![Show Menu](styles/mobile-menu.png)
![Page Background](./../common/page-substrates/page0176.png)
174
La situación demográfica de México 2015
Todo esto puede, o no, enriquecer la vida social de los
adultos mayores en situación de segregación espacial
e impactar positiva/negativamente en su bienestar
(Zamorano
et al.
, 2012).
Segregación global para
la Ciudad de México:
primera aproximación
El indicador de autocorrelación global más utilizado
en la literatura contemporánea es el de Moran (agm)
(Bailey y Gatrell, 1995).
11
El índice agm puede variar
de -1.0 a +1.0 y su interpretación es similar a la del
coeficiente de correlación de Pearson de la estadísti-
ca estándar (
v.g.
no-espacial). Un valor positivo del
índice agm indica que el grupo de población bajo aná-
lisis (
e.g.
población de 65 años y más) tiende a distri-
buirse de manera aglomerada en el territorio y por lo
tanto revela segregación. En otras palabras, muestra
que, en general, una alta presencia del grupo de po-
blación bajo estudio en las unidades espaciales (
e.g.
ageb) está relacionado con una alta presencia del
mismo grupo de población en las unidades espaciales
vecinas
.
Por supuesto, este patrón espacial debe ser
estadísticamente significativo.
El caso contrario: cuando el índice agm es negati-
vo, significa que las unidades espaciales
(e.g.
ageb) con
alta presencia del grupo de población bajo estudio (
e.g.
población envejecida) no forman patrones espaciales
aglomerados. Esto denota que no existe segregación.
Veamos: si la variable población envejecida está correla-
cionada negativamente consigo misma (en el territorio),
significa que existe rechazo espacial
entre las ageb con
alta presencia de esta población, ya que no forman aglo-
meraciones. En consecuencia, el patrón de distribución
de la población en la ciudad es diverso y plural: conviven
ageb con alta concentración de población envejecida
con ageb vecinas que registran alta concentración de
11
Por global se entiende que se genera un solo valor que sintetiza la
intensidad de la segregación en toda el área de estudio (
e.g.
la Ciu-
dad de México). Existen otros indicadores similares, aunque menos
aceptados, como el índice
G
*
propuesto por Getis y Ord (1992), que
se ha usado en diversos análisis, por ejemplo: Johnston
et al.
, 2011;
Ord y Getis, 1995 o Mitchell, 2005.
población no-envejecida. Conclusión: la autocorrelación
espacial de la población mayor es negativa (el índice agm
tiene signo negativo) y por lo tanto no hay segregación.
Finalmente, cuando el valor del índice agm es cer-
cano a cero, significa que la distribución espacial de la
población bajo estudio es aleatoria. La magnitud del va-
lor del índice indica la intensidad de la asociación entre
los valores de la población envejecida en las diversas
unidades espaciales, o mejor dicho: la autocorrelación o
correlación de la población o variable bajo estudio con-
sigo misma a lo largo y ancho del territorio.
12
El índice de Autocorrelación Global de Moran se
expresa de la siguiente manera:
Donde:
y
i
=
Valor de la variable o atributo en cada unidad
espacial analizada “
i
”.
y
j
=
Valor de la variable o atributo en cada unidad
espacial vecina “
j
”.
w
ij
=
Proximidad entre las unidades espaciales “
i
”
y “
j
” (llamada también matriz de pesos espaciales) y
que puede ser estimada mediante distancias entre uni-
dades espaciales o a partir de criterios de vecindad).
n
= Número de unidades espaciales que integran
la ciudad.
En este trabajo en el que se utilizan unidades
espaciales de tipo
areal
(
e.g.
ageb) se seleccionó el cri-
terio de vecindad
Queen
(Reina) que es más compren-
sivo que el de
Rook
(Torre), ya que considera como
ageb vecinas a las que comparten fronteras (líneas)
y/o vértices (puntos) (Anselin, 2005: 106-164).
13
12
Para la estimación del indicador Global de Moran, se utilizó el
software
GeoDa (Anselin, 2005). Aunque otro
software
comercial como el Arcgis
de esri tiene entre sus rutinas la posibilidad de estimar el indicador
global y local, GeoDa es el de mayor confianza en el mundo académico.
A los interesados en aprender los fundamentos conceptuales y opera-
tivos de la autocorrelación espacial de manera amigable, les recomen-
damos remitirse al excelente artículo de Villalta (2005).
13
De manera adicional, se platicó personalmente con Luc Anselin sobre
el criterio de vecindad más apropiado para este trabajo. Los nombres