Sobre la medición de la segregación

xPx=

n i=1

x

X

x

t 0 xPx 1

i

La construcción de índices permite resumir los datos en un número y establecer compara- ciones con los resultados de otros estudios. En esta tesis se utilizarán tres formas de medición:

2.3.1 Medición de la segregación con el instrumental clásico.

2.3.1 Medición de la segregación con el instrumental clásico.2.3.1 Medición de la segregación con el instrumental clásico.

2.3.1 Medición de la segregación con el instrumental clásico.2.3.1 Medición de la segregación con el instrumental clásico.

Para realizar estudios comparativos de la segregación objetiva, se utilizan índices que permiten resumir la información sobre cada ciudad en un número. El índice de disimilaridad de Duncan «D»

D= 1 2

n i=1

x

X

y

Y 0 D 1

Entre los índices que se han propuesto para el estudio de la segregación encontramos otros sugerentes y que aportan información complementaria sobre las facetas de la homogeneidad. El índice de aislamiento, como su nombre lo indica mide el grado de aislamiento de un grupo minori- tario en la ciudad.

es el que más se utiliza para medir este fenómeno debido a su sencillez de interpretación: indica el porcentaje de la población que debería «cambiar» de residencia para obtener una distribución igualitaria de la población.

Donde:

x_i es el número de individuos del grupo minoritario en cada área.

X es la población total de ese grupo en la ciudad.

y_i es el número de individuos del grupo mayoritario en cada área.

Y la población total de ese grupo en la ciudad.

Este índice ha sido el más utilizado en los estudios sobre segregación residencial en su modalidad racial en los Estados Unidos. La aplicación en el caso de la población indígena es natural porque la fórmula se basa en variables dicotómicas, por la misma razón, cuando se trata de segregación socioeconómica esta estrategia de medición recibe críticas porque la línea diviso- ria entre grupos socioeconómicos no siempre es evidente, por ello a menudo se establecen cor- tes arbitrarios para generar la variable dicotómica base.

Ahora bien, regresando al caso de Estados Unidos y la segregación racial, los estudios del decenio de 1960 la «D» alcanzó sus mayores valores (cerca del 80%), en la actualidad el índice supera levemente el 60% y los especialistas sostienen que generalmente, las medidas de disimi- laridad arriba del 60%, representan hipersegregación (US Census Bureau, 2000).

Donde:

x_ies la población minoritaria en la iésima vecindad (unidad territorial) X es la población minoritaria total en la ciudad o región de estudio t_i es la población total de la iésima vecindad (unidad territorial)

Este índice varía de 0 a 1 y su valor máximo significa el grado máximo de segregación, cuando el grupo correspondiente está aislado en las unidades territoriales donde reside.

Otro indicador que es particularmente útil cuando no hay segmentación dicotómica en las variables de interés es el índice de interacción:

xPy=

n i=1

x

X

y

t 0 xPy 1

i

Donde:

x_i es la población minoritaria en la i-ésima vecindad (unidad territorial) X es la población minoritaria total en la ciudad o región de estudio y_i es otro grupo diferente al x en la i-ésima vecindad (unidad territorial) t_i es la población total de la i-ésima vecindad (unidad territorial)

Este índice de interacción mide la probabilidad de encuentro entre individuos de diferentes grupos, por ejemplo, si tiene un valor de 0.2 significa que en una unidad donde reside un miembro de la población minoritaria (grupo x), un promedio de 2 individuos de cada 10 son del grupo y. En situaciones de mayor segregación el índice toma valores pequeños.

El cuadro 2.1 presenta las variables y escalas a las que se calcularon los diferentes índices clásicos. Como se verá en el transcurso del capítulo, nos interesa identificar las dimensiones objetivas de la segregación. Con los índices de aislamiento e interacción nos centraremos en dimensiones complementarias, el estatus étnico (a través de la identificación de hogares indíge- nas) y el rango social a través de la identificación de los deciles extremos de ingreso. Para ello tomaremos los primeros cuatro deciles y los últimos dos de la distribución del ingreso de cada ciudad.

Hay un consenso general en que dada la naturaleza de los censos la variable de ingreso tiene deficiencias, a pesar de que el informante del hogar tiene que ser un miembro del mismo que cumpla con los criterios para calificar como adecuado, muchas veces declara información de forma errónea sobre todo en los temas del trabajo. Para estudiar de forma adecuada la distribu- ción del ingreso se prefieren las encuestas muestrales de ingreso-gasto e incluso las de empleo.

Otro problema con el ingreso es que carecemos de las bases de datos a nivel registro y el INEGI publica los resultados agregados en salarios mínimos mensuales; no obstante éstos al menos ofrecen un proxy valioso que intentaremos aprovechar, de ahí que incorporamos el ingreso como una variable sustantiva.

Cuadro 2.1 Variables y escalas de análisis, índices clásicos.

2.3.2 Medición de la segregación con un enfoque de homogeneidad/

2.3.2 Medición de la segregación con un enfoque de homogeneidad/2.3.2 Medición de la segregación con un enfoque de homogeneidad/

2.3.2 Medición de la segregación con un enfoque de homogeneidad/2.3.2 Medición de la segregación con un enfoque de homogeneidad/

heterogeneidad socieconómica.

heterogeneidad socieconómica.heterogeneidad socieconómica.

heterogeneidad socieconómica.heterogeneidad socieconómica.

Otra desventaja asociada al cálculo del índice de disimilaridad es que no capta la homogeneidad/

heterogeneidad en el territorio. Por ejemplo, si una ciudad tiene una distribución muy desigual de ingreso el índice refleja una segregación residencial nula cuando los pocos inmensamente ricos que hay se distribuyen de manera aleatoria en los barrios mayoritariamente pobres (Arraigada Lucco y Rodríguez Vignoli, 2003: 26). Por la naturaleza misma de la segregación socioeconómica, nos enfrentamos con datos que se expresan en variables ordinales o de razón, por lo que es natural la utilización de medidas estadísticas de dispersión que sugieren el grado de homogenei- dad/ heterogeneidad. La varianza y la desviación estándar dependen de la media de la variable, de modo que se pueden esperar zonas con varianzas altas en zonas donde la media es alta. Por ello el indicador que mejor capta el fenómeno de interés es el coeficiente de variación, que no es más que el cociente de la varianza entre la media de la variable en cuestión.

Para implementar esta estrategia seguiremos dos caminos, a) el cálculo de las correlacio- nes simples entre las medidas de dispersión en las unidades espaciales y finalmente b) centrare- mos la atención en las zonas extremas de la distribución del valor medio de las variables de segmentación y analizaremos el coeficiente de variación para saber si en realidad dichas unida- des espaciales son homogéneas o heterogéneas.

2.3.3 Medición de la segregación con el peso de la varianza entre 2.3.3 Medición de la segregación con el peso de la varianza entre2.3.3 Medición de la segregación con el peso de la varianza entre 2.3.3 Medición de la segregación con el peso de la varianza entre2.3.3 Medición de la segregación con el peso de la varianza entre t e r r i t o r i o s .

t e r r i t o r i o s .t e r r i t o r i o s . t e r r i t o r i o s .t e r r i t o r i o s .

El índice que a continuación se describe utiliza la varianza y se pueden utilizar con variables ordinales como mínimo. La ventaja que ofrece la construcción de dicho índice es que no es nece- sario establecer cortes predefinidos en la población y si bien no refiere a la diferencia entre la distribución observada de la población y otra igualitaria, sí ofrece información de las disparidades

Índices y escalas

D de Duncan Aislamiento (xPx) Interacción (xPy) Variables AGEB Manzana AGEB Manzana AGEB Manzana

Hogares indígenas

Hacinamiento

Nacesidades básicas insatisfechas

Deciles 1 a 4

Deciles 9 y 10

Baja educación del jefe de hogar

Deciles extremos (1 a 4 con 9 y 10)

Hogares indígenas con deciles 9 y 10

a diferentes escalas que pueden ser producto de la distribución diferencial de la población dentro del territorio urbano.

El índice de segregación residencial propuesto por Rodríguez Vignoli (2001:25) se calcula de la siguiente forma:

· Se calcula la varianza total del área de estudio

· Con los cálculos anteriores se determina la varianza entre subunidades territoriales.

· Se hace el cociente entre la varianza entre subunidades y la varianza total que correspon- de a la medida de segregación.

Como la varianza intra es un subconjunto de la varianza total, el resultado se interpreta como la proporción de la disparidad socioeconómica total que se debe a localización diferencial de los estratos socioeconómicos (Arraigada Luco y Rodríguez Vignoli, 2003: 31).

Una ventaja de este método es que permite la comparación de la segregación en subunidades de diferente tamaño; por ejemplo, AGEB, colonia o manzana. Por definición la varianza entre subdivisiones aumenta o se mantiene al considerar unidades de menor tamaño y el cambio de esta varianza al ir bajando el nivel de agregación geográfica sugiere si la segregación es de alta o baja escala.

Lo importante del «cambio de escala» es que se puede identificar si la segregación se presenta con diferentes intensidades, pero al tener segregación en unidades grandes homogé- neas los efectos negativos (dimensión dos de la definición compuesta) se pueden acumular.

Se han mencionado ciertas ventajas de los métodos que llamamos cuasi-espaciales, si embargo es necesario abordar algunos problemas que dichos métodos presentan; principalmen- te las desventajas se vinculan con su insensitividad respecto a los patrones de distribución espa-

· Se calcula el valor promedio del atributo de interés en cada subunidad territorial I, II, II …

cial de la población y a los datos espaciales en general. Para ilustrar dichos problemas, trabajare- mos con algunos ejemplos y esquemas en el anexo I.