1. Introducció

El Patrimoni Mundial de la UNESCO reuneix espais considerats d’un valor universal excepcional per a la humanitat. La Llista inclou béns culturals, naturals i mixtos situats en diferents regions del planeta.

En aquest reportatge analitzem la distribució dels llocs inscrits a la Llista del Patrimoni Mundial a partir del conjunt de dades oficial facilitat per la UNESCO. L’objectiu és respondre tres preguntes: com es distribueix el patrimoni pel món, quin tipus de patrimoni predomina i com ha evolucionat el nombre d’inscripcions al llarg del temps?

Per respondre-les combinem gràfics i mapes. D’aquesta manera, les dades permeten observar tant les diferències entre regions i categories com la concentració geogràfica dels llocs reconeguts.

2. Dades i metodologia

La font utilitzada és el fitxer Excel World Heritage List de la UNESCO. El fitxer conté 1.248 registres i 49 variables, entre les quals hi ha el nom del lloc, l’any d’inscripció, la categoria, la regió, les coordenades geogràfiques, la superfície, els criteris UNESCO, els països associats i si el lloc és transfronterer.

En aquest treball se seleccionen principalment les variables date_inscribed, category, region_en, longitude, latitude, states_name_en, iso_code i transboundary.

packages <- c(
  "readxl",
  "tidyverse",
  "sf",
  "rnaturalearth",
  "scales",
  "knitr"
)

to_install <- packages[!packages %in% rownames(installed.packages())]

if (length(to_install) > 0) {
  install.packages(to_install)
}

library(readxl)
library(tidyverse)
library(sf)
library(rnaturalearth)
library(scales)
library(knitr)

2.1. Importació del fitxer Excel

Important: posa el fitxer descarga.xlsx a la mateixa carpeta que aquest .Rmd.

unesco <- read_excel(
  "descarga.xlsx",
  sheet = "World Heritage List"
)

dim(unesco)

## [1] 1273   49

names(unesco)

##  [1] "unique_number"        "id_no"                "rev_bis"             
##  [4] "name_en"              "name_fr"              "name_es"             
##  [7] "name_ru"              "name_ar"              "name_zh"             
## [10] "short_description_en" "short_description_fr" "short_description_es"
## [13] "short_description_ru" "short_description_ar" "short_description_zh"
## [16] "justification_en"     "justification_fr"     "date_inscribed"      
## [19] "secondary_dates"      "danger"               "date_end"            
## [22] "danger_list"          "longitude"            "latitude"            
## [25] "area_hectares"        "C1"                   "C2"                  
## [28] "C3"                   "C4"                   "C5"                  
## [31] "C6"                   "N7"                   "N8"                  
## [34] "N9"                   "N10"                  "criteria_txt"        
## [37] "category"             "category_short"       "states_name_en"      
## [40] "states_name_fr"       "states_name_es"       "states_name_ru"      
## [43] "states_name_ar"       "states_name_zh"       "region_en"           
## [46] "region_fr"            "iso_code"             "udnp_code"           
## [49] "transboundary"

2.2. Preparació de les dades

unesco <- unesco %>%
  mutate(
    any_inscripcio = as.numeric(date_inscribed),
    categoria = case_when(
      category == "Cultural" ~ "Cultural",
      category == "Natural" ~ "Natural",
      category == "Mixed" ~ "Mixt",
      TRUE ~ NA_character_
    ),
    regio = region_en,
    pais = states_name_en,
    iso = iso_code
  )

Una revisió inicial permet comprovar que les tres categories de la UNESCO són Cultural, Natural i Mixed, que en els gràfics presentem com a Cultural, Natural i Mixt.

3. On es concentra el Patrimoni Mundial?

Una primera pregunta és si els llocs Patrimoni Mundial es distribueixen de manera equilibrada entre les regions de la UNESCO.

per_regio <- unesco %>%
  filter(!is.na(regio)) %>%
  count(regio, name = "nombre") %>%
  arrange(desc(nombre))

per_regio

Gràfic 1. Llocs Patrimoni Mundial per regió

ggplot(
  per_regio,
  aes(x = reorder(regio, nombre), y = nombre)
) +
  geom_col() +
  geom_text(
    aes(label = nombre),
    hjust = -0.15,
    size = 4
  ) +
  coord_flip() +
  scale_y_continuous(
    expand = expansion(mult = c(0, 0.12))
  ) +
  labs(
    title = "El Patrimoni Mundial presenta una distribució territorial desigual",
    subtitle = "Nombre de llocs inscrits segons la regió UNESCO",
    x = NULL,
    y = "Nombre de llocs",
    caption = "Font: UNESCO, World Heritage List."
  ) +
  theme_minimal(base_size = 13)

Interpretació. El gràfic mostra que els llocs Patrimoni Mundial no es reparteixen de manera uniforme entre les regions. Algunes concentren una quantitat molt superior de llocs, mentre que altres tenen una presència menor. Per tant, el reconeixement del patrimoni mundial presenta una clara dimensió territorial.

4. Quin tipus de patrimoni predomina?

La UNESCO diferencia entre patrimoni cultural, natural i mixt. Aquesta classificació permet comprovar si la Llista està formada principalment per espais culturals o si els llocs naturals tenen un pes similar.

per_categoria <- unesco %>%
  filter(!is.na(categoria)) %>%
  count(categoria, name = "nombre") %>%
  mutate(
    percentatge = nombre / sum(nombre) * 100
  )

per_categoria

Gràfic 2. Cultural, natural o mixt?

ggplot(
  per_categoria,
  aes(x = reorder(categoria, nombre), y = nombre)
) +
  geom_col() +
  geom_text(
    aes(
      label = paste0(
        nombre, " (",
        number(percentatge, accuracy = 0.1),
        "%)"
      )
    ),
    vjust = -0.3,
    size = 4
  ) +
  scale_y_continuous(
    expand = expansion(mult = c(0, 0.12))
  ) +
  labs(
    title = "El patrimoni cultural és la categoria més nombrosa",
    subtitle = "Distribució dels llocs segons la categoria UNESCO",
    x = NULL,
    y = "Nombre de llocs",
    caption = "Font: UNESCO, World Heritage List."
  ) +
  theme_minimal(base_size = 13)

Interpretació. El patrimoni cultural representa la part més gran de la Llista, mentre que el patrimoni natural i els llocs mixtos tenen un pes menor. Tot i així, aquesta proporció no és igual a totes les regions. Per això, a més del recompte global, és interessant comparar la composició del patrimoni segons el territori.

Comparació entre regions i categories

regio_categoria <- unesco %>%
  filter(!is.na(regio), !is.na(categoria)) %>%
  count(regio, categoria, name = "nombre")

ggplot(
  regio_categoria,
  aes(
    x = reorder(regio, nombre, FUN = sum),
    y = nombre,
    fill = categoria
  )
) +
  geom_col() +
  coord_flip() +
  labs(
    title = "La composició del patrimoni varia segons la regió",
    subtitle = "Nombre de llocs per regió i categoria",
    x = NULL,
    y = "Nombre de llocs",
    fill = "Categoria",
    caption = "Font: UNESCO, World Heritage List."
  ) +
  theme_minimal(base_size = 13)

Aquesta comparació permet anar més enllà del recompte total. Una regió pot tenir molts llocs però estar formada gairebé exclusivament per patrimoni cultural, mentre que en una altra el patrimoni natural pot tenir un pes proporcionalment més important.

5. Com ha evolucionat la Llista?

La Llista del Patrimoni Mundial s’ha ampliat progressivament des de les primeres inscripcions. Analitzar l’any d’inscripció permet observar si el ritme d’incorporació de nous llocs ha estat constant.

per_any <- unesco %>%
  filter(!is.na(any_inscripcio)) %>%
  count(any_inscripcio, name = "nombre") %>%
  arrange(any_inscripcio)

per_any_categoria <- unesco %>%
  filter(!is.na(any_inscripcio), !is.na(categoria)) %>%
  count(any_inscripcio, categoria, name = "nombre")

Gràfic 3. Evolució de les inscripcions

ggplot(
  per_any,
  aes(x = any_inscripcio, y = nombre)
) +
  geom_line(linewidth = 0.9) +
  geom_point(size = 1.8) +
  scale_x_continuous(
    breaks = seq(
      min(per_any$any_inscripcio),
      max(per_any$any_inscripcio),
      by = 5
    )
  ) +
  labs(
    title = "El ritme d'inscripció ha variat al llarg del temps",
    subtitle = "Nombre de llocs inscrits cada any",
    x = "Any d'inscripció",
    y = "Nombre de llocs",
    caption = "Font: UNESCO, World Heritage List."
  ) +
  theme_minimal(base_size = 13)

Interpretació. La sèrie temporal mostra que la incorporació de llocs no ha estat constant. Hi ha anys amb més inscripcions i altres amb menys. Aquest comportament està relacionat, entre altres factors, amb el funcionament de les sessions del Comitè del Patrimoni Mundial i amb el nombre de candidatures aprovades en cada període.

6. Mapa mundial dels llocs UNESCO

Les coordenades permeten representar directament els llocs sobre un mapa mundial.

sites_sf <- unesco %>%
  filter(
    !is.na(latitude),
    !is.na(longitude),
    !is.na(categoria)
  ) %>%
  st_as_sf(
    coords = c("longitude", "latitude"),
    crs = 4326,
    remove = FALSE
  )

world <- ne_countries(
  scale = "medium",
  returnclass = "sf"
)

Mapa 1. Localització dels llocs Patrimoni Mundial

ggplot() +
  geom_sf(
    data = world,
    fill = "grey92",
    colour = "grey70",
    linewidth = 0.2
  ) +
  geom_sf(
    data = sites_sf,
    aes(shape = categoria),
    size = 1.8,
    alpha = 0.65
  ) +
  scale_shape_manual(
    values = c(
      "Cultural" = 16,
      "Natural" = 17,
      "Mixt" = 15
    )
  ) +
  coord_sf(
    xlim = c(-180, 180),
    ylim = c(-60, 85),
    expand = FALSE
  ) +
  labs(
    title = "Els llocs Patrimoni Mundial es distribueixen arreu del planeta",
    subtitle = "Localització dels llocs amb coordenades disponibles",
    shape = "Categoria",
    caption = "Font: UNESCO, World Heritage List."
  ) +
  theme_void(base_size = 12) +
  theme(
    legend.position = "bottom",
    plot.title = element_text(face = "bold", size = 16)
  )

Interpretació. El mapa permet observar la dimensió global de la Llista, però també evidencia que els llocs no apareixen de manera homogènia. Les concentracions de punts coincideixen, en bona part, amb les diferències territorials observades en el primer gràfic.

7. Quins països concentren més llocs?

El fitxer proporciona el codi de cada Estat associat a una propietat. En els llocs transfronterers apareixen diversos codis separats per comes. Per representar correctament aquests casos, expandim aquests codis i comptem la propietat en cadascun dels països que hi participa.

country_counts <- unesco %>%
  select(id_no, iso_code) %>%
  filter(!is.na(iso_code), iso_code != "") %>%
  separate_rows(iso_code, sep = ",") %>%
  mutate(
    iso_a2 = str_to_lower(str_trim(iso_code))
  ) %>%
  distinct(id_no, iso_a2) %>%
  count(iso_a2, name = "llocs")

world_map <- world %>%
  mutate(
    iso_a2 = str_to_lower(iso_a2)
  ) %>%
  left_join(country_counts, by = "iso_a2") %>%
  mutate(
    llocs = replace_na(llocs, 0)
  )

Mapa 2. Concentració de llocs per país

ggplot(world_map) +
  geom_sf(
    aes(fill = llocs),
    colour = "grey80",
    linewidth = 0.15
  ) +
  scale_fill_viridis_c(
    option = "C",
    trans = "sqrt",
    name = "Nombre de llocs"
  ) +
  labs(
    title = "El nombre de llocs UNESCO varia molt entre països",
    subtitle = "Propietats associades a cada Estat",
    caption = paste(
      "Font: UNESCO, World Heritage List.",
      "En els llocs transfronterers, la propietat apareix associada a tots els Estats participants."
    )
  ) +
  theme_void(base_size = 12) +
  theme(
    legend.position = "bottom",
    plot.title = element_text(face = "bold", size = 16)
  )

Interpretació. El mapa mostra que alguns països concentren molts més llocs Patrimoni Mundial que altres. Aquesta concentració ajuda a explicar les diferències que ja apareixien en l’anàlisi per regions. Cal tenir en compte que els llocs transfronterers poden aparèixer associats a més d’un país.

8. Els països amb més llocs associats

top_countries <- country_counts %>%
  left_join(
    world %>%
      st_drop_geometry() %>%
      select(iso_a2, name),
    by = "iso_a2"
  ) %>%
  arrange(desc(llocs)) %>%
  slice_head(n = 10)

top_countries %>%
  select(
    País = name,
    `Nombre de llocs` = llocs
  ) %>%
  kable(
    caption = "Deu països amb més llocs associats a la Llista del Patrimoni Mundial."
  )

Deu països amb més llocs associats a la Llista del Patrimoni Mundial.
País	Nombre de llocs
Estats Units	62
Alemanya	61
França	56
Italia	55
Regne Unit	50
Japó	45
Mèxic	36
Irlanda	35
Espanya	33
China	30

9. Conclusions

L’anàlisi de les dades de la UNESCO mostra que el Patrimoni Mundial presenta una distribució territorial desigual. El nombre de llocs varia molt entre les diferents regions i països, de manera que no es pot parlar d’un repartiment homogeni del patrimoni reconegut.

Un segon resultat és el predomini del patrimoni cultural dins de la Llista. Els llocs naturals i mixtos tenen una presència menor, tot i que el pes de cada categoria varia segons la regió.

Finalment, l’evolució temporal mostra que la incorporació de nous llocs no ha seguit un ritme constant. La Llista s’ha anat ampliant al llarg de les dècades, però el nombre d’inscripcions varia segons l’any.

Els mapes permeten completar aquesta lectura perquè mostren que el Patrimoni Mundial té una dimensió clarament global, però al mateix temps està concentrat de manera desigual. En conjunt, les dades mostren que la Llista de la UNESCO no és només un inventari de llocs d’interès cultural i natural, sinó també un fenomen territorial i històric que es pot estudiar quantitativament.

10. Fonts

UNESCO World Heritage Centre. World Heritage List. https://whc.unesco.org/en/list/
UNESCO. World Heritage List – World Heritage Centre. Dades proporcionades en el fitxer Excel utilitzat en aquesta anàlisi.

11. Reproductibilitat

L’anàlisi s’ha construït íntegrament en RMarkdown. El fitxer Excel original es llegeix directament amb read_excel(), mentre que els tractaments, taules, gràfics i mapes es generen mitjançant codi R. Per reproduir l’informe només cal conservar el fitxer descarga.xlsx a la mateixa carpeta que aquest .Rmd i executar Knit a RStudio.

Patrimoni Mundial de la UNESCO: una mirada global basada en dades

Èrik López Romeu

26/10/2026