Geografía y Sistemas de Información Geográfica (GEOSIG). Revista digital del Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Información Geográfica (GESIG). Programa de Docencia e Investigación en Sistemas de Información Geográfica (PRODISIG). Universidad Nacional de Luján, Argentina. http://www.gesig-proeg.com.ar (ISSN 1852-8031) Luján, Año 7, Número 7, 2015, Sección I: Artículos. pp. 1-14 El mapa social de Trelew CLAUDIA A. BAXENDALE Universidad de Buenos Aires 1. Introducción La presente aplicación tiene como objetivo analizar y aplicar las metodologías del análisis exploratorio de datos espaciales a una ciudad de tamaño intermedio de la región de la Patagonia argentina relacionado con el comportamiento espacial de la población joven y las condiciones socio-sanitarias. Estos estudios exploratorios permiten conocer la configuración espacial de la temática a analizar mediante el análisis de unos pocos indicadores significativos y, de esa manera, contar con un rápido diagnóstico que aporte a la potencial toma de decisiones espaciales. La aplicación incluye el análisis univariado del comportamiento espacial de indicadores seleccionados, análisis bivariado y trivariado en función de la asociación espacial entre dichos indicadores y la distribución de la población joven, análisis de autocorrelación espacial de indicador seleccionado e interpretación modelística en base a una regionalización bivariada. 2. Información El área de estudio corresponde a la ciudad de Trelew, localidad de tamaño intermedio localizada en la región Patagonia cuyo diseño de la planta urbana presenta una forma compacta y con contigüidad espacial. Trelew está localizada en el Departamento de Rawson en la Provincia de Chubut, y contaba hacia el año 2001 con 88.305 habitantes según los datos definitivos del Censo Nacional de Población, Hogares y Viviendas (INDEC, 2002). La comparación entre el plano de la ciudad de Trelew 1 y su digitalización a nivel de radios censales2 permitió ajustar el área de estudio eliminando dos radios 1 Plano de la ciudad de Trelew (año 2004) realizado por la Municipalidad de Trelew, disponible en: http://www.biopat.org.ar/planotrelew.pdf. 1 censales periféricos que no aparecen en el área comprendida por el plano de la ciudad3, teniendo menos de 250 habitantes cada uno. Unidades espaciales y variables Realizado el ajuste del área de estudio, el mapa base de la localidad de Trelew en formato digital a nivel de radio censal cuenta con 99 unidades espaciales. La información censal presentada fue obtenida del Instituto Nacional de Estadísticas y Censos, Censo Nacional de Población, Hogares y Viviendas 2001, Base de Datos sistematizada mediante el uso del software REDATAM+ SP desarrollado por CELADE-CEPAL4. En primer lugar se confeccionó en archivo Excel la matriz de datos originales y de datos índices seleccionando una serie de variables que permitan el análisis exploratorio de datos espaciales de las condiciones socio-sanitarias. Las variables, e indicadores elaborados, referidas a población son: 1. Población de 0 a 14 años: Cantidad de población en valores absolutos (P_014) y participación porcentual del grupo etario sobre el total de población de la unidad espacial (IP_014) 2. Población sin cobertura de obra social y/o plan de salud privado o mutual: Se refiere a la población que no tiene cobertura (P_S_OS) calculándose la participación porcentual en función de la población total de la unidad espacial (IP_S_OS). Por cobertura se entiende a la tenencia de algún tipo de asistencia privada en salud. Incluye tanto a la tenencia de una obra social generalmente asociada a la afiliación obligatoria de los trabajadores con relación de dependencia, como a un plan de salud privado o mutual caracterizado por la adhesión voluntaria y el pago de servicio por parte del beneficiario en su totalidad y se excluyen los servicios de emergencias médicas. La variable e indicador elaborado referido al hogar es: 3. Hogares con Necesidades Básicas Insatisfechas (NBI): Se consideran los hogares que presentan al menos uno de los siguientes indicadores de privación - Hacinamiento: más de tres personas por cuarto; 2 La base cartográfica digital realizada en formato vectorial por el Instituto Nacional de Estadística y Censos (INDEC) de la Argentina puesta a disposición en el sitio web del Ministerio de Planificación de la Nación a través del Proyecto “Indicadores y aplicación de la información sobre vivienda en Argentina” convenio Subsecretaría de Desarrollo Urbano y Vivienda de la Nación y Universidad Nacional de Quilmes (UNQUI). Disponible en: www.vivienda.gov.ar/unqui/index.php 3 Uno de los radios se ubica al noreste del área de estudio –al este de la ruta nacional N°3 a la altura de la denominada Rotonda Norte- y el otro radio censal se localiza al sur del río Chubut. 4 La base de datos fue facilitada por GESIG-PROEG-UNLU (Grupo de estudios sobre Geografía y Análisis Espacial con Sistemas de Información Geográfica – Programa de Estudios Geográficos – Universidad Nacional de Luján). 2 -Vivienda: habitan en una vivienda de tipo inconveniente (pieza de inquilinato, pieza de hotel o pensión, casilla, local no construido para habitación o vivienda móvil), excluyendo casa, departamento y rancho; -Condiciones sanitarias: no tienen ningún tipo de retrete; -Asistencia escolar: tienen al menos un niño en edad escolar que no asiste a la escuela; -Capacidad de subsistencia: tienen cuatro o más personas por miembro ocupado, cuyo jefe no haya completado el tercer grado de escolaridad primaria. Se elaboró el indicador en valores absolutos (HG_C_NBI) y relativos al total de hogares de la unidad espacial (IHG_C_NBI). 3. Referencia metodológica Las metodologías para el análisis exploratorio de datos espaciales y autocorrelación espacial se presentan en los puntos 3.2, 3.5 y 3.6. Los aspectos conceptuales relacionados con el grado de asociación o semejanza entre variables y los aspectos geométricos de la correlación en los puntos 4.1 y 4.2 respectivamente, en tanto las cuestiones teóricas relacionadas con las clasificaciones y regionalizaciones se presentan en el capítulo 5. Realizamos el análisis incorporando cartografía temática y gráficos asociados que ofrece el programa OpenGeoDa presentando las interpretaciones conceptuales correspondientes que pueden ampliarse en Buzai y Baxendale (2012, capítulos 14,15 y 22). 4. Resultados Mediciones en variables En primera instancia se analizaron los valores de las medidas estadísticas de los indicadores en valores absolutos y en porcentajes a modo de contar con una visión general de sus comportamientos. Así entonces sabemos que el área de estudio presenta 27.017 niños entre 0 y 14 años de edad que representan el 30,72% del total de la población del área (87.928 habitantes). A su vez allí se localizan 24.813 hogares de los cuales 3.112 tienen al menos algún indicador de privación y por lo tanto presentan necesidades básicas insatisfechas representando el 12,54%. Por su parte la población sin cobertura médica representa el 41,37% del total de población del área. En la siguiente tabla 1 pueden observarse los valores de las principales medidas estadísticas de posición o tendencia central y de dispersión, y los valores mínimos y máximos de la serie de datos de los indicadores considerados. Conocer estos valores facilitará la lectura e interpretación de la cartografía y de los gráficos asociados a obtenerse en los análisis exploratorios. 3 Tabla 1 Resultados estadísticos de los indicadores Resultados /Indicador Media Desvío Estándar Mediana Suma Mínimo Máximo P_014 IP_014 HG_C_NBI IHG_C_NBI P_S_OS IP_S_OS % % % 272,898 155,171 28,938 8,974 31,434 33,849 12,219 12,074 367,434 242,463 38,845 18,003 247 27017 31 849 28,481 8,451 50,591 19 3112 1 163 6,923 0,285 46,439 309 36.376 55 1095 34,271 13,252 76,528 En el siguiente análisis exploratorio se trabajará con los indicadores en porcentajes en función de realizar una lectura e interpretación que resulte de mayor significatividad para un estudio espacial contextual. Análisis exploratorio univariado Mapas de cuantiles El sistema de clasificación por cuantiles permite obtener mapas donde cada intervalo de clase presenta la misma cantidad de unidades espaciales. Al ser este el criterio de clasificación, en una misma clase pueden quedar incluidas unidades espaciales con datos muy diferentes; sin embargo este sistema de clasificación permite visualizar e interpretar con facilidad la estructura espacial general del comportamiento de la variable. En este caso la representación cartográfica se realizó en cuartiles y el análisis de las variables estudiadas permite observar que los radios censales con mayores “porcentajes de población joven” respecto al total de población de cada unidad espacial se localizan en la periferia del área de estudio bajando los valores en forma anular concéntrica hacia el centro. 4 Figura 1. Mapa de cuartiles: Porcentaje de población joven de 0 a 14 años El mapa correspondiente a la variable “porcentaje de hogares con NBI se presenta acompañado del histograma elaborado con diez intervalos de clase de igual amplitud, recordemos que la altura de las columnas representa la cantidad de unidades espaciales comprendidas en cada uno de los intervalos. En el histograma se seleccionó el último intervalo de clase con porcentajes de hogares con NBI (decil superior) que superan el 41,8 %, según figura en las referencias hay 3 unidades espaciales que cumplen con este requisito, las cuales han quedado también seleccionadas en el mapa base –la selección puede apreciarse dado que al color de fondo se le superpone un tramado en cuadrícula–. Las unidades espaciales seleccionadas se localizan en el extremo noroccidental del área de estudio. Estas asociaciones entre mapas y gráficos permiten avanzar en el análisis, en este caso muestra cuáles de las 25 unidades espaciales que se ubican en el último cuartil presentan un porcentaje de hogares con NBI muy elevado (superior al 41 %). Figura 2. Mapa de cuartiles: Porcentaje de hogares con NBI 5 Figura 3. Histograma de la variable Porcentaje de hogares con NBI e identificación de las unidades espaciales seleccionadas en la última columna La representación cartográfica de los indicadores “porcentaje de hogares con necesidades básicas insatisfechas” y “porcentaje de población sin cobertura médica” presentan una configuración espacial en general muy similar entre sí. Figura 4. Mapa de cuartiles: Porcentaje de población sin cobertura médica Mediante el análisis exploratorio de los tres mapas se puede identificar un área en el extremo oeste donde coincide la localización de radios censales con altas participaciones porcentuales de población joven, de hogares con NBI y de población sin cobertura por obra social y/o plan de salud privado o mutual, pudiéndose considerar como una zona con potencial riesgo socio-sanitario dado la conjunción de factores. Mapas y gráficos de caja Siguiendo las características del gráfico de caja (box plot), el mapa de caja (box map) es un caso especial del mapa de cuartil donde se resaltan los valores extremos (outliers). De esta manera, a las cuatro categorías representadas por el 25 % de las unidades espaciales se les agregan dos clases más como intervalos 1° y 6°. El 1° y 2° intervalo contienen el 25 % de las unidades espaciales con valores muy bajos, 6 el 3° intervalo el siguiente 25 % de las unidades espaciales con valores bajos, el 4° intervalo otro 25% con valores altos y finalmente el 5° y 6° intervalo el 25 % restante de las unidades espaciales con valores muy altos. Cabe indicar, para su mejor interpretación, que en el gráfico de caja el punto medio de la distribución está representado por la mediana y un valor se considera extremo cuando supera en 1,5 o 3,0 el rango intercuartil formado por la diferencia entre los valores de las unidades espaciales que ocupan el puesto 25 % y 75 % respectivamente en la serie de datos ordenados de menor a mayor. De los tres indicadores considerados en el análisis el único que presenta valores extremos –considerando el umbral de 1,5– es “porcentaje de hogares con NBI”. A continuación se presentan el mapa y el gráfico de caja, donde puede observarse un solo valor anómalo de la variable hacia los valores superiores que ha sido seleccionado en el gráfico de caja y por lo tanto aparece la unidad espacial seleccionada en el mapa, –la misma se ubica en el extremo oeste del área de estudio–. Las referencias del mapa de caja (Figura 5) se presentan en colores fríos para los primeros tres intervalos de clase –dichos intervalos presentan valores por debajo de la mediana y acumulan el 50 % de las unidades espaciales–, los colores varían del azul al celeste claro; el restante 50 % de las unidades espaciales aparecen distribuidas en otros tres intervalos representados con colores cálidos graduados del naranja claro al rojo intenso. Figura 5. Mapa y gráfico de caja: Porcentaje de hogares con NBI. Selección del valor extremo superior Mapas de desvíos estándar En los mapas de desvíos estándar cada dato del indicador considerado se transformó en un puntaje “z” y los límites de los intervalos de clase representan unidades de desvíos por encima y por debajo de la media. Estos mapas estandarizados con el puntaje “z” resultan ahora perfectamente comparables en la serie cartográfica ya que las distintas variables se han llevado a la misma estructura. La representación en puntajes estándar se realiza con seis intervalos de clase, los primeros tres corresponden a los intervalos de clase por debajo de la media y se 7 representan con colores fríos del azul intenso en el intervalo más alejado de la media al celeste claro en el intervalo a un desvío de la media, los otros tres intervalos corresponden a valores de “z” por encima del valor de la media y quedan representados con colores cálidos graduados con mayor intensidad en el intervalo que más se aleja de la media. La variable “porcentaje de población joven de 0 a 14 años” presenta una configuración concéntrica con los valores por debajo de la media formando tres anillos en el área central disminuyendo la cantidad de desvíos estándar hacia afuera de este núcleo central. Por su parte, las unidades espaciales con valores por encima de la media se localizan en la periferia del área de estudio, en el sector oeste se ubican tres de las cuatro unidades espaciales que superan al valor de la media en dos desvíos y por lo tanto están representadas con el color cálido más intenso. Figura 6. Mapa de desvíos estándar: Porcentaje de población joven de 0 a 14 años La variable “porcentaje de hogares con NBI” presenta un comportamiento espacial más homogéneo pudiéndose diferenciar una gran área hacia el centro-sur del área de estudio con valores por debajo de la media que no superan un desvío estándar y por lo tanto quedan representados con un color celeste claro. Obsérvese en las referencias que todas las unidades espaciales con valores por debajo de la media no superan un desvío estándar por lo cual en los otros dos intervalos figura un cero entre paréntesis. Hacia los sectores norte y oeste se presenta otra gran área con valores por encima de la media estando representados los tres intervalos de clase distinguiéndose dos zonas o núcleos en los extremos noreste y noroeste con seis radios censales que presentan más del 36,49% de sus hogares con algún tipo de privación. 8 Figura 7. Mapa de desvíos estándar: Porcentaje de hogares con NBI En el caso de la configuración espacial de la variable “porcentaje de población sin cobertura médica” podemos decir que la diferenciación espacial ya no es ni concéntrica, –como en la variable “porcentaje de población joven”–, ni tan marcada la diferencia entre el norte y sur –como en la variable “porcentaje de hogares con NBI”–, se observa una diferenciación principalmente entre la zona oriental con predominio de unidades espaciales con valores estandarizados de la variable por debajo de la media y una zona occidental y septentrional con valores por encima de la media. Figura 8. Mapa de desvíos estándar: Porcentaje de población sin cobertura médica Podemos concluir como la distribución de la variable “porcentaje de población joven de 0 a 14 años” y “porcentaje de población sin cobertura médica” es más heterogéneo y gradual en su comportamiento espacial –ya que encontramos radios censales representados en todos o casi todos los intervalos de clase–, comparada con la variable “porcentaje de hogares con NBI”. Análisis exploratorio bivariado y trivariado Como parte de estos análisis exploratorios interesa observar el grado de asociación entre indicadores, en este caso se espera que dicho grado sea elevado entre los indicadores “porcentaje de hogares con NBI” y “porcentaje de población sin cobertura médica”. 9 Efectivamente, el coeficiente de correlación entre ambas variables arroja un valor de 0,90. Al seleccionar en el gráfico de dispersión las unidades espaciales ubicadas en el cuadrante que presenta valores por encima de la media para ambos indicadores, se puede observar en el mapa su localización espacial. Para integrar la información la localización se realizó sobre el mapa de cuartiles del indicador “porcentaje de población joven de 0 a 14 años de edad”. Visualmente este tipo de representaciones ya permite diferenciar en el mapa aquellas unidades espaciales que superan la media de los dos primeros indicadores pero que a su vez se ubican en el cuartil cuyo límite inferior supera el 35 % de población de 0 a 14 años. Este análisis permite identificar entonces los radios censales donde la población joven estaría expuesta a mayores riesgos socio-sanitarios. Figura 9. Mapa de cuartiles del Porcentaje de población joven de 0 a 14 años con la selección realizada en el gráfico de dispersión (cuadrante ++) entre las variables Porcentaje de Hogares con NBI y Porcentaje de población sin cobertura médica El gráfico de dispersión 3D permite también realizar este tipo de análisis exploratorio interactivo considerando la asociación entre los tres indicadores. La Figura 10 presenta tres componentes: el mapa de cuantiles de la variable “porcentaje de población de 0 a 14 años, el gráfico trivariado entre la variable mencionada (eje X) y las variables “porcentaje de hogares con NBI” (eje Y) y “porcentaje de población sin cobertura médica” (eje Z) y el mapa base donde se observan las unidades espaciales seleccionadas en el cuadrante (+++). 10 Figura 10. Análisis a través del gráfico de dispersión 3D Análisis de autocorrelación espacial El análisis de autocorrelación espacial arroja resultados sobre el grado de asociación que existe entre cada una de las unidades espaciales con sus unidades vecinas en relación a los valores que presentan para una misma variable bajo análisis. El análisis se realizó para la variable Porcentaje de hogares con NBI a fin de verificar si existe o no autocorrelación espacial y, de existir, dónde se localizan los focos o clusters espaciales locales: los hot-spots (agrupamientos de valores altos) y los cold-spots (agrupamientos de valores bajos). Al realizarse el análisis el índice de Moran arrojó un resultado de 0,5788, se realizó el test de aleatoriedad para evaluar la significatividad de dicho valor obteniendo un índice esperado de -0,0102, es decir, el valor que tendría el índice de Moran de tratarse de una distribución aleatoria. Por su parte el p-valor arrojó un resultado de 0,001 inferior al valor de Estos resultados nos permiten rechazar la hipótesis nula (H0) “la configuración espacial se produce de manera aleatoria” y aceptar la hipótesis alternativa (H1) “la configuración espacial NO se produce de manera aleatoria.” 11 Figura 11. Cálculo del Índice de Moran y resultados del test de aleatoriedad Mediante el método de cálculo LISA (Local Indicators of Spatial Association) se identifican los patrones locales de asociación espacial, en el mapa pueden observarse dos agrupamientos de valores altos (hot-spot) en la franja septentrional del área de estudio en los extremos oeste y este respectivamente –zonas en color rojo–. Por su parte la zona central y franja sur aparece como un agrupamiento de valores bajos (cold-spots) –representado con color azul–, las unidades espaciales que aparecen en gris claro no han arrojado resultados significativos en tanto que las unidades que aparecen con color celeste corresponden a unidades espaciales con valores bajos de la variable pero que limitan con unidades espaciales que presentan en promedio valores altos (autocorrelación espacial negativa). Por último, cabe aclarar que ninguna unidad espacial del área de estudio presenta la otra situación de autocorrelación espacial negativa, –agrupamientos de unidades espaciales con valores altos de la variable limitando con unidades espaciales que presentan en promedio valores bajos–; cabe indicar que ningún radio se clasificó en la última categoría de las referencias. Figura 12. Agrupamientos espaciales locales 12 5. Interpretación modelística Dado el alto grado de asociación entre los indicadores “porcentaje de hogares con NBI” y “porcentaje de población sin cobertura médica”, se realiza la regionalización bivariada en función de considerar la distribución de la población objeto de estudio –indicador “porcentaje de población joven” y su asociación con el “porcentaje de hogares con NBI” considerado éste como un indicador síntesis de las condiciones sociales, económicas, educativas y habitacionales de los miembros del hogar y la vivienda donde habitan. Así entonces se identifican las unidades espaciales presentes en cada uno de los cuatro cuadrantes del espacio de relaciones al realizar el gráfico de dispersión entre ambas variables y estandarizando la información. Cada una de las selecciones efectuadas puede ser grabada en una columna de la tabla. En el mapa base aparecen seleccionadas las unidades espaciales que presentan valores estandarizados de los dos indicadores por encima de la media, la cual pasa a valer cero. Figura 13. Gráfico de dispersión entre las variables Porcentaje de población joven de 0 a 14 años y Porcentaje de hogares con NBI y mapa base con unidades espaciales seleccionadas (cuadrante ++) Figura 14. Regionalización bivariada: Porcentaje de población joven y Porcentaje de hogares con NBI. 13 Clasificadas las unidades espaciales según el cuadrante de pertenencia, se realiza el mapa social a partir de la regionalización (Figura 14). La configuración espacial obtenida presenta un área central con bajo riesgo socio-sanitario en función de que las unidades espaciales arrojan porcentajes bajos de población joven y de hogares con NBI –representada con un color verde oscuro–, un medio anillo periférico en el sector sur y oriental donde las unidades espaciales presentan alto porcentaje de población joven pero bajos porcentajes de hogares con NBI –en color verde claro–, un sector periférico norte y occidental donde se localizan las zonas potencialmente más conflictivas al presentar las unidades espaciales altos porcentajes de población joven y de hogares con NBI –en color rojo–. Entre este último sector y la zona central aparecen localizados los radios censales con potenciales riesgos intermedios, –en términos comparativos, para la población bajo estudio– al presentar altos porcentajes de hogares con NBI pero bajo porcentajes de población joven, –en color amarillo–. En síntesis, vemos como el análisis exploratorio de datos espaciales permite conocer y estudiar la distribución y asociación entre indicadores seleccionados pudiéndose arribar a un mapa social que, en el caso de estudio y para la temática analizada, presenta un modelo de ciudad donde se distingue una primera configuración espacial anular con condiciones favorables hacia la zona central y desfavorables hacia la periferia, diferenciándose en esta última zona un sector norte de mayor fragmentación en la distribución espacial de las características estudiadas. Podemos concluir que en Trelew se verifica, en una aproximación socioespacial exploratoria, el modelo de las ciudades de tamaño intermedio de América Latina. 6. Bibliografía BUZAI, G.D.; BAXENDALE, C.A. 2012. Análisis Socioespacial con Sistemas de Información Geográfica. Tomo 2: Ordenamiento Territorial / Temáticas de base vectorial. Lugar Editorial. Buenos Aires. INDEC 2001. Censo Nacional de Población, Hogares y Vivienda 2001. Instituto Nacional de Estadística y Censos. Buenos Aires. © Claudia A. Baxendale Baxendale, C.A. 2015. El mapa social de Trelew. Geografía y Sistemas de Información Geográfica. 7(7)Sección I:1-14 On-line: www.gesig-proeg.com.ar Recibido: 2 de marzo de 2015 Aprobado: 27 de marzo de 2015 14