Versión de HTML Básico
Daniel Orellana y Pablo Osorio
Analíti a
k
8
Revista de Análisis Estadístico
Journal of Statistical Analysis
2.3 Medición de la Segregación Espacial
Como hemos visto, la segregación espacial es un fenó-
meno complejo que requiere medirse en varias dimensio-
nes: los grupos sociales pueden vivir apartados uno del
otro en diferentes formas. En este estudio, utilizamos tres
de las cinco dimensiones que proponen Massey [17] para
medir la segregación espacial en el área urbana de Cuenca:
uniformidad, exposición y aglomeración
.
La dimensión
uniformidad
es el grado en que los miem-
bros de un grupo pueden estar distribuidos de manera que
están subrepresentados en algunos sectores y sobrerrepre-
sentados en otros; se refiere a la distribución diferencial de
un grupo poblacional con respecto al total de la población,
representada por la diferencia de sus tamaños relativos en
cada sector censal. En este estudio hemos medido la unifor-
midad utilizando el Índice de Segregación Espacial Global
(ISEG) [4]; éste equivale a la mitad de la sumatoria de los
valores absolutos de las diferencias entre los tamaños rela-
tivos del grupo poblacional analizado con respecto al total
de la población en cada sector censal. La fórmula de cálculo
del ISEG se presenta en la (Ecuación 3) .
ISEG
ab
=
0,5
n
∑
i
=
1
|
a
i
−
b
i
|
,
(3)
donde
b
i
es el porcentaje del grupo poblacional
B
que se
encuentra en el sector
i
,
a
i
es el porcentaje de la población
total que se encuentra en el mismo sector censal, y
n
es el
número de sectores censales en el área de estudio. Como
se puede observar, si el tamaño relativo del grupo pobla-
cional
b
i
en cada sector censal es similar al del total de la
población, el valor del ISEG se aproximará a cero, indican-
do una máxima uniformidad y una mínima segregación.
Por el contrario, si los valores tienden a ser diferentes, ha-
brá una baja uniformidad y una alta segregación del grupo
analizado.
La dimensión
exposición
representa el grado de contacto
potencial de un grupo poblacional con el resto de la pobla-
ción; indica si está expuesto a actividades de interacción
por compartir las mismas áreas de residencia. En lugar
de medir la segregación como la desviación de un ideal
abstracto de “uniformidad”, la exposición intenta medir
la experiencia real de segregación como la percibiría un
miembro promedio del grupo estudiado. Esta dimensión,
por supuesto, se refiere a la interacción potencial, pues
no toma en cuenta las actitudes de grupos minoritarios o
mayoritarios, sino solamente la posibilidad de encuentro
por compartir un mismo espacio físico. Es útil analizar la
exposición de cada sector censal en lugar de considerar
únicamente un valor total para toda la ciudad, para estu-
diar los patrones espaciales de segregación. Para medir la
exposición, hemos utilizado el índice de Segregación Espa-
cial Areal (ISEA), que representa el ratio entre el tamaño
relativo del grupo poblacional estudiado y el tamaño rela-
tivo de la población total en cada sector censal [4], tal como
se indica en la (Ecuación 4) .
ISEA
=
(
b
i
)
a
i
.
(4)
Los valores de ISEA menores a 1 corresponden a aque-
llos sectores donde la proporción del grupo poblacional
b
i
es menor que la proporción de la población total
a
i
, presen-
tando un fenómeno de exclusión. Los valores mayores a 1
indicarán aquellos sectores donde la proporción del grupo
poblacional es mayor a la de la población total, eviden-
ciando un proceso de segregación. Los valores cercanos a 1
indican la inexistencia de segregación espacial.
Finalmente, la dimensión
aglomeración
busca determinar
si los grupos poblacionales se ubican en áreas formando
conglomerados más grandes, o si por el contrario, se en-
cuentran dispersos en el área urbana. A diferencia de las
dimensiones anteriores, que han medido la segregación
para grupos poblacionales explícitamente diferenciados
por su Indice de Condiciones de Vida (sea por cuartiles o
por carentes versus no carentes), en esta dimensión utili-
zamos una aproximación desde la estadística espacial para
determinar el grado de asociación espacial de los valores
promedios de ICV de cada sector censal; así, exploramos
patrones de aglomeración de valores altos o de valores ba-
jos del ICV tanto de forma global como local.
El Índice I de Moran es un estadístico que mide la autoco-
rrelación espacial global, esto es, el grado de aglomeración
espacial de los datos en toda el área de estudio [1]. Pue-
de ser conceptualizado como la pendiente de la recta de
regresión entre los valores estandarizados de una variable
y su retardo espacial. Por lo tanto, valores de I cercanos a
cero indicarán una baja aglomeración global, mientras que
valores más altos indicarán la existencia de conglomerados
de sectores censales con ICV alto o con ICV bajo. El
I
de
Moran se calcula de la siguiente manera (Ecuación 5):
I
=
N
∑
i
∑
j
W
ij
∑
i
∑
j
W
ij
Z
i
Z
j
∑
i
Z
2
i
,
(5)
donde
N
es el número de sectores censales indexados
ij
,
Z
es la desviación de la variable de interés con respecto a la
media, y
W
ij
es una matriz que almacena la estructura es-
pacial de las relaciones entre cada par de unidades vecinas
i
,
j
[9]. Para este estudio, se conceptualiza el vecindario de
un sector censal como el conjunto de sectores colindantes
con éste, es decir, incluye a aquellos que tienen un borde
común con aquel sector censal.
Para medir la aglomeración local, hemos utilizado el In-
dicador Local de Asociación Espacial LISA [1], que indica
la existencia de conglomerados espaciales estadísticamen-
te significativos; el LISA se calcula para cada sector censal.
Debe considerarse que la suma de los valores locales de LI-
SA es proporcional (o igual) al
I
de Moran. Partiendo de la
hipótesis nula N
◦
de no existencia de asociación espacial,
LISA evalúa las relaciones espaciales comparándolas con
los resultados de un proceso aleatorio de permutación. El
resultado es reportado como un valor de asociación espa-
cial local (LMi) vinculado a un valor de probabilidad (p). Si
32
Analítika,
Revista de análisis estadístico
, 4 (2014), Vol. 8(2): 27-38