilment les àrees que resulten més beneficiades per

les noves infraestructures viàries.

Metodològicament és força interessant, ja que una de les sèries de mapes representats té en compte els efectes de

les variacions en els llocs de treball en el valor dels nivells d’accessibilitat, de manera que els resultats que s’hi

representen no només són fruit dels canvis en els nivells de dotació de les infraestructures viàries, sinó també de

la variació del pes dels mateixos nodes analitzats (és a dir, l’increment o la disminució dels llocs de treball

localitzats).

Alhora, però, els resultats del treball reflecteixen els problemes mencionats anteriorment d’aquest tipus

d’indicadors: per l’efecte de la grandària i de la proximitat de les aglomeracions escoceses (Edimburg i Glasgow

principalment) entre si, els valors obtinguts per aquestes dues ciutats respecte a la resta de ciutats britàniques són

alts, cosa que no deixa de ser, en certa manera, fictícia.


- 53 -

Els resultats obtinguts es presenten igualment en unes quantes taules mitjançant dues classificacions: per una

banda, usant les divisions estàndards estatals (divisió de la Gran Bretanya en onze regions) i, per l’altra,

mitjançant una classificació més subjectiva de dinou categories de les àrees urbanes segons la seva especialització

funcional, nivells de suburbanització, etc. Els paràmetres que s’hi presenten són: a) els nivells en els canvis

d’accessibilitat basant-se únicament en la dotació viària (prenent com a base els llocs de treball existents el 1989),

de manera que tots els valors són positius, ja que el nombre d’autopistes és sempre creixent); b) l’evolució dels

llocs de treball; i c) la variació dels nivells d’accessibilitat tenint en compte la variació de la quantitat de llocs de

treball. Els resultats són dobles: per als automòbils privats i per als vehicles pesants, mitjançant l’aplicació de

coeficients diferents dels costos de funcionament de cada tipus de vehicle.

En l’àmbit espanyol, es destaquen un cop més l’aplicació que se’n fa en alguns dels treballs dirigits per Javier

Gutiérrez Puebla sobre els impactes de les noves línies ferroviàries d’alta velocitat tant a escala espanyola com

europea (Gutiérrez et al., 1996; Gutiérrez i Jaro, 1999; Gutiérrez, 2001). Les conclusions comunes a tots tres

treballs indiquen que, com que es tracta d’un indicador de gravetat, les principals aglomeracions urbanes registren

pocs canvis en els seus nivells d’accessibilitat, mentre que els nodes més propers a aquestes i els que hi estan més

ben comunicats són els qui registren una millora més gran.

Això explica, per exemple, que la millora estimada de la línia d’alta velocitat espanyola entre Madrid i la frontera

francesa sobre els nivells d’accessibilitat europea sigui només l’1,45%, i que, en el cas de les ciutats espanyoles, els

nuclis mitjans més propers a Madrid (Guadalajara), Saragossa (Calataiud, Logronyo i Osca) i Barcelona (Lleida,

Girona i Tarragona) siguin els que experimenten un guany més gran d’accessibilitat. Alhora, cal tenir en compte

que les millores inferiors de les grans ciutats es deu al fet que l’autopotencial de cada una es manté estable en els

dos moments analitzats (abans i després de la construcció de la nova infraestructura), perquè aquesta no té

incidència en la seva accessibilitat interna.

Els resultats, però, no són necessàriament erronis, ja que la interpretació en termes geogràfics i econòmics és

clara: mentre que per a una ciutat petita o mitjana apropar-se a una gran metròpoli significa un gran guany (en

termes econòmics, etc.), per a ciutats com Barcelona i Madrid els canvis són més dèbils i les oportunitats que

s’obren molt més limitades (Gutiérrez i Jaro, 1999).

Una altra aplicació pràctica d’aquest tipus d’indicadors, i que mostra fins a quin punt el tractament de la fricció de

la distància hi és flexible, és constituïda pel treball de Sandra Liliana Ángel (Ángel, 2001) sobre la recerca de

l’emplaçament més adequat per a una estació de la línia de ferrocarril d’alta velocitat situada entre Guadalajara i

Saragossa. S’hi comparen sis possibles localitzacions —hom es decantà finalment per la població de Calataiud—,

l’accessibilitat de les quals s’estudia per poder determinar l’emplaçament més bo mitjançant un indicador de

potencial en què, a diferència de la fórmula presentada més amunt —i per això comentàvem la flexibilitat

d’aquesta classe de mesures—, la distància del denominador és elevada al quadrat.


- 54 -

• Indicadors de contorn (IC)

L’últim gran grup d’indicadors d’accessibilitat objecte d’anàlisi el constitueixen els anomenats indicadors de contorn,

designats així pel tractament limitat de les oportunitats que s’hi fa. Malgrat que, d’acord amb Geurs i Van Eck

(2001), es poden distingir tres tipus de mesures —de costos fixos, amb un cost límit fixat; d’oportunitats fixes, és

a dir, el temps o cost necessari per a assolir un nombre determinat de destinacions; i, finalment de població fixa:

la mitjana sobre la població del nombre d’oportunitats disponibles amb un cost de desplaçament fix—, l’anàlisi

que farem aquí se centrarà només en el primer.

Aquesta classe d’indicador es basa en l’establiment d’un llindar determinat de temps o distància dins el qual les

destinacions són plenament accessibles i més enllà del qual no són considerades, de manera que mesuren «la

quantitat de béns assolibles en totes les possibles destinacions d’un viatge efectuat amb un origen definit i una

magnitud determinada (distància, temps, cost...)» (Monzón de Cáceres, 1988). Per aquest motiu, alguns autors els

anomenen tant d’oportunitats acumulades o, simplement, d’accessibilitat diària, considerant que més enllà del

llindar mencionat els desplaçaments habituals —diaris— no són factibles (Monzón de Cáceres, 1988; Makri,

2001; Makri i Folkesson, s. d.).

La formulació matemàtica més habitual d’aquesta mena d’indicadors és la següent (on el paràmetre a reflecteix

precisament el llindar de la impedància, ja sigui en temps o distància):

∑≠=

<= +=n

ijji

aji PPIC

,1

Els avantatges principals, a priori, d’aquesta classe d’indicadors són els següents: a) marquen molt clarament

l’atracció de les destinacions i l’oposició al desplaçament; b) permeten fer comparacions entre zones, grups de

població, modes de transport, etc.; i c) la seva representació gràfica és de comprensió fàcil.

Per contra, els desavantatges principals són, igualment, força clars. El principal és el que fet que, a causa que en la

seva formulació no hi ha present cap funció de caiguda de la distància/temps que reflecteixi la impedància del

desplaçament, aquest tipus de mesures assumeixen que totes les destinacions són desitjables d’una manera igual,

independentment de quina sigui la seva proximitat a l’origen; per tant, s’acompleix un «buit en la diferenciació

entre oportunitats adjacents a l’origen i prop dels límits establerts» (Geurs i Van Eck, 2001). En segon lloc, és

remarcable l’arbitrarietat en la selecció de les isocrones d’interès que marquen quines destinacions queden dins de

l’àrea d’estudi i quines fora, si bé en general s’acostuma a establir un llindar temporal que permeti en un mateix

dia efectuar els desplaçaments tant d’anada com de tornada així com fer alguna activitat de certa durada a la

destinació.

L’efecte combinat de totes dues limitacions és la causa dels salts bruscos d’accessibilitat que presenta aquest

indicador pels diferents nodes analitzats. Vegem-ne un exemple pràctic extret de la bibliografia: en el treball ja

citat de Gutiérrez i Jaro (1999) sobre l’avaluació de l’impacte en la xarxa de ciutats espanyoles derivat de la

construcció de la línia ferroviària d’alta velocitat entre Madrid i la frontera francesa, els autors utilitzen aquest

indicador per a calcular la població accessible des de cadascun dels nodes analitzats determinant com a temps de


- 55 -

viatge un llindar temporal de quatre hores, de manera que la diferència de població accessible amb la nova

infraestructura o sense equival al guany d’accessibilitat generada per aquesta. Doncs bé, els resultats presenten

salts molt bruscos tant si la comparació es fa entre nodes propers com si és entre els dos moments estudiats

(abans i després de la construcció de la nova infraestructura): els «salts» observats depenen de si els nodes

assoleixen Madrid o no, de manera que els que queden dins el llindar de temps establert respecte a Madrid

obtenen un valor alt d’accessibilitat, mentre que els que en queden fora, pel fet de tenir poca població accessible,

presenten uns valors força més baixos.

La solució d’aquest problema no és, però, complicada, sinó que està únicament en la incorporació d’una funció

que reflecteixi la caiguda de la utilitat segons la distància, de manera que no s’esdevingui un salt brusc, sinó un

descens en un grau major o menor a mesura que la distància o el temps de desplaçament augmenta. Com afirma

Ajenjo (2004), la qüestió és que «probablement la utilitat d’un municipi no ha de tenir una discontinuïtat tan

marcada d’acord amb la distància, sinó que cal trobar alguna funció d’utilitat que s’adeqüi més al comportament

de la mobilitat, de manera que el cost afegit de passar a residir poc quilòmetres més enllà no sigui 1, sinó molt

menor».

La recerca sobre la forma que ha d’adoptar aquesta funció de caiguda de la utilitat ha estat objecte d’estudi en

força treballs (Echenique et al.; 1969; Ingram, 1971; Gutiérrez, 2001; Geurs i Ritsema Van Eck, 2001; Ajenjo,

2004). Bàsicament es poden diferenciar dues classes de corbes: les que en algun punt assoleixen el valor 0 (que

equival en aquest cas a la utilitat nul·la) i les que hi tendeixen però sense assolir-lo.

Entre les primeres es destaquen la funció rectangular, que és, en realitat, l’adoptada en els treballs consultats i que

es basa en el fet que el municipi situat per sota del llindar establert té una utilitat igual a la unitat, mentre que per a

un altre situat per sota pren valor 0; i la de decreixement constant, per la qual només el mateix municipi té una

utilitat equivalent a la seva població, mentre que aquesta té un decreixement constant a mesura que la impedància

creixi, de manera que, a partir d’un punt determinat —la posició del qual determina l’angle de descens de la

corba—, esdevingui 0. Corresponen, respectivament, als gràfics a) i b) de la Figura 2.2.

Entre les funcions sense límit —és a dir, que, a diferència de les dues anteriors, no assoleixen mai el valor 0, cosa

que equival a deixar sempre un petit percentatge de població que és accessible des de qualsevol punt— es

destaquen la potencial negativa (caracteritzada per un fort descens en els primers valors, de manera que la utilitat

dels municipis propers és molt més menor que la del propi); l’exponencial negativa (semblant a l’anterior, però

amb un descens força més ràpid cap a la utilitat nul·la); la gaussiana modificada (basada en la corba normal, amb

una forma que implica que hi hagi un cert nombre de poblacions properes a l’origen amb un valor d’utilitat molt

alt, proper a 1); i, finalment, la logística modificada (amb una forma semblant a l’anterior, però simètrica entorn

del paràmetre que determina el punt d’inflexió de la corba). La seva representació gràfica és la que es mostra als

apartats c), d), e) i f) de la Figura 2.2, en els quals les línies de color diferent representen l’ús d’un valor o un altre

de les constants que intervenen en les fórmules.


- 56 -

Figura 2.2. Funcions de caiguda de la utilitat segons la distància.

a ) Rectangular

0%

20%

40%

60%

80%

100%

0 20 40 60 80 100

Impedància

Pobl

ació

acce

ssib

le

b ) Decreixement constant

0%

20%

40%

60%

80%

100%

0 20 40 60 80 100

Impedància

Pobl

ació

acce

ssib

le

c ) Potencial negativa

0%

20%

40%

60%

80%

100%

0 20 40 60 80 100

Impedància

Pobl

ació

acce

ssib

le

d ) Exponencial negativa

0%

20%

40%

60%

80%

100%

0 20 40 60 80 100

Impedància

Pobl

ació

acce

ssib

le

e ) Gaussiana modificada

0%

20%

40%

60%

80%

100%

0 20 40 60 80 100

Impedància

Pobl

ació

acce

ssib

le

f) Logística modificada

0%

20%

40%

60%

80%

100%

0 20 40 60 80 100

Impedància

Pobl

ació

acce

ssib

le



- 57 -

3. APROXIMACIÓ METODOLÒGICA AL TRACTAMENT DE L’ACCESSIBILITAT

Fins a aquest moment, el contingut de la present memòria d’investigació ha girat entorn de la reflexió teòrica

sobre el concepte d’accessibilitat i els indicadors principals que tradicionalment s’han utilitzat per a quantificar-la,

matèria que conforma el que en la introducció s’ha denominat com a primera part d’aquella.

El present capítol, però, marca l’inici de la segona part de la investigació, centrada en l’anàlisi comparativa dels

indicadors prèviament exposats mitjançant el seu càlcul per a tots els municipis que conformen el territori català. Pel

fet que en el transcurs d’aquest càlcul s’ha utilitzat un programari específic dins de la gran família dels anomenats

«sistemes d’informació geogràfica» —gràcies al qual s’han obtingut les dades primàries necessàries—, hem cregut

indicada la inclusió d’aquest capítol en el qual es descriu de manera breu l’eina informàtica utilitzada i les seves

funcions principals, pas previ a la presentació dels resultats obtinguts, que és el contingut que es mostrarà en el

capítol 4 de la memòria.

3.1. Una introducció breu als Sistemes d’Informació Geogràfica (SIG)

La proliferació de les utilitats informàtiques aplicades a la planificació i la gestió territorial i a la cartografia digital,

i especialment les conegudes com a sistemes d’informació geogràfica (en endavant, SIG), han significat una revolució en

el tractament i l’anàlisi de variables espacials.

D’acord amb el National Center for Geographic Information and Analysis dels Estats Units d’Amèrica, els SIG

es poden definir com «un sistema compost per elements informàtics (hardware i software) i mètodes dissenyats per a

permetre l’adquisició, la gestió, la manipulació, l’anàlisi, el modelatge, la representació i la sortida de dades

espacialment referenciades per a resoldre problemes complexos de planificació i gestió» (Gutiérrez i Gould, 1994).

La major part del SIG es basen en l’estructura vectorial de les dades, en les quals un conjunt d’objectes o entitats

modelitzen —i, per tant, necessàriament, simplifiquen— la realitat a partir de la seva localització amb referència als

eixos de coordenades X i Y, a diferència dels SIG del tipus raster, basats en una malla de cel·les amb diferents atributs

temàtics.

Cada una d’aquestes entitats disposa, d’una banda, de la informació gràfica —o, més ben dit, geogràfica— sobre

la seva localització i, de l’altra, d’una informació alfanumèrica o temàtica —la qual sovint es troba en una base de

dades independent— que en descriu unes característiques determinades, en la qual cada entitat es correspon amb un

registre i cada camp descriu un aspecte d’aquella entitat.


- 58 -

Bàsicament existeixen tres classes d’entitats9 en un SIG vectorial (Comas i Ruiz, 1993; Gutiérrez i Gould, 1994;

Gutiérrez, 1998):

• Punts o nodes. Es tracta d’elements sense dimensió, la informació espacial dels quals es redueix a un parell de

coordenades latitud/longitud o x/y, que marquen la seva localització en el territori. Tres són les funcions

bàsiques d’aquesta mena d’entitats: en primer lloc, serveixen per a delimitar els arcs (com veurem a continuació);

en segon lloc, són utilitzats per a representar entitats concretes, d’una localització geogràfica molt específica (una

parada d’autobús, per exemple); i, en tercer lloc, d’acord amb l’escala de representació, s’usen com a punt

representatiu d’àrees més grans, sovint en forma de centroides (punt central) d’entitats d’una superfície més

extensa.

• Línies o arcs. Són una sèrie ordenada de posicions unides per segments rectes que tenen necessàriament com a

principi i final un node. Permeten modelitzar elements de caràcter lineal com carreteres, rius, corbes de nivell, etc.

• Polígons. Són línies tancades que delimiten superfícies, útils per a representar tant divisions administratives

(termes municipals, límits comarcals...) com accidents naturals (illes, llacs, etc.).

Per tot el que acabem de comentar, unit a les potents eines de càlcul i la seva sortida gràfica, els SIG s’han

convertit en una eina elemental per a analitzar qualsevol aspecte territorial, especialment si aquest fa referència a un

element que s’ajusta perfectament a la seva representació vectorial, com és el cas de l’accessibilitat amb relació a les

infraestructures de transport.

Així, en la major part dels treballs consultats —a excepció dels que es basen en una concepció més topològica de

l’accessibilitat en els quals la localització espacial dels nodes no és primordial, sinó que únicament ho és la seva

posició dins la xarxa—, els SIG s’utilitzen amb més o menys protagonisme com a eina d’anàlisi; per contra, són

escassos els treballs que fan una reflexió teòrica més o menys completa sobre aquesta eina, treballs en què el de

Geertman i Ritsema Van Eck (1995) es destaca sobre la resta, el qual gira entorn d’una sèrie de consideracions i

recomanacions sobre l’ús del SIG en les anàlisis d’accessibilitat (organització de la informació, forma de

processament, etc.).

El treball que es presenta aquí no n’és una excepció perquè es fonamenta en l’anàlisi de la realitat territorial de

Catalunya i la distribució de les seves infraestructures de transport —concretament la xarxa viària— a partir d’un SIG

efectuat ad hoc per a aquesta funció la construcció i el maneig del qual es detallen a continuació.

9. Malgrat que alguns autors consideren dues classes més d’elements d’un SIG vectorial —xarxes i superfícies—, al nostre entendre calconsiderar-los més com a derivacions de les tres classes que exposem que no pas com una classe nova d’objecte.


- 59 -

3.2. El «Sistema d’Informació i Modelització per a l’Avaluació de Polítiques Territorials a

Catalunya» (SIMCAT)

El programa utilitzat a l’anàlisi que aquí presentem és l’anomenat «Sistema d’Informació i Modelització per a

l’Avaluació de Polítiques Territorials a Catalunya» (en endavant, SIMCAT), especialment dissenyat per a l’anàlisi de

les infraestructures de transport a Catalunya i el seu impacte territorial.

El SIMCAT ha estat desenvolupat per la consultoria MCRIT (www.mcrit.com) en el marc del projecte de recerca

Bridges del Quart Programa Marc de la Unió Europea i actualment és usat pels tècnics del Departament de Política

Territorial i Obres Públiques de la Generalitat de Catalunya (Esquius et al., 2002).

3.2.1. L’estructura de la informació associada dels objectes

Com és habitual en tot SIG amb una estructura vectorial de les dades, a més de les seves pròpies característiques

morfològiques i/o geogràfiques (longitud, posició...), tots els objectes tenen associada una sèrie d’informació

temàtica, que en aquest cas concret es troba en una base de dades externa en format .mdb per al programa ACCESS.

Els diferents tipus d’objectes temàtics (arcs de carretera, centroides de municipis, etc.) s’agrupen en el que

s’anomena classes temàtiques (vegeu la Figura 3.1), per a cada una de les quals existeix com a mínim una taula, que

conté la informació temàtica de cadascun dels objectes que la componen. La disposició d’aquestes taules és la que

habitualment presenten les bases de dades: cada fila representa un objecte —que és identificat a partir d’un codi

exclusiu que serveix per a relacionar aquesta informació amb la purament geogràfica—, mentre que cada una de les

columnes equival a una informació o una variable referent als objectes, cosa que permet, amb una gran facilitat,

incorporar nova informació per a cada una de les classes mitjançant la incorporació de noves columnes.


- 60 -

Figura 3.1. Estructuració dels objectes d’un SIG en capes d’informació o «classes temàtiques».

Font: adaptat de Gutiérrez i Gould (1994).

Figura 3.2. Connexió entre el mapa digital (SIMCAT) i la base de dades associada (ACCESS).

Font: elaboració pròpia a partir del SIMCAT.

Un exemple d’aquesta estructura es pot observar a la Figura 3.3, corresponent a la taula de la classe «Centroide de

municipi», en la qual, a més de l’identificador de cada un dels objectes, es pot advertir part de la informació que hi


- 61 -

tenen associada: codificació oficial de l’Instituto Nacional de Estadística, nom del municipi, població dels anys 1996 i

2001, etc.

Figura 3.3. Exemple d’estructuració de la informació temàtica dels elements del SIMCAT.


3.2.2. Les classes temàtiques utilitzades en els càlculs d’accessibilitat

De les múltiples classes temàtiques d’informació de què disposa el SIMCAT, detallem a continuació les utilitzades

en els càlculs d’accessibilitat:

1. El graf de la xarxa viària. L’element clau per a desenvolupar el present estudi és la xarxa viària, que en el SIMCAT

és representada en forma d’una xarxa d’arcs amb un total de 15.626 elements, realitzada per a les comarques de la

Regió Metropolitana de Barcelona a partir de la base cartografia a escala 1:50.000 de l’Institut Cartogràfic de

Catalunya (ICC) i mitjançant la base 1:250.000 de la mateixa font per a la resta de territori català.

Per motius pràctics, aquesta informació es troba dividida en dues classes temàtiques, l’una corresponent als arcs

viaris de l’àmbit metropolità de Barcelona ampliada —entre els quals figuren les principals vies urbanes de la

ciutat de Barcelona—, i que s’estén més enllà de la delimitació clàssica de les set comarques, i l’altra referent a la

resta de territori català.


- 62 -

Figura 3.4. Graf de la xarxa viària del SIMCAT segons la seva tipologia funcional (2001).


La principal informació temàtica que el graf de la xarxa viària té associada fa referència als aspectes següents:

• Classificació funcional. Sobre la base del mapa oficial de carreteres de Catalunya elaborat per l’ICC, la xarxa

viària hi ha estat dividida en xarxa bàsica, xarxa comarcal i xarxa local.

• Classificació tipològica. A partir de la mateixa font, s’hi ha incorporat informació sobre la tipologia de la xarxa

mitjançant la seva classificació en autopistes, autovies, vies preferents, carreteres de calçada doble i carreteres

de calçada única. Les tres primeres tipologies constitueixen el que en endavant s’anomenaran vies ràpides o de

qualitat.

• Nomenclatura de les vies. Tant l’antiga com l’actual, establerta el 2001 per la Generalitat de Catalunya.

• Velocitats. S’hi han definit unes velocitats de flux lliure per defecte a partir de les classificacions tipològica i

funcional, que s’han precisat posteriorment utilitzant un programa que calcula la velocitat d’un tram de

carretera a partir de la velocitat de projecte i de les característiques del traçat.

Igualment, també es troba disponible al SIMCAT el graf de la xarxa ferroviària catalana —formada per 546 arcs

per a les línies de RENFE i 73 per a les línies explotades pels Ferrocarrils de la Generalitat de Catalunya—, si bé

no serà usat en la nostra anàlisi.

2. Els nodes viaris. Com ja s’ha comentat en la introducció als SIG, els elements gràfics del tipus arc són definits

necessàriament per nodes, que, en el cas de la xarxa viària, assoleixen la xifra de 13.823 elements.


- 63 -

La importància d’aquesta classe temàtica radica en la possibilitat de determinar —mitjançant un procés que

detallem més endavant— quins d’aquests nodes són d’accés o no a les vies ràpides i, a partir d’aquesta

categorització, de calcular els indicadors basats en la distància als accessos a la xarxa viària principal.

Tal com succeïa amb la xarxa viària, existeixen més classes de nodes relacionats amb els diferents tipus de xarxes,

com és el cas, per exemple, de les localitzacions de les estacions de ferrocarril o de les parades dels serveis

d’autobusos urbans i interurbans.

3. Els límits municipals i comarcals. Es disposa de la base cartogràfica dels 946 municipis i de les 41 comarques de

Catalunya. La informació que tenen associada només fa referència a les seves característiques espacials (superfície,

perímetre...), ja que la informació temàtica està associada als centroides representatius de cada polígon (vegeu la

següent classe temàtica).

A la base cartogràfica del SIMCAT existeixen moltes més classes temàtiques del tipus poligonal —que fan

referència tant a elements orogràfics (per exemple, llacs) com a divisions administratives (seccions censals, límits

de les àrees naturals protegides...) o a construccions antròpiques (polígons industrials, embassaments...)—, però

no s’utilitzaran en aquest estudi.

4. Els nodes centroides municipals i comarcals. Es tracta de l’assignació a cada un dels polígons municipals i comarcals

d’un punt representatiu que, en aquest cas, fa referència al seu punt central.

La necessitat d’assignar a cada classe poligonal un punt que la identifiqui i la representi és determinada per la

necessitat de construcció de camins —segons uns criteris determinats que es descriuran més endavant— entre

nodes (en aquest cas, els centroides citats) a través d’una xarxa d’arcs que els connecten entre si (continuant amb

el nostre exemple, la xarxa viària).

El problema principal d’aquesta necessitat deriva del criteri d’assignació propi del punt representatiu del polígon.

Així, mentre que l’ús del centroide per a les comarques no presenta, a priori, cap inconvenient, en el cas dels

municipis cal situar-lo amb relació a la localització del nucli urbà principal i no pas segons la superfície del terme

municipal (vegeu la Figura 3.5), ja que, si no fos així, els municipis en els quals el nucli principal de població es

troba força desplaçat respecte al centre del terme municipal la localització del centroide no seria l’adequada. Per

aquest motiu ha estat necessària, en alguns casos, la relocalització del centroide dins el terme municipal per tal

d’aproximar-lo al que s’ha cregut que és el seu nucli principal de població.


- 64 -

Figura 3.5. Exemple de localització del centroide municipal amb relació al nucli principal de població.

Font: elaboració pròpia a partir de SIMCAT.

Com ja s’ha comentat anteriorment, aquesta classe és la que té associada la informació temàtica de les àrees que

representen, que, en el cas concret dels municipis —base dels nostres càlculs— és la següent:

• Elements d’identitat. Fan referència tant al nom del municipi així com al seu codi oficial de l’Instituto Nacional

de Estadística.

• Informació bàsica. Amb relació a la comarca, la província i l’àmbit funcional del Pla Territorial General de

Catalunya als quals pertanyen. Així mateix, s’hi especifica si el municipi és capital de comarca o de província.

• Dades de població. En vista a la seva utilització posterior en el càlcul d’alguns dels indicadors d’accessibilitat,

s’hi ha entrat la informació sobre la població de 2001, extreta del cens d’aquell any.

5. Els connectors entre els centroides i la xarxa. Per tal de connectar les diferents classes de centroides (municipis,

seccions censals, etc.) amb la xarxa viària, hom disposa de la classe connectors, que no són més que arcs en línia

recta entre cadascun dels centroides i el node viari més proper, motiu pel qual es tracta generalment de trams de

molt curta longitud.

Consisteix, doncs, en un element fictici, que no respon a cap situació present a la realitat, però totalment

imprescindible a causa de la necessitat de connectar entre si a través de la xarxa els diferents nodes, motiu pel

qual la informació temàtica d’aquesta classe d’elements es redueix gairebé exclusivament a la velocitat lliure de

circulació.


- 65 -

A partir d’aquestes classes temàtiques —i moltes més de no descrites perquè no seran usades en el nostre

estudi—, es creen les anomenades configuracions, que no són més que combinacions d’una o més classes temàtiques

per a la visualització i anàlisi. Així, per exemple, la configuració bàsica sobre la qual es fan la major part dels càlculs

que es descriuen a continuació és la formada per les quatre classes temàtiques bàsiques: dues per al graf viari (l’àmbit

metropolità i la resta de territori català), els centroides municipals i llurs connectors amb la xarxa.

Paral·lelament, existeix la possibilitat de treballar amb configuracions que no incloguin tots els elements que

formen una determinada classe temàtica, sinó que és possible realitzar consultes (anomenades queries) per tal de

seleccionar elements segons les seves propietats (és a dir, mitjançant la selecció d’una determinada informació

temàtica de la base de dades associada a cada classe) i mitjançant l’habitual llenguatge SQL (Structured Query

Language), emprat en la major part dels programes d’emmagatzematge i gestió de dades. Així, en segons quin càlcul

d’indicadors, ens serà necessari tenir actius només uns arcs determinats del graf viari en funció de la seva tipologia

funcional (per exemple, només les autopistes) o uns centroides municipals (per exemple, els corresponents als

municipis capitals de comarca).

3.2.3. Les utilitats principals de càlcul

Un dels principals avantatges dels SIG és la integració en el mateix programa d’utilitats per al càlcul de funcions

entre els elements que s’hi troben georeferenciats. Entre aquestes funcions, les utilitzades en el nostre treball són les

següents:

1. Càlcul del camí mínim entre dos nodes, mitjançant l’anomenat algoritme de Ford.10 A partir de la selecció de dos

nodes qualssevol, en el nostre cas, dos centroides de municipi, el SIMCAT calcula el camí per a anar de l’un a

l’altre a través de la xarxa amb el cost mínim (distància, temps, cost...). Els resultats es veuen gràficament a la

pantalla (Figura 3.6), alhora que es crea una taula temporal a la base de dades amb la informació bàsica (longitud,

temps de recorregut...) de cada un dels arcs utilitzats en el desplaçament (Figura 3.7).

10. L’anomenat algoritme de Ford consisteix en un procés iteratiu per a determinar el camí més curt entre dos nodes, bé en distància, bé en temps.Per al càlcul de l’algoritme es parteix de la idea que tots els vèrtexs són a distància infinita a excepció de l’inicial, que està a distància 0 de simateix. A la primera iteració es busca a quins vèrtexs es pot accedir amb un sol arc i es calcula la distància en la qual són i el procés es repeteixpassant per dos arcs, tres, etc., fins que s’arriba a arcs de longitud n - 1. Per a una major informació sobre l’ús de logaritmes en l’anàlisi degrafs, vegeu Basart (1998).


- 66 -

Figura 3.6. Comparació del camí mínim entre els municipis de Vilanova de Segrià i els Torms segons lamesura de la impedància elegida.

Distància mínima Temps mínim


Figura 3.7. Informació sobre els arcs recorreguts en el càlcul del camí mínim entre els municipis deBellprat i Santa Maria de Queralt.


2. La generació de matrius entre nodes. La utilitat principal de càlcul del SIMCAT que s’ha fet servir en el

desenvolupament de la present investigació és la que permet generar una matriu de cost de desplaçament entre

centroides. La metodologia és comuna a la del càlcul de camins mínims anteriorment descrit, però amb dues

diferències importants.

En primer lloc, la selecció dels nodes que intervenen en el càlcul és il·limitada, de manera que aquest es realitzarà

enfrontant cada punt amb cadascun dels altres, i així s’obté un valor per a cadascuna d’aquestes parelles de nodes.


- 67 -

En el nostre cas, la construcció de la major part de les matrius s’ha fet calculant la impedància que separa

cadascun dels municipis catalans de la resta de 945 municipis.11

En segon lloc, a part de la possibilitat de la seva visualització gràfica, els resultats obtinguts es guarden en una

taula de nova creació a la base de dades, cada registre de la qual fa referència a cada una de les parelles de nodes

analitzats. Per continuar amb l’exemple anterior, la taula resultant conté 893.970 registres (resultat de multiplicar

946 × 945 municipis).

Per al treball que proposem, s’han elaborat tres classes diferents de distàncies entre centroides de municipis:

• Matriu de distància entre nodes en línia recta. Com el seu nom indica, consisteix en el càlcul de la distància en

línia recta —també anomenada per alguns autors «vol d’ocell»— entre els centroides a partir de les seves

coordenades UTM, és a dir, independentment de la possibilitat de connexió a través de la xarxa viària.

Òbviament, doncs, es tracta d’una matriu simètrica, ja que la distància d’un municipi a un altre és la mateixa

en tots dos sentits de desplaçament, i s’hauria pogut calcular sense necessitat d’usar tècniques de cartografia

digital amb l’aplicació del teorema de Pitàgores a partir de les coordenades UTM dels municipis.

El SIMCAT únicament expressa el resultat en metres, tot i que hi ha la possibilitat de transformar-los

posteriorment a unitats de temps (minuts) mitjançant l’assignació d’una velocitat de viatge fictícia, com ha

calgut en el càlcul de certs indicadors d’accessibilitat (vegeu l’apartat 2.2.3).

• Matriu de distància mínima entre nodes a través de la xarxa viària. Aquesta classe de matriu té en compte

únicament la longitud dels trams de les carreteres per tal de determinar quin és el camí mínim entre dos punts,

independentment de quina hi sigui la velocitat de circulació. Els resultats s’expressen igualment en metres.

Com ja succeïa en la classe de matriu anterior, es tracta d’una relació simètrica, ja que totes les carreteres

tenen definits els dos sentits de circulació excepte en dos casos molt concrets que tenen explícitament

establerta la seva unidireccionalitat: per una banda, les entrades i les sortides de les autopistes i, per l’altra, els

carrers de la ciutat de Barcelona, de manera que les relacions que tinguin com a punt de pas un arc d’aquesta

mena no necessàriament han de tenir un caràcter simètric. És el cas, per exemple, de la relació entre Girona i

Barcelona (vegeu la Figura 3.8), en què la distància en el primer dels sentits és uns dos-cents metres inferior a

la inversa a causa del sentit de circulació dels carrers de la capital catalana.

11. Per definició, si no es té en compte la impedància interna dels municipis, la distància d’un municipi a si mateix es considera 0.


- 68 -

Figura 3.8. Comparació de la matriu de distàncies a través de la xarxa viària entre Barcelona iGirona.


• Matriu de temps mínim entre nodes a través de la xarxa viària. Es basa en els mateixos principis que la matriu de

distàncies entre nodes a través de la xarxa viària, però a l’hora de determinar el camí mínim no es fa

únicament tenint en compte la longitud de cada tram, sinó també la velocitat lliure de circulació que té

assignada.

Com s’ha vist anteriorment, a diferència de la longitud —que és determinada per la georeferenciació dels arcs

del graf—, la velocitat és un atribut temàtic associat a cada un dels arcs, de manera que per al càlcul d’aquesta

mena de matriu és necessari transferir les dades des de la taula associada a cada classe, operació que en aquest

cas s’ha de fer per a totes les classes temàtiques que componen el graf viari, és a dir, tant els arcs de les

carreteres com els connectors municipals.

Finalment, cal fer notar que els camins recorreguts segons quina sigui la mesura de la impedància (longitud del

recorregut o temps de desplaçament) no han de ser necessàriament els mateixos, ja que, segons la qualitat (traçat,

velocitat de circulació...), les vies escollides seran unes o unes altres. Bàsicament existeixen dues situacions tipus

que fan que tots dos recorreguts no coincideixin:

• En primer lloc, els desplaçaments que tenen com a punt de pas el nucli d’una població important, ja que, si el

càlcul s’efectua segons el temps, és probable que el camí més curt no sigui a través del centre de la població

perquè les velocitats de circulació assignades a aquests trams són baixes pel fet de tractar-se de vies urbans

(amb velocitats reduïdes, presència de semàfors, etc.), cosa que no ha de tenir efectes necessàriament si el

càlcul es basa en la longitud del trajecte (com es pot observar a la Figura 3.6 per al cas de la travessia urbana

de Lleida).

• En segon lloc, com que el càlcul en temps beneficia la qualitat de les vies, es pot esdevenir un rodeig per a

accedir a una via ràpida —autopistes, autovies i vies preferents—, fet que, malgrat significar un estalvi en el

temps de desplaçament, implica sovint un augment de la longitud d’aquest.

És a dir, i en conclusió, els traçats no coincideixen forçosament: el temps de desplaçament per la via més curta

pot no coincidir amb el traçat segons el temps mínim de desplaçament, i viceversa.

3. La determinació de la distància des d’un municipi fins a la xarxa viària més propera. Les dues utilitats explicades fins

ara per al càlcul de distàncies entre nodes —càlcul de camins mínims i creació de matrius de connexió— tan sols


- 69 -

són utilitzables quan tots els elements per als quals es vol fer el càlcul pertanyen a una mateixa classe temàtica, de

manera que, mitjançant aquesta utilitat, no és possible determinar la distància entre un node-centroide i un node

no centroide ni tampoc entre un node de qualsevol classe i un element no nodal (un arc, per exemple).

No obstant això, com que una part dels indicadors d’accessibilitat que proposem analitzar es basen en la distància

dels municipis —en aquest cas, representats pels seus centroides— respecte a la xarxa viària de qualitat més

propera (vegeu l’apartat 2.2.2), i a causa de la limitació de la utilitat de creació de matrius que acabem d’exposar,

hem utilitzat una altra funció de càlcul disponible al SIMCAT, com és l’anomenada Càlcul d’arbres i, més

específicament, la batejada com a Anàlisi de dotació d’estacions de transport col·lectiu.

Com el seu nom indica, aquesta utilitat va ser creada amb l’objectiu d’avaluar la qualitat (proximitat als nuclis

urbans, nivell de servei...) de les estacions de transport col·lectiu (ferrocarrils, serveis d’autobusos interurbans...)

representades, en la seva classe temàtica corresponent, com a elements nodals. En la nostra anàlisi, però,

substituirem l’ús d’aquestes estacions de transport col·lectiu pels nodes del graf viari (vegeu l’apartat 3.2.2), de

manera que serà possible calcular-ne la seva distància o el temps respecte als centroides municipals.

Així, un pas previ necessari és determinar els arcs respecte als quals volem efectuar el càlcul aprofitant el fet que

el SIMCAT ofereix la possibilitat de seleccionar uns elements determinats del graf d’acord amb les seves

característiques particulars, opció que és de gran utilitat en el present treball a l’hora de determinar quins nodes

viaris són d’accés al que hem anomenat xarxa viària de qualitat (autopistes, autovies i vies preferents). En

concret, en aquest cas la utilitat escollida és l’anomenada Selecció de nodes connectats als arcs seleccionats, que, com el

seu nom indica, permet seleccionar elements nodals a partir de la selecció prèvia dels arcs que delimiten.

D’aquesta manera, el primer pas és seleccionar, a través d’una consulta, els arcs que compleixen una condició

determinada, per exemple, formar part d’una autopista. Un cop seleccionats, amb la utilitat descrita se seleccionen

tots els nodes que hi estan connectats (vegeu la Figura 3.9) i, per tal d’identificar-los, se’ls assigna un valor

determinat en una variable nova de la seva taula temàtica amb l’objectiu que sigui sempre consultable.12

12. La metodologia més habitual, que coincideix amb l’aplicada en el present treball, és la creació d’una variable dicotòmica que només potprendre dos valors: 1 (accés a l’autopista) i 0 (no-accés).


- 70 -

Figura 3.9. Resultat de la identificació dels nodes d’accés a l’autopista C-32 «Pau Casals» a partir de lafunció Selecció de nodes connectats als arcs seleccionats.


D’aquesta manera, un cop seleccionats tots els nodes que delimiten la xarxa viària de qualitat, ja podem calcular la

distància que els separa dels centroides municipals. Cal fer notar, però, que els resultats obtinguts no adopten la

forma d’una matriu de costos entre nodes, sinó que mitjançant aquest mètode únicament es crea una variable

nova a la taula de la classe corresponent (en aquest cas, a la «centroides de municipi») amb el valor (en metres o

minuts) del càlcul realitzat amb relació al node més proper sense que aquest últim pugui ser identificat.

Finalment, els resultats obtinguts per a cadascuna de les tres utilitats de càlcul descrites es transformen a format

del programa d’anàlisi estadística SPSS. Així es crea una base de dades a la qual s’integra la resta d’informació

necessària —població de cada municipi, comarca a la qual pertany, etc.— i que és la base sobre la qual es faran tots

els càlculs.


- 71 -

4. APLICACIÓ DELS INDICADORS D’ACCESSIBILITAT SELECCIONATS ALS

MUNICIPIS DE CATALUNYA

El present capítol de la memòria en constitueix la part central, ja que s’hi presenten els resultats pràctics de la

investigació amb el càlcul, l’anàlisi i la comparació dels indicadors d’accessibilitat seleccionats mitjançant la seva

aplicació al territori català. Abans d’iniciar aquesta presentació cal, però, fer una sèrie de consideracions prèvies amb

relació al tractament que l’accessibilitat rep als indicadors analitzats.

4.1. El tractament de l’accessibilitat als indicadors analitzats

En primer lloc, cal fer una referència a l’abast territorial dels indicadors d’accessibilitat analitzats. Així, d’una

banda, cal indicar que es calcularan per a tots i cada un dels 946 municipis catalans i, per l’altra, que es tractarà

sempre d’indicadors d’accessibilitat integral, és a dir, analitzant la localització i la facilitat d’accés de cada un dels

nodes respecte a la resta de nodes de la xarxa.

Determinar quins nodes formen part de la xarxa o no —és a dir, establir amb relació a quines localitzacions és

interessant calcular la facilitat d’accés de cada un dels municipis catalans— és una les tasques prèvies a la nostra

anàlisi que s’han hagut de fer. Si bé durant l’exposició teòrica dels indicadors a través dels exemples extrets de la

bibliografia consultada s’ha pogut observar que en molts casos s’opta per seleccionar una sèrie de localitzacions

segons la seva importància en termes de població, activitat econòmica, etc., respecte als quals es calcula l’accessibilitat

de la resta, en l’anàlisi que aquí es proposa la xarxa serà formada pels 946 municipis catalans, de manera que

l’accessibilitat de cada un dels municipis es calcularà respecte als 945 restants.

Són diversos els motius que justifiquen aquesta tria: en primer lloc, pel fet que l’accessibilitat és tractada aquí

d’una manera àmplia, sense voluntat de restringir el concepte als seus aspectes puntuals (la facilitat d’accés per motius

sanitaris, laborals, etc.), on sí que la restricció de les destinacions és més necessària (que es limita, en aquest cas, per

continuar amb l’exemple, a les localitzacions amb serveis sanitaris bàsics).

En segon lloc, l’elecció del criteri adequat per a la selecció dels nodes destinació és una tasca complicada. S’ha

observat, per exemple, com alguns autors es decanten per criteris purament administratius, amb la selecció dels

nodes segons les seves atribucions funcionals i administratives, cosa que, a escala catalana, podria equivaler a

seleccionar, per exemple, les capitals de les quaranta-una comarques catalanes.13 L’adopció d’aquest criteri, però,

significaria no tenir en compte com a destinacions potencials municipis de la regió metropolitana de Barcelona tan

13. De fet, els municipis seleccionats són 42 a causa de la capitalitat doble del Vallès Occidental a càrrec dels municipis de Terrassa i Sabadell.


- 72 -

importants com l’Hospitalet de Llobregat, Badalona o Martorell pel fet de no ser capitals comarcals, si bé la seva

importància relativa pot ser molt superior a alguns municipis que sí que ho són.

Igualment l’adopció d’un criteri de selecció basat en un llindar determinat no és exempta de problemes. En

efecte, per mitjà d’aquest mètode se seleccionarien únicament els municipis que tinguessin una població, uns llocs de

treball, un producte interior brut, etc., superiors a un valor determinat, de manera que, amb tota probabilitat, grans

àrees del territori català —les més dèbilment poblades, les menys actives econòmicament, etc.— quedarien sense

representació. Segurament, la solució consistiria, doncs, en l’adopció d’un criteri de selecció mixt que els combinés

tots dos, si bé la subjectivitat en la seva elecció hi restaria present.

Finalment, la distribució poblacional i funcional del territori català determinen el tercer motiu per a no restringir

les destinacions potencials de l’accessibilitat. En efecte, malgrat certes tendències descentralitzadores actuals, el

territori català es caracteritza per una forta concentració tant de la població com de l’activitat econòmica en un

territori força concret (l’àrea urbana de Barcelona i el continu tant urbà com metropolità d’aquesta, estenent-se

aquest últim per la Depressió Prelitoral fins a les conurbacions urbanes gironina i tarragonina i cap a les planes

interiors). Així, bona part de l’accessibilitat dels municipis catalans cal entendre-la per la proximitat a aquest nucli,

relació que encara seria més gran si, per l’adopció d’algun criteri selectiu, es deixessin de considerar algunes altres

destinacions potencials no incloses en aquest àmbit territorial.

Amb relació al mitjà de transport sobre el qual es basaran tots els càlculs, com ja hem comentat prèviament, cal

indicar que serà exclusivament el transport privat per carretera segons la situació de la xarxa viària catalana de l’any

2001. Les dades sobre temps i distàncies de desplaçament entre municipis s’han obtingut mitjançant les utilitats del

programa SIMCAT descrites al capítol anterior.

Tres són els motius bàsics que expliquen l’elecció d’aquest mitjà de transport: en primer lloc, l’extensió i la

importància de la xarxa viària, que abraça la totalitat del territori català, cosa que no succeeix en els mitjans de

transport públics, els quals —sobretot la xarxa ferroviària, però també la xarxa d’autobusos interurbans— deixen

molt territori sense servir, de manera que per a accedir als municipis que no disposen d’aquest servei directe és

necessari el transbordament a uns altres mitjans de transport, sovint el vehicle privat. Dit en unes altres paraules, el

vehicle privat és l’únic mitjà de transport que permet accedir d’un municipi català a tots als altres sense necessitat

d’utilitzar cap més mitjà. Això no succeiria si el mitjà de transport elegit fos un altre, fet que obligaria a utilitzar

mesures d’accessibilitat multimodals, força més complexes d’obrar metodològicament.

El segon motiu, no menys important, per a la tria del vehicle privat com a base del càlcul de l’accessibilitat és el

pes que té aquesta classe de mitjà de transport en la mobilitat habitual de les persones, tant la relacionada amb el

treball i l’estudi com la generada per motiu de compres, oci, etc., i especialment en els desplaçaments intermunicipals,

que són els que aquí s’analitzaran. En concret, segons dades del padró d’habitants de 1996, el 57,6 % —és a dir, més

de la meitat— dels desplaçaments per motius de treball a Catalunya es feien en vehicle privat mecanitzat (automòbil i

motocicleta), xifra que augmenta fins al 75,4 % en els desplaçaments intermunicipals. Ara bé, si s’amplien els usuaris


- 73 -

de la xarxa viària a tots els mitjans de transport no ferroviaris (ferrocarrils urbans i suburbans) ni essencialment

urbans (l’autobús i els desplaçaments a peu i en bicicleta), els percentatges augmenten fins al 59,7 % i el 78,9 %

respectivament.

Finalment, el tercer motiu és la dificultat d’operar funcionalment amb mitjans de transport públics col·lectius. La

problemàtica deriva de la necessitat d’haver de simular tant la capacitat com la freqüència de pas del mitjà de

transport escollit, ja que és evident que dos municipis són molt més accessibles entre si com més gran és la

freqüència de pas del transport col·lectiu d’enllaç entre tots dos. Aquest problema, relativament fàcil de solucionar si

es tracta d’analitzar l’accessibilitat d’un nombre reduït de municipis, esdevé de grans dimensions si, com pretenem

aquí, es vol analitzar l’accessibilitat municipal per a la totalitat del territori català, ja que no tan sols cal conèixer

perfectament la freqüència de pas de totes les relacions de transport catalanes, sinó, també, simular els temps de

transbordaments de l’una a l’altra segons la dita freqüència.

La població de cada un dels municipis és la variable escollida per a reflectir la utilitat de cada un als indicadors

que tenen en compte la dimensió dels nodes. La tria d’aquesta variable enfront d’unes altres de possibles—els llocs

de treball localitzats, per exemple— és determinada pel mateix període temporal que s’analitza —l’any 2001—,

moment per al qual encara no es disposa de la informació referent a la localització de l’activitat econòmica, però sí de

les dades poblacionals, obtingudes dels diferents avanços fets per l’Instituto Nacional de Estadística dels resultats del

cens de població de 2001.

Finalment, amb relació a l’elecció de la mesura de la impedància —és a dir, a la classe d’unitats en què s’expressa

el cost de desplaçament entre dos nodes—, cal fer constar que a l’anàlisi proposada s’utilitzaran tant la distància

recorreguda com el temps de desplaçament entre dues localitzacions pel camí mínim, ja que es parteix de la premissa

que els individus busquen la major eficiència amb la minimització dels costos de desplaçament. Aquest ús doble de

dues mesures de la impedància determinarà que bona part dels indicadors presentin igualment una formulació doble:

l’una, usant la distància com a unitat de cost —és a dir, tenint en compte únicament la longitud de la xarxa viària— i,

l’altra mitjançant l’ús del temps de desplaçament,14 calculat segons la velocitat estimada de circulació de cada tram.15

14. Per motius pràctics, s’ha optat per representar els mapes en dues gammes de colors segons quina sigui la mesura de la impedància utilitzada:blau en el cas de la distància i vermell en el del temps. Així mateix, s’hi adopta el color verd en el cas de l’únic indicador que combinaambdues mesures.

15. Per a una descripció metodològica més àmplia, vegeu el capítol 3.


- 74 -

4.2. Els resultats de l’aplicació dels indicadors d’accessibilitat per als municipis de

Catalunya

Cal iniciar l’exposició dels resultats obtinguts indicant que, per tal de facilitar-ne la comprensió, l’ordre

d’exposició de cada un dels indicadors serà el mateix que l’utilitzat en la seva presentació teòrica al capítol segon de la

memòria.

Quant a la representació gràfica dels resultats, hem optat per una representació doble, d’acord amb la

metodologia seguida a la majoria dels treballs consultats. Així, a més de l’explicació de cada un dels indicadors, els

resultats s’exposen, d’una banda, de cartogràficament, amb l’objectiu de reflectir la distribució territorial dels patrons

d’accessibilitat dels municipis catalans; i, per tal de facilitar-ne la comprensió, hem preferit acompanyar el nombre de

casos —és a dir, de municipis— que es troben representats a cada un dels intervals escollits. De l’altra, el text serà

acompanyat per diversos quadres que resumiran, d’una manera breu, les magnituds principals de l’indicador calculat,

així com el rànquing municipal que en resulta.

4.2.1. La teoria de xarxes i les mesures topològiques del graf

El primer gran grup d’indicadors que s’analitzen són els anomenats topològics, que centren el seu interès en la

forma i la disposició dels nodes i els arcs d’una xarxa, representada en aquest cas per la seva simplificació en forma

de graf.

Precisament la necessitat i el grau de simplificació de la xarxa —en aquest cas, de la xarxa viària— és el que resta

validesa a aquesta classe de mesures. En efecte, els resultats dels indicadors basats en la perspectiva topològica estan

lligats en gran mesura del nivell de detall i precisió amb què el graf ha estat elaborat, ja que en dependrà el nombre

d’arcs i de nodes que el formen i, per tant, les relacions aritmètiques que s’estableixen entre si. Així, mentre que en els

grafs simples —com el representat a la Figura 2.1— aquestes mesures es mostren altament eficients, en un graf com

el representat al SIMCAT els indicadors topològics presenten certs problemes a causa del seu alt nivell de detall, com

intentem demostrar a continuació.

La qüestió inicial és la següent: quins elements —arcs i nodes— es poden considerar com a integrants del graf?

En el cas dels nodes sembla clar que corresponen a cada un dels 946 centroides municipals, ja que se’n vol mesurar

l’accessibilitat; però, amb relació als arcs, quants n’hi ha? La primera resposta que ve al cap és considerar que la

nostra xarxa és formada per 16.572 elements (els 15.626 arcs viaris i els 946 connectors municipals), però... És del tot

cert, això? El dubte sorgeix pel que es comentava en principi: el nivell de detall amb què s’ha elaborat el graf fa que

molts arcs hagin estat partits en més d’un tram, de manera que entre un node i un altre la connexió no es fa a través

d’un sol arc, sinó mitjançant multitud de trams diferents que, si bé funcionalment podrien ésser considerats com un

de sol, pel que fa al càlcul no ho poden ser. Un exemple gràfic es pot veure a l’apartat a de la Figura 4.1.


- 75 -

Figura 4.1. Comparació de la disposició dels elements en un graf simple i al graf del SIMCAT.

a) El nombre d’arcs entre nodes (tram Ripoll - Campdevànol)

Exemple de graf simple (1 tram) Graf S

b) La disposició dels arcs respecte als nodes (tram Ripoll–Campdevànol–Go

Exemple de graf simple (cruïlla = node) Graf SIMCAT


El segon problema —que sorgeix en l’aplicació dels indicadors topològics als gr

a els que presenten una informació georeferenciada— és la disposició dels arcs am

els grafs simples qualsevol bifurcació d’un arc es localitza necessàriament en un n

condició no es compleix forçosament, ja que les cruïlles de la xarxa viària no s’es

centroides municipals), sinó segons les coordenades geogràfiques reals (vegeu l’apa

Per aquest motiu, als grafs georeferenciats es trenca la relació habitual entre e

nodes (n), per la qual el nombre mínims d’arcs és sempre l = n - 1, cosa que resta v

GombrènGombrèn

Campdevànol

Ripoll

Campdevànol

Ripoll

Ca

IMCAT (10 trams)

mbrèn)

(cruïlles georeferenciades)

Ripoll

mpdevànol

afs basats en els SIG i, en general,

b relació als nodes: mentre que en

ode, en un graf complex aquesta

devenen sempre en els nodes (els

rtat b de la Figura 4.1).

l nombre d’arcs (l) i el nombre de

alidesa a qualsevol dels indicadors

Ripoll

Campdevànol


- 76 -

topològics proposats, per simples que siguin, com l’índex β (la relació entre el nombre d’arcs i el nombre de nodes).

Per aquest motiu, el càlcul ha estat desestimat.16

4.2.2. Els indicadors absoluts de distància i temps

Els indicadors absoluts permeten apreciar la localització dels nodes en el territo

que els separa entre si o respecte a la xarxa viària, però sense tenir en compte

òptims, que en aquest cas equivaldria a una relació en línia recta —en el cas de la d

el temps és la mesura de la impedància escollida.

• Indicador de localització geogràfica (IAAR)

L’indicador de la mitjana de la distància en línia recta (IAAR) consisteix, en rea

neta, ja que únicament té en compte la localització dels municipis al territori

molt senzilla: el municipi més accessible és aquell que presenti una menor d

municipis esdevenen menys accessibles a mesura que aquesta mitjana vagi creix

El resultat és, doncs, un mapa (Figura 4.2) amb unes àrees completament c

català més cèntric —el que presenta una menor distància mitjana amb la re

Salvador de Guardiola, amb una distància en línia recta mitjana als altres munic

La representació cartogràfica d’aquest indicador tan senzill permet, així, observ

de l’Anoia es troben al centre de Catalunya, mentre que, a l’extrem contrari, les

òbviament, als municipis de les comarques més perifèriques, tant de l’extr

principalment— com de l’extrem sud —Montsià, Terra Alta i Baix Ebre. E

municipi que es troba separat de la resta una mitjana de 178,753 quilòmetres en

de la totalitat dels municipis catalans és 99,838 quilòmetres.

16. De fet, en el seu treball sobre l’anàlisi de la xarxa viària catalana, Herce Vallejo (1983) solucionbanda, un graf de la xarxa viària en què totes les cruïlles entre carreteres se situen en nodes i, dcontinus existents entre dos vèrtexs, motiu pel qual el seu graf és format només per 196 arcs.

ri mesurant la distància o el temps

quins són la distància o el temps

istància— i a velocitat òptima —si

litat, en un indicador de centralitat

català. La seva lectura és, doncs,

istància mitjana amb la resta i els

ent.

oncèntriques entorn del municipi

sta—, que en aquest cas és Sant

ipis de poc més de 73 quilòmetres.

ar com les comarques del Bages i

distàncies més grans corresponen,

em nord del país —Val d’Aran

l valor màxim és el de la Sénia,

línia recta, mentre que la mitjana

a aquests dos problemes dibuixant, d’unae l’altra, establint com a arc únic tots els


- 77 -

Figura 4.2. Resultat de l’aplicació de l’indicador de localització geogràfica (IAAR) als municipis deCatalunya, 2001.


• Indicador de localització i traçat (IAAD)

Els resultats de la distància intermunicipal mitjana a través de la xarxa (IAAD

distància en línia recta, si bé aquests són lleugerament matisats per la proximitat

que, malgrat ser força centrals al territori català, ocupen una situació pitjor que

tenir una mala comunicació, i viceversa.

La separació mitjana entre tots els municipis catalans a través de la xarxa viàri

relació a l’indicador anterior, en termes generals, els municipis més ben situa

direcció a la Regió Metropolitana de Barcelona. El municipi més central és Manr

mitjana de la resta de poc més de 95,5 quilòmetres. En aquest sentit, és si

experimenten alguns municipis metropolitans respecte a l’indicador anterior: són

la posició 337 a la 156), Sabadell (de la 131 a la 43) o Terrassa (de la 81 a la 31).

A l’extrem contrari se situen novament els municipis més nord-occidentals, i la

llunyana de la resta, en tant que els seus nou municipis són també els que es trob

tots amb valor per sobre dels 200 quilòmetres de mitjana (vegeu la Figura 4.3).

Rànquing (en quilòmetres)

1. Sant Salvador de Guardiola 73,2582. Sant Joan de Vilatorrada 73,2643. Manresa 73,2654. Rajadell 73,4065. Castellg6. Castellf7. Callús8. Pont de9. Sant Fr10. Margan

...

937. Fregina938. Canejan939. Bausen940. Sant Ca941. Galera,942. Mas de943. Godall944. Ulldeco945. Alcanar946. Sénia, la

alí 73,446ollit del Boix 73,451

73,494 Vilomara i Rocafort, el 73,520uitós de Bages 73,530ell 73,555

ls 163,258163,434164,134

rles de la Ràpita 164,362 la 164,747 Barberans 166,170

167,016na 173,290

175,904 178,753

) són força semblants als de la

a la xarxa viària: hi ha municipis

a l’indicador anterior pel fet de

a és 132,928 quilòmetres. Amb

ts tendeixen a desplaçar-se en

esa, que es troba a una distància

mptomàtic el salt d’ordre que

els casos de Barcelona (passa de

Val d’Aran és la comarca més

en a major distància de la resta,


- 78 -

Figura 4.3. Resultat de l’aplicació de l’indicador de localització i traçat (IAAD) als municipis deCatalunya, 2001.

Font: elaboració pròpia .

• Indicador de localització, traçat i velocitat (IAAT)

Dels primers tres indicadors absoluts analitzats, el referent al temps mitjà necessari per a anar d’un municipi a la

resta (IAAT) és, sens dubte, el que té més a veure amb l’accessibilitat derivada de la xarxa viària, ja que

n’incorpora la qualitat a través de la velocitat. Així, els resultats de l’indicador no són condicionats només per la

mateixa centralitat del municipi al territori català, sinó, a més, per la seva proximitat a la xarxa viària, ja que

afavoreix la que és de qualitat, és a dir, la que presenta una velocitat de circulació més elevada.

Així, a la representació cartogràfica (Figura 4.4) s’observa com part de la xarxa és present a l’indicador, ja que s’hi

intueixen clarament els eixos viaris principals, fet que determina un desplaçament de la centralitat encara més clar

cap a l’entorn metropolità barceloní. Martorell —a causa de la seva condició de nus viari important— és el

municipi més proper a la resta, de la qual el separen 70,805 minuts de mitjana.

En general, s’intueixen tres nodes viaris importants: el ja esmentat de Martorell (en la intersecció de les autopistes

A-2 i A-7), les rodalies de Manresa (C-16 i C-25) i l’eix Barberà del Vallès - Parets del Vallès (A-7, C-58 i C-17),

entorn dels quals se situen els municipis amb una centralitat més gran (Gelida, Esparreguera i Abrera en el primer

cas; Sant Fruitós de Bages i Monistrol de Montserrat en el segon, i Sant Cugat del Vallès i Santa Perpètua de

Mogoda en el tercer).

A l’extrem contrari se situen novament les comarques pirinenques lleidatanes de la Val d’Aran, l’Alta Ribagorça,

el Pallars Jussà i el Pallars Sobirà, els municipis de les quals, a part de la seva posició perifèrica respecte al territori

català, són perjudicats per la impossibilitat d’accessos ràpids a causa de l’orografia pròpia del terreny muntanyós


1. Manresa 95,6722. Sant Fruitós de Bages 96,8443. Sant Joan de Vilatorrada 97,1424. Santpedor 98,2885. Artés 98,4286. Sant Salvador de Guardiola 98,4877. Pont de Vilomara i Rocafort, el 98,7758. Bruc, el 98,8459. Igualada 98,97010. Navarcles 99,139

...

937. Vall de Boí, la 216,345938. Vielha e Mijaran 227,198939. Naut Aran 227,694940. Bòrdes, es 235,808941. Vilamòs 237,519942. Arres 237,816943. Bossòst 242,460944. Les 245,819945. Bausen 250,092946. Canejan 253,927


- 79 -

on es troben. De fet, és simptomàtic que les diferències en el rànquing entre aquest indicador i l’anterior siguin

escasses a les seves últimes posicions, en les quals trobem, novament, els nou municipis de la comarca de la Val

d’Aran.

Figura 4.4. Resultat de l’aplicació de l’indicador de localització, traçat i velocitat (IAAT) als municipisde Catalunya, 2001.


• Indicadors de proximitat a la xarxa viària

La proximitat a la xarxa viària —centrada aquí únicament en les vies ràpides o de qualitat: autopistes, autovies i

vies preferents— és un dels indicadors que tradicionalment s’han utilitzat per a mesurar l’accessibilitat dels

territoris, i ha estat calculada aquí usant com a mesura de la impedància tant la distància com el temps.

La cartografia resultant de la seva aplicació als municipis catalans (vegeu la Figura 4.5) mostra, com s’esperava a

priori, la disposició de la xarxa de vies ràpides de Catalunya: es dibuixen clarament al seu voltant un corredors

d’accessibilitat que disminueix de valor a mesura que la distància i el temps d’accés a la xarxa viària augmenten.

Per aquest motiu, més interessant que l’explicació del rànquing i la distribució territorial dels municipis amb uns

nivells d’accessibilitat més grans, és l’anàlisi de l’eficiència de la xarxa: és a dir, en quin grau aquesta serveix a les

poblacions més habitades, valoració que es resumeix a la taula que acompanya la Figura 4.5.

S’hi observa que, si bé només el 13,95 % dels municipis catalans són a menys de cinc quilòmetres d’una autopista,

representen el 71,52 % de la població, mentre que el 37,53 % que són a més de trenta quilòmetres d’alguna

d’aquesta classe d’aquestes vies són només el 8,4 % de la població catalana. Quelcom semblant succeeix si

ampliem l’anàlisi a qualsevol mena de via ràpida, de manera que el nombre de municipis i habitants ben

Rànquing (en minuts)

1. Martorell 70,8052. Esparreguera 70,9703. Gelida 71,3544. Abrera 71,4865. Sant Cugat del Vallès 72,8876. Sant Fruitós de Bages 73,3087. Collbató 73,3278. Monistrol de Montserrat 73,5469. Santa Perpètua de Mogoda 73,66910. Molins de Rei 73,692

...

937. Alt Àneu 200,609938. Vielha e Mijaran 209,794939. Naut Aran 216,748940. Bòrdes, es 217,370941. Vilamòs 219,784942. Bossòst 223,934943. Arres 225,509944. Les 228,580945. Bausen 236,618946. Canejan 245,980


- 80 -

connectats augmenta, ja que el 26 % dels municipis (i el 81,56 % de la població) són a menys de menys

quilòmetres d’alguna via ràpida, mentre que només el 3,73 % de la població n’és a més de trenta.

Les diferències entre les dues sèries de mapes (distància i temps) són únicament de matís —aquestes es deuen

únicament a la velocitat de circulació a les vies que són d’accés a la xarxa bàsica— i les més importants són les

que s’observen en els dos primers intervals —valors inferiors als deu quilòmetres o minuts—, ja que a partir del

valor quinze el que s’esdevé és molt semblant si es tenen en compte quinze quilòmetres o quinze minuts.

L’explicació de les diferències entre aquests dos primers grups cal buscar-la als municipis grans, ja que, malgrat

estar situats aquests a menys de cinc quilòmetres de les vies ràpides, molt sovint els dits cinc quilòmetres es

recorren en més de cinc minuts a causa de la velocitat lenta de circulació pròpia dels municipis grans. El cas més

extrem és el de Barcelona, la qual, a causa de la posició del seu centroide (a la cruïlla dels carrers de Pau Claris i de

València aproximadament), es troba a 2,349 quilòmetres de l’autopista més pròxima —en concret, la C-31/A-19,

l’inici de la qual es considera que és al nus de la plaça de les Glòries Catalanes, al mateix interior de la ciutat—,

mentre que són necessaris 5,308 minuts per a recórrer-los a una velocitat mitjana de poc més de 26,6 km/h,

pròpia dels trams urbans.

Aquesta és la causa per la qual s’explica el descens de la quantitat de població que es troba a menys de 5 minuts

de la xarxa de qualitat: només el 21,12 % en el cas de les autopistes i el 27,01 % en el de les vies ràpides en

general, valors que ascendeixen, però, al 75,78 % i al 85,16 % respectivament —força semblants, doncs, als

obtinguts en la distància— si ampliem la selecció als deu minuts.


- 81 -

Figura 4.5. Resultat de l’aplicació dels indicadors de proximitat a la xarxa viària de qualitat delsmunicipis de Catalunya, 2001.

a) Proximitat a una autopista

Distància (quilòmetres) Temps (minuts)

b) Proximitat a una autopista o autovia

Distància (quilòmetres) Temps (minuts)

[Continua a la pàgina següent]


- 82 -

[Ve de la pàgina anterior]

c) Proximitat a una via ràpida

Distància (quilòmetres) Temp

a) Proximitat a una autopista b) Proximitat a una autopista o autovia c) Prox

Distància Temps Distància Temps Distànc

% mun. % pobl. % mun. % pobl. % mun. % pobl. % mun. % pobl. % mun. %

< 5 13,95 71,52 7,82 21,12 21,67 80,00 12,26 26,25 26,00 8

< 10 29,28 81,42 25,26 75,78 40,59 86,73 34,57 84,23 44,93 8

< 15 40,17 86,25 38,16 84,95 54,65 91,45 49,89 89,89 59,51 9

< 20 48,94 88,41 48,52 88,01 64,27 93,15 62,47 92,98 67,23 9

< 25 55,71 89,87 56,45 91,18 71,46 94,61 71,56 95,17 73,47 9

< 30 62,47 91,60 65,01 93,77 77,38 96,13 77,17 96,47 78,65 9

30 i > 100 100 100 100 100 100 100 100 100


4.2.3. Els indicadors relatius de distància i temps

La posada en relació de la impedància real respecte a la que podem considerar ideal (e

tercer gran grup d’indicadors d’accessibilitat analitzats, que es caracteritzen pel fet de neutra

localització dels nodes sobre el territori afavorint-ne la bona comunicació mitjançant vies

de la distància— o de velocitat elevada de circulació —en el cas del temps.

s (minuts)

imitat a una via ràpida

ia Temps

pobl. % mun. % pobl.

1,56 14,80 27,01

7,56 38,48 85,16

2,18 53,59 90,68

3,73 64,59 93,28

4,89 72,52 95,36

6,27 77,91 96,62

100 100 100

n línia recta) configura el

litzar en part l’efecte de la

de bon traçat —en el cas


- 83 -

• Indicador relatiu de distància (IARD)

De l’observació dels resultats de l’indicador (Figura 4.6) s’extreu que un dels objectius pretesos amb el seu càlcul

s’assoleix: a diferència dels indicadors absoluts, el grau d’accessibilitat dels municipis no es deu a la seva

localització al territori català, sinó a la seva proximitat a la xarxa viària, la qual ha de permetre la realització de

desplaçaments intermunicipals amb la menor relació possible entre les impedàncies real i ideal.

Així, els municipis més ben situats ja no són els de les comarques centrals —Bages, Anoia, etc.—, sinó que

passen a ser-ho els de les comarques del sud de Catalunya. En concret, per a anar d’Ulldecona —el municipi més

accessible segons aquest criteri— a qualsevol altre municipi només cal recórrer 1,196 vegades els quilòmetres que

serien necessaris si se circulés en línia recta. Així mateix, tots els altres municipis de la comarca del Montsià —10

dels seus 12 municipis ocupen les primeres 12 posicions del rànquing17— i en menor mesura els de Baix Ebre i la

Terra Alta, es troben en una posició avantatjosa similar pel fet de beneficiar-se d’una bona xarxa viària, de traçat

fàcil i ben connectada amb la resta. La mitjana catalana se situa en 1,378 vegades la distància ideal.

També l’àrea metropolitana més pròxima al litoral es troba en una bona posició relativa: concretament, Barcelona

se situa a la posició 14, de manera que desplaçar-se a través de la xarxa tan sols significa el 23,1 % més de

quilòmetres que en línia recta, seguida pels municipis pròxims a la Costa Brava i els de la Depressió Central, amb

una penalització inferior al 30 %. A l’extrem contrari es troben els municipis de l’interior, la xarxa viària dels quals

és molt perjudicada per l’orografia muntanyosa de la regió: la zona pirenaica, el Montsant, el Montseny, el

Montsec, etc. Entre els primers trobem, per exemple, el cas de comarques com el Pallars Sobirà —els 15

municipis de la qual se situen entre els 65 més mal situats, amb casos extrems com el de Farrera—, l’Alt Urgell o

el Pallars Jussà, mentre que els efectes de l’orografia de la resta de serralades catalanes

d’alguns municipis concrets respecte a la resta de municipis de la seva comarca.18

El càlcul de la variant de l’indicador proposada per Calvo et al. (1993) —els resultats d

cartografiar, donada la poca informació nova que aporta— mostra uns valors molt s

original i s’hi constata, com ja hem indicat, que la mitjana del quocient entre el sumator

la distància ideal afavoreix, en certa manera, les distàncies llargues —mentre que el pri

totes—, les quals expliquen aquestes les escasses diferències existents entre tots dos res

17. Els altres dos municipis són Mas de Barberans (posició 33) i Sant Jaume d’Enveja (499), aquest últim centroide en una carretera en cul-de-sac.

18. És el cas, per exemple, de municipis com Fogars de Montclús o Granera (a la comarca del Vallès OrientaAlbanyà i Maçanet de Cabrenys (a la zona muntanyosa de les Alberes de l’Alt Empordà), el Montsant al Prior

expliquen la mala posició

e la qual s’ha optat per no

emblants al de l’indicador

i de la distància real i el de

mer atorga el mateix pes a

ultats.

explicable per la posició del seu

l però en una àrea muntanyosa),at, etc.


- 84 -

Figura 4.6. Resultat de l’aplicació de l’indicador relatiu de distància (IARD) als municipis deCatalunya, 2001.


• Indicador relatiu de temps (IART)

S’obtenen resultats semblants a l’anterior mitjançant l’indicador relatiu de temps (IART), encara que amb un cert

canvi d’escala, ja que s’hi té en compte la qualitat de la xarxa viària, amb la penalització de les carreteres de segon

ordre en les quals no és possible la circulació a velocitat elevada. Així, s’observa (Figura 4.7) que la majoria dels

municipis se situen al mateix interval tant en la utilització de la distància com en la del temps. La diferència més

important entre ambdós és condicionada exclusivament per la qualitat de la xarxa: alguns municipis propers a les

vies de major qualitat veuen augmentada la seva accessibilitat quan aquesta és mesurada en temps, mentre que

aquest indicador decreix a zones més allunyades de la xarxa principal. Vegem-ne alguns exemples pràctics.

El municipi més ben situat continua sent Ulldecona, des del qual cal un temps de desplaçament més gran en el

64,1 % que si la connexió amb la resta de municipis fos a través d’una via de gran qualitat en línia recta.19 El dit

municipi és seguit de prop per la resta de municipis veïns novament pel fet de situar-se prop d’una autopista, que

confereix una velocitat alta i qualitat a bona part dels desplaçaments.20

19. S’ha considerat, com es recomanava a l’exposició de l’indicador, una velocitat de circulació en línia recta de 120 km/h, la màxima de la xarxa,per a facilitar la interpretació dels resultats.

20. La mitjana catalana és 2,322.

Rànquing

1. Ulldecona 1,1962. Amposta 1,2043. Freginals 1,2074. Alcanar 1,2085. Sant Carles de la Ràpita 1,2146. Santa Bàrbara 1,2167. Sénia, la 1,2178. Aldea, l’ 1,2229. Masdenverge 1,22210. Galera, la 1,223

...

937. Conca de Dalt 1,659938. Vall de Boí, la 1,660939. Tírvia 1,671940. Tavertet 1,688941. Albanyà 1,693942. Susqueda 1,697943. Valls d’Aguilar, les 1,704944. Fogars de Montclús 1,706945. Alins 1,730946. Farrera 1,744


- 85 -

En efecte, a diferència de l’indicador relatiu de distància, la xarxa viària hi és reflectida més nítidament, de manera

que trobem efectes similars de la bondat de la xarxa en algunes àrees com les comarques del Vallès Oriental i

d’Osona (autovia C-16/N-152) o del Bages (autopista C-16/A-18).

A l’extrem contrari, entre els municipis més perjudicats per la qualitat de la xarxa viària que els és més propera, se

situa Gisclareny, amb un temps 3,8 superior a l’òptim, a causa de la seva connexió per una carretera de traçat

difícil amb una velocitat de circulació molt baixa (amb força trams de 19 km/h). Un efecte similar es pot apreciar,

en menor grau, a certs municipis de la Costa Brava, els quals, a diferència de l’indicador anterior, no se situen en

una posició tan òptima, ja que la connexió entre si és, sovint, per carreteres secundàries. És el cas, per exemple,

dels municipis de Colera (posició 132 en distància, però 408 en temps), Portbou (426 enfront de 668) o Cruïlles,

Monells i Sant Sadurní de l’Heura (292 enfront de 597).

Finalment, un tercer cas en el qual la baixa circulació de la xarxa penalitza l’accessibilitat s’acompleix als municipis

que tenen representada una major densitat de la seva trama urbana, la qual, pel fet de tenir definida una velocitat

realment baixa (uns 20 km/h) per a reflectir el volum circulatori de la ciutat, incideix negativament en el temps

d’accés perquè s’allunya molt de la impedància ideal. El cas més representatiu és el de Barcelona pel fet de ser el

municipi amb una densitat més gran de trama urbana representada al graf viari, motiu que explica la seva baixa

posició al rànquing municipal segons l’IARTP (119), que contrasta amb la posició òptima 14 de l’indicador de

distància.

Figura 4.7. Resultat de l’aplicació de l’indicador relatiu de temps (IART) als municipis de Catalunya,2001.


Rànquing

1. Ulldecona 1,6412. Sant Carles de la Ràpita 1,6413. Alcanar 1,6464. Aldea, l’ 1,6515. Amposta 1,6576. Masdenverge 1,6777. Santa Bàrbara 1,6818. Freginals 1,7289. Camarles 1,73710. Ametlla de Mar, l’ 1,743

...

937. Conca de Dalt 3,339938. Alins 3,344939. Susqueda 3,346940. Valls d’Aguilar, les 3,356941. Pinós 3,434942. Vansa i Fórnols, la 3,449943. Cava 3,488944. Coma i la Pedra, la 3,532945. Farrera 3,637946. Gisclareny 3,872


- 86 -

• Indicador relatiu combinat de distància i temps (IARDT)

L’indicador proposat per González Pérez (1995), basat en certa manera en la combinació de la relativització de la

distància i el temps, aporta poca informació nova a l’anàlisi de l’accessibilitat dels municipis catalans.

En efecte, els resultats obtinguts (vegeu la Figura 4.8) són molt semblants als de l’indicador absolut de temps

(IAAT), amb el qual manté un coeficient de determinació de r2 = 0,949, de manera que gairebé el 95 % de la

variabilitat de l’indicador IARDT depèn del valor d’aquest últim. Així, els resultats revelen, doncs, que els

municipis de les comarques metropolitanes més centrals —Baix Llobregat, Vallès Occidental, etc.— són els més

accessibles, mentre que els de les comarques més perifèriques —especialment les nord-occidentals— presenten

els índexs d’accessibilitat menys elevats.

Figura 4.8. Resultat de l’aplicació de l’indicador relatiu combinat de distància i temps (IARDT) alsmunicipis de Catalunya, 2001.


4.2.4. La introducció de la variable demogràfica als indicadors d’accessibilitat

Reflectir el pes diferencial de cada un dels municipis catalans a l’hora de calcular-ne els nivells d’accessibilitat

consisteix dimensionar-los d’acord amb una magnitud que els caracteritzi. En aquest cas, s’ha optat per la població

que hi resideix.

La distribució territorial de la població de Catalunya explica, però, en bona mesura la mateixa distribució dels

nivells d’accessibilitat del territori català: la concentració poblacional a la Regió Metropolitana de Barcelona

Rànquing

1. Martorell 92,2192. Cornellà de Llobregat 93,8393. Gelida 93,8534. Sant Feliu de Llobregat 94,5715. Avinyonet del Penedès 95,0586. Sant Vicenç dels Horts 95,2277. Molins de Rei 95,2568. Sant Cugat del Vallès 95,4919. Sant Boi de Llobregat 95,52410. Sant Andreu de la Barca 95,663

...

937. Tírvia 327,385938. Bossòst 331,781939. Naut Aran 337,505940. Farrera 340,894941. Vilamòs 341,062942. Vall de Boí, la 341,553943. Arres 343,599944. Les 350,275945. Bausen 364,870946. Canejan 387,208


- 87 -

determina que, necessàriament, els indicadors d’accessibilitat basats en la població de cada un dels municipis siguin

condicionats pel grau de relació que assoleix amb la població d’aquesta àrea. L’aplicació pràctica que segueix de cada

un dels indicadors reflecteix clarament aquesta fet.

• Indicadors absoluts de distància i temps amb la variable població (IAADP i IAATP)

La introducció de la població en el càlcul dels indicadors absoluts d’accessibilitat en el cas dels municipis catalans

equival, pràcticament, al càlcul de la impedància real respecte a la ciutat de Barcelona i el seu entorn urbà més

proper; amb el salt d’escala oportú per l’efecte combinat de la distància/temps i la població.

Les unitats de mesura són, però, les mateixes: trobant-se la població tant al numerador com al denominador, les

unitats són les de la mateixa impedància (quilòmetres o minuts segons el cas), i s’ha d’interpretar com la mitjana

de temps o distància a la qual es troba accessible la població. Així, en el cas de l’indicador de distància per al

municipi d’Esplugues de Llobregat —el municipi que resulta més accessible segons aquest criteri—, cal

interpretar els 45,333 quilòmetres resultants com la distància mitjana que cal recórrer per a assolir la població.

En efecte, reprenent el fil de l’argumentació inicial, i donada la importància demogràfica de la capital catalana i el

continu urbà amb relació al total de població de catalana, l’indicador —que es basa en el càlcul d’una mitjana

ponderada de la impedància segons el pes poblacional de cada node respecte al total de Catalunya— obté un

valor altament correlacionat amb la impedància pel que fa a aquesta aglomeració urbana i, especialment, amb la

ciutat de Barcelona. Així ho demostra l’obtenció d’uns coeficients de determinació realment elevats21 —de r2 =

0,986 en el cas de la distància i r2 = 0,988 en el del temps— entre els resultats d’aquest indicador i els de l’absolut

simple —sense població— respecte Barcelona, de manera que més del 98 % de la variància dels indicadors

absoluts que tenen en compte la grandària de cada node és explicada per la posició absoluta quant a la capital

catalana.

Aquesta constatació confirma la idea ja apuntada a l’explicació de l’indicador feta per Gutiérrez Puebla, en què

destaca que es tendeix a registrar bons valors d’accessibilitat en els nodes que ocupen una posició central i que

estan situats pròxims als centres de major grandària; cosa que, evidentment, és real i alhora important des del

punt de vista del desenvolupament regional.

Així, com calia esperar a priori, els mapes resultants demostren que els municipis més propers a l’àrea urbana

central són els que registren uns nivells accessibilitat més grans i que aquests disminueixen de manera concèntrica

a mesura que la distància/temps a Barcelona s’incrementa. Així, entre les primeres posicions del rànquing hi ha

els municipis molt propers a Barcelona (la resta dels municipis del Barcelonès i els de les comarques del Baix

Llobregat, el Vallès Occidental i el sud del Maresme), mentre que a l’extrem contrari se situen els de les

comarques més allunyades: Val d’Aran, Alta Ribagorça, Pallars Sobirà i Pallars Jussà.

21. Ha calgut eliminar en els càlculs dels coeficients de relació (r2) el municipi de Barcelona, ja que, pel fet de no haver-se tingut en comptel’accessibilitat interna de cada municipi, no és possible determinar-ne la distància a si mateix.


- 88 -

És interessant, així mateix, comentar el cas de la mateixa capital catalana, que se situa en una posició discreta en el

rànquing de municipis més accessibles (76 en el cas de l’indicador de distància i 80 en el de temps), situació que

cal explicar pel fet que, no tenint-se en compte la seva població en el càlcul de l’indicador, la població barcelonina

no és tinguda en compte en el denominador de la fórmula, de manera que Barcelona parteix més d’1.500.000

punts menys (els equivalents als seus habitants).

Aquest fet se solucionaria amb la inclusió en el càlcul de la població pròpia —assignant-li una impedància mínima

o nul·la, seguint el mateix criteri que en alguns dels indicadors relatius que presentem a continuació—, de manera

que el mapa resultant seria fruit no tan sols de la proximitat de cada un dels municipis respecte a Barcelona, sinó

de la seva pròpia grandària poblacional; dit en unes altres paraules, entre dos municipis que es trobessin a la

mateixa distància de Barcelona, el més gran presentaria uns majors nivells d’accessibilitat.

Figura 4.9. Resultat de l’aplicació de l’indicador absolut de distància amb població (IAADP) alsmunicipis de Catalunya, 2001.


Les diferències observades entre l’indicador de distància (IAADP) i el de temps (IAADT) són poc importants i

obeeixen únicament a qüestions de matís: mentre que en el primer la distribució dels nivells d’accessibilitat sobre

el territori català adopta una forma força concèntrica entorn dels municipis centrals de l’àrea metropolitana de

Barcelona, l’indicador de temps és més determinat per la configuració de la xarxa viària de qualitat i s’hi perfilen

els principals eixos viaris al voltant dels quals es dibuixen certs corredors amb una accessibilitat relativament

elevada. És el cas, per exemple, dels valors tentaculars elevats d’accessibilitat que s’observen entorn de les

autopistes E-15/A-7 tant cap al nord de Barcelona (comarques de la Selva i el Gironès principalment) com cap al


1. Esplugues de Llobregat 45,3332. Sant Adrià de Besòs 45,7953. Sant Just Desvern 46,0434. Montcada i Reixac 46,2105. Sant Feliu de Llobregat 46,7716. Santa Coloma de Gramenet 46,7807. Sant Joan Despí 46,8088. Cornellà de Llobregat 46,8319. Cerdanyola del Vallès 47,00210. Sant Cugat del Vallès 47,065

...

937. Vall de Boí, la 240,207938. Vielha e Mijaran 258,043939. Naut Aran 260,305940. Bòrdes, es 266,603941. Vilamòs 268,288942. Arres 268,615943. Bossòst 273,338944. Les 276,702945. Bausen 280,956946. Canejan 284,797


- 89 -

sud (Baix Penedès, Tarragonès i Baix Camp), i A-2 cap a les Terres de Ponent així com de les carreteres nacionals

i C-16/N-1411 i C-17/N-152 al seu pas per les comarques del Berguedà i Osona respectivament.

Figura 4.10. Resultat de l’aplicació de l’indicador absolut de temps amb població (IAATP) als municipisde Catalunya, 2001.


• Indicadors relatius de distància i temps amb la variable població (IARDP i IART

Tal com passava als indicadors absoluts, també en la formulació dels indicadors relatius

la magnitud de les diferents destinacions, cosa que ha de permetre en teoria, i a sembla

indicadors relatius simples, superar l’inconvenient principal que plantejaven els prim

només reflectien l’accessibilitat segons la separació física real entre municipis i no pas p

potencialitats de comunicació entre ambdós.

a) Primera formulació

Els inconvenients assenyalats a l’exposició teòrica d’aquesta classe d’indicadors es fan p

pràctica al territori català: la definició tant del numerador com del denominador

impedància real i ideal respectivament per a la població de cada municipi, i pel fet de s

que les primeres, determina que, en realitat, l’indicador sigui poc més que el càlcul de la

impedància ideal respecte als municipis més habitats, la qual cosa en el cas català s

territorial de la població de Catalunya, concentrada a l’àrea central de la Regió Metropol

Rànquing (en minuts)

1. Montcada i Reixac 36,3372. Molins de Rei 36,8093. Cornellà de Llo4. Esplugues de L5. Santa Perpètua6. Cerdanyola de7. Barberà del Va8. Sant Just Desv9. Sant Feliu de L10. Sant Vicenç de

...

937. Alt Àneu 938. Vielha e Mijara939. Bòrdes, es940. Vilamòs941. Naut Aran942. Bossòst943. Arres944. Les945. Bausen946. Canejan

bregat 36,816lobregat 36,937 de Mogoda 37,054l Vallès 37,148llès 37,226ern 37,275lobregat 37,304l Horts 37,666

221,631n 221,631

229,166231,559233,058235,807237,315240,464248,492257,866

P)

és possible incorporar-hi

nça del que passava en els

ers, en tant que aquells

osant-la en relació amb les

alesos en la seva aplicació

com a productes de la

er aquesta molt més gran

relació impedància real /

’agreuja per la distribució

itana de Barcelona.


- 90 -

Per tal de verificar aquesta hipòtesi, hem calculat el coeficient de determinació d’aque

relació dBCN / drBCN per a cada un dels municipis catalans. Els resultats demostren un

dos indicadors: mentre que en distància el coeficient de determinació (r2) és 0,859, e

r2 = 0,515. Ara, si en lloc de mirar la correlació entre valors ho fem respecte el rànquing

obtinguts ascendeixen a 0,829 i 0,869 respectivament, de manera que es pot afirmar q

Barcelona explica en tots dos casos més del 80 % de la variància del rànquing d’ac

catalans.

Així, els mapes resultants (vegeu les Figures 4.11 i 4.12) són força semblants als ob

relatius sense població (Figures 4.6 i 4.7): els municipis més accessibles corresponen als

millor entre la impedància real i la ideal, especialment envers les poblacions més grans

del sud de Catalunya (comarques del Baix Ebre, el Montsià principalment) que són no

segons aquest criteri, ja que s’hi reprodueixen pràcticament sense variacions l’ordre

relatius que no tenen en compte la població (IARD i IART). A l’extrem contrari se situe

de les comarques més nord-occidentals dels país: la Val d’Aran, l’Alta Ribagorça, el Pall

i, en menor mesura, l’Alt Urgell. Novament el municipi més mal situat és el de Farrera

Sobirà.

Les diferències entre l’indicador de distància (IARDP1) i el de temps (IARTP1) són, co

simple, poc importants, perquè el temps és poc més que un factor de salt d’escala —aix

la qualitat de la via, expressada per mitjà de la velocitat de circulació— dels resultats

dos mapes es dibuixen les principals vies de circulació del país; especialment les que e

metropolitana barcelonina, ja que, com s’ha dit, és allí on es concentra la major part de

tant, és l’àrea que més influència té en els valors de l’indicador.22 D’aquesta manera, s

tant l’eix viari litoral (les autopistes E-15/A-7 i C-32/A-16) com l’interior (la N-II i A

així com els eixos nord-sud, tant l’eix del Llobregat (C-16) com la C-17/N-152.

Determinar segons aquests resultats si es tracta d’un indicador d’accessibilitat vàlid o no

d’una banda, resulta lògic pensar que, ja que Barcelona representa pràcticament el 24 %

juntament amb la seva regió metropolitana prop del 70 %, el pes de la població d’aque

l’indicador a escala catalana hagi de ser similar a aquests percentatges. D’altra banda, p

territorial més àmplia, i pensant sobretot en els municipis més allunyats d’aquesta zon

força més discutibles. El problema radica en el fet que, per a un municipi com Vi

184,780 quilòmetres en línia recta de Barcelona, a 270,386 a través de la xarxa i a 2

important que, a tanta distància, hi ha hagi una aglomeració tan important de poblac

22. Aquesta és l’explicació per la qual no s’aprecia als mapes l’efecte del traçat de vies bàsiques com l’eix Traninterior, sense proporcionar una comunicació directa amb l’àrea de major població de Catalunya, la seva influd’indicadors en els quals la població dels municipis és molt important.

st indicador respecte a la

a alta correlació entre tots

n l’indicador de temps és

dels municipis, els valors

ue la posició relativa amb

cessibilitat dels municipis

tinguts per als indicadors

que presenten una relació

, de manera els municipis

vament els més afavorits

establert pels indicadors

n igualment els municipis

ars Jussà, el Pallars Sobirà

, de la comarca del Pallars

m ja succeïa a l’indicador

ò sí, amb un cert reflex de

de l’indicador. Així, a tots

s connecten amb la zona

la població catalana i, per

’hi reflecteixen clarament

-2 en direcció a ponent),

és una tasca complicada:

de la població catalana i

sta àrea en els resultats de

erò, des d’una perspectiva

a central, els resultats són

elha e Mijaran —situat a

25,216 minuts—, és poc

ió com la barcelonina, de

sversal: pel fet de ser un traçatència és escassa en aquesta classe


- 91 -

manera que el pes que aquesta hauria de tenir sobre els seus nivells d’accessibilitat no hauria de ser tan important

per a Vielha com ho és per a un municipi situat a molta menys distància. Aquesta id

però, vers el concepte de contorn, basat en l’establiment d’un llindar d’impedànc

poblacions deixen de ser considerades en el càlcul de l’accessibilitat, idea que es dese

extensa en l’última classe d’indicadors analitzada.

Figura 4.11. Resultat de l’aplicació de la primera formulació de l’indicador repoblació (IARDP1) als municipis de Catalunya, 2001.


1. Amposta2. Freginals3. Perelló, el4. Ulldecona5. Cambrils6. Santa Bàrbara7. Sénia, la8. Masdenverge9. Vandellòs i l’H10. Ametlla de Ma

...

937. Granera938. Conca de Dalt939. Espot940. Lladorre941. Vall de Cardós942. Llavorsí943. Esterri de Card944. Tírvia945. Alins946. Farrera

ea ens remet directament,

ia més enllà del qual les

nvoluparà de manera més

latiu de distància amb

Rànquing

1,1191,1211,1221,1241,1271,1281,1291,129

ospitalet de l’Infant 1,131r, l’ 1,131

1,5381,5451,5521,557
1,5571,562
ós 1,5761,6041,6461,659


- 92 -

Figura 4.12. Resultat de l’aplicació de la primera formulació de l’indicador relatiu de temps ambpoblació (IARTP1) als municipis de Catalunya, 2001.


b) Segona formulació

Les aportacions d’aquest segon indicador relatiu respecte a l’anterior són força modestes: en general, s’hi repeteix

el mateix patró de la distribució territorial dels nivells d’accessibilitat, ja que el coeficient de determinació entre

ambdós és r2 = 0,961 en el cas de la distància i en l’indicador de temps es redueix a un no gens negligible

r2 = 0,805.23

Així tots dos indicadors, IARDP2 (Figura 4.13) i IARTP2 (Figura 4.14), es troben d’una manera igual altament

correlacionats amb la relació impedància real / impedància ideal respecte els municipis catalans més poblats,

especialment amb Barcelona —que resta exclosa de l’anàlisi de correlacions—, relació amb la qual presenten uns

coeficients r2 = 0,880 i r2 = 0,868 respectivament, que és una variació respecte a l’indicador anterior que cal

explicar pel tractament diferencial que s’hi fa de la impedància: aquí no es s’afavoreixen les més grans, sinó que,

tractant-se d’una relació, totes passen a tenir el mateix pes en el càlcul de l’accessibilitat de cada municipi.

23. Per contra, si els coeficients de correlació es calculen no pas sobre els valors de cada indicador, sinó sobre el rànquing de posicions que se’nderiva, els resultats obtinguts són r2 = 0,839 i r2 = 0,968 respectivament.

Rànquing

1. Aldea, l’ 1,3532. Amposta 1,3653. Masdenverge 1,3834. Sant Carles de la Ràpita 1,3915. Santa Bàrbara 1,3926. Ulldecona 1,3967. Ametlla de Mar, l’ 1,3978. Alcanar 1,4089. Perelló, el 1,41810. Pont de Molins 1,422

...

937. Cava 2,832938. Coma i la Pedra, la 2,836939. Vansa i Fórnols, la 2,844940. Brull, el 3,096941. Tírvia 2,892942. Esterri de Cardós 2,904943. Gisclareny 2,924944. Mura 2,926945. Alins 2,944946. Farrera 3,139


- 93 -

Figura 4.13. Resultat de l’aplicació de la segona formulació de l’indicador relatiu de distància ambpoblació (IARDP2) als municipis de Catalunya, 2001.


Figura 4.14. Resultat de l’aplicació de la segona formulació de l’indicador relatiu de temps ambpoblació (IARTP2) als municipis de Catalunya, 2001.


Rànquing

1. Amposta 7.119.2002. Freginals 7.150.6623. Tarragona 7.151.9414. Ulldecona 7.155.2995. Cambrils 7.166.2396. Perelló, el 7.169.8857. Sénia, la 7.188.0448. Santa Bàrbara 7.190.5319. Barcelona 7.206.44910. Masdenverge 7.209.225

...

937. Lladorre 9.945.901938. Llavorsí 9.972.321939. Olivella 10.064.295940. Esterri de Cardós 10.074.679941. Fogars de Montclús 10.107.229942. Tírvia 10.253.517943. Brull, el 10.271.254944. Granera 10.374.636945. Alins 10.547.834946. Farrera 10.625.051

Rànquing

1. Aldea, l’ 8.837.2542. Amposta 8.894.1823. Sant Carles de la Ràpita 9.024.7014. Masdenverge 9.067.7255. Ulldecona 9.069.4946. Ametlla de Mar, l’ 9.083.6487. Santa Bàrbara 9.090.1278. Alcanar 9.123.7219. Perelló, el 9.294.02510. Camarles 9.346.431

...

937. Sant Llorenç Savall 20.495.009938. Vallirana 20.503.863939. Sant Quirze Safaja 20.570.964940. Fogars de Montclús 20.719.675941. Matadepera 20.871.679942. Brull, el 20.885.147943. Esplugues de Llobregat 21.003.721944. Mura 21.603.839945. Sant Joan Despí 21.701.969946. Hospitalet de Llobregat, l’ 23.143.274


- 94 -

c) Tercera formulació

Els resultats obtinguts en aquesta tercera formulació dels indicadors relatius amb la introducció de la població

(IARDP3 i IARTP3) són pràcticament idèntics als obtinguts a l’indicador anterior (IARDP2 i IART2), com

demostra el coeficient de determinació r2 > 0,999 entre ambdós, tant si es comparen els resultats de cada un com

si s’analitza l’ordre que els dits resultats estableixen.

L’explicació d’aquesta correlació elevada entre els dos indicadors radica en el fet que, en tots dos casos, el

producte de la relació entre les dues impedàncies (real i ideal) per a la població de cada municipi —present en

ambdós indicadors— és el factor que determina en alt grau els valors finals de l’indicador, malgrat que en la

primera de les formulacions comparades es té en compte la població del municipi per al qual es calcula

l’accessibilitat, i en la segona no. De fet, aquest matís explica que la regressió entre tots dos indicadors no sigui

exactament 1: si en els IARDP2 i IARTP2 s’exclogués la suma de la població pròpia i en els IARDP3 i IARTP3

hom la inclogués en el denominador, tots dos indicadors serien equivalents, segons la fórmula següent:

∑

∑∑

≠=

≠=

≠=

×

=⇒×=n

ijji

n

ijjj

ij

ij

ij

n

ijj ij

iji

P

Pdrd

IARDPPdrdIARDP

,1

,1

,132

Formulats així, doncs, tots dos indicadors es diferenciarien únicament pel salt d’escala provocat pel fet que en el

primer no es té en compte el pes relatiu de la població, cosa que sí que passaria en el segon.

L’única diferència substancial entre tots dos indicadors —però que no n’afecta ni la interpretabilitat ni el rànquing

de posicions que se’n deriva— és la referent a les unitats en què s’expressa l’indicador: mentre que en la segona

formulació les unitats de mesura són quelcom semblant a la població accessible des de qualsevol punt d’acord

amb una impedància negativa (per això el valor mínim que adopta l’indicador ha de ser necessàriament superior a

la població de Catalunya), en el cas de la tercera formulació que aquí analitzem, les unitats fan referència

simplement al valor que s’obté de dita relació ponderada per la població del municipi de destinació amb relació a

la total, que figura al denominador.

L’equivalència dels resultats entre l’una formulació i l’altra en fan innecessària la representació cartogràfica, ja que

aquesta és pràcticament idèntica a la presentada a les Figures 4.13 i 4.14, en tant que el rànquing de tots dos

indicadors són gairebé idèntics. L’excepció més destacable correspon, però, als municipis amb major població, els

quals experimenten un canvi poc important en la seva posició: Barcelona és el municipi que experimenta un canvi

més gran en termes absoluts (en distància passa de la posició 9 segons l’IARDP2 a la 61 a l’IARDP3), seguit de

Sabadell (variació de 28 posicions) i Santa Coloma de Gramenet i Terrassa (22 posicions). Per la seva banda, en

els indicadors de temps (IARTP2 i IARTP3) les diferències en l’ordre es troben lleugerament menys

correlacionades (r2= 0,986): Barcelona és novament el municipi que experimenta més variació, amb un salt

negatiu de 179 posicions entre el primer i el segon.


- 95 -

d) La validesa dels resultats als indicadors relatius

En vista dels resultats obtinguts tant als indicadors relatius de distància com als de temps en les seves diferents

formulacions, s’ha cregut necessari aprofundir una mica més en l’anàlisi de les claus explicatives de la seva

distribució territorial. En efecte, a priori, sembla contradictori que siguin sistemàticament els municipis més

allunyats de la principal concentració de població —Barcelona i el seu continu urbà— els que presentin un nivell

major d’accessibilitat, mentre que municipis que hi són molt més propers —i per als quals, per tant, caldria

esperar uns nivells d’accessibilitat més grans— ocupen posicions molt més desfavorables.

L’explicació d’aquest fenomen consisteix a analitzar amb major detall l’efecte «pervers» que en alguns casos

presenta la relació impedància real / impedància ideal, l’optimització de la qual (és a dir, l’obtenció d’un quocient

igual a 1) indicaria el nivell màxim d’accessibilitat, situació que, òbviament, només es pot donar quan la relació

entre dos municipis és, en el cas de la distància, en línia recta, i en el cas del temps, en línia recta a màxima

velocitat de circulació.

En la relació entre totes dues mesures, el càlcul de la impedància ideal no planteja ca

impedància real depèn no solament de la via que optimitza la distància / temps de

propera a la línia recta—, sinó, i sobretot, de quina és la proporció que representa sob

necessari per a accedir-hi. Dit en unes altres paraules: entre dos municipis que pr

desplaçament a les infraestructures de qualitat, en termes relatius resultarà més acce

cost representi una proporció menor respecte al cost total de desplaçament, efecte q

els indicadors que usen el temps com a mesura de la impedància, ja que aquest és mol

dels trams urbans —de velocitat baixa— que cal recórrer fins a accedir a la xarxa de

molt menor en el cas de la distància.

Es tracta, doncs, d’una conclusió que, portada a l’extrem, pot conduir a la paradoxa

accessibilitat relativa al nucli central de població, és més important estar-ne situat ll

deduir, contradiu qualsevol pensament lògic sobre l’accessibilitat.

Vegem-ho tot plegat en un exemple pràctic, aprofitant que disposem dels temps d’

viària de qualitat.24 S’han escollit, així, dos municipis que presenten un temps sim

autopista (en aquest cas l’A-7/E-15) —la Roca del Vallès i la Jonquera, situats ambdó

de l’accés més proper. La màxima diferència entre si és la seva distància respecte B

24. Es tracta, de fet, de les mateixes mesures que s’han utilitzat en el càlcul dels indicadors absoluts de prol’apartat 4.2.2.

p problema, mentre que la

recorregut —que és la més

re la impedància real el cost

esenten un mateix cost de

ssible aquell en què aquest

ue és especialment greu en

t influenciat per la longitud

qualitat, influència que és

que, per a tenir una millor

uny, cosa que, com es pot

accés a les infraestructures

ilar d’accés a una mateixa

s a poc més de 2,5 minuts

arcelona —26,873 i 86,675

ximitat a la xarxa viària descrits a


- 96 -

minuts a través de la xarxa i a 12,89 i 64,27 en línia recta respectivament. Si calculem l’indicador relatiu de temps

únicament pel que fa a Barcelona,25 els valors obtinguts són els següents:

085,2==− 12,890

26,873IART BCNROCA −IART BCNJONQUERA

Aquests resultats semblen indicar que l’accessibilitat de la Jonquera respecte a Barce

pas la de la Roca del Vallès, cosa especialment rellevant per haver-se demostrat la im

relació amb Barcelona sobre els seus nivells d’accessibilitat general en els indicado

importància de les destinacions.26 L’explicació d’aquesta paradoxa aparent cal b

s’estableix entre el temps d’aproximació necessari a l’autopista, el qual, si bé en tots do

termes relatius respecte el temps total de desplaçament és molt més gran en el

(9,30 %) que no pas en el de la Jonquera (2,88 %), cosa que en penalitza el nivell d’acc

Aquesta relació entre el temps d’accés a la xarxa viària de qualitat i el temps de de

determina que, sistemàticament, entre els municipis amb unes característiques de con

a una autopista que, per definició, a causa de la seva elevada velocitat de circulació

pròxima al temps mínim de circulació—els més allunyats de les destinacions import

l’àrea més poblada— siguin els que presenten uns majors nivells d’accessibilitat. E

qualsevol pensament lògic sobre el concepte d’accessibilitat —i, posant-ne, per tant,

igualtat de condicions, en els indicadors relatius l’accessibilitat augmenta a mesura qu

respecte a les destinacions potencials, cosa que, evidentment, és conceptualment inacc

• Indicadors de gravetat (IGD i IGT)

Els indicadors de gravetat no són purament indicadors d’accessibilitat, en tant que

connexió entre municipis, sinó l’atracció que s’esdevé entre aquests segons de la se

reflectida en aquest cas a partir de la seva població i de la impedància que els separa, de

La importància que atorga aquesta classe d’indicadors a la massa de cada node és p

validesa: en efecte, els resultats obtinguts depenen en un alt grau del valor de la poblac

pas d’acord amb la impedància, com seria més correcte—, de manera que sistemàt

habitats són els que obtenen uns nivells d’accessibilitat més grans. Així ho demostren,

de la regressió lineal entre l’ordre que s’estableix dels valors de l’indicador de gravetat

25. S’ha optat pel càlcul de l’indicador relatiu de temps sense tenir en compte la població (IART) pel fet que, possible —Barcelona—, qualsevol indicador que tingui en compte la població representa únicament uindicador.

26. Relació que explica en bona part que mentre en l’indicador IART –és a dir, sense tenir en comte la grandàriaocupi la posició 101 en l’ordre dels municipis amb major nivell d’accessibilitat i la Roca del Vallès la 1posicions són 20 i 402 i en l’IARTP2, 13 i 532 respectivament.

349,1==64,27086,675

lona és molt millor que no

portància que representa la

rs que tenen en compte la

uscar-la en la relació que

s casos és de 2,5 minuts, en

cas de la Roca del Vallès

essibilitat obtingut.

splaçament total és el que

nexió similars —proximitat

, es considera com la més

ants —en el nostre cas, de

n conclusió, i contradient

en dubte la validesa—, en

e ho fa també la distància

eptable.

no reflecteixen el grau de

va grandària, d’una banda,

l’altra.

recisament el que els resta

ió de cada municipi —i no

icament els municipis més

en primer lloc, els resultats

, d’una banda, i el rànquing

considerant només una destinación salt d’escala respecte a aquest

de les destinacions —la Jonquera14, mentre que en l’IARTP1 les


- 97 -

de les poblacions segons el seu nombre d’habitants, de l’altra, amb valors de r2 = 0,876 en el cas de l’indicador de

distància i r2 = 0,890 en el cas de l’indicador de temps.

Igualment, aquesta alta correlació entre tots dos valors es pot comprovar, en segon lloc, a la representació

cartogràfica dels resultats: deixant de banda l’anàlisi de la situació de la Regió Metropolitana de Barcelona —on

bona part dels municipis que la formen assoleixen uns bons nivells d’accessibilitat no solament a causa del seu

propi nombre d’habitants, sinó també per la proximitat a uns altres nuclis densament habitats igualment—, a les

comarques més allunyades d’aquesta àrea les capitals de comarca —que equivalen als municipis més habitats—

són sempre les poblacions que obtenen els valors més elevats d’accessibilitat respecte als seus municipis veïns, i

són fàcilment identificables a la cartografia amb un simple cop d’ull.

Figura 4.15. Resultat de l’aplicació de l’indicador de gravetat de distància (IGD) als municipis deCatalunya, 2001.


La importància atorgada a l’efecte combinat de totes dues poblacions en detriment de la impedància determina

que les diferències entre l’indicador de distància (Figura 4.15) i el de temps (Figura 4.16) siguin escasses i es

limitin tan sols a la categoria de matís, com demostra la correlació elevada entre el rànquing d’accessibilitat

municipal establert per tots dos indicadors: r2 = 0,985.

Rànquing

1. Barcelona 23.988.192.1032. Hospitalet de Llobregat, l’ 12.155.821.5283. Badalona 6.657.304.8364. Santa Coloma de Gramenet 4.381.298.1225. Cornellà de Llobregat 3.309.623.9366. Sabadell 2.888.030.2097. Esplugues de Llobregat 2.473.083.6768. Sant Boi de Llobregat 2.196.009.8789. Sant Adrià de Besòs 1.890.200.61710. Prat de Llobregat, el 1.806.395.541

...

937. Tírvia 20.282938. Tiurana 17.138939. Cava 15.877940. Farrera 15.634941. Sant Jaume de Frontanyà 14.362942. Gisclareny 12.620943. Canejan 11.897944. Esterri de Cardós 11.547945. Arres 10.335946. Bausen 7.554


- 98 -

Figura 4.16. Resultat de l’aplicació de l’indicador de gravetat de temps (IGT) als municipis deCatalunya, 2001.


És interessant destacar també com al voltant de les capitals comarcals i la resta de mu

una sèrie d’àrees amb nivells d’accessibilitat relativament elevats, fenomen l’explicaci

sols al valor de la població pròpia d’aquests municipis, sinó precisament a la seva prox

Trobem un bon exemple d’aquest efecte doble —població pròpia i proximitat a

comarca de l’Alt Empordà, on el major nivell d’accessibilitat el registra, evidentment,

causa principalment de la seva població (33.064 habitants) i, en menor, grau, pel fet

comunicat—, seguida del municipi de Vilafant, el qual, dels que hi ha més propers (2

té més població (4.303 habitants), molt per sobre de municipis que hi són igualmen

(783 habitants), Vila-sacra (405) o el Far d’Empordà (387). Alhora, aquesta proximi

igualment el que determina que Vilafant, amb els seus ja esmentats 4.303 ha

d’accessibilitat molt més elevat que no pas un municipi molt més poblat com Ros

situat molt més lluny (19,636 quilòmetres) de la capital comarcal.

Alhora, aquests resultats posen de manifest una certa paradoxa de l’indicador: si s’acce

tal com passa en la teoria general de la gravitació, l’atracció més gran s’acompleix d

massa vers els més petits, caldria esperar que fossin precisament aquests últims els qu

gran massa, presentessin els valors d’accessibilitat més elevats. Dit en unes altres

l’exemple de l’Alt Empordà, de la proximitat entre Vilafant i Figueres la primer pobl

més beneficiada que no pas la segona, en tant que Vilafant té a prop una gran m

accessible.

Rànquing

1. Barcelona 9.977.667.3392. Badalona 2.181.401.8063. Hospitalet de Llobregat, l’ 2.040.251.8344. Santa Coloma 5. Cornellà de Llo6. Sabadell7. Terrassa8. Mataró9. Sant Boi de Llo10. Prat de Llobre

...

937. Vilamòs938. Tírvia939. Cava940. Farrera941. Sant Jaume de 942. Canejan943. Esterri de Card944. Gisclareny945. Arres946. Bausen

nicipis grans es configuren

de Gramenet 1.369.743.164bregat 1.200.118.692

1.142.506.551863.514.555802.288.920

bregat 793.611.539gat, el 748.433.829

22.70021.42115.49915.125

Frontanyà 14.57511.713

ós 11.3779.1168.1696.561

ó del qual es deu ja no tan

imitat a un municipi gran.

la capital comarcal— a la

la seva capital —Figueres, a

de ser el municipi més ben

,925 quilòmetres), és el que

t pròxims com Vilabertran

tat a la capital comarcal és

bitants, presenti un valor

es (12.706 habitants), però

pta com a bona la idea que,

es dels cossos amb major

e, pel fet d’estar prop d’una

paraules: continuant amb

ació n’hauria de sortir molt

assa de població altament


- 99 -

Els resultats, però, donen a entendre tot el contrari: les poblacions amb una població més gran són sempre les

que presenten major nivells d’accessibilitat; d’aquí ve la correlació elevada amb el n

municipi que presenta l’indicador. Cal buscar l’explicació d’aquest fet, novament, en

l’accessibilitat interna: havent incorporat a la formulació de l’indicador la població

accessible (és a dir, sense estar subjecta a cap efecte dissuasiu de la impedància), aqu

molt elevat el resultat final. Novament aquesta conceptualització es mostra, si més no

precisament als municipis més habitats és on la fricció de la distància/temps és mé

manifesta més la necessitat d’incorporar un factor corrector, especialment en el ca

donada la baixa velocitat de circulació dels trams urbans.

Una altra possible solució, probablement tampoc del tot encertada, és l’eliminació d

formulació matemàtica de l’indicador, com és el cas dels indicadors anomenats de

continuació.

• Indicadors de potencial (IPD i IPT)

Tal com indicàvem en l’apartat anterior, els indicadors anomenats de potencial con

indicadors de gravetat, la principal característica diferenciadora dels quals és el fet d

seva formulació la població pròpia, sinó únicament la de les destinacions potencials.27

Aquesta característica permet, a priori, superar el principal inconvenient detectat al

dependència excessiva del valor resultant respecte a la població pròpia de cada municip

planteja un altre, ja mencionat en alguns altres indicadors. En efecte, pel fet de ten

població de la resta de municipis, el valor dels indicadors de potencial depèn en un al

principals concentracions de població, de manera que, en el fons, en el cas de la seva

català, no és més que un indicador de proximitat a l’àrea central de la Regió Metropo

en distància (Figura 4.17), sia en temps (Figura 4.18).

Així, els mapes resultants mostren, novament, una disposició concèntrica al voltant de

urbà, i els nivells d’accessibilitat descendeixen a mesura que la impedància respecte a

manera que els municipis més accessibles són els immediatament més propers a la ca

de Besòs, Esplugues de Llobregat, l’Hospitalet de Llobregat... en el cas de la distà

Cornellà de Llobregat... en el del temps—, mentre que en tots dos casos els valors

comarques més allunyades: la Val d’Aran, el Pallars Sobirà, etc. Aquesta idea és conf

27. Aquesta característica explica la discreta posició de Barcelona en el rànquing d’accessibilitat segons aquesta la distància i 104 en el del temps. Aquest últim valor s’ha d’entendre per la baixa velocitat de circulació necciutat —on hi ha situat el centroide—, cosa que en el cas de la distància no té cap efecte, però sí en el del tem

ombre d’habitants de cada

el tractament que s’hi fa de

pròpia com a plenament

esta determina en un grau

, errònia, en la mesura que

s elevada i, per tant, on es

s de l’indicador de temps,

e la població pròpia en la

potencial que s’analitzen a

stitueixen una variant dels

e no tenir en compte en la

s indicadors de gravetat: la

i, però, malauradament, en

ir en compte únicament la

t grau de la proximitat a les

aplicació al mapa municipal

litana, sia aquesta mesurada

Barcelona i el seu continu

aquesta àrea augmenta, de

pital catalana —Sant Adrià

ncia; i Montcada i Reixac,

més baixos es troben a les

irmada pel valor elevat del

classe d’indicadors: 54 en el cas deessària per a accedir al centre de la

ps.


- 100 -

coeficient de determinació entre el rànquing d’accessibilitat establert per l’indicador de potencial i el que es deriva

de la proximitat a Barcelona: r2 = 0,957 en el cas de l’indicador de distància i r2 = 0,981 en el de temps.

Figura 4.17. Resultat de l’aplicació de l’indicador de potencial de distància (IPD) als municipis deCatalunya, 2001.


Malgrat obtenir-se un coeficient més elevat en el cas de l’indicador de temps que no pas en el de distància, la

disposició concèntrica dels nivells d’accessibilitat al voltant de la ciutat de Barcelona hi és menys clara per l’efecte

de la distribució de les infraestructures viàries. Així, a la Figura 4.18 s’observa com els principals eixos viaris del

país (l’autopista A-7/E-15 paral·lela a la costa catalana, l’A-2 cap a l’interior i els eixos pirinencs

C-16/N-1411 i C-17/N-152) dibuixen al seu entorn uns passadissos d’accessibilitat que trenquen la radialitat

observada a l’indicador de distància.

Rànquing

1. Sant Adrià de Besòs 439.419,2142. Esplugues de Llobregat 426.734,5653. Hospitalet de Llobregat, l’ 408.829,6624. Sant Just Desvern 391.063,1355. Santa Coloma de Gramenet 365.810,2496. Cornellà de Llobregat 365.774,8977. Sant Joan Despí 363.920,3288. Sant Feliu de Llobregat 336.769,5769. Badalona 332.968,56810. Prat de Llobregat, el 329.122,205

...

937. Alt Àneu 27.278,017938. Vielha e Mijaran 25.504,583939. Naut Aran 25.411,049940. Bòrdes, es 25.081,299941. Arres 24.845,618942. Vilamòs 24.756,615943. Bossòst 24.249,509944. Les 23.957,960945. Bausen 23.520,151946. Canejan 23.051,028


- 101 -

Figura 4.18. Resultat de l’aplicació de l’indicador de potencial de temps (IPT) als municipis deCatalunya, 2001.


• Indicadors de contorn (IC)

Els anomenats indicadors de contorn són, probablement, els que més s’apropen

en tant que reflecteixen la utilitat de les destinacions situades per sota d’un de

que les situades més lluny d’aquest límit deixen de ser considerades a l’anàlisi, m

d’indicadors ha estat anomenats d’accessibilitat diària.

L’establiment del llindar esmentat és, però, un dels esculls que cal superar: qui

és més correcta en aquesta classe d’indicadors? I, en segon lloc, quin límit d’imp

a màxim en el seu càlcul? Dit en unes altres paraules: quina és la distància o q

factible que hom es desplaci de forma habitual?

Pel que fa a la primera qüestió, referent a l’elecció de la distància o el temps co

optat pel segon, de manera que l’indicador es calcula atenent només el temp

restrictiu. Aquesta tria és determinada per la lògica de pensar que, quan els ind

la no-realització d’un desplaçament habitual, hi preval molt més la seva duració

pas la seva longitud —la distància— d’acord amb la facilitat de transport exis

Malgrat que aquesta és una hipòtesi vàlida per a tots els indicadors analitzats aq

més determinant pel caràcter de quotidianitat que intenten reflectir els ind

necessàriament és tan latent als altres indicadors.

1. Montca2. Cornell3. Sant Ad4. Montga5. Esplug6. Sant Ju7. Masnou8. Molins 9. Sant Fe10. Santa P

...

937. Alt Àne938. Vielha 939. Bòrdes940. Vilamò941. Naut A942. Bossòs943. Arres944. Les945. Bausen946. Canejan

Rànquing

da i Reixac 266.643,183à de Llobregat 264.958,028rià de Besòs 262.922,249t 259.832,309

ues de Llobregat 257.759,328st Desvern 256.509,128. el 253.715,202de Rei 252.769,228liu de Llobregat 252.589,126erpètua de Mogoda 246.994,828

u 29.964,417e Mijaran 29.370,895, es 28.771,158s 28.327,810ran 27.983,585t 27.736,640

27.507,93227.155,45426.163,18825.093,567

al concepte teòric d’accessibilitat,

terminat llindar temporal. Així és

otiu pel qual sovint aquesta classe

na mesura —distància o temps—

edància ha de ser considerat com

uin és el temps que es considera

m a mesura de la impedància, s’ha

s de desplaçament com a factor

ividus es plantegen la realització o

—en unitats de temps— que no

tent entre l’origen i la destinació.

uí, en aquest cas es mostra encara

icadors de contorn, idea que no


- 102 -

La resposta a la segona qüestió —la fixació del llindar temporal— consisteix en una anàlisi més detallada de les

característiques de la mobilitat de la població catalana per a determinar quina és la durada mitjana dels seus

desplaçaments habituals28 a partir de la qual el podrem fixar. Tal com indica Ajenjo (2004) a la seva pròxima tesi

doctoral, la durada mitjana dels desplaçaments intermunicipals per mobilitat habitual per treball o estudi de la

població catalana és 20,34 minuts,29 de manera que cal pensar que els valors màxims s’hi situaran força per sobre,

pròxims als 40 o 50 minuts de desplaçament. D’altra banda, pensar en la probabilitat de realització d’un

desplaçament diari de prop d’una hora no sembla, en cap cas, desorbitat.

Pels dos motius exposats, s’ha optat per l’establiment del llindar temporal en 60 minuts, de manera que totes les

parelles de connexions intermunicipals l’origen i la destinació de les quals estiguin més allunyats d’aquest llindar

no seran tingudes en compte a l’anàlisi i, per tant, no considerarem accessible la població que en resulta

destinatària.

Aquest llindar temporal determina, així mateix, que la població pròpia de cada municipi sigui considerada

plenament accessible a si mateixa: tot i que no hi hem tingut en compte la impedància interna de cada municipi

d’acord amb la seva superfície i la velocitat mitjana de circulació, resulta evident que, encara que la tinguéssim en

compte, en cap municipi el temps de desplaçament d’un extrem a l’altre no superaria els 60 minuts esmentats.30

D’aquesta manera, el valor màxim que podrà prendre l’indicador és, per a tots els municipis, 6.343.110, xifra que

equival a la població catalana i que significaria que, des d’aquell municipi concret, la totalitat dels municipis —i,

per tant, de la població— es troben per sota del llindar temporal establert i, consegüentment, esdevenen

plenament accessibles.

28. Es considera com a mobilitat habitual de la població la causada per motius de treball o d’estudi.

29. Un cop depurats els errors de càlcul que signifiquen els anomenats empadronaments atípics, és a dir, els individus que, per motius diversos,declaren legalment viure en un lloc diferent del que en realitat és el seu lloc de residència, cosa que, evidentment, provoca distorsions seriosesen els resultats del càlcul de les característiques de la mobilitat. Per a més informació sobre aquest fenomen, vegeu Ajenjo i Sabater (2001).

30. El cas més extrem seria el de Barcelona pel fet de ser el municipi el graf del qual té més xarxa urbana representada i, per tant, perquè lavelocitat de circulació hi és més baixa amb relació a la màxima teòrica (establerta, com sabem, en 120 km/h). Determinar quin és el tempsnecessari per desplaçar-se d’una punta de la ciutat a l’altra no és una tasca fàcil, de manera que es pot prendre com una bona aproximació eltemps necessari per a desplaçar-se entre els dos municipis que hi són més propers —l’Hospitalet de Llobregat i Sant Adrià de Besòs—passant pel centroide barceloní. Els resultats són 30,44 i 36,30 minuts segons el sentit de circulació, molt inferiors al llindar dels 60 minutsestablerts, cosa que confirma que, en cap cas, el temps de desplaçament intern de cada municipi no supera aquest valor i, per tant, la poblaciópròpia és plenament accessible.


- 103 -

Figura 4.19. Resultat de l’aplicació de l’indicador de contorn (IC) amb un llindar temporal de 60 minutsals municipis de Catalunya, 2001.


La representació cartogràfica dels valors obtinguts (Figura 4.19) mostra, com calia esperar a priori, la dependència

absoluta dels municipis catalans respecte a Barcelona a l’hora d’obtenir un bon resultats d’accessibilitat: la

població de l’àrea barcelonina és tan gran, que poder-la assolir des d’un municipi determinat dins el llindar de

temps establert condiciona en alt grau els resultats de l’indicador. Aquesta idea és confirmada pel valor obtingut

en el càlcul del coeficient de determinació (r2 = 0,940) quant al temps de desplaçament de cada municipi a

Barcelona, de manera que aquest explica en el 94 % l’ordre que estableix el rànquing de l’indicador.

Així, un cop més, es dibuixen al voltant del continu urbà de Barcelona una sèrie de cercles concèntrics que, a

mesura que s’allunyen del centre, descendeixen en els nivells d’accessibilitat. Així s’esdevé un salt important en els

valors obtinguts just en el moment en què Barcelona deixa de ser accessible, cosa que equival, a la pràctica, a un

descens de 1.503.824 punts —equivalent a la població de Barcelona— en el valor de l’indicador.

Vegem-ho amb un exemple pràctic a partir de la comparació de dos municipis de característiques similars: Sant

Julià de Ramis i Vilablareix, tots dos de la comarca del Gironès i amb una població quasi idèntica (2.098 i 2.034

habitants respectivament), per als quals, en conseqüència, caldria esperar uns nivells d’accessibilitat semblants.

Doncs bé, s’observa que, mentre per al primer l’indicador de contorn pren el valor 2.172.698, en el cas de

Vilablareix el resultat és 3.753.788. La qüestió és, doncs: a què cal atribuir aquesta diferència tan important entre

dos municipis tan propers l’un a l’altre? La resposta és força senzilla: mentre que Sant Julià de Ramis es troba a

60,848 minuts de Barcelona, Vilablareix només dista 59,352 minuts de la capital catalana, de manera que per a

aquest últim la població de Barcelona li és plenament accessible, i per al primer no, cosa que explica la diferència

aproximadament d’1,5 milions (la població de Barcelona) en el valor de l’indicador entre tots dos municipis.

Rànquing (en població)

1. Martorell 5.249.5402. Abrera 5.213.8603. Sant Cugat del Vallès 5.209.7314. Esparreguera 5.195.5995. Molins de Rei 5.179.3986. Gelida 5.174.5557. Cervelló 5.169.0698. Santa Perpètua de Mogoda 5.146.1359. Parets del Vallès 5.142.79010. Roca del Vallès, la 5.130.541

...

937. Alins 8.963938. Lladorre 8.963939. Tírvia 8.963940. Vall de Boí, la 8.104941. Bausen 7.691942. Canejan 7.691943. Alt Àneu 7.618944. Gisclareny 6.745945. Esterri de Cardós 6.174946. Farrera 6.174


- 104 -

Aquesta mateixa situació es repeteix en algunes altres zones, de manera que l’indicador presenta «salts» bruscos

en els seus valors, ja que municipis molt propers tenen uns valors molt diferents. La solució d’aquest problema

estaria, com s’ha indicat a l’exposició teòrica d’aquesta classe d’indicadors, en la utilització d’acord amb la caiguda

de la utilitat en funció de la impedància (vegeu la Figura 2.2), de manera que el valor de la població descendiria de

manera gradual sense discontinuïtats brusques.

Determinar quina d’aquestes funcions de caiguda de la utilitat s’aproxima més a la realitat és una tasca complicada

i que resta fora dels objectius plantejats en aquesta recerca, si bé a priori sembla que les corbes gaussiana i logística

modificades —que es diferencien entre si pel grau de caiguda de la utilitat al voltant d’un paràmetre determinat —

serien les més properes a la lògica de la probabilitat.

D’altra banda, tenint en compte que l’accessibilitat que aquesta classe d’indicador intenta reflectir és

l’accessibilitat diària, i aquesta té una importància especial en la mobilitat habitual per estudi i treball, una possible

millora consistiria igualment en la consideració del pes de cada municipi no pas segons la seva població, sinó

segons els llocs de treball que s’hi localitzen, de manera que la lectura dels resultats seria alguna cosa semblant al

nombre de llocs de treball que els habitants d’un municipi determinat tenen accessibles amb un determinat llindar

de temps (Ajenjo, 2004).


- 105 -

5. A MANERA DE CONCLUSIONS

A continuació presentem una sèrie de reflexions que constitueixen les conclusions de la present memòria de

recerca, que hem optat per agrupar en cinc grans apartats d’acord amb llur temàtica.

5.1. Sobre el concepte d’accessibilitat i els seus components

Per l’amplitud del concepte d’accessibilitat, usat per moltes disciplines científiques, hem cregut necessari iniciar

aquest treball d’investigació fent un repàs de les diferents definicions que, des del món acadèmic de la geografia,

s’han donat d’aquest concepte.

En primer terme es poden diferenciar les mesures que centren el seu interès en la perspectiva territorial de les que

ho fan des d’una òptica més centrada en l’individu i les seves facilitats, limitacions i necessitats de desplaçament.

L’adopció d’una perspectiva o d’una altra és determinada per múltiples factors. En primer lloc, és condicionada

per la disponibilitat mateixa de les dades de què es disposa: mentre que l’accessibilitat territorial consisteix en una

mesura agregada, considerant que tots els habitants d’una mateixa regió comparteixen les mateixes necessitats de

desplaçament i, per tant, la demanda de dades és força limitada, en el cas de l’accessibilitat individual la desagregació

de les dades primàries ha de ser molt gran per a reflectir els diferents constrenyiments individuals. Per una altra

banda, l’elecció entre ambdues perspectives és molt condicionada per l’objecte d’estudi i per la grandària i

l’heterogeneïtat de la mostra de població o de territori analitzat.

Exemplifiquem-ho amb un cas pràctic molt senzill: resulta evident que, si el que es vol comparar són els, a priori,

patrons d’accessibilitat diferents per gènere d’un territori determinat, cal reflectir els constrenyiments —temporals

principalment, però també d’unes altres menes, com el d’autonomia de mobilitat en vehicle privat— a què es troben

subjectes els homes i les dones, cosa que consisteix en un estudi més detallat dels condicionants socials, econòmics i

culturals d’aquella àrea a través de mesures desagregades que permetin la dita comparació entre gèneres. D’aquesta

manera, caldria esperar que els resultats obtinguts mostressin com, per a un mateix territori, els nivells d’accessibilitat

de la població femenina serà inferior a la masculina no tan sols pels seus constrenyiments temporals més grans a

causa de la divisió de rols establerta —havent de patir la major part de l’intent de conciliació entre la vida familiar i la

laboral—, sinó, també, per la seva menor autonomia de transport en vehicle privat i, consegüentment, la seva

dependència més gran del transport públic, el qual, en el millor dels casos, es mostra insuficient per a satisfer-ne les

necessitats de desplaçament.

Per contra, si l’anàlisi es fa des d’una perspectiva més general —cosa que no ha d’implicar necessàriament una

major escala territorial—, la concepció territorial de l’accessibilitat es mostra plenament suficient i vàlida, com és el

cas de l’anàlisi que s’ha desenvolupat al llarg de la present investigació. En efecte, si la voluntat d’anàlisi és


- 106 -

estrictament la comparació dels nivells d’accessibilitat entre regions diferents segons la seva localització tant sobre el

territori com respecte a les vies de comunicació, l’accessibilitat territorial —per la seva menor demanda de dades i per

la senzillesa del seu concepte— és plenament satisfactòria.

D’altra banda, el repàs teòric sobre l’accessibilitat ha permès, igualment —i d’una manera independent pel que fa

a la perspectiva d’accessibilitat escollida—, determinar com les diferents definicions d’accessibilitat són

condicionades en part pel rol diferenciat que cada una atorga als tres components que, tradicionalment, han estat

considerats com a integrants de qualsevol mesura d’accessibilitat: la separació física entre localitzacions, el mitjà de

transport (o la combinació d’aquests) utilitzat en el desplaçament i, finalment, la interacció espaciofuncional que

s’esdevé entre les diferents localitzacions; i que, a manera de resum es poden concretar en les preguntes «on?»,

«com?» i «per què?» de l’accessibilitat.

La separació física entre localitzacions —o el que n’és l’aplicació pràctica, la impedància— és, sens dubte,

l’element clau en qualsevol mesura d’accessibilitat, i és, de fet, el component que necessàriament ha de ser present en

qualsevol anàlisi. Tres són les unitats que tradicionalment s’han adoptat per a la seva mesura: distància, temps de

desplaçament i cost de transport. Determinar quina de les tres classes de mesura és la més adequada és una qüestió

que s’ha d’establir a priori, i es tracta, novament, d’una qüestió de practicitat i disponibilitat de les dades. Resulta

evident que la que requereix una demanda menor de dades és la distància entre localitzacions —tant en línia recta

com mitjançant alguns dels diferents modes de transport disponibles. El temps de desplaçament no és res més, de

fet, que una variació respecte a la distància, en tant que no n’és sinó la conversió en unitats temporals mitjançant

l’assignació d’una velocitat de circulació, sia fixa, sia variable, d’acord amb la qualitat i l’eficiència del mitjà de

transport emprat. Contràriament, l’adopció del cost de desplaçament com a mesura de la impedància planteja

seriosos i complicats dubtes i requeriments pel fet de basar-se en la conversió a unitats monetàries dels múltiples

factors que intervenen en l’elecció d’un mitjà de transport o un altre i que en el cas del vehicle privat —el cas

analitzat aquí— es podrien resumir en l’assignació d’un valor monetari al temps de desplaçament, la valoració

econòmica del confort i la seguretat d’aquell mitjà determinat de transport, el preu del bitllet en el cas dels transports

públics o del combustible en el dels transports privats, etc. Com es pot deduir, algunes d’aquestes valoracions són

força subjectives.

Amb relació encara a la impedància, cal fer un apunt sobre la qüestió que s’ha anomenat autopotencial i que es

refereix al tractament que ha de rebre l’accessibilitat interna de cada municipi, una qüestió d’especial importància en

els indicadors que tenen en compte la magnitud diferent de cada una de les localitzacions. Tradicionalment s’han

adoptat dues perspectives enfront d’aquest problema que representen, en certa manera, les dues solucions més

extremes: mentre que en la majoria dels casos s’opta simplement per obviar l’efecte de la impedància dins la mateixa

regió, cosa que equival a pensar que aquest és nul·la, en uns altres simplement la regió analitzada és considerada

únicament com espai emissor dels fluxos —de treballadors, d’estudiants, etc.— però no pas com a receptor, de

manera que l’accessibilitat s’hi calcula sempre respecte a una o més localitzacions de l’exterior. Vegem-ho en un

exemple pràctic amb relació a un estudi hipotètic sobre l’accessibilitat de la població ocupada resident pel que fa als


- 107 -

llocs de treball localitzats en un regió tancada: mentre que des de les primeres de les perspectives els llocs de treball

situats a la pròpia regió d’origen dels treballadors serien plenament accessibles, en la segona perspectiva s’esdevindria

un dèficit de llocs de treball amb relació al nombre de treballadors susceptibles d’accedir-hi.

Al nostre entendre, la solució més correcta per a aquest problema, i que representa en cert grau un punt

intermedi entre les dues solucions anteriors, consisteix a aplicar una taxa de caiguda de la impedància interna segons

paràmetres que reflecteixin la magnitud de la pròpia localització, ja sigui, per exemple, d’acord amb la seva superfície

aproximada o la seva densitat de població.

El segon dels components de qualsevol mesura d’accessibilitat fa referència a la necessitat de definir un o més

mitjans de transport prenent de base les mesures d’accessibilitat, de manera que es doni resposta a la pregunta «com

es fan els desplaçaments». Mentre que en la majoria dels casos s’opta per la definició d’un únic mitjà de transport

—l’accessibilitat derivada de la xarxa viària, és a dir, en vehicle privat—, les aproximacions multimodals són força

més escasses. L’explicació d’aquesta constatació està, sens dubte, en la seva dificultat operativa derivada, d’una banda,

de la gran quantitat de dades que aquesta classe de mesura requereix i, per l’altra, en la necessitat de reflectir el temps

d’espera i transbord entre nodes i que s’ha de traduir necessàriament en una penalització en el temps de

desplaçament. Enfront d’aquests inconvenients, però, hi ha la representativitat del comportament real dels individus,

ja que una part cada vagada més important dels desplaçaments —especialment els motivats per treballs i estudis—

tenen un comportament multimodal: les actuals polítiques públiques de reducció de trànsit a les grans ciutats,

sobretot en les hores punta, amb la proliferació d’aparcaments prop de les estacions ferroviàries, afavoreixen el

concepte de park and ride, és a dir, el transbord entre els modes viari i ferroviari.

Finalment, el tercer component de tota definició d’accessibilitat fa referència a la interacció espaciofuncional que

s’esdevé entre les diferents localitzacions, idea que ens remet directament al concepte utilitat, que pretén donar

resposta a la motivació (el «per què») de l’accessibilitat. Reflectir la utilitat de l’accessibilitat —és a dir, el benefici que

genera per a un individu ser accessible a segons quina localització— consisteix, necessàriament, a mesurar el grau

d’atracció que cada node exerceix sobre la resta, i la fórmula més utilitzada és la representació de la seva magnitud ja

sigui en termes de població —com és el cas de l’anàlisi realitzada aquí—, de llocs de treballs localitzats, etc.

Novament, no hi ha un criteri clar sobre quina mesura resulta la més adequada, ja que aquesta és molt condicionada

pels objectius de la investigació. Aquests determinen igualment el paper que cal atorgar a un element que, malgrat

ésser sovint ignorat, pot esdevenir important en segons quins camps d’estudi: em refereixo a la interferència o

competència entre localitzacions segons l’«oferta» que ofereixen. N’és un bon exemple l’accessibilitat als centres

comercials amb relació a la diversitat i l’heterogeneïtat dels productes que s’hi ofereixen.

Igualment, l’establiment i el grau de la interacció entre localitzacions són determinats en un cert grau per la

mateixa delimitació de l’àrea d’estudi, la qual determina que unes localitzacions siguin considerades dins de l’anàlisi

proposada o no i que, per tant, aquestes puguin esdevenir pols d’atracció respecte a la resta de nodes. Sovint, per la

disponibilitat de les dades, s’opta per treballar amb divisions administratives amb prou grau de desagregació


- 108 -

territorial per a reflectir les diferències espacials existents entre àrees, com és el cas de l’anàlisi desenvolupada aquí, en

la qual el territori català ha estat analitzat a escala municipal. Òbviament, aquest criteri d’anàlisi d’àrees tancades en si

mateixes —cosa que equival, de fet, a una concepció autosuficient i autocontinguda de l’espai— presenta el problema

de subestimar en certa manera l’accessibilitat de les àrees perifèriques de la regió estudiada, en tant que no s’hi

considera que més enllà dels límits establerts a l’anàlisi existeixen unes altres àrees que presenten un contigüitat

territorial respecte a l’àrea estudiada i que, per tant, són —en la majoria dels casos— susceptibles d’ésser accessibles.

5.2. Sobre l’enfocament adequat per a l’estudi de les repercussions territorials de

l’accessibilitat

Resulta evident que el grau d’accessibilitat no és una propietat espacial dels territoris que es pugui deslligar de la

resta de trets distintius que els caracteritzen, sia demogràfics —la dinàmica demogràfica general, la mobilitat habitual

de la seva població, etc.—, econòmics —el producte interior brut, etc.—, urbanístics —la dinàmica del mercat

immobiliari, la localització de l’activitat productiva...—, etc. Aquesta interrelació determina que l’estudi de

l’accessibilitat per si sola no sigui sovint el fi de les investigacions, a excepció dels escassos assaigs metodològics com

els descrits a la primera part d’aquesta memòria d’investigació i dels quals el present text ha pretès ésser una

continuació a tall de recopilació.

Dèiem, no obstant això, que en molts estudis s’adopta el criteri de considerar l’accessibilitat com una variable més

—sovint en forma de variable independent— d’un model territorial força més ampli on es tinguin en compte algunes

de la resta de variables socioterritorials que acabem de mencionar. Determinar, però, d’una banda, en quin grau

l’accessibilitat derivada de la xarxa viària influeix en l’evolució d’aquests paràmetres i, de l’altra, establir tant la

direccionalitat com els mecanismes d’interrelació entre aquests processos és una tasca poc estudiada al nostre país,

força allunyat d’una llarga tradició d’estudis en aquesta línia desenvolupada al món acadèmic anglosaxó des dels anys

posteriors a la Segona Guerra Mundial.

Reflexionar sobre les interaccions mútues entre els sistemes de transport i la dinàmica territorial no és una tasca

fàcil. A priori, el principal escull conceptual que cal superar a l’hora d’abordar qualsevol anàlisi és l’adopció de

l’enfocament adequat, que, a grans trets, es pot distingir entre els basats en el paradigma de la causalitat dels que es

fonamenten en la concepció de la relació dialèctica entre els fenòmens. La primera de les dues perspectives es basa

en un cert determinisme tecnològic segons el qual l’evolució i els canvis en l’estructura urbana depenen dels canvis

tecnològics, els quals serien els responsables d’organitzar l’activitat humana i estructurar les interaccions socials. La

clau de l’èxit i de la perdurabilitat d’aquest enfocament, que és l’utilitzat tradicionalment per a analitzar sistemes

complexos —i la població i el poblament en són un—, cal buscar-la en el fet de permetre discursos simples i unívocs

molt útils i rendibles en la política.

L’altra perspectiva, però, basada en la dialèctica i la influència recíproca entre fenòmens, però, és partícip d’un

nou corrent —força generalitzat en la resta de ciències socials a més de la geografia— que sembla que en els darrers


- 109 -

anys es va imposant, basat en un canvi metodològic i conceptual segons el qual el territori es concep com un sistema

obert, els processos de transformació del qual són influenciats per múltiples factors no aïllats individualment, que

actuen simultàniament en l’espai i el temps sumant-se, encavalcant-se, interrelacionant-se, etc. Així, des d’aquest punt

de vista, resulta interessant l’ús de tècniques estadístiques que permeten la descomposició dels components d’una

magnitud, espacialment l’anomenada shift-share, amb l’objectiu de determinar l’aportació individual de cada un a la

dinàmica del procés global.

Aquesta segona perspectiva és la que es considera més vàlida en l’anàlisi de les interaccions entre els components

de la dinàmica territorial, de manera que l’accessibilitat no pot ésser considerada ni com la causa ni com la

conseqüència dels processos de transformació territorial, sinó únicament com un element més d’aquests.

Amb relació als tres aspectes territorials analitzats —mobilitat habitual, pautes migratòries i localització

industrial—, sembla que l’accessibilitat s’erigeix en un dels factors principals que han permès, facilitat i propiciat la

dispersió i la desconcentració sobre el territori tant del poblament com de les activitats productives, amb l’augment

consegüent de la mobilitat que en deriva. En efecte, la relació mútua que s’estableix entre l’augment de l’accessibilitat

i l’augment de la mobilitat, tant si es mesura en termes absoluts —nombre de viatges generats— com de durada

mitjana dels desplaçaments, presenta uns resultats que, a priori, podrien semblar contradictoris: l’augment de

l’accessibilitat, a diferència del que es podria esperar, no ajuda a apropar la població treballadora al seu lloc de treball,

sinó tot el contrari; la flexibilització en la localització que l’accessibilitat permet provoca que la localització de

l’activitat productiva no es trobi tan subjecta a la de la seva mà d’obra i, per tant, s’acompleixi un augment de la

distància entre ambdues. Aquest mateix efecte desconcentrador es reprodueix igualment si l’objecte d’estudi no és

l’activitat productiva, sinó la distribució de la població sobre el territori, i el procés de transformació gradual de

segones residències en primeres n’és el millor exemple.

5.3. Sobre la formulació dels indicadors

La tercera reflexió gira entorn de la formulació matemàtica dels indicadors d’accessibilitat i se centra bàsicament

en quatre aspectes: a) la discussió sobre la mesura adequada —distància o temps—de la impedància, b) la idoneïtat de

reflectir la utilitat de cada destinació, c) la validesa dels indicadors relatius i absoluts, i d) la necessitat de tractament de

la impedància interna.

5.3.1. L’ús del temps o de la distància com a mesura de la impedància

Amb relació a la primera qüestió, i com ja s’ha justificat en el text, s’ha optat en la major part dels casos per una

formulació doble dels indicadors d’accessibilitat, utilitzant com a mesura de la impedància tant el temps de

desplaçament com la distància recorreguda. Aquesta tria, que ha significat de facto el desdoblament del càlcul de

cadascun dels indicadors proposats, ha estat determinada, d’una banda, per l’experiència reflectida en la bibliografia


- 110 -

consultada, on totes dues mesures són usades indistintament i sovint sense un justificació prèvia, i, de l’altra, per

l’objectiu de comparar ambdues mesures entre si i determinar-ne el grau de validesa.

Malgrat que en la major part dels casos els indicadors formulats amb una mesura o una altra no presenten grans

diferències, creiem que els indicadors basats en el temps de desplaçament són els que reflecteixen millor no ja el

paper de la xarxa viària, sinó també el comportament de la població, com intentem justificar a continuació.

Sobre la primera qüestió, resulta evident que, si alguna cosa caracteritza la xarxa viària d’un territori —no pas en

termes de dotació a escala general, sinó de qualitat de connexió puntual entre les seves diverses localitzacions—,

aquesta és la velocitat de circulació possible, el reflex de la qual consisteix inexorablement en el temps necessari per a

recórrer-la, cosa que significa, en els models varia com els representats en els SIG, simular la xarxa viària sotmesa a

explotació real. Dit en uns termes més clars, com a conclusió: entre dues vies de longitud igual entre dos punts, la

que genera més accessibilitat és, sens dubte, la que permet una velocitat més gran de circulació.

Igualment, aquesta característica és el que determina el segon motiu per a l’elecció del temps com a mesura més

adequada de la impedància perquè és el que té més influència en la presa de decisions en termes de mobilitat de la

població. En efecte, cal entendre aquestes decisions des del punt de vista de la voluntat d’optimització dels beneficis i

de minimització dels costos, ja que en aquests paràmetres el temps de desplaçament és molt més important que no

pas la longitud recorreguda. Continuant amb l’exemple de l’argumentació anterior, cal pensar que, malgrat que una

via sigui en termes de longitud més llarga que no pas una altra, si la velocitat de circulació hi és major —i, per tant,

menor la durada del desplaçament— aquesta sigui la via escollida en detriment d’una altra via més curta però més

lenta.

L’ús del temps com a mesura de la impedància, però, no és exempt de dues consideracions importants. La

primera fa referència a la necessitat d’alguns indicadors de reflectir un temps de desplaçament en línia recta

mitjançant l’assignació d’una velocitat fictícia a una igualment hipotètica comunicació en línia recta entre municipis,

malgrat que en el capítol segon ja s’ha justificat l’ús de la velocitat màxima de circulació de la xarxa com a mesura

més adequada, sobretot en el cas dels indicadors relatius per a permetre la comparació amb l’indicador paral·lel de

distància.

La segona consideració que cal tenir en compte —sobretot per a entendre la diferent distribució territorial en

segons quins indicadors paral·lels de temps i distància, i que referma la supremacia del primer— fa referència al

greuge comparatiu que l’ús del temps provoca en les grans aglomeracions urbanes derivat del grau de concreció del

graf de la xarxa viària. En efecte, pel fet de reflectir amb el major grau de precisió possible la xarxa, al graf viari hi ha

representades les principals vies urbanes de les aglomeracions urbanes, fet especialment rellevant en el cas de la ciutat

de Barcelona. El greuge esmentat radica en les repercussions de la baixa velocitat de circulació que, d’acord amb la

realitat, aquestes vies presenten i que provoquen, en alguns casos, grans diferències en els valors d’accessibilitat

respecte a les mesures de distància, ja que, per definició, segons aquesta última, recórrer cinc quilòmetre per autovia

té el mateix cost que recórrer cinc quilòmetres per vies urbanes, plens de semàfors, girs penalitzats, etc.


- 111 -

5.3.2. La idoneïtat de reflectir la utilitat de cada destinació

Reflectir la utilitat de l’accés a cada una de les localitzacions —és a dir, la incorporació en els indicadors del tercer

dels components de l’accessibilitat esmentats anteriorment— consisteix necessàriament a expressar la magnitud de

cada un dels nodes, la qual cosa és, en definitiva, un indicador indirecte del benefici que una bona connexió genera

per als altres nodes.

Les possibilitats per a reflectir la dimensió i la jerarquització dels nodes al territori són múltiples i la tria d’una o

d’una altra està d’acord, novament, amb l’objecte d’estudi. Més enllà dels estudis de casos concrets —el millor

exemple dels quals és el càlcul de la facilitat d’accés a serveis de tota mena (sanitaris, esportius...) en funció de la seva

capacitat—, la variable que sovint s’utilitza, i que ha estat l’adoptada aquí, és la població de cada un dels nodes, l’ús

de la qual presenta una sèrie d’avantatges respecte a la resta de possibilitats, entre les quals es destaquen, d’una banda,

la seva facilitat d’obtenció, tant per un moment donat com en sèries temporals llargues, propietat aquesta última

especialment interessant en els estudis d’evolució de l’accessibilitat durant un període determinat de temps; i, de

l’altra, el fet que es tracta d’una variable força recomanable per la seva facilitat d’interpretació, en termes de població

que esdevé accessible des d’una determinada localització.

Finalment, però, cal fer constar que en els treballs l’objectiu dels quals és l’estudi de l’evolució de l’accessibilitat

durant un període determinat de temps, i pel fet de ser la població variable durant aquest, és recomanable prendre un

valor fix per a aquesta per a reflectir únicament els canvis en els nivells d’accessibilitat únicament derivats de les

actuacions en matèria viària.

5.3.3. La validesa dels indicadors relatius i absoluts

Els indicadors d’accessibilitat principals es poden agrupar en dos grans grups: els anomenats absoluts i els relatius,

que són usats pràcticament en la mateixa proporció en la literatura consultada.

Els primers es caracteritzen per la circumstància de tenir únicament en compte la impedància real —a través de la

xarxa i en línia recta— entre localitzacions o respecte a la xarxa viària, de manera que els nodes que ocupen una

posició central en el territori seran inevitablement els que presentaran uns majors nivells d’accessibilitat pel fet de

mostrar unes impedàncies menors respecte a la resta de nodes, mentre que, per contra, les localitzacions perifèriques

ocuparan, inexorablement, les posicions més baixes en el rànquing d’accessibilitat.

Per a solucionar aquesta qüestió —que, tot sigui dit de passada, no resulta errònia conceptualment—, els

anomenats indicadors relatius deuen el seu nom a la posada en relació de la impedància real amb la que es considera

ideal —en línia recta—, de manera que la seva interpretació és en termes de quina desviació presenta l’accessibilitat

observada pel que fa a la màxima possible.


- 112 -

Els indicadors relatius, no obstant això, no són exempts de problemes. Així, en la relació entre la impedància real

i la ideal, la facilitat d’accés a la via que optimitza aquesta relació —la que hi ha, doncs, més pròxima a la línia recta i

amb una velocitat de circulació més pròxima a la màxima— té un pes important no pas en termes absoluts, sinó en

relatius: el seu pes respecte a la longitud/temps del recorregut. En efecte, com més gran sigui aquesta, es registren

uns índexs d’accessibilitat pitjors, de manera que, paradoxalment, les relacions entre els nodes més allunyats són les

que presenten uns nivells d’accessibilitat més bons, pel fet de representar la distància/temps d’accés a la xarxa viària

poc respecte a la distància/temps del recorregut total.

5.3.4. La necessitat de tractament de la impedància interna

L’últim dels aspectes que cal comentar amb relació a la formulació matemàtica dels indicadors que tenen en

compte la dimensió diferent dels nodes fa referència al tractament de la impedància interna o, dit en unes altres

paraules, a la importància que atorguen a la població del propi node per al qual es calcula la facilitat d’accés.

La literatura consultada mostra com majoritàriament s’opta per considerar la impedància interna com a nul·la, de

manera que la totalitat de la població pròpia intervé en el càlcul de l’indicador. Aquest fet, però, té efectes

contraposats: d’una banda, permet homogeneïtzar el valor màxim que pot prendre l’indicador per a cada municipi

igualant-lo a la població total de Catalunya. Si no fos així, el valor màxim seria aquest mateix valor menys la població

pròpia, de manera que, per posar el cas més extrem, Barcelona sortiria amb prop d’1.500.000 punts (tants com

habitants) de desavantatge. Per una altra banda, però, el fet que la totalitat de la població pròpia sigui considerada en

el càlcul de l’indicador té efectes negatius, en tant que bona part dels resultats dels indicadors —i especialment en les

mesures basades en la llei de gravitació universal— s’explica no solament per la facilitat d’accés i la importància dels

municipis més propers, sinó per la magnitud de la població pròpia.

Conceptualment, però, la consideració de la totalitat de la població pròpia com a plenament accessible és una

qüestió si més no discutible, especialment en els municipis més grans que són, a més, els que tenen una població més

elevada i, per tant, el lloc on el segon dels efectes mencionats anteriorment és més gran. El problema deriva del fet

que, a diferència dels desplaçaments interurbans, els trajectes urbans no estan subjectes a cap mena de funció de

caiguda de la utilitat segons la impedància, de manera que es dóna la paradoxa que, mentre que dos municipis que

formen un continu urbà sense solució de continuïtat i els centroides dels quals es troben molt propers sí que són

influenciats per la distància que els separa, aquest fet no s’esdevé dins d’un municipi gran, malgrat que segurament la

distància d’una punta a l’altra és més gran.

La solució d’aquest problema està, com s’ha apuntat anteriorment, a aplicar una taxa de caiguda de la impedància

interna d’acord amb paràmetres que reflecteixin la magnitud de la pròpia localització, sia, per exemple, segons la seva

superfície aproximada o la seva densitat de població.


- 113 -

5.4. Sobre els resultats de l’aplicació dels indicadors al territori català

L’aplicació al territori català dels indicadors d’accessibilitat seleccionats mostra una distribució territorial del grau

de connexió ja esperada a priori, tot i que seria recomanable aprofundir-ne més l’estudi mitjançant l’ús de les recents

eines d’anàlisi de l’estadística espacial.

Entrant en l’anàlisi dels resultats de cada un dels indicadors, en el cas de les mesures absolutes que no tenen en

compte la magnitud de cada un dels municipis, els mapes resultants permeten, d’una banda, la identificació de l’àrea

central, bé en relació amb el conjunt del territori català —o com a centralitat neta—, bé respecte a la xarxa viària; i

observem com en aquest últim cas s’acompleix un desplaçament des del centre geogràfic del país fins al que es pot

anomenar com centre econòmic. Pel que fa als indicadors relatius, i a causa de l’efecte comentat anteriorment, la

distribució territorial de l’accessibilitat que en resulta no es pot considerar vàlida: a diferència del que tot raonament

sobre l’accessibilitat considera normal, les localitzacions més extremes del país són les que presenten uns nivells

d’accessibilitat més alts, la qual cosa no s’ajusta a la realitat.

La introducció de la dimensió dels nodes mesura a partir de la població de cada un dels municipis mostra

clarament el pes importantíssim que Barcelona i el seu continu urbà representa sobre la resta del territori català, i que

en termes de població es pot resumir en el 24 % del total només per a la capital catalana.

Aquesta concentració elevada de la població té, lògicament, efectes molt clars sobre la distribució dels nivells

d’accessibilitat als indicadors que tenen en compte la població de les localitzacions de destinació, de manera que, en

tots els casos, l’element realment important per a assolir un bon nivell d’accessibilitat és, gairebé exclusivament,

l’obtenció d’una bona comunicació —tant en termes absoluts com relatius— respecte a la capital catalana i el seu

continu urbà. Així ho demostra l’obtenció en bona part dels indicadors contrastats de coeficients de determinació (r2)

superiors a 0,800 pel que fa a la comunicació amb Barcelona.

Com a desgreuge d’aquests resultats cal, però, fer dues reflexions. D’una banda, cal tenir en compte que a l’estudi

realitzat s’han considerat com a destinacions potencials la totalitat dels municipis catalans analitzant l’accessibilitat de

cada municipi respecte els 945 restants; i no s’hi ha optat, per tant, per triar —com en molts dels treballs

consultats— una selecció d’uns nodes determinats com a destinacions, cosa que hauria significat un pes relatiu

encara més gran de Barcelona. De l’altra, i com ja s’ha comentat al text, les elevades correlacions relativament a la

distància a Barcelona no han de ser considerades forçosament com a elements que desacrediten la validesa dels

indicadors: si, com hem vist, el pes relatiu de la població de la Regió Metropolitana és del 70 % respecte al total

català, no resulta desenraonat pensar que aproximadament aquest deu ser el percentatge explicatiu de l’accessibilitat

dels municipis catalans.

En conclusió, i d’acord amb els resultats obtinguts, resulta evident que no existeix cap indicador d’accessibilitat

plenament vàlid, sinó que la major part d’aquests esdevenen complementaris entre si en tant que, fins a un cert grau,

mesuren fenòmens i efectes diferents.


- 114 -

5.5. Sobre les línies de recerca futures

Com hem comentat a l’inici d’aquestes reflexions, amb l’anàlisi de l’accessibilitat com a fenomen per si sol no n’hi

ha prou per a entendre els processos de transformació territorial que s’esdevenen actualment, si bé sí que en

constitueix, al nostre entendre, un dels elements explicatius més rellevants. Aquesta concepció de l’accessibilitat com

a variable primària és precisament el que determina el sorgiment d’una sèrie de plantejaments conceptuals que poden

desembocar en línies d’investigació futures que constituirien la base d’un futura tesi doctoral.

El punt de partida de tots aquests plantejaments és la concepció de l’accessibilitat com una variable més en la

dinàmica de la transformació territorial la qual, a grans trets, es pot resumir en una especialització funcional creixent

del territori, la desconcentració tant de la població com de les activitats productives, etc.

Centrant-nos en l’aspecte més demogràfic d’aquestes transformacions, les que atenyen a la població, les línies de

recerca futura s’orienten vers una anàlisi detallada de la interrelació entre les pautes migratòries de la població i les de

la seva mobilitat habitual per motius de treball i estudis, plantejament teòric que és reforçat per les potencialitats en

aquesta matèria que ofereixen les dades del cens de població de 2001, encara no disponibles.

En efecte, respecte als hàbits de mobilitat habitual de la població espanyola, l’explotació de les preguntes del

qüestionari individual d’aquest últim cens d’àmbit estatal ha d’aportar informació nova i valuosa, ja que per primera

vegada, a les dades ja disponibles anteriorment sobre la localització del lloc de treball o estudi i el mitjà de transport

utilitzat per a accedir-hi, cal afegir-hi ara les corresponents al nombre de viatges diaris efectuats i el temps de

desplaçament aproximat necessari. Igualment, cal esperar que la també nova informació sobre la tinença i l’ús de

segones residències —tot i que caldrà veure el grau de fiabilitat en la resposta d’aquesta pregunta— aportarà llum a

l’estudi de la relació d’aquesta amb la mobilitat habitual de les persones. Pel que fa referència a les pautes migratòries

de la població, el cens de 2001 manté les preguntes ja tradicionals sobre l’any d’arribada al municipi de residència

actual i del lloc de residència en l’últim moment censal (en aquest cas, de l’any 1991).

La comparació d’aquestes dues informacions —mobilitat residencial i mobilitat habitual— constitueix el cos

central de la futura tesi de doctorat, que girarà entorn de les interrelacions entre ambdós fenòmens amb el

plantejament de diverses preguntes sobre aquesta qüestió, ja que, en efecte, el seu estudi es pot dur a terme des de

múltiples perspectives. La idea de partida és analitzar els efectes de la mobilitat residencial en la mobilitat habitual per

tal de confirmar els resultats de treballs previs que conclouen que la mobilitat habitual entre el lloc de residència i el

lloc de treball varia d’acord amb la mobilitat residencial, de manera que entre els individus que no han canviat de

municipi de residència els últims anys i els que sí que ho han fet aquests últims són els que mantenen una distància

més gran entre el lloc de residència i el de treball. Així, a priori, caldria pensar que l’objectiu primer de les migracions

no seria acostar el lloc de treball al de residència, sinó que hi intervindrien uns altres factors de caràcter econòmic,

social, familiar, etc.


- 115 -

Òbviament, aquesta és únicament la hipòtesi de partida, sobre la qual s’han d’elaborar necessàriament múltiples

variants que es poden agrupar en tres nivells. El primer fa referència a les característiques sociodemogràfiques de la

població (l’edat, el sexe, el nivell d’estudis, la tipologia familiar, la situació professional, la classe d’ocupació); el segon,

a les característiques de l’habitatge (règim de tinença, superfície, equipaments, etc.); i, el tercer, a les variables

geogràfiques del territori estudiat (grandària municipal, proximitat als centres econòmics —aglomeracions principals

de llocs de treball—, etc.).

Pel que fa al primer dels àmbits esmentats, la intenció de la introducció de les característiques

sociodemogràfiques dels individus és doble: per un costat, comprovar si la introducció d’aquestes variables modifica

la relació entre la mobilitat laboral i les migracions i, per l’altre, explorar la necessitat de tenir-les en compte quan

s’introdueixen unes altres variables més geogràfiques. I és que la premissa de partida és que les variables

demogràfiques seleccionen el comportament residencial dels individus, considerant que els diferents nivells de

mobilitat assolits al llarg de la vida de les persones s’associen amb el desenvolupament del seu cicle de vida, ja que

aquests es relacionen amb certs canvis i transicions que l’individu duu a terme al llarg de la seva vida en els terrenys

familiar, residencial i laboral.

Amb relació al segon dels nivells que es proposa estudiar, referent a l’estabilitat residencial i les característiques de

l’habitatge —a partir de dades extretes del qüestionari de l’habitatge—, es parteix de la idea, ja apuntada en treballs

anteriors, no solament que el fet de ser propietari actua com un factor de fixació de la població, sinó que bona part

dels moviments residencials dels inquilins estan relacionats amb l’accés a la propietat, cosa que significa un fre a la

mobilitat posterior; afirmació que caldria matisar amb el control d’unes altres variables sobre les condicions de

l’habitatge com ara la superfície, els equipaments, etc.

Finalment, pel que fa al control de la vessant més geogràfica de l’estudi, la utilització de l’accessibilitat territorial

presenta una sèrie d’avantatges pel fet de considerar-se com un bon indicador de les potencialitats

sociodemogràfiques dels municipis pel fet de sintetitzar de manera força senzilla dos dels trets definidors d’aquests:

d’una banda, el nombre d’habitants (o de població activa) o dels llocs de treball que s’hi localitzen —motiu que

justifica per si sol l’elecció d’un dels indicadors que tenen en compte la utilitat de cada una dels orígens i de les

destinacions— i, de l’altra, la proximitat —a través de l’adopció d’una funció de caiguda de la distància— als

principals nuclis poblacionals o als centres d’activitat econòmica.

Com es desprèn de la formulació d’aquesta premissa, la distància (o el temps) de desplaçament habitual és una de

les variables principals de l’anàlisi futura que aquí únicament s’esbossa. Com hem dit anteriorment, el cens de 2001

presenta una gran potencialitat per a mesurar aquesta variable, que fins ara només es podia tenir per al total del

territori espanyol mitjançant una funció que ajustés la distància real entre dos municipis mitjançant la xarxa viària a

partir de la distància en línia recta entre ambdós, calculada prèviament d’acord amb les seves coordenades de

localització. Amb les noves dades, però, aquest problema se simplifica en gran mesura ja que no tan sols es disposarà

de la informació real declarada pel mateix commuter, sinó que, a més, aquesta estarà ja directament en unitats


- 116 -

temporals, que, com hem vist, considerem més apropiades per a aquests tipus de treballs que no pas la distància.

Alhora, i aprofitant la base de dades utilitzada en la realització d’aquesta memòria de doctorat, es tracta d’informació

que per al cas català és fàcilment contrastada mitjançant la seva comparació amb la matriu de distàncies

intermunicipals elaborada a partir del SIMCAT; contrastació que ha de permetre, a priori, la detecció de les males

declaracions d’aquesta variable. L’obtenció d’un valor d’accessibilitat per a cada municipi així com l’ús de tècniques

d’estadística espacial per a mesurar índexs de dissimilitud entre àrees han de permetre la confecció d’una tipologia de

municipis segons les seves característiques a partir de la qual podem realitzar l’anàlisi proposada.

El repte és, doncs, analitzar la relació entre mobilitat residencial i mobilitat habitual a partir de la caracterització

geogràfica del territori —mitjançant els diferents nivells d’accessibilitat d’aquest— i amb la introducció de les

característiques sociodemogràfiques i les condicions d’hàbitat dels individus protagonistes d’aquests moviments. El

temps —més que no pas la distància— jutjarà la validesa d’aquests plantejaments.


- 117 -

6. REFERÈNCIES BIBLIOGRÀFIQUES

AJENJO COSP, Marc (2004). Evolució i característiques de la mobilitat habitual a Catalunya. L’accessibilitat com a variable clau.

[Tesi doctoral dirigida per Enric Mendizàbal Riera, en fase d’elaboració]

AJENJO COSP, Marc; MÓDENES CABRERIZO, Juan Antonio (2001). La mobilitat obligada per treball i l’accessibilitat: una pri-

mera aproximació. [Informe elaborat pel Centre d’Estudis Demogràfics per encàrrec d’Autopistes CESA. Mimeo]

AJENJO COSP, Marc; MARTÍNEZ GÓMEZ, Ciro; SABATER COLL, Albert (2002). «La mobilitat a Catalunya en relació

amb la xarxa viària». A: FUNDACIÓ CASTELLET DEL FOIX [ed.] Miscel·lània científica 2001-2002, p. 39-82. S. l.:

Fundació Castellet del Foix.

AJENJO COSP, Marc; ALBERICH GONZÁLEZ, Joan (2003). «El uso de la variable población en los indicadores de

accesibilidad». Papers de Demografia, 227 (monogràfic). Bellaterra: Centre d’Estudis Demogràfics [en premsa]

AJENJO COSP, Marc; SABATER COLL, Albert (2001). Estudi sobre la població legal i l’ús real i temporal del territori. Metodologia

i indicadors per a un estudi de casos. [Informe elaborat pel Centre d’Estudis Demogràfics per encàrrec del

Departament de Política Territorial i Obres Públiques de la Generalitat de Catalunya. Mimeo].

ÁNGEL ALMARIO, Sandra Liliana (2001). «Efectos estructurales sobre el territorio por la implantación de una

estación en una población intermedia entre Guadalajara y Zaragoza en la línea de alta velocidad Madrid-

Barcelona-Frontera francesa» [Comunicació presentada al III Congreso Internacional de Ordenación del

Territorio, celebrat a Gijón, 3-6/07/2001. Mimeo].

BARADARAN, Siamak; RAMJERDI, Farideh (2001). «Performance of accessibility measures in Europe». Journal of

Transportation and Statistics, 4 (2/3), p. 31-48.

BAREA LÓPEZ, Pedro; MARTÍNEZ ÁLVARO, Óscar (2002). «Metodologías de evaluación de la accesibilidad y nuevos

enfoques» [Comunicació presentada al V Congreso de Ingeniería del Transporte, celebrat a Santander, 11-

13/06/2002. Mimeo].

BASART MUÑOZ, Josep Maria (1998). Grafs. Fonaments i algoritmes. Bellaterra: Universitat Autònoma de Barcelona. 2a

edició. [Col·lecció «Manuals de la Universitat Autònoma de Barcelona, 13»]

BEL, Germà (1998). Efectes socioeconòmics de l’autopista Pau Casals, tram Castelldefels-Sitges (Túnels del Garraf). Barcelona:

AUCAT.

BORGERS, Aloys; TIMMERMANS, Harris (1993). «Transport facilities and residential choice behavior: a model of

multi-person cloice processes». Papers in Regional Science, 72 (1), p. 45-61.


- 118 -

BORRAJO SEBASTIÁN, Justo (1989). «Incidencia territorial de las actuaciones en infraestructuras de carreteras en los

Pirineos». Estudios Territoriales, 29, p. 147-158.

BOSQUE CENDRA, Joaquín (1997). Sistemes de Información geográfica. Madrid: Ediciones Rialp.

BRUINSMA, Frank R.; RIETVELD, Piet (1997). The impact of accessibility on the valuation of cities as location for firms. [Informe

elaborat per la Free University Amsterdam, Faculty of Economics Sciences, Business Administration and

Economitrics, disponible a http://netec.mcc.ac.uk/WoPEc/data/Papers/dgrvuarem1997-6.html].

— (1998) «The accessibility of European cities: theoretical framework and compariosn of approaches». Environment

and Planning A, 30 (3), p. 499-521.

CABRÉ, Anna (1991) «Població i poblament» a SOCIETAT CATALANA DE GEOGRAFIA [ed.]. Actes del Pirmer Congrés

Català de Geografia. Volum I: Ponències. Barcelona: Societat Catalana de Geografia / Institut d’Estudis Catalans.

CABRÉ, Anna; PUJADAS, Isabel (1982). Reconeixement territorial de Catalunya. Barcelona: Generalitat de Catalunya /

Departament de Política Territorial i Obres Públiques. [Volum 6: Población y recursos humanos I i Volum 7: Población

y recursos humanos II]

— (1985). «The effects of rcent demographic trens on population distribution in Catalonia». Papers de Demografia, 4

(monogràfic). Bellaterra: Centre d’Estudis Demogràfics.

CALVO PALACIOS, José Luis; JOVER YUSTE, José Miguel; PUEYO CAMPOS, Ángel; ALONSO LOGROÑO, Pilar (1993).

«Matización de los valores cartográficos de accesibilidad por carretera de la España peninsular en función de la

variable demográfica (1992)» a IV Jornadas de la Población Española, p. 191-200. La Laguna: Universidad de La

Laguna.

CERVERO, Robert; ROOD, T.; APPLEYARD, B. (1999). «Tracking accessibility: employment and housing opportunities

in the San Francisco Bay Area». Environment and Planning A, 31 (7), p. 1.259-1.278.

COMAS, David; RUIZ, Ernest (1993). Fundamentos de los SIG. Barcelona: Ariel.

DEPARTAMENT DE POLÍTICA TERRITORIAL I OBRES PÚBLIQUES. GENERALITAT DE CATALUNYA (1987). Pla de

carreteres. Volum I. Barcelona: Departament de Política Territorial i Obres Públiques. Generalitat de Catalunya.

ECHENIQUE, M; CROWTHER, D; LINDSAY, W. (1969). «A spatial model of urban stock and activity». Regional Studies,

3, p. 281-312.

ESQUIUS, Andreu; FONT, Meritxell; LÓPEZ, Raquel; ULIED, Andreu (2002). «El model de demandes de trànsit per

carreteres del sistema SIMCAT». Perspectives Territorials, 4, p. 3-18. [Se’n pot trobar igualment una versió digital a

la pàgina web http://www.mcrit.com/SIMCAT/index.htm]


- 119 -

FROST, M. E.; SPENCE, N. (1995). «The rediscovery of accessibility and economic potential: the critical issue of self-

potential». Environment and Planning A, 27, p. 1.833-1.848.

GEERTMAN, Stan C. M.; RITSEMA VAN ECK, Jan R. (1995). «GIS and models of accessibility potential: an application

in planning». International Journal of Geographical Information Systems, 9 (1), p. 67-80.

GEURS, K. T.; RITSEMA VAN ECK, J. R. (2001). Accessibility measures: review and applications. Evaluation of

accessibility impacts of land-use transport scenarios, and related social and economics impacts. [Informe elaborat pel

Natio-nal Institute of Public Health and the Environment, disponible a la web

http://www.rivm.nl/bibliotheek/rapporten/408505006.html].

GIULIANO, Genevieve (1986). «Land use impacts of transportation investments: highway and transit». A: HANSON,

Susan [ed.] The geography of urban transportation, p. 247-279. Nova York: Guilford Press.

GONZÁLEZ PÉREZ, Jesús Manuel (1995) «La accesibilidad hospitalaria en la provincia de Pontevedra». A: Habitar,

vivir, prever. Actas del V Congreso de la Población Española, p. 279-286. Barcelona: Asociación de Geógrafos

Españoles.

GUTIÉRREZ PUEBLA, Javier (1991). «Indicadores de la accesibilidad en transporte público en el medio rural: una

propuesta metodológica». Estudios Geográficos, 203, p. 205-221.

— (1998). «Bases conceptuales de los Sistemas de Información Geográfica: àreas de aplicación». Primer Congreso

español de Sistemas de Información Geográfica medioambientales. Madrid: Escuela Técnica Superior de Montes /

Universidad Politécnica de Madrid [multifotocopiat].

— (2001). «Location, economic potential and daily accessibility: an analysis of the accessibility impact of the high-

speed line Madrid-Barcelona-French border». Journal of Transport Geography, 9 (4), p. 229-242.

GUTIÉRREZ PUEBLA, Javier; MONZÓN DE CÁCERES, Andrés (1993). «La accesibilidad a los centros de actividad

económica antes y después del Plan Director de Infraestructuras». Estudios Territoriales, 97, p. 385-395.

GUTIÉRREZ PUEBLA, Javier; URBANO, Paloma; GÓMEZ CERDÁ, Gabriel; GONZÁLEZ AGUAYO, Rafael (1994)

«Accesibilidad por carretera en la Unión Europea». A: JUSTICIA SEGOVIA, Agustín [ed.], Perfiles actuales de la

geografía cuantitiva en España. Comunicaciones presentadas en el VI Coloquio de Geografía Cuantitiva, p. 347-356. Màlaga:

Departamento de Geografía de la Universidad de Málaga y Grupo de Métodos Cuantitativos de la Asociación

de Geógrafos Españoles.

GUTIÉRRZ PUEBLA, Javier; GOULD, Michael (1994). SIG: Sistema de información geográfica. Madrid: Síntesis. [Col·lecció

«Espacios y sociedades. Serie general, 2»]


- 120 -

GUTIÉRREZ PUEBLA, Javier; URBANO, Paloma (1996). «Accessibility in the European Union: the impact of the trans-

European road network». Journal of Transport Geography, 4 (1), p. 15-25.

GUTIÉRREZ PUEBLA, Javier; GONZÁLEZ AGUAYO, Rafael; GÓMEZ CERDÁ, Gabriel (1996) «The European high-

speed train network. Predicted effects of accessibilty patterns». Journal of Transport Geography, 4 (4), p. 227 - 238.

GUTIÉRREZ PUEBLA, Javier; MONZÓN DE CÁCERES, Andrés; PIÑERO, José María (1998). «Accessibility, network

efficiency, and transport infrastructure planning». Environment and Planning A, 30 (8), p. 1337-1350.

GUTIÉRREZ PUEBLA, Javier; JARO, Lorenzo (1999) «Impacto de la nueva línea de alta velocidad Madrid-Barcelona-

frontera francesa en la accesibilidad del sistema de ciudades español». Estudios de Construcción, Transportes y

Comunicaciones, 85, p. 51-81.

GUTIÉRREZ PUEBLA, Javier; GÓMEZ CERDÁ, Gabriel (1999). «The impact of orbital motorways on intra-

metropolitan accessibility: the case of Madrid’s M-40». Journal of Transport Geography, 7 (1), p. 1-15.

GUTIÉRREZ PUEBLA, Javier; GARCÍA PALOMARES, Juan Carlos; ALVENTOSA, Concepción; REDONDO, José Carlos;

PANIAGUA, Eloisa (2002). «Accesibilidad peatonal a la red sanitaria de asistencia primaria en Madrid». Anales de

Gegrafía de la Universidad Complutense (volum extraordinari), p. 269-280.

HALDEN, Derek (2002). «Using accessibility measures to integrate land use and transport policy in Edinburgh and

the Lothians». Transport Policy, 9 (4), p. 313-324.

HALDEN, Derek; MCGUIGAN, David; NISBET, Andrew; MCKINNON, Alan (2000). Accessibility: review of measuring

techniques and their application [Informe elaborat per l’Scottish Executive Central Research Unit, disponible a la

web http://www.scotland.gov.uk/cru/kd01/blue/accessibility.pdf].

HANDY, S. L.; NIEMEIER, Debbie (1997). «Measuring accessibility: an exploration of issues and alternatives».

Environment and Planning A, 29 (7), p. 1.175-1.194.

HANSEN, Walter G. (1959). «How accessibility shapes land-use». Journal of American Institute of Planners, 25 (2),

p. 73-76.

HANSON, Susan (1986). «Dimension of the urban transportation problem». A: HANSON, Susan [ed.] The geography of

urban transportation, p. 3-23. Nova York: Guilford Press.

HARRIS, Britton (2001). «Accessibility: concepts and applications». Journal of Transportation and Statistics, 4 (2/3),

p. 15-30.

HELLING, Amy (1998). «Changing intra-metropolitan accessibility in the US. Evidence from Atlanta». Progress in

Planning, 49 (2), p. 55-107.


- 121 -

HERCE VALLEJO, Manuel (1983). «La utilización de indicadores topológicos en el análisis de redes de

comunicaciones. Ensayo sobre la red de carreteras de Cataluña». Documents d’Anàlisi Geogràfica, 3, p. 3-45.

HODGE, David C. (1997). «Accessibility related-issues». Journal of Transport Geography, 5 (1), p. 33-34.

INGRAM, R. (1971). «The concept of accessibility: a search for an operational form». Regional Studies, 5, p. 101-107.

JUNCÀ UBIERNA, José Antonio (1996). «Entorno físico y territorio accesible: una aproximación a partir de los

requerimientos de la persona». Revista OP, 36 «Accesibilidad y Territorio, II», p. 44-49.

JUNYENT COMAS, Rosa (1983). Ingeniería civil. Impactos y cambios sociales. [Tesi doctoral presentada a la Universitat

Autònoma de Barcelona, sota la direcció de Marina Subirats i Martori].

KWAN, Mei-Po (1998). «Space-time and integral measures of individual accessibility: a comparative analysis using a

point-based framework». Geographical Analysis, 30 (3), p. 191-216.

LEVINSON, David M. (1998). «Accessibility and the journey to work». Journal of Transport Geography, 6 (1), p. 11-21.

LI; Si-ming; SHUM, Yi-man (2001). «Impacts of the National Trunk Highway System on accessibility in China».

Journal of Transport Geography, 9 (1), p. 39-48.

LINNEKER, B. J.; SPENCE, N. A. (1992a). «An accessibility analysis of the impact of the M25 London motorway on

Britain». Regional Studies, 26 (1), p. 31-47.

— (1992b). «Accessibilty measures compared in an analysis of the impact of the M25 London orbital motorway on

Britain». Environment and Planning A, 24 (8), p. 1.137-1.154.

LLEONART, Pere; GAROLA, Àlvar (1999). «Els efectes econòmics d’una autopista: el cas de l’A-16» a VV.AA. Els

peatges a Catalunya. Barcelona: Òmnium Cultural.

— (2000). Vies ràpides i desenvolupament comarcal a Catalunya: el cas del Garraf i de la Garrotxa. [Informe elaborat pel

Gabinet d’Estudis Econòmics. Mimeo]

LÓPEZ LARA, Enrique (1988) «Distribución espacial de la accesibilidad por carretera en Andalucía». Revista de Estudios

Andaluces, 10, p. 69-96.

LÓPEZ MARTÍN, Aurelio; AZPEITIA CLAVIN, Jesús (1982). «Influencia de las infraestructuras de transporte en el

desarrollo regional: experiencia internacional y perspectivas para la implantación en España de un sistema de

observación de impactos». Ciudad y Territorio, 51, p. 67-84.

LÓPEZ, Joan (2003). «La mobilitat de les persones a la regió metropolitana de Barcelona». Papers de la Regió

Metropolitana de Barcelona, 38 «Els nous reptes de la mobilitat a la regió de Barcelona», p. 9-27


- 122 -

LOVETT, Andrew; HAYNES, Robin; SÜNNENBERG, Gisela; GALE, Susan (2002). «Car travel time and accessibility by

bus to general practitioner services: a study using patient registers and GIS». Social Science & Medicine, 55 (1),

p. 91-111.

MACKIEWICZ, Andrzej; RATAJCZAK, Waldemar (1996). «Towards a new definition of topologycal accessibility».

Transportation Research B, 30 (1), p. 47-79.

MAKRI, Maria-Christina; FOLKESSON, Carolin (s. d.). Accessibility measures for analyses of land use and travelling with

geographical information systems [consultable a http://www.tft.lth.se/kfbkonf/4Makrifolkesson.pdf].

MAKRI, Maria-Christina (2001). Accessibility indices. A tool for comprehensive land-use planning [Informe elaborat pel The

Nordic Research Network on Modelling Transport, Land-Use and the Environment. 5th workshop (TLEnet),

consultable a la web http://www.infra.kth.se/tlenet/meet5/papers/Makri.pdf].

MCRIT (1992-1993). Impactos territoriales y urbanísticos de la autopista A-2 Zaragoza – Mediterráneo. [Infome consultable a

la web http://www.mcrit.com/A2/index.htm]

MIRALLES-GUASCH, Carme (2002). Ciudad y transporte. El binomio imperfecto. Barcelona: Ariel.

MÓDENES CABRERIZO, Juan Antonio; SÁNCHEZ MOYA, Carlos (2002). «Estudis de poblament i xarxa viària:

suggeriments de recerca per a Catalunya». A: FUNDACIÓ CASTELLET DEL FOIX [ed.] Miscel·lània científica 2001-

2002, p. 115-145. S. l.: Fundació Castellet del Foix.

MONZÓN DE CÁCERES, Andrés (1987). Los indicadores de accesibilidad y su papel decisor en las inversiones en

infraestructuras de transporte. Aplicaciones a la Comunidad de Madrid. [Tesi presentada a la Escola Tècnica

Superior d’Enginyeria de Camins, Canals i Ports de la Universitat Politècnica de Madrid]

MONZÓN DE CÁCERES, Andrés (1988). «Los indicadores de accesibilidad y la planificación del transporte: concepto y

clasificación». TTC: Revista del Ministerio de Transportes, Turismo y Comunicaciones, 35, p. 11-18.

MURAYAMA, Yuji (1994). «The impact of railways on accessibility in the Japanese urban system». Journal of Transport

Geography, 2 (2), p. 87-100.

NEBOT BELTRÁN, F. (1996). «Velocidad contra accesibilidad». Revista OP, 36 «Accesibilidad y Territorio, II», p. 8-19.

NOGALES GALÁN, José Manuel; GUTIÉRREZ GALLEGO, José Antonio; PÉREZ ÁLVAREZ, Juan Antonio (2002).

«Análisis de accesibilidad a los centros de actividad económica de Extremadura mediante técnicas SIG».

Mapping Interactivo, 74 [publicació digital, consultable a la pàgina web http://www.mappinginteractivo.com].

NUTLEY, Stephen (2003). «Indicators of transport and accessibility problems in rural Australia». Jorunal of Transport

Geography, 11 (1), p. 55-71.


- 123 -

OLMOS LLORENS, Joan (1996). «Accesibilidad contra territorio». Revista OP, 36 «Accesibilidad y Territorio, II», p. 4-7.

ORELLANA PIZARRO GONZÁLEZ, Hernando de (1994). Evaluación de las infraestructuras de transportes y sus efectos sobre el

desarrollo regional mediante la aplicación de indicadores de accesibilidad. [Tesi presentada a la Escola Tècnica Superior

d’Enginyeria de Camins, Canals i Ports de la Universitat Politècnica de Madrid, sota la direcció d’Andrés

Monzón de Cáceres]

PÉREZ ESPARCIA, Javier (1987). «La estructura espacial de las infraestructuras viarias en España (1960-1985). Estudios

Geográficos, 188, p. 439-455.

— (1988). «Infraestructuras de transporte y su relación con los cambios demográficos y el desarrollo económico en

España». Estudios Geográficos, 192, p. 381-398.

POOLER, James A. (1995). «The use of spatial separation in the measurement of transportation accessibility».

Transportation Research A, 29A (6), p. 421-427.

RIERA I MICALÓ; Pere; PENÍN EXPÓSITO, Roberto; GARCIA PÉREZ, Loli; ROCA SEGALÉS, Oriol (1997). Estudi dels

efectes econòmics i socials dels túnels de Vallvidrera. Bellaterra: Institut Universitari d’Estudis Europeus / Universitat

Autònoma de Barcelona.

RODRÍGUEZ OSUNA, Jacinto (1982). «Influencia de las grandes infraestructuras sobre los desequilibros territoriales».

Estudios Territoriales, 8, p. 21-36.

SÁNCHEZ MOYA, Carlos (2003). Demografia i vies de comunicació: un estudi a l’àrea d’influència de l’Eix Transversal [Memòria

de recerca del doctorat de demografia presentada a la Universitat Autònoma de Barcelona, sota la direcció de

Juan Antonio Módenes Cabrerizo]

SCHÜRMANN, C. K. SPIEKERMANN, C.; WEGENER, M. (1997). Accessibility indicators: model and report (SASI Deliverable

D5) [informe elaborat per l’«Institut für Raumplanung, Universität Dortmund, consultable a la web

http://irpud.raumplanung.uni-dortmund.de/irpud/pro/sasi/sasid5.htm]

SEGUÍ PONS, Joana Maria (1989a). «Aplicació metodològica de l’índex d’accessibilitat al transport públic urbà a la

ciutat de Palma (Mallorca)». Treballs de Geografia, 42, p. 57-76.

— (1989b). «La utilización de un modelo gravitatorio en el análisis de la movilidad urbana de Palma» a GRUPO DE

POBLACIÓN DE LA AGE [ed.] Análisis del desarrollo de la población española en el periodo 1970-1986. Madrid: Síntesis

SEGUÍ PONS, Joana Maria; PETRUS BEY, Joana Maria (1991). Geografía de redes y sistemas de transporte. Madrid: Síntesis.

[Col·lecció «Espacios y sociedades. Serie general, 16»]

SMITH, David M. (1980). Geografía Humana. Barcelona: Oikos-Tau.

http://www.ced.uab.es/PERSONAL/majenjo.htm

mailto:[email protected]

http://www.usc.es/~xeogra/pilarg.htm






- 124 -

SONG, Shunfeng (1996). «Some tests of alternative accessibility measures: a population density approach». Land

Economics, 72 (4), p. 474-482.

SPENCE, Nigel i LINNEKER, Bryan (1994). «Evolution of the motorway network and changing levels of accessibility

in Great Britain». Journal of Transport Geography, 2 (4), p. 247-264.

STANILOV, Kiril (2003) «Accessibilty and land use: the case of suburban Seattle, 1960-1990». Regional Studies, 37 (8),

p. 783-794.

TURRÓ CALVET, Mateu (1996). «La accesibilidad, criterio básico para el desarrollo de un sistema de transportes

eficaz, sostenible y cohesivo». Revista OP, 35 «Accesibilidad y Territorio, I», p. 18-27.

ULIED SEGUÍ, Andeu (1986). Anàlisi d’accessibilitat en xarxes viàries. [Tesina d’especialitat en «Ordenació del Territori i

Urbanisme» presentada a l’Escola Técnica Superior d’Enginyers de Camins, Canals i Ports de la Universitat

Politècnica de Catalunya, sota la direcció de José Luis Gómez Ordóñez]

— (1995). Definition of a regional accesibility measure. [Tesi doctoral presentada a l’Escola Técnica Superior d’Enginyers

de Camins, Canals i Ports de la Universitat Politècnica de Catalunya, sota la direcció de Mateu Turró i Albert

Serratosa]

ULIED SEGUÍ, Andreu; ESQUIUS (1996). «No somos adivinos. Nuevas propuestas pera la modelización del transporte

y el territorio: El sistema UTS y el indicador ICON». Revista OP, 35 «Accesibilidad y Territorio, I», p. 30-39.

VALERO, Ángeles (1983). «Espacio, movilidad y transporte». Ciudad y Territorio, 56, p. 29-35.

VAN WEE, Bert; HAGOORT, Michel; ANNEMA, Jan Anne (2001). «Accessibility measures with competition». Journal of

Transport Geography, 9 (3), p. 198-208.

VARELA GARCÍA, Francisco Alberto (2002). «Estudio de la accesibilidad viaria en las comarcas de la provincia de La

Coruña. Reflexiones sobre el modelo de ocupación territorial actual». [Comunicació presentada al «I Congreso

de Ingeniería Civil, territorio y Medio Ambiente, celebrat a Madrid, 13-15/02/2002, consultable a la pàgina

web http://www.ciccp.es/Icitema/Ponencias_Comunicaciones.htm].

VICKERMAN, R. W. (1996). «Location, accessibility and regional development: the appraisal of trans-European

networks». Transport Policy, 2 (4), p. 225-234.

http://ccd.uab.es/~jmbasart/


http://www.ub.es/graap/bel.htm





http://www-dcrp.ced.berkeley.edu/Cervero/



- 125 -

ANNEX

Annex 1: Llistat d’autors: situació professional i localització

AJENJO I COSP, Marc

Investigador del Centre d’Estudis DemogràficsProfessor associat al Departament de Sociologia. Universitat Autònoma de Barcelonahttp://www.ced.uab.es/PERSONAL/[email protected]

ALONSO LOGROÑO, Pilar

Professora titular de Geografia HumanaUniversitat de Santiago de Compostel·lahttp://www.usc.es/~xeogra/[email protected]

ALVENTOSA, Concepción

Servicio de Planificación. Dirección General de Planificación SanitariaConsejería de Sanidad. Comunidad de Madrid

ANNEMA, Jan Anne

National Institute of Public Health and the Environment (RIVM)

APPLEYARD, B.

Department of City and Regional Planning Institute of Urban DevelopmentUniversity of California, Berkeley (EUA)[email protected]

AZPEITIA CLAVIN, Jesús

Enginyer de Camins, Canals i PortsEquipo de Técnicos en Transporte y Territorio, S.A. (E.T.T., S.A.)

BARADARAN, Siamak

Department of Infrastructure and Planning. Royal Institute of [email protected]

BAREA LÓPEZ, Pedro

Professor associat de la Universitat Pontifícia de Comillas (Madrid)[email protected]





http://www.geeconomics.com/catala/fset_qui_som.php




- 126 -

BASART MUÑOZ, Josep Maria

Departament d’Informàtica. Escola Tècnica Superior d’EnginyeriaUniversitat Autònoma de Barcelonahttp://ccd.uab.es/~jmbasart/[email protected]

BEL I QUERALT, Germà

Departament de Política Econòmica. Facultat de Ciències EconòmiquesUniversitat de Barcelonahttp://www.ub.es/graap/[email protected]

BORGERS, Aloys

Professor associat de la Facultat d’Aruqitectura, Construcció i Planejament Universitat d’Eindhoven [email protected]

BORRAJO SEBASTIÁN, Justo

Cap del Servei de Planificació de CarreteresDirecció General de Carreteres. Ministeri de Foment

BRUINSMA, Frank R.

Departament d’Economia Espacial. Facultat d’Econòmiques i EconometriaUniversitat de Vrije (Països Baixos)[email protected]

CALVO PALACIOS, José Luis

Departament de Geografia i Ordenació del Territori Universitat de [email protected]

CERVERO, Roberto

Department of City and Regional Planning Institute of Urban DevelopmentUniversity of California, Berkeley (EUA)http://www-dcrp.ced.berkeley.edu/Cervero/[email protected]

COMAS VILA, DAVID

Nexus Geografics

http://www.usc.edu/schools/sppd/faculty/giuliano.html


http://www.terra.es/personal/mgould/home.html



http://www.ucm.es/info/dghum/prof7.html



- 127 -

ESQUIUS, Andreu

Consultoria [email protected]

FOLKESSON, Carolin

Departament de Planificació EspacialUniversitat de Karlskrona/Ronneby (Suècia)[email protected]

FONT, Meritxell


FROST, M. E.

Department of GeographyKing’s College London

GALE, Susan

School of Health Policy and PracticeUniversity of East Anglia

GARCÍA PALOMARES, Juan Carlos

Departament de Geografia HumanaUniversitat Complutense de Madrid

GAROLA, Àlvar

Professor del Departament d’Infrastructura del Transport i TerritoriUniversitat Politècnica de [email protected]://www.geeconomics.com/catala/fset_qui_som.php

GEERTMAN, Stan C.

Faculty of Geographical Sciences, University of [email protected]

GEURS, K. T.

National Institute of Public Health and the Environment (Països Baixos)[email protected]




http://www.uea.ac.uk/env/faculty/haynesrm.htm

http://www.uea.ac.uk/~e530/wwwpage.htm


http://www.gsu.edu/~wwwsps/people/HellingA.htm

http://www.gsu.edu/~padaah/




- 128 -

GIULIANO, Genevieve

Professor de la School of Policy, Planning, and Development. University of Southern California, Irvinehttp://www.usc.edu/schools/sppd/faculty/[email protected]

GÓMEZ CERDÁ, Gabriel

Departament de Geografia HumanaUniversidad Complutense de Madrid

GÓNZÁLEZ AGUAYO, Rafael

Departament de Geografia HumanaUniversidad Complutense de Madrid

GONZÁLEZ PÉREZ, Jesús Manuel

Departament de GeografiaUniversitat de Santiago de Compostel·la

GOULD, Michael

Professor Titular del Departament de Llenguatges i Sistemes Informàtics Universitat Jaume I http://www.terra.es/personal/mgould/[email protected]

GUTIÉRREZ GALLEGO, José Antonio

Professor titular del departament d’Expressió GràficaUniversitat d’[email protected]

GUTIÉRREZ PUEBLA, Javier

Professor titular del Departament de Geografia HumanaUniversidad Complutense de Madridhttp://www.ucm.es/info/dghum/[email protected]

HAGOORT, Michel

Faculty of Geographical SciencesUtrecht University

HALDEN, Derek

Director del Derek Halden Consultancy LtdMembre de l’Scottish Executive Central Research Unit





http://www.ce.umn.edu/~levinson/




- 129 -

HANDY, S. L.

Community and Regional Planning Program, School of ArchitectureThe University of Texas at [email protected]

HANSON, Susan

Directora de la Graduate School of Geography de la Universitat de [email protected]

HARRIS, Britton

Professor emèrit de la Universitat de [email protected]

HAYNES, Robert

School of Environmental SciencesUniversity of East Angliahttp://www.uea.ac.uk/env/faculty/haynesrm.htmhttp://www.uea.ac.uk/~e530/[email protected]

HELLING, Amy

Professora associada al Department of Public Administration and Urban Studies, Andrew Young School of PolicyStudies, Georgia State Universityhttp://www.gsu.edu/~wwwsps/people/HellingA.htmhttp://www.gsu.edu/~padaah/[email protected]

HERCE VALLEJO, Manuel

Departament d’Infraestructura del Transport i el TerritoriUniversitat Politècnica de [email protected]

HODGE, David

Departament de GeografiaUniversitat de Washington, Seattle

INGRAM, R.

Departament de GeografiaMcMaster University, Hamilton, Ontario

http://www.geeconomics.com/catala/fset_qui_som.php



http://www.uea.ac.uk/env/faculty/lovettaa.htm

http://enva2.env.uea.ac.uk/~e860/aal.html


http://lucat2000.lu.se/en/normal/docPP110.rbs?persid=21481





- 130 -

JARO, Lorenzo

Enginyer de Camins, Canals i PortsMarcial Echenique y Compañía, S. A.

JOVER YUSTE, José Miguel

Centre de CàlculUniversitat de [email protected]

JUNCÀ UBIERNA, José Antonio

Director de Sociedad y Técnica (SOCYTEC)

JUNYENT COMAS, Rosa

Departament d’Infrastructura del Transport i el TerritoriUniversitat Politècnica de [email protected]

JUSTÍCIA SEGOVIA, Agustín

Professor Titular del Departament de Geografia Universitat de Mà[email protected]

KWAN, Mei-Po

Assistant professor de geografiaOhio State [email protected]

LEVINSON, David M.

Assistant Professor del Department of Civil EngineeringUniversitat de Minnesotahttp://www.ce.umn.edu/~levinson/[email protected]

LI, Si-ming

Departament de GeografiaHong Kong Baptist [email protected]

LINNEKER, Bryan J.

Departament de GeografiaLondon School of Economics and Political Science


http://www.ced.uab.es/PERSONAL/jamodenes.htm



http://my.engr.ucdavis.edu/~its/Institute/Faculty/DebbieNiemeier.htm


http://eg.unex.es/titulaciones/profesorado/cum/ng jose_manuel.htm



- 131 -

LLEONART, Pere

Director del Gabinet d’Estudis Econòmicshttp://www.geeconomics.com/catala/fset_qui_som.php

LÓPEZ, Raquel


LÓPEZ, Joan

Institut d’Estudis Metropolitans i Regionals de Barcelona

LÓPEZ LARA, Enrique

Professor Associat d’Anàlisis Geogràfic RegionalUniversitat de [email protected]

LÓPEZ MARTÍN, Aurelio

Enginyer de Camins, Canals i Ports

LOVETT, Andrew

School of Environmental SciencesUniversity of East Angliahttp://www.uea.ac.uk/env/faculty/lovettaa.htmhttp://enva2.env.uea.ac.uk/~e860/[email protected]

MAKRI, Maria-Cristina

Divisió de Planejament del Trànsit. Departament de Tecnologia i SocietatUniversitat de Lund (Suècia) http://lucat2000.lu.se/en/normal/[email protected]

MARTÍNEZ ÁLVARO, Óscar

Professor Titular de Transports. Universitat Politècnica de Madrid [email protected]

MARTÍNEZ GÓMEZ, Ciro

Centre d’Estudis Demogrà[email protected]

MCGUIGAN, David

Membre de l’Scottish Executive Central Research Unit

http://www.science.ulst.ac.uk/geog/drsn.htm



http://eg.unex.es/titulaciones/profesorado/cum/pa juan_antonio.htm



http://www.usask.ca/geography/faculty/pooler_j.html


- 132 -

MCKINNON, Alan


MIRALLES-GUASCH, Carme

Professora del Departament de Geografia, Universitat Autònoma de BarcelonaDiputada al Congrés pel grup [email protected]

MÓDENES CABRERIZO, Juan Antonio

Professor titular del Departament de Geografia. Universitat Autònoma de BarcelonaInvestigador del Centre d’Estudis Demogràficshttp://www.ced.uab.es/PERSONAL/[email protected]

MONZÓN DE CÁCERES, Andrés

Professor associat del Departament d’Enginyeria Civil i TransportsUniversitat Politècnica de [email protected]

MURAYAMA, Yuji

Institute of Geoscience, University of Tsukuba

NIEMEIER, Debbie

Department of Civil and Environment Engineering, Institute of Transportation StudiesThe University of California at Davishttp://my.engr.ucdavis.edu/~its/Institute/Faculty/[email protected]

NISBET, Andrew


NOGALES GALÁN, José Manuel

Professor de l’àrea D’Ingeniería Cartográfica, Geodésica y FotogrametríaUniversidad de Extremadurahttp://eg.unex.es/titulaciones/profesorado/cum/ng%[email protected]



http://selene.uab.es/prieram/



http://globis.geog.uu.nl/gismt/staff/ritsmavaneck/ritsmavaneck.html




- 133 -

NUTLEY, Stephen

School of Biological and Envionmental SciencesUniversitat de Ulster, Irlanda del Nordhttp://www.science.ulst.ac.uk/geog/[email protected]

OLMOS LLORENS, Joan

Professor titular de l’Escola Tècnica Superior d’ArquitecturaUniversitat Politècnica de Valè[email protected]

PANIAGUA, Eloisa


PÉREZ ÁLVAREZ, Juan Antonio

Professor de l’àrea d’Ingeniería Cartográfica, Geodésica y FotogrametríaUniversitat d’Extremadura.http://eg.unex.es/titulaciones/profesorado/cum/pa%20juan_antonio.htm

PÉREZ ESPARCIA Javier

Professor titular del Departament de GeografiaUniversitat de Valè[email protected]

PETRUS BEY, Joana Maria

Professora titular de l’àrea d’Anàlisi Geogràfica RegionalDepartament de Ciències de la Terra. Universitat de les Illes [email protected]

PIÑERO, José María

Departament d’Enginyeria Civil i TransportsUniversitat Politècnica de Madrid

POOLER, James A.

Professor del Departament de Geografia.Universitat de Saskatchewan. http://www.usask.ca/geography/faculty/pooler_j.html

http://www.ced.uab.es/PERSONAL/asabater.htm


http://www.ced.uab.es/PERSONAL/csanchez.htm



http://www.uib.es/depart/dctweb/jmsegui/


http://www.unr.nevada.edu/~song/


http://www.geog.qmul.ac.uk/staff/spence.html




- 134 -

PUEYO CAMPOS, Ángel

Departament de Geografia i Ordenació del TerritoriUniversitat de [email protected]

RAMJERDI, Farideh

Department of Infrastructure and Planning. Royal Institute of Technology [email protected]

REDONDO, José Carlos


RIERA MICALÓ, Pere

Professor Titular del Departament d’Economia AplicadaUniversitat Autònoma de Barcelonahttp://selene.uab.es/prieram/[email protected]

RIETVELD, Piet

Departament d’Economia Espacial. Facultat d’Econòmiques i EconometriaUniversitat de Vrije (Països Baixos)[email protected]

RITSEMA VAN ECK, Jan R.

Urban Research Center, Universitat d’Utrechthttp://globis.geog.uu.nl/gismt/staff/ritsmavaneck/[email protected]

RODRÍGUEZ OSUNA, Jacinto

Professor adjunt interí de la Facultat de Ciències Polítiques i SociologiaUniversidad Complutense de Madrid

ROOD, T.

Department of City and Regional Planning Institute of Urban DevelopmentUniversity of California, Berkeley (EUA)

RUIZ, Ernest

Servei d’Estudis TerritorialsMancomunitat de Municipis de l’Àrea Metropolitana de [email protected]

http://www.uea.ac.uk/env/researchstaff/suennenbergg.htm

http://www.jei.uea.ac.uk/sunnenburg_g.html







- 135 -

SABATER COLL, Albert

Tècnic de suport a la recerca del Centre d’Estudis Demogràfics / Departament de GeografiaUniversitat Autònoma de Barcelonahttp://www.ced.uab.es/PERSONAL/[email protected]

SÁNCHEZ MOYA, Carlos

Becari del Centre d’Estudis Demogràficshttp://www.ced.uab.es/PERSONAL/[email protected]

SHUM, Yi-man

Departament de GeografiaHong Kong Baptist University

SCHÜRMANN, C. K.

Institute of Spatial PlanningUniversity of [email protected]

SEGUÍ PONS, Joana Maria

Professora titular de l’àrea de Geografia HumanaDepartament de Ciències de la Terra. Universitat de les Illes Balearshttp://www.uib.es/depart/dctweb/jmsegui/[email protected]

SONG, Shunfeng

College of Business Administration. Universitat de Nevada, Renohttp://www.unr.nevada.edu/~song/[email protected]

SPENCE, Nigel A.

Department of Geography, Queen Mary, University of London http://www.geog.qmul.ac.uk/staff/[email protected]

SPIEKERMANN, C.

Institute of Spatial PlanningUniveristat de [email protected]


- 136 -

SÜNNENBERG, Gisela

School of Environmental Sciences, University of East Anglia http://www.uea.ac.uk/env/researchstaff/suennenbergg.htmwww.jei.uea.ac.uk/[email protected]

TIMMERMANS, Harry

Professor associat de la Facultat d’Arquitectura, Construcció i PlanejamentUniversitat d’[email protected]

TURRÓ CALVET, Mateu

Catedràtic de Transport de l’Escola Tècnica Superior d’Enginyers de Camins, Canals i Ports de BarcelonaUniversitat Politècnica de Catalunya

ULIED, Andreu

Director de la consultoria [email protected]

URBANO, Paloma

Professora titular del Departament de Geografia HumanaUniversidad Complutense de Madrid

VAN WEE, Bert

National Institute of Public Health and the Environment (RIVM) / Utrecht University, Faculty of GeographicalSciences

VARELA GARCÍA, Francisco Alberto

Investigador del Área de Urbanística y Ordenación del Territorio. Escuela Técnica Superior de Ingenieros deCaminos, Canales y PuertosUniversidad de A Coruñ[email protected]

VICKERMAN, R. W.

Centre for European, Regional and Transport EconomicsUniversity of Kent at Canterbury, Keynes College

WEGENER, M.

Institute of Spatial PlanningUniveristat de [email protected]

Annex 2: Rànquing establert per cada un dels indicadors d’accessibilitat per als 946 municipis catalans

Indicadors que no tenen en compte la població Indicadors que tenen en compte la població

Indicadors absolutsDistància entre

municipisProximitat a la xarxa

Indicadorsrelatius

Indicadorsabsoluts

Indicadors relatius Gravetat Potencial

Codi Municipi

IAA

R (1)

IAA

D (2)

IAA

T (3)

DIST_A

UTO

P (4)

DIST_A

UTO

V (5)

DIST_V

PREF (6)

TEM

P_AU

TOP (7)

TEM

P_AU

TOV

(8)

TEM

P_VPRE

F (9)

IARD

(10)

IART (11)

IARD

T (12)

IAA

DP (13)

IAA

TP (14)

IARD

P1 (15)

IARTP1 (16)

IARD

P2 (17)

IARTP2 (18)

IGD

(19)

IGT (20)

IPD (21)

IPT (22)

Contorn (23)

08001 Abrera 76 22 4 48 12 12 27 24 29 376 188 34 64 33 577 494 705 630 84 71 75 53 208002 Aguilar de Segarra 16 41 101 546 611 173 468 485 144 733 587 340 242 252 788 676 774 595 676 648 310 292 27308003 Alella 312 242 154 21 47 56 65 101 126 308 321 186 40 37 377 588 490 809 49 55 33 25 8508004 Alpens 278 398 565 814 710 722 818 723 730 825 822 748 425 550 736 720 720 656 729 719 493 614 77608005 Ametlla del Vallès, l' 162 198 141 340 62 74 334 107 130 608 504 269 89 86 484 573 468 660 104 108 82 80 7108006 Arenys de Mar 465 415 262 14 33 38 35 65 80 245 191 215 130 110 75 339 47 383 78 64 98 88 9908007 Arenys de Munt 449 441 319 68 119 144 120 185 215 455 368 499 145 130 264 443 267 488 116 114 115 117 15408008 Argençola 73 68 123 678 220 264 662 171 205 574 547 213 262 232 660 493 619 449 715 666 337 273 21608009 Argentona 356 304 186 28 59 71 85 133 162 294 282 106 85 74 371 500 406 645 65 72 73 64 6508010 Artés 27 5 36 227 219 146 130 162 89 442 429 119 179 164 743 631 757 586 186 159 203 170 16508011 Avià 185 286 530 725 784 792 724 765 774 718 786 585 411 539 738 727 698 643 317 371 451 600 78608012 Avinyó 46 34 60 383 457 157 252 332 88 600 480 175 219 179 783 574 797 528 313 262 254 196 17708013 Avinyonet del Penedès 205 135 40 148 227 270 55 91 114 334 132 5 99 88 512 511 564 575 263 242 107 97 4908014 Aiguafreda 153 236 340 562 82 99 609 359 399 772 748 452 161 196 612 765 628 766 248 259 157 197 18708015 Badalona 324 190 152 36 72 88 108 173 207 51 231 95 16 35 163 653 146 921 3 2 9 28 11608016 Bagà 410 449 695 820 852 855 826 843 844 586 784 870 540 748 525 731 482 636 415 412 686 777 83508017 Balenyà 133 136 108 612 4 4 517 6 7 562 486 81 174 138 460 445 431 444 175 173 166 137 13608018 Balsareny 36 47 116 338 289 334 270 245 281 622 559 174 226 206 680 591 649 518 235 205 246 225 20008019 Barcelona 337 156 129 57 107 130 82 129 157 14 119 110 75 79 74 496 9 670 1 1 53 107 9808020 Begues 276 281 285 296 411 450 328 435 468 602 563 238 82 114 800 808 895 903 125 129 81 101 164

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08021 Bellprat 100 182 343 643 615 645 682 648 664 735 733 686 307 414 882 842 876 780 871 865 376 469 49308022 Berga 216 259 497 710 769 781 690 745 752 614 738 558 400 505 524 650 481 552 161 149 470 573 76908023 Bigues i Riells 120 216 263 426 297 342 472 386 420 766 689 385 98 137 653 800 667 838 121 131 93 134 15708024 Borredà 266 372 696 808 810 812 834 841 842 801 896 864 476 751 859 886 856 831 649 686 599 782 83108025 Bruc, el 23 8 20 395 15 16 292 29 37 498 428 50 104 96 540 518 536 530 287 254 125 106 8108026 Brull, el 198 377 623 731 543 585 821 737 746 920 931 723 265 474 931 940 943 942 703 778 302 533 66608027 Cabanyes, les 177 153 59 106 162 194 114 179 204 481 261 61 129 108 509 460 505 473 336 352 129 116 5908028 Cabrera d'Igualada 71 81 199 439 489 530 487 495 527 654 667 286 162 198 881 867 899 862 400 414 185 226 19008029 Cabrera de Mar 390 312 137 1 10 10 4 10 12 188 95 121 78 42 172 353 151 452 94 94 55 26 3808030 Cabrils 354 363 265 182 265 309 208 292 329 642 499 428 83 92 591 662 788 812 101 106 72 69 12608031 Calaf 42 18 58 631 634 52 509 461 41 417 421 102 253 255 521 543 470 463 295 248 330 294 27508032 Caldes d'Estrac 452 388 248 55 105 128 52 89 112 236 195 356 117 99 79 350 49 412 164 168 92 76 9408033 Caldes de Montbui 115 134 139 294 399 440 282 391 423 585 539 118 70 78 511 673 497 774 61 61 74 73 7808034 Calders 31 23 106 301 407 355 267 367 360 555 585 180 171 185 762 758 784 735 377 378 195 202 17408035 Calella 547 475 332 71 123 150 44 81 103 129 124 341 186 149 29 265 23 291 86 76 139 123 15908036 Calonge de Segarra 58 55 121 683 680 196 569 541 197 566 537 237 288 311 600 598 539 494 721 695 364 350 30608037 Calldetenes 214 159 204 721 193 79 619 281 125 468 575 176 232 245 389 557 402 571 177 265 200 244 23308038 Callús 7 12 93 280 252 298 302 233 270 542 569 108 183 182 493 637 438 570 280 296 192 187 17608039 Campins 351 426 480 501 650 672 553 691 705 805 741 524 196 238 692 757 771 795 534 571 193 241 21508040 Canet de Mar 483 444 296 29 60 72 59 95 118 257 210 368 143 123 48 347 39 395 92 86 113 111 14808041 Canovelles 201 142 67 208 9 9 213 33 42 338 296 115 67 53 262 472 220 623 47 51 62 55 2208042 Cànoves i Samalús 223 274 409 351 342 384 541 539 564 717 761 443 112 180 406 820 398 847 209 261 105 180 18808043 Canyelles 299 233 63 111 166 205 41 77 97 287 40 103 136 89 458 345 454 361 198 176 128 90 7908044 Capellades 49 33 77 505 336 377 469 263 303 531 522 70 141 154 623 680 618 662 155 153 156 162 10408045 Capolat 210 371 703 781 819 820 816 832 835 853 900 822 464 719 837 870 813 791 917 923 585 764 81008046 Cardedeu 262 223 144 131 203 244 174 252 288 415 394 107 91 87 370 501 421 617 79 65 88 81 4308047 Cardona 63 186 428 618 722 734 643 699 712 796 772 491 309 416 751 763 686 663 258 224 386 466 48308048 Carme 55 83 365 637 452 489 710 615 634 741 815 420 194 301 825 884 850 869 437 465 220 337 32208049 Casserres 112 238 433 597 675 695 602 683 694 782 749 484 331 423 640 701 598 608 376 377 391 464 49208050 Castellar del Riu 247 481 767 802 840 842 828 845 846 921 925 794 516 765 853 875 839 802 895 897 673 792 86308051 Castellar del Vallès 83 99 250 297 413 453 432 564 585 636 704 307 60 118 555 856 526 905 46 58 68 108 15108052 Castellar de n'Hug 451 541 794 858 861 863 860 876 877 843 878 840 644 826 829 854 816 782 886 887 753 845 85708053 Castellbell i el Vilar 17 28 35 88 141 178 74 116 140 616 474 129 100 102 643 636 606 638 174 172 111 115 11908054 Castellbisbal 126 49 48 99 152 188 125 188 219 363 328 38 38 43 615 703 824 872 72 73 54 57 7408055 Castellcir 88 215 376 601 661 682 644 742 735 865 823 682 156 233 815 876 833 877 471 520 167 255 21908056 Castelldefels 376 252 161 67 81 98 63 86 107 68 86 92 59 59 138 486 98 628 25 21 57 56 68

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08057 Castell de l'Areny 316 389 711 797 835 837 827 844 845 775 890 839 481 749 770 850 752 783 924 927 614 781 84108058 Castellet i la Gornal 344 229 98 177 257 249 107 170 132 104 83 76 185 136 232 316 239 316 246 220 171 129 11508059 Castellfollit del Boix 6 82 367 573 475 512 725 602 618 842 841 584 227 316 895 882 900 848 565 586 267 359 34308060 Castellfollit de Riubregós 79 107 168 728 692 402 616 598 326 613 556 308 322 351 619 576 548 476 731 691 397 391 35408061 Castellgalí 5 19 54 145 222 266 148 214 248 595 516 89 118 119 583 602 534 589 285 300 123 125 13108062 Castellnou de Bages 21 70 229 327 425 462 390 487 521 732 699 343 215 268 695 750 663 693 453 463 233 301 27208063 Castellolí 19 11 88 479 28 33 437 172 206 515 596 45 128 141 496 624 474 600 444 428 154 152 16308064 Castellterçol 69 161 295 570 627 655 587 716 710 804 750 350 140 193 781 847 776 842 259 268 151 206 19708065 Castellví de la Marca 237 175 84 187 272 153 127 190 79 345 241 104 153 122 323 400 325 410 272 251 159 128 9208066 Castellví de Rosanes 123 58 39 117 181 224 170 247 283 396 318 39 66 64 686 684 831 817 217 227 77 74 1308067 Centelles 118 214 172 572 49 59 508 53 67 758 584 141 166 142 641 546 626 538 154 135 164 140 15808068 Cervelló 209 104 18 135 207 250 70 109 133 256 99 18 35 17 392 479 489 675 81 70 42 20 708069 Collbató 35 21 7 289 40 46 211 48 62 536 350 15 90 72 596 519 614 569 184 163 100 84 3608070 Collsuspina 108 144 347 649 199 239 720 446 479 685 756 309 197 259 769 822 794 803 535 607 206 285 24408071 Copons 41 88 142 726 355 398 632 339 377 710 606 287 239 220 637 553 578 479 626 593 290 260 22208072 Corbera de Llobregat 168 167 102 230 326 369 217 306 342 603 423 66 55 58 651 688 767 810 76 68 64 59 10108073 Cornellà de Llobregat 323 139 42 34 68 84 26 50 64 18 24 2 8 3 114 476 316 913 5 5 6 2 3408074 Cubelles 408 303 136 37 73 89 6 12 14 76 26 35 159 111 81 211 52 181 111 89 133 95 11308075 Dosrius 364 394 393 283 393 437 387 509 545 711 654 554 135 162 731 764 845 853 179 195 118 156 18108076 Esparreguera 59 17 2 134 13 13 54 2 2 436 197 46 76 40 513 449 551 527 58 45 87 61 408077 Esplugues de Llobregat 302 120 43 10 26 31 29 58 73 23 39 11 1 4 107 541 179 943 7 13 2 5 3008078 Espunyola, l' 119 283 563 661 734 748 741 777 784 826 870 550 371 577 773 840 726 761 688 735 436 641 79708079 Estany, l' 90 115 188 581 588 318 489 471 291 736 645 187 204 263 602 775 637 749 523 539 224 298 28008080 Fígols 317 435 734 795 832 834 825 842 843 814 899 747 489 759 713 833 678 759 929 933 638 784 84708081 Fogars de Montclús 315 547 721 623 756 766 767 809 813 944 934 879 259 458 921 934 941 940 591 655 282 500 54908082 Fogars de la Selva 491 443 412 45 88 107 284 393 425 271 498 305 228 214 291 470 393 557 385 383 212 216 19908083 Folgueroles 242 221 221 741 327 129 634 313 169 605 601 193 246 253 426 521 464 540 270 304 234 271 25408084 Fonollosa 13 46 211 481 533 378 512 574 417 763 701 418 233 302 717 785 706 709 398 390 280 341 29308085 Font-rubí 125 174 165 284 394 426 341 445 472 678 543 251 165 161 725 670 725 647 316 305 174 169 12508086 Franqueses del Vallès, les 224 201 239 276 172 212 412 353 391 490 621 268 86 128 393 753 417 840 66 85 78 122 13408087 Gallifa 78 255 375 529 633 663 531 676 685 897 809 508 125 170 894 883 907 907 572 611 131 171 18308088 Garriga, la 186 206 119 350 57 68 326 54 68 577 432 155 94 81 414 484 383 551 82 67 89 77 6308089 Gavà 350 211 128 38 74 90 60 96 119 50 113 74 44 41 155 508 154 760 19 20 31 37 6408090 Gaià 65 162 350 492 552 594 505 585 608 812 764 427 278 357 823 779 820 715 748 763 343 386 35708091 Gelida 117 36 3 4 18 21 7 13 15 286 77 3 69 28 515 419 662 496 130 104 83 44 608092 Gironella 132 230 328 611 698 714 526 607 625 727 698 463 335 368 616 565 583 486 241 207 394 397 361

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08093 Gisclareny 423 574 912 853 871 872 904 913 913 904 946 912 654 909 838 943 815 930 942 944 775 909 94408094 Granada, la 171 102 41 121 188 217 105 168 190 332 208 71 120 103 589 497 627 524 230 229 126 114 5008095 Granera 52 335 438 667 729 740 680 763 762 935 864 731 195 266 937 919 944 931 834 852 210 297 24608096 Granollers 222 126 97 130 121 147 153 208 243 206 346 91 65 71 246 584 214 720 26 22 70 71 2408097 Gualba 381 424 430 398 538 578 456 589 609 737 675 415 202 215 526 659 600 700 375 380 196 219 20808098 Sant Salvador de Guardiola 1 6 145 326 376 417 352 423 450 570 649 228 168 181 798 780 809 742 240 246 186 186 17908099 Guardiola de Berguedà 389 405 619 807 843 847 810 825 828 559 746 745 509 697 519 697 479 599 501 537 639 735 79208100 Gurb 200 141 111 712 89 75 529 43 49 418 424 152 229 178 222 366 219 390 176 239 197 178 19208101 Hospitalet de Llobregat, 339 163 198 63 102 124 248 308 344 19 301 135 11 60 83 754 57 946 2 3 3 45 16008102 Igualada 33 9 92 594 145 181 495 202 236 419 588 32 172 159 573 580 544 550 60 53 198 173 16808103 Jorba 44 32 146 689 183 226 598 268 309 539 620 132 212 204 498 566 450 499 456 438 239 233 19508104 Llacuna, la 98 109 338 603 648 670 674 636 654 625 727 448 235 338 834 860 837 811 446 446 283 380 34708105 Llagosta, la 225 101 95 97 71 87 188 166 202 140 376 69 15 38 328 706 460 927 36 49 18 41 5108106 Llinars del Vallès 320 263 182 249 347 389 253 346 384 362 384 232 103 106 385 509 455 620 109 107 97 99 6908107 Lliçà d'Amunt 169 147 187 240 142 179 359 303 339 457 590 195 61 97 485 784 553 895 62 83 65 94 8908108 Lliçà de Vall 188 110 66 128 126 158 168 136 165 300 331 124 46 45 309 572 364 775 83 96 46 48 1908109 Lluçà 218 333 575 746 728 713 805 775 772 831 866 733 385 589 784 838 778 776 714 742 444 648 74808110 Malgrat de Mar 602 505 491 113 171 211 212 297 332 55 256 306 230 225 19 384 20 429 95 101 187 194 22708111 Malla 158 150 86 684 2 2 532 3 4 523 409 112 203 153 388 377 371 384 484 505 188 148 15208112 Manlleu 250 222 215 756 161 202 610 209 244 522 568 347 269 250 245 404 270 417 105 100 275 267 24208113 Manresa 3 1 17 105 94 113 183 75 93 302 403 47 139 143 457 568 415 521 42 35 163 158 12708114 Martorell 107 24 1 15 35 41 2 7 8 172 59 1 43 14 410 446 484 581 44 33 59 27 108115 Martorelles 232 121 94 87 99 119 187 225 260 212 386 48 29 49 378 686 521 909 69 102 30 50 5208116 Masies de Roda, les 272 251 329 767 343 248 697 450 431 569 695 366 266 315 266 549 332 574 335 437 240 334 32708117 Masies de Voltregà, les 245 226 195 761 160 201 596 120 146 538 538 257 275 237 248 346 281 366 218 215 270 234 22108118 Masnou, el 352 250 114 73 125 155 25 49 63 101 106 77 39 23 144 430 71 578 32 28 29 7 5608119 Masquefa 70 42 47 268 374 415 227 315 351 557 417 83 84 73 534 560 569 602 131 113 96 86 4608120 Matadepera 62 92 394 238 334 374 497 631 650 703 839 474 63 166 552 915 487 941 77 126 63 160 19308121 Mataró 412 323 181 17 39 45 14 31 39 111 125 222 88 67 70 348 37 389 23 8 79 58 4208122 Mediona 85 128 333 533 618 648 577 664 676 750 757 339 206 283 851 869 869 837 348 345 229 318 30308123 Molins de Rei 220 80 10 7 24 28 16 34 45 91 48 7 14 2 363 512 480 806 29 30 19 8 508124 Mollet del Vallès 206 74 44 53 34 40 91 110 134 107 236 64 23 25 231 555 300 819 20 17 27 31 1408125 Montcada i Reixac 238 98 34 122 8 8 50 4 5 52 76 44 4 1 250 513 348 856 22 19 11 1 1108126 Montgat 330 218 115 9 25 29 19 39 52 119 162 53 25 20 183 492 158 758 43 46 16 4 6708127 Monistrol de Montserrat 20 16 8 143 218 262 86 134 163 537 361 16 93 80 539 524 495 537 185 170 101 91 9008128 Monistrol de Calders 37 97 256 423 557 528 430 562 555 820 742 377 164 269 833 896 843 902 429 467 181 308 281

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08129 Muntanyola 110 284 432 716 449 486 705 578 601 901 840 563 279 361 916 878 934 863 602 616 328 392 38808130 Montclar 130 282 568 663 737 752 746 781 786 806 861 791 376 585 727 830 676 751 837 867 440 645 79608131 Montesquiu 322 353 396 815 536 576 747 522 554 599 661 482 361 384 334 453 319 436 417 443 375 398 41708132 Montmajor 128 299 538 733 806 809 752 784 789 840 825 749 397 552 803 798 766 699 633 634 476 617 78908133 Montmaneu 84 39 32 696 251 296 618 71 87 411 279 63 263 188 431 314 381 254 724 652 335 218 20208134 Figaró-Montmany 170 241 155 437 11 11 394 51 65 706 526 378 111 107 490 516 463 564 296 288 104 100 8708135 Montmeló 227 145 133 165 226 269 236 324 359 347 487 99 45 68 420 715 580 906 59 80 44 66 4408136 Montornès del Vallès 236 152 103 116 180 223 162 232 269 307 406 143 49 63 476 699 692 899 48 60 48 65 3108137 Montseny 257 392 476 662 612 641 706 660 673 898 795 741 243 318 906 872 929 881 615 635 264 343 28308138 Moià 72 44 207 478 566 551 450 580 572 592 669 184 157 189 547 739 558 721 192 187 182 207 21308139 Mura 29 212 449 459 599 628 525 668 679 919 886 713 152 336 903 944 914 944 588 700 165 373 32008140 Navarcles 14 10 64 94 148 184 97 148 181 541 519 212 169 156 808 678 818 655 152 147 177 164 15308141 Navàs 51 84 163 402 406 445 344 343 381 667 598 407 244 239 662 586 620 503 195 179 286 268 22508142 Nou de Berguedà, la 296 422 652 798 836 838 806 823 826 819 857 850 486 695 799 792 777 714 856 851 633 736 80608143 Òdena 22 15 134 622 116 142 535 207 241 516 627 220 184 176 597 630 570 585 227 225 204 188 19108144 Olvan 150 243 406 640 718 730 578 671 680 707 725 595 356 409 598 621 560 541 404 449 393 446 46908145 Olèrdola 243 148 22 43 80 96 17 36 47 163 38 49 126 82 508 368 545 421 167 167 121 92 4508146 Olesa de Bonesvalls 226 268 233 367 503 544 355 466 498 696 546 260 105 147 854 844 906 897 301 316 114 151 13508147 Olesa de Montserrat 60 13 29 171 178 221 179 219 254 420 405 78 68 70 491 652 530 743 56 52 80 79 5708148 Olivella 275 349 245 333 459 495 365 475 511 702 476 434 170 160 909 814 939 849 300 284 170 163 14308149 Olost 140 202 404 682 568 506 713 604 592 719 753 465 301 391 749 740 749 687 426 403 358 428 43108150 Orís 274 292 301 789 385 427 687 357 395 564 630 511 310 306 306 416 304 418 560 619 320 320 30708151 Oristà 103 164 331 604 659 476 606 646 536 745 740 437 277 374 777 782 789 728 504 506 346 416 43208152 Orpí 66 151 437 679 537 577 744 672 681 838 856 464 213 342 835 885 849 859 727 771 249 383 34208153 Òrrius 314 305 214 162 243 287 186 267 308 524 466 374 97 98 809 707 896 845 344 359 86 89 8408154 Pacs del Penedès 195 166 96 166 246 276 201 287 296 500 367 165 142 126 516 527 523 543 324 336 138 135 9508155 Palafolls 596 519 442 153 234 277 104 167 203 148 179 519 236 195 28 272 33 329 122 133 175 165 18008156 Palau-solità i Plegamans 148 118 76 160 242 286 165 240 276 487 407 140 50 48 566 657 730 839 53 56 50 54 4108157 Pallejà 184 77 26 95 150 186 84 131 158 250 178 31 27 22 478 582 604 801 50 54 35 22 2908158 Papiol, el 178 105 82 138 211 255 171 248 285 372 375 24 30 47 661 752 865 923 107 120 40 46 9608159 Parets del Vallès 208 96 14 25 6 6 33 19 24 225 153 29 33 15 253 442 367 684 40 38 38 19 908160 Perafita 207 291 526 742 631 656 793 713 721 751 817 538 340 492 677 781 680 718 637 660 395 545 63108161 Piera 53 45 52 389 525 570 320 422 449 626 478 93 102 95 532 535 517 542 110 91 119 109 9708162 Hostalets de Pierola, els 45 76 127 432 518 564 418 492 525 730 625 298 113 129 759 725 786 746 229 260 124 138 14208163 Pineda de Mar 569 492 389 72 124 151 100 156 191 110 169 244 205 165 26 286 22 318 73 62 161 146 16608164 Pla del Penedès, el 116 94 81 286 400 430 258 354 386 497 413 147 121 133 634 661 665 666 341 325 136 142 88

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08165 Pobla de Claramunt, la 34 14 15 549 138 172 408 17 20 454 364 25 147 117 666 490 661 474 249 209 160 124 10708166 Pobla de Lillet, la 409 454 709 834 841 845 839 855 859 650 829 657 552 778 714 817 668 733 497 511 698 799 84208167 Polinyà 146 75 83 207 275 321 190 272 312 350 425 142 36 52 560 722 773 914 74 97 37 49 4808168 Pontons 156 285 461 489 638 662 594 718 724 841 816 513 221 322 721 827 731 784 547 569 257 368 31108169 Prat de Llobregat, el 369 194 104 65 41 47 96 114 137 15 49 51 17 26 85 537 182 900 10 10 10 16 8608170 Prats de Rei, els 38 60 193 686 586 306 637 619 364 668 659 203 260 323 739 732 693 646 524 518 332 369 33408171 Prats de Lluçanès 137 188 400 645 708 637 666 732 698 679 743 372 308 436 704 776 700 708 333 321 377 492 64608172 Premià de Mar 378 295 164 47 91 110 68 106 129 166 166 131 57 44 180 459 152 597 33 29 45 33 7208174 Puigdàlber 138 91 62 218 310 347 194 275 302 427 319 100 124 120 567 569 581 577 441 427 134 126 7508175 Puig-reig 89 191 276 530 604 633 484 547 570 754 676 391 303 331 671 622 635 536 257 218 359 356 31308176 Pujalt 68 111 258 753 578 460 726 610 550 715 709 302 326 389 819 712 800 621 765 741 404 438 50008177 Quar, la 187 397 643 760 808 784 791 816 819 910 915 800 429 663 866 879 867 828 915 916 518 720 80008178 Rajadell 4 20 45 422 427 14 313 251 10 665 489 200 207 177 694 600 687 531 517 474 227 185 16908179 Rellinars 24 65 120 212 302 345 232 321 357 770 634 282 101 140 779 816 772 832 405 442 108 149 14508180 Ripollet 211 78 33 85 129 161 94 147 180 121 194 28 12 21 408 651 612 924 21 24 15 23 2508181 Roca del Vallès, la 265 172 50 30 63 76 10 20 25 178 114 19 74 36 333 402 384 532 80 66 69 42 1008182 Pont de Vilomara i Rocafort 8 7 38 69 120 145 45 82 104 517 477 114 122 124 627 642 613 629 173 191 127 136 11708183 Roda de Ter 258 219 235 755 300 191 640 323 268 527 611 151 254 260 255 458 296 472 153 182 241 284 25908184 Rubí 134 40 23 61 113 137 118 183 214 251 237 20 21 32 441 691 510 901 17 16 32 47 2008185 Rubió 30 157 208 738 432 469 656 398 430 852 682 370 251 246 872 702 870 634 789 753 318 286 23808187 Sabadell 131 43 100 79 136 170 203 288 327 261 500 130 28 66 424 774 416 911 6 6 36 70 11208188 Sagàs 114 231 379 592 671 690 540 627 645 792 737 500 328 386 710 660 699 587 762 765 384 420 40408189 Sant Pere Sallavinera 26 30 61 593 670 39 465 484 22 612 483 227 252 244 753 595 724 498 756 708 329 280 26908190 Saldes 395 550 819 848 869 869 852 869 870 902 911 776 641 825 845 865 827 778 807 814 764 846 85908191 Sallent 25 26 85 220 101 122 219 165 201 563 550 241 199 183 667 632 659 573 158 143 217 199 17308192 Santpedor 11 4 56 133 159 200 132 152 186 469 481 122 177 167 554 599 525 547 147 145 180 172 17008193 Sant Iscle de Vallalta 456 478 525 194 282 329 360 472 505 623 663 477 178 230 395 718 436 768 321 363 144 213 20608194 Sant Adrià de Besòs 335 180 99 12 29 34 51 88 111 24 78 42 2 13 127 583 143 936 9 18 1 3 5408195 Sant Agustí de Lluçanès 241 326 511 782 601 630 787 656 668 723 778 556 369 463 638 696 631 633 843 846 412 509 60308196 Sant Andreu de la Barca 144 72 19 129 201 242 109 174 208 385 225 10 42 30 580 615 746 792 38 36 49 39 1808197 Sant Andreu de Llavaneres 422 381 253 46 90 108 76 122 149 428 311 208 110 101 249 438 266 515 97 92 91 82 11008198 Sant Antoni de Vilamajor 290 300 303 290 403 442 379 501 532 546 632 414 116 148 487 700 562 781 149 162 103 141 14608199 Sant Bartomeu del Grau 179 310 353 772 398 439 698 467 499 830 731 609 297 326 691 643 710 605 409 387 338 349 33908200 Sant Boi de Llobregat 321 154 113 62 114 138 138 201 235 28 168 9 22 34 110 607 97 889 8 9 12 34 9308201 Sant Boi de Lluçanès 230 355 492 793 541 582 774 609 627 808 792 546 358 435 689 689 684 635 551 551 396 475 53408202 Sant Celoni 384 346 266 412 555 598 391 512 547 422 443 470 155 151 308 487 365 556 108 95 143 144 128

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08203 Sant Cebrià de Vallalta 493 485 419 75 130 162 185 266 306 492 433 504 182 168 220 461 251 514 231 234 147 154 17508204 Sant Climent de Llobregat 305 217 167 146 224 268 161 231 267 290 303 158 41 54 367 655 461 866 88 112 28 40 10308205 Sant Cugat del Vallès 181 48 5 41 77 92 32 62 76 108 65 8 10 11 442 620 715 912 16 14 26 24 308206 Sant Cugat Sesgarrigues 197 137 27 100 153 189 31 60 74 371 135 30 107 85 565 471 603 508 312 301 116 96 4708207 Sant Esteve de Palautordera 304 391 490 517 668 688 583 715 723 833 788 716 190 249 826 839 877 864 303 329 190 261 21708208 Sant Esteve Sesrovires 82 63 25 150 230 273 122 186 216 581 344 101 77 57 655 567 748 665 118 109 85 67 1708209 Sant Fost de Campsentelles 244 140 68 109 127 159 137 157 192 205 249 41 34 31 486 633 744 884 57 75 34 35 3508210 Sant Feliu de Codines 96 160 173 435 498 540 373 493 526 712 622 313 92 105 570 663 535 705 138 136 94 103 12908211 Sant Feliu de Llobregat 263 112 28 76 131 164 40 76 95 45 46 4 5 9 210 532 258 885 14 15 8 9 2608212 Sant Feliu Sasserra 92 116 280 555 666 488 537 670 567 692 717 327 268 340 733 741 736 694 495 497 334 384 33708213 Sant Fruitós de Bages 9 2 6 18 42 48 8 14 18 384 339 21 151 127 606 515 607 493 119 122 146 132 11408214 Vilassar de Dalt 355 320 166 31 65 78 38 73 91 479 278 125 73 51 387 466 486 640 70 63 58 36 6608215 Sant Hipòlit de Voltregà 234 209 176 748 132 165 572 72 90 506 507 86 271 217 219 310 226 328 197 201 255 217 21808216 Sant Jaume de Frontanyà 342 479 798 836 837 839 865 857 861 871 924 763 555 814 885 902 883 860 941 941 703 836 84808217 Sant Joan Despí 291 138 91 59 109 132 133 194 224 42 206 60 7 29 229 668 513 945 15 23 7 21 7708218 Sant Joan de Vilatorrada 2 3 31 202 46 55 177 56 71 407 438 80 154 155 469 589 422 548 87 103 137 155 15008219 Vilassar de Mar 397 313 189 83 140 177 87 135 164 167 187 72 72 61 162 474 131 593 41 39 52 43 6108220 Sant Julià de Vilatorta 235 205 184 723 319 115 605 236 86 540 527 210 245 236 481 499 514 509 232 249 230 239 22608221 Sant Just Desvern 277 129 46 26 56 67 36 66 81 59 58 14 3 8 237 571 396 934 24 37 4 6 3708222 Sant Llorenç d'Hortons 93 64 55 176 256 301 181 260 299 550 399 75 87 76 700 606 795 667 228 199 99 87 3208223 Sant Llorenç Savall 57 196 462 494 643 669 669 755 764 878 880 705 106 240 844 929 864 937 225 275 112 243 23008224 Sant Martí de Centelles 122 262 392 532 103 125 623 432 463 835 805 634 148 207 785 845 793 850 357 389 148 212 19408225 Sant Martí d'Albars 173 277 509 715 684 652 763 725 716 800 828 528 342 491 763 796 759 745 819 829 402 552 63808226 Sant Martí de Tous 61 62 158 711 338 379 607 294 330 686 624 301 225 210 705 605 689 549 396 372 260 240 21008227 Sant Martí Sarroca 161 193 197 306 422 448 347 457 474 651 562 230 173 169 579 634 572 598 247 223 189 176 13208228 Sant Martí Sesgueioles 43 35 105 674 632 220 568 537 183 571 558 145 274 299 712 654 671 558 598 577 354 340 29808229 Sant Mateu de Bages 15 86 304 429 474 511 496 540 565 795 760 679 224 303 706 793 658 732 447 458 250 338 29708230 Premià de Dalt 353 329 237 120 187 229 215 300 337 508 453 188 71 75 471 656 616 820 64 74 56 62 10608231 Sant Pere de Ribes 346 264 149 22 52 63 15 32 40 207 126 146 114 91 274 374 241 382 51 44 109 83 10008232 Sant Pere de Riudebitlles 94 79 80 299 415 455 345 453 485 572 470 127 132 125 709 644 741 631 250 217 153 139 8308233 Sant Pere de Torelló 333 324 443 804 511 552 751 545 569 583 716 373 330 396 293 526 331 520 279 307 350 409 42208234 Sant Pere de Vilamajor 270 420 585 534 682 700 699 773 780 890 902 718 201 348 892 918 912 933 243 280 201 370 29608235 Sant Pol de Mar 521 465 309 24 55 66 37 69 84 219 147 293 167 131 38 279 31 319 143 141 122 113 14908236 Sant Quintí de Mediona 87 106 107 376 515 557 357 469 495 652 520 263 150 152 715 666 728 641 273 257 173 161 10508237 Sant Quirze de Besora 313 342 320 810 514 556 714 424 451 594 610 381 347 332 343 387 335 377 330 311 372 345 34008238 Sant Quirze del Vallès 124 50 13 6 22 26 20 40 55 312 212 22 24 12 495 561 623 841 34 41 23 18 21

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08239 Sant Quirze Safaja 102 239 495 607 436 473 742 635 653 862 883 673 163 308 893 932 911 939 472 555 169 335 26508240 Sant Sadurní d'Anoia 121 56 21 44 87 106 53 90 113 356 234 56 95 65 601 463 702 502 112 81 110 78 2308241 Sant Sadurní d'Osormort 288 336 313 685 574 175 672 498 227 753 639 480 291 324 789 683 819 673 848 841 324 344 31508242 Marganell 10 37 126 224 317 362 245 335 372 726 643 171 133 146 735 705 718 681 538 550 149 153 14408243 Santa Cecília de Voltregà 215 253 212 752 168 208 601 161 198 725 604 459 273 243 373 407 390 414 635 633 288 250 22308244 Santa Coloma de Cervelló 268 155 53 92 146 182 67 103 127 149 79 37 26 18 405 530 571 836 55 69 22 14 5308245 Santa Coloma de Gramenet 284 171 72 11 27 32 61 99 123 85 110 88 6 16 234 590 301 932 4 4 5 12 3908246 Santa Eugènia de Berga 204 168 241 724 264 199 671 390 358 502 646 226 217 247 443 619 445 612 214 266 205 251 22408247 Santa Eulàlia de Riuprimer 139 130 169 652 217 261 521 212 246 606 565 283 234 208 620 536 656 507 370 368 235 214 21408248 Santa Eulàlia de Ronçana 145 189 213 336 270 315 386 328 366 621 628 367 80 112 536 746 543 835 114 127 76 104 10808249 Santa Fe del Penedès 160 119 51 154 235 263 129 192 218 452 242 52 131 109 716 538 761 560 424 420 132 118 5808250 Santa Margarida de Montbui 48 53 225 687 368 410 638 387 421 699 711 252 211 241 813 759 817 727 150 142 238 279 23208251 Santa Margarida i els Monjos 248 158 70 52 98 104 89 138 167 181 182 27 138 116 348 420 374 438 140 134 140 119 8008252 Barberà del Vallès 164 52 11 19 43 50 46 83 105 164 173 23 13 7 384 551 476 883 18 25 13 17 1508253 Santa Maria de Besora 363 491 519 843 677 696 784 645 662 893 765 677 431 461 690 559 742 554 803 770 486 507 63008254 Santa Maria de Corcó 345 416 557 817 579 590 796 702 695 867 868 619 344 486 581 736 703 750 352 355 383 542 65408255 Santa Maria de Merlès 135 279 499 708 755 716 735 769 777 816 827 574 364 523 839 841 834 777 794 816 424 591 71508256 Santa Maria de Martorelles 252 177 135 158 179 222 246 305 341 395 444 128 48 62 578 730 842 926 207 272 43 63 6208257 Santa Maria de Miralles 77 61 257 628 495 538 694 489 523 609 708 455 218 273 748 770 735 713 782 806 256 315 29108258 Santa Maria d'Oló 64 71 110 483 589 140 376 464 155 704 570 181 238 226 843 690 866 642 419 373 284 257 26708259 Santa Maria de Palautordera 340 359 314 445 583 616 441 572 593 604 583 394 158 158 568 626 660 686 141 137 145 157 15508260 Santa Perpètua de Mogoda 194 69 9 51 38 44 22 28 36 130 112 13 18 5 337 491 429 794 28 32 21 10 808261 Santa Susanna 577 495 405 124 192 233 149 215 249 94 165 392 210 171 25 283 27 342 183 202 155 147 17108262 Sant Vicenç de Castellet 12 25 65 80 137 171 142 206 240 601 552 116 109 121 594 658 547 648 124 119 117 127 13008263 Sant Vicenç dels Horts 231 90 24 49 93 112 47 84 106 80 67 6 19 10 311 514 403 789 27 26 25 13 3308264 Sant Vicenç de Montalt 436 396 209 20 44 51 3 9 11 373 164 246 119 83 192 293 197 360 135 118 95 68 7608265 Sant Vicenç de Torelló 297 306 351 799 455 491 719 430 462 579 670 363 318 337 327 455 338 466 253 315 312 347 34608266 Cerdanyola del Vallès 199 67 12 27 58 69 42 78 100 102 102 26 9 6 409 575 575 893 12 12 14 15 1608267 Sentmenat 104 125 156 318 439 475 281 389 422 617 579 205 62 77 633 733 694 843 93 105 66 72 8208268 Cercs 283 365 616 768 812 814 782 808 812 705 844 648 452 662 569 748 529 668 450 462 543 708 80308269 Seva 182 203 238 693 260 304 659 298 334 671 650 279 208 200 670 646 721 639 262 240 216 210 20708270 Sitges 387 290 178 35 69 85 34 64 78 113 80 57 108 93 197 392 167 397 63 48 102 85 10908271 Sobremunt 219 376 464 809 499 541 754 556 580 869 793 534 350 403 790 674 782 632 867 856 385 436 45708272 Sora 295 442 508 832 640 667 783 644 661 844 766 656 406 457 675 614 655 562 772 762 445 501 60008273 Subirats 175 131 79 248 346 386 192 273 313 438 309 62 96 100 603 645 697 696 190 183 106 112 7008274 Súria 18 66 174 405 466 501 393 397 429 697 626 333 220 235 548 625 469 535 181 160 245 256 220

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08275 Tavèrnoles 249 258 216 763 320 213 615 274 213 691 599 440 261 248 479 475 541 492 569 584 265 262 24008276 Tagamanent 183 309 528 506 149 185 703 614 633 846 893 630 144 288 559 890 563 910 546 665 141 305 25608277 Talamanca 28 113 294 346 477 515 406 531 559 857 794 369 146 270 827 907 838 918 700 795 162 306 27008278 Taradell 191 176 196 694 200 240 630 191 221 548 586 278 209 187 464 529 466 539 162 158 207 191 20408279 Terrassa 81 31 122 74 128 160 238 326 362 383 573 225 47 84 422 787 369 857 11 7 61 93 14708280 Tavertet 358 516 685 839 706 698 829 770 771 940 930 849 418 609 898 874 919 874 839 843 472 670 81608281 Teià 336 294 200 119 186 228 147 213 247 432 382 126 52 56 403 601 509 793 75 84 39 38 12308282 Tiana 303 248 162 33 67 83 98 151 185 355 351 117 32 39 382 648 458 878 52 77 24 32 12008283 Tona 136 114 150 639 36 42 561 52 66 534 540 150 180 157 429 480 412 471 145 139 183 159 15608284 Tordera 538 512 607 169 250 295 476 608 626 412 679 547 250 375 452 737 475 771 134 150 222 375 31608285 Torelló 281 269 315 787 390 434 691 374 409 521 641 330 305 312 259 439 257 439 126 124 315 331 33608286 Torre de Claramunt, la 54 59 232 548 370 411 579 496 528 648 723 218 160 218 723 831 727 813 226 255 176 249 21108287 Torrelavit 97 93 71 254 357 399 260 356 394 584 435 67 123 115 766 610 803 614 308 283 142 121 6008288 Torrelles de Foix 165 244 316 388 523 561 455 586 599 761 692 446 193 219 618 714 625 679 307 303 215 246 19608289 Torrelles de Llobregat 269 224 124 174 254 299 195 276 315 449 292 191 51 55 571 664 798 873 106 115 47 52 13708290 Ullastrell 86 57 69 186 271 316 220 309 345 547 492 87 56 69 722 755 836 880 189 219 71 75 13308291 Vacarisses 32 38 73 123 190 231 140 204 238 672 553 160 81 94 575 679 554 726 151 155 90 98 12408292 Vallbona d'Anoia 47 54 185 491 435 472 549 473 508 649 683 234 127 175 645 803 652 797 326 351 150 189 16108293 Vallcebre 347 506 771 830 860 861 836 853 854 892 898 862 583 789 846 851 832 770 821 824 726 810 86708294 Vallgorguina 400 413 401 310 429 466 482 616 635 598 607 384 175 184 688 721 775 790 278 297 152 179 17808295 Vallirana 221 185 284 370 506 548 500 633 651 525 652 411 79 144 755 889 885 938 96 111 84 145 16208296 Vallromanes 286 207 74 142 216 260 102 160 195 309 222 120 54 46 466 570 682 814 157 178 51 51 2808297 Veciana 50 195 226 764 488 529 686 458 490 873 693 288 272 267 771 618 723 533 758 721 348 311 26308298 Vic 196 117 147 701 97 118 555 117 141 374 517 177 214 186 236 428 223 426 71 57 218 195 20108299 Vilada 261 344 611 780 817 818 790 811 815 742 859 646 455 668 767 805 740 734 616 645 548 713 79408300 Viladecavalls 67 29 30 23 53 64 39 74 92 488 383 82 53 50 506 603 533 738 89 90 67 60 7308301 Viladecans 341 183 75 39 75 91 28 57 72 26 34 12 31 19 82 429 56 674 13 11 20 11 1208302 Vilanova del Camí 39 27 271 614 232 275 627 481 516 552 774 399 181 242 732 815 734 808 90 132 179 275 23508303 Vilanova de Sau 331 451 546 812 625 568 795 700 655 927 875 660 336 479 821 819 878 818 645 672 388 536 64408304 Vilobí del Penedès 157 197 125 209 298 336 243 333 367 663 469 149 149 135 636 562 636 563 340 323 158 143 10208305 Vilafranca del Penedès 217 95 16 40 76 62 30 59 51 98 55 17 115 90 280 370 263 401 54 43 130 105 4008306 Vilalba Sasserra 370 334 447 356 490 531 514 659 672 463 710 529 134 202 461 812 595 875 379 459 120 205 18508307 Vilanova i la Geltrú 399 273 157 114 173 214 80 127 153 57 45 105 137 113 109 312 63 284 45 31 135 110 11808308 Viver i Serrateix 75 319 455 559 629 657 575 667 678 916 832 691 320 411 814 771 799 685 754 747 389 457 47608901 Rupit i Pruit 405 502 710 827 736 736 837 795 795 925 923 764 433 654 865 871 897 868 687 717 487 703 80908902 Vilanova del Vallès 271 187 217 102 155 195 314 418 445 295 582 284 58 104 418 790 567 922 132 181 60 102 91

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

08903 Sant Julià de Cerdanyola 372 453 688 819 851 854 824 840 841 740 833 732 539 744 728 783 696 690 780 809 683 772 83608904 Badia del Vallès 166 73 37 54 104 127 103 163 199 269 248 55 20 24 542 667 787 928 30 42 17 30 2708905 La Palma de Cervelló 189 124 49 139 212 256 93 143 175 414 218 33 37 27 546 577 690 765 115 116 41 29 5517001 Agullana 838 877 773 126 197 237 116 181 212 748 362 845 838 683 590 116 549 96 629 560 826 676 69517002 Aiguaviva 590 529 370 178 258 302 90 139 168 289 176 395 379 279 177 143 210 206 382 417 262 228 25517003 Albanyà 725 883 862 556 702 712 597 719 726 941 812 859 854 812 910 639 917 596 922 907 851 806 78217004 Albons 832 832 746 510 658 676 471 600 610 489 400 663 712 650 390 234 407 274 581 592 688 640 63917005 Far d'Empordà, el 835 796 628 217 309 53 145 211 32 124 96 436 711 540 95 17 90 24 494 557 563 473 52217006 Alp 540 593 833 865 880 882 866 880 881 669 836 873 697 852 629 794 584 702 516 562 783 855 86117007 Amer 496 573 579 520 672 597 554 693 575 845 728 817 450 484 817 616 822 607 349 337 434 494 47317008 Anglès 502 515 448 417 558 375 389 510 293 637 514 346 395 360 669 440 674 459 196 197 362 342 32517009 Arbúcies 382 387 336 430 571 324 422 551 371 653 555 473 256 254 746 617 791 624 216 189 273 278 23417010 Argelaguer 626 636 636 598 642 535 511 558 475 561 574 588 652 580 780 388 743 373 627 617 646 563 52317011 Armentera, l' 850 813 658 407 551 536 343 449 401 137 115 548 709 562 117 43 114 47 503 489 664 527 54117012 Avinyonet de Puigventós 788 775 718 293 408 354 367 479 455 366 464 573 715 651 354 221 353 259 413 483 612 624 61917013 Begur 875 834 755 703 797 787 655 740 732 66 103 684 661 628 100 203 116 209 302 281 630 607 58417014 Vajol, la 820 888 859 300 416 456 424 555 579 883 655 857 861 788 797 369 769 368 923 906 857 786 77017015 Banyoles 649 658 539 342 176 81 285 197 147 573 446 516 544 426 456 180 434 207 129 123 463 405 37317016 Bàscara 751 722 567 157 238 281 131 193 223 344 252 532 594 459 121 57 121 66 488 440 521 431 44517018 Bellcaire d'Empordà 840 817 690 513 660 680 397 521 531 275 152 607 694 595 281 154 302 153 532 530 632 547 55117019 Besalú 652 651 577 535 561 383 420 425 307 505 436 523 627 503 611 231 566 228 367 333 594 471 48617020 Bescanó 558 585 589 251 351 393 486 618 637 666 697 689 446 490 747 592 747 626 205 273 357 485 47517021 Beuda 688 713 681 599 646 546 536 595 520 690 603 815 679 604 621 327 597 330 865 830 697 611 58617022 Bisbal d'Empordà, la 779 732 691 526 663 661 502 624 615 125 308 507 558 581 235 341 273 371 178 186 495 551 55817023 Blanes 623 528 470 250 348 390 237 325 361 49 134 277 249 231 16 278 13 308 67 59 214 200 22917024 Bolvir 594 677 854 886 896 896 875 890 890 765 801 896 762 863 726 773 681 672 770 826 828 866 87217025 Bordils 714 666 518 263 333 310 224 277 242 364 223 310 495 401 106 83 130 107 355 350 418 354 36417026 Borrassà 784 754 600 132 204 152 106 169 99 240 193 575 675 528 185 58 170 62 481 514 561 478 51917027 Breda 426 461 486 371 507 549 467 597 614 720 677 560 231 264 585 681 672 716 245 228 223 282 23117028 Brunyola 513 497 390 396 531 141 330 436 159 533 390 492 357 320 557 431 605 458 566 556 344 314 29417029 Boadella d'Empordà 804 854 756 274 383 425 301 407 435 729 462 807 802 676 587 188 556 188 804 768 778 668 66017030 Cabanes 851 825 705 159 241 216 159 228 228 161 217 683 753 614 135 39 109 46 449 492 674 578 59217031 Cabanelles 732 727 670 397 535 524 401 525 500 466 468 629 672 606 427 252 400 265 726 718 642 585 57417032 Cadaqués 910 899 887 681 788 761 709 779 756 315 330 785 879 837 397 274 397 276 502 455 879 834 82417033 Caldes de Malavella 613 535 382 261 364 366 209 293 263 144 84 388 332 251 130 156 149 198 222 188 303 229 22817034 Calonge 797 747 612 638 739 755 566 673 682 112 94 542 507 444 126 164 159 189 172 177 442 414 396

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

17035 Camós 641 667 554 322 233 246 295 295 331 647 536 530 536 432 507 218 504 300 350 471 410 403 41017036 Campdevànol 430 459 559 855 738 754 830 757 766 535 705 651 456 599 366 578 322 511 284 314 499 643 78817037 Campelles 498 575 779 882 813 815 870 835 836 787 855 833 568 777 541 747 508 677 887 896 692 796 85317038 Campllong 634 542 360 147 225 207 126 189 154 117 57 185 368 256 42 74 62 103 510 512 300 223 23717039 Camprodon 597 647 803 852 844 848 844 852 850 760 787 836 650 802 605 729 609 669 439 426 738 814 84317040 Canet d'Adri 595 674 662 380 517 563 452 582 605 851 730 622 497 532 681 503 733 559 520 563 441 520 52017041 Cantallops 876 882 805 191 280 327 231 320 356 643 299 729 848 717 435 96 409 75 828 757 840 716 71217042 Capmany 858 855 733 269 375 416 223 312 349 467 199 700 804 642 314 40 274 30 651 601 781 625 61117043 Queralbs 557 616 818 890 829 829 885 851 853 759 846 783 612 810 439 735 404 664 853 868 723 831 88317044 Cassà de la Selva 670 572 466 262 365 367 290 400 335 75 148 326 393 329 61 168 80 215 156 148 339 303 29917046 Castellfollit de la Roca 580 579 684 702 746 685 648 695 644 519 666 635 591 672 659 564 633 519 422 476 565 657 66717047 Castelló d'Empúries 872 839 715 361 494 353 289 399 265 70 123 758 765 624 137 38 112 34 233 204 709 595 59617048 Castell - Platja d'Aro 791 721 573 577 695 709 503 606 623 39 28 618 466 398 60 117 78 137 169 166 409 366 36017049 Celrà 686 631 463 170 206 154 92 104 54 260 97 488 470 349 124 47 138 76 256 237 379 300 30917050 Cervià de Ter 721 670 516 275 361 285 234 284 179 330 219 578 514 402 73 56 96 79 477 451 430 362 36317051 Cistella 760 820 799 418 559 527 504 643 622 724 653 810 759 734 639 413 630 425 749 772 735 729 69017052 Siurana 816 784 680 199 288 219 256 351 300 272 324 571 702 600 159 106 162 126 746 773 626 569 55317054 Colera 907 887 883 585 727 686 679 762 745 132 408 875 858 829 103 241 94 246 683 704 843 827 82117055 Colomers 768 726 561 334 460 496 263 362 374 264 189 433 576 453 89 59 105 71 709 689 501 419 44417056 Cornellà del Terri 665 643 483 242 7 7 143 21 26 456 246 389 504 371 256 65 243 86 298 290 407 327 32617057 Corçà 771 740 626 486 620 617 443 546 543 267 233 710 584 521 353 228 386 278 373 391 484 474 51117058 Crespià 703 728 646 472 510 356 490 519 461 631 564 614 633 560 472 266 456 299 717 716 586 555 52717060 Darnius 817 870 769 313 431 468 316 421 448 771 419 838 825 682 613 161 587 133 674 613 812 675 68417061 Das 529 577 813 859 876 878 858 874 875 675 811 872 681 835 614 772 568 671 847 889 770 847 86017062 Escala, l' 866 838 683 473 619 647 371 486 503 154 54 564 730 593 244 73 242 61 268 212 712 566 55217063 Espinelves 292 330 244 605 598 23 565 460 44 689 532 400 298 295 871 692 890 683 696 681 322 310 29217064 Espolla 884 864 795 368 504 545 377 497 529 220 215 805 818 713 142 77 107 58 702 678 795 704 69917065 Esponellà 692 709 581 447 465 282 388 373 286 580 440 537 613 487 454 174 442 192 625 604 556 455 48117066 Figueres 821 783 687 181 263 82 206 290 172 105 258 590 721 611 120 81 88 69 100 99 691 605 58317067 Flaçà 743 698 553 345 448 424 307 388 373 450 277 636 535 437 108 98 137 123 442 416 454 396 41617068 Foixà 763 753 610 466 602 605 415 518 510 472 337 640 599 500 322 173 368 208 646 641 534 465 48917069 Fontanals de Cerdanya 564 611 852 872 887 888 872 887 887 684 837 867 710 859 648 802 596 706 675 743 792 862 87017070 Fontanilles 831 812 750 583 717 708 584 703 692 305 388 632 664 644 339 306 366 340 779 818 595 619 62217071 Fontcoberta 668 681 549 416 322 109 323 261 143 588 455 698 571 446 459 167 446 202 381 382 488 422 42017073 Fornells de la Selva 618 548 363 118 185 19 113 178 30 191 107 424 386 265 77 76 91 145 202 270 231 221 24517074 Fortià 854 827 717 341 467 314 299 403 284 150 228 680 746 627 176 86 166 91 496 554 657 589 597

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

17075 Garrigàs 778 768 654 228 325 297 257 352 319 425 402 608 662 559 238 138 249 161 663 664 609 538 53617076 Garrigoles 796 767 650 331 456 492 308 412 439 342 359 514 638 544 161 134 178 163 795 785 583 524 53017077 Garriguella 885 859 781 446 584 508 399 523 457 134 172 605 808 701 119 72 99 55 554 531 761 677 66217078 Ger 582 652 838 878 893 893 868 883 884 739 780 865 743 854 649 738 601 644 757 776 823 858 86517079 Girona 629 561 475 103 157 190 197 280 318 151 320 259 415 339 71 155 64 196 31 40 321 330 30117080 Gombrèn 432 486 664 868 792 797 850 806 810 655 777 643 512 709 518 708 472 622 776 801 607 744 80117081 Gualta 825 800 656 554 688 681 473 587 581 238 138 515 658 545 273 132 293 136 594 632 566 497 52517082 Guils de Cerdanya 621 710 880 892 900 900 889 899 899 779 848 895 782 879 703 810 654 719 790 827 844 883 88017083 Hostalric 479 417 282 70 122 148 167 243 279 176 264 274 222 172 195 323 231 388 238 200 209 168 13917084 Isòvol 567 633 831 874 889 889 867 882 883 747 797 866 732 853 664 761 611 659 869 876 815 857 86617085 Jafre 783 743 622 384 522 567 374 494 506 311 287 699 605 524 160 149 171 172 628 625 532 489 51017086 Jonquera, la 864 876 732 66 118 143 13 30 38 551 101 770 832 637 400 20 356 13 425 334 824 623 61217087 Juià 706 663 520 256 324 292 218 269 233 382 240 417 490 400 202 109 254 174 597 615 415 355 35917088 Lladó 739 737 712 399 540 532 434 565 539 518 525 771 695 643 451 298 424 302 603 600 678 633 61817089 Llagostera 677 590 435 375 444 482 339 394 393 41 27 285 367 277 36 97 38 105 194 169 325 245 25017090 Llambilles 653 578 418 257 359 227 189 271 121 155 90 240 403 298 115 102 133 144 416 432 304 252 27917091 Llanars 583 627 791 850 842 846 841 850 848 722 775 642 635 795 572 719 552 649 659 693 724 803 83717092 Llançà 904 879 840 527 673 632 527 669 621 53 177 777 842 771 54 101 50 81 358 327 827 767 74417093 Llers 812 816 802 314 433 373 460 592 587 451 600 801 751 742 338 330 326 359 435 501 696 726 67917094 Llívia 650 723 879 894 901 901 888 898 898 752 830 789 791 878 699 801 669 711 590 623 847 882 88117095 Lloret de Mar 662 568 510 363 469 504 312 417 444 81 143 430 285 261 17 247 17 277 99 87 243 232 25317096 Llosses, les 338 446 701 844 778 785 848 798 802 824 884 786 477 699 805 824 790 756 766 789 581 739 80817097 Madremanya 730 697 609 406 526 514 396 491 489 400 411 509 525 495 269 271 343 346 704 724 453 472 48417098 Maià de Montcal 687 712 637 511 651 562 483 535 440 656 502 655 687 565 673 268 657 272 694 649 690 548 51317099 Meranges 622 741 888 896 902 902 891 901 901 848 853 874 807 884 764 809 719 704 934 934 866 888 88217100 Masarac 856 842 697 164 245 290 123 187 217 270 142 761 770 602 167 18 145 19 708 701 727 570 55517101 Massanes 492 462 388 151 231 274 265 365 403 403 451 478 241 205 224 372 298 437 460 429 226 204 19817102 Maçanet de Cabrenys 793 891 866 487 635 664 576 711 719 928 732 900 868 804 874 473 868 457 697 651 868 804 78417103 Maçanet de la Selva 563 484 277 3 16 17 56 92 115 131 74 267 257 173 51 113 101 178 224 175 236 166 14017105 Mieres 576 650 770 551 577 579 639 692 640 849 847 819 631 689 891 694 888 678 691 713 636 690 70217106 Mollet de Peralada 878 852 796 309 428 464 378 499 530 186 298 674 799 715 140 104 110 100 792 804 756 702 70017107 Molló 625 690 822 860 855 858 851 860 857 788 779 719 688 821 607 724 621 658 767 788 763 832 84517109 Montagut 616 618 677 664 714 636 588 653 595 567 631 620 640 639 719 468 691 446 507 502 653 632 63517110 Mont-ras 849 792 678 669 774 769 628 726 725 43 53 476 580 525 67 150 83 182 215 332 426 456 51417111 Navata 752 735 692 317 438 409 353 463 434 423 460 738 693 625 453 263 428 280 499 504 643 603 57817112 Ogassa 504 518 642 841 800 803 833 799 803 618 719 610 528 684 462 627 430 561 728 760 598 710 790

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

17114 Olot 526 522 745 730 772 750 745 767 741 553 789 706 533 750 687 788 666 724 123 128 576 759 69317115 Ordis 767 756 638 200 291 247 210 296 229 379 304 591 691 568 360 141 358 146 611 630 616 529 52117116 Osor 434 530 627 541 686 610 603 721 624 858 813 712 416 531 887 804 893 785 725 751 417 558 54717117 Palafrugell 857 798 742 670 775 770 676 753 753 38 183 670 602 597 72 225 81 252 127 125 553 584 57617118 Palamós 836 770 671 668 761 773 635 720 728 37 70 522 537 499 49 185 60 200 136 130 482 486 48017119 Palau de Santa Eulàlia 789 772 655 253 356 326 268 368 333 446 396 565 669 557 226 119 250 149 885 878 620 537 53817120 Palau-saverdera 895 868 785 480 628 584 427 560 481 93 85 726 822 702 136 46 118 39 492 494 766 674 66317121 Palau-sator 833 804 751 626 752 746 586 704 693 262 345 661 645 646 267 329 314 354 648 688 571 618 62317123 Palol de Revardit 660 623 446 152 3 3 62 5 6 399 157 359 478 333 191 36 186 52 498 500 381 288 30017124 Pals 865 829 747 660 771 774 592 709 701 133 158 615 666 633 198 230 217 247 359 348 625 604 62017125 Pardines 533 609 812 888 821 822 883 849 851 813 867 851 598 803 553 777 542 707 884 891 715 821 87517126 Parlavà 785 750 586 470 605 609 385 482 478 208 121 527 601 481 265 115 280 125 586 573 506 434 46317128 Pau 890 860 792 452 590 521 431 563 504 63 160 633 809 714 88 80 72 64 601 621 748 684 68317129 Pedret i Marzà 882 844 782 364 497 394 395 516 454 61 253 721 778 698 58 94 53 95 788 833 717 682 66417130 Pera, la 750 729 562 410 529 519 335 413 397 460 229 572 564 448 325 135 375 164 599 566 498 413 43717132 Peralada 867 831 735 277 384 278 300 404 321 106 232 594 760 647 104 68 85 67 374 399 695 621 62617133 Planes d'Hostoles, les 473 582 699 616 750 691 692 768 713 879 850 808 488 610 875 744 881 730 387 394 502 636 65817134 Planoles 510 603 790 889 822 823 878 848 849 786 842 841 600 797 561 762 512 676 784 812 714 813 84617135 Pont de Molins 827 819 632 50 96 117 11 26 34 278 87 569 747 536 181 10 155 11 545 548 677 481 52617136 Pontós 758 751 597 236 331 305 204 289 222 475 315 544 637 506 188 87 194 97 720 694 572 468 49417137 Porqueres 646 673 590 344 184 203 375 363 383 639 609 652 545 482 510 304 506 379 168 253 425 459 46017138 Portbou 908 903 911 672 780 758 807 834 825 426 668 905 880 883 298 464 299 453 579 583 884 881 85017139 Preses, les 485 513 759 759 796 772 802 814 799 659 854 736 502 774 754 861 738 821 292 430 448 768 77317140 Port de la Selva, el 905 892 890 615 748 720 708 778 761 386 491 880 869 844 340 324 362 332 630 638 858 840 82517141 Puigcerdà 607 659 861 881 894 894 884 895 895 680 820 891 752 872 625 791 589 698 328 319 831 877 87717142 Quart 643 564 377 185 269 97 119 184 31 152 56 303 394 272 55 50 77 99 199 221 277 224 24717143 Rabós 887 866 821 379 516 560 459 591 602 194 300 811 821 756 139 137 111 114 845 834 797 737 73817144 Regencós 859 810 716 671 776 771 589 706 697 47 63 704 623 578 99 177 106 177 557 622 507 510 56917145 Ribes de Freser 514 539 724 877 805 807 861 822 824 634 770 799 542 743 362 665 333 588 430 419 661 771 81117146 Riells i Viabrea 393 533 713 488 636 665 707 776 783 926 919 829 276 472 899 911 916 929 322 347 299 516 51517147 Ripoll 407 406 503 847 707 719 813 712 720 453 647 495 432 516 317 502 259 462 180 174 469 568 68017148 Riudarenes 545 473 287 229 283 330 136 164 200 127 92 423 287 197 150 171 157 195 299 293 244 177 18217149 Riudaura 486 601 834 800 826 810 832 846 832 872 916 835 572 828 840 894 841 870 653 739 628 830 82817150 Riudellots de la Selva 611 526 378 91 144 133 134 199 171 162 151 196 352 262 45 111 65 185 309 298 297 237 24317151 Riumors 852 821 659 303 419 348 229 317 220 160 108 735 737 582 165 35 161 40 692 723 666 532 54217152 Roses 896 871 778 509 657 603 414 542 460 97 51 557 826 693 189 51 173 38 212 164 802 683 661

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

17153 Rupià 766 733 569 443 565 558 349 434 428 281 140 626 577 454 254 103 278 119 710 696 496 410 44617154 Sales de Llierca 657 678 741 655 705 620 626 682 628 658 684 667 689 675 768 467 739 454 893 888 705 679 67217155 Salt 608 576 514 112 167 206 255 350 389 401 490 355 423 369 297 257 303 378 35 82 208 316 31417157 Sant Andreu Salou 624 591 535 372 509 520 436 567 537 429 439 401 378 373 217 357 324 430 734 749 352 352 32117158 Sant Climent Sescebes 873 851 783 307 424 461 348 459 491 233 267 637 798 694 149 85 117 72 656 662 759 685 69817159 Sant Feliu de Buixalleu 437 477 522 425 564 601 519 666 669 767 714 676 270 352 741 751 814 779 470 475 285 372 31717160 Sant Feliu de Guíxols 773 715 602 564 679 697 533 641 659 74 117 494 459 421 164 226 177 266 133 117 431 421 38717161 Sant Feliu de Pallerols 466 563 727 659 770 725 733 793 740 864 865 818 515 652 886 789 884 762 454 469 519 672 70317162 Sant Ferriol 628 679 752 561 593 451 631 684 630 694 763 816 649 680 792 550 764 553 730 800 621 686 67517163 Sant Gregori 593 610 545 243 339 380 262 361 400 624 557 559 453 415 529 376 561 451 220 271 341 376 37217164 Sant Hilari Sacalm 388 437 421 565 713 252 557 685 298 743 636 666 311 393 828 749 855 747 244 211 353 404 34417165 Sant Jaume de Llierca 606 617 657 634 678 604 544 601 534 587 623 843 642 608 786 452 755 431 527 507 644 598 58817166 Sant Jordi Desvalls 749 695 543 285 395 406 303 380 310 349 255 397 546 431 78 70 102 93 509 481 467 399 41317167 Sant Joan de les Abadesses 477 488 570 829 777 783 815 782 787 507 660 531 484 619 446 579 411 510 327 308 550 655 76717168 Sant Joan de Mollet 729 685 531 312 401 368 242 301 264 390 211 468 521 405 91 67 124 90 525 534 429 361 36517169 Sant Julià de Ramis 658 604 383 8 1 1 1 1 1 179 35 371 449 291 97 13 86 28 219 232 314 230 27617170 Vallfogona de Ripollès 445 494 644 822 785 793 820 805 809 695 783 826 496 691 698 743 683 689 775 802 562 718 78317171 Sant Llorenç de la Muga 764 863 828 463 607 627 501 638 656 876 681 894 819 772 822 451 810 442 860 836 811 769 72317172 Sant Martí de Llémena 572 630 653 393 527 571 453 583 606 818 726 750 485 529 787 556 801 583 548 589 437 517 51817173 Sant Martí Vell 724 691 566 321 418 388 324 406 390 464 371 601 526 447 227 179 295 244 677 699 449 424 42717174 Sant Miquel de Campmajor 601 682 753 500 502 494 590 655 597 847 814 806 615 657 849 623 858 627 768 791 601 666 66917175 Sant Miquel de Fluvià 800 793 630 335 461 497 266 366 404 471 280 665 677 526 190 55 218 70 571 515 654 495 51617176 Sant Mori 794 773 584 279 388 432 176 256 292 392 196 518 656 480 182 31 203 42 810 767 610 447 46417177 Sant Pau de Segúries 535 543 647 826 814 816 814 812 806 596 678 624 554 700 527 635 520 565 596 598 648 722 77417178 Sant Pere Pescador 860 824 702 433 572 539 381 504 452 116 155 653 723 603 105 61 103 63 428 392 689 574 55617180 Santa Coloma de Farners 506 468 337 369 480 156 351 442 160 375 307 447 316 271 480 383 500 422 159 140 311 274 24917181 Santa Cristina d'Aro 746 683 599 514 624 653 530 639 657 184 271 654 436 419 50 246 92 320 283 277 390 415 38217182 Santa Llogaia d'Àlguema 802 766 596 56 106 70 72 112 96 158 186 604 676 512 80 23 76 36 567 618 538 458 49617183 Sant Aniol de Finestres 531 632 738 536 683 701 612 729 736 896 852 821 531 653 862 742 875 744 693 725 525 671 69417184 Santa Pau 548 607 816 653 703 694 761 788 765 823 888 834 608 779 870 834 879 799 418 460 618 775 76217185 Sant Joan les Fonts 562 556 648 718 760 705 650 701 649 520 651 641 567 666 665 596 641 545 266 328 522 653 65317186 Sarrià de Ter 645 587 408 13 30 35 5 11 13 192 91 316 437 297 94 33 87 74 142 185 266 238 27817187 Saus 765 739 582 156 237 280 154 221 256 369 270 449 617 468 184 63 200 80 526 487 555 444 45117188 Selva de Mar, la 902 893 898 635 759 729 728 790 775 568 589 892 872 851 463 391 488 411 857 861 863 848 83417189 Cellera de Ter, la 490 531 498 448 587 447 451 581 398 721 608 520 409 399 757 498 758 506 271 295 369 378 35817190 Serinyà 664 668 537 454 397 126 304 229 53 558 365 432 585 430 475 122 443 121 457 413 514 395 406

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

17191 Serra de Daró 808 776 601 512 647 644 413 511 507 228 66 675 630 498 239 91 261 94 706 697 544 439 48717192 Setcases 642 752 875 875 866 867 879 884 880 855 869 853 739 869 707 813 673 737 892 892 813 872 87317193 Sils 561 469 292 192 240 284 121 145 177 62 62 134 281 192 41 131 46 150 211 196 237 175 18417194 Susqueda 440 665 815 803 779 780 778 820 791 942 939 855 522 733 913 891 925 890 890 904 547 756 79117195 Tallada d'Empordà, la 813 794 665 469 616 640 383 505 517 313 226 552 665 571 270 159 283 168 644 642 606 531 54317196 Terrades 782 847 810 419 562 554 447 577 600 764 614 798 794 745 668 371 645 375 799 796 768 731 70117197 Torrent 841 797 722 625 751 745 604 717 711 128 202 797 622 591 214 224 234 257 678 728 520 534 57017198 Torroella de Fluvià 824 799 641 348 482 418 277 383 314 200 154 649 700 549 151 49 140 51 612 597 641 511 53917199 Torroella de Montgrí 846 814 693 538 685 702 510 632 619 147 136 577 682 586 261 151 260 142 203 184 651 557 56817200 Tortellà 638 641 667 633 676 602 545 605 540 560 605 690 659 615 737 412 704 399 543 524 669 609 59117201 Toses 500 628 857 899 849 852 898 872 873 863 904 885 667 857 795 868 750 788 897 905 765 863 88917202 Tossa de Mar 713 661 704 521 655 677 600 714 722 229 463 669 360 455 52 507 70 523 239 247 349 452 41517203 Ultramort 790 763 591 475 623 621 403 500 494 258 122 631 614 493 271 110 290 116 689 679 526 437 48817204 Ullà 839 809 674 503 652 673 466 596 604 214 144 778 678 573 289 152 313 158 399 453 577 525 55917205 Ullastret 803 777 624 553 687 679 445 549 546 304 120 727 620 520 294 158 340 162 682 670 542 454 51217206 Urús 523 566 807 856 874 875 856 871 872 681 803 824 668 827 593 760 546 661 835 857 769 842 85617207 Vall d'en Bas, la 458 498 725 734 786 786 800 828 800 700 849 598 473 729 775 843 762 800 310 364 465 733 68817208 Vall de Bianya, la 536 565 686 754 791 751 732 756 727 646 713 795 588 722 791 710 765 654 411 470 573 714 65917209 Vall-llobrega 826 788 673 700 783 790 651 727 733 175 109 549 562 509 133 186 176 219 500 549 473 460 50917210 Ventalló 810 780 583 311 430 467 200 285 324 284 75 471 663 489 145 24 147 25 549 490 611 441 48217211 Verges 799 769 629 442 582 615 407 532 542 204 161 688 634 530 218 127 224 129 431 396 549 479 52417212 Vidrà 392 501 615 846 704 718 823 736 744 912 873 694 445 576 744 711 806 703 826 821 510 637 80217213 Vidreres 600 503 369 98 21 25 157 140 170 69 118 221 290 212 39 147 43 197 191 165 251 193 20517214 Vilabertran 843 801 649 149 229 30 78 125 16 86 104 583 729 566 86 21 73 29 329 421 508 491 53717215 Vilablareix 612 554 386 77 133 166 43 79 101 277 175 209 401 275 170 84 206 204 146 235 211 215 24817216 Viladasens 738 702 560 144 221 265 152 220 255 393 284 461 551 450 101 93 126 113 744 714 481 426 43917217 Viladamat 837 806 606 381 519 559 250 345 365 168 33 479 698 514 203 28 192 27 617 572 640 453 50617218 Vilademuls 718 719 645 232 328 370 321 427 456 589 566 722 587 547 319 267 352 325 521 509 535 540 53217220 Viladrau 267 322 411 654 581 317 723 650 469 744 724 567 264 345 864 828 891 822 440 435 295 377 33117221 Vilafant 807 779 728 189 278 192 337 441 432 174 437 645 713 661 196 197 175 263 139 256 479 629 64917222 Vilaür 762 745 576 190 279 325 141 205 239 370 227 497 626 462 194 42 205 56 829 799 564 435 45017223 Vilajuïga 889 853 787 427 567 479 405 530 467 56 156 775 800 707 65 71 54 57 473 468 745 678 66517224 Vilallonga de Ter 581 694 869 861 857 859 876 879 879 868 906 902 692 864 776 859 756 798 745 786 771 868 87117225 Vilamacolum 845 815 689 329 454 387 305 410 348 189 213 493 717 601 156 78 153 88 695 692 679 571 55717226 Vilamalla 805 764 588 104 158 49 66 102 21 146 111 442 674 507 84 22 79 26 420 411 559 448 49717227 Vilamaniscle 891 874 836 497 645 606 515 662 616 237 338 742 831 769 141 157 122 141 878 860 804 761 742

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

17228 Vilanant 781 785 736 328 450 404 400 524 497 476 505 756 727 673 434 259 413 285 606 675 665 650 65617230 Vila-sacra 853 805 633 244 340 123 117 182 17 64 42 489 726 546 59 12 51 12 469 533 558 461 52917232 Vilopriu 776 742 620 265 371 412 254 349 388 341 334 586 610 519 152 120 163 148 785 774 545 490 50417233 Vilobí d'Onyar 556 499 358 203 293 167 247 336 109 325 235 344 349 287 358 277 395 337 286 264 313 272 27417234 Biure 823 845 708 197 286 333 155 224 259 504 238 638 780 612 372 52 349 45 750 710 744 586 59017901 Cruïlles, Monells i Sant... 756 717 758 525 662 659 595 710 704 292 597 711 534 656 213 488 292 525 395 461 461 646 64517902 Forallac 798 761 706 563 701 692 523 649 639 197 275 603 589 598 241 322 294 350 343 365 500 556 57317903 Sant Julià del Llor i Bonmatí 528 549 533 349 483 502 491 626 492 673 637 541 426 429 702 522 713 546 372 407 368 423 38125001 Abella de la Conca 575 746 896 902 878 880 903 894 894 903 903 914 859 903 897 877 882 787 911 909 894 907 92125002 Àger 676 795 829 842 848 851 838 826 829 790 671 871 870 875 804 641 753 529 786 745 890 875 84925003 Agramunt 332 297 249 735 521 566 766 448 482 255 374 189 471 445 316 289 230 227 288 241 554 487 50725004 Alamús, els 603 545 361 415 205 245 333 146 178 380 130 233 704 575 345 124 351 112 475 480 605 522 65525005 Alàs i Cerc 568 669 846 908 914 914 899 903 903 810 781 904 841 888 889 846 872 748 718 779 875 887 89025006 Albagés, l' 630 606 556 436 573 611 416 543 566 480 523 469 744 674 610 309 594 327 655 628 749 689 64825007 Albatàrrec 707 605 417 86 95 116 69 68 83 27 23 178 758 613 187 44 164 50 281 358 478 514 57525008 Albesa 672 621 578 531 421 459 581 507 541 234 336 517 772 754 301 291 256 282 408 425 729 734 75125009 Albi, l' 501 482 311 16 37 43 12 27 35 496 342 311 549 407 447 118 425 98 541 450 587 412 38625010 Alcanó 711 639 489 292 377 419 196 238 274 141 88 406 779 664 381 130 350 101 722 687 731 620 67725011 Alcarràs 757 662 501 195 139 174 124 97 120 35 22 281 801 687 134 62 115 44 213 206 685 612 69125012 Alcoletge 636 560 429 386 115 139 428 159 194 123 145 315 725 621 268 145 252 183 325 357 574 596 70725013 Alfarràs 747 693 617 636 610 639 591 550 573 83 139 462 816 781 132 207 93 154 353 339 798 766 75925014 Alfés 700 640 440 172 213 257 95 118 142 226 41 496 793 626 467 82 426 60 618 608 700 565 58125015 Algerri 701 657 598 699 699 715 704 675 684 293 273 485 790 766 179 255 187 231 654 644 794 762 75525016 Alguaire 720 687 502 498 354 397 411 196 226 232 36 536 812 679 295 75 238 48 318 292 733 627 72725017 Alins 795 925 930 933 933 933 933 933 933 945 938 933 931 931 945 945 945 925 925 925 932 932 93725019 Almacelles 811 762 550 566 500 542 421 310 346 48 14 425 853 724 131 26 95 15 297 238 819 695 73625020 Almatret 870 858 801 697 790 796 689 761 770 526 353 812 895 855 647 361 639 353 798 738 897 851 78525021 Almenar 741 714 564 587 539 581 506 409 437 193 71 419 834 736 307 128 235 84 332 299 793 709 74925022 Alòs de Balaguer 499 537 847 833 799 802 886 858 862 682 910 847 690 870 545 829 507 757 888 902 782 876 90525023 Alpicat 734 646 482 401 100 120 294 67 82 25 21 322 789 660 102 41 75 43 187 214 588 587 71725024 Alt Àneu 893 935 937 938 938 938 942 941 941 908 905 929 936 937 928 924 920 882 908 910 937 937 94325025 Naut Aran 911 939 939 940 940 940 940 940 940 918 908 939 939 941 935 927 930 888 742 780 939 941 92525027 Anglesola 318 246 151 602 70 86 624 44 58 235 266 43 444 377 275 212 215 173 393 370 455 381 43825029 Arbeca 461 419 368 270 378 420 327 433 465 360 442 451 561 558 465 382 432 352 356 338 580 572 47025030 Pont de Bar, el 550 686 891 900 906 906 901 910 910 877 909 908 813 900 879 893 862 825 909 912 869 902 89925031 Arres 931 942 943 942 942 942 943 943 943 880 891 943 942 943 912 909 902 844 945 945 941 943 933

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

25032 Arsèguel 552 672 855 904 909 909 895 905 905 850 835 766 817 881 883 852 863 755 927 924 872 884 87625033 Artesa de Lleida 635 557 504 390 412 452 364 420 447 215 322 383 722 658 357 222 342 233 371 405 623 635 62825034 Artesa de Segre 425 412 391 801 721 733 773 657 670 318 378 357 586 592 437 367 359 288 365 317 701 634 63625035 Sentiu de Sió, la 522 476 517 690 690 704 657 593 612 224 449 379 639 703 257 432 196 372 610 626 681 698 73925036 Aspa 669 612 614 468 585 618 518 622 641 377 593 510 761 757 483 390 477 408 739 761 736 747 74525037 Avellanes i Santa Linya, les 631 684 698 786 794 799 779 751 760 630 533 739 803 805 550 469 498 420 735 698 830 808 76625038 Aitona 809 738 613 231 285 332 350 408 436 84 89 441 851 776 285 176 264 138 391 379 810 760 73525039 Baix Pallars 702 865 916 916 916 916 914 914 914 923 897 918 918 917 936 908 932 846 889 885 919 917 91825040 Balaguer 570 500 479 644 617 646 599 506 538 99 262 249 671 670 175 281 132 230 182 157 708 673 72225041 Barbens 379 347 306 586 191 232 645 246 282 359 494 201 501 488 402 342 354 309 476 479 529 512 57225042 Baronia de Rialb, la 411 523 631 866 830 831 849 815 818 807 721 779 660 768 761 685 695 567 836 805 777 793 83325043 Vall de Boí, la 888 937 935 926 926 926 924 926 926 938 917 942 937 932 934 912 928 854 842 835 936 931 94025044 Bassella 319 418 544 851 833 835 842 789 793 709 685 752 565 712 750 704 677 580 806 783 719 754 81825045 Bausen 939 945 945 945 945 945 945 945 945 894 894 945 945 945 920 913 910 852 946 946 945 945 94125046 Belianes 386 341 374 438 396 438 475 476 512 340 544 438 487 551 502 485 451 443 562 559 523 583 44925047 Bellcaire d'Urgell 478 447 384 613 479 517 668 514 549 183 347 396 592 564 242 260 185 224 434 404 613 580 62525048 Bell-lloc d'Urgell 574 496 326 464 64 77 384 98 122 202 170 153 646 542 186 123 174 108 345 322 575 515 62125049 Bellmunt d'Urgell 447 428 488 665 570 608 760 625 643 301 591 466 582 623 368 418 317 387 712 754 627 662 70425050 Bellpuig 385 302 203 516 51 61 560 46 60 157 295 194 474 417 282 217 221 191 264 226 485 429 49025051 Bellver de Cerdanya 544 596 809 867 881 883 859 875 876 657 755 809 707 834 588 726 527 618 511 503 800 849 86225052 Bellvís 543 511 407 537 195 235 477 203 237 410 343 256 670 587 421 210 392 212 360 343 658 581 67825053 Benavent de Segrià 684 615 493 441 156 197 426 198 230 122 133 483 766 671 233 114 198 124 369 423 622 628 72625055 Biosca 143 146 218 788 639 580 715 620 519 447 508 297 387 418 505 523 439 440 740 703 458 467 50825056 Bovera 742 744 757 666 773 782 660 747 755 576 619 709 815 845 595 552 590 504 760 755 822 839 77225057 Bòrdes, es 928 940 940 939 939 939 936 937 937 881 862 935 940 939 915 899 903 823 926 928 940 939 92825058 Borges Blanques, les 516 457 325 93 147 183 101 158 193 190 269 159 604 502 440 204 387 175 260 216 589 498 42425059 Bossòst 934 943 942 943 943 943 941 942 942 870 858 938 943 942 911 900 901 824 783 831 943 942 93425060 Cabanabona 253 338 272 828 653 674 794 517 552 638 454 328 483 452 644 411 574 333 901 858 619 505 50525061 Cabó 554 707 910 911 899 899 919 912 912 899 936 897 833 912 869 921 852 879 928 932 885 913 91625062 Camarasa 546 521 555 736 745 762 700 658 671 326 459 475 703 738 407 437 347 374 570 541 741 742 74025063 Canejan 938 946 946 946 946 946 946 946 946 915 922 946 946 946 929 926 921 886 943 942 946 946 94225064 Castellar de la Ribera 254 401 618 824 856 843 843 831 834 809 808 755 508 763 734 835 670 736 882 880 682 791 83925067 Castelldans 599 524 427 245 341 382 166 241 277 230 288 408 685 538 415 133 389 120 487 454 670 546 43625068 Castellnou de Seana 419 358 222 543 32 37 528 35 46 274 281 161 513 434 305 193 255 160 486 457 509 433 50125069 Castelló de Farfanya 637 595 529 705 700 717 641 569 589 253 220 617 734 708 173 229 165 194 607 570 746 694 74125070 Castellserà 413 379 399 675 481 518 750 529 558 314 518 375 548 555 396 379 345 339 462 448 596 602 617

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

25071 Cava 525 736 913 910 915 915 917 920 920 933 943 888 852 914 925 937 922 915 939 939 893 914 90325072 Cervera 151 100 78 745 84 102 712 47 61 329 297 85 343 292 375 317 321 249 206 156 408 324 33525073 Cervià de les Garrigues 553 525 471 213 305 350 240 329 368 607 551 416 607 510 432 206 435 220 559 493 675 544 41425074 Ciutadilla 273 276 275 557 472 509 522 483 518 485 534 271 442 473 631 540 557 468 743 715 475 503 38925075 Clariana de Cardener 111 280 594 717 793 798 792 807 811 828 885 659 381 632 684 858 622 772 825 848 459 696 80525076 Cogul, el 663 598 639 411 554 596 550 688 700 280 629 526 740 752 428 406 420 419 774 794 732 755 75425077 Coll de Nargó 457 589 766 895 875 877 890 856 860 837 773 696 745 849 848 806 821 692 716 707 834 856 87925078 Corbins 640 599 439 458 210 254 433 144 176 265 128 338 757 634 419 144 379 127 383 406 645 593 71025079 Cubells 467 466 456 744 709 721 693 642 660 306 395 481 632 641 433 385 355 314 699 667 707 658 68725081 Espluga Calba, l' 421 431 453 428 569 607 493 629 647 565 642 453 557 554 758 477 709 447 650 637 604 601 44825082 Espot 861 928 931 935 935 935 935 935 935 931 918 931 934 934 939 933 935 894 919 920 934 933 93225085 Estaràs 91 103 177 766 423 100 678 405 231 590 592 217 341 364 730 597 679 495 763 731 420 408 42825086 Esterri d'Àneu 879 926 929 934 934 934 932 932 932 911 892 926 933 930 930 920 924 871 862 870 933 930 92325087 Esterri de Cardós 830 923 934 932 932 932 937 936 936 934 935 934 930 935 943 942 940 920 944 943 930 935 94525088 Estamariu 586 675 878 907 913 913 908 911 911 780 860 903 840 904 868 881 848 796 900 922 877 905 89725089 Farrera 759 917 936 930 930 930 939 939 939 946 945 940 928 936 946 946 946 935 940 940 928 936 94625092 Floresta, la 474 493 457 258 360 401 278 384 418 611 571 498 629 572 740 403 688 380 778 769 655 592 46125093 Fondarella 495 421 246 461 17 20 457 16 19 145 207 154 575 467 221 129 189 110 378 452 490 445 56025094 Foradada 438 458 459 783 749 763 758 690 703 413 473 486 619 622 497 408 427 336 808 784 711 663 69225096 Fuliola, la 391 364 279 673 417 457 729 347 385 361 422 405 511 469 344 276 297 250 445 402 560 502 54425097 Fulleda 420 452 424 394 530 573 423 554 578 640 618 422 543 494 765 421 717 403 880 840 592 523 40825098 Gavet de la Conca 639 771 874 880 877 879 892 889 889 829 807 901 871 897 856 799 828 688 852 849 895 896 91125099 Golmés 443 373 236 471 92 111 548 105 128 223 285 144 538 449 277 178 236 155 338 356 489 443 51725100 Gósol 414 569 856 869 884 885 873 888 888 907 920 827 705 860 888 888 871 815 874 872 814 870 87425101 Granadella, la 716 703 635 591 725 738 478 599 617 478 482 606 784 782 520 427 492 415 619 580 790 773 73425102 Granja d'Escarp, la 874 837 764 485 614 643 538 665 677 143 163 658 886 846 383 243 376 226 604 568 882 841 77525103 Granyanella 212 149 89 709 20 24 681 18 23 335 272 36 380 310 335 256 265 203 751 720 416 329 35025104 Granyena de Segarra 176 227 297 750 363 405 788 447 480 757 700 317 392 424 678 581 650 505 813 792 456 476 47825105 Granyena de les Garrigues 699 638 547 424 548 591 342 426 453 276 323 398 775 721 473 280 437 268 855 823 751 705 71125109 Guimerà 233 267 342 600 544 586 582 557 582 597 640 458 410 522 632 671 582 579 657 654 460 564 40525110 Guissona 163 165 160 794 470 505 748 307 343 437 369 223 414 362 617 401 537 312 314 250 491 393 42125111 Guixers 285 383 729 840 863 857 853 866 855 799 879 714 541 796 811 873 785 786 870 886 710 818 85425112 Ivars de Noguera 736 720 700 677 664 683 695 674 683 279 314 602 829 806 260 319 211 273 690 729 816 795 76425113 Ivars d'Urgell 406 370 278 589 202 243 622 217 252 358 420 199 529 478 399 282 357 256 380 360 557 496 56525114 Ivorra 95 133 153 774 556 272 670 431 232 615 511 164 365 366 697 539 629 455 802 744 439 407 40925115 Isona i Conca Dellà 571 692 811 893 867 868 881 854 856 822 734 848 827 861 836 716 802 601 631 602 876 869 884

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

25118 Juncosa 632 644 660 576 720 732 547 678 687 628 658 720 738 780 682 554 653 513 669 658 750 779 75825119 Juneda 541 483 364 214 306 351 160 230 266 199 274 202 647 527 450 182 394 147 305 282 597 504 43025120 Lleida 693 583 469 223 54 65 221 155 189 16 50 261 763 681 129 112 82 59 68 47 779 700 68525121 Les 936 944 944 944 944 944 944 944 944 886 871 944 944 944 917 905 904 833 832 877 944 944 93525122 Linyola 471 455 346 550 303 346 564 253 289 323 341 167 603 541 386 249 346 223 354 326 615 553 60625123 Lladorre 868 930 932 936 937 937 934 934 934 932 913 932 935 933 940 931 937 892 930 929 935 934 93825124 Lladurs 260 448 793 823 858 844 863 877 865 875 927 869 519 819 772 895 729 834 833 859 694 844 90725125 Llardecans 777 774 592 558 697 711 444 553 577 431 150 589 855 764 624 227 586 213 666 606 837 748 71925126 Llavorsí 770 895 924 927 927 927 927 927 927 929 921 927 924 924 942 936 938 898 914 915 924 924 91925127 Lles de Cerdanya 579 706 885 897 905 905 897 906 907 860 877 906 805 892 830 862 804 767 872 874 865 894 89825128 Llimiana 614 731 871 870 865 866 864 859 863 798 831 844 843 896 801 825 745 717 918 917 880 895 89425129 Llobera 142 261 450 816 765 724 798 754 714 738 718 506 454 588 847 768 825 650 800 781 578 654 71425130 Maldà 371 327 413 467 468 503 524 568 588 352 612 266 480 590 514 563 465 489 684 709 512 613 47725131 Massalcoreig 871 822 723 409 553 595 481 594 613 82 73 545 882 822 331 190 312 156 680 659 871 811 76125132 Massoteres 147 169 243 806 524 569 768 474 509 495 549 402 407 427 646 534 565 448 713 740 468 470 49525133 Maials 806 789 605 580 712 726 462 579 603 283 68 592 862 770 538 201 496 169 600 528 848 763 72525134 Menàrguens 604 553 496 545 441 478 507 338 376 249 251 351 720 685 346 273 305 242 464 488 676 652 72425135 Miralcamp 489 430 307 366 196 236 398 235 272 247 302 179 581 518 330 216 307 211 361 384 533 506 48525136 Molsosa, la 40 127 521 691 762 470 777 787 688 793 895 623 319 570 858 904 854 867 830 855 403 651 77125137 Mollerussa 472 395 259 434 85 103 499 80 102 139 244 109 560 477 251 181 202 143 160 152 536 477 54825138 Montgai 448 404 477 695 609 638 736 697 708 177 542 487 570 629 284 417 212 369 529 532 635 664 69625139 Montellà i Martinet 534 626 839 884 895 895 882 893 893 794 818 909 756 868 810 821 760 712 733 736 833 871 86825140 Montferrer i Castellbò 584 653 843 915 907 907 906 896 896 714 745 780 847 891 877 836 857 731 485 639 862 886 88725141 Montoliu de Segarra 154 254 410 656 560 599 759 623 642 778 768 587 398 517 832 778 811 697 814 807 462 588 60225142 Montoliu de Lleida 717 620 454 161 182 225 128 142 174 54 32 296 776 638 240 66 225 65 466 535 590 567 59825143 Montornès de Segarra 190 410 487 713 545 587 743 651 665 922 819 581 523 605 924 818 923 741 899 884 631 661 67625145 Nalec 289 275 305 560 476 513 542 520 553 439 572 362 443 496 562 542 494 469 868 850 474 526 39725146 Navès 129 316 571 805 846 832 822 833 816 859 851 803 457 686 901 880 887 804 759 766 603 732 79825148 Odèn 402 570 882 873 888 876 910 902 902 906 932 837 684 901 841 935 826 904 851 882 803 903 90825149 Oliana 366 487 587 863 854 856 855 800 804 785 707 616 628 755 796 709 737 584 490 441 758 783 83025150 Oliola 307 425 485 837 789 795 831 739 748 769 665 502 559 635 782 613 722 500 816 782 704 688 66825151 Olius 141 256 458 740 809 808 757 786 792 755 729 596 396 535 635 723 577 613 556 575 471 608 78025152 Oluges, les 109 108 87 785 177 114 667 149 98 509 393 90 351 304 622 435 555 363 747 702 414 339 34525153 Omellons, els 446 472 524 347 478 516 419 548 571 644 690 457 596 631 756 531 714 482 752 746 649 660 50325154 Omells de na Gaia, els 362 409 452 482 613 642 534 677 686 683 691 539 530 556 824 585 792 516 841 819 579 610 45325155 Organyà 482 608 788 901 886 887 896 863 867 827 771 846 771 858 852 807 830 691 622 624 850 867 878

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

25156 Os de Balaguer 656 645 672 770 764 776 769 738 747 433 497 582 773 798 324 425 309 381 620 596 809 798 76525157 Ossó de Sió 259 249 206 776 447 485 755 340 379 398 385 231 441 394 380 299 334 236 732 677 503 430 46525158 Palau d'Anglesola, el 480 427 251 476 48 58 464 25 33 185 216 299 578 471 272 146 229 111 337 335 528 450 56125161 Conca de Dalt 654 869 921 909 908 908 916 916 916 937 937 920 913 919 938 928 933 896 840 879 916 919 92225163 Coma i la Pedra, la 357 514 895 862 882 871 902 909 906 905 944 910 643 893 855 938 844 917 861 890 780 899 93025164 Penelles 433 407 403 641 520 565 731 538 563 263 479 334 563 561 350 343 284 297 574 581 600 594 62725165 Peramola 375 536 720 879 862 864 877 839 840 889 810 899 686 815 863 823 840 710 781 775 799 838 86925166 Pinell de Solsonès 192 434 754 821 853 830 854 864 852 913 926 788 500 800 861 906 847 851 824 844 680 826 89525167 Pinós 56 179 719 657 747 658 812 824 827 836 941 772 317 688 793 925 754 908 681 759 400 741 82225168 Poal, el 509 471 536 540 244 289 684 526 556 320 664 533 621 677 347 434 330 434 522 599 608 701 74325169 Pobla de Cérvoles, la 542 544 523 319 440 477 354 465 496 676 635 454 624 579 674 386 701 398 815 758 702 616 47225170 Bellaguarda 674 671 682 609 743 760 614 722 729 578 638 693 742 783 544 506 538 480 755 737 767 785 76325171 Pobla de Segur, la 698 849 906 905 903 903 900 900 900 884 834 911 907 913 908 863 894 763 515 510 914 912 91025172 Ponts 325 343 289 835 740 756 789 611 629 441 377 429 499 497 438 373 373 286 407 341 652 561 54525173 Pont de Suert, el 877 920 926 919 919 919 918 918 918 885 872 925 926 925 907 892 892 807 652 663 925 925 91225174 Portella, la 683 634 574 502 352 395 543 456 488 218 317 599 783 746 320 253 271 261 505 576 716 728 74625175 Prats i Sansor 537 597 814 864 879 881 862 878 878 701 799 773 699 842 628 756 576 657 831 854 786 850 85825176 Preixana 360 360 345 552 189 230 665 337 375 511 595 337 506 515 586 441 528 423 593 609 531 549 58925177 Preixens 373 339 339 737 592 622 781 536 562 254 450 358 505 511 313 351 232 292 580 574 567 559 57925179 Prullans 560 622 830 876 892 892 871 885 885 708 790 759 735 856 657 766 593 653 863 869 820 861 86425180 Puiggròs 488 464 371 221 313 358 264 364 402 367 380 331 611 563 523 337 483 304 660 673 593 560 43425181 Puigverd d'Agramunt 300 296 270 762 550 593 780 452 484 394 475 248 462 438 391 338 337 281 673 690 524 482 50225182 Puigverd de Lleida 615 532 460 387 471 507 338 443 476 216 291 503 706 607 356 184 341 190 427 433 629 599 49125183 Rialp 755 878 922 923 924 924 922 923 923 891 881 916 921 922 923 914 915 858 793 842 921 922 90625185 Ribera d'Urgellet 566 649 851 914 904 904 911 892 892 774 791 820 836 889 873 848 853 753 639 671 878 891 89125186 Riner 80 204 512 729 801 742 770 794 797 791 843 579 372 567 831 857 808 769 723 734 457 642 78125189 Rosselló 712 642 473 444 174 218 370 119 145 79 29 342 781 655 171 60 144 53 293 330 624 590 72025190 Salàs de Pallars 690 843 902 898 897 897 894 891 891 861 798 877 901 910 896 832 874 725 838 853 911 910 91325191 Sanaüja 202 228 227 811 694 651 739 588 574 512 441 235 422 441 474 462 401 391 647 595 516 493 53525192 Sant Guim de Freixenet 74 51 131 732 426 463 711 382 416 528 541 79 293 281 663 525 610 461 455 393 365 323 31025193 Sant Llorenç de Morunys 309 414 731 845 868 862 857 867 858 815 874 753 556 799 806 866 780 773 595 605 722 822 85525194 Sant Ramon 99 85 138 758 381 95 663 360 196 501 509 169 333 347 576 510 518 441 568 513 413 385 40025196 Sant Esteve de la Sarga 671 833 897 883 883 884 880 873 874 888 821 889 887 908 884 826 861 723 931 930 906 908 90225197 Sant Guim de la Plana 127 270 344 818 575 612 804 559 583 789 686 413 447 476 878 677 859 576 801 777 541 543 55425200 Sarroca de Lleida 753 701 558 385 505 547 361 454 486 173 167 421 824 728 449 187 410 171 670 643 788 712 70525201 Sarroca de Bellera 815 890 920 918 918 918 915 915 915 854 838 919 922 918 900 864 880 764 932 931 922 918 917

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

25202 Senterada 754 875 914 913 912 912 909 908 909 866 826 915 916 915 902 855 886 754 935 935 917 915 91525203 Seu d'Urgell, la 585 656 853 912 910 910 905 897 897 731 769 746 850 894 880 849 860 752 289 279 891 898 88625204 Seròs 847 778 694 355 462 498 449 552 576 40 82 702 866 809 287 205 248 180 459 436 839 794 75025205 Sidamon 530 460 288 495 61 73 435 37 48 201 203 295 606 508 209 139 188 118 493 498 539 480 58025206 Soleràs, el 678 660 604 493 626 654 448 566 586 484 513 743 785 761 626 410 591 404 701 680 776 753 74725207 Solsona 172 247 484 775 816 791 785 804 782 645 722 576 417 596 564 734 502 616 261 231 530 667 77925208 Soriguera 704 857 918 925 925 925 926 924 924 914 907 921 914 920 922 916 913 865 898 895 918 920 90125209 Sort 744 873 919 921 922 922 920 921 921 895 889 917 920 921 926 917 918 861 623 647 920 921 90425210 Soses 787 708 552 82 86 105 199 195 225 60 47 349 830 732 201 100 183 82 401 397 752 691 73325211 Sudanell 731 635 494 210 262 308 205 239 275 36 52 382 788 669 208 79 193 87 443 496 660 615 68225212 Sunyer 719 676 532 315 387 431 287 348 387 351 204 467 811 696 470 172 453 166 668 682 737 669 68925215 Talarn 689 823 892 891 891 891 887 881 882 811 758 868 891 906 857 795 829 680 698 825 901 906 90925216 Talavera 106 132 192 688 451 487 738 428 458 619 613 166 321 328 708 558 651 483 665 636 387 374 35525217 Tàrrega 255 173 148 651 83 101 664 132 161 171 316 163 413 379 342 318 253 255 165 138 452 400 39925218 Tarrés 439 433 330 271 379 421 276 379 414 486 471 472 494 410 543 250 499 235 859 808 527 427 39125219 Tarroja de Segarra 155 122 112 790 267 312 722 153 187 406 348 59 375 321 468 349 408 269 761 706 433 348 35625220 Térmens 589 551 468 519 434 471 488 304 340 297 239 450 718 667 411 262 378 232 389 388 684 638 71325221 Tírvia 775 910 927 928 928 928 929 929 929 939 933 937 925 927 944 941 942 919 937 938 926 927 93925222 Tiurana 301 429 572 857 803 805 845 791 794 749 736 734 579 718 820 728 768 615 938 936 721 765 82725223 Torà 101 123 223 769 644 465 685 637 464 529 576 312 359 404 584 593 503 478 463 410 432 451 59325224 Torms, els 667 680 679 542 674 693 520 654 667 627 648 613 769 791 672 517 643 490 849 837 774 788 75725225 Tornabous 343 308 179 624 277 323 653 100 124 299 245 148 472 395 351 194 285 134 483 434 504 401 45425226 Torrebesses 735 724 541 449 576 613 329 415 442 424 149 525 839 716 630 195 585 170 753 684 808 693 68625227 Torre de Cabdella, la 818 906 923 920 921 921 921 922 922 924 912 923 923 923 914 897 905 829 846 838 923 923 93125228 Torrefarrera 710 613 423 392 79 94 318 23 28 31 20 216 764 617 123 32 89 32 251 291 513 519 70825230 Torregrossa 532 463 402 323 362 403 363 451 483 196 381 364 618 594 326 284 288 270 346 342 569 582 55025231 Torrelameu 627 592 472 477 290 335 474 242 278 291 200 380 748 665 401 200 363 187 489 544 662 631 72125232 Torres de Segre 769 696 548 206 170 210 193 180 211 95 98 644 823 727 263 125 245 104 363 366 743 687 72825233 Torre-serona 682 600 434 391 45 54 362 61 75 46 37 275 750 620 157 69 141 85 482 594 515 554 70925234 Tremp 679 802 868 885 885 886 874 868 869 781 720 893 884 898 842 745 807 625 392 376 905 897 88825238 Vallbona de les Monges 334 374 467 522 591 619 563 689 702 670 715 555 492 584 802 647 751 566 736 726 551 622 46825239 Valls de Valira, les 655 734 870 917 917 917 912 907 908 777 762 884 877 905 867 837 846 729 686 705 902 904 89625240 Vallfogona de Balaguer 555 510 507 595 532 574 574 478 514 244 391 276 683 690 361 364 310 331 384 398 671 681 72925242 Verdú 256 265 283 632 316 361 629 455 487 503 577 319 451 470 685 520 617 464 458 445 492 513 40725243 Vielha e Mijaran 918 938 938 937 936 936 930 931 931 887 863 936 938 938 918 901 908 827 578 578 938 938 92625244 Vilagrassa 287 220 132 617 50 60 608 22 27 248 247 58 434 363 349 237 279 193 480 536 427 367 411

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

25245 Vilaller 894 933 933 922 923 923 923 925 925 882 882 928 932 929 904 898 889 826 877 881 931 929 92725247 Vilamòs 929 941 941 941 941 941 938 938 938 900 876 941 941 940 919 903 909 830 936 937 942 940 92925248 Vilanova de Bellpuig 427 357 264 455 239 283 494 222 257 259 387 403 518 464 332 254 291 245 410 408 505 483 53125249 Vilanova de l'Aguda 264 356 324 838 744 753 786 640 658 660 521 543 482 513 574 465 501 396 777 711 634 579 57725250 Vilanova de Meià 505 571 675 849 815 817 840 802 807 698 696 715 724 785 658 594 588 485 764 732 807 802 82625251 Vilanova de Segrià 697 648 551 474 274 320 492 377 412 180 263 561 787 723 283 199 244 214 451 522 693 697 73725252 Vila-sana 444 403 372 504 111 135 585 265 305 339 506 393 553 534 341 308 306 303 528 564 540 562 60925253 Vilosell, el 515 509 451 215 307 352 230 319 355 664 580 409 590 501 656 315 664 321 817 750 663 530 41225254 Vilanova de la Barca 609 567 414 465 299 343 425 150 184 319 131 444 741 618 448 170 405 135 436 422 672 577 70625255 Vinaixa 462 456 349 137 209 253 163 234 271 474 457 445 524 428 488 232 449 218 576 508 546 440 39225901 Vall de Cardós 819 915 925 929 929 929 928 928 928 930 914 930 927 926 941 930 936 891 907 908 927 926 93625902 Sant Martí de Riucorb 349 317 387 490 508 550 556 603 620 397 615 250 468 553 522 547 478 481 537 538 511 597 44125903 Guingueta d'Àneu, la 863 921 928 931 931 931 931 930 930 917 901 924 929 928 933 922 927 876 906 914 929 928 92425904 Castell de Mur 648 782 881 871 873 874 869 865 868 832 802 856 876 902 850 811 823 701 913 911 896 900 89325905 Ribera d'Ondara 105 89 57 719 315 360 675 123 150 477 313 138 304 229 430 305 377 240 561 482 366 263 23625906 Valls d'Aguilar, les 619 848 917 924 920 920 925 919 919 943 940 922 902 916 927 923 926 887 896 893 915 916 92025907 Torrefeta i Florejacs 180 178 159 784 486 525 749 318 354 434 356 133 420 365 592 375 519 290 513 472 477 387 42325908 Fígols i Alinyà 468 619 858 903 890 890 907 886 886 874 887 828 786 886 890 887 873 805 809 875 852 889 90025909 Vansa i Fórnols, la 455 704 907 906 911 911 913 917 917 936 942 913 835 911 932 939 931 916 912 918 886 911 91425910 Josa i Tuixén 428 588 867 887 898 898 893 904 904 909 929 907 749 885 905 910 898 855 916 913 842 890 88525911 Plans de Sió, els 229 199 183 779 453 490 753 330 369 368 373 137 427 390 412 336 361 264 592 521 494 417 46225912 Gimenells i el Pla de la 844 787 765 496 534 575 559 634 652 67 259 562 864 840 154 258 135 262 553 567 838 835 77725913 Riu de Cerdanya 517 552 776 854 872 873 846 862 866 629 751 774 653 808 535 713 485 606 920 921 755 819 85143001 Aiguamúrcia 246 298 474 374 513 555 480 613 632 674 767 501 296 408 720 786 716 739 506 516 351 449 46643002 Albinyana 380 352 312 241 337 291 332 438 378 493 503 353 240 224 417 478 440 475 311 302 242 231 26043003 Albiol, l' 487 439 335 414 491 533 306 369 405 333 366 280 412 367 336 296 328 296 609 640 342 312 36843004 Alcanar 945 934 889 188 276 322 275 378 413 4 3 701 915 848 20 8 21 8 306 258 908 837 80743005 Alcover 459 367 260 431 549 592 317 381 415 118 260 162 377 327 168 244 136 234 204 193 326 287 33843006 Aldover 916 909 827 462 606 634 366 477 513 346 25 695 897 794 365 48 360 31 530 526 856 758 63443007 Aleixar, l' 578 558 478 377 273 319 296 226 261 591 465 505 475 413 300 208 327 248 390 409 378 353 42943008 Alfara de Carles 926 932 905 590 731 743 649 746 754 693 379 787 912 873 445 223 467 238 827 797 907 864 81943009 Alforja 598 584 505 451 404 443 346 311 347 610 496 360 510 440 228 191 233 199 364 353 435 388 45643010 Alió 368 278 130 110 165 204 58 94 117 246 209 54 294 194 200 165 181 140 514 478 287 182 20343011 Almoster 551 474 465 330 295 340 309 316 352 243 493 323 440 406 243 294 240 358 291 374 291 346 41843012 Altafulla 512 408 299 108 164 121 110 176 138 58 192 206 282 221 33 189 29 179 171 192 225 190 26143013 Ametlla de Mar, l' 883 826 621 42 78 93 23 42 57 30 10 404 731 569 10 7 16 6 331 230 742 539 467

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (14) (15) (16) (17) (18)

43014 Amposta 930 897 808 84 31 36 115 55 69 2 5 687 873 753 1 2 1 2 163 144 832 721 61443015 Arbolí 592 637 661 579 621 649 567 628 646 817 739 814 595 616 558 450 579 465 866 845 602 630 58243016 Arboç, l' 327 200 90 226 323 176 175 255 70 89 100 97 176 132 225 344 228 347 166 151 168 131 11143017 Argentera, l' 691 654 634 403 546 588 454 584 607 544 616 781 574 583 98 261 139 310 797 810 537 575 49943018 Arnes 933 927 915 791 847 850 808 836 837 156 327 898 917 907 205 381 216 348 820 790 913 901 84443019 Ascó 828 841 800 749 824 825 762 801 805 470 467 671 849 833 482 426 459 402 474 484 835 823 75643020 Banyeres del Penedès 310 225 118 264 369 288 249 341 182 252 198 68 187 150 355 399 372 407 255 236 191 150 12243021 Barberà de la Conca 293 318 231 204 294 339 158 227 262 514 458 304 389 325 679 409 615 370 587 543 398 336 33043022 Batea 912 900 894 813 859 860 811 837 838 273 294 860 903 876 212 300 209 267 540 495 903 873 83243023 Bellmunt del Priorat 745 749 762 642 742 759 734 759 768 713 674 813 701 741 199 393 268 405 737 733 720 738 62943024 Bellvei 367 245 109 101 154 149 48 85 43 78 61 73 191 134 211 264 195 251 237 208 172 120 12143025 Benifallet 903 884 849 650 767 778 642 741 749 221 190 717 867 824 143 202 148 184 621 587 855 807 73043026 Benissanet 862 830 740 619 753 764 573 708 718 217 184 681 796 739 118 162 125 130 465 473 772 723 60443027 Bisbal de Falset, la 709 759 832 720 811 813 801 827 830 783 796 832 810 862 794 717 796 682 850 847 829 860 81243028 Bisbal del Penedès, la 326 260 117 2 14 15 49 87 108 353 221 40 223 163 303 288 318 287 275 233 228 167 13843029 Blancafort 329 321 240 211 301 344 164 237 273 473 461 197 435 358 711 362 638 323 613 565 447 365 36643030 Bonastre 418 384 381 362 496 428 402 527 466 483 524 553 280 282 503 505 522 491 558 547 298 291 26643031 Borges del Camp, les 610 538 422 352 228 271 228 113 136 298 257 431 467 385 53 88 55 89 269 278 356 304 39043032 Bot 914 894 886 743 820 821 776 819 822 169 268 782 894 874 169 303 168 279 661 646 889 865 81743033 Botarell 659 586 515 222 314 359 239 327 363 316 389 376 493 443 46 140 58 165 394 424 392 390 44343034 Bràfim 383 293 201 125 194 234 150 216 251 227 355 156 300 234 352 307 339 322 461 439 293 242 27143035 Cabacés 722 791 904 777 838 840 847 870 871 839 928 878 806 895 778 853 779 816 796 839 821 892 89243036 Cabra del Camp 279 266 175 168 249 294 99 154 188 389 349 258 355 257 650 335 573 293 479 418 370 283 28243037 Calafell 429 328 194 127 198 238 75 121 148 87 69 94 189 145 76 251 48 221 103 78 178 130 17243038 Cambrils 685 559 441 58 108 131 88 137 166 22 44 426 458 381 5 45 5 41 102 88 373 325 38343039 Capafonts 511 527 608 567 715 727 683 766 776 756 752 628 520 636 582 609 648 591 883 873 568 665 60843040 Capçanes 772 755 777 606 741 757 702 772 779 435 581 724 708 758 158 397 201 406 672 683 718 749 63743041 Caseres 925 913 899 825 864 865 819 847 847 170 185 876 908 880 113 239 127 210 879 828 910 878 83843042 Castellvell del Camp 565 489 445 304 248 293 280 278 316 213 404 318 438 397 166 233 172 334 210 309 259 328 39443043 Catllar, el 503 402 366 259 349 391 325 411 438 90 340 348 313 300 90 326 119 356 242 244 274 281 31243044 Sénia, la 946 936 909 460 603 631 516 663 675 7 17 890 919 887 7 64 7 33 386 354 912 879 82943045 Colldejou 726 688 603 457 597 626 417 544 568 465 472 512 609 548 92 169 134 186 773 748 584 535 47443046 Conesa 174 192 317 484 630 660 485 617 636 556 662 291 348 422 742 695 685 604 823 811 401 463 38543047 Constantí 549 490 527 288 312 357 440 490 524 288 594 321 399 439 193 436 213 497 144 198 261 402 47943048 Corbera d'Ebre 892 867 806 751 825 826 721 785 790 136 116 792 860 801 112 160 108 117 563 525 845 789 64243049 Cornudella de Montsant 605 624 651 630 681 699 620 681 691 677 688 621 625 648 556 448 540 445 544 517 656 659 615

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

43050 Creixell 470 369 281 167 247 57 172 249 94 71 224 255 247 203 34 245 30 229 252 245 221 181 25243051 Cunit 404 350 415 184 268 313 368 480 515 337 531 345 192 223 364 649 370 637 137 154 184 227 24143052 Xerta 915 901 850 518 669 689 446 576 598 327 72 831 892 816 279 108 289 83 518 485 867 787 64343053 Duesaigües 675 625 593 358 492 534 410 533 560 462 567 707 550 543 87 238 120 283 705 730 497 528 47143054 Espluga de Francolí, l' 401 366 255 179 259 303 144 210 245 388 401 253 439 353 489 242 441 225 290 243 446 358 34943055 Falset 728 700 669 571 691 706 636 694 706 444 510 580 648 659 125 290 150 294 362 349 667 656 56443056 Fatarella, la 881 861 817 771 831 833 772 813 817 317 290 672 863 836 276 301 269 275 582 545 860 829 76843057 Febró, la 539 580 676 648 733 747 730 758 767 802 785 796 573 705 718 669 763 651 921 919 637 724 67043058 Figuera, la 733 811 837 747 823 824 771 810 814 856 782 883 792 830 683 611 708 572 905 898 805 828 77843059 Figuerola del Camp 311 287 230 136 208 251 151 218 253 416 495 245 345 286 563 360 511 351 624 603 367 307 28643060 Flix 834 836 763 765 828 828 688 760 769 402 312 697 856 831 504 405 473 364 366 344 846 817 71643061 Forès 228 315 359 453 594 623 458 590 611 687 673 329 430 465 860 682 835 594 910 903 466 508 39843062 Freginals 937 912 860 302 321 364 409 439 471 3 8 728 889 817 2 15 2 16 662 685 849 790 65043063 Galera, la 941 919 872 408 484 522 463 515 551 10 12 784 900 838 13 25 18 20 575 591 873 809 75243064 Gandesa 901 880 842 757 827 827 718 783 788 100 137 730 874 832 111 198 104 157 438 385 864 816 78743065 Garcia 814 818 743 647 766 777 617 731 738 461 352 678 795 760 315 269 323 253 642 627 784 743 52843066 Garidells, els 475 393 269 246 344 385 156 223 258 187 265 204 363 285 286 214 247 217 583 585 272 211 29543067 Ginestar 869 840 737 596 735 749 558 696 707 241 141 685 797 725 96 126 113 102 573 523 789 711 60143068 Godall 943 924 884 420 563 600 498 573 594 12 11 639 905 847 22 30 32 23 614 610 887 824 80443069 Gratallops 723 757 804 680 768 779 765 792 796 734 735 804 719 775 416 482 444 477 818 817 740 780 69743070 Guiamets, els 786 765 749 568 716 728 570 705 715 445 485 627 716 735 147 328 180 324 738 722 734 730 61643071 Horta de Sant Joan 927 916 908 778 839 841 797 829 831 239 372 852 910 899 230 396 246 367 638 612 909 893 84043072 Lloar, el 737 790 820 722 802 804 775 817 820 797 744 751 754 807 501 545 531 522 902 900 773 801 68143073 Llorac 167 210 356 610 665 684 677 687 699 661 712 352 362 442 654 675 599 592 844 832 423 499 49843074 Llorenç del Penedès 306 235 224 219 311 338 286 395 426 322 430 136 198 190 329 528 329 517 267 285 202 201 18943075 Margalef 681 716 797 676 781 788 764 803 808 762 776 765 777 843 774 687 783 652 903 901 801 843 79943076 Marçà 748 725 730 608 724 737 673 743 750 448 548 662 673 711 148 355 169 362 550 582 687 706 59443077 Mas de Barberans 942 929 903 528 641 668 625 734 742 33 30 858 911 871 37 89 42 73 667 668 899 859 82043078 Masdenverge 932 908 823 234 223 267 235 175 209 9 6 767 883 773 8 3 10 4 433 456 818 725 62443079 Masllorenç 359 307 210 273 382 423 261 358 396 354 360 198 258 209 374 363 382 365 519 486 278 220 21243080 Masó, la 460 375 323 378 485 523 382 503 535 210 445 336 373 341 359 359 344 386 533 588 309 319 35343081 Maspujols 591 534 426 339 169 209 222 108 131 405 310 386 460 383 128 121 129 132 397 431 340 302 39343082 Masroig, el 780 760 744 646 763 775 646 744 751 421 484 737 714 737 122 321 142 315 636 620 725 727 60743083 Milà, el 453 368 308 421 528 572 404 528 557 182 397 243 370 334 278 332 272 341 640 676 319 309 34843084 Miravet 880 850 774 629 758 768 613 730 737 203 181 790 820 762 116 153 123 122 585 558 806 745 61343085 Molar, el 774 786 786 704 804 806 701 774 781 575 578 793 755 786 299 423 336 413 771 756 760 776 651

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

43086 Montblanc 374 325 219 60 110 134 77 124 151 285 326 111 408 319 537 275 471 243 223 180 411 326 31943088 Montbrió del Camp 661 562 431 155 236 279 71 111 135 120 171 387 479 380 30 37 35 37 282 286 361 296 38443089 Montferri 377 337 444 278 386 429 438 570 590 482 703 410 286 370 379 640 399 619 707 752 308 394 37743090 Montmell. el 282 314 202 175 255 300 184 264 304 593 447 273 248 191 551 422 532 416 448 395 276 209 18643091 Mont-ral 469 507 580 575 693 707 633 724 731 776 759 570 469 574 599 604 642 590 805 815 483 606 58543092 Mont-roig del Camp 708 614 506 291 405 444 225 314 350 126 180 439 532 433 27 54 36 49 188 161 450 379 43343093 Móra d'Ebre 848 808 726 588 730 741 562 698 709 159 201 597 774 726 62 166 68 131 200 267 747 715 59943094 Móra la Nova 842 803 714 584 726 739 546 686 696 195 205 540 767 720 68 163 74 128 221 320 730 699 58743095 Morell, el 507 440 436 281 350 392 331 437 470 165 512 354 388 378 321 380 287 424 208 263 271 332 40143096 Morera de Montsant, la 644 699 772 706 754 765 737 764 773 821 804 769 696 747 609 533 632 526 881 864 728 757 67443097 Nou de Gaià, la 463 390 267 115 175 215 112 177 210 231 243 290 295 222 216 235 199 237 478 464 263 198 26243098 Nulles 424 332 261 252 353 396 269 370 406 211 392 168 315 274 292 333 277 345 512 529 294 277 28443099 Palma d'Ebre, la 740 807 863 773 834 836 817 838 839 834 824 887 845 882 812 769 812 722 787 798 853 880 81443100 Pallaresos, els 518 432 380 180 261 307 191 270 311 96 335 294 346 313 146 285 156 326 193 203 247 258 33343101 Passanant 239 348 354 523 600 629 513 630 648 746 656 361 461 504 876 672 851 582 791 764 517 550 40243102 Paüls 920 914 893 627 757 767 621 733 739 365 254 886 906 867 304 213 320 205 711 674 900 853 81343103 Perafort 497 411 341 235 330 371 198 279 317 109 332 335 354 309 207 292 190 306 368 386 258 248 32843104 Perelló, el 897 846 707 272 380 422 214 299 336 20 16 456 768 645 3 9 6 9 414 346 762 626 53343105 Piles, les 152 143 205 508 595 624 470 575 596 510 554 229 314 343 745 628 712 544 741 712 380 382 34143106 Pinell de Brai, el 898 881 844 698 798 801 611 728 734 303 230 708 865 823 204 219 208 201 577 527 854 800 73143107 Pira 308 288 191 183 266 311 79 126 152 430 354 289 404 317 676 352 608 295 584 519 421 322 32343108 Pla de Santa Maria, el 298 237 143 32 66 80 18 38 50 266 289 157 325 227 517 270 457 241 347 294 347 235 27743109 Pobla de Mafumet, la 520 438 352 260 304 349 202 286 325 92 333 242 384 314 206 220 184 271 265 310 248 253 33243110 Pobla de Massaluca, la 900 896 900 831 870 870 835 861 864 549 530 882 904 890 455 454 447 428 822 793 904 885 85243111 Pobla de Montornès, la 454 400 348 198 287 198 244 334 250 331 415 236 283 258 223 394 222 393 323 312 269 259 26443112 Poboleda 666 689 775 658 711 723 727 752 763 768 800 768 657 740 425 495 448 501 719 727 699 750 67343113 Pont d'Armentera, el 240 240 254 225 318 363 178 257 294 513 561 183 323 294 807 544 781 484 542 499 363 317 28943114 Porrera 680 664 668 539 649 671 593 661 674 545 644 668 616 640 178 334 204 357 632 629 617 647 60543115 Pradell de la Teixeta 695 655 663 499 608 635 580 647 663 491 633 664 593 630 93 325 128 355 769 787 570 639 57143116 Prades 527 540 625 578 723 735 661 750 759 716 747 600 566 678 701 629 732 610 634 631 647 707 56343117 Prat de Comte 913 905 901 692 795 800 716 780 785 357 412 881 898 877 296 365 308 344 894 883 892 874 81543118 Pratdip 761 718 595 320 442 480 273 375 410 391 286 740 636 537 63 90 100 92 608 553 650 518 45543119 Puigpelat 394 331 242 266 372 413 279 385 419 324 398 262 324 276 413 354 391 349 421 415 305 269 28743120 Querol 193 181 355 373 512 553 372 488 522 543 680 314 284 387 729 767 707 695 643 656 345 418 37143121 Rasquera 886 862 780 574 719 731 571 707 717 242 105 647 837 767 153 148 160 109 605 552 825 751 61043122 Renau 435 378 373 332 458 493 392 513 548 378 528 247 337 335 499 457 491 467 854 871 323 333 352

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

43123 Reus 588 480 357 163 112 136 139 141 173 29 159 192 428 350 31 99 26 77 39 34 355 313 37043124 Riba, la 415 362 310 287 402 441 259 355 392 321 427 182 390 382 404 415 380 394 467 447 371 357 37843125 Riba-roja d'Ebre 855 856 824 792 845 849 756 797 801 530 452 842 878 865 549 456 524 427 552 540 870 852 79343126 Riera de Gaià, la 484 399 273 90 143 180 81 128 156 103 214 170 289 213 57 175 59 167 351 331 253 184 25843127 Riudecanyes 673 602 534 267 373 414 274 376 411 296 410 611 517 460 40 142 45 159 432 444 422 425 45243128 Riudecols 633 581 481 413 366 407 319 254 290 459 363 332 498 420 69 107 84 106 388 375 419 364 42543129 Riudoms 620 517 385 237 135 169 146 70 85 65 127 412 448 355 32 53 34 68 128 146 279 264 37643130 Rocafort de Queralt 213 208 234 400 542 583 336 440 473 494 529 264 366 392 760 608 711 512 685 661 405 406 36943131 Roda de Barà 450 361 291 173 253 241 233 322 320 115 283 254 237 201 43 311 41 301 201 194 219 192 23943132 Rodonyà 348 271 180 205 296 341 182 262 301 268 305 98 255 199 288 313 276 307 508 466 268 203 20943133 Roquetes 924 907 825 360 493 537 322 429 459 88 15 692 888 787 64 14 69 18 148 213 787 746 63243134 Rourell, el 476 380 302 357 463 499 358 470 502 142 358 239 374 330 318 302 311 335 536 590 301 295 32943135 Salomó 417 354 298 295 410 449 310 414 441 381 448 172 299 289 398 447 414 450 555 546 307 299 29043136 Sant Carles de la Ràpita 940 918 848 359 367 408 297 282 322 5 2 760 896 793 24 4 28 3 234 190 883 774 64743137 Sant Jaume dels Domenys 280 213 170 233 329 365 207 291 328 310 329 96 188 174 312 483 315 470 274 276 194 174 16743138 Santa Bàrbara 935 911 841 308 332 372 298 283 323 6 7 802 890 790 6 5 8 7 319 306 841 752 64043139 Santa Coloma de Queralt 113 87 171 569 501 543 552 468 501 440 535 84 292 305 696 612 646 534 320 274 360 351 30543140 Santa Oliva 365 311 321 216 308 193 291 401 353 343 515 272 216 216 444 548 462 555 236 252 213 222 25743141 Pontils 149 170 327 582 637 666 658 652 666 633 706 521 306 412 818 797 805 740 811 813 374 462 42643142 Sarral 251 234 228 316 437 474 272 372 408 409 488 173 382 354 752 481 675 432 403 361 406 371 36243143 Savallà del Comtat 159 184 334 524 654 675 551 679 689 582 702 265 339 425 693 698 634 611 904 899 399 484 44743144 Secuita, la 464 382 290 305 420 458 251 344 382 153 293 139 334 296 290 320 262 317 334 324 281 254 30843145 Selva del Camp, la 519 450 318 353 389 433 226 258 295 222 250 325 421 344 302 209 282 216 170 171 317 276 35143146 Senan 361 436 425 404 547 589 429 561 584 728 672 435 503 483 816 489 770 456 933 926 552 521 41943147 Solivella 294 289 220 255 358 400 173 250 287 443 426 214 424 356 724 395 647 338 539 477 443 363 36743148 Tarragona 573 445 300 81 5 5 57 8 9 11 43 207 353 278 12 92 3 54 37 27 331 266 30443149 Tivenys 909 902 873 515 667 687 539 680 690 458 306 757 893 850 369 240 388 239 589 579 874 833 79543150 Tivissa 829 781 666 456 596 625 439 571 591 209 146 612 728 649 44 95 61 78 452 381 739 644 54043151 Torre de Fontaubella, la 727 711 748 544 689 703 652 735 743 532 657 762 651 710 215 424 275 433 858 862 668 717 64143152 Torre de l'Espanyol, la 801 835 784 739 818 819 740 796 798 632 501 703 844 811 608 414 602 392 641 614 836 797 67143153 Torredembarra 508 385 274 107 163 163 83 130 110 34 129 113 267 211 23 192 15 151 117 110 232 183 25143154 Torroja del Priorat 694 730 768 621 732 744 717 748 757 784 754 861 680 731 376 444 418 460 876 863 713 740 65243155 Tortosa 922 904 835 324 446 484 340 444 477 77 19 744 885 792 66 27 67 21 120 121 861 778 63343156 Ulldecona 944 931 876 193 281 328 180 259 297 1 1 823 909 841 4 6 4 5 342 289 898 815 75343157 Ulldemolins 587 594 640 547 696 710 654 749 758 620 694 754 655 692 652 504 640 487 671 657 706 719 56643158 Vallclara 481 470 420 440 580 614 380 502 533 554 545 490 527 456 500 295 515 298 875 820 582 488 403

Codi Municipi (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)

43159 Vallfogona de Riucorb 203 232 362 620 622 650 647 621 638 635 687 365 383 485 642 693 592 603 812 803 438 541 45843160 Vallmoll 441 345 247 343 473 510 288 396 427 135 325 219 338 284 258 248 227 258 315 313 292 247 28843161 Valls 398 301 252 282 392 436 315 419 446 138 416 300 327 290 252 331 191 305 113 93 327 290 30243162 Vandellòs i l'Hospitalet 792 705 542 5 19 22 73 115 139 73 31 593 597 475 9 19 14 17 294 222 591 442 44243163 Vendrell, el 396 257 140 64 117 18 9 15 3 44 64 65 200 139 56 196 44 139 85 50 199 133 14143164 Vespella de Gaià 442 467 416 247 345 381 283 392 424 688 602 535 329 293 528 433 550 435 658 650 336 293 31843165 Vilabella 416 340 268 239 335 376 271 371 407 282 431 270 312 280 436 389 419 409 412 400 306 289 28543166 Vilallonga del Camp 494 423 397 325 409 446 356 462 493 198 456 292 391 376 310 358 286 385 304 340 296 321 39543167 Vilanova d'Escornalbou 696 629 540 337 464 500 293 402 433 408 418 390 547 466 47 105 66 115 531 542 464 432 44043168 Vilanova de Prades 524 508 500 507 656 678 479 612 631 641 617 625 569 533 604 378 644 400 873 822 659 576 43543169 Vilaplana 559 555 513 450 391 435 369 342 380 662 560 460 491 451 423 297 423 313 491 491 428 411 45943170 Vila-rodona 328 272 190 140 214 258 135 200 234 348 370 190 302 228 530 356 493 343 406 362 316 236 26843171 Vila-seca 617 504 398 89 23 27 111 63 77 32 81 224 405 346 21 136 25 152 91 98 252 270 37943172 Vilaverd 403 351 286 196 284 331 216 302 338 336 434 211 402 372 494 398 452 376 564 561 382 360 37443173 Vilella Alta, la 705 748 845 727 782 789 809 821 823 803 845 725 733 820 531 638 559 609 891 894 754 820 73243174 Vilella Baixa, la 715 758 826 707 787 794 803 818 821 773 806 863 736 813 492 587 516 568 864 866 757 812 71843175 Vilalba dels Arcs 899 885 865 796 850 853 799 830 833 328 357 825 881 866 247 340 237 311 664 653 881 854 82343176 Vimbodí 431 386 293 298 414 454 241 331 370 387 414 320 463 388 477 236 433 222 468 401 480 389 38043177 Vinebre 822 828 739 714 807 811 696 771 778 404 276 650 828 784 394 287 385 260 679 669 817 770 54643178 Vinyols i els Arcs 651 546 395 141 215 259 64 93 116 72 60 324 465 359 35 34 40 35 276 287 333 265 37543901 Deltebre 919 898 864 365 443 481 442 508 544 114 93 830 875 818 174 183 207 176 254 210 859 805 65743902 Sant Jaume d'Enveja 921 922 877 382 445 483 461 534 561 499 174 854 899 839 533 215 624 289 402 367 888 825 76043903 Camarles 917 886 789 201 292 337 169 244 280 13 9 566 846 730 15 11 19 10 339 318 796 692 59543904 Aldea, l’ 923 889 760 78 134 168 21 41 56 8 4 551 857 704 11 1 12 1 277 269 785 649 56743905 Salou 647 520 322 96 151 187 24 45 59 21 18 123 419 307 14 29 11 22 98 79 289 208 32443906 Ampolla, l’ 906 872 761 354 487 526 311 416 443 17 13 568 814 706 18 16 24 14 423 369 791 680 562
