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. 124-139 El mapa social de San Miguel de Tucumán JUAN JOSÉ NATERA RIVAS Universidad de Málaga 1. Introducción La población del Gran San Miguel de Tucumán tiende a estar diferenciada en el espacio urbano según determinadas variables referidas no sólo a ella misma, sino también a los hogares que conforman y a las viviendas en las que habitan. A modo de ejemplo, si representamos la información censal de 2001 a nivel de radio censal, puede observarse cómo los hogares sin privación material (en el sentido que se deriva del cálculo del Índice de Privación Material de los Hogares) se localizan en lugares diferentes con respecto a aquellos con privación convergente, que la población mayor de 64 años reside de forma mayoritaria en el centro de la ciudad, mientras que la población infantil lo hace en la periferia, o que las viviendas inconvenientes se sitúan en áreas del aglomerado diferentes a aquellas en las que se concentran los departamentos. Por otro lado, también existe una aparente correlación espacial entre variables que están referidas a ciertas características de la población intuitivamente relacionadas: así, la población con menores niveles de instrucción se localiza en las mismas áreas que los ocupados encuadrables en el denominado sector informal, áreas que son diferentes a las correspondientes a las concentraciones de hogares unipersonales conformados por población anciana. Es por todos conocida la existencia de estos hechos no sólo en el aglomerado que nos ocupa, sino en prácticamente la totalidad de ciudades por encima de un cierto volumen de población. Es más, el estudio de la segregación socio espacial de la población en la ciudad latinoamericana es un tema de investigación abordado en numerosas ocasiones, que ha generado un apreciable número de modelos. Construidos en su mayoría a partir de información cualitativa, los encuadrables en la “línea” norteamericana y en la “línea” alemana son tal vez los más conocidos; y, gracias al progresivo acceso a información estadística espacialmente muy desagregada, han ido apareciendo incursiones en el tema que, de una u otra forma, han tratado de obtener áreas de la ciudad diferenciadas a partir de variables cuantitativas referidas a la población, los hogares y las viviendas. Nuestro objetivo está en relación con esta última corriente, y, en esta ocasión debe ser, por razones de espacio, necesariamente limitado. Consiste en responder a la siguiente 124 pregunta: ¿cuáles son las dimensiones principales que subyacen a la diferenciación socioespacial de la población censada en 2001 en el Gran San Miguel de Tucumán? Para tratar de responder a esta pregunta hemos recurrido a la ecología factorial. Ciertamente, la apuesta por ella trae consigo un riesgo, al menos doble: por un lado, que el análisis de los datos y su interpretación estadística resulten atractivos al punto de relegar su explicación causal. Por otro, que la atención al espacio quede limitada a poco más que la mera plasmación cartográfica de los resultados, peligro este último especialmente grave para los geógrafos, desde el momento en que para nosotros el espacio es –debe ser- algo más que un mero soporte de las relaciones sociales. No obstante, y siendo todo ello así, en esta aplicación, y por la razón que acabamos de indicar, nos limitaremos a la identificación de las dimensiones que subyacen en la diferenciación residencial de la población y a la distribución espacial de sus puntuaciones. 2. Información La selección de variables que hemos empleado puede dividirse en seis grupos. El primer grupo de variables se centra en característica demográficas de la población: Estructura por edad (porcentaje de niños –menores de 15 años- y porcentaje de ancianos –mayores de 64 años-). Relación de fecundidad, entendida como la proporción existente entre el número de menores de 5 años y las mujeres de entre 15 y 44 años. El segundo grupo de variables se centra en características de la relación existente entre viviendas, hogares y población: Cantidad de hogares por vivienda, como forma indirecta de medir los problemas de acceso a la vivienda por parte de la población. Número de habitantes por vivienda, variable complementaria de la anterior y que permite, de forma indirecta, medir la presión que la población -y no los hogaresejerce sobre el parque habitacional disponible. Proporción de hogares que son ocupantes de la vivienda en la que residen por préstamo, por trabajo o se encuentran en “otra situación” 1, como medida indirecta de la incapacidad de obtener vivienda propia. El tercer grupo de variables se centra en los niveles de instrucción: Grado máximo de instrucción “secundario incompleto” del conjunto de la población que no asiste pero asistió a un establecimiento escolar. Grado máximo de instrucción “universitario completo” del conjunto de la población que no asiste pero asistió a un establecimiento escolar 2. 1 De las seis opciones de respuesta al item “tenencia de la vivienda” que contempla el Censo, hemos eliminado las correspondientes a “Propietarios de la vivienda solamente”, “Propietarios de la vivienda y el terreno” e “Inquilinos”, puesto que las dos primeras implican la capacidad (reconocida legalmente) de disponer de la vivienda, y la tercera trae aparejado un pago por dicha disposición. 2 Si bien es cierto que estas dos variables están influenciadas por la estructura por edad, el calcularlas sobre la totalidad de la población que no asiste pero asistió a centro escolar tiene la finalidad de integrar en el análisis el 125 Número de años de escolaridad aprobados por los jefes de hogar. Porcentaje de personas escolarizadas que asisten a un establecimiento privado, variable que está destinada no tanto a medir el nivel de instrucción de la población, como de forma indirecta la presencia de cierta solvencia económica del hogar al que pertenece. El cuarto grupo corresponde a variables relacionadas con el origen de la población. El hecho de incluir este conjunto de variables responde a comprobar si en 2001 en el GSMT existe una diferenciación espacial ligada a la procedencia de la población, o si bien esta característica queda subsumida en otra supervariable, tal y como ocurre al realizar un estudio de este mismo corte aplicado a información correspondiente al Censo Nacional de Población y Vivienda de 1991 (cfr. Natera Rivas, 2005). Concretamente, las variables empleadas son: Porcentaje de población nacida en país limítrofe. Porcentaje de población nacida en país no limítrofe. Porcentaje de población nacida en otra provincia argentina. El quinto grupo de variables se centra en las características económicas de la población: Porcentaje de ocupados en el sector informal sobre el total de ocupados de 14 o más años, definiendo el sector informal como los asalariados en establecimientos de hasta 5 ocupados, y los patrones, cuenta propia y trabajadores sin salario, excepto de calificación profesional, en establecimientos de hasta 5 ocupados3. Porcentaje de ocupados no calificados. Porcentaje de hogares en los que ambos cónyuges están desocupados. El sexto grupo de variable contiene variables referidas a la pobreza estructural, concretamente: Porcentaje de casas A y departamentos sobre el total de viviendas. Porcentaje de población con NBI retrete. nivel de estudios alcanzado por el segmento de población que, habiendo estado inserto en el sistema educativo, lo ha abandonado. Un abandono que, si bien no excluye la posibilidad ulterior de retomar los estudios, sí es reflejo del nivel de instrucción máximo que la población que fue a la escuela tenía en la fecha de referencia –la censal-. La importancia de introducir en el análisis a este grupo de población al completo estriba en la relación que existía en el cambio de siglo entre el nivel de instrucción y la posibilidad de encontrar un trabajo bien remunerado. Una influencia que ha sido puesta de manifiesto, entre otros, por Altimir y Beccaria (1999), para el conjunto de Argentina en fechas cercanas a la de la información censal que estamos empleando, o FIEL (1996), para el caso concreto de la provincia de Tucumán. 3 A la hora de identificar a los ocupados pertenecientes al Sector Informal hemos seleccionado, entre las diferentes alternativas existentes, la “alternativa 1” en palabras de Pok (2001), utilizada en la Encuesta Permanente de Hogares a finales de los noventa, aplicada a un universo no ajustado; una definición asimilable a la empleada en otras encuestas nacionales, como la Encuesta de Desarrollo Social y Condiciones de Vida, realizada por el SIEMPRO en 1997. Pese a los inconvenientes que pueden achacársele (entre otros, no proporcionar indicios sobre la homogeneidad interna de los establecimientos incluidos en el sector informal en lo relativo a la precariedad de sus asalariados), hemos considerado conveniente seleccionar una de las alternativas de la conceptualización empleada en las fechas a las que se refiere la información censal por la fuente de datos más al uso en lo tocante al estudio del mercado de empleo argentino, la EPH. 126 Porcentaje de población que reside en viviendas inconvenientes, variable que, junto con la anterior, conforman los dos indicadores de Necesidades Básicas Insatisfechas de carácter universal4. 3. Referencia metodológica Para alcanzar el objetivo de corroborar si la diferenciación espacial de la población del aglomerado a nivel de radio censal responde a un número de dimensiones fundamentales, y al mismo tiempo identificar cuáles pueden ser éstas, hemos tratado las 20 variables seleccionadas a través de un análisis factorial de componentes principales. Las variables fueron estandarizadas, obteniéndose con esta operación un conjunto de puntuaciones de las variables en las diferentes unidades espaciales de media 0 y desviación estándar 1. En esta información hemos basado el instrumento de análisis estadístico empleado, y la cartografía temática. Los intervalos que hemos construido son los siguientes: valores positivos muy altos de la variable considerada (> 1.5 σ), positivos altos (0,5 σ a 1,5 σ), positivos bajos (0,5 σ a 0), valores negativos bajos (-0,5 σ a 0), negativos altos (-1,5 σ a -0,5 σ) y negativos muy altos (< -1,5 σ); desde el momento en que todas ellas están estandarizadas, este conjunto de intervalos es aplicable indistintamente a una u otra. La metodología aplicada ha sido presentada en el punto 6.4 de la Parte II de este libro en su doble propósito: como método para reducir la dimensionalidad del fenómeno estudiado y, principalmente, como método para descubrir su estructura subyacente. 4. Resultados El resultado del análisis para la búsqueda de factores de diferenciación sociohabitacional ha sido obtenido a partir del cálculo de componentes principales. La matriz factorial fue rotada según el método varimax y los resultados cuantitativos se presentan en las tablas 1 y 2. Tabla 1. Solución factorial del aglomerado del Gran San Miguel de Tucumán (20 variables) Componente 1 2 3 Valor propio 10,691 1,609 1,327 % varianza explicada Porcentaje acumulado 53,455 53,455 8,044 61,499 6,634 68,133 4 Hemos de indicar que, pese a estar también disponibles en la fuente, hemos preferido no emplear ni el indicador de pobreza patrimonial ni el de pobreza convergente surgidos del cálculo del Índice de Pobreza Material de los Hogares, por tratarse de variables de síntesis, con complejo proceso de elaboración, y que tienden a desvirtuar fuertemente los resultados, tal y como hemos comprobado en los análisis previos conducentes a la obtención de los resultados que ahora presentamos. 127 Tabla 2. Estructura factorial Comunalidad Componente 1 Componente 2 Componente 3 Variable % población con NBI vivienda 0,750 0,860 -0,080 0,100 inconveniente 0,760 0,810 -0,330 -0,020 Relación de fecundidad 0,790 0,780 -0,410 -0,110 % menores de 15 años % de población con NBI 0,580 0,750 -0,140 0,080 condiciones sanitarias 0,830 0,720 -0,560 0,000 % ocupados no calificados % ocupados en el sector 0,740 0,700 -0,490 -0,030 informal 0,870 -0,880 0,320 0,000 % casas A y departamentos % de población de 65 años o 0,600 -0,630 0,400 0,220 más 0,660 -0,610 0,530 -0,090 % asistencia a centro privado % nivel de instrucción 0,920 -0,460 0,840 -0,060 superior completa 0,760 -0,280 0,830 0,020 % nacidos en otra provincia 0,630 -0,200 0,760 -0,150 % de patrones “no informales” 0,660 -0,290 0,760 -0,040 % extranjeros no limítrofes Años de estudio del jefe de 0,920 -0,590 0,760 -0,050 hogar 0,770 0,420 -0,760 -0,130 Habitantes por vivienda % nivel de instrucción máximo 0,940 0,620 -0,750 0,030 secundaria incompleta % de hogares no propietarios 0,540 0,080 0,220 0,700 de la vivienda % ambos cónyuges 0,440 0,040 0,030 0,660 desocupados 0,070 -0,030 -0,080 0,250 Hogares por vivienda 0,370 0,060 0,390 -0,460 % nacidos en país limítrofe El análisis ha diferenciado tres componentes, que explican una parte importante de la varianza (algo más de las dos terceras partes), aunque con diferente peso cada uno de ellos: el primero viene a explicar algo más de la mitad de la varianza, el 53,455%, a gran distancia del segundo, que explica el 8,044%, mientras que el tercero explica un exiguo 6,634%. De ellas, un total de cinco obtienen valores positivos: relación de fecundidad y porcentaje de niños, por un lado; porcentaje de población con NBI vivienda inconveniente y porcentaje de población con NBI saneamiento, por otro; y, junto a ellas, porcentaje de ocupados en el sector informal y porcentaje de ocupados no calificados. Interpretadas en conjunto, los puntajes positivos en este componente están haciendo referencia a población con elevados niveles de natalidad –o, al menos, a población comparativamente joven-, cuyas viviendas presentan carencias infraestructurales y cuyos ocupados vendrían caracterizados por una baja cualificación y una deficiente inserción en el mercado laboral. Por su parte, las tres variables restantes que dan significado al componente obtienen, en contraste, puntuaciones negativas: porcentaje de ancianos, porcentaje de casas A y departamentos y porcentaje de alumnos en establecimientos privados. De esta manera, los radios en los que este componente obtiene puntuaciones negativas estarían caracterizados por una situación opuesta a la descrita 128 anteriormente, esto es, población comparativamente envejecida, que reside en viviendas sin deficiencias infraestructurales, y en una, si no necesariamente en buena situación económica, sí al menos mejor que el grupo anterior5. Por todo ello, hemos identificado a este factor como situación habitacional e inserción laboral deficientes, con estructura de la población joven vs población envejecida, en condiciones habitacionales y de inserción laboral satisfactorias. El significado del segundo componente viene dado a su vez por un total de siete variables, todas ellas vinculadas a la población, no a las viviendas o a los hogares. Obtienen valores positivos un total de cinco: número de años de estudio del jefe del hogar y porcentaje de población que no asiste pero asistió a establecimiento educativo con un nivel máximo de instrucción de universitario completo; porcentaje de patrones vinculados a establecimientos de más de 5 trabajadores, más el porcentaje de nacidos en otra provincia y porcentaje de extranjeros de país no limítrofe. En consecuencia, las puntuaciones positivas en este componente son indicativas de la presencia de población con nivel de instrucción elevado y buena inserción en el mercado laboral6, elementos a los que hay que añadir un componente inmigratorio. En lo tocante a este componente inmigratorio, entendemos que probablemente la característica que está pesando en la adscripción de los nacidos en otra provincia y extranjeros no limítrofes a este factor no es tanto la condición de inmigrante, sino más bien las mejores condiciones que desde el punto de vista del significado conjunto del factor tienen estos dos grupos de población con respecto al conjunto de la población. Evidentemente no se ha alimentado el instrumento estadístico con esta información, pero el proceso de conformación de los componentes sí tiene en cuenta el hecho de que los inmigrantes nacionales y extranjeros no limítrofes probablemente tienden a situarse en el entramado urbano en las localizaciones espaciales “que les corresponden”, y eso es lo que el análisis factorial detecta. Al menos a esto apunta claramente la distribución espacial tanto de los nacidos en otra provincia argentina como de los inmigrantes extranjeros no limítrofes, que alcanzan sus máximos valores en el centro de la ciudad y en el área de Yerba Buena, una de las mejores zonas, desde el punto de vista residencial, del aglomerado (figuras 1 y 2). Las dos restantes variables obtienen puntuaciones negativas, una relacionada con el nivel de instrucción, el porcentaje de población que no asiste pero asistió a establecimiento educativo con un nivel máximo de instrucción de secundaria incompleta, la otra el número de habitantes por vivienda, haciendo referencia a una población que, una vez habiendo abandonado el sistema educativo, ha obtenido unos bajos niveles de instrucción y que ejerce una comparativamente alta presión sobre el parque de viviendas. Todas estas consideraciones nos han llevado a identificar este factor como población con buena situación de instrucción e inserción en el mercado laboral de la población, con componente inmigratorio vs población con nivel de instrucción deficiente con posibilidad de hacinamiento. 5 Debemos recordar que la variable “Porcentaje de personas escolarizadas que asisten a un establecimiento privado” fue incluida en el análisis no como reflejo del nivel de instrucción, o de la calidad de la misma, sino como indicador indirecto de capacidad económica del hogar. 6 Como puede apreciarse en la tabla 2 las variables “porcentaje de ocupados no calificados” y “ocupados en el sector informal”, aunque adscritas al primer componente, obtienen puntuaciones negativas apreciables en el que ahora nos ocupa. 129 Figura 1. Valores estandarizados del porcentaje de población nacida en otra provincia argentina Fuente: Elaboración del autor. Figura 2. Valores estandarizados del porcentaje de población nacida en país extranjero no limítrofe 130 Fuente: Elaboración del autor. Las cuatro variables restantes son las que aportan significado al tercer componente. Puntaciones positivas obtienen tres de ellas: La condición de no propietario de la vivienda, el número de hogares por vivienda y el porcentaje de hogares con ambos cónyuges desocupados. La cuarta, el porcentaje de inmigrantes limítrofes, presenta una puntuación con signo negativo. La identificación de este factor es más compleja. Resulta interesante indicar que las variables relacionadas con la calidad de las viviendas (indicadores de NBI, % de casas A y departamentos) no aportan prácticamente nada a su significado, pese a lo que en un primer momento se podría haber esperado; tampoco lo hacen las correspondientes al nivel de instrucción de la población y, lógicamente, tampoco las correspondientes al resto de las características económicas de la población, puesto que están referidas a los ocupados. Por otro lado, también es necesario indicar que estas cuatro variables presentan las comunalidades más bajas de toda la serie, por lo que el porcentaje de varianza extraída es comparativamente escaso, lo cual obscurece la interpretación de la supervariable. De modo tentativo hemos denominado a este factor como situación de escasa disponibilidad patrimonial y económica del hogar vs hogares en situación legal de tenencia y con ingresos procedentes del trabajo. Distribución espacial de las puntuaciones Una vez identificadas las dimensiones que gobiernan la distribución socio habitacional de la población en el Gran San Miguel de Tucumán, según resulta de la información censal empleada, las puntuaciones que alcanzan en los radios censales, en otras palabras, el valor que en las distintas unidades espaciales registran estas tres nuevas variables, puede ser cartografiado, ganando en riqueza el análisis (para facilitar la lectura, en la figura 3 se ofrece la localización de los principales hitos citados en el texto). 131 Figura 3. Localidades que integran el Gran San Miguel de Tucumán y localización de los principales hitos citados en el texto En la figura 4 se muestra la distribución de las puntuaciones que alcanzan los radios en el primer componente. En ella se puede observar claramente cómo los radios censales con puntuaciones positivas muy altas o altas, indicativas de fuerte presencia de población joven en situación habitacional e inserción laboral deficientes, se localizan de manera mayoritaria en la periferia de la localidad de San Miguel de Tucumán; este conjunto de unidades censales muestra un importante grado de contigüidad espacial, conformando una orla que presenta penetraciones hacia el interior del aglomerado; asimismo, también los radios periféricos de las localidades menores (Alderetes, Banda del Río Salí, Villa Mariano Moreno y Yerba Buena) presentan puntuaciones altas en este componente, reproduciendo, en menor escala la situación correspondiente a la localidad principal. El hecho de que sean los radios periféricos los que se encuadran en los intervalos de mayor valor positivo debe ponerse en relación con una doble realidad. Por un lado, son las áreas periféricas de las ciudades -en el sentido espacial del término- las que acogen a la población más joven, puesto que es básicamente en ellas, en las áreas por las que la ciudad se expande de forma natural, donde este segmento de la población tiene más probabilidades de encontrar vivienda; y esta tendencia a la localización periférica -o, al menos, no céntrica- de la población más joven le afecta sean cuales sean sus características socio-económicas (aunque pueda reseñarse que, en el caso de los más pudientes, en las elecciones periféricas también influyan las presencia de mejores condiciones ambientales, mayor disponibilidad de espacio, etc.). Por otro, en la estructura de este componente también influyen fuertemente las condiciones habitacionales deficientes de la población (íntimamente ligadas a una inserción también deficiente en el mercado laboral). Como es sabido, en el Gran San Miguel de Tucumán es precisamente en las áreas periféricas donde se localizan las mayores concentraciones de viviendas con déficits importantes en infraestructuras y calidad 132 constructiva, localizadas en villas miseria habitadas por grupos de población que presentan características deficientes o muy deficientes no sólo desde el punto de vista habitacional, sino también social. Y es en estos radios en los que reside población joven en condiciones habitacionales precarias donde se alcanzan las mayores puntuaciones del componente: las divisiones censales de los extremos sudoeste, noreste, las colindantes con el Canal Norte y el Salí, resultando también decisivas las comparativamente deficientes condiciones de la población y sus viviendas en la explicación de las extensiones hacia el centro de la ciudad de radios con elevadas puntuaciones que se registran en la zona que sigue la vía del ferrocarril en la porción noreste, y aquella otra situada en la zona del ex aeropuerto y actual Mercofrut. En contraste, los radios en los que se asienta población caracterizada por un ciclo familiar joven, pero que no está afectada por problemas habitacionales, tienden a puntuar más bajo que los anteriores, puesto que tan sólo está presente en ellos una parte del significado del componente (caso de gran parte de Yerba Buena). Figura 4. Puntaje de los radios censales en el componente 1 Fuente: Elaboración del autor. Por su parte, las puntuaciones negativas altas o muy altas en este componente, indicativas de la presencia de población comparativamente envejecida, en condiciones habitacionales y de inserción laboral satisfactorias, caracterizan a radios censales localizados de forma mayoritaria en el área central del aglomerado y en la porción más añeja de la Banda del Río Salí. Corresponde, por tanto, al tejido urbano del Gran San Miguel de Tucumán más consolidado desde el punto de vista edilicio –en la figura 4 pueden identificarse los radios que comprenden las porciones más añejas de las localidades periféricas incluidas en el aglomerado-; un tejido urbano que en el que la proporción de población comparativamente envejecida es elevada, como resultado también de la evolución natural de la localización de la población según su edad en el entramado urbano a la que anteriormente hicimos referencia. En este sentido, es la estructura por edad más joven de Yerba Buena la que está en la base de 133 la presencia de radios que obtienen valores negativos bajos en este componente, puesto que uno de los elementos que le da significado –en este caso, la presencia de población de 65 años o más- está relativamente ausente en ellos. La distribución espacial de las puntuaciones positivas del componente 2 (indicativas de una buena situación de instrucción e inserción en el mercado laboral de la población, con componente inmigratorio), difiere notablemente de la anterior tal y como se puede apreciar en la figura 5. Los valores positivos muy altos o altos están claramente concentrados en el centro tucumano y en alguno de los radios de Yerba Buena colindantes en su mayor parte con la Avenida Aconquija; si a ello añadimos el hecho de que ambos grupos aparecen espacialmente conectados por una alineación de radios con puntuaciones altas, articulados por la Avenida Mate de Luna, puede afirmarse que nos encontramos ante una clara expansión sectorial de este tipo de población desde el centro hacia el área periférica que cuenta con las mejores condiciones ambientales del aglomerado. Figura 5. Puntaje de los radios censales en el componente 2 Fuente: Elaboración del autor. En contraste, los radios censales que presentan puntuaciones negativas muy altas o altas (indicativas de la presencia de población con nivel de instrucción deficiente y posibilidad de hacinamiento) presentan una tendencia a localizarse en el entramado urbano de manera más periférica, caracterizando a la práctica totalidad de Alderetes y Banda del Río Salí, en el este del aglomerado, y al Manantial, en el suroeste. En cuanto a la distribución espacial de las puntuaciones del tercer componente, ya sean positivas o negativas, hemos de indicar que no presentan una pauta tan clara como las correspondientes a los dos anteriores (figura 6). La característica más relevante es la presencia de un importante conjunto de radios con puntuaciones negativas muy altas o altas (indicativas 134 de la presencia de hogares en situación legal de tenencia y con ingresos procedentes de la ocupación) en Yerba Buena y Villa Mariano Moreno. Téngase en cuenta que, como en su momento indicamos, las comunalidades de las variables que aportan significado a este componente son las más bajas de todo el análisis, lo que está en la base tanto de su comparativamente baja capacidad de síntesis y su dificultad de identificación, como de la localización tan poco clara de sus puntuaciones en el tejido urbano. Figura 6. Puntaje de los radios censales en el componente 3 Fuente: Elaboración del autor sobre datos del Censo Nacional de Viviendas, Hogares y Población de 2001. 5. Interpretación modelística Con el objetivo de clarificar la lectura de la distribución espacial de las puntuaciones que alcanzan los tres componentes en los diferentes radios urbanos, y de facilitar la interpretación de nuestros resultados en el contexto de los modelos de ciudad a los que se ha hecho referencia en secciones anteriores del libro, presentamos las figuras 7 y 8. En la primera de ellas hemos representado únicamente los radios que obtienen puntuaciones positivas en alguno de los tres componentes, y, en caso de obtenerlas en dos o más, hemos representado únicamente aquel para el que dicha puntuación es mayor. En la segunda hemos repetido la misma operación, pero en este caso con los valores negativos. Representados de esta forma las puntuaciones positivas en la figura 7, se aprecia nítidamente cómo la distribución de la presencia de población con buen nivel de instrucción e 135 inserción en el mercado laboral (significado de los valores positivos del componente 2) es básicamente céntrica, manteniéndose con claridad la expansión sectorial hacia Yerba Buena. En contraste, las áreas periféricas del aglomerado se corresponden con radios en los que predominan los valores positivos del primer componente (indicativos de situación habitacional e inserción laboral deficientes, con estructura de la población joven), radios que vienen a conformar un círculo prácticamente perfecto, no cerrándose en el extremo oeste del aglomerado debido a las particulares condiciones ambientales y de vivienda que lo caracterizan. Por su parte, los radios en los que el componente 3 (situación de escasa disponibilidad patrimonial y económica del hogar) es el predominante tienden a localizarse entre los dos conjuntos anteriores, conformando un área bastante homogénea en las áreas septentrional y oriental (que aproximadamente vienen a delimitar el centro del aglomerado), siendo mucho más laxa la distribución al oeste y prácticamente inexistente al sur. Asimismo, creemos que resulta interesante indicar que también en la Banda del Río Salí, la otra gran localidad del aglomerado, este tercer tipo de radio se localiza también entre los radios tipo 1, resultando ser la ausencia de radios en los que predomina el componente 2 el hecho que impide, a una escala menor, la reproducción de la situación general del conjunto del aglomerado. Figura 7. Distribución espacial de los radios censales según el componente de diferenciación socio residencial predominante (valores positivos). Fuente: Elaboración del autor sobre datos del Censo Nacional de Viviendas, Hogares y Población de 2001. Por su parte, la distribución espacial de los radios según la puntuación negativa predominante (Figura 8) es complementaria de la anterior. Podría indicarse que la distribución de las puntuaciones positivas y negativas de los componentes 1 y 2 son casi especulares, 136 especialmente en San Miguel, con excepción de Yerba Buena, donde la casi totalidad de radios censales se clasifican en el componente 3. En este sentido, en la figura 8 puede observarse en cómo la práctica totalidad de los radios que componen dicha localidad el predominio corresponde a las puntuaciones negativas del tercer componente, en el único caso de pauta de distribución clara de predominio de radios pertenecientes a este componente, ya sea que consideremos las puntuaciones positivas o las negativas. Como en su momento indicamos, puntajes negativos en el tercer componente son indicativos de la presencia de población en situación legal de tenencia y con ingresos procedentes de la ocupación, por lo que la presencia de radios con predominio de esta situación en Yerba Buena viene en cierta forma a suplir la falta de lo que podríamos denominar una “expansión sectorial especular” en el extremo occidental del aglomerado. Figura 8. Distribución espacial de los radios censales según el componente de diferenciación socio residencial predominante (valores negativos) Fuente: Elaboración del autor sobre datos del Censo Nacional de Viviendas, Hogares y Población de 2001. La distribución espacial de los factores subyacentes de la localización sociohabitacional del aglomerado puede apreciarse con más claridad cuando consideramos los valores positivos de los componentes (figura 7), y a partir de ella se aprecia cómo tiende a tomar una pauta de anillos concéntricos, con la población más joven y en peor situación socio-habitacional en la periferia, la población con mejores condiciones de instrucción e inserción laboral en el centro, y ambos grupos separados por un conjunto de radios indicativos de hogares con escasa disponibilidad patrimonial y económica. Esta distribución espacial coincide con la gradación descendente del nivel socioeconómico de la población desde el centro hacia la periferia que postula la práctica totalidad de modelos de ciudad 137 latinoamericana, 7 modelos conformados a partir de información básicamente cualitativa, tomada en su mayor parte de las grandes metrópolis continentales. Además, pareciera que es una pauta muy extendida, por no decir universal, en el conjunto de ciudades de nuestra región, puesto que también ha sido detectada en el resto de capitales del Noroeste (cf. Natera Rivas, 2010), en el aglomerado del Gran Santa Fe (cf. Natera Rivas y Gómez, 2007) y en la ciudad de Lujan (cfr. Buzai, 2003), por citar tan sólo tres estudios realizados con la misma metodología que el que aquí presentamos. Junto a esta pauta de anillos concéntricos se aprecia la existencia de otra, de desarrollo espacial lineal, con características contrapuestas según la zona a la que hagamos referencia. Por un lado puede apreciarse un alineamiento de radios en los que predominan el componente 2 (recordemos, indicativos de población con buenos niveles de instrucción y de inserción en el mercado laboral) que se inicia en el área central y se despliega en dirección a Yerba Buena, articulado por la avenida Mate de Luna/Aconquija. Dicho alineamiento es perfectamente asimilable a la columna (spine) de población de clase alta descrita en el modelo de Griffin y Ford (1980), y a uno de los tipos de expansión sectorial, en el sentido de Hoyt (1939), presentes en el modelo de Bärh y Mertins (1982). Por otro lado, existe otro conjunto (aunque menos evidente que el anterior) de radios alineados en el que el predominante es el componente 1, que se aprecia en norte del municipio capital, y que se extiende en dirección noroeste-sureste desde el margen sur del Canal Norte hasta los aledaños septentrionales del centro del aglomerado. En este caso, el elemento que lo articula es el trazado del antiguo Ferrocarril Central Córdoba, y se corresponde con todo un conjunto de barrios que son o fueron ilegales –Juan XXIII, Juan Bautista Alberdi, El Triángulo, etc.- Este elemento también tiene su correspondencia en el modelo de Griffin y Ford (1980), que explícitamente reconoce la existencia de “disamenity zones” (zonas no deseables) que parten de la periferia de la ciudad y se extienden hasta los límites del centro, ocupadas por población de clase social baja; unas expansiones sectoriales de población de estatus bajo que también están presentes en el modelo de Bärh y Mertins (1982). En base al trabajo de aplicación realizado y a los resultados obtenidos consideramos que nuestros hallazgos aportan como soporte, estrictamente cuantitativo, a una realidad percibida por un número importante de investigadores. Modelos que presentan generalizaciones de predominio observacional encuentran en los resultados cuantitativos una nueva dimensión de comprobación, aportando además, los lineamientos explicativos que subyacen a dichas distribuiones espaciales. 6. Bibliografía ALTIMIR, O.; BECCARIA, L. 1999. Distribución del ingreso en la Argentina. Serie Reformas Económicas, 40. Ed. CEPAL. Buenos Aires. 75 págs BÄHR, J.; MERTINS, G. 1982. A model of the social and spatial differentiation of Latin American Metropolitan Cities. Applied Geography and Development. 19:22-45. BORSDORF, A. 2003. Urbane Transformation in Lateinamerika. Von der polarisierten zur fragmentierten Stadt. GW/Unterricht. Wien. 7 Una gradación descendente desde el centro a la periferia que se resuelve como elemento básico en los modelos de Bähr y Mertins (1982), Borsdorf (2003), Griffin y Ford (1980), o Howell (1989), y está también presente en su aplicación específica a capitales provinciales del Noroeste Argentino del modelo de Bähr y Mertins (Müller, 1994, Mertins, 1995). 138 BUZAI, G.D. 2003. Mapas Sociales Urbanos. Lugar Editorial. Buenos Aires. 1era. edición. FIEL. 1996. Educación y mercado de trabajo en la Provincia de Tucumán. Fundación de Investigaciones Económicas Latinoamericanas. San Miguel de Tucumán. 95 pp. GRIFFIN, E.; FORD, L. 1980. A model of Latin American city structure. Geographical Review. 70(4):397-422 HOWELL, D.C. 1989. A Model of Argentine City Structure. Revista Geográfica. 109:129-140. HOYT, H. 1939. The Structure and Growth of Residential Neighborhoods in American Cities. Federal Housing Administration. Washington INDEC. 2001. Censo Nacional de Población, Hogares y Vivienda 2001. Instituto Nacional de Estadística y Censos. Buenos Aires. MERTINS, G. 1995. La diferenciación socioespacial y funcional de las ciudades intermedias latinoamericanas: ejemplos del noroeste argentino. Revista Interamericana de Planificación. 24(93):172-194. MULLER, U. 1994. Stadtentwicklung und struktur von Grob-San Miguel de Tucumán, Argentinien. Marburger Geographische Schriften. 127. NATERA RIVAS, J.J. 2005. Factores de la diferenciación socio habitacional urbana en San Miguel de Tucumán. Breves Contribuciones del Instituto de Estudios Geográficos – UNT. 17:17-54. NATERA RIVAS, J.J. 2010. Diferenciación social del espacio urbano en las capitales del Noroeste Argentino. Revista del Departamento de Geografía - UNT. 11:45-65. NATERA RIVAS, J.J.; GÓMEZ, N.J. 2007. Diferenciación socio residencial en el aglomerado del Gran Santa Fe (argentina) a comienzos del siglo XXI. Revista Universitaria de Geografía. 16 (1):99-124 POK, C. 2001. La medición del sector informal en Argentina. Taller sobre medición del sector informal en Latinoamérica. 16 al 18 de octubre. Santiago de Chile. 9 pp. © Juan José Natera Rivas Natera Rivas, J.J. 2015. El mapa social de San Miguel de Tucumán. Geografía y Sistemas de Información Geográfica. 7(7)Sección I:124-139 On-line: www.gesig-proeg.com.ar Recibido: 2 de marzo de 2015 Aprobado: 27 de marzo de 2015 139