Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en
Interfaculty Department of Geoinformatics- Z_GIS – Z_GIS University of Salzburg ǀ Universidad de Salzburg
s espacial de la pobreza urbana, el caso de Santo Domingo de los Colorados (Ecuador) Spatial analysis of urban poverty, the case of Santo Domingo de los Colorados (Ecuador) by/por
1123920 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS)
- Alemania, 10 de Febrero del 2017!
Dedicatoria A mi familia: Birte Luisa y Miro Amay Wilma y VĂctor Susana y Eduardo Paul y Kristina Jutta y Helmut
Agradecimientos
Esta tesis no existiría de no ser por el respaldo anímico de mi familia quienes me acompañaron y motivaron a lo largo del tiempo de estudio en UNIGIS; una vez llegado a este punto solo me queda agradecerles por ese aliento. Debo agradecer el apoyo financiero de Tapirus Cía. Ltda. para el desarrollo de este estudio. Agradezco a Pablo Cabrera y a Laure Collet por los aportes dados al desarrollo de esta tesis. De igual manera a Susana Torres por tomarse el tiempo de leer y ayudar a reflexionar este documento. Finalmente aprovecho para agradecer el soporte académico de los profesores de UNIGIS y la cordialidad del equipo de UNIGIS, quienes en conjunto ofrecieron su predisposición de apoyarme como estudiante durante esta aventura de reaprender el tema SIG.
5
RESUMEN Esta tesis de maestría analiza la distribución espacial de la pobreza al interior de la ciudad de Santo Domingo de los Colorados, Ecuador,
aplica para ello una
metodología que combina el índice de Necesidades Básicas Insatisfechas (INBI) con procedimientos de análisis espacial. Para conocer la realidad social en el área de estudio, se emplean datos agregados de pobreza de los años 2001 y 2010 a nivel de sector censal. Mediante la aplicación del INBI, la estandarización de valores de pobreza des Básicas Insatisfechas (NBI), así como tambien de cartografía temática de variables y análisis de autocorrelación, se demuestra que entre 2001 y 2010 la pobreza se redujo 9,65%. A pesar de ello, el año 2010 registró más personas pobres que el año 2001, la cifra exacta 33 940 personas. Durante el análisis de autocorrelación de los valores de pobreza por NBI, la medida Global Moran´s I identificó que la distribución espacial de estos valores siguen un patrón de tipo conglomerado, y que la fuerte autocorrelación presente en el año 2001 aumenta en el año 2010. Con la medida de Anselin Local Moran´s I se identificaron los conglomerados espaciales de valores altos y bajos de pobreza presentes en el área de estudio. Se evidenció que los conglomerados espaciales de valores altos de pobreza están presentes en la periferia de la ciudad , mientras que los conglomerados de valores bajos de pobreza se localizan en el centro urbano. La distribución espacial de la pobreza de los años 2001 y 2010 manifiesta que esta ciudad cuenta con características que corresponden con el modelo de ciudad latinoamericana propuesto por Buzai (2014), en el cual, las condiciones sociales presentes en el centro urbano son de mejor calidad que las existentes en la periferia de la ciudad. Información censal, estadística descriptiva y análisis espacial se complementan en esta tesis de maestría para crear información calificada, útil para mejorar la eficiencia en la toma de decisiones dirigidas a reducir la desigualdad en la urbe. Palabras claves: necesidades básicas insatisfechas, pobreza urbana, mapas de pobreza urbana, autocorrelación espacial.
6
ABSTRACT This master’s thesis analyzes the spatial distribution of poverty within the city of Santo Domingo de los Colorados, Ecuador, applying a methodology that combines the Index of Unsatisfied Basic Needs (IUBN) with methods of spatial analysis. In order to analyze the social reality in the study area, aggregate data of poverty in the years 2001 and 2010 is used at the census sector level. Through the application of the IUBN, the standardization of poverty values of Unsatisfied Basic Needs (UBN), as well as the use of thematic cartography of variables and analysis of autocorrelation, it is demonstrated that between 2001 and 2010 poverty reduced 9.65%. Nonetheless, in the year 2010 more people were registered poor than in 2001, with the exact figure being 33,940 people. During the analysis of autocorrelation of the UBN values, the measurement Global Moran´s I identified that the spatial distribution of these values follow a conglomerate type, and that the strong autocorrelation present in the year 2001 grows in the year 2010. With the measurement Anselin Local Moran´s I spatial conglomerates of high and low poverty values were identified. It was evidenced that the spatial conglomerates of high poverty values are present on the periphery of the city, whereas the conglomerates of low values of poverty are localized in the urban center. The spatial distribution of poverty in the years 2001 and 2010 manifests that this city has the characteristics that correspond to a Latin American model city, as proposed by Buzai (2014), in which the social conditions present in the urban center are better than those that exist on the periphery of the city. Census information, descriptive statistics, and spatial analysis complement one another in this master’s thesis to create qualified, useful information in order to improve the efficiency of decision making in processes directed at reducing urban inequality. Key words: unsatisfied basic needs, urban poverty, urban poverty maps, spatial autocorrelation.
7
Tabla de contenido
Resumen .......................................................................................................................... 5 Índice de gráficos ............................................................................................................ 9 Índice de mapas ............................................................................................................10 Índice de cuadros ..........................................................................................................11 Abreviaturas ...................................................................................................................12 1 Introducción: un estudio geográfico sobre la pobreza en la ciudad ............13 1.1 Antecedentes ..........................................................................................................13 1.1.1 Urbanización y pobreza ..................................................................................13 1.1.2 Representación cartográfica de la pobreza .................................................14 1.2 Objetivos de investigación ....................................................................................15 1.3 Preguntas de investigación ...................................................................................16 1.4 Hipótesis ..................................................................................................................16 1.5 Justificación .............................................................................................................16 1.6 Alcance.....................................................................................................................17 2 Marco conceptual de la pobreza urbana desde una perspectiva espacial ..18 2.1 Reseña histórica de la representación cartográfica de la pobreza al interior de la ciudad ....................................................................................................................18 2.1.1 Reseña histórica de la representación cartográfica de la pobreza urbana en la república del Ecuador ......................................................................................19 2.2 Revisión conceptual de la identificación de la pobreza ....................................21 2.2.1 ¿Cómo se mide la pobreza en Ecuador? ....................................................22 2.3 Revisión metodológica del análisis de la pobreza al interior de la ciudad ....26 2.4 Definiciones de conceptos empleados................................................................28
3 Metodología para el mapeo de pobreza urbana a partir del índice NBI........32 3.1 Descripción del área de estudio ...........................................................................32 3.2 Flujograma ...............................................................................................................34
8
3.3 Metodología de análisis .........................................................................................35 3.4 Análisis de la información......................................................................................38 3.4.1 Primer proceso: Cálculo de índice NBI ........................................................38 3.4.2 Segundo proceso: Creación de cobertura cartográfica de NBI................39 3.4.3 Tercer proceso: Estandarización...................................................................39 3.4.4 Cuarto proceso: Clasificación ........................................................................41 3.4.5 Quinto proceso: cálculo de patrones espaciales ........................................42 4 Resultados ....................................................................................................................43 4.1 Primer proceso: Cálculo del índice NBI ..............................................................43 4.2 Segundo proceso: Creación de cobertura cartográfica de NBI ......................44 4.3 Tercer proceso: Estandarización .........................................................................45 4.4 Cuarto proceso: Clasificación ...............................................................................49 4.5 Quinto proceso: Cálculo de patrones espaciales ..............................................55 4.6 Discusión..................................................................................................................59 4.6.1 El proceso metodológico ................................................................................59 4.6.2 Los resultados ..................................................................................................64
5 Conclusiones y recomendaciones .........................................................................70 5.1 Conclusiones ...........................................................................................................70 5.2 Recomendaciones ..................................................................................................71
6. Referencias ..................................................................................................................74 7. Anexos ..........................................................................................................................81
9
ÍNDICE DE GRÁFICOS Gráfico 1 Histogramas de frecuencia de la población en porcentajes según sus valores omega, junto con la media de los valores omega de cada uno de los años de estudio ….…………………………………………………………………………… 46 Gráfico 2 Líneas suavizadas de la frecuencia de población en porcentajes según los valores omega de cada uno de los años de estudio …………………………… 47 Gráfico 3 Histogramas de frecuencia de sectores censales según su valor omega, de cada uno de los años de estudio ………………………………………………… 48 Gráfico 4 Clasificación de la población en situación de pobreza por NBI según categoría de NBI y año de estudio …………………………………………………… 53 Gráfico 5 Población de las categorías de NBI en porcentajes según año de estudio…………………………………………………………………………………… 54 Gráfico 6 Superficie de las categorías de NBI en porcentajes según año de estudio…………………………………………………………………………………… 54
ÍNDICE DE FIGURAS Figura 1 Flujograma de procesos metodológicos de la investigación .…………… 34
10
ÍNDICE DE MAPAS Mapa 1 Crecimiento urbano de la ciudad de Santo Domingo de los Colorados entre 1943 – 2010 …………………………………………………………………………… 33 Mapa 2 Clasificación de la población en situación de pobreza por NBI de la ciudad de Santo Domingo de los Colorados, según datos estandarizados del año 2001……………………………………………………………………………………… 51 Mapa 3 Clasificación de la población en situación de pobreza por NBI de la ciudad de Santo Domingo de los Colorados, según datos estandarizados del año 2010……………………………………………………………………………………… 52 Mapa 4 Conglomerados espaciales obtenidos a partir de datos estandarizados de la población en situación de pobreza por NBI de la ciudad de Santo Domingo de los Colorados para el año 2001 ………………………………………………………… 57 Mapa 5 Conglomerados espaciales obtenidos a partir de datos estandarizados de la población en situación de pobreza por NBI de la ciudad de Santo Domingo de los Colorados para el año 2010 ………………………………………………………… 58
11
ÍNDICE DE CUADROS Cuadro 1 Evolución de la población del cantón Santo Domingo entre los años 1950 y 2010, según sector urbano o rural y año censal ………………………………… 32 Cuadro 2 Variables y parámetros censales empleados en el cálculo del índice NBI según sus componentes ……………………………………………………………… 37 Cuadro 3 Intervalos de clase empleados para la clasificación y su correspondencia con categorías de NBI y colores usados en la cartografía ………………………… 41 Cuadro 4 Comparación entre información censal de los años 2001 y 2010 para el área urbana de Santo Domingo de los Colorados ……………………………….… 44 Cuadro 5. Valores omega y correspondencia con intervalos de clase, categorías de NBI y colores usados en la cartografía …………………………………………… 49 Cuadro 6 Sectores censales, población y superficie (ha) presente en cada categoría de NBI, según año de estudio ………………………………………..…… 50 Cuadro 7. Variables censales procesadas para el cálculo del índice NBI con sus respectivos códigos según año de estudio ……………………………………..…… 82
12
ABREVIATURAS CELADE
Centro Latinoamericano y Caribeño de Demografía
CEPAL
Comisión Económica para América Latina y el Caribe
ENIEP
Estrategia Nacional para la Igualdad y la Erradicación de la Pobreza
INEC
Instituto Nacional de Estadística y Censos
IPM
Índice Global de Pobreza Multidimensional
INBI
Índice de Necesidades Básicas Insatisfechas
NBI
Necesidades Básicas Insatisfechas
ONU
Organización de Naciones Unidas
OPHI
Oxford Poverty & Human Development Initative
REDATAM+SP
Recuperación
de
datos
para
áreas
pequeñas
microcomputador + Serge Poulard SENPLADES
Secretaría Nacional de Planificación y Desarrollo
SIG
Sistemas de información geográfica
por
13
1 Introducción: Un estudio geográfico sobre la pobreza en la ciudad 1.1 Antecedentes 1.1.1 Urbanización y pobreza La humanidad mantiene desde el siglo XX un acelerado proceso de urbanización (Jordán Fuchs, 1975) que, si bien inició en la revolución industrial, por el requerimiento de mano de obra, se prolonga hasta la actualidad bajo la denominación de hiperurbanización. Esta nueva denominación surge debido a la carencia de demanda de población trabajadora en las ciudades, que representó el factor originario de la urbanización (Davis, 2004). La Organización de Naciones Unidas (ONU) estima que el 75% de la población mundial habite en ciudades en el año 2050. América Latina y el Caribe presentaron una población urbana del 78,8% en el año 2010 y se espera que alcance el 86,6% para el año 2050 (Mitlin y Satterthwaite, 2013). Ecuador por su parte pasó del 28,3% en 1950 al 62,7% en el año 2010 y se prevé sea del 75,1% en el año 2050 (CELADE, 2013). La transición demográfica del campo a la ciudad demanda respuestas desde el ámbito gubernamental
con miras a administrar el crecimiento urbano. La
agudización a futuro de la urbanización y la solución de los problemas actuales, exigen tematizar la problemática urbana, más aun cuando la desigualdad social se muestra ahora comprimida a escala urbana. Reducir la desigualdad y proveer de posibilidades para superarla son retos que el gobierno de la ciudad debe enfrentar hoy para crear un futuro digno en los espacios urbanos. Un aspecto vital al momento de hablar de la problemática urbana es la pobreza, porque implica reconocer que una importante parte de la población tiene necesidades que limitan su bienestar. La pobreza, que existe en varios niveles de gravedad, muestra su expresión extrema en los tugurios y representa alrededor de un tercio de la población urbana del mundo, los cuales en más del 90% se localizan
14
en ciudades de países en desarrollo (The WHO Centre for Health Development, United Nations Human Settlements Programme, 2010). La proporción poblacional afectada por la pobreza en América Latina representó al año 1980 el 40,5% y el 28,1% en el año 2013 (CEPAL, 2014). Sin embargo de esta reducción proporcional, es necesario señalar que el número real de personas aumentó de 136 a 167 millones de personas (CEPAL, 2014). En Ecuador, el porcentaje de población en situación de pobreza pasó del 51,2% al 38% entre los años 1990 y 2010 (SENPLADES, 2013). Para enfrentar la paupérrima situación social global, la ONU propuso para el período 2000 – 2015 el desafío llamado “Objetivos de Desarrollo del Milenio”, desafío que persiste en los “Objetivos del Desarrollo Sostenible” ratificados en este año. En ambos compromisos, la erradicación de la pobreza extrema representa el primer objetivo (Naciones Unidas en Bolivia, 2015). Acorde a esta propuesta de Naciones Unidas y al Plan Nacional de Desarrollo de Ecuador, el gobierno ecuatoriano presenta la Estrategia Nacional para la Igualdad y la Erradicación de la Pobreza (ENIEP), que busca alcanzar sus resultados hasta el año 2017 (SENPLADES, 2014).
1.1.2 Representación cartográfica de la pobreza A la par que los esfuerzos institucionales y estatales para la disminución de la pobreza, tuvo lugar un importante avance informático que permitió el desarrollo de la “Geografía Automatizada” (Buzai, 2004), coincidencia que, de acuerdo a Connolly (2008), impulsa el desarrollo de mapas de pobreza. Esta coincidencia no solo temporal sino también temática, busca aprovechar la capacidad de tratamiento de información por parte de esta especialidad de la Geografía con el requerimiento institucional de creación de indicadores que permitan determinar y localizar la pobreza. Consideraciones relacionadas al objetivo del estudio determinan, el método y la información con la cual medir y finalmente cartografíar la pobreza presente en un
15
territorio. En vista de que cada medida expone una parte de la problemática se recomienda el uso de varias medidas de pobreza, siendo una cuestion común a nivel internacional. En Ecuador, el Instituto Nacional de Estadística y Censos (INEC) presenta cuatro medidas de pobreza: Pobreza por ingresos, Pobreza por consumo, Pobreza multidimensional
y Pobreza por Necesidades Básicas
Insatisfechas (NBI) (INEC, 2016a). Cualquier forma de medir la pobreza puede expresarse espacialmente, con la condición de que la información corresponda al territorio estudiado. El método de medición presente en Ecuador que permite cartografiar la pobreza a nivel intra urbano es el de pobreza por NBI. A pesar de ser una medida presente en el país hace un cuarto de siglo, la producción de estudios que utilizan mapas de pobreza urbanos es escasa en comparación con la cantidad de estudios sobre el tema que presentan sus resultados sobre la malla político administrativa, es decir a nivel de provincia, cantón y parroquia rural.
1.2 Objetivos de investigación Objetivo Principal o Analizar la pobreza urbana incorporando un enfoque espacial en la ciudad de Santo Domingo de los Colorados (Ecuador). Objetivos Específicos o Calcular
la
pobreza
mediante
el Índice
de Necesidades Básicas
Insatisfechas (NBI) a nivel de sectores censales para los años 2001 y 2010 en la ciudad de Santo Domingo de los Colorados (Ecuador). o Comparar los valores de pobreza que presenta la ciudad de Santo Domingo de los Colorados (Ecuador) entre los años 2001 y 2010. o Determinar si los valores de pobreza obtenidos en años 2001 y 2010 conforman algún tipo de patrón espacial al interior en la ciudad de Santo Domingo de los Colorados (Ecuador).
16
1.3 Preguntas de investigación 1) ¿Cómo se distribuye espacialmente la pobreza en la ciudad de Santo Domingo de los Colorados (Ecuador) en cada uno de los dos años de estudio? 2) ¿Cuánto cambiaron los valores de pobreza en la ciudad de Santo Domingo de los Colorados entre ambos años de estudio? 3) ¿Dónde se localizan los valores predominantes de pobreza en la ciudad de Santo Domingo de los Colorados (Ecuador) en los dos años de estudio?
1.4 Hipótesis Los valores de pobreza por NBI siguen el patron de distribución propuesto por el modelo de ciudad latinoamericana planteado por Buzai (2014), en el cual las características favorables disminuyen a medida que se distancian desde centro hacia la periferia de la ciudad. Por lo cual se espera encontrar una concentración de valores altos de pobreza en la periferia de la urbe y de valores bajos de pobreza en el centro urbano.
1.5 Justificación La planificación nacional exigida en una forma integral en cada uno de las jurisdicciones de la malla administrativa y propuesta desde el cuerpo legal que trajo consigo la Constitución ecuatoriana del año 2008, obligó la elaboración de planes de desarrollo locales. Esta coyuntura evidenció la necesidad de contar con estudios que sirvan para entender la realidad interna de las ciudades. Sin embargo, existe una carencia de estudios específicos que, a partir de datos censales, presenten las singularidades espaciales emplazadas en el interior de la ciudad. Se propone, como tema de análisis, a la pobreza, por representar un aspecto neurálgico dentro del estudio de la sociedad y la ciudad. Esta investigación busca mediante la presentación de este caso de estudio, aportar al debate del estudio de la pobreza a nivel urbano desde una perspectiva geográfica.
17
El presente trabajo de investigación toma como área de estudio la ciudad de Santo Domingo de los Colorados, que, al ser la cuarta ciudad más poblada de la República del Ecuador y a poseer altos niveles de desigualdad (Larrea, 1990; SENPLADES, 2014), convierten a esta ciudad en un interesante caso para analizar la pobreza urbana y su distribución espacial. En el actual contexto social urbano, se requiere la realización de las reflexiones
temáticas planteadas, que además son
consecuentes con los esfuerzos institucionales nacionales y globales de construir un mundo solidario y sustentable.
1.6 Alcance Con este estudio se pretende conocer la distribución y la intensidad que presenta la pobreza entre dos años de estudio (2001 y 2010) en la ciudad de Santo Domingo de los Colorados, República del Ecuador. Los datos a usar provienen de la institución oficial de estadística en el país, INEC, de quien también se toma los dos conceptos espaciales presentes en este estudio: el sector censal y el área urbana. El primero constituye la unidad espacial de cartografía sobre la que se realiza el tratamiento de la información, mientras que el segundo representa el área de estudio a investigar, el cual abarca 5 415 ha. Durante el análisis se emplea la escala gráfica de 1:40 000 por permitir una adecuada visualización de la ciudad. A partir de lo aquí expuesto se pueden realizar estudios para otras ciudades no solo ecuatorianas sino también latinoamericanas con quienes compartimos la herencia de la Comisión Económica para América Latina y el Caribe (CEPAL) respecto al uso de información censal, el procesador REDATAM+SP (Recuperación de datos para áreas pequeñas por microcomputador + Serge Poulard) y el uso del índice NBI. A nivel local este trabajo provee información que sirve para la planificación de políticas públicas y bien puede ser usado tanto por entidades públicas como privadas.
18
2 Marco conceptual de la pobreza urbana desde una perspectiva espacial 2.1 Reseña histórica de la representación cartográfica de la pobreza al interior de la ciudad El inicio de la representación cartográfica de la pobreza urbana tiene lugar en ciudades industrializadas de fines del siglo XIX e inicios del XX como lo demuestran los trabajos sobre Londres (Booth, 1889), Chicago (Hull-House, 1895), y York (Rowntree, 1908). Para esa época la Geografía como ciencia discurre aún sobre su objeto de estudio, afectado aún por la especialización científica (Buzai, 2014). Así mientras definía su lugar en las ciencias, el desarrollo de la representación cartográfica de la pobreza empieza bajo el fomento de filántropos1 quienes desde la Sociología crean los primeros mapas de pobreza urbana. El resultado del trabajo de Charles Booth sirvió en su momento para reformas de políticas públicas de asistencia social así como también en el trabajo de organizaciones de caridad, y representa a la vez un aporte a la producción científica del tema pobreza urbana que marca el origen de la investigación etnológica urbana (Bürk-Matsunami, Bylund, Förster, Gebhardt, y Naumann, 2005). Durante la primera mitad del siglo XX trabajos como ‘The Natural Areas of the City’ de Zorbaugh (1926) y ‘The City as Social Laboratory’ de Parker (1929) representan ejemplos de las reflexiones logradas por el interés en la problemática urbana desde la Ecología Humana. Pero son los trabajos de Shevky y Williams (1949) y Shevky y Bell (1955) los que constituyen la base de un método y metodología para un análisis del “área social” (Valero, 2009). De acuerdo a Buzai (2014), esto se logra con la determinación de una tipología que permite categorizar poblaciones a partir de datos censales, con los cuales se crean indicadores que, desde el estudio de
1
Para fines del siglo XIX existían distintas asociaciones de caridad en Inglaterra y Estados Unidos. Aquí se hace referencia a personalidades como Charles Booth y a seguidores del movimiento “settlement” iniciado por Canon Barnett en Londres y reproducido en Chicago por Addams (2012) que impulsaron el estudio de la problemática social urbana. Una descripción resumida se puede encontrar en Marx (2014)
19
tres factores sociales: rango social, urbanización y segregación acceden al estudio de lo urbano. El estudio de la pobreza urbana es un tema tratado desde sus orígenes de forma interdisciplinaria; sociología, economía, estadística y cartografía pueden verse confluir desde la pionera representación cartográfica de la pobreza urbana hecho por Booth para la ciudad de Londres (1889), el que a su vez influyó al de Hull House realizado en Chicago (1895). La diversidad de disciplinas, enfoques y metodologías para calcular la pobreza ofrece un abanico de posibilidades a partir de los cuales es posible visualizar la pobreza, lo que da lugar a marcadas diferencias entre mapas de pobreza como las que observa Connolly (2008) al contrastar los dos trabajos inaugurales antes mencionados.
2.1.1 Reseña histórica de la representación cartográfica de la pobreza en la república del Ecuador La síntesis bibliográfica de Ruíz y Sánchez (1994) reporta 796 publicaciones sobre estudios de la pobreza urbana en el Ecuador entre los años 1969 y 1994, período que se enmarca en el espacio temporal en que se duplicó la población urbana ecuatoriana. Del total de publicaciones, el 24% tratan sobre análisis estadístico, indicadores sociales, necesidades básicas, la pobreza urbana y procesos de urbanización, cifras que al compararlas con el 60% producido para analizar los temas de barrios populares, sector informal urbano, empleo y niños, muestran que el énfasis temático de los estudios de la época coinciden por una parte con los paradigmas conservador y residual en ese entonces vigentes (Barba Solano, 2009) y con los ejes de investigación de los paradigmas de la sociología latinoamericana que buscan conocer las causas de la pobreza urbana y los efectos políticos de su existencia (Ziccardi, 2008). El documento demuestra también el escaso desarrollo de estudios que involucre n a la cartografía urbana de la pobreza y al uso de estadísticas censales. Sin embargo, de esta producción bibliográfica se rescatan por ser la excepción y
20
guardar relación con esta tesis, los dos trabajos de Godard (Allou et al., 1987; Cazamajor y Godard, 1990) porque incluyen en su análisis el uso de datos demográficos a nivel de zona censal, con los cuales desarrolla reflexiones incluso sobre segregación residencial. Además, se destaca Larrea por realizar en 1989 el primer índice y mapa de pobreza a partir de la metodología NBI, propuesta por la CEPAL (Larrea, 1990; World Resources Institute and UNEP/GRID-ARENDAL, 2002). Andrade, Brborich y Larrea, en su estudio “La geografía de la pobreza en el Ecuador” (1996) demuestran la potencialidad y utilidad que ofrece la combinación de tecnologías computacionales con datos censales. Pero es sin duda el sistema de información INFOPLAN que Larrea presenta en 1999, el que sella el inicio a una nueva forma de considerar la información social no solo desde el área académica y gubernamental, sino incluso en la sociedad civil debido a su contenido y a su forma de distribución (Larrea, 2000). El sistema es capaz de proveer de datos de pobreza e indicadores de salud, educación, malnutrición y empleo, brinda también información biofísica y de infraestructura, cuenta con datos desagregados según la división político-administrativa del país y se desarrolló bajo el formato CD-Rom que permitió su fácil distribución y uso. (World Resources Institute y UNEP/GRIDARENDAL, 2002) Si se tiene en cuenta que el trabajo que da la pauta para cartografiar la realidad intra-urbana de Shevky y Bell (1955) es de mediados del siglo XX, y que el desarrollo tecnológico de los procesos computacionales que se logró a lo largo de la segunda mitad del siglo, sorprende el desarrollo tardío del tema para Latinoamérica y Ecuador, donde recién a inicios de los años noventa se dan estudios de cartografía de la pobreza a nivel nacional y que aún en la segunda década del nuevo siglo continúa la escasa discusión del tema urbano desde esta perspectiva.
21
2.2 Revisión conceptual de la identificación de la pobreza Al ser un problema social, la pobreza carece de un concepto único que la delimite, tal como sucede en otras ciencias como química o matemática. La medición de la pobreza presenta en el siglo XX una amplia bibliografía, el cálculo de este complejo fenómeno se presenta como una tarea complicada al notar que existen tantas formas de medirla como conceptos que lo describan (INE, 2007). En la bibliografía de este tema resalta que los análisis realizados debieron considerar la dualidad presente en tres aspectos, la perspectiva, el enfoque y el método que se emplee para medir la pobreza. La perspectiva con la cual se analiza la pobreza, puede ser objetiva o subjetiva. Los posibles enfoques para tratarla son absoluto o relativo y en el método de medición que se emplea para determinarla puede ser directo o indirecto. La perspectiva objetiva plantea un análisis de la pobreza a partir de información específica presente en el área de estudio que es obtenida generalmente mediante censos y encuestas. La perspectiva subjetiva por su parte recoje la percepción que los sujetos tienen sobre la satisfaccion de sus necesidades, así como de su propia consideración dentro de una categoría o rango de pobreza (Molina Vera, Castillo Añazco, Rojas Báez, y Escobar García, 2015). De acuerdo al enfoque relativo, la pobreza individual se calcula sobre la base material del conjunto de la sociedad (Kohl, 2010), es decir un hogar es pobre al exhibir desventaja económica y social frente al conjunto al que pertence. Lo concluyente de este enfoque es la situación que presenta un hogar estudiado respecto al conjunto de la sociedad. En el enfoque absoluto la relación del hogar analizado con la sociedad en que se encuentra carece de importancia, la atención se centra en la dificultad de ese hogar para satisfacer sus necesidades, por ejemplo por la insuficiencia de un ingreso que permita el gasto mínimo para cubrir sus necesidades (Molina Vera et al., 2015). La medición de la pobreza puede darse mediante el método directo o el indirecto. El método indirecto evalúa la capacidad económica con que cuenta el hogar para
22
satisfacer sus necesidades básicas (Feres, 2008). Mientras que el método directo revisa si un hogar evidencia de hecho la satisfación o nó satisfacción de dichas necesidades. En todos los estudios que se han desarrollado sobre este tema se encuentra presente la consideración de al menos uno de estos tres aspectos y representa el punto de partida para las reflexiones y mediciones que se hacen sobre el tema que nos ocupa. Si bien los tres aspectos tratan sobre un mismo tema, los resultados a los que se llega desde cada uno de ellos es diferente, ya que supone el estudio de este problema a partir de distintas consideraciones.
2.2.1 ¿Como se mide la pobreza en Ecuador? En Ecuador, el INEC es el encargado de cálcular la pobreza. Con ese fin se emplean en la actualidad cuatro maneras de medir pobreza: pobreza por ingresos, pobreza por consumo, pobreza multidimensional y pobreza por necesidades básicas insatisfechas. Las dos primeras mediciones corresponden a los métodos indirectos y el segundo par a los métodos directos. Métodos indirectos Para el cálculo de la pobreza por ingresos así como de la pobreza por consumo, se emplea una línea monetaria de pobreza que sirve de referencia para considerar si una persona se encuentra o no en situación de pobreza. La línea monetaria de pobreza representa el costo económico del conjunto de bienes y servicios que una persona requiere para cubrir sus necesidades esenciales alimenticias y nó alimenticias. Entre los no alimenticios constan entre otros vivienda, vestuario, educación, salud, transporte (Molina Vera et al., 2015). En Ecuador se calcula a partir de la encuesta de condiciones de vida. Debido a la complejidad de la pobreza, se presenta además la línea de pobreza extrema o también denominada de indigencia, donde el gasto calculado para alimentación cubre la mitad de sus necesidades nutricionales.
23
La línea monetaria de pobreza se enmarca dentro de los métodos indirectos de medición de pobreza, ya que observa la capacidad económica de un hogar de invertir en la satisfacción de sus necesidades esenciales antes que medir efectivamente el cumplimiento de estas necesidades.
Pobreza por ingresos El cálculo de pobreza por ingresos se efectúa con la comparación del ingreso total per cápita con la línea de pobreza por consumo. En donde se consideran pobres a aquellos ciudadanos cuyo ingreso total per-cápita es menor a la línea de pobreza. De igual forma, se considera a un ciudadano en situación de indigencia, cuando su ingreso total per-cápita es menor a la línea de extrema pobreza (INEC, 2008a). La información sobre el ingreso económico se obtiene de la encuesta de empleo, desempleo y subempleo que realiza el INEC trimestralmente en cuatro ciudades grandes y una anual con representatividad provincial (Amores, 2014). Pobreza por consumo En el cálculo de la pobreza por consumo, el determinante es la capacidad de un hogar de realizar el gasto necesario para suplir sus necesidades humanas esenciales. Para ello, se compara el consumo mensual per cápita con las líneas de pobreza y de indigencia. Donde será indigente quien no supera la línea de pobreza extrema y pobre quien no puede consumir el equivalente a la línea de pobreza (Molina Vera et al., 2015). La información usada para este análisis proviene de la encuestas de condiciones de vida, la encuesta de situación socioeconómica de los hogares y de información referente al índice de precios al consumidor. En ambos casos el nivel de detalle de esta información permite dar una idea de la pobreza a nivel regional, provincial y a nivel general para Quito, Guayaquil, Cuenca y Ambato que son las cuatro ciudades donde se efectúan las encuestas de calidad de vida.
24
Métodos directos Con el fin de contar con una medida que supere la perspectiva monetaria de medición de la pobreza, Ecuador cuenta en la actualidad con dos métodos directos. El método de pobreza por necesidades básicas insatisfechas, que se usa desde los años ochenta del siglo XX y el método de pobreza multidimensional que se lo presentó recién a partir del año 2016. Pobreza por necesidades básicas insatisfechas (NBI) El método de necesidades básicas insatisfechas propuesto por la CEPAL para Latinoamérica, identifica una situación de pobreza desde la cuantificación de la realidad socio económica en la que un hogar se desenvuelve. Para evidenciar una situación de pobreza se consideran cinco tipos de carencias a partir de indicadores de: hacinamiento, vivienda inadecuada, carencia de servicios básicos, inasistencia a educación básica y un indicador de capacidad económica. Los cinco indicadores se cuantifican con variables censales, sobre las cuales se establece un parámetro que determina la satisfacción o privación de necesidades básicas. La selección de dichas variables y parámetros lo realiza cada país de acuerdo a su realidad social2, donde incluso se propone una diferenciación de las áreas urbanas con las rurales (Feres y Mancero, 2001). Los encargados de dicha selección suelen ser los organismos de planificación y principalmente el ente rector de estadísticas a nivel nacional como se observa en el acta de INEC (2011a). En Ecuador, el INEC describe cada uno de los componentes y el parámetro que determina la privación de necesidades básicas de la siguiente manera: 1. Capacidad económica.- El hogar se considera privado en esta dimensión si: i) los años de escolaridad del jefe(a) de hogar es menor o igual a 2 años y, ii) existen más de tres personas por cada persona ocupada del hogar.
2
Una comparación de las variables usadas en los países latinoamericanos se encuentra en Feres y Mancero (2001)
25
2. Acceso a educación básica.- El hogar se considera privado en esta dimensión si: existen en el hogar niños de 6 a 12 años de edad que no asisten a clases. 3. Acceso a vivienda.- El hogar está privado si: i) el material del piso es de tierra u otros materiales o, ii) el material de las paredes son de caña, estera u otros. 4. Acceso a servicios básicos.- La dimensión considera las condiciones sanitarias de la vivienda. El hogar es pobre si: i) la vivienda no tiene servicio higiénico o si lo tiene es por pozo ciego o letrina o, ii) si el agua que obtiene la vivienda no es por red pública o por otra fuente de tubería. 5. Hacinamiento.- El hogar se considera pobre si la relación de personas por dormitorio es mayor a tres (INEC, 2010c, p.1). El método de NBI representa la descripción conceptual de esta forma de estimar la de pobreza. El cálculo se realiza mediante la aplicación del índice de necesidades básicas insatisfechas (INBI) sobre la información censal. En este proceso, se identifica como pobres a aquellos hogares que presentan la privación de al menos una necesidad básica y presenta como resultado el número de personas que pertenecen o no, a un hogar en situación de pobreza por NBI. Dichas personas se asientan sobre una de las áreas geográficas que el censo reconoce, es decir la división político administrativa y las diferentes áreas censales como: zona, sector, manzana. Pobreza multidimensional Esta medida de pobreza proviene de la Oxford Poverty & Human Development Initiative (OPHI), quienes desarrollaron el índice de pobreza multidimensional (IPM) y que es considerado desde el 2010 por Naciones Unidas para su reporte anual de desarrollo humano. Este índice se preocupa por responder a las preguntas de ¿Por qué es pobre una población? ¿Cuántos pobres existen? ¿Cuán pobres son aquellos presentes en esta categoría? (INEC, 2016b). La fuente de información para el cálculo de este método es la encuesta nacional de empleo, desempleo y subempleo que realiza el INEC. De acuerdo a este método
26
una persona es pobre si presenta privación en una tercera parte o más de sus indicadores. Al tener privación en al menos la mitad de sus indicadores se considera en situación de pobreza extrema. El documento ‘Medición de la pobreza multidimensional en Ecuador’, sintetiza la reciente investigación que Castillo Añazco y Jácome Pérez (2016) hacen para el caso ecuatoriano en el cual se observa la evolución a nivel nacional de la pobreza multidimensional del período 2009-2015. Una síntesis general de la propuesta del IPM se puede encontrar en el texto ‘Multidimensional Poverty Measurement and Analysis’ (Alkire et al., 2015).
2.3 Revisión metodológica del análisis de la pobreza al interior de la ciudad Este trabajo plantea estudiar la pobreza presente en la ciudad y la expresión espacial que esta exhibe dentro de la urbe. Para lograr este objetivo, es necesario en primer lugar contar con información que posea un nivel de detalle, con el cual sea factible visualizar al fenómeno de la pobreza y sus distintas expresiones dentro de la ciudad. Es decir se requiere de un método de medición de la pobreza cuyos resultados sean posibles de representar a nivel de sectores de la ciudad, o de barrios o aún mejor sobre manzanas urbanas. En segundo lugar, se requiere de una metodología que permita analizar esta información en el marco de los intereses de este estudio, que busca comparar en dos años puntuales la distribución de la pobreza y localizar el o las áreas donde los valores de pobreza sobresalen del resto de la ciudad. Respecto a estudios urbanos que presentan referencias metodológicas importantes para este trabajo, se menciona a nivel nacional el trabajo de Orellana y Osorio (2014) para la ciudad de Cuenca, Ecuador. En él se plantea un análisis de la estructura urbana en Ecuador desde el uso del índice de segregación espacial, aplicado sobre un índice de condiciones de vida desarrollado por propios los autores, dicho índice se basa en el método de necesidades básicas insatisfechas . Este tratado logra analizar diferencias sociales presentes dentro del área urbana
27
gracias a que la información en que se basa su índice de condiciones de vida proviene del censo de población y vivienda. A nivel latinoamericano se destaca el trabajo de Buzai (2014) por presentar un recorrido por las distintas etapas del estudio del territorio y la ciudad. A esta clara reseña histórica que revisa los planteamientos del análisis de la ciudad como objeto de estudio de la Geografía, se suma una presentación didáctica de la metodología del análisis espacial cuantitativo, donde se recopila diferentes cálculos y métodos estadísticos con los cuales es factible emprender un análisis espacial. Este trabajo que culmina con una respetable propuesta de un modelo para la ciudad latinoamericana, que es puesto a prueba en el resumen de diecisiete estudios aplicados que permiten conocer las posibles aplicaciones contenidas en el bagaje teórico que este libro posee. Como muestra de los temas de estudio expuestos están los siguientes tres: el comportamiento de la población joven y condiciones socio-sanitarias; segregación socio-residencial, análisis de concentración y autocorrelación espacial de la pobreza. Si bien los casos presentados son principalmente argentinos, la metodología aplicada sirve para la creación de mapas sociales con los cuales es posible el estudio de ciudades latinoamericanas en general, tal como se propone el autor. De la revisión de los estudios aplicados de este trabajo, se observa que el uso de la información geográfica y estadística producida por los institutos de estadisticas nacionales respectivos son la base de información empleada. El procesamiento de datos y aplicación de metodologías se realiza mediante el uso de programas informáticos como REDATAM, GeoDa y ArcGIS. El uso de este conjunto de información logra crear nueva información con la cual es posible leer cómo se expresan espacialmente los distintos fenómenos sociales que acontecen en el interior de la ciudad. Una parte de la metodología de esta tesis -la estandarización de variables y la clasificación temática de valores- proviene de este documento.
28
2.4 Definiciones de conceptos empleados Las palabras tienen distintas acepciones dependiendo del contexto en el que se usan por ello es inevitable definir a continuación los siguientes términos presentes en este documento:
Necesidades básicas, Pobreza, Área urbana,
Área
amanzanada, Sector censal amanzanado. Pobreza La definición de pobreza que se propone en este estudio se enmarca en la perspectiva propuesta desde el método de las Necesidades Básicas Insatisfechas (NBI) que expresa que pobreza es: la pobreza (…) es un síndrome situacional en el que se asocian infra consumo, la desnutrición, las precarias condiciones de vida, los bajos niveles educacionales, las malas condiciones sanitarias, una inserción inestable en el aparato productivo o dentro de los estratos primitivos del mismo, actitudes de desaliento y anomía, poca participación en los mecanismos de integración social, y quizás la adscripción a una escala particular de valores, diferenciada en alguna manera de la del resto de la sociedad (Altimir, 1979, p.1-2) La pobreza descrita de esta manera es posible de medirla mediante el método de necesidades básicas insatisfechas. Dado que esta medición se relaciona al concepto de Necesidades Básicas que representa uno de los ejes centrales de este documento, es oportuno ampliar sobre el sentido al que se hace alusión cuando se lo menciona. Necesidades Básicas La medición de la pobreza viene determinada por la fijación de un umbral mínimo de necesidades básicas a cubrir que se considera imprescindible en cada caso. (…) Cierta interpretación de la dignidad humana puede
29
determinar que las necesidades básicas sean consideradas como un concepto absoluto que podemos asumir como válido para todos. Las necesidades básicas tiene un fuerte componente económico tanto directo como indirecto y su contemplación exige un esfuerzo productivo y una redistribución socialmente equitativa. Estas necesidades básicas se pueden resumir en las siguientes: alimentación suficiente, mantenimiento de unos niveles de salud e higiene, satisfacción de necesidades elementales de vestido y cuidado personal, disponibilidad de vivienda, acceso a la educación básica y a la cultura, movilidad suficiente para acceder a los servicios y oportunidades laborales y mecanismos que permitan a la población enfrentarse a situaciones difíciles. Es evidente que estas necesidades mínimas no están aún satisfechas en una gran parte de la población mundial (López Trigal, Rio Fernandez, Savério Sposito, y Trinca Fighera, 2015, p.490). Como se observa en las dos definiciones anteriories, la privación del acceso a las necesidades básicas de una persona o un grupo familiar es lo que evidencia una situación de pobreza en este documento. De igual manera vale indicar que el método de las necesidades básicas insatisfechas de acuerdo a como fue desarrollado tiene por objetivo: el de proveer un método directo de “identificación” de los pobres, tomando en cuenta aspectos que no se ven necesariamente reflejados en el nivel de ingreso de un hogar, y aprovechando el inmenso potencial de desagregación geográfica que permite la información censal. (Feres y Mancero, 2001, p.9).
Área urbana Este estudio focaliza su atención en la dinámica de la pobreza al interior de la ciudad, y realiza su análisis sobre el área urbana de la ciudad de Santo Domingo de los Colorados por ello es importante aclarar el concepto de área urbana.
30
Legalmente la potestad de la definición del límite urbano de las ciudades ecuatorianas recae en los gobiernos cantonales, en el caso del Cantón Santo Domingo este límite se encuentra descrito dentro del Plan de Desarrollo y Ordenamiento Territorial. Por su parte el INEC, que representa la fuente de la información oficial y que es la aquí utilizada, plantea con fines estadísticos una comprensión propia del área urbana: “Es aquella en la cual se permiten usos urbanos y cuentan, o se hallan dentro del radio de servicio de infraestructura de: agua, luz eléctrica, aseo de calles y de otros de naturaleza semejante.” (INEC, 2010b, p.3). INEC cuenta además con el término de área amanazanada que a su vez hace referencia al término sectores censales amanzanados como se ve a continuación:
Área amanzanada Son los núcleos amanzanados de capitales provinciales, cabeceras cantonales, cabeceras parroquiales y localidades o comunidades rurales, en donde las viviendas están ubicadas cerca y tiene características de amanzanamiento. Es una superficie perfectamente delimitada, constituida por un promedio de 10 sectores censales amanzanados (INEC, 2010b, p.2). Sector censal amanzanado “Es una
superficie perfectamente
delimitada y continua
geográficamente,
constituido por una o más manzanas. En el plano censal, cada manzana tiene un número, el mismo constituye la identificación de la manzana dentro del sector.” (INEC, 2010a, p33). Ambas descripciones son relevantes porque a partir del conjunto de estas unidades espaciales estadísticas es posible conformar el mosaico que corresponde al área
31
determinada por el gobierno de un cantón como urbana. Sin embargo, de estas dos unidades, la unidad espacial denominada Sector Censal Amanzanado interesa sobremanera por representar además la mínima unidad espacial de información sobre la cual se realizan los cálculos y presentan los resultados de este estudio.
32
3 Metodología para el mapeo de pobreza urbana a partir del índice NBI 3.1 Descripción del área de estudio El área de estudio corresponde a la ciudad de Santo Domingo de los Colorados, que es la capital de la provincia Santo Domingo de los Tsáchilas (Ecuador). Esta ciudad se caracteriza por emerger de un proceso de colonización que se inició en los años cuarenta del siglo XX, proceso que se fortaleció con la construcción de carreteras que enlazan la capital del Ecuador, Quito con tres ciudades - puertos: Esmeraldas, Manta y Guayaquil (Torres Egas y Torres López, 2009). El cuadro 1 recoge el historial censal de la ciudad y el cantón, en él se observa que el proceso de poblamiento de la región fue inicialmente rural, mientras que el proceso de crecimiento urbano se consolida a partir de los años ochenta. Es de destacar que el centro poblado pasó de 1 498 habitantes en el año 1950 a convertirse en el año 2010 en la cuarta ciudad más poblada del Ecuador con 270 875 habitantes.
Cuadro 1 Evolución de la población del cantón Santo Domingo entre los años 1950 y 2010, según sector urbano o rural y año censal
Sector/Año Urbano Rural Cantonal
1950 1 498 5 480 6 978
1962 1974 1982 6 951 30 523 69 235 24 394 72 692 68 830 31 345 103 215 138 065
1990 2001 2010 114 482 199 827 270 875 76 403 87 191 97 138 190 885 287 018 368 013
Basado en datos de Torres Egas y Torres López (2009), e INEC (2011b).
Para el año 1974, cuando el cantón supero los cien mil habitantes, la población rural representó el 70,4%, mientras que para el año 1982 disminuyó hasta el 49,9 % y al 30,4 % en el 2001. Los beneficios de la vida urbana y el fin del proceso de colonización dieron lugar a que desde fines de los años setenta la población se traslade hacia el área urbana en un proceso que determinó que al año 2010, la población urbana constituya el 73,6 % de la población cantonal, invirtiendo el porcentaje de población urbano-rural existente hace cuatro décadas.
33
Mapa 1 Crecimiento urbano de la ciudad de Santo Domingo de los Colorados entre 1943 y 2010
Basado en los datos de: Seligman (1943) Junta de Mejoras de Santo Domingo (1967); Ilustre Municipio de Santo Domingo. (1978) ; e INEC (2008b, 2011b).
La superficie urbana de Santo Domingo de los Colorados careció de un crecimiento urbano compacto, al contrario, se caracterizó por un crecimiento disperso tal como se ve en el mapa 1. En 1978 como en los siguientes años, el crecimiento disperso se mantuvo a pesar de la existencia de terrenos factibles de ser urbanizados. Creció así una ciudad sin consolidación urbana que al año 2010 se reparte en 5415 ha (Torres Egas, 2014). Debido a que la información estadística urbana en el Ecuador usó hasta iniciado el siglo XXI una diferenciación gruesa de urbano y rural como se nota en Velarde, et al (1991), y Torres y Rosales (2002), existe un vacio de información sobre la dinámica de pobreza al interior la urbe. La producción de Geoinformación por parte del INEC a partir del Censo 2001 permitió desagregar
34
información y contar por primera vez con información a nivel intra urbano, una muestra de ello es la información a nivel de parroquias urbanas que se encuentra presente en el texto ‘Santo Domingo Cantón-Provincia’ de Torres Egas y Torres López (2009).
3.2 Flujograma Figura 1 Flujograma de procesos metodológicos de la investigación
Adaptado de ESRI (2010)
En la figura 1 se presenta el flujo de procedimientos que permiten llevar a cabo el análisis de la pobreza urbana a partir de un enfoque espacial. Dentro del recuadro constan: en tono naranja la información original proveniente de la fuente oficial de estadísticas con la cual se trabajó; mientras que en tono amarillo constan los resultados alcanzados a lo largo de cada proceso. En negrillas a la derecha de los resultados se resaltan los procesos, mientras que a la izquierda se muestran las funciones y metodologías implementadas. Este procedimiento se realizó en cada uno de los años de estudio.
35
3.3 Metodología de análisis A continuación se presenta la reseña del método elegido para identificar la pobreza en este estudio. Posterior a lo cual se describen las metodologías usadas en el análisis de la información y finalmente se detallan los procedimientos realizados durante esta investigación. De la revisión bibliográfica realizada en el punto 2.2.1 se pudo determinar que al momento, el método de necesidades básicas insatisfechas permite caracterizar espacialmente la pobreza al interior de la ciudad, ya que al usar como fuente Censos
Nacionales
posee
información
confiable
con
la
capacidad de
desagregación necesaria para este tipo de estudio. El uso de un método indirecto en este estudio es inviable, ya sea con el cálculo de la Pobreza por ingresos o de la Pobreza por consumo. Esto se debe a que su objeto de cálculo es presentar una medida de tipo regional y nacional, lo que hace que su fuente de información sean encuestas cuyos datos no estan destinados a representar la especificidad presente al interior de las ciudades y en vista de que extrapolar datos de ciertas ciudades en las que se ejecutan las encuestas, o de datos de nivel provincial para visualizar la situación al interior de una ciudad específica no es posible, se descartó el uso de este método para este trabajo. El método de necesidades básicas insatisfechas se presenta como el método apropiado para esta investigación, tanto porque los resultados de su cálculo pueden ser representados a un nivel de detalle requerido para un estudio centrado en lo urbano, como también por ser una medida directa de pobreza. Medida que coincide con la visión del autor respecto al concepto y carácter que el método de necesidades básicas insatisfechas propone, la cual sobrepasa una medición estrictamente monetaria de este fenómeno. Por lo descrito se señala que el método de calculación de la pobreza a emplearse en este estudio es el método de NBI. Se reconoce como principal limitante la periodicidad que la información censal generalmente supone, ya que es obtenida en períodos de diez años y por lo tanto
36
carece de información capaz de ser actualizada anualmente. Sin embargo de ello, y teniendo en cuenta las especificidades del concepto de pobreza sobre el cual trabaja esta investigación, se optó por este método porque permite lograr los objetivos planteados. Información La fuente de información de esta investigación son los Censos de Población y Vivienda de los años 2001 (INEC, 2008b) y 2010 (INEC, 2011b). La adquisición de información estadística alfanúmerica de ambos años se consiguió mediante la descarga de la página web del INEC. A la base de información cartográfica a nivel de sectores censales se accedió mediante una solicitud a la oficina de la Dirección de Cartografía Estadística del INEC en la oficina matriz en Quito.
Unidades espaciales y variables censales La unidad de análisis para el cálculo del índice de NBI es la vivienda. Los resultados se exponen agrupados en la unidad geográfica de Sector Censal. El cuadro 2 que se expone a continuación, presenta las 13 variables censales y los 30 parámetros que se consideran en el cálculo del índice NBI en el Ecuador. Los nombres de las variables corresponden a la denominación presente en el censo del año 2010. Si bien las variables censales usadas son las mismas para ambos años, algunos códigos de identificación son distintos de un censo al otro 3.
3
Con el fin de procesar la sintaxis del año 2001 fue necesario reconocer esta diferencia, para ello se creó el cuadro 7 Variables censales procesadas para el cálculo de índice NBI con sus respectivos códigos para los años 2001 y 2010, que se encuentra adjunto como Anexo 1
37
Cuadro 2 Variables y parámetros censales empleados en el cálculo del índice NBI según sus componentes COMPONENTES CRITERIOS DE NOMBRE DE VARIABLE (2) DEL ÍNDICE NBI (1) INEC (1) Edad
Capacidad económica
Dependencia económica: Hogares con más de tres miembros y que jefe de hogar aprobó máximo 2 años de estudio
Tipo de actividad
Materiales de vivienda deficitarios
Total de personas en el hogar
Material de paredes exteriores
Material del piso
Procedencia principal del agua recibida
Acceso a servicios básicos
Servicios de vivienda inadecuados
Conexion del agua por tuberia
Tipo de servicio higiénico o excusado
Hacinamiento
Hacinamiento
Mayor e igual a 10 años Trabajó al menos una hora No trabajó pero si tiene trabajo Al menos una hora en servicios o fabricación de productos Al menos una hora en negocio familiar Al menos una hora realizó labores agrícolas
Nivel de instrucción más alto al que llegó Grado, curso o año que asiste o asistió Parentezco o relación con el jefe de hogar Edad Niños de 6 a 12 Acceso a educación Asiste actualmente a un años que no básica establecimiento de enseñanza asisten a clases regular
Acceso a vivienda
PARÁMETROS (3)
Número de dormitorios exclusivos en el hogar
Hogares con tres o mas miembros por cada ocupado Ninguno Menor a tres años de estudio Jefe o jefa de hogar Persona de 6 a 12 años Si asiste Caña revestida o bahareque Caña no revestida Otros materiales Caña Tierra Otros materiales Pozo De río, vertiente, acequia o canal De carro repartidor Otro (Agua lluvia/albarrada) Por tubería por fuera de vivienda pero dentro de edificio, lote o terreno Por tubería fuera de edificio, lote o terreno No recibe agua por tubería sino por otros medios Conectado a pozo ciego Con descarga directa al mar, río, lago o quebrada Letrina No tiene Mayor a 3 personas por dormitorio
Total de personas en el hogar
Basado en los datos de: (1) Feres y Mancero, 2001, (2) INEC 2010c, (3) INEC 2011a.
38
3.4 Análisis de la información Como se destaca en el flujograma, en este trabajo se realizan cinco procesos. Del primer al tercer proceso pueden considerarse como una primera parte de la metodología porque se enfocan a crear la información base con la cual realizar los análisis necesarios. Los procesos cuarto y quinto representan una segunda parte de la metodología y permiten responder a las interrogantes planteadas en este estudio. La totalidad de los procesos se describen en detalle a continuación:
3.4.1 Primer proceso: Cálculo del índice NBI En el primer proceso se ejecuta el cálculo del índice NBI bajo el programa informático Redatam+SP, en el cual se procesa la Sintaxis desarrollada por INEC. Como Sintaxis se conoce al código generado en un lenguaje de programación que contiene las órdenes solicitadas al programa Redatam+SP, con el fin de usar las variables del censo y calcular el índice NBI. La sintaxis para el año 2010 se obtuvo de la página web institucional del INEC. Para el año 2001 se creó una sintaxis a partir de la sintaxis del año 2010. Las diferencia de códigos de identificación entre ambos censos hizo necesario adaptar la Sintaxis original del 2010. Una breve guía de los procesos realizados en el REDATAM así como la transcripción de ambas sintaxis están disponibles en este documento en los anexos 3, 4 y 5 respectivamente. Como resultado en este proceso se obtiene el número de Personas Pobres, y de Personas No Pobre presentes en un sector censal, cuya su suma equivale al total de la población presente en dicho sector censal. Es por lo tanto una respuesta dicotómica que espacialmente permite observar la distribución y cantidad de personas que están catalogadas en situación de pobreza por NBI, pero también de quienes cuyas necesidades básicas están siendo satisfechas. Debido a que esta investigación busca determinar una de las dos realidades se procedió a trabajar exclusivamente con los datos correspondientes a Personas Pobres por NBI. Este primer proceso se realizó en cada año de estudio y obtuvo así información de pobreza por NBI a nivel de los sectores censales urbanos de la jurisdicción de la
39
ciudad de Santo Domingo de los Colorados. Los resultados de ambas consultas se guardaron bajo formato de hoja de cálculo y representa el insumo principal de esta investigación.
3.4.2 Segundo proceso: Creación de cobertura cartográfica de NBI Durante el segundo proceso se vinculó la información obtenida en el primer paso con el archivo que posee la geometría de los sectores censales. El campo clave presente en ambos archivos que permite vincularlos corresponde al código de Sector Censal. Para este paso se usó el software ArcGIS, donde se aplicó la función JOIN que permitió unir a la tabla de atributos de los sectores censales, los valores creados en el primer proceso. Se obtiene como resultado un archivo shapefile por cada año, en cada uno de los cuales es posible conocer el número de personas pobres por NBI presentes en un sector censal.
3.4.3 Tercer proceso: Estandarización Con el fin de comparar los datos de pobreza por NBI de los dos años de estudio, se requiere estandarizar los valores originales en un rango que va de 0 a 1, siendo para este caso 0 el valor menor y 1 el valor mayor. Este procedimiento de estandarización es tomado de Buzai (2014) al cual denomina puntajes omega. Su expresión matemática es la siguiente: Fórmula [1]
“donde Ω es el i-esimo dato, x i es el dato original a ser estandarizado, mientras que m y M son respectivamente el menor y el mayor valor de la variable.” (Buzai, 2014, p.119). En este proceso se empleó exclusivamente los datos correspondientes a la población en situación de pobreza por NBI, al cual se accedió desde el archivo
40
shapefile creado en el proceso anterior. El uso de estos datos se debe a que este grupo de la población es el objeto de análisis que se persigue en este estudio. Usar los datos de la columna Población No Pobre en el este proceso da lugar a representar a la población cuya realidad es antagónica a la que este estudio pretende analizar. Para este procedimiento se utilizó el software ArcGIS, en el cual se creó una nueva columna en la tabla de atributos del shapefile creado en el segundo proceso. En la nueva columna, se calcularon los valores omega de cada sector censal mediante el uso de la herramienta Field Calculate, en la cual se insertó la fórmula [ 1 ] que para los datos del años 2001 y 2010 se expresa de la siguiente manera: Año 2001
Año 2010:
Durante este proceso se depuró la base de datos correspondiente al año 2001, ya que cinco sectores censales al no contener personas, evidenciaron valores nulos que alteraban el comportamiento estadístico del conjunto de datos.
41
3.4.4 Cuarto proceso: Clasificación Con el fin visualizar la distribución espacial de la población en situación de pobreza por NBI se emplea la metodología de Cartografía temática de variables (Buzai, 2014). Esta metodología recomienda aplicar para datos estandarizados, cinco intervalos de clase con una amplitud de una desviación estándar para cada uno de ellos. Este proceso se ejecutó en el programa informático ArcGIS. Cuadro 3 Intervalos de clase empleados para la clasificación y su correspondencia con categorías de NBI y colores usados en la cartografía
Categorías Ocurrencias Colores en la NBI esperadas cartografía < - 1,5 Std. Dev. Muy bajo 6,68% Blanco ´-1,5 - -0,50 Std. Dev. Bajo 24,17% Gris claro ´-0,5 - 0,50 Std. Dev. Medio 38,30% Gris medio 0,50 - 1,5 Std. Dev. Alto 24,17% Gris oscuro > 1,5 Std. Dev. Muy Alto 6,68% Negro Intervalos de clase
Adaptado de Buzai (2014)
Al momento de denominar las categorías se hizo necesario invertir el orden propuesto por Buzai (2014) con el fin de se mantenga la lógica ascendente de cero a uno presente en los valores omega, lo que a su vez concuerda con la lógica de la información original obtenida del cálculo de pobreza por NBI. Con esta adaptación la lectura de las categorías es la siguiente: categoría Muy bajo significa que el sector presenta una Muy Baja presencia de población en situación de pobreza por necesidades básicas insatisfechas. En el otro extremo, la categoría Muy Alto muestra que en estos sectores hay una presencia muy alta de población en situación de pobreza por NBI. Este cambio permite que las categorías creadas con los intervalos de clase estadísticos se relacionen logicamente con la densidad de población pobre. La lógica de esta categorización se encuentra también presente en la cartografía, donde en tonos más oscuros se representan las unidades espaciales con mayores valores de población pobre por NBI, tal como se muestra en el cuadro 3.
42
3.4.5 Quinto proceso: cálculo de patrones espaciales Para conocer si la distribución espacial de los valores de pobreza por NBI determina algún tipo de patrón espacial, se procede a medir la concentración o la dispersión de los valores omega. Para ello se calcula la autocorrelación espacial, que indica el grado en que los valores de una unidad espacial se asemejan a los valores de unidades espaciales vecinas. La medición de esta relación se hace por medio del índice I de Moran´s Global y del índice I Anselin Local de Moran (Naciones Unidas, 2014). I Moran´s Global indica la existencia y el tipo de patrón que presenta un atributo. Los patrones pueden ser de tipo agrupado, disperso o aleatorio. I Anselin Local de Moran por su parte identifica cinco tipos de conglomerados posibles: unidades espaciales de valores altos que se agrupan entre valores altos; unidades espaciales de valores bajos que se agrupan entre valores bajos; unidad de valor bajo rodeada de valores altos; unidad de valor alto rodeado de valores bajos y unidades espaciales sin relaciones significativas entre sí (Mitchell, 2005). Este análisis se realizó con los instrumentos de estadística espacial que provee la caja de herramientas del software ArcGIS. Los valores que se analizaron fueron los presentes en el campo de los valores omega de cada año de estudio.
43
4 Resultados 4.1 Primer proceso: Cálculo del índice NBI El proceso realizado en el software Redatam+SP arroja como resultado un documento en formato hoja de cálculo por cada año censal. Como se observa en la imagen 1, la estructura del archivo presenta en sus columnas, una columna que indica el número de hogares No Pobres y otra los hogares Pobres según NBI por cada sector censal. Imagen 1 Captura de pantalla del resultado obtenido de la aplicación del Redatam+SP para calcular el índice NBI
Se puede observar que las columnas resultantes tienen por rótulo Hogares No Pobres y Hogares Pobres, esto fue determinado en la Sintaxis original de INEC . Sobre ello vale señalar que el contenido de las columnas expresa en realidad el
44
número de personas pertenecientes a hogares pobres por NBI según el sector censal en que habitan. Cuadro 4 Comparación entre información censal de los años 2001 y 2010 para el área urbana de Santo Domingo de los Colorados
Información
2001
2010
Diferencia
Población Total
192 573
268 896
76 323
Población Pobre por NBI
151 080
185 020
33 940
Porcentaje de Pobreza por NBI
78,45%
68,8%
- 9,65%
Nº de sectores censales
393
709
316
De los archivos obtenidos en este proceso, se obtuvieron los datos del cuadro 4, el que recoge a manera de síntesis información necesaria de tener en cuenta al momento de comparar ambos censos. En el cuadro en cuestión, destaca tanto la reducción de 9,65 puntos del porcentaje de pobreza por NBI, como el aumento de 33 940 personas dentro del grupo de población pobre por NBI.
4.2 Segundo proceso: Creación de cobertura cartográfica de NBI Imagen 2 Captura de pantalla de la tabla de atributos del archivo shapefile creado con datos de NBI
De la vinculación de la información cartográfica de sectores censales con los datos correspondientes al índice NBI, se obtiene una tabla de atributos como la presente en la imagen 2,en la cual se observan cinco columnas: el año censal, el código
45
identificador del sector censal, la Población No Pobre, la Población Pobre y el total de población presente en cada sector censal. Esta misma estructura en la tabla de atributos está presente en la cobertura del año 2001.
4.3 Tercer proceso: Estandarización Imagen 3 Captura de pantalla de la tabla de atributos, destaca resaltado en color la columna de los valores omega
La imagen 3 proviene de la tabla de atributos de ArcGIS, en ella se observan las columnas del primer proceso más la columna de los valores omega que han sido calculados con los datos provenientes de la columna del número de personas pobres por NBI. En la tabla se observa en su última fila el valor de 1, el cual representa al máximo valor que puede poseer un valor omega. Este valor representa al mayor valor presente en la columna de H_POBRES (personas pobres por NBI), que como se observa es de 796.
46
Gráfico 1 Histogramas de frecuencia de la población en porcentajes según sus valores omega, junto con la media de valores omega para de cada uno de los años de estudio
47
En el gráfico 1 se observa la distribución que presentan los porcentajes de la población en situación de pobreza por NBI según los valores omega a los que corresponde. Además se creyó importante exhibir en este gráfico las medias resultantes de los valores omega de cada año por ser el punto de partida de los intervalos de clase descritos en el punto 3.4.4.
Gráfico 2 Línea suavizadas de la frecuencia de la población en porcentajes según los valores omega de cada uno de los años de estudio
Con el fin de observar en un mismo gráfico el cambio en el comportamiento de ambas poblaciones de datos se realizó el gráfico 2, que mediante líneas suavizadas de los valores de los histogramas, es posible observar que la población del año 2001 presenta una curva de asimetría negativa, mientras que la curva del 2010 presenta una asimetría positiva.
48
Gráfico 3 Histogramas de frecuencia de sectores censales según su valor omega, de cada uno de los años de estudio
Año 2001
Año 2010
49
En el gráfico 3 se relacionan la cantidad de sectores censales con cada grupo de valores omega. El histograma muestra en el año 2001 una curva con una ligera asimétrica negativa, mientras que en el año 2010 la curva posee una clara asimetría positiva.
4.4 Cuarto proceso: Clasificación La categorización de la población Pobre por NBI mediante la metodología de Cartografía temática de variables presenta propios en los intervalos de clase de cada conjunto de datos que son motivo de estudio. Esto es posible de observar en el cuadro 5. Cuadro 5. Valores omega y correspondencia con intervalos de clase, categorías de NBI y colores usados en la cartografía
Categorías Colores en la NBI cartografía < - 1,5 Std. Dev. Muy bajo Blanco ´-1,5 - -0,50 Std. Dev. Bajo Gris claro ´-0,5 - 0,50 Std. Dev. Medio Gris medio 0,50 - 1,5 Std. Dev. Alto Gris oscuro > 1,5 Std. Dev. Muy Alto Negro Intervalos de clase
Valores Omega 2001 0 - 0,2 0,20 - 0,419 0,42 - 0,633 0,634 - 0,849 0,85 - 1
Valores Omega 2010 0 - 0,041 0,041 - 0,231 0,232 - 0,422 0,422 - 0,612 0,612 - 1
Adaptado de Buzai (2014)
El cuadro 6 presenta en forma cuantitativa la información que abarcan cada una de las categorías creadas en cuanto a: número de sectores censales, superficie sobre la que se extiende y población que se encuentra en ella. De manera gráfica esta información se expresa en los mapas 2 y 3.
50
Cuadro 6 Sectores censales, población y superficie (ha) presente en cada categoría de NBI, según año de estudio
2001 Categoría NBI
Muy bajo Bajo Medio Alto Muy Alto Total
N° de sectores censales
Población
24 104 127 113 25 393
3 064 25 925 49 263 57 353 15 475 151 080
2010 Area (ha)
N° de sectores censales
Población
Area (ha)
195,2 917,1 1 423,7 1 312,0 451,2 4 299,3
8 268 228 148 57 709
168 31 687 60 371 59 497 33 297 185 020
45,1 1 394,0 1 886,2 1 473,2 616,5 5 415,1
La realidad social presente al interior de la ciudad es heterogénea, así se demuestra en los mapas 2 y 3, donde a su vez es posible observar como esta realidad se distribuye en el territorio urbano. Tal como se describe en el cuadro 3, el color negro presente en los mapas corresponden una mayor presencia de personas en situación de pobreza por NBI, la cual disminuye a medida que la gama de grises transcurren hasta llegar al blanco donde se encontrará una muy baja presencia de pobreza. En el Cuadro 6, se nota que las categorías de muy alta y alta presencia de pobreza representan el 38,5 por ciento de la superficie urbana. De acuerdo a los mapas 2 y 3, estas categorías se distribuyen en la periferia de la urbe, en especial hacia el norte, oeste y sur de la ciudad.
51
.
52
.
53 Gráfico 4 Clasificación de la población en situación de pobreza por NBI según categoría de NBI y año de estudio
El gráfico 4 reparte en cinco categorías a la población que esta clasificación halla en situación de pobreza por NBI. Los datos se presentan en términos absolutos. En color gris claro se representa la información del año 2001 mientras que en gris oscuro consta la correspondiente al año 2010. Debido a que las cifras reales son afectadas por el crecimiento general de la población se expone a continuación el gráfico 5 con la información en forma de porcentaje, lo que permite notar mejor los cambios interanuales. De ahí que en el gráfico 5 se observa que el grupo “Muy Bajo” presenta la menor población, cuyo porcentaje decendió del 2% al 0,1%. En el grupo “Bajo” y “Medio” los valores se mantienen sin variaciones importantes. Los mayores cambios observables en este gráfico son: la reducción de 6 puntos que presenta el grupo “Alto” y del aumento en 8 puntos del grupo “Muy Alto”.
54 Gráfico 5 Población de las categorías de NBI en porcentajes según año de estudio
Gráfico 6 Superficie de las categorías de NBI en porcentajes según año de estudio
El gráfico 6 permite notar los cambios presentes a nivel de la superficie urbana en cada uno de los niveles de pobreza por NBI. Destaca la disminución de superficie de los grupos “Muy Bajo” y “Alto” así como el aumento en cinco puntos del grupo “Bajo”.
55
4.5 Quinto proceso: Cálculo de patrones espaciales I Moran´s global. El cálculo del indice de Moran´s global, propone una inicial hipótesis nula que señala la existencia de una distribución en forma aleatoria de la población pobre sobre el territorio urbano. Los reportes de la Autocorrelación Espacial creados con ArcGIS que se incluyen en el anexo 2, muestran en ambos años de estudio un valor de p igual a 0. Por lo tanto la probabilidad de que la hipotesis nula se cumpla es muy baja, con lo cual se rechaza la idea de una distribución aleatoria de la población pobre en esta ciudad. Al ser p cercano de cero, el valor z será alejado del mismo, tal como lo demuestran los valores de z, para los años 2001 y 2010; que son 53,3 y 56,1 respectivamente. Del gráfico 7 se conoce también que el índice de Moran presenta los valores positivos, lo que revela que hay valores similares que tienden a agruparse espacialmente. Al considerar que la cifra del índice es 0,56 y 0,59 para los años 2001 y 2010 respectivamente, se determina la presencia de fuerte autocorrelación espacial entre los patrones existentes, la cual incluso presenta un ligero aumento en el año 2010. En ambos reportes se indica que debido a los valores z señalados, existe menos del uno por ciento de probabilidad de que el patron de agrupamiento se deba a la casualidad, por lo tanto se comprueba estadísticamente que en la distribución de la población pobre por NBI existe un patron de agrupamiento en ambos años de estudio. I Anselin local de Moran
56
Del proceso anterior se conoce que la puntuación z es positiva y alta, por lo que de manera general se detecta la presencia de agrupamientos de valores en ambos años de estudio. Para conocer que tipo de valores y donde se asientan los agrupamientos detectados en el anterior procedimiento, se procedió con el cálculo de I Anselin local de Moran. El cálculo se realizó mediante la herramienta estadística I Anselin local de Moran en ArcGIS y entrega como resultado los mapas 4 y 5. La descripción del contenido de cada mapa se presenta a continuación. En ambos años de estudio se presenta la agrupación de valores similares, altos con altos y bajos con bajos. Es decir que la población con altos niveles de pobreza se agrupan con sus similares. De igual manera sucede en los sectores con bajos niveles de pobreza quienes se agrupan con sus pares. Entre ambas agrupaciones se observa la presencia de sectores sin evidencia significativa de agrupación. En color rojo se representan los valores átipicos en que valores altos de pobreza se ubican junto a los de baja pobreza, en el 2001 fueron cuatro casos y aumenta a seis en el 2010. Llama la atención la distribución que crean las agrupaciones. Grupos de valores altos de pobreza se localizan en la periferia y el grupo consolidado de valores bajos ocupa el centro. En sintesis, se evidencia efectivamente la existencia de patrones espaciales, que se expresa en el agrupamiento de sectores censales con valores altos de pobreza por NBI así como también el agrupamiento de sectores censales con valores bajos de pobreza. Los dos tipos de agrupamiento estan presentes en ambos años de estudio.
.
.
57
.
.
58
59
4.6 Discusión A continuación se expone un análisis de la metodología implementada y los resultados obtenidos. Esto se realiza en tres momentos. En la primera parte se pone atención al proceso metodológico llevado a cabo. En la segunda parte se discuten y precisan observaciones sobre los resultados.
4.6.1 El proceso metodológico Como se observa en los objetivos de este estudio, esta tesis se centra en la identificación, comparación y localización de la pobreza en el área urbana. Esto denota la búsqueda de una compresión cuantitativa y espacial de una temática social como es la pobreza urbana. Otros aspectos relacionados a esta temática, como la determinación de las causas de la pobreza, la discución teórica de la pobreza, o la discusión sobre nuevas maneras de medir la pobreza no conciernen al foco de este estudio, sin embargo de ello no quedan por completo fuera de esta investigación y una descripción de estas temáticas son consideradas en el análisis bibliográfico que desarrolla el segundo capítulo. A partir del establecimiento del foco de estudio expuesto en los objetivos de investigación se planteó el proceso metodológico que se revisa a continuación. Selección del concepto de pobreza Un paso previo y decisivo para la ejecución de procesos metodológicos es la selección del concepto de Pobreza con el cual estudiar el tema. En el apartado 2.2 de este trabajo se describen las consideraciones existentes en la discusión internacional respecto de la identificación de la pobreza, seguido se presentaron las distintas formas existentes en Ecuador para medir la pobreza. Sobre esta base se seleccionó al método de necesidades básicas insatisfechas por responder a los objetivos de este estudio. Así la estimación de la pobreza se realiza a partir de este método.
60
Un conocido índice sobre una nueva escala de análisis Como se hizo notar en el segundo y tercer capítulo, la lectura tradicional de los resultados de la pobreza por NBI se limita a un valor general que resume a un porcentaje de dos cifras la situación general de una jurisdicción administrativa. Por ser un dato que permite una lectura general y compartativa de la situación nacional, ha sido útil para la gestión de un gobierno de carácter nacional. En esta tesis se propone considerar una perspectiva espacial distinta que se enfoca sobre lo local y urbano antes que a lo regional y nacional. Esta consideración espacial junto con el desarrollo informático vigente, posibilitan el aprovechamiento de la informació n censal en los estudios urbanos, de los cuales este trabajo representa solo una muestra. Una vez delimitado el concepto y ámbito espacial sobre el cual trabajar se determinaron los cálculos y procesos informáticos que responden a los objetivos de esta investigación. Cinco son los procesos informáticos realizados para responder a los intereses de esta investigación: cálculo de la Pobreza por NBI, creación de cobertura cartográfica, estandarización, clasificación, identificación de patrones espaciales. La importancia y límites presentes en los mismos se exponen a continuación. Cálculo de la Pobreza por NBI Este estudio identifica la pobreza presente en el área urbana a partir del método de NBI. Se calcula la pobreza mediante la aplicación del índice de NBI para cada sector censal, tal como se indica en el apartado 3.4.1 de esta tesis. Aquí se resalta que el término índice de NBI hace referencia al algoritmo descrito en la sintaxis que ejecuta el programa REDATAM, proceso con el cual se distingue el grupo de personas pobres de las no pobres. Si bien el término índice se refiere normalemente a una relación entre dos números , y suele expresarse en porcentajes, aquí tiene un contexto propio que proviene del contexto teórico de los creadores de este índice (Feres y Mancero, 2001). En este proceso se evita trabajar con cifras porcentuales y se favorece el uso del número real de personas cuyos hogares presentan insatisfechas al menos una de las
61
necesidades básicas. Este paso se toma con el fin de evitar proveer de valores relativos a las siguientes partes de la metodología. Como resultado de este proceso se obtiene la cantidad y la localización de personas pobres por NBI según el sector censal en que habitan. Dentro del desarrollo de este proceso resultó de interés particular el reconocimiento del script o sintaxis empleado por el INEC para calcular el NBI, ya que a partir de su comprensión fue posible ampliar la selección territorial desde la división político administrativa en la cual se encontró originalmente la sintesis, hacia una selección territorial de nivel urbano como el que ofrecen los sectores censales. De igual manera, adaptar el script original del año 2010 con los datos censales del año 2001 representó un reto interesante que requirió el conocimiento al detalle las variables censales en cuestión. De esta experiencia pueden beneficiarse quienes esten interesados en realizar el cálculo de NBI para el año 2001 en Ecuador, ya que la sintesis mencionada se encuentra en el Anexo 5. Creación de la cobertura cartográfica Es un proceso geoinformático de suma utilidad en el trabajo con bases de datos. Se lo realiza en forma casi mecánica por la simpleza del procedimiento. La revisión de valores máximos y mínimos sirvió para identificar valores nulos y depurar la base de datos para el desarrollo de los cálculos posteriores. Estandarización Mediante la estandarización de valores se comparan valores de distintas poblaciones dentro de un mismo rango, en este caso de 0 a 1, donde 0 representa el valor menor y 1 el máximo. A continuación se usan datos de este estudio para aclarar esta premisa. Los sectores censales con mayor número de personas pobre por NBI muestran 681 personas en el año 2001 y 796 el 2010. A pesar de que la cantidad de personas sean distintas, a ambos sectores censales les corresponde el valor estandarizado de 1. Esto se da porque los valores adquieren un valor en relación al total de su población, con lo cual se facilita la observación del
62
comportamiento de una población en conjunto y posibilita confrontar en forma segura los valores provenientes de varios conjuntos de dato. Clasificación Los valores de pobreza obtenidos en el proceso anterior se clasifican en cinco categorías, es una decisión que se enmarca en la lógica de llevar a cabo una observación estadística
del conjunto
de valores,
que
permita notar su
comportamiento por medio de categorías fijas dentro de cada población. Esto es posible de observar en el Cuadro 5, donde es relevante notar la diferencia presente en los rangos de valores omega de cada año de estudio, ya que dichos rangos determinan la clasificación que esta metodología propone para la población pobre calculada con el índice NBI. La diferencia de valores en los rangos proviene del comportamiento estadístico de cada año, donde la media determina el punto de partida para el cómputo de las desviaciones estándar. Al ser una clasificación basada en las desviaciones estandar, su resultado mostrará cinco distintos grupos de pobreza por NBI presentes al interior de una ciudad. Es así que tanto una ciudad con un alto porcentaje de pobreza por NBI como Santo Domingo de los Colorados (68,8%) mostrará el mismo número de categorías de pobreza que una ciudad con menor pobreza como Santa Ana de los Cuatro Ríos de Cuenca (23%) (INEC, 2010d). Esta clasificación se presenta importante porque permite graficar la distribución espacial de la pobreza independientemente del porcentaje general que esta ciudad presente. Ello permite reconocer las áreas de mayor y menor presencia de pobreza por NBI en una ciudad a partir de su propio contexto. Evolución de los valores de NBI y los efectos en el proceso de clasificación Es de esperar que los valores de NBI presenten diferencias entre los dos años de estudio, esto se nota al observar la distribución de valores de cada población (Gráfico 2). Al ser el valor de la media el punto de referencia a partir del cual se
63
establecen las desviaciones estandar, será normal que cada año de estudio posea su propio intervalo de valores para la clasificación de valores omega en categorías de NBI. En el presente caso de estudio, el valor de la media pasó de 0,57 en el año 2001 a 0,33 en el año 2010. Esta diferencia de comportamientos estadístico explica porque una misma categoría de pobreza cuente con distintos rangos de valores en cada categoría y en cada año de estudio. Por ejemplo, el límite inferior de la categoría “Muy Alta” pasa de 0,85 en el año 2001 a 0,61 puntos omega en el año 2010, tal como se observa en el cuadro 5. Esta aclaración permite un acercamiento a la lógica presente en los mapas 2 y 3.
Identificación de patrones espaciales El último proceso se enfoca a evidenciar estadisticamente si los valores de pobreza exhiben algún tipo de patron espacial, para ello se decidió usar los índices de I Moran´s global y I Anselin local de Moran. El primer índice cuenta con la fortaleza de medir la autocorrelación espacial de un atributo, en este caso de la población pobre por NBI. El segundo índice es seleccionado por ser complementario al primero y profundizar en el análisis a nivel local, lo que permite responder al tercer objetivo de esta investigación, la posible conformación de un patrón espacial.
Posibles mejoras a la metodología El planteamiento de la metodología en cuestión contiene el encadenamiento de cinco de procesos cerrados que en su conjunto permiten un análisis urbano. Mejorar la metodología implica por lo tanto nuevas consideraciones dentro de dichos procesos. Una consideración válida puede ser la de aumentar el detalle de la escala de trabajo hasta el nivel de manzana censal, desde el momento en que se calcula el índice NBI. Lo cual permitiría contar tanto con la clasificación como la identificación de patrones espaciales a una mejor escala para trabajar a nivel intra urbano. Como segunda consideración que permitiría mejorar esta metodología es el uso de información proveniente de los catastros urbanos para realizar el calculo de NBI,
64
con lo que se libera de la dependencia actual de los censos de población y vivienda. Calcular el índice NBI a partir de dicha base de información permitiría por ejemplo contar información actualizada anualmente. Finalmente se observa que al ser un encadenamiento de procesos, existe la posibilidad de aumentar nuevos procesos de análisis espacial que puedan complementar a los presentes actualmente.
4.6.2 Los resultados Los procesos metodológicos ejecutados permitieron responder a los objetivos de esta investigación. A continuación se presenta en dos partes los resultados alcanzados. La primera parte se concentra en mostrar desde una perspectiva estadística lo referente al cálculo de la pobreza por NBI y a la comparación interanual de los valores. Posterior a esto, desde una perspectiva cartográfia se responde a la pregunta espacial de donde se localizan los valores de pobreza predominantes y a la identificación de posibles patrones espaciales. Evolución de la pobreza por NBI entre los años 2001 y 2010, la perspectiva estadística Un resumen de los resultados del cálculo del pobreza por NBI se encuentra en el cuadro 4. En él se muestra que en la ciudad estudiada predomina una población clasificada por esta metodología como pobre por NBI. Hecho que coincide con el tabulado de la pobreza por NBI del INEC (2010d) que indica que la ciudad de Santo Domingo de los Colorados es después de Quito y Guayaquil, la ciudad del Ecuador en donde residen más pobres por NBI. Si bien en el cuadro 4 se evidencia una disminución de 9,65% de la pobreza por NBI entre ambos años de estudio, la población en situacion de pobreza aumentó en términos reales, debido a que el crecimiento poblacional se dió en mayor proporción que la reducción del NBI. Para detener el aumento del número real de pobres en ese período se requería de una reducción del NBI de alrededor del 23%.
65
Para entender las razones por las cuales se presentan altas tasas de pobreza además de revisar el cuadro 2 en el que constan las variables y los parámetros usados en la estimación del NBI, es necesario entender el proceso historico que da lugar a la cruda realidad social expresada por las cifras de NBI de esta ciudad. Como se índica en el cuadro 1, esta es una ciudad que crece de manera precipitada desde la década de los 60 del siglo anterior, la cual careció de gobernantes locales capaces de mantener el control urbano, así como de una propuesta contínua en la gestión de los servicios básicos según describe Torres Egas (2008) y observan Velarde, et al., (1992). Esto da lugar entre otros a que uno de los parámetros medidos en el NBI como es el Acceso a servicios básicos presente importantes deficiencias en esta ciudad. Otras razones que influyen en el resultado son: población con un bajo nivel de instrucción y alto porcentaje de trabajadores en actividades de baja remuneración (Torres Egas y Torres López, 2009). Los resultados presentes de NBI del 78,45% en el año 2001 y 68,8% en el 2010, permiten suponer que la realidad que presenta esta ciudad se debe a un proceso urbano inconcluso, cuyo camino hacia su consolidación requiere, al igual que otras ciudades latinoamericanas, de estudios urbanos que sustentados en una base técnica propongan herramientas que los gobiernos de ciudades puedan usar con el objetivo de focalizar los esfuerzos para reducir la pobreza urbana.
Variación de la pobreza por NBI entre 2001 y 2010 Entre dos años censales es de esperar que una ciudad debido a su crecimiento vegetativo presente cambios en los resultados censales. Dicha variación no solo está presente en el volúmen de población sino también en el número de sectores censales empleados para registrar a la población mediante el censo (ver gráfico 3 y cuadro 6). La variación en el número de sectores se dió en este caso de estudio, en parte por el aumento de la densidad poblacional en ciertos sectores censales, como también por la urbanización de nuevos espacios en la ciudad. En el gráfico 1 es posible observar que la media estadística de la población en situación de pobreza por NBI presenta una disminución entre los dos años de estudio. De 0,57 en el año 2001, el valor de la media pasó a 0,33 en el año 2010.
66
En el gráfico 2 se observa que la curva de asimetría negativa presente en el 2001, evoluciona en el año 2010 a una de curva con leve asimetría positiva, lo cual provoca una alteración en los intervalos de la clasificación descrita en el punto 3.4.4 y 4.4. En el año 2010 sobresale la reducción del porcentaje de población situada en valores omega mayores a 0,6; los cuales corresponden al grupo más afectado por la pobreza por NBI. Dicha población, que en el año 2001 representó el 54,3% de la población, pasó en el 2010 a representar el 19,8% con lo cual se revela una reducción importante en el porcentaje de la población pobre que corresponde al grupo con mayor porcentaje de necesidades básicas insatisfechas. Al observar la variación positiva de 7,1% en el rango intermedio de los valores omega (0,4 a 0,59) y el aumento de 27,4% en los valores omega menores a 0,4; podemos indicar con certeza que antes que desaparecer, la pobreza disminuyó en intensidad, es decir sufrió un traslado dentro de los rangos porcentuales de pobreza por NBI. Un 34,5% de población con pobreza por NBI que antes estaba en un rango superior a 0,6, se sitúa en el 2010 dentro de la población pobre con valores menores a 0,4 valores omega. Localizar las variables que aportan a esta disminución requiere de un análisis específico que escapa a los propósitos de este estudio, para el que se sugiere implementar la metodología de Análisis Factorial propuesto por Buzai (2014).
67
Pobreza urbana en Santo Domingo de los Colorados descrita desde una perspectiva cartográfica De lo estadístico a lo cartográfico A partir de los resultados del cálculo del índice de NBI a nivel de sector censal, la estandarización de valores y la clasificación de los mismos se produjeron los mapas 2 y 3 así como también el cuadro 6. El detalle que logran los resultados mencionados contrastan con el uso de la información que presenta el cuadro 4, cuyo contenido representa el porcentaje general del NBI a nivel de ciudad, que es lo que tradicionalmente se usa al de referirse al índice NBI. El cuadro 3 contiene los parámetros con los cuales se construyeron los mapas 2 y 3. Es de notar que los rangos presentes en los valores omega son distintos para cada año, esto se debe a que cada uno de ellos presenta un comportamiento estadístico propio como se observa en el cuadro 5 y se explico junto con algunas de sus implicaciones en el apartado anterior. Los mapas representan graficamente la clasificación llevada a cabo en el proceso cuarto. Se aclara que si bien la información original corresponde a datos del índice NBI, lo que se muestra en forma cartográfica es el resultado de la clasificación de los valores omega. Por lo que se debe evitar su lectura como si se tratara del mapeo directo de los valores de NBI ya que ello sería un error.
Distribución espacial de la pobreza En los mapas 2 y 3 se atestigua de manera general que la ciudad presenta valores bajos de pobreza por NBI en la zona centro y este de la ciudad. Los valores mayores de pobreza aumentan su presencia hacia la periferia, situación que se mantiene en ambos años de estudio. Los mapas 4 y 5 no solo ratifican esta aseveración sino que incluso demuestran la existencia de una fuerte agrupación entre los valores altos y entre los valores bajos. De tal manera se distinguen hacia la periferia evidentes áreas de la ciudad donde la pobreza por NBI destaca por corresponder a las categorías Alta y Muy Alta; mientras que hacia el centro-este de la ciudad la pobreza posee una categoría que va de Baja a Muy Baja.
68
Para el caso de esta ciudad se puede indicar a manera de hitos urbanos tres ejes viales que marcan en cierta manera la frontera entre una ciudad con severa y con leve situación de pobreza por NBI. En los mapas 2 a 5 se pueden observar estos tres hitos. Los hitos alrededor de los cuales se evidencia una situación leve de pobreza lo representan en el centro este de la ciudad el hito urbano número uno, la Av. Quito y el hito número dos la Av. Abraham Calazacón. La Av. Quito representa en la ciudad una importante articulación vial alrededor de la cual se consolidó un desarrollo urbano que contiene varios usos de suelo, residencial, comercial, financiero. Mientras que la Av. Abraham Calazacón que dibuja un anillo vial en el centro de la ciudad, es una articulación vial que entró en funcionamiento pleno recién hace dos décadas, pero que sin duda representa un hito por destacarse alrededor de él una leve situación de pobreza. La Av. Del Cooperativismo construída a inicios de los años 80 como un paso lateral de tráfico pesado, representó la frontera de la urbe hasta inicios de los años noventa. Esta avenida configura también un anillo vial alrededor de la ciudad, con la característica de que alrededor de este se localiza una severa situación de pobreza por NBI. Se lo señala como un hito porque representa al norte de la ciudad una clara frontera entre el bienestar presente en el centro urbano y su ausencia en la periferia. Hacia el oeste y sur esta arteria vial representa el eje alrededor del cual se disponen sectores censales cuya clasificación indica que corresponden a una situación de pobreza por NBI que va de Medio, Alto a Muy Alto, como se puede observar en los mapas 2 y 3. Un cambio importante proviene del crecimiento poblacional que densificó los sectores censales al punto que sectores de superficie considerable se dividieron para crear nuevos. Como se ha indicado a lo largo de este trabajo, el índice NBI es sensible a la densidad y normalmente los sectores más densos suelen determinar una mayor presencia de pobreza por NBI, ese puede ser el caso de lo que se evidencia en la parte norte del mapa 3.
69
El crecimiento de la ciudad abarca también la ocupación de nuevas áreas, ello se evidencia al norte de la ciudad y en algunos sitios puntuales en el sur. Algunos sectores en cambio pasaron de ser considerados rurales y constan como urbanos en el censo del año 2010, al menos tres casos considerables se puede identificar en el sur, sur oeste y noroeste de la ciudad. Un cuarto sector aun no considerado como urbano por el INEC se observa hacia el oeste y da lugar al vacío presente en el plano. Vale indicar que la reciente ocupación de nuevas áreas suele dar lugar a una baja densidad y con ello a un menor valor de NBI, es el caso visible en las nuevas urbanizaciones presentes al sur y centro-oeste. La configuración que describe la pobreza por NBI en esta ciudad coincide espacialmente con la antigüedad de los sectores de la ciudad. Al comparar los mapas 1 y 3 se nota que los sectores de reciente conformación son casi siempre los que mayor pobreza por NBI presentan, que si bien no se cumple en todos los casos, aporta a la idea de ser una ciudad en proceso de conformación. Sobre ello en el texto ‘Santo Domingo, Cantón-Provincia’ de Torres Egas y Torres López (2009) se plantea que una buena parte de estos sectores presentes en la periferia lo hicieron de forma ilegal, y que la falta de una respuesta basada en el criterio técnico de las autoridades locales permitió la consolidación de asentamientos informales a los que paulatinamente se propone dotar de servicios básicos. Lo cierto es que la configuración espacial creada por la particular historia de esta ciudad resalta la existencia de un área central donde constan mejores condiciones de NBI y de otras áreas ubicadas en la periferia de la ciudad, las cuales poseen menores condiciones de bienestar. Este patrón de distribución de la población de Santo Domingo de lo Colorados está presente en los estudios de Buzai (2014) y Baxendale (2014) respecto de la ciudad latinoamericana, de donde es posible indicar que la lógica descrita para esta ciudad determina que corresponde al modelo de ciudades de tamaño intermedio de América Latina.
70
5 Conclusiones y Recomendaciones 5.1 Conclusiones La metodología propuesta permitió responder a los objetivos de investigación. Se identificó la pobreza a nivel de sector censal urbano y con ello se hizo posible observar la distribución de este fenómeno en el territorio urbano. Al comparar los valores de pobreza de los años 2001 y 2010, se pudo notar una reducción general de 9,65 %, aunque en valores reales aumentó en 33 940 el número de personas pobres por NBI. Esta situación coincide con lo visto a a nivel de latinoamérica donde la reducción porcentual 12,4% entre los años 1980 y 2013 no evito el aumento de 31 millones de personas al total de personas pobres inicialmente existente. Una primicia de este estudio fue el comprobar estadísticamente que en la distribución de la población pobre por NBI existe un patrón de agrupamiento tanto entre los valores altos de pobreza como entre los valores bajos de pobreza, es decir que generalmente los sectores censales con altos valores de pobreza se encuentran junto a otro similar. Y que un sector censal con valor bajo de pobreza está generalmente agrupado con uno similar. La localización de estas conglomeraciones
espaciales pudo también ser
determinada mediante cálculos estadísticos y coinciden con una lógica de asentamiento presente en otras ciudades intermedias de latinoamérica, en las que la pobreza reside en la periferia mientras que en el centro urbano se localizan los pobladores cuyas necesidades básicas están siendo satisfechas. Con este resultado se comprobó la hipótesis planteada y a su vez confirma el modelo de ciudad latinoameriana planteada por Buzai. Esta tesis reivindica el valor que posee el método de Necesidades Básicas Insatisfechas NBI como fuente de información para el mapeo de pobreza a escala urbana. De hecho la producción de estos datos permitió una lectura demográfica de la realidad cotidiana de esta urbe, la que presenta sendas diferencias sociales. En ese sentido un importante hallazgo son los mapas de categorización de pobreza
71
por NBI y los mapas de sectores agrupados de pobreza. Ambos mapas identifican la distribución de la pobreza y los sectores de la ciudad en donde se concentran altos y bajos niveles de pobreza por NBI. Esa realidad social, que a nivel local esta delimitada en la cotidianidad desde el sentido común, es aquí exhibida desde el uso de información y metodologías con base estadística. Lo que confirma a su vez que a partir de su uso a nivel urbano, se posibilita el estudio de la realidad intraurbana, tema escasamente desarrollado por fuera de los tres principales nucleos urbanos del Ecuador. En el mismo sentido, estudios de este tipo tienen la posibilidad y obligación de vincularse a los conceptos sociales como fragmentación y segregación por representar estudios urbanos en los cuales Ecuador tiene déficit. El contar con el tema Pobreza como hilo conductor de este trabajo, permitió conocer desde una perspectiva académica una realidad generalmente etérea, que si bien es real y dura, es poco puesta en debate en ciudades intermedias y pequeñas de Ecuador. Este estudio revela a su vez que la pobreza como tema está vigente en la agenda global y nacional, así como también muestra que su tratamiento representa quizas el más importante reto que las ciudades tienen por delante ya que solo a partir de acertados análisis se podrán dirigir con eficacia los esfuerzos para reducir la pobreza urbana.
5.2 Recomendaciones Este trabajo continúa la lógica de anteriores estudios urbanos enfocados a mostrar posibilidades de identificar y localizar la pobreza a nivel urbano. Desde ese punto de vista, los resultados indican que se cumplió con los propósitos de estudio, mas sin embargo queda un universo de estudios posibles por desarrollar. La escases de bibliografía de estudios urbanos ecuatorianos presenta el reto de promoverlos desde los distintos implicados: municipios, universidades, ministerios; ya que solo por medio del conocimiento de la realidad social de identificar problemáticas, conocer sus orígenes y localizaciones, es que se pueden tomar decisiones acertadas. Dos ejemplos de estudios posibles son:
72
Identificación del porcentaje de influencia que cada una de las variables del NBI poseen. Este análisis complementario a este trabajo tiene por objeto reconocer las variables que provocan mayores cambios en el territorio con la idea de potenciarlos y reducir la pobreza en menor tiempo. Con el fin de superar la limitante de la distancia temporal que posee el censo, es necesario y posible, articular un indicador de pobreza a partir de la información existente en los catastros municipales. Los cuales poseen información de los cinco componentes del índice NBI e incluso alguno de ellos podrían superar sino todas las limitantes presentes en el índice del NBI al menos una buena parte de ellas. De igual manera se recomienda el uso de este tipo de mapas de manera complementaria a otro tipo de estudios sobre la pobreza como la interesante información que arrojan los resultados del índice multidimensional de la pobreza. Los beneficios para la sociedad que este trabajo académico ofrece no es mas que una metodología por la cual es posible el mapeo de la pobreza a escala urbana a partir del índice NBI. Esta información por si misma puede ser nada mas que un ejercicio académico, pero toma valor al ser considerado por el gobierno local u otra instancia sea esta gubernamental o no, que tenga por objeto conocer la distribución de la pobreza en una ciudad ecuatoriana. El caso presente trata de Santo Domingo de los Colorados pero en general es posible de replicarlo teoricamente para cualquier ciudad latinoamericana. Con la información que esta metodología produce es posible localizar sectores de la ciudad donde predomina la pobreza urbana. Información con la cual se pueden planificar políticas públicas enfocadas a reducir la pobreza urbana. Justificar y priorizar la inversión pública y focalizar el territorio a cubrir con programas sociales, son solo dos de los casos posibles. Es entonces una herramienta útil para tomar decisiones sobre el territorio. En general este trabajo más que un descubrimiento para la ciencia representa la revalorización de una herramienta en cierta forma desaprovechada, quizás por cuestiones de tipo tecnológico, pero que hoy es factible de ser puesta en práctica
73
porque además de contarse con todos los requisitos para su uso, los resultados que ofrece son provechosos en la gestión de la ciudad. El costo que representa crear la información censal, base de este estudio, es tan alto que no aprovecharlo a plenitud representa un desperdicio inaceptable en una sociedad que lucha contra enemigos como el tiempo y la escasez de recursos económicos. Este estudio se pensó con el fin de ser una herramienta para comunidades que trabajen en el tema de presupuesto participativo, para organizaciones no gubernamentales que buscan identificar un área de trabajo dentro de las urbes ecuatorianas, para oficinas ministeriales que buscan identificar un lugar donde invertir los recursos estatales. Es sobre todo útil para los gobiernos locales que requieren justificar la inversión social en el territorio. Este documento puede ser de ayuda para estas instituciones porque permite examinar la distribución de la pobreza por necesidades básicas insatisfechas en una ciudad. Este estudio se presenta por tanto como una herramienta con la cual trabajar en la tarea de reducir la desigualdad social en las ciudades latinoamericanas.
74
6. Referencias Addams, J. (2012). Hull-House Maps and Papers (1895). (N. U. Law, Editor) Accedido el 27 de Julio de 2015, desde Homicide In Chicago: https://homicide.northwestern.edu/pubs/hullhouse/ Alkire, S., Foster, J., Seth, S., Santos, M. E., Roche, J. M., y Ballon, P. (2015). Multidimensional Poverty Measurement and Analysis. Oxford: Oxford Press. Allou, S., Cazamajor, P., Godard, H., Gomez, N., Gravelin, B., Leon, J., . . . Rodriguez, J. (1987). El espacio urbano en el Ecuador: Red urbana, región y crecimiento. Quito: CEDIG. Altimir, O. (1979). La dimensión de la pobreza en América Latina. Naciones Unidas, CEPAL. Accedido el 10 de Agosto de 2016, de Digital Repository Cepal: http://dds.cepal.org/infancia/guide-to-estimating-childpoverty/bibliografia/capituloI/Altimir%20Oscar%20(1979)%20La%20dimension%20de%20la%20pobrez a%20en%20America%20Latina.pdf Amores, C. (2014). OPHI. Recuperado el 10 de Agosto de 2016, de Oxford Poverty & Human Development Initiative: http://www.ophi.org.uk/wpcontent/uploads/RP40a_Medicion_Amores_2014.pdf Andrade, J., Brborich, W., y Larrea, C. (1996). La geografía de la pobreza en el Ecuador. Quito: Secretaría Técnica del Frente Social. Asamblea Nacional del Ecuador (2008). Constitución de la República del Ecuador. Quito. Barba Solano, C. (2009). Los estudios sobre la pobreza en América Latina. Revista Mexicana de Sociología, 71, 9-49. Accedido el 1 de Septiembre de 2015, desde Sistema de Información Científica Redalyc: http://www.redalyc.org/articulo.oa?id=32119200002 Baxendale, C. A. (2014). Trelew (Provincia de Chubut): El mapa social a través del análisis exploratorio de datos espaciales. CD Aplicaciones. (G. Buzai, Ed.) Buenos Aires, Argentina. Booth, C. (1889). Labour and Life of the People (Vol. I). London: Macmillan. Accedido el 16 de Junio de 2015, desde Charles Booth Online Archive: http://booth.lse.ac.uk/
75
Bürk-Matsunami, T., Bylund, J., Förster, K., Gebhardt, D., y Naumann, M. (2005). Sozialgeographien des Reichtums in Berlin. Arbeitsberichte, HumboltUniversität zu Berlin, Geographisches Institut, Berlin. Buzai, G. (2004). Geografía y tecnologías digitales del siglo XXI: una aproximación a las nuevas visiones del mundo y sus impactos científicotecnológicos. Scripta Nova, VIII(170). Accedido el 5 de Septiembre de 2015, desde Revista Electrónica de Geografía y Ciencias Sociales Scripta Nova: http://www.ub.edu/geocrit/sn/sn-170-58.htm Buzai, G. (2014). Mapas sociales urbanos (1a ed. ed.). Buenos Aires, Argentina: Lugar Editorial. Castillo Añazco, R., y Jácome Pérez, F. (2016). Ecuador en cifras. Accedido el 9 de Febrero de 2016, desde Ecuador en cifras: http://www.ecuadorencifras.gob.ec/documentos/webinec/Sitios/Pobreza_Multidimensional/assets/ipm-metodologia-oficial.pdf Cazamajor, P., y Godard, H. (1990). La Red bancaria quiteña: evolución y migracion geográficas (1950-1987). En H. Godard, Crecimiento de Quito y Guayaquil: estructuración, segregación y dinámica del espacio urbano. Quito: Corporación Editora Nacional y Colegio de Geógrafos del Ecuador. CELADE, Centro Latinoamericano y Caribeño de Demogafía. (2013). Estimaciones y proyecciones de población a largo plazo 1950-2100. Accedido el 25 de Agosto de 2015, desde CEPAL: http://www.cepal.org/celade/proyecciones/basedatos_bd.htm CEPAL, Comisión Económica para América Latina y el Caribe. (2014). Panorama Social de América Latina. Santiago de Chile: Naciones Unidas. Accedido el 20 de Agosto de 2015, desde Digital Repository Cepal: http://hdl.handle.net/11362/37626 Connolly, P. (2008). Mapas de pobreza ¿La dimensión territorial? En R. Cordera, P. Ramírez Kuri, y A. Ziccardi, Pobreza, desigualdad y exclusión social en la ciudad del siglo XXI. México: Siglo XXI. Davis, M. (2004). Planeta de ciudades-miseria. New Left Review(26), 5-34. Accedido el 14 de Junio de 2015, desde New Left Review: http://newleftreview.es/26 ESRI, Environment Systems Research Institute. (2010). Aprender ArcGIS para Desktop. Módulo 6 Iniciar el análisis de un SIG. Estados Unidos de Norteamérica. Accedido el 9 de Diciembre de 2014, desde ESRI: http://www.esri.com/training/main
76
Feres, J. C. (2008). Pobreza y género: El dilema de la medición. Del género de la pobreza a la pobreza de género. Presentación en IX Encuentro Internacional de Estadísticas de Género, Aguascalientes, México. Accedido el 26 de Julio de 2016, desde: http://player.slideplayer.es/4/1548256/ Feres, J. C., y Mancero, X. (2001). El método de las necesidades básicas insatisfechas (NBI) y sus aplicaciones en América Latina. Santiago de Chile: Naciones Unidas. Hull-House. (1895). Maps and Papers. Chicago: Thomas Y. Crowell & co. Ilustre Municipio de Santo Domingo. (1978). Fotografía aérea de la ciudad. (s/i) INE, Instituto Nacional de Estadística. (2007). La Pobreza y su medición. Presentación de diversos métodos de obtención de medidas de pobreza. Accedido el 2 de Agosto de 2015, desde Instituto Nacional de Estadística de España http://www.ine.es/daco/daco42/sociales/pobreza.pdf INEC, Instituto Nacional de Estadística y Censos. (2008a). Medidas de pobreza y extrema pobreza por ingresos. Resumen ejecutivo. Quito. INEC, Instituto Nacional de Estadística y Censos. (2008b). Geodatabase Cantón Santo Domingo Censo de población y vivienda 2001; Shapefile; Quito, Ecuador. INEC, Instituto Nacional de Estadística y Censos. (2010a). Conceptos básicos del cuestionario censal. Accedido el 16 de Agosto de 2015, desde Ecuador en cifras: http://www.inec.gob.ec/nuevo_inec/items/gestion_eficiente/cartografia/anex os/CAPACITACIONES/INSTRUCTIVOS%20AMANZANADO/CONCEPTOS %20BASICOS.pdf INEC, Instituto Nacional de Estadística y Censos. (2010b). Glosario de términos censales. Accedido el 13 de Julio de 2015, desde Ecuador en cifras: http://www.inec.gob.ec/cpv/index.php?option=com_remository&Itemid=96&f unc=startdown&id=25&lang=ki INEC, Instituto Nacional de Estadística y Censos. (2010c). Ecuador en cifras. Accedido el 20 de Septiembre de 2015, desde Ecuador en cifras: http://www.ecuadorencifras.gob.ec/pobreza/ INEC, Instituto Nacional de Estadística y Censos. (2010d). Tabulado de Pobreza por Necesidades Básicas Insatisfechas. Accedido el 20 de Septiembre de 2015, desde Ecuador en cifras: http://www.ecuadorencifras.gob.ec/pobreza/
77
INEC, Instituto Nacional de Estadística y Censos. (2011a). Acta de reunión. Quito, Ecuador. Accedido el 16 de Junio de 2015, desde Ecuador en cifras: http://www.ecuadorencifras.gob.ec/documentos/webinec/POBREZA/NBI/NBI-FUENTE-CPV/acta_NBI_homologada.pdf INEC, Instituto Nacional de Estadística y Censos. (2011b). Geodatabase cantón Santo Domingo Censo de población y vivienda 2010; Shapefile; Quito, Ecuador. INEC, Instituto Nacional de Estadística y Censos. (2016a). Ecuador en cifras. Accedido el 9 de Febrero de 2016, desde Ecuador en cifras: http://www.ecuadorencifras.gob.ec/pobreza/ INEC, Instituto Nacional de Estadística y Censos. (2016b). Ecuador en cifras. Accedido el 9 de Febrero de 2016, desde Ecuador en cifras: http://www.ecuadorencifras.gob.ec/documentos/webinec/Sitios/Pobreza_Multidimensional/ Jordán Fuchs, R. (1975). El proceso de urbanización y el desarrollo. En L. Herrera, F. Gatica y R. Jordán, Consideraciones sobre el proceso de urbanización la concentración y la dispersión de la población en América Latina: situaciones críticas (pp. 1-5). Centro Latinoamericano de Demografía, Documento de trabajo N°6, Santiago de Chile, Unidad Central del Programa de Investigaciones Sociales sobre Problemas de Población Relevantes para Políticas de Población en América Latina. Accedido el 1 de Febrero de 2015, desde Digital Repository Cepal: http://repositorio.cepal.org/bitstream/handle/11362/7951/D00115.01_es.pdf?sequence=1 Junta de Mejoras de Santo Domingo (1967). Informe de labores. Santo Domingo de los Colorados. Kohl, S. (2010). Armut als Konstruktion : materielle Benachteiligung von Kindern variiert stark - je nach Berechnungsart. WZB-Mitteilungen(128), 36-39. Accedido el 15 de Agosto de 2016, desde Social Science Open Access Repository: http://www.ssoar.info/ssoar/handle/document/30910 Larrea, C. (1990). Pobreza, necesidades básicas y desempleo. Area Urbana del Ecuador. Quito: Instituto Nacional de Empleo INEM y el Instituto Latinoamericano de Investigaciones Sociales, ILDIS, Fundación Frederich Ebert. Larrea, C. (1999). INFOPLAN: Atlas para el Desarrollo Local. CD-Rom, Quito: ODEPLAN, Proyecto Mosta, COSUDE.
78
Larrea, C. (2000). Un sistema de información para el desarrollo local en el Ecuador: el INFOPLAN. Sexto Taller Regional sobre Indicadores sobre el Desarrollo Social (pp. 95-115). Buenos Aires: CEPAL. López Trigal, L., Rio Fernandez, A., Savério Sposito, E., y Trinca Fighera, D. (2015). Diccionario de geografía aplicada y profesional. León: Universidad de León. Marx, J. (2014). Women, Settlements, and the Redefinition of Poverty. Durham, New Hampshire, United States of America. Accedido el 5 de Septiembre de 2015, desde The Social Welfare History Project: http://www.socialwelfarehistory.com/settlement-houses/women-settlementsand-poverty/ Mitchell, A. (2005). The Esri Guide to GIS Analysis, Volume 2: Spatial Measurements and Statistics. Redlands: ESRI Press. Mitlin, D., y Satterthwaite, D. (2013). Urban Poverty in the Global South: Scale and nature. New York: Routledge. Molina Vera, A., Castillo Añazco, R., Rojas Báez, D., y Escobar García, A. (2015). Metodología de construcción del agregado del consumo y estimación de línea de pobreza en el Ecuador. Revista de Estadística y Metodologías, 528. Accedido el 26 de Julio de 2016, desde Ecuador en cifras: http://www.ecuadorencifras.gob.ec/documentos/webinec/Bibliotecas/Revista_Estadistica/Revista_de_Estadistica_y_Metodologi as-Tomo-I.pdf Naciones Unidas. (2014). Guía para estimar la pobreza infantil. Accedido el 26 de Julio de 2016, desde: Gúia para estimar la pobreza infantil: http://dds.cepal.org/infancia/guia-para-estimar-la-pobreza-infantil/guiacontenido-442.php Naciones Unidas en Bolivia. (2015). Objetivos de Desarrollo Sostenible (ODS). Accedido el 9 de Agosto de 2015, desde Naciones Unidas en Bolivia: http://www.nu.org.bo/objetivos-de-desarrollo-sostenible-ods/ Orellana , D., y Osorio, P. (2014). Segregación socio espacial urbana en Cuenca, Ecuador. Revista de análisis estadístico Analítika, 8(2)(4), 27-38. Accedido el 23 de Mayo de 2015, desde Revista de Análisis Estadístico Analítika: http://www.ecuadorencifras.gob.ec/Analitika/index.php/volumenes#vol-8 Parker, R. (1929). The City as Social Laboratory. En T. Smith, y L. White (Eds.), Chicago: An Experiment in Social Science. Chicago: The University of Chicago Press.
79
Rowntree, S. (1908). Poverty, a Study of Town Life. London: Macmillan and co. Ruiz, L., y Sánchez, N. (1994). Pobreza urbana en el Ecuador. Bibliografía nacional. Quito: CIUDAD - UNICEF. Seligman, W (1943). Plano, Plano de Santo Domingo de los Colorados. (s/i) SENPLADES, Secretaría Nacional de Planificación y Desarrollo. (2013). Atlas de las desigualdades socioeconómicas del Ecuador. Quito, Ecuador: Trama Ediciones. SENPLADES, Secretaría Nacional de Planificación y Desarrollo. (2014). Estrategia Nacional para la igualdad y la erradicación de la pobreza. Quito. Accedido el 3 de mayo de 2015, desde Senplades: http://www.planificacion.gob.ec/secretaria-tecnica-para-la-erradicacion-dela-pobreza/ Shevky, E., y Bell, W. (1955). Social Area Analysis: Theory Illustrative Application and Computational Procedures. Stanford: Stanford University Press. Shevky, E., y Williams, M. (1949). The Social Area of Los Angeles: Analysis and Tipology. Berkeley: University of California Press. The WHO Centre for Health Development, United Nations Human Settlements Programme. (2010). Hidden cities: unmasking and overcoming health inequities in urban settings. Kobe: WHO Press. Torres Egas, V. (2014). Estudio de demanda de vivienda en Santo Domingo de los Colorados. Estudio de consultoría, Santo Domingo de los Colorados. Torres Egas, V. (2008). Desde mi ventana: Crónicas de mi ciudad. Quito: Nina Comunicaciones. Torres Egas, V., y Rosales, R. (2002). Santo Domingo, Cantón mágico. Quito: Nina Comunicaciones. Torres Egas, V., y Torres López, V. (2009). Santo Domingo Cantón Provincia. Santo Domingo de los Colorados, Santo Domingo de los Tsáchilas, Ecuador. Valero, Á. (2009). Área Social. En R. Reyes, Diccionario Crítico de Ciencias Sociales. Madrid, España: Plaza y Valdéz. Accedido el 9 de Septiembre de 2015, desde http://pendientedemigracion.ucm.es/info/eurotheo/diccionario/A/index.html
80
Velarde, P., Carrión, D., Ruiz, L., Alvear, A. L., García, J., Barreto, R., . . . Vasconez, M. (1991). Migrantes y mejoramiento de condiciones de hábitat en Santo Domingo de los Colorados. Diagnóstico. Quito: CIUDAD. Velarde, P., Carrión, D., Ruiz, L., Alvear, A. L., García, J., Barreto, R., . . . Vasconez, M. (1992). Santo Domingo de los Colorados, los desajustes del crecimiento. Quito: Ciudad. World Resources Institute and UNEP/GRID-ARENDAL. (2002). Experiences with the Development and Use of Poverty Maps, Case Study Not for Ecuador. Where are the poor? Birkeland, Norway. Accedido el 10 de Septiembre de 2015, desde World Resources Institute: http://pdf.wri.org/wherepoor_pov2_ecuador.pdf Ziccardi, A. (2008). Ciudades Latinoamericanas: procesos de marginalidad y de exclusión social. En R. Cordera, P. Ramírez Kuri, y A. Ziccardi, Pobreza, desigualdad y exclusión social en la ciudad del siglo XXI. México: Siglo XXI. Zorbaugh, H. (1926). The Natural Areas of the City. En E. Burgess (Ed.), The Urban Community (pp. 219-229). Chicago: The University of Chicago Press. Accedido el 8 de Septiembre de 2015, desde Archive.org: https://archive.org/stream/urbancommunityse00burgrich#page/n7/mode/2u p
81
7. ANEXOS
Anexo 1 Cuadro 7. Variables censales procesadas para el cálculo del índice NBI con sus respectivos códigos según año de estudio Anexo 2 Reportes del Indice de Moran´s, pobreza por NBI en el área urbana de Santo Domingo de los Colorados, años 2001 y 2010 Anexo 3 Breve guía para calcular NBI en con REDATAM Anexo 4 Sintaxis para el cálculo del índice NBI desarrollado por INEC para el censo 2010 Anexo 5 Sintaxis para el cálculo del índice NBI desarrollado por INEC y adaptado en esta tesis para las variables del censo 2001
82
Anexo 1
Cuadro Nº7. Variables censales procesadas para el cálculo del índice NBI con sus respectivos códigos según año de estudio Variables censales Año 2001 (2) Año 2010 (3) NOMBRE CÓDIGO NOMBRE
Componentes del Indice NBI (1)
Capacidad económica
Edad Que hizo la semana pasada Total de personas en el hogar
Ultimo ano aprobado
Persona.grado Persona.parent Persona.edad Persona.asiste
Paredes exteriores
Vivienda.pared
Piso Medio de abastecimiento de agua
Vivienda.piso
abastecimiento agua Servicio higienico
Hacinamiento
Hogar.totper Persona.nivins
Acceso a servicios Sistema de básicos
Total de dormitorios del hogar Total de personas en el hogar
Edad
Persona.hisemp Tipo de actividad
Nivel de instruccion
Relacion de parentezco Edad Acceso a Asiste a un educación básica establecimiento de ensenanza
Acceso a vivienda
Persona.edad
Vivienda.medaba
Vivienda.sisaba Hogar.serhig Hogar:sum dor Hogar.totper
Total de personas en el hogar Nivel de instrucción más alto al que llegó Grado, curso o año que asiste o asistió Parentezco o relación con el jefe de hogar Edad Asiste actualmente a un establecimiento de enseñanza regular Material de paredes exteriores Material del piso
Persona.tipoact Hogar.totper Persona.p23 Persona.p24 Persona.p02 Persona.p03 Persona.p21 Vivienda.v03 Vivienda.v05
Procedencia principal del agua recibida
Vivienda.v07
Conexion del agua por tuberia
Vivienda.v08
Tipo de servicio higiénico o excusado Número de dormitorios exclusivos en el hogar Total de personas en el hogar
Fuente: (1) (INEC, 2015), (2) (INEC, 2008) (3) (INEC 2011a) Elaboración del autor
CÓDIGO Persona.p03
Vivienda.v09 Hogar.h01 Hogar.totper
83
Anexo 2 Imagen 4 Captura de pantalla de los reportes del Indice de Moran´s, pobreza por NBI en el área urbana de Santo Domingo de los Colorados, años 2001 y 2010
Reporte año 2001
84
Reporte aĂąo 2010
85
Anexo 3 Breve guía para calcular NBI en con REDATAM Esta breve guía indica los pasos a realizar para instalar y usar los programas y la información que permiten calcular el índice de NBI. La siguiente lista muestra los pasos a seguir:
86
87
88
Anexo 4 Sintaxis para el cálculo del índice NBI desarrollado por INEC para el censo 2010 RUNDEF programa NBI SD 2010 SELECTION "Z:\01_gis_trabajo\001_TESIS_UNIGIS\SHP\Originales\2010\Tablas Excel\Seleccion de prov\Prov_tesis.sel" COMPLETENAME UNIVERSE VIVIENDA.VTV <= 8 AND VIVIENDA.VCO = 1
*/ INDICADOR DE NECESIDADES BÁSICAS INSATISFECHAS */ /* COMPONENTES: MATERIALES DE LA VIVIENDA DEFICITARIOS*/ DEFINE HOGAR.MATERIAL AS 1 FOR ( VIVIENDA.V03 > 5 AND VIVIENDA.V03 <= 7 ) OR ( VIVIENDA.V05 > 5 AND VIVIENDA.V05 <= 7 ) TYPE INTEGER RANGE 0-1 VARLABEL "MATERIALES DE LA VIVIENDA DEFICITARIOS" VALUELABELS 1 " Hoga res con materiales de vi vienda deficitarios" 0 " Hoga res con materiales de vi vienda no deficitarios" DEFAULT 0 /* TABLE MATERIAL TITLE "MATERIAL DE LA VIVIENDA DEFICITARIOS" AS FREQUENCY OF HOGAR.MATERIAL COMPLETENAME */ /* COMPONENTE: SERVICIOS DE LA VIVIENDA INADECUADOS*/ DEFINE HOGAR.SERVICIO AS 1 FOR ( VIVIENDA.V07 > 1 AND VIVIENDA.V07 <= 5 ) OR ( VIVIENDA.V08 > 1 AND VIVIENDA.V08 <= 4 ) OR ( VIVIENDA.V09 > 2 AND VIVIENDA.V09 <= 6 ) TYPE INTEGER RANGE 0-1 VARLABEL "SERVICIOS DE LA VIVIENDA INADECUADOS" VALUELABELS 1 " Hoga res con servicios de l as vi viendas i nadecuad os" 0 " Hoga res con servicios a decuados" DEFAULT 0 /* TABLE SERVICIOS TITLE " SERVICIOS DE LA VIVIENDA INADECUADOS" AS FREQUENCY OF HOGAR.SERVICIO COMPLETENAME */ /* COMPONENTE HACINAMIENTO */
89
DEFINE HOGAR.perxdor AS SWITCH INCASE HOGAR.H01 > 0 ASSIGN HOGAR.TOTPER / HOGAR.H01 INCASE HOGAR.H01 = 0 ASSIGN HOGAR.TOTPER TYPE REAL DEFINE HOGAR.defhacin AS SWITCH INCASE HOGAR.H01 > 0 AND HOGAR.perxdor <= 3 ASSIGN 0 INCASE HOGAR.H01 > 0 AND HOGAR.perxdor > 3 ASSIGN 1 INCASE HOGAR.H01 =0 AND HOGAR.TOTPER <=3 ASSIGN 0 INCASE HOGAR.H01 =0 AND HOGAR.TOTPER >3 ASSIGN 1 TYPE INTEGER RANGE 0-1 VALUELABELS 1 "HOGARES CON HACINAMIENTO" 0 "HOGARES SIN HACINAMIENTO"
/* TABLE HACINAMIENTO AS FREQUENCY OF HOGAR.defhacin */ */ COMP0NENTE : NIÑOS DE 6 A 12 AÑOS QUE NO ASISTEN A CLASES */ DEFINE HOGAR.NINNOASIS AS 1 FOR ( PERSONA.P03 > 5 AND PERSONA.P03 <= 12 ) AND PERSONA.P21 = 2 TYPE INTEGER RANGE 0-1 VARLABEL "NIÑOS NO ASISTEN" VALUELABELS 1 " Hoga res con niños que no a sisten a la escuela" 0 " Hoga res sin niños que no asistan a l a escuela" DEFAULT 0 /* TABLE NINOASIS TITLE " NIÑOS ENTRE 6 Y 12 AÑOS QUE NO ASISTEN A ESCUELA" AS FREQUENCY OF HOGAR.NINNOASIS COMPLETENAME */
/* COMPONENTE: DEPENDENCIA ECONOMICA */ /* CONTANDO OCUPADOS DE 10 AÑOS Y MÁS*/ DEFINE HOGAR.OCU AS COUNT PERSONA
90
TYPE INTEGER FOR PERSONA.P03 >= 10 AND PERSONA.TIPOACT < 6
/* CALCULADO COCIENTE TOTAL MIEMBROS DE HOGAR PARA OCUPADOS EN EL HOGAR*/ DEFINE HOGAR.PEROCU AS HOGAR.TOTPER / HOGAR.OCU TYPE REAL FOR HOGAR.OCU >0
/* CALCULANDO HOGARES PROMEDIO DE 3 O MAS MIEMBROS DEL HOGAR POR CADA OCUPADO */ DEFINE HOGAR.MIXOCU1 AS SWITCH INCASE HOGAR.PEROCU > 3 ASSIGN 1 INCASE HOGAR.OCU = 0 ASSIGN 1 RANGE 0-1 TYPE INTEGER DEFAULT 0 **** Años de Escolaridad** DEFINE PERSONA.DIST AS PERSONA.P23 * 100 + PERSONA.P24 TYPE INTEGER FOR PERSONA.P23 < 99 DEFINE PERSONA.ESCONBI AS SWITCH INCASE PERSONA.P23 = 1 ASSIGN 0 INCASE PERSONA.DIST = 201 AND PERSONA.P21 = 1 ASSIGN 0 INCASE PERSONA.DIST = 201 AND PERSONA.P21 = 2 ASSIGN 3 INCASE PERSONA.DIST = 202 AND PERSONA.P21 = 1 ASSIGN 3 INCASE PERSONA.DIST = 202 AND PERSONA.P21 = 2 ASSIGN 5 INCASE PERSONA.DIST = 203 AND PERSONA.P21 = 1 ASSIGN 5 INCASE PERSONA.DIST = 203 AND PERSONA.P21 = 2 ASSIGN 7 INCASE PERSONA.DIST = 301 AND PERSONA.P21 = 1 ASSIGN 0 INCASE PERSONA.DIST = 301 AND PERSONA.P21 = 2 ASSIGN 1 INCASE PERSONA.DIST = 401 AND PERSONA.P21 = 1 ASSIGN 1 INCASE PERSONA.DIST = 401 AND PERSONA.P21 = 2 ASSIGN 2 INCASE PERSONA.DIST = 402 AND PERSONA.P21 = 1 ASSIGN 2 INCASE PERSONA.DIST = 402 AND PERSONA.P21 = 2 ASSIGN 3 INCASE PERSONA.DIST = 403 AND PERSONA.P21 = 1 ASSIGN 3
91
INCASE PERSONA.DIST = 403 AND PERSONA.P21 = 2 ASSIGN 4 INCASE PERSONA.DIST = 404 AND PERSONA.P21 = 1 ASSIGN 4 INCASE PERSONA.DIST = 404 AND PERSONA.P21 = 2 ASSIGN 5 INCASE PERSONA.DIST = 405 AND PERSONA.P21 = 1 ASSIGN 5 INCASE PERSONA.DIST = 405 AND PERSONA.P21 = 2 ASSIGN 6 INCASE PERSONA.DIST = 406 AND PERSONA.P21 = 1 ASSIGN 6 INCASE PERSONA.DIST = 406 AND PERSONA.P21 = 2 ASSIGN 7 INCASE PERSONA.DIST = 501 AND PERSONA.P21 = 1 ASSIGN 7 INCASE PERSONA.DIST = 501 AND PERSONA.P21 = 2 ASSIGN 8 INCASE PERSONA.DIST = 502 AND PERSONA.P21 = 1 ASSIGN 8 INCASE PERSONA.DIST = 502 AND PERSONA.P21 = 2 ASSIGN 9 INCASE PERSONA.DIST = 503 AND PERSONA.P21 = 1 ASSIGN 9 INCASE PERSONA.DIST = 503 AND PERSONA.P21 = 2 ASSIGN 10 INCASE PERSONA.DIST = 504 AND PERSONA.P21 = 1 ASSIGN 10 INCASE PERSONA.DIST = 504 AND PERSONA.P21 = 2 ASSIGN 11 INCASE PERSONA.DIST = 505 AND PERSONA.P21 = 1 ASSIGN 11 INCASE PERSONA.DIST = 505 AND PERSONA.P21 = 2 ASSIGN 12 INCASE PERSONA.DIST = 506 AND PERSONA.P21 = 1 ASSIGN 12 INCASE PERSONA.DIST = 506 AND PERSONA.P21 = 2 ASSIGN 13 INCASE PERSONA.DIST = 601 AND PERSONA.P21 = 1 ASSIGN 0 INCASE PERSONA.DIST = 601 AND PERSONA.P21 = 2 ASSIGN 1 INCASE PERSONA.DIST = 602 AND PERSONA.P21 = 1 ASSIGN 1 INCASE PERSONA.DIST = 602 AND PERSONA.P21 = 2 ASSIGN 2 INCASE PERSONA.DIST = 603 AND PERSONA.P21 = 1 ASSIGN 2 INCASE PERSONA.DIST = 603 AND PERSONA.P21 = 2 ASSIGN 3 INCASE PERSONA.DIST = 604 AND PERSONA.P21 = 1 ASSIGN 3 INCASE PERSONA.DIST = 604 AND PERSONA.P21 = 2 ASSIGN 4 INCASE PERSONA.DIST = 605 AND PERSONA.P21 = 1 ASSIGN 4 INCASE PERSONA.DIST = 605 AND PERSONA.P21 = 2 ASSIGN 5 INCASE PERSONA.DIST = 606 AND PERSONA.P21 = 1 ASSIGN 5 INCASE PERSONA.DIST = 606 AND PERSONA.P21 = 2 ASSIGN 6
92
INCASE PERSONA.DIST = 607 AND PERSONA.P21 = 1 ASSIGN 6 INCASE PERSONA.DIST = 607 AND PERSONA.P21 = 2 ASSIGN 7 INCASE PERSONA.DIST = 608 AND PERSONA.P21 = 1 ASSIGN 7 INCASE PERSONA.DIST = 608 AND PERSONA.P21 = 2 ASSIGN 8 INCASE PERSONA.DIST = 609 AND PERSONA.P21 = 1 ASSIGN 8 INCASE PERSONA.DIST = 609 AND PERSONA.P21 = 2 ASSIGN 9 INCASE PERSONA.DIST = 610 AND PERSONA.P21 = 1 ASSIGN 9 INCASE PERSONA.DIST = 610 AND PERSONA.P21 = 2 ASSIGN 10 INCASE PERSONA.DIST = 701 AND PERSONA.P21 = 1 ASSIGN 10 INCASE PERSONA.DIST = 701 AND PERSONA.P21 = 2 ASSIGN 11 INCASE PERSONA.DIST = 702 AND PERSONA.P21 = 1 ASSIGN 11 INCASE PERSONA.DIST = 702 AND PERSONA.P21 = 2 ASSIGN 12 INCASE PERSONA.DIST = 703 AND PERSONA.P21 = 1 ASSIGN 12 INCASE PERSONA.DIST = 703 AND PERSONA.P21 = 2 ASSIGN 13 INCASE PERSONA.DIST = 801 AND PERSONA.P21 = 1 ASSIGN 13 INCASE PERSONA.DIST = 801 AND PERSONA.P21 = 2 ASSIGN 14 INCASE PERSONA.DIST = 802 AND PERSONA.P21 = 1 ASSIGN 14 INCASE PERSONA.DIST = 802 AND PERSONA.P21 = 2 ASSIGN 15 INCASE PERSONA.DIST = 803 AND PERSONA.P21 = 1 ASSIGN 15 INCASE PERSONA.DIST = 803 AND PERSONA.P21 = 2 ASSIGN 16 INCASE PERSONA.DIST = 901 AND PERSONA.P21 = 1 ASSIGN 13 INCASE PERSONA.DIST = 901 AND PERSONA.P21 = 2 ASSIGN 14 INCASE PERSONA.DIST = 902 AND PERSONA.P21 = 1 ASSIGN 14 INCASE PERSONA.DIST = 902 AND PERSONA.P21 = 2 ASSIGN 15 INCASE PERSONA.DIST = 903 AND PERSONA.P21 = 1 ASSIGN 15 INCASE PERSONA.DIST = 903 AND PERSONA.P21 = 2 ASSIGN 16 INCASE PERSONA.DIST = 904 AND PERSONA.P21 = 1 ASSIGN 16 INCASE PERSONA.DIST = 904 AND PERSONA.P21 = 2 ASSIGN 17 INCASE PERSONA.DIST = 905 AND PERSONA.P21 = 1 ASSIGN 17 INCASE PERSONA.DIST = 905 AND PERSONA.P21 = 2 ASSIGN 18 INCASE PERSONA.DIST = 906 AND PERSONA.P21 = 1 ASSIGN 18
93
INCASE PERSONA.DIST = 906 AND PERSONA.P21 = 2 ASSIGN 19 INCASE PERSONA.DIST = 907 AND PERSONA.P21 = 1 ASSIGN 19 INCASE PERSONA.DIST = 907 AND PERSONA.P21 = 2 ASSIGN 20 INCASE PERSONA.DIST = 908 AND PERSONA.P21 = 1 ASSIGN 20 INCASE PERSONA.DIST = 908 AND PERSONA.P21 = 2 ASSIGN 21 INCASE PERSONA.DIST = 1001 AND PERSONA.P21 = 1 ASSIGN 18 INCASE PERSONA.DIST = 1001 AND PERSONA.P21 = 2 ASSIGN 19 INCASE PERSONA.DIST = 1002 AND PERSONA.P21 = 1 ASSIGN 19 INCASE PERSONA.DIST = 1002 AND PERSONA.P21 = 2 ASSIGN 20 INCASE PERSONA.DIST = 1003 AND PERSONA.P21 = 1 ASSIGN 20 INCASE PERSONA.DIST = 1003 AND PERSONA.P21 = 2 ASSIGN 21 INCASE PERSONA.DIST = 1004 AND PERSONA.P21 = 1 ASSIGN 21 INCASE PERSONA.DIST = 1004 AND PERSONA.P21 = 2 ASSIGN 22 INCASE PERSONA.DIST = 1005 AND PERSONA.P21 = 1 ASSIGN 22 INCASE PERSONA.DIST = 1005 AND PERSONA.P21 = 2 ASSIGN 23 INCASE PERSONA.DIST = 1006 AND PERSONA.P21 = 1 ASSIGN 23 INCASE PERSONA.DIST = 1006 AND PERSONA.P21 = 2 ASSIGN 24 INCASE PERSONA.P23 = 5 AND PERSONA.P24 = 99 ASSIGN 12 INCASE PERSONA.P23 >= 7 AND PERSONA.P24 = 99 ASSIGN 12 TYPE INTEGER FOR PERSONA.DIST < 99999 VARLABEL "ESCOLARIDAD NBI" RANGE 0-24
/*C0NTANDO JEFES DE HOGAR CON EDUCACIÓN HASTA 2DO GRADO DE ESCUELA. CALCULO CON ESCOLARIDAD SISTEMA VIGENTE SON 3 AÑOS */ DEFINE HOGAR.JEFEDU1 AS SWITCH INCASE PERSONA.P02 = 1 AND PERSONA.ESCONBI > 3 ASSIGN 0 INCASE PERSONA.P02 = 1 AND PERSONA.ESCONBI <= 3 ASSIGN 1 INCASE PERSONA.P02 = 1 AND PERSONA.P23 = 1 ASSIGN 1 TYPE INTEGER RANGE 0-9 VALUELABELS 9 "no cl asificado" MISSING 9
94
/* DEPENDENCIA (HOGARES CON MÁS DE 3 MIEMBROS Y JEFE APROBADO MÁXIMO 2 AÑOS */ DEFINE HOGAR.DEPEND1 AS SWITCH INCASE HOGAR.MIXOCU1 = 1 AND HOGAR.JEFEDU1 = 1 ASSIGN 1 INCASE HOGAR.MIXOCU1 = 1 AND HOGAR.JEFEDU1 = 0 ASSIGN 0 INCASE HOGAR.MIXOCU1 = 1 AND HOGAR.JEFEDU1 = 9 ASSIGN 9 INCASE HOGAR.MIXOCU1 = 0 AND HOGAR.JEFEDU1 = 1 ASSIGN 0 INCASE HOGAR.MIXOCU1 = 0 AND HOGAR.JEFEDU1 = 0 ASSIGN 0 INCASE HOGAR.MIXOCU1 = 0 AND HOGAR.JEFEDU1 = 9 ASSIGN 9 TYPE INTEGER RANGE 0-9 VARLABEL "DEPENDENCIA" VALUELABELS 0 " Hogares sin dependencia económica" 1 "Hogares con dependencia económica" 9 "no clasificado" /* TABLE DEPEND1 TITLE "DEPENDENCIA ECONÓMICA" AS FREQUENCY OF HOGAR.DEPEND1 COMPLETENAME */
******************************** CALCULANDO NBI************************************** DEFINE HOGAR.NBI1 AS SWITCH INCASE HOGAR.DEPEND1 < 9 ASSIGN HOGAR.MATERIAL + HOGAR.SERVICIO + HOGAR.defhacin + HOGAR.NINNOASIS + HOGAR.DEPEND1 INCASE HOGAR.DEPEND1 = 9 ASSIGN HOGAR.MATERIAL + HOGAR.SERVICIO + HOGAR.defhacin + HOGAR.NINNOASIS TYPE INTEGER RANGE 0-9 VALUELABELS 9 "no clasificado"
*DISTRIBUCION NBI* DEFINE HOGAR.NBIFIN AS SWITCH INCASE HOGAR.DEPEND1 = 9 AND HOGAR.NBI1 >= 1 ASSIGN 1 INCASE HOGAR.NBI1 = 0 AND HOGAR.DEPEND1 < 9 ASSIGN 0 INCASE HOGAR.NBI1 = 1 AND HOGAR.DEPEND1 < 9 ASSIGN 1 INCASE HOGAR.NBI1 >= 2 AND HOGAR.DEPEND1 < 9 ASSIGN 1 TYPE INTEGER VARLABEL "HOGARES SEGUN NIVEL DE POBREZA" VALUELABELS 1 "HOGARES POBRES" 0 "HOGARES NO POBRES" RANGE 0-1 TABLE TABLE584 AS FREQUENCY OF HOGAR.NBIFIN
95
TALLY HOGAR.TOTPER TABLE PROVIN AS AREALIST OF PROVIN, PROVIN.NOMPROV, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL
TABLE CANT AS AREALIST OF CANTON, CANTON.NOMCANT, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL TABLE PARR AS AREALIST OF PARROQ, PARROQ.NOMPARR, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL TABLE ZON AS AREALIST OF ZONA, ZONA.IDZONA, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL TABLE SEC AS AREALIST OF SECTOR, SECTOR.IDSECTOR, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL */
Anexo 5 Sintaxis para el cálculo del índice NBI desarrollado por INEC y adaptado en esta tesis para las variables del censo 2001 RUNDEF programa NBI SD 2001 SELECTION "Z:\01_gi s_trabajo\INEC2001\PROCE_REDAT_2001\1706SD2001.sel" COMPLETENAME UNIVERSE VIVIENDA.TIPVIV <= 8 AND VIVIENDA.CONOCU = 1
*/ INDICADOR DE NECESIDADES BÁSICAS INSATISFECHAS */ /* COMPONENTES: MATERIALES DE LA VIVIENDA DEFICITARIOS*/ DEFINE HOGAR.MATERIAL AS 1 FOR ( VIVIENDA.PARED >4 AND VIVIENDA.PARED <= 6 ) OR ( VIVIENDA.PISO > 4 AND VIVIENDA.PISO <= 6 ) TYPE INTEGER RANGE 0-1 VARLABEL "MATERIALES DE LA VIVIENDA DEFICITARIOS" VALUELABELS 1 " Hoga res con materiales de vi vienda deficitarios" 0 " Hoga res con materiales de vi vienda no deficitarios" DEFAULT 0 /* TABLE MATERIAL TITLE "MATERIAL DE LA VIVIENDA DEFICITARIOS" AS FREQUENCY OF HOGAR.MATERIAL COMPLETENAME */ /* COMPONENTE: SERVICIOS DE LA VIVIENDA INADECUADOS*/ DEFINE HOGAR.SERVICIO AS 1 FOR ( VIVIENDA.MEDABA > 1 AND VIVIENDA.MEDABA <= 5 ) OR ( VIVIENDA.SISABA > 1 AND VIVIENDA.SISABA <= 4 ) OR ( VIVIENDA.ELIAGU > 2 AND VIVIENDA.ELIAGUA <= 4 ) TYPE INTEGER
96
RANGE 0-1 VARLABEL "SERVICIOS DE LA VIVIENDA INADECUADOS" VALUELABELS 1 " Hoga res con servicios de l as vi viendas i nadecuados" 0 " Hoga res con servicios a decuados" DEFAULT 0 /* TABLE SERVICIOS TITLE " SERVICIOS DE LA VIVIENDA INADECUADOS" AS FREQUENCY OF HOGAR.SERVICIO COMPLETENAME */ /* COMPONENTE HACINAMIENTO */
DEFINE HOGAR.perxdor AS SWITCH INCASE HOGAR.SUMDOR > 0 ASSIGN HOGAR.TOTPER / HOGAR.SUMDOR INCASE HOGAR.SUMDOR = 0 ASSIGN HOGAR.TOTPER TYPE REAL DEFINE HOGAR.defhacin AS SWITCH INCASE HOGAR.SUMDOR > 0 AND HOGAR.perxdor <= 3 ASSIGN 0 INCASE HOGAR.SUMDOR > 0 AND HOGAR.perxdor > 3 ASSIGN 1 INCASE HOGAR.SUMDOR =0 AND HOGAR.TOTPER <=3 ASSIGN 0 INCASE HOGAR.SUMDOR =0 AND HOGAR.TOTPER >3 ASSIGN 1 TYPE INTEGER RANGE 0-1 VALUELABELS 1 "HOGARES CON HACINAMIENTO" 0 "HOGARES SIN HACINAMIENTO"
/* TABLE HACINAMIENTO AS FREQUENCY OF HOGAR.defhacin */ */ COMP0NENTE : NIÑOS DE 6 A 12 AÑOS QUE NO ASISTEN A CLASES */ DEFINE HOGAR.NINNOASIS AS 1 FOR ( PERSONA.EDAD > 5 AND PERSONA.EDAD <= 12 ) AND PERSONA.ASISTE = 2 TYPE INTEGER RANGE 0-1 VARLABEL "NIÑOS NO ASISTEN" VALUELABELS 1 " Hoga res con niños que no a sisten a la escuela"
97
0 " Hoga res sin niños que no asistan a l a escuela" DEFAULT 0 /* TABLE NINOASIS TITLE " NIÑOS ENTRE 6 Y 12 AÑOS QUE NO ASISTEN A ESCUELA" AS FREQUENCY OF HOGAR.NINNOASIS COMPLETENAME */
/* COMPONENTE: DEPENDENCIA ECONOMICA */ /* CONTANDO OCUPADOS DE 10 AÑOS Y MÁS*/ DEFINE HOGAR.OCU AS COUNT PERSONA TYPE INTEGER FOR PERSONA.EDAD >= 10 AND PERSONA.HISEMP < 3
/* CALCULADO COCIENTE TOTAL MIEMBROS DE HOGAR PARA OCUPADOS EN EL HOGAR*/ DEFINE HOGAR.PEROCU AS HOGAR.TOTPER / HOGAR.OCU TYPE REAL FOR HOGAR.OCU >0
/* CALCULANDO HOGARES PROMEDIO DE 3 O MAS MIEMBROS DEL HOGAR POR CADA OCUPADO */ DEFINE HOGAR.MIXOCU1 AS SWITCH INCASE HOGAR.PEROCU > 3 ASSIGN 1 INCASE HOGAR.OCU = 0 ASSIGN 1 RANGE 0-1 TYPE INTEGER DEFAULT 0 **** Años de Escolaridad**
DEFINE PERSONA.DIST AS PERSONA.NIVINS * 100 + PERSONA.GRADO TYPE INTEGER FOR PERSONA.NIVINS < 99 DEFINE PERSONA.ESCONBI AS SWITCH INCASE PERSONA.NIVINS = 0 ASSIGN 0 INCASE PERSONA.DIST = 101 AND PERSONA.ASISTE = 1 ASSIGN 0 INCASE PERSONA.DIST = 101 AND PERSONA.ASISTE = 2 ASSIGN 3 INCASE PERSONA.DIST = 102 AND PERSONA.ASISTE = 1 ASSIGN 3 INCASE PERSONA.DIST = 102 AND PERSONA.ASISTE = 2
98
ASSIGN 5 INCASE PERSONA.DIST = 103 AND PERSONA.ASISTE = 1 ASSIGN 5 INCASE PERSONA.DIST = 103 AND PERSONA.ASISTE = 2 ASSIGN 7 INCASE PERSONA.DIST = 201 AND PERSONA.ASISTE = 1 ASSIGN 1 INCASE PERSONA.DIST = 201 AND PERSONA.ASISTE = 2 ASSIGN 2 INCASE PERSONA.DIST = 202 AND PERSONA.ASISTE = 1 ASSIGN 2 INCASE PERSONA.DIST = 202 AND PERSONA.ASISTE = 2 ASSIGN 3 INCASE PERSONA.DIST = 203 AND PERSONA.ASISTE = 1 ASSIGN 3 INCASE PERSONA.DIST = 203 AND PERSONA.ASISTE = 2 ASSIGN 4 INCASE PERSONA.DIST = 204 AND PERSONA.ASISTE = 1 ASSIGN 4 INCASE PERSONA.DIST = 204 AND PERSONA.ASISTE = 2 ASSIGN 5 INCASE PERSONA.DIST = 205 AND PERSONA.ASISTE = 1 ASSIGN 5 INCASE PERSONA.DIST = 205 AND PERSONA.ASISTE = 2 ASSIGN 6 INCASE PERSONA.DIST = 206 AND PERSONA.ASISTE = 1 ASSIGN 6 INCASE PERSONA.DIST = 206 AND PERSONA.ASISTE = 2 ASSIGN 7 INCASE PERSONA.DIST = 301 AND PERSONA.ASISTE = 1 ASSIGN 7 INCASE PERSONA.DIST = 301 AND PERSONA.ASISTE = 2 ASSIGN 8 INCASE PERSONA.DIST = 302 AND PERSONA.ASISTE = 1 ASSIGN 8 INCASE PERSONA.DIST = 302 AND PERSONA.ASISTE = 2 ASSIGN 9 INCASE PERSONA.DIST = 303 AND PERSONA.ASISTE = 1 ASSIGN 9 INCASE PERSONA.DIST = 303 AND PERSONA.ASISTE = 2 ASSIGN 10 INCASE PERSONA.DIST = 304 AND PERSONA.ASISTE = 1 ASSIGN 10 INCASE PERSONA.DIST = 304 AND PERSONA.ASISTE = 2 ASSIGN 11 INCASE PERSONA.DIST = 305 AND PERSONA.ASISTE = 1 ASSIGN 11 INCASE PERSONA.DIST = 305 AND PERSONA.ASISTE = 2 ASSIGN 12 INCASE PERSONA.DIST = 306 AND PERSONA.ASISTE = 1 ASSIGN 12 INCASE PERSONA.DIST = 306 AND PERSONA.ASISTE = 2 ASSIGN 13 INCASE PERSONA.DIST = 401 AND PERSONA.ASISTE = 1 ASSIGN 0 INCASE PERSONA.DIST = 401 AND PERSONA.ASISTE = 2 ASSIGN 1 INCASE PERSONA.DIST = 402 AND PERSONA.ASISTE = 1 ASSIGN 1 INCASE PERSONA.DIST = 402 AND PERSONA.ASISTE = 2 ASSIGN 2 INCASE PERSONA.DIST = 403 AND PERSONA.ASISTE = 1
99
ASSIGN 2 INCASE PERSONA.DIST = 403 AND PERSONA.ASISTE = 2 ASSIGN 3 INCASE PERSONA.DIST = 404 AND PERSONA.ASISTE = 1 ASSIGN 3 INCASE PERSONA.DIST = 404 AND PERSONA.ASISTE = 2 ASSIGN 4 INCASE PERSONA.DIST = 405 AND PERSONA.ASISTE = 1 ASSIGN 4 INCASE PERSONA.DIST = 405 AND PERSONA.ASISTE = 2 ASSIGN 5 INCASE PERSONA.DIST = 406 AND PERSONA.ASISTE = 1 ASSIGN 5 INCASE PERSONA.DIST = 406 AND PERSONA.ASISTE = 2 ASSIGN 6 INCASE PERSONA.DIST = 407 AND PERSONA.ASISTE = 1 ASSIGN 6 INCASE PERSONA.DIST = 407 AND PERSONA.ASISTE = 2 ASSIGN 7 INCASE PERSONA.DIST = 408 AND PERSONA.ASISTE = 1 ASSIGN 7 INCASE PERSONA.DIST = 408 AND PERSONA.ASISTE = 2 ASSIGN 8 INCASE PERSONA.DIST = 409 AND PERSONA.ASISTE = 1 ASSIGN 8 INCASE PERSONA.DIST = 409 AND PERSONA.ASISTE = 2 ASSIGN 9 INCASE PERSONA.DIST = 410 AND PERSONA.ASISTE = 1 ASSIGN 9 INCASE PERSONA.DIST = 410 AND PERSONA.ASISTE = 2 ASSIGN 10 INCASE PERSONA.DIST = 501 AND PERSONA.ASISTE = 1 ASSIGN 10 INCASE PERSONA.DIST = 501 AND PERSONA.ASISTE = 2 ASSIGN 11 INCASE PERSONA.DIST = 502 AND PERSONA.ASISTE = 1 ASSIGN 11 INCASE PERSONA.DIST = 502 AND PERSONA.ASISTE = 2 ASSIGN 12 INCASE PERSONA.DIST = 503 AND PERSONA.ASISTE = 1 ASSIGN 12 INCASE PERSONA.DIST = 503 AND PERSONA.ASISTE = 2 ASSIGN 13 INCASE PERSONA.DIST = 601 AND PERSONA.ASISTE = 1 ASSIGN 13 INCASE PERSONA.DIST = 601 AND PERSONA.ASISTE = 2 ASSIGN 14 INCASE PERSONA.DIST = 602 AND PERSONA.ASISTE = 1 ASSIGN 14 INCASE PERSONA.DIST = 602 AND PERSONA.ASISTE = 2 ASSIGN 15 INCASE PERSONA.DIST = 603 AND PERSONA.ASISTE = 1 ASSIGN 15 INCASE PERSONA.DIST = 603 AND PERSONA.ASISTE = 2 ASSIGN 16 INCASE PERSONA.DIST = 701 AND PERSONA.ASISTE = 1 ASSIGN 13 INCASE PERSONA.DIST = 701 AND PERSONA.ASISTE = 2 ASSIGN 14 INCASE PERSONA.DIST = 702 AND PERSONA.ASISTE = 1 ASSIGN 14 INCASE PERSONA.DIST = 702 AND PERSONA.ASISTE = 2
100
ASSIGN 15 INCASE PERSONA.DIST = 703 AND PERSONA.ASISTE = 1 ASSIGN 15 INCASE PERSONA.DIST = 703 AND PERSONA.ASISTE = 2 ASSIGN 16 INCASE PERSONA.DIST = 704 AND PERSONA.ASISTE = 1 ASSIGN 16 INCASE PERSONA.DIST = 704 AND PERSONA.ASISTE = 2 ASSIGN 17 INCASE PERSONA.DIST = 705 AND PERSONA.ASISTE = 1 ASSIGN 17 INCASE PERSONA.DIST = 705 AND PERSONA.ASISTE = 2 ASSIGN 18 INCASE PERSONA.DIST = 706 AND PERSONA.ASISTE = 1 ASSIGN 18 INCASE PERSONA.DIST = 706 AND PERSONA.ASISTE = 2 ASSIGN 19 INCASE PERSONA.DIST = 707 AND PERSONA.ASISTE = 1 ASSIGN 19 INCASE PERSONA.DIST = 707 AND PERSONA.ASISTE = 2 ASSIGN 20 INCASE PERSONA.DIST = 708 AND PERSONA.ASISTE = 1 ASSIGN 20 INCASE PERSONA.DIST = 708 AND PERSONA.ASISTE = 2 ASSIGN 21 INCASE PERSONA.DIST = 801 AND PERSONA.ASISTE = 1 ASSIGN 18 INCASE PERSONA.DIST = 801 AND PERSONA.ASISTE = 2 ASSIGN 19 INCASE PERSONA.DIST = 802 AND PERSONA.ASISTE = 1 ASSIGN 19 INCASE PERSONA.DIST = 802 AND PERSONA.ASISTE = 2 ASSIGN 20 INCASE PERSONA.DIST = 803 AND PERSONA.ASISTE = 1 ASSIGN 20 INCASE PERSONA.DIST = 803 AND PERSONA.ASISTE = 2 ASSIGN 21 INCASE PERSONA.DIST = 804 AND PERSONA.ASISTE = 1 ASSIGN 21 INCASE PERSONA.DIST = 804 AND PERSONA.ASISTE = 2 ASSIGN 22 INCASE PERSONA.DIST = 805 AND PERSONA.ASISTE = 1 ASSIGN 22 INCASE PERSONA.DIST = 805 AND PERSONA.ASISTE = 2 ASSIGN 23 INCASE PERSONA.DIST = 806 AND PERSONA.ASISTE = 1 ASSIGN 23 INCASE PERSONA.DIST = 806 AND PERSONA.ASISTE = 2 ASSIGN 24 INCASE PERSONA.NIVINS = 3 AND PERSONA.GRADO = 101 ASSIGN 12 INCASE PERSONA.NIVINS >= 5 AND PERSONA.GRADO = 101 ASSIGN 12 TYPE INTEGER FOR PERSONA.DIST < 99999 VARLABEL "ESCOLARIDAD NBI" RANGE 0-24 /*C0NTANDO JEFES DE HOGAR CON EDUCACIÓN HASTA 2DO GRADO DE ESCUELA. CALCULO CON ESCOLARIDAD SISTEMA VIGENTE SON 3 AÑOS */ DEFINE HOGAR.JEFEDU1
101
AS SWITCH INCASE PERSONA.PARENT = 0 AND PERSONA.ESCONBI > 3 ASSIGN 0 INCASE PERSONA.PARENT = 0 AND PERSONA.ESCONBI <= 3 ASSIGN 1 INCASE PERSONA.PARENT = 0 AND PERSONA.NIVINS = 0 ASSIGN 1 TYPE INTEGER RANGE 0-9 VALUELABELS 9 "no cl asificado" MISSING 9
/* DEPENDENCIA (HOGARES CON MÁS DE 3 MIEMBROS Y JEFE APROBADO MÁXIMO 2 AÑOS */ DEFINE HOGAR.DEPEND1 AS SWITCH INCASE HOGAR.MIXOCU1 = 1 AND HOGAR.JEFEDU1 = 1 ASSIGN 1 INCASE HOGAR.MIXOCU1 = 1 AND HOGAR.JEFEDU1 = 0 ASSIGN 0 INCASE HOGAR.MIXOCU1 = 1 AND HOGAR.JEFEDU1 = 9 ASSIGN 9 INCASE HOGAR.MIXOCU1 = 0 AND HOGAR.JEFEDU1 = 1 ASSIGN 0 INCASE HOGAR.MIXOCU1 = 0 AND HOGAR.JEFEDU1 = 0 ASSIGN 0 INCASE HOGAR.MIXOCU1 = 0 AND HOGAR.JEFEDU1 = 9 ASSIGN 9 TYPE INTEGER RANGE 0-9 VARLABEL "DEPENDENCIA" VALUELABELS 0 " Hoga res sin dependencia económica" 1 "Hoga res con dependencia económica" 9 "no cl asificado" /* TABLE DEPEND1 TITLE "DEPENDENCIA ECONÓMICA" AS FREQUENCY OF HOGAR.DEPEND1 COMPLETENAME */ ******************************** CALCULANDO NBI************************************** DEFINE HOGAR.NBI1 AS SWITCH INCASE HOGAR.DEPEND1 < 9 ASSIGN HOGAR.MATERIAL + HOGAR.SERVICIO + HOGAR.defhacin + HOGAR.NINNOASIS + HOGAR.DEPEND1 INCASE HOGAR.DEPEND1 = 9 ASSIGN HOGAR.MATERIAL + HOGAR.SERVICIO + HOGAR.defhacin + HOGAR.NINNOASIS TYPE INTEGER RANGE 0-9 VALUELABELS 9 "no cl asificado"
*DISTRIBUCION NBI*
102
DEFINE HOGAR.NBIFIN AS SWITCH INCASE HOGAR.DEPEND1 = 9 AND HOGAR.NBI1 >= 1 ASSIGN 1 INCASE HOGAR.NBI1 = 0 AND HOGAR.DEPEND1 < 9 ASSIGN 0 INCASE HOGAR.NBI1 = 1 AND HOGAR.DEPEND1 < 9 ASSIGN 1 INCASE HOGAR.NBI1 >= 2 AND HOGAR.DEPEND1 < 9 ASSIGN 1 TYPE INTEGER VARLABEL "HOGARES SEGUN NIVEL DE POBREZA" VALUELABELS 1 "HOGARES POBRES" 0 "HOGARES NO POBRES" RANGE 0-1 TABLE TABLE584 AS FREQUENCY OF HOGAR.NBIFIN TALLY HOGAR.TOTPER TABLE PROVIN AS AREALIST OF PROVIN, PROVIN.NOMPROV, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL TABLE CANT AS AREALIST OF CANTON, CANTON.NOMCANT, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL TABLE PARR AS AREALIST OF PARROQ, PARROQ.NOMPARR, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL TABLE ZON AS AREALIST OF ZONA, ZONA.IDZONA, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL TABLE SEC AS AREALIST OF SECTOR, SECTOR.IDSECTOR, HOGAR.NBIFIN TALLY HOGAR.TOTPER TOTAL */