En la literatura especializada se pueden encontrar múltiples índices para medir la segregación residencial, cada uno de los cuales destaca aspectos distintos del fenómeno20. A continuación se describen las características de
los más utilizados:
• Índice de disimilitud de Duncan. Este índice mide la uniformidad
con la que los grupos se distribuyen en el territorio. Sus valores próximos a 0 indican que la distribución de la población con determinado atributo en las subunidades es similar a la media de ese atributo en el aglomerado superior. Los valores próximos
20 En la discusión metodológica sobre las virtudes y limitaciones que muestran los índices más conocidos
de segregación residencial en su aplicación a las ciudades de América Latina, se distinguen los trabajos de Francisco Sabatini (1999, 2004) y Jorge Rodríguez (2001). Ambos autores hacen una revisión crítica detallada de los índices cuando se analizan estos estudios desde la perspectiva de las ciudades de América Latina, y brindan abundantes argumentos para sus preferencias por determinados índices.
69
a 100 señalan situaciones de máxima segregación, donde en las subunidades no hay mezcla de poblaciones con distintos valores en el atributo que se examina. El valor del índice indica el porcentaje de la población que debería ser reubicado, si se quisiera alcanzar una distribución igualitaria entre las unidades geográficas de la ciudad. Este es un indicador sintético de la relación entre la composición de las subunidades territoriales (sea de composición social, laboral, racial, entre otros), y la composición social de la unidad territorial superior (ciudad o aglomerado urbano). Si esta composición difiere, estaremos en presencia de segregación residencial, pues la distribución de los grupos sociales entre las subunidades territoriales estaría desalineada respecto a la representación del grupo en toda la ciudad o aglomerado superior. El recorrido de la medida es 0 (segregación nula) a 100 (segregación total en donde ninguna subunidad registra composición mixta)21.
• Análisis de variancia. Es otra medida de la uniformidad de la
distribución de distintas categorías de población en el territorio. La variancia total de la variable estudiada se descompone en dos componentes: entre barrios y dentro de los barrios. Cuando la variancia entre subunidades tiende a explicar una porción mayor de la variancia total, se está en presencia de una mayor homogeneidad dentro de las unidades y una mayor heterogeneidad entre unidades22.
• El índice de interacción o aislamiento mide el grado en que
los miembros de un grupo X están expuestos al grupo Y en las diferentes subunidades territoriales. Su interpretación indica, por ejemplo, que si su valor es 0,2, en promedio en una unidad donde reside un miembro del grupo X, dos individuos de cada diez son del grupo Y. En consecuencia, en las situaciones más segregativas tomará valores pequeños (Martori y Hoberg, 2004). Mientras el
21 El índice responde a la ecuación siguiente:
D = 1 – 2 N1i N1 N2i N2
Donde, N1i = población del grupo 1 en la subdivisión territorial iésima; N2i = población del grupo 2
en la subdivisión territorial iésima; N1 = población total del grupo 1 en la unidad territorial superior;
N2 = población total del grupo 2 en la unidad territorial superior.
22 El índice de segregación residencial indica la proporción de la variancia total que se explica por la
variancia entre subunidades territoriales.
ISR = s2n * 100 s2
Donde, s2
70
índice de disimilitud es relativamente independiente del tamaño del grupo que se considera, no ocurre lo mismo con el índice de exposición, porque cuanto mayor el tamaño relativo de ese grupo en una ciudad, menores serán sus oportunidades de interacción con desiguales y de compartir con ellos un vecindario. En el extremo opuesto, si el grupo es muy pequeño, las probabilidades de interacción con personas de grupos diferentes serán mayores, lo que no afecta necesariamente el índice de disimilitud.
• Índice de Moran. Mide el nivel de proximidad entre unidades
territoriales en donde residen categorías de población con características similares; esto es, indica si la distribución de los datos en el espacio se autocorrelacionan entre sí, presentando un patrón no aleatorio. En suma, permite saber si los valores de la variable que se quiere estudiar en una unidad territorial determinada son similares o no a los valores de la misma variable en unidades adyacentes. Una correlación positiva revela la existencia de unidades espacialmente contiguas con valores similares. Una correlación negativa indica que los valores altos (bajos) en una subunidad son vecinos de valores bajos (altos) en otras. Cuando el índice tiende a 0 no existe correlación espacial y, por tanto, la distribución de los valores de la variable en las unidades es aleatoria. Es importante tener presente que el índice de Moran caracteriza globalmente una ciudad y, por ende, permite comparaciones con otras ciudades o con una misma ciudad en diferentes períodos.
• Índice LISA23. Este índice permite descomponer indicadores globales como el Moran, es útil sobre todo cuando no se cumple el supuesto de la homogeneidad interna en cada una de las unidades espaciales que intervienen en el cálculo del Moran. En rigor, el coeficiente LISA es equivalente al cálculo del Moran para cada una de las subunidades espaciales, y permite evaluar la significación estadística de las correlaciones entre las subunidades vecinas en los patrones locales de agrupamiento. Ambos índices incorporan la noción de “vecindad” mediante las pruebas de autocorrelación (Anselin, L., 1995).
Sin entrar en los detalles de esas medidas, se puede afirmar que la aptitud de cada una debe evaluarse esencialmente en función de dos criterios: su adecuación a las características de las categorías sociales cuya segregación
71
en el espacio se quiere captar y, estrechamente ligado a esto, su adecuación a los propósitos analíticos que orientan la indagación. Por ejemplo, si se desea probar la hipótesis de que ciertas minorías étnicas muestran más o menos propensión que otras a la aglomeración territorial, interesará hacer un análisis de variancia, o comparar sus comportamientos en el índice de disimilitud cuando este se aplica a la distribución de cada una de las minorías en el territorio urbano. En cambio, si el propósito es conocer si los pobres se aíslan de los no pobres más o menos que antes, interesará comparar en el tiempo índices de exposición que revelen las oportunidades potenciales de interacción entre los dos grupos o categorías. Según la significación que otorgue el investigador a la escala geográfica en donde se detecta el aislamiento, puede también utilizar índices de clustering o contigüidad espacial, que informen sobre los cambios en el tamaño de la mancha geográfica que presenta composiciones socioeconómicas o étnicas similares.
Más allá de estos índices, de la discusión en acápites anteriores surge la conveniencia de contar con indicadores más simples directamente referidos a la situación de aislamiento territorial en los polos de la pirámide de la estratificación social urbana. Uno de ellos, por ejemplo, es el peso relativo de la población en asentamientos precarios con respecto al total de pobres y al total de la población de la ciudad. Otro es el peso relativo de la población residente en barrios cerrados en el total de las clases medias y de la población total de la ciudad, distinguiendo además los casos donde esos barrios se establecen en áreas contiguas a vecindarios pobres.