A UN HÁBITAT DE CALIDAD
Dan aDaszkO
A lo largo del capítulo 2 de esta publicación se ha mostrado que en el país el acceso a los recursos y condiciones de hábitat por parte de los hogares dista de ser homogéneo y equitativo. Por el volumen de información expuesta al respecto, quedan pocas dudas de que la situación económica de las unidades domésticas se constituye en un condicionante de peso superlativo a la hora de explicar por qué deter- minados sectores sociales acceden a un hábitat de calidad, mientras que otros viven en pésimas condi- ciones habitacionales, no acceden a servicios de red, infraestructura básica y condiciones medio ambien- tales dignas.
La pregunta que orienta esta nota de investiga- ción es en qué medida una serie de características de los hogares -que exceden lo estrictamente eco- nómico- se encuentran asociadas a la mayor/menor probabilidad de que en 2011 un hogar resida en un vecindario que acceda a cuatro tipos de recursos de hábitat: vivienda digna, servicios domiciliarios de red, infraestructura urbana básica y condiciones medio ambientales saludables. En este sentido, in- teresa indagar si conociendo ciertos atributos de los hogares –sexo, educación e inserción laboral del jefe, presencia de niños en el hogar y aglome- rado de residencia- es posible predecir con cierto grado de certeza el nivel de acceso a cada uno de los cuatro tipos de recursos anotados y, con ello, a un hábitat de calidad.
Dado que la presencia y la distribución de los re- cursos que aquí se están analizando tienen un fuerte anclaje territorial, a diferencia de la perspectiva adoptada en el resto del capítulo, en esta nota de in- vestigación la unidad de análisis sobre la que se pre- dica ya no es el hogar sino el propio vecindario. Se entiende por tal a una sub unidad socio territorial reducida que si bien no reúne todos los elementos de una urbanización, cuenta al menos con los esen- ciales (viviendas, calles y locales comerciales) –ya sea que la urbanización sea formal o informal - y que, pudiendo abarcar a una o más manzanas, en ella ha-
bita una población que reconoce a ese espacio como su ámbito cotidiano de residencia, con algunos rasgos identificatorios que lo distinguen de otros ve- cindarios contiguos.1
Para dar respuesta a la pregunta previamente anotada, en las siguientes líneas se presentan los re- sultados de cuatro modelos generados a partir de un análisis de regresión lineal múltiple, uno para cada tipo de recurso, y un quinto modelo que resume el acceso al conjunto de los cuatro anteriores. Para ello se construyeron cinco índices métricos -cada vecin- dario tiene una puntuación en cada uno de ellos- que fueron incorporados, respectivamente, a cada mo- delo como variables dependientes. Los cuatro pri- meros índices (acceso a una vivienda digna, a servi- cios domiciliarios de red, a infraestructura básica y a condiciones medio ambientales saludables) fueron producidos a través de un Análisis de Componentes Principales Categóricos (CAPTCA) a partir de los dis- tintos indicadores que se analizan en el cuerpo cen- tral del capítulo2, mientras que el quinto índice es
el resultado de un Análisis de Componentes Princi- pales ordinario (ACP) de los cuatro anteriores.3
Se utilizaron seis variables predictoras: cuatro de ellas dan cuenta del porcentaje de hogares por ve- cindario que cuentan con jefas mujeres, ausencia de menores en el hogar, jefes con secundario com- pleto y jefes en situación de empleo pleno. Mien- tras que las primeras dos variables tienen un ca- rácter fundamentalmente demográfico, la tercera y la cuarta están asociadas a aspectos socioeco- nómicos. Asimismo, se incluyeron dos variables “dami” que hacen referencia a la ubicación de los vecindarios, dando cuenta, de este modo, de una dimensión territorial: Ciudad de Buenos Aires y Co- nurbano Bonaerense. En ambos casos la categoría
1 En este sentido, los puntos de muestreo que utiliza la Encuesta de la Deuda Social Argentina reúnen todos los atributos de un vecindario, tal como se lo acaba de definir.
2 A efectos de balancear los índices y que cada uno cuente con tres variables componentes, en el que resume el acceso a los servicios de red se excluyó el déficit en la calidad del suministro eléctrico. Esta decisión también deriva del hecho de que los datos han mostrado que dicho déficit se halla por demás exten- dido a lo largo de gran parte de las categorías bajo análisis. 3 Los índices fueron estandarizados a efectos de que el menor valor corresponda a la peor situación en cada una de las dimen- siones indagadas y el mayor valor represente la mejor situación.
de comparación representa al resto de las ciudades que indaga la EDSA. Se evaluó pertinente avanzar sobre esta tercera dimensión territorial en razón de que permite dar cuenta de modalidades de urbani- zación diversas que exceden lo estrictamente de- mográfico y económico.4
La hipótesis que se formula para cada índice es que el acceso a cada uno de los recursos de hábitat se incrementará conforme aumente el porcentaje de hogares por vecindario que respondan a ciertos atri- butos. Asimismo, dadas las particularidades y moda- lidades de urbanización en la Ciudad de Buenos Aires y en el Conurbano Bonaerense, es de esperar que la ubicación en el primero incremente las chances de que los hogares habiten vecindarios con acceso a un hábitat de calidad y lo opuesto suceda con el Conur- bano Bonaerense. En otros términos, mientras que la ciudad capital del país jugaría un papel positivo en cada modelo, en el caso del Conurbano el efecto sería el inverso. En la figura 2.C.1 se presentan los es- tadísticos de resumen de cada uno de los cuatro mo- delos parciales y del modelo general.
1. En cuanto al índice de acceso a una vivienda digna, las seis variables predictoras realizan aportes significativos al modelo, con un R2
de 0,333. El modelo señala que el índice de acceso a una vivienda digna se incrementa fundamentalmente cuando en el vecindario aumentan los porcentajes de hogares sin ni- ños y de aquellos cuyo jefe ha finalizado el secundario y en menor medida por el resto de las variables que, aun así, resultan estadísti- camente significativas.
Las razones para que el mejor modelo sea el expuesto son de orden sustantivo. La pre- sencia o no de niños en el hogar es central a la hora de explicar la incidencia del hacina- miento, uno de los tres componentes del ín-
4 Esto queda claramente de manifiesto en las marcadas dife- rencias entre ambos aglomerados. Por ejemplo, mientras que en la Ciudad de Buenos Aires hay zonas con acceso a servicios e infraestructura donde habita población perimida en términos económicos, en el Conurbano Bonaerense sucede lo contrario: existen barrios que, por la modalidad de urbanización que preva- leció durante varias décadas, aún no tienen acceso a algunos recursos -como por ejemplo agua corriente o gas- pero en los que no necesariamente habita población que no podría pagar la tarifa.
dice de acceso a una vivienda digna. Por otro lado, dado que la tenencia informal y la pre- cariedad material tienen una fuerte depen- dencia de la condición económica de los ho- gares, y siendo que el nivel educativo del jefe constituye una de las variables “proxis” más robustas de esa condición, el porcentaje de hogares con jefes con secundario completo realiza una aportación sustantiva al modelo predictivo. En el caso de la localización es- pacial, tanto la pertenencia a la Ciudad de Buenos Aires como al Conurbano Bonaerense incrementan el valor del índice en compara- ción con otros aglomerados del país.
2. En lo que respecta al índice de acceso a servi- cios domiciliarios de red, el análisis de regre- sión genera un modelo con cinco variables pre- dictoras (R2 = 0,486). En orden descendente
en cuanto al peso que cada una de ellas tiene en el modelo, las variables son: porcentaje de hogares en el vecindario cuyo jefe completó el secundario, la no ubicación en el Conurbano Bonaerense, porcentaje de hogares sin niños, con jefes en situación de empleo pleno y con jefas mujeres.
La aportación de la primera variable deriva, nuevamente, del hecho de que la educación del jefe se encuentra estrechamente asociada al nivel socioeconómico del hogar. Sin em- bargo, a diferencia del índice anterior, en este caso es la variable con el mayor peso a la hora de definir la ecuación de regresión –y ya no el porcentaje de hogares sin niños-. Al respecto, se ha indicado que una de las condiciones para que los hogares accedan a los servicios es su capacidad económica para afrontar la conexión y el mantenimiento del suministro a través del pago mensual de la tarifa.
El hecho de que la pertenencia al Conurbano Bonaerense asuma un coeficiente negativo está vinculada con el alto nivel de déficit de servicios de este tipo en el aglomerado bo- naerense. Asimismo, también el hecho de que se ubique como la segunda característica en cuanto a su importancia en la definición del modelo está indicando que fue acertada la idea de incluir una variable que de cuenta de
una modalidad diferencial de urbanización. En lo que respecta a la tercera variable, la au- sencia de niños resulta un indicador demográ- fico indirecto de otros aspectos como son el mayor ingreso per cápita del hogar o el ciclo vital del hogar –dado que en aquellas etapas donde no hay menores se alivianan ciertos es- fuerzos económicos. Asimismo, entre los es- tratos medios y altos suele haber mayor pro- porción de hogares unipersonales que entre los sectores pobres.
En resumidas cuentas el modelo señala que el índice de acceso a servicios domiciliarios de red se incrementará en aquellos vecindarios donde haya, fundamentalmente, una mayor proporción de jefes con un alto nivel educa- tivo, que no habiten en el Conurbano Bonae- rense y que formen parte de hogares sin niños.
3. En lo que hace al índice de acceso a infraestruc- tura básica, el modelo que produce el análisis de regresión es semejante al de servicios de red, pero en este caso se incluye la Ciudad de Buenos Aires, con lo que sólo queda por fuera el porcentaje de hogares con jefas mujeres en el vecindario (R2 = 0,348). El porcentaje de je-
fes con secundario completo vuelve a tener el mayor peso, seguido de la proporción de hoga- res sin niños y del de jefes con empleo pleno. En este caso el peso de la variable “proxi” del nivel socioeconómico no está vinculada con la capacidad de pago de una tarifa, sino con la relación que existe entre el nivel socioeconó- mico de la población y el precio del suelo ur- bano, el cual se encuentra en función directa con el grado de desarrollo que en cada área tienen los servicios y la infraestructura.
Así, el modelo señala que los vecindarios ten- drán un mayor índice de acceso a infraestruc- tura básica cuanto mayor resulte el porcentaje de hogares cuyo jefe tenga un alto nivel educa- tivo, no tengan niños y con jefes en situación de empleo pleno. Asimismo, el índice se incremen- tará para los vecindarios de la Ciudad de Buenos Aires y lo inverso sucederá cuando se encuen- tren en el Conurbano Bonaerense. Para el mo- delo resulta más informativo que los vecinda- rios se ubiquen en el Conurbano Bonaerense
que en la Ciudad de Buenos Aires, lo que se re- vela en el hecho de que el valor absoluto de uno de los coeficientes estandarizados más que du- plique al otro. Nuevamente, la variable que da cuenta de la localización y de la modalidad de urbanización resulta relevante para predecir el nivel de acceso a infraestructura básica.
4. En lo que respecta al índice de acceso a un me- dio ambiente saludable, el análisis de regresión produce un modelo con cuatro variables: por- centaje de hogares cuyo principal sostén eco- nómico cuenta con el secundario completo, sin niños, con jefes con empleo pleno y vecin- darios que no se encuentren en el Conurbano Bonaerense (R2 = 0,234). Por las particularida-
des de este aglomerado, su incorporación en el modelo produce un efecto negativo en el sentido de que el índice de acceso a un medio ambiente saludable se incrementa para los vecindarios que se ubican por fuera de ese te- rritorio. En lo que respecta a las variables aso- ciadas a la dimensión económica, la forma en que operan es semejante a la anotada para el caso de la infraestructura. Las zonas con mayo- res recursos de hábitat, y entre ellos un medio ambiente saludable, incrementan el valor del suelo, con lo que las variables asociadas con el nivel económico se tornan relevantes para predecir el comportamiento del índice. En este caso la ubicación en la Ciudad de Buenos Aires no aporta nada al modelo predictivo, al igual que el porcentaje de hogares con jefas mujeres en el vecindario.
A los cuatro índices parciales previamente desa- rrollados se les aplicó un Análisis de Componentes Principales a efectos de construir un índice general
de acceso a un hábitat de calidad. Dadas las parti-
cularidades del método, es esperable que la variable generada (primera componente principal) condense y resuma gran parte de covarianza entre los índices generales, y con ello se incremente el peso que al- gunas variables predictoras tengan en el modelo. En este sentido, los datos arrojan que la capacidad predictiva y la bondad de ajuste resultan mucho ma- yores que las de los modelos presentados previa- mente (R2 = 0,56).
5. Para el índice de acceso a un hábitat de calidad el mejor modelo es el que incluye a las mismas cuatro variables, orden y sentido que se indica- ron para el índice medio ambiental, aunque en este caso puede agregarse una quinta variable, el porcentaje de hogares con jefas mujeres, con una aportación marginal al modelo. Así, más allá de esta última variable, los vecinda- rios con mayor porcentaje de hogares con jefes con secundario completo, sin niños, con jefes en situación de empleo pleno y aquellos que no se encuentren en el área del Conurbano Bo- naerense, presentarán los mayores índices de acceso a un hábitat de calidad. Nuevamente la ubicación de los vecindarios en la Ciudad de Buenos Aires no redunda en un incremento de la capacidad predictiva del modelo.
De esta manera, tanto para cada uno de los cuatro índices parciales como para el general se ha mos- trado que por más que no se haya incluido de ma- nera directa la dimensión socioeconómica, las varia- bles asociadas o que tienen una fuerte correlación con esa dimensión vuelven a tener el mayor peso en
los modelos, fundamentalmente el nivel educativo del jefe del hogar. Esto no resulta fortuito sino que responde a la importancia que tiene la dimensión so- cioeconómica, tanto en la localización espacial de la población como en el acceso al suelo, la vivienda y el hábitat en un contexto social en el que éstos se ha- llan fuertemente mercantilizados.
Por otra parte, excepto por el modelo que pre- dice el índice de acceso a una vivienda digna, en los cuatro restantes el Conurbano Bonaerense ingresa con un sentido negativo, lo que da cuenta de la di- ferencia en sus condiciones de hábitat con respecto al resto urbano. En otros términos, para acceder a servicios de red, infraestructura básica, medio am- biente y un hábitat de calidad, no sólo es importante habitar vecindarios donde predominan ciertos atri- butos que están asociados con el nivel socioeconó- mico de los hogares, sino también no vivir en el Co- nurbano Bonaerense. El hecho de que en todos los casos su influencia en la ecuación sea mayor a la de la Ciudad de Buenos Aires deriva de que en ciertos aspectos ésta no se distingue de manera sustantiva del resto de las ciudades del país, algo que sí sucede entre estas últimas y el Conurbano Bonaerense.
¥ VARIABLES "DAMI" CUYA CATEGORÍA DE COMPARACIÓN ES EL RESTO URBANO. | * P-VALUE< 0,1. | ** P-VALUE < 0,05. | *** P-VALUE < 0,01. FUENTE: EDSA – BICENTENARIO (2010-2016). OBSERVATORIO DE LA DEUDA SOCIAL ARGENTINA. UCA.
ESTADÍSTICOS DE RESUMEN DEL ANÁLISIS DE REGRESIÓN MÚLTIPLE PARA LOS ÍNDICES DE ACCESO A UNA VIVIENDA DIGNA, SERVICIOS DE RED, INFRAESTRUCTURA BÁSICA, MEDIO AMBIENTE SALUDABLE Y HÁBITAT DE CALIDAD
VIVIENDA B
SERVICIOS DE RED INFRAESTRUCTURA MEDIO AMBIENTE HÁBITAT
TIPIF B TIPIF B TIPIF B TIPIF B TIPIF
% DE JEFAS MUJERES 1,72 ,036*** 5,9 ,040*** 1,61 0,01 0,04 0 1,82 ,019** % DE HOGARES SIN NIÑOS 12,18 ,343*** 16,96 ,156*** 13,29 ,132*** 11,06 ,178*** 18,26 ,257*** % DE JEFES CON SECUNDARIO COMPLETO 7,74 ,271*** 41,64 ,482*** 31,36 ,387*** 12,66 ,255*** 25,25 ,442*** % DE JEFES CON EMPLEO PLENO 3,2 ,085*** 10,02 ,086*** 12,42 ,114*** 5,94 ,088*** 9,65 ,127*** AGLOMERADO URBANO ¥ CABA 1,23 ,058*** -1,35 -0,02 2,86 ,047*** 0,44 0,01 0,16 0 CONURBANO BONAERENSE 1,25 ,070*** -10,28 -,185*** -5,16 -,100*** -4,52 -,142*** -6,4 -,177*** (CONSTANTE) 78,97 45,98 49,62 74,65 56,56 R2 0,33 0,49 0,35 0,23 0,56 F 376,750*** 731,616*** 414,800*** 237,018*** 965,786***