Definir los límites de la ciudad: cómo la selección de datos moldea nuestra percepción de la ciudad

Introducción: El dilema de la "indeterminación" en los límites urbanos

En la actualidad, con la aceleración de la urbanización global, nos enfrentamos a una paradoja: cuanto más necesitamos datos urbanos precisos, más difícil resulta determinar dónde se encuentran los límites de una ciudad. Áreas censales, jurisdicciones administrativas, expansión de áreas construidas, zonas de desplazamiento laboral, contornos de luces nocturnas — cada método de delimitación ofrece una imagen diferente de la ciudad. Un artículo de opinión publicado en 2026 en Nature Cities (Van Migerode et al., 2026) revisa sistemáticamente los conjuntos de datos proxy utilizados para identificar los límites urbanos y señala: la elección de un proxy es, en esencia, una declaración definitoria sobre "qué es una ciudad".

Este problema no es un juego académico de salón. Las Perspectivas de Urbanización Mundial de la ONU, los rankings globales de competitividad urbana, las decisiones de inversión en infraestructura y la planificación de adaptación al cambio climático dependen de una delimitación uniforme o comparable de los límites urbanos. Cuando diferentes conjuntos de datos clasifican una misma área como "urbana" y "no urbana", se abren grietas en la base de los estudios comparativos.

Tres proxies principales: población, área construida y luz nocturna

Los proxies más utilizados actualmente para los límites urbanos se dividen aproximadamente en tres categorías. La primera se basa en la densidad de población y rejillas de distribución demográfica (como WorldPop, GPW), cuya premisa es que "la ciudad es un espacio de alta concentración de población". La segunda se basa en datos de teledetección de áreas construidas (como MODIS, GlobeLand30), asumiendo que "la ciudad es un área cubierta continuamente por edificaciones". La tercera se basa en la intensidad de la luz nocturna (como DMSP/OLS, NPP-VIIRS), suponiendo que "la ciudad es un espacio iluminado por la concentración de actividad económica e infraestructura".

Cada proxy tiene ventajas y puntos ciegos únicos. Los datos de población reflejan la distribución de personas, pero son sensibles a los límites administrativos y a la caducidad de los censos; los datos de área construida son físicamente intuitivos, pero es difícil distinguir entre zonas industriales, almacenes y comunidades residenciales; la luz nocturna captura la actividad económica, pero el efecto de saturación y el problema de "fugas de luz" subestiman la forma real de urbanización en áreas de baja densidad como África. Como muestra la investigación, en la evaluación del efecto isla de calor en 892 ciudades, diferentes delimitaciones del área urbana pueden alterar significativamente las estimaciones de temperatura superficial (Yang et al., 2023).

De la elección metodológica al marco cognitivo

La contribución central de Van Migerode y colegas es instar a los investigadores a vincular la elección del proxy con la "conceptualización de la ciudad". En otras palabras, antes de decidir qué datos utilizar, primero hay que aclarar: ¿qué dimensión de la ciudad queremos medir?Por ejemplo, si el objeto de estudio es el impacto de la calidad del aire urbano en la salud, entonces "ciudad" podría definirse como un área de alta densidad poblacional continua; si se estudia la red económica global de ciudades, los datos de luces nocturnas o de desplazamientos podrían reflejar mejor las áreas funcionales urbanas (FUA). Al medir la transición de lo rural a lo urbano, la expansión del suelo construido quizás se aproxime más a los cambios en el uso del suelo. No existe un proxy universalmente aplicable a todos los escenarios — precisamente este es el "desplazamiento conceptual" que la ciencia urbana ha enfrentado durante mucho tiempo.

Esta perspectiva eleva la delimitación de los límites urbanos de una operación técnica a una cuestión epistemológica. Como señaló el geógrafo Louis Wirth en su obra clásica de 1938, la ciudad no es solo una forma material, sino también un modo de vida (Wirth, 1938). La elección del conjunto de datos proxy refleja en última instancia nuestro juicio implícito sobre esta "urbanidad".

La brecha de datos en la comparación global de ciudades

Las diferencias en la selección de proxies son especialmente pronunciadas entre el Sur y el Norte global. En los países desarrollados, la forma de urbanización suele ser compacta, de alta densidad y con cobertura total de la red eléctrica, por lo que los datos de luces nocturnas y densidad de población presentan una alta concordancia. Pero en el África subsahariana, el sur de Asia y otras regiones, una gran cantidad de áreas urbanas presentan características de expansión de baja densidad, infraestructura deficiente y asentamientos informales generalizados. Si los límites urbanos se definen únicamente mediante luces nocturnas, se subestimará sistemáticamente el nivel de urbanización de estas áreas.

El informe "Dinámicas de Urbanización en África 2020" de la OCDE y la Comunidad Económica de Estados de África Occidental (CEDEAO) aborda precisamente este problema. Utilizando el método más detallado "Africapolis", basado en el suelo construido y datos de población de alta resolución para redefinir las ciudades africanas, el resultado muestra que la tasa de urbanización en África es mucho más alta que las estimaciones tradicionales. Esto no solo corrige el sesgo de datos, sino que también reforma la comprensión del patrón global de urbanización: el crecimiento urbano en el Sur global es mucho más dinámico de lo que creíamos.

Hacia una selección de datos orientada a los fines

El marco "orientado a los fines" sugerido por Van Migerode y otros es una respuesta práctica y responsable. Los investigadores deben explicitar: ¿por qué se elige un determinado proxy? ¿Cómo se corresponde con el concepto central del estudio? ¿Cómo afectan sus limitaciones a las conclusiones? Al mismo tiempo, la validación cruzada con múltiples fuentes de datos, la fusión de aprendizaje automático para la detección de bordes (como el uso de XGBoost por Arribas-Bel et al., 2021 para identificar límites urbanos) y otros métodos novedosos ofrecen posibilidades para cerrar la brecha entre diferentes proxies.

Sin embargo, el avance de las soluciones técnicas no puede eliminar por completo las divergencias conceptuales. La ciudad es en sí misma una entidad espacial polisémica — es tanto una unidad administrativa, como una cuenca económica, y un contenedor de la vida social. Intentar fijar la ciudad con un límite unificado es como exigir que un mapa muestre con precisión la altitud, las precipitaciones y las divisiones políticas al mismo tiempo. Un mejor enfoque podría ser: reconocer que cada mapa sirve a un propósito específico y hacer públicas sus reglas de elaboración.

Conclusión: El límite es la perspectiva## Conclusión: los límites como perspectiva

La controversia sobre la delimitación de los límites urbanos es, en esencia, una confrontación de percepciones urbanas. Con la aparición de nuevas fuentes de datos como la teledetección satelital, las señales de teléfonos móviles y los registros de redes sociales, disponemos de medios de «medición» más ricos que nunca, pero también debemos estar más alerta ante la dictadura inconsciente de las herramientas de datos. Un conjunto de datos proxy se utiliza ampliamente, no necesariamente porque sea el más adecuado conceptualmente, sino porque es el más fácil de obtener o el más clásico.

La investigación urbana futura no debería seguir evadiendo los supuestos detrás de la metodología. Abogar por la transparencia y la coherencia conceptual no es solo una exigencia de rigor académico, sino un requisito previo para garantizar que las políticas urbanas se basen en el mundo real. Porque cuando trazamos esa línea que define los límites urbanos, también estamos definiendo quién está incluido, quién está excluido y cómo entendemos el sistema artificial más complejo del planeta.

*Este artículo se basa en el artículo de opinión «Proxy datasets to identify city boundaries» de Céline Van Migerode, Ate Poorthuis y Ben Derudder, publicado en Nature Cities (2026).*Referencias

• Van Migerode, C., Poorthuis, A. & Derudder, B. Proxy datasets to identify city boundaries. Nat. Cities (2026).
• Yang, Q. et al. Influence of urban extent discrepancy on the estimation of surface urban heat island intensity. J. Clean. Prod. 426, 139032 (2023).
• Wirth, L. Urbanism as a way of life. Am. J. Sociol. 44, 1–24 (1938).
• OECD/SWAC. Africa’s Urbanisation Dynamics 2020: Africapolis, Mapping a New Urban Geography (OECD, 2020).
• Arribas-Bel, D., Garcia-López, M.-À. & Viladecans-Marsal, E. Building(s and) cities: delineating urban areas with a machine learning algorithm. J. Urban Econ. 125, 103217 (2021).