ANÁLISIS ESPACIO- TEMPORAL DE LA MARGINACIÓN EN LAS CABECERAS MUNICIPALES DEL CORREDOR...
-
Upload
danielcervantes -
Category
Documents
-
view
214 -
download
0
description
Transcript of ANÁLISIS ESPACIO- TEMPORAL DE LA MARGINACIÓN EN LAS CABECERAS MUNICIPALES DEL CORREDOR...
ANÁLISIS ESPACIO- TEMPORAL DE LA MARGINACIÓN EN LAS
CABECERAS MUNICIPALES DEL CORREDOR AGROINDUSTRIAL DE
GUANAJUATO.
Objetivo Realizar un análisis espacial y temporal de la
marginación a nivel de AGEB´s de los municipios del corredor agroindustrial del estado de Guanajuato 2000 -2010.
Objetivos específicos: Hacer un análisis visual comparativo de la
marginación en 6 AGEB´s de los municipios del corredor agroindustrial del estado de Guanajuato.
Realizar un análisis geoestadístico de la
marginación mediante Regresión Ponderada Geográficamente (RPG) en 6 AGEB´s de los municipios del corredor agroindustrial del estado de Guanajuato.
¿Qué es marginación?
La marginación es un proceso donde algunas porciones de la sociedad son excluidas del proceso de desarrollo y el mejoramiento en la calidad de vida de los habitantes.
Esta ligada a la carencia de oportunidades, a las
privaciones y al no acceso a bienes y servicios fundamentales para el bienestar
Indicadores Socioeconómicos del Índice de Marginación De acuerdo a CONAPO (Consejo
Nacional de Población) las dimensiones socioeconómicas se pueden dimensionar de acuerdo a cuatro principales características:
1. Educación 2. Vivienda 3. Distribución de la población
(Hacinamiento) 4. Ingresos monetarios
Entidades con el mayor número de habitantes concentrados en zonas urbanas en condiciones de marginación
Estado de México 5, 237,064 Puebla 2,704,000 Veracruz 2,390,000 Chiapas 1,634,000 Guerrero 1,359,000 Oaxaca 1,648,000
Marginación en Guanajuato
El reporte del Secretario Ejecutivo del Sistema Nacional de Seguridad Pública refiere que en Guanajuato viven 5,486,372 personas y 1,110,000 tienen, entre otras carencias, falta de energía eléctrica, drenaje y servicios educativos.
¿Qué es AGEB?
Es la extensión territorial que corresponde a la subdivisión de las áreas geoestadísticas municipales.
Ageb urbana: Es aquélla que tiene una población mayor o igual a 2 500 habitantes o que es cabecera municipal, independientemente del número de habitantes.
Materiales
Capas de las Cabeceras Municipales de los municipios a nivel AGEB´S: Silao, León, Irapuato, Celaya, Salamanca y Guanajuato conforman el Corredor Agroindustrial.
Tablas de resultados de los censos 2000 y 2010 a nivel AGEBS.
Indicadores Utilizados 1. Población Económicamente
Activa 2. Población mayor a 15 años con
primaria incompleta 3. Grado promedio escolar 4. Población mayor a 15 años
analfabeta 5. Población mayor a 15 Años con
secundaría incompleta 6. Población sin derechos de salud 7. Hogares con jefes de familia
hombres 8. Viviendas sin drenaje 9. Población desocupada
10. Hogares con jefas de familia mujeres
11. Total de viviendas habitadas con un dormitorio
12. Viviendas particulares sin servicios
13. con refrigerador 14. Viviendas habitadas sin bienes 15. Viviendas habitadas con radio 16. con TV 17. con lavadora 18. con teléfono 19. con automóvil
Metodología: Enfoque comparativo
1. Las tablas de los censos a nivel AGEB 2000, 2010 de INEGI, fueron editadas y manipuladas para crear la base de datos que sería insertada en la capa georreferenciada de las AGEBS.
2. Se relacionaron las capas de las AGEBS con las tablas de los censos 2000 y 2010 por medio de la aplicación Join y se exportaron las coberturas.
Metodología: Enfoque comparativo
3. Para el análisis utilizamos los indicadores antes mencionados tratados en valores de porcentajes, que permitieran una comparación entre los diferentes municipios.
4. Utilizando ArcGIS, se construyeron los mapas para los indicadores en ambas fechas.
Regresión Ponderada Geográficamente (RPG)
Permite realizar análisis más locales para identificar el comportamiento de las variables en diferentes puntos del espacio.
Trata de explicar una variable dependiente a partir de variables independientes o explicativas.
Se vuelve más local tomando en cuenta el ancho de banda considerando las variables dependientes e independientes dentro de esta superficie con lo que el modelo.
Las observaciones son ponderadas tomando en cuenta la distancia a la entidad de destino, siendo que, las más cercanas a ésta tienen mayor importancia para el modelo.
Metodología: RPG 1. Se realizó un análisis de correlación, el
cual permitió descartar las variables correlacionadas, mayores a 0.6, evitando con ello problemas de colinealidad.
2. El análisis PRG fue realizado con dos
conjuntos de variables explicativas correspondieron a las variables con los números de la 3 a 8 y 11 a 14 y otro con las variables de la 3 a 7.
Metodología: RPG
11 variables explicativas 6 variables explicativas
Metodología: RPG
Se corrió la RPG en ArcGIS con dos variables dependientes y los dos conjuntos de variables explicativas 6 y 11 variables.
Resultados enfoque comparativo
En cuanto a resultados, las 6 ciudades mostraron una mejoría en los primeros 8 indicadores con pocos algunos focos alarmantes que permanecen par 2010 en las periferias de las ciudades.
Resultados: Enfoque comparativo Porcentaje de Población Mayor a 15 años Analfabeta 2000
León
Irapuato Celaya Salamanca
Guanajuato
Silao
Resultados: Enfoque comparativo Porcentaje de Población Mayor a 15 años Analfabeta 2010
León
Irapuato Celaya Salamanca
Guanajuato
Silao
Resultados: Enfoque comparativo Porcentaje de Población Sin Derecho a la Salud 2000
León
Irapuato Celaya Salamanca
Guanajuato
Silao
Resultados: Enfoque comparativo Porcentaje de Población Sin Derecho a la Salud 2010
León
Irapuato Celaya Salamanca
Silao Guanajuato
Resultados: Enfoque comparativo De forma inversa fueron dos variables
con detrimento en la condición económica de 2000 a 2010, en los hogares con jefe de familia femenino y la población desocupada.
Resultados: Enfoque comparativo Porcentaje de Hogares con Jefas de Familia Mujeres 2000
León
Irapuato Celaya Salamanca
Guanajuato
Silao
Resultados: Enfoque comparativo Porcentaje de Hogares con Jefas de Familia Mujeres 2010
León
Irapuato Celaya Salamanca
Guanajuato Silao
Resultados: Enfoque comparativo Porcentaje de Población Económicamente Activa 2000
León
Irapuato Celaya Salamanca
Guanajuato
Silao
Resultados: Enfoque comparativo Porcentaje de Población Económicamente Activa 2010
León
Irapuato Celaya Salamanca
Guanajuato Silao
Resultados: RPG Del análisis de correlación, se descartaron las variables 1. y 2. así como las variables de la 15 a la 19, las cuales mostraron correlaciones mayores a 0.6, evitando con ello problemas de colinealidad.
P_15PRII P_PEA P_VIVSDR P_HOGJEF_F P_GPROMESCP_15PRII 1 0,18925941 0,13341704 0,1182295 -0,30889538P_PEA 0,18925941 1 -0,02038319 0,53844654 0,66218426P_VIVSDR 0,13341704 -0,02038319 1 -0,05414845 -0,11177197P_HOGJEF_F 0,1182295 0,53844654 -0,05414845 1 0,40974922P_GPROMESC-0,30889538 0,66218426 -0,11177197 0,40974922 1P_POSINDRS 0,39361119 0,42795063 0,19261748 0,31564572 0,14835636P_15ANALF 0,64373679 0,1215415 0,28171037 0,21892628 -0,30697244P_15SECIN 0,50560906 0,27895207 0,10996156 0,30443667 -0,06649728P_POBDESOC 0,29365192 0,30106198 -0,00064938 0,4828594 0,09228602
Resultados: RPG Población desocupada 2000 6 variables 6 variables
León
Irapuato
Celaya Salamanca
Guanajuato
Silao
Resultados: RPG Población desocupada 2010 6 variables
León
Irapuato
Celaya
Salamanca
Silao Guanajuato
Resultados: RPG Hogares jefe de familia femenino 2000 6 variables
León
Irapuato
Celaya Salamanca
Guanajuato
Silao
Resultados: RPG Jefe de familia femenino 2000 11 variables
Irapuato
Salamanca
Silao
Celaya
Guanajuato
Resultados: RPG Hogares jefe de familia femenino 2010 6 variables
León
Irapuato Celaya
Salamanca
Silao
Guanajuato
Resultados: RPG Jefe de familia femenino 2010 11 variables
Irapuato
Celaya
Salamanca
Guanajuato Silao
Conclusiones
En cuanto a población desocupada para 2000 el valor de r² es bajo (0.069 y 0.290) para ambos conjuntos de variables comparado con 2010 (0.464 y 0.418).
En lo que se refiere a los hogares jefe de familia femenino nos damos cuenta que el segundo conjunto de variables (11 variables) explica mejor la variable dependiente en ambas fechas.