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 2000 11 variables

Irapuato

Celaya

Salamanca

Guanajuato

Silao

Resultados: RPG Población desocupada 2010 6 variables

León

Irapuato

Celaya

Salamanca

Silao Guanajuato

Resultados: RPG Población desocupada 2010 11 variables

Celaya

Salamanca

Guanajuato Silao

Irapuato

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.

Por su atención Gracias