As “cidades-fantasma” da China, construídas em alta velocidade mas que não conseguem encontrar moradores, são um fenômeno bem conhecido. Mas, apesar de existirem muitas fotos dessas cidades estranhas na internet, é realmente difícil descobrir quantas realmente existem.

>>> Bem-vindos à maior cidade-fantasma do mundo: Ordos, China
>>> Um passeio pelas cidades-fantasma da China

Em parte, isso acontece porque essas cidades surgem de forma muito intensa e muito rápida na China – aparecem dezenas delas em todo o país durante poucos anos. Além disso, é difícil medir se uma cidade aparentemente vazia é realmente “fantasma”, ou se é sazonal, ou se outros fatores entram em jogo.

Como é possível “ver” uma cidade-fantasma? Algumas pesquisas contam quantas luzes se acendem à noite. Outros analisam fotos de satélite, ou usam equações comparando a oferta e demanda por habitação. Mas nenhum desses métodos é realmente muito científico, diz uma equipe da Universidade de Pequim e do Baidu Big Data Lab. Até mesmo olhar as estatísticas de habitação de uma cidade só mostra “o nível médio de ‘fantasma’ em cada cidade”, ao invés de algo específico.

Cidades fantasma China (2)Cidades fantasma China (3)
Fotos por Chris/Flickr

Os pesquisadores explicam em um novo estudo como eles desenvolveram uma forma muito mais confiável para medir cidades-fantasma: os dados que cada um de nós geramos em nossas casas todo dia usando a internet.

Ao longo de sete meses, eles extraíram bilhões de dados de posicionamento do Baidu todo dia, acompanhando como a migração sazonal afeta as taxas de permanência de cada cidade. Isso impede que cidades resort sejam chamadas erroneamente de cidades-fantasma.

Eles analisaram bilhões de dados de posicionamento do Baidu, e os compararam com marcadores que representam casas e edifícios, chamados de “pontos de interesse”. Assim, eles fizeram uma correspondência entre cidades e habitantes – e viram uma imagem muito mais detalhada das cidades-fantasma.

Estas nove imagens de satélite mostram supostas cidades-fantasma, cheias de empreendimentos habitacionais vazios, marcadas pelo uso (ou falta de uso) da internet:

Cidades fantasma China

Ao analisar o uso de internet, eles identificaram um limite incrivelmente nítido que define uma cidade-fantasma.

Um dos exemplos clássicos é Kangbashi, maior cidade-fantasma do mundo: ela foi erguida em Ordos com o dinheiro obtido a partir de seus enormes depósitos de carvão. A cidade tem um ciclo semanal de mudança da população, porém a densidade de moradores é muito baixa – sinal claro de que ela é fantasma.

Cidades fantasma China (4)
Ordos, por Adam Cohn/Flickr

E eles também revelaram que outras cidades não são exatamente fantasmas. Tome por exemplo Rushan, uma cidade em rápido crescimento no litoral. Ela tem grandes áreas de habitações vazias, e é comumente descrita como uma cidade-fantasma.

No entanto, um olhar mais atento mostra que Rushan fica totalmente ocupada durante uma estação e durante feriados, mas depois esvazia no inverno e durante a semana. A explicação é simples: ela não é uma cidade-fantasma, é uma cidade turística.

Aqui entra o detalhe curioso: os pesquisadores não podem revelar todas as cidades-fantasma que encontraram, para não afetar o setor imobiliário delas. Eles só dizem que analisaram mais de cinquenta cidades, e listaram vinte delas neste site interativo: os 12 nomes em preto são cidades-fantasma reais; os nomes em azul, não.

Cidades fantasma China

Geramos dados quase a cada segundo: enquanto trabalhamos, batemos papo, fazemos exercício e até mesmo enquanto dormimos. Por isso, estamos vendo uma nova forma de pesquisa se desenvolver, na qual grandes tendências na civilização humana podem ser quantificadas só de olhar para como, quando e onde usamos a internet.

Claro, há uma falha neste estudo em particular: como apontam os autores, nem todo mundo é usuário do Baidu na China, assim como nem todo mundo no Brasil usa Google. Mas eles não estão preocupados: “com a onipresença de smartphones, os usuários do Baidu representam a maior proporção de toda a população”.

[Estudo completo via MIT Tech Review]

Primeira foto por Eugene Hoshiko/AP