Cambios

 Asimismo, junto a la información propia de la afección de la pandemia, expresada mediante el indicador de casos de contagio, se cartografiaron algunas variables sociales y económicas como los niveles de renta o movilidad, o relativas a la estructura demográfica como el peso de la población mayor. De esta manera, el lector puede efectuar en los ejemplos citados una lectura comparada. En resumen, los ejemplos mostrados anteriormente dan la posibilidad de intuir si determinadas condiciones socia- les sociales y económicas han podido hacer más vulnerable a la población frente a la acción del virus. En los mapas que se presentan ahora, se da un paso más. En primer lugar, por razón de profundizar en la medición de la vulnerabilidad al integrar en un índice sintético un número determinado de variables de cariz social y económico, aspecto que anterior- mente anteriormente se ha hecho de manera aislada para cada una de las variables consideradas. En segundo lugar, al utilizar una unidad espacial más fina –la sección censal–, es posible reflejar la diversidad interna de los distritos municipales y hacer un análisis espacial más detallado. Téngase en cuenta que en el municipio de Madrid existen 2.443 secciones censales y 21 distritos. Y, en Barcelona, son1.068 secciones censales y 10 distritos. El no disponer de datos referidos a la afección de la pandemia por secciones censales ha determinado que en estos dos mapas se haya decidido incluir también los límites de distrito de cara a facilitar un análisis comparativo siquiera mediante una mera percepción visual, entre lo representado en el mapa y la incidencia de la pandemia cuyos resultados quedan reflejados en los mapas insertos en los ejemplos de Barcelona y Madrid antes mencionados.Se han seleccionado cinco variables de índole social y económica para la elaboración del índice sintético de vulnerabilidad{| cellspacing="0" cellpadding="0" style="margin-top: 0; margin-right: 0px; margin-bottom: 0em; margin-left: 0px; float:right; width:350px" | style="vertical-align: top; border-style: población extranjera, población analfabeta o sin estudios, renta media por persona, población con prestaciones y población en situación solid; border-width: 1px; border-color: #ffffff; background-color:#ffffff" |<div style="text-align:center; float:right"><div style="color:MediumBlue">'''Matriz de desempleo. Las fuentes de donde se han extraído los datos son el Instituto Nacional de Estadística (Estadística Experimental) y los respectivos portales estadísticos de Madrid y Barcelona.componentes'''<span style="color:#636363">^a</span></div> {| cellspacing="0" cellpadding="0" style="margin-top: 0; margin-right: 0px; margin-bottom: 0em; margin-left: 20px; float:right; width:350px" La selección de variables de cariz más económico se justifica por la importancia numérica de personas con bajos ingresos y que continúan atrapadas por el desempleo y la pobreza laboral| style="vertical-align: top; border-style: solid; border-width: 1px; border-color: #A7A7A7; background-color:#ffffff" |<div style="padding-top: 1.0em; padding-right: 0.5em; padding-bottom: 0.3em; padding-left: 0. La falta de ingresos, sobre todo cuando la prolongación en el tiempo es significativa, conlleva la dependencia de prestaciones no contributivas. Por su parte, los inmigrantes y personas analfabetas o sin estudios se encuentran entre los colectivos de población potencialmente más expuestos a una situación de pobreza tal y como se constata en el VIII Informe Foessa Exclusión y desarrollo social en España 2019, o en la publicación de Oxfam Intermón Una reconstrucción justa es posible y necesaria. No es momento para la austeridad5em; font-size: 100%; text-align: center"> <div style="margin-bottom:10px; margin-right:0px">{| style="margin-right: 0px; margin-left: 0px; font-size:12px"|-| rowspan="2" style="background:LightGoldenrodYellow; color:MediumBlue; border: solid; border-width: 1px; text-align:center; width:250px" | '''VARIABLE''' || colspan="2" style="background:LightGoldenrodYellow; color:MediumBlue; border: solid; border-width: 1px; text-align:center" | '''COMPONENTES'''|-| style="background:LightGoldenrodYellow; color:MediumBlue; border: solid; border-width: 1px; text-align:center; width:50px" | '''1''' || style="background:LightGoldenrodYellow; color:MediumBlue; border: solid; border-width: 1px; text-align:center; width:50px" | '''2'''|-| style="color:#000000; background:#ffffff; text-align:left; border: solid; border-width: 1px" | Renta media por persona || style="background:#ffffff; color:#000000; text-align:center; border: solid; border-width: 1px" | -, elijamos dignidad (2020). Asimismo899 || style="background:#ffffff; color:#000000; text-align:center; border: solid; border-width: 1px" | , cabe señalar que dichas variables aparecen recogidas y analizadas 189|-| style="color:#000000; background:Ivory; text-align:left; border: solid; border-width: 1px" | Población en obras tan señaladas para el estudio de la vulnerabilidad como el Atlas de la Vulnerabilidad Urbana y el Análisis urbanístico de Barrios Vulnerables en España publicadas por el Ministerio de Fomento (2012paro || style="background:Ivory; color:#000000; text-align:center; border: solid; border-width: 1px" | ,880 || style="background:Ivory; color:#000000; text-align:center; border: solid; border-width: 1px" | -,137|-| style="color:#000000; background:#ffffff; text-align:left; border: solid; border-width: 1px" | Población con prestaciones || style="background:#ffffff; color:#000000; text-align:center; border: solid; border-width: 1px" | , 2015).830 || style="background:#ffffff; color:#000000; text-align:center; border: solid; border-width: 1px" | -,250|-Una vez recogida y tratada la información, se procedió a la elaboración de un índice sintético de vulnerabilidad mediante la técnica de análisis de componentes principales| style="color:#000000; background:Ivory; text-align:left; border: solid; border-width: 1px" | Población analfabeta/sin estudios || style="background:Ivory; color:#000000; text-align:center; border: solid; border-width: 1px" | , que se representó en forma de matriz respecto de las variables. Estas se representan en filas y los componentes principales en columnas. Lo ideal es que cada componente se relacione de forma positiva con pocas variables (con unos coeficientes de correlación próximos a 1 o 272 || style="background:Ivory; color:#000000; text-align:center; border: solid; border-width: 1px" | ,810|-| style="color:#000000; background:#ffffff; text-align:left; border: solid; border-width: 1px" | Población extranjera || style="background:#ffffff; color:#000000; text-align:center; border: solid; border-width: 1px" | ,513 || style="background:#ffffff; color:#000000; text-align:center; border: solid; border-1) y mal con el resto (con coeficientes próximos a width: 1px" | ,539|}</div></div><hr class="style2" /><div style="padding-top: 0.4em; padding-right: 0). En este caso, 5em; padding-bottom: 0.3em; padding-left: 0.5em; font-size: 100%"><small style="color:#959595">Método de extracción de los dos componentes obtenidos, se optó por escoger el primero, al considerar que era el más representativo. Finalmente, se dio traslado principales. (<span style="color:#636363">^a</span>) 2 componentes extraídos</small></div>|}|}Se han seleccionado cinco variables de los resultados a un sistema índole social y económica para la elaboración del índice sintético de información geográficavulnerabilidad: población extranjera, donde se optó por clasificarlos según el método población analfabeta o sin estudios, renta media por persona, población con prestaciones y población en situación de clasificación en intervalos naturales (natural breaks)desempleo.Como ya Las fuentes de donde se demostró hace más de cien años, la cartografía médica es una herramienta fundamental para la visualización han extraído los datos son el Instituto Nacional de Estadística (estadística experimental) y los procesos respectivos portales estadísticos de difusión Madrid y Barcelona. La selección de las enfermedades, la gestión variables de las crisis epidemiológicas y cariz más económico se justifica por la toma importancia numérica de decisiones. Los estudios clásicos sobre salud pública personas con bajos ingresos y ciudad recuperan un espacio que hasta hace poco parecía impensable introducir en que continúan atrapadas por el debate urbano del siglo XXIdesempleo y la pobreza laboral. La pandemia falta de ingresos, sobre todo cuando la COVID-19 obliga a una reformulación de los estudios urbanosprolongación en el tiempo es significativa, recuperando antiguos debates que propicien conlleva la reflexión sobre problemas urbanos dependencia de prestaciones no satisfactoriamente superadoscontributivas. Entre ellosPor su parte, los referidos a las desigualdades en la ciudad. La enfermedad, precisamente, inmigrantes y personas analfabetas o sin estudios se está mostrando como un indicador principal y muy expresivo encuentran entre los colectivos de las desigualdades urbanas. El descuido sistemático población potencialmente más expuestos a una situación de las necesidades humanas universales de refugio, salud pobreza tal y seguridad parece que están provocando que los barrios con rentas más bajas sean desproporcionadamente más vulnerablescomo se constata en el VIII Informe Foessa ''Exclusión y desarrollo social en España 2019'', o en este caso, a la pandemia COVID-19publicación de Oxfam Intermón ''Una reconstrucción justa es posible y necesaria. No es momento para la austeridad, no sólo en términos de saludelijamos dignidad'' (2020). Asimismo, sino también cabe señalar que dichas variables aparecen recogidas y analizadas en pérdida obras tan señaladas para el estudio de renta, aumento del desempleo, menor protección social, etc. El incremento la vulnerabilidad como el ''Atlas de la pobreza Vulnerabilidad Urbana y el aumento multiescalar Análisis urbanístico de la desigualdad socioespacial cristalizan Barrios Vulnerables en lo que se viene a denominar injusticia espacialEspaña'' publicadas por el Ministerio de Fomento (2012, 2015). No resulta arriesgado manifestar Una vez recogida y tratada la información, aunque sea como hipótesis plausible, que se procedió a la pobreza y precariedad están provocando más contagios y víctimas entre los más vulnerables.La elaboración de un índice sintético de vulnerabilidad en Barcelona y Madrid castigan especialmente a las periferias urbanasmediante la técnica de análisis de componentes principales, sobre todo aquellas construidas durante el desarrollismo (1960-1970), con alta presencia que se representó en forma de vivienda social, altas densidades matriz respecto de las variables. Estas se representan en filas y los componentes principales en columnas. Lo ideal es que sirven como lugar cada componente se relacione de residencia de población inmigrante forma positiva con pocas variables (primero con unos coeficientes de la emigración interior y más recientemente correlación próximos a 1 o -1) y mal con el resto de la extranjera laborallas variables (con coeficientes próximos a 0). En Barcelonaeste caso, de los dos componentes obtenidos, la fractura social se percibe en un norte y sur mucho más vulnerables frente optó por escoger el primero, al oeste considerar que era el más privilegiadorepresentativo. En MadridFinalmente, la relación es claramente sur-norte. En se dio traslado de los dos casosresultados a un sistema de información geográfica, la baja vulnerabilidad es característica común donde se optó por clasificarlos según el método de clasificación en los espacios centrales intervalos naturales (ensanches y centros históricos''natural breaks''). En estos últimos, los índices elevados se reducen a puntuales reductos [[Archivo:Barcelona_Indice-de-vulnerabilidad.-Ciudad-de-Barcelona_2017_mapa_18011_spa.jpg|left|thumb|none|300px|Mapa: Índice de vulnerabilidad. Ciudad de áreas todavía no rehabilitadas o gentrificadas, como por ejemplo el Raval en Barcelona. En definitiva, la detección de estos contrastes en Madrid y 2017. Barcelona parece que han podido favorecer, en general, la existencia de una relación directa entre altas tasas . [//centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida.do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Barcelona_Indice-de -vulnerabilidad y la incidencia acumulada por la COVID.-Ciudad-de-19Barcelona_2017_mapa_18011_spa.pdf PDF]. [//centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida. La distribución do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Barcelona_Indice-de la -vulnerabilidad en Barcelona, a partir del índice elaborado, dibuja una ciudad con unas tasas elevadas que se concentran, por un lado, en las barriadas populares del norte municipal (Torre Baró, Ciutat Meridiana, Canyelles, les Roquetes) y algunas del nordeste, como Bon Pastor –secciones con destacada presencia .-Ciudad-de-Barcelona_2017_mapa_18011_spa.zip Datos].]][[Archivo:Madrid_Indice-de-vulnerabilidad.-Ciudad-de-Madrid_2017_mapa_18012_spa.jpg|left|thumb|none|300px|Mapa: Índice de vulnerabilidad. Ciudad de Madrid. 2017. Madrid. [//centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida.do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Madrid_Indice-de población trabajadora e inmigrante– y, por otro, en un extenso territorio del sur -vulnerabilidad.-Ciudad-de la ciudad que se corresponde con la zona portuaria y la Barceloneta-Madrid_2017_mapa_18012_spa.pdf PDF]. [//centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida. En estos territorios se supera la incidencia acumulada do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Madrid_Indice-de 500 casos por 100-vulnerabilidad.000 habitantes (febrero-junio 2020) e incluso, en algunos, se alcanza el máximo considerado (1Ciudad-de-Madrid_2017_mapa_18012_spa.000 casos)zip Datos]. Por su parte, los indicadores de vulnerabilidad ]]Como ya se demostró hace más baja se localizan en las secciones censales de cien años, la zona oeste, desde Pedralbes y Sarriá, pasando por buena parte cartografía médica es una herramienta fundamental para la visualización de los procesos de difusión de las secciones del Eixampleenfermedades, hasta la gestión de las crisis epidemiológicas y la toma de decisiones. Los estudios clásicos sobre salud pública y ciudad recuperan un espacio que hasta hace poco parecía impensable introducir en el debate urbano del siglo XXI. La pandemia de la COVID-19 obliga a una reformulación de los estudios urbanos, recuperando antiguos debates que propicien la reflexión sobre problemas urbanos no satisfactoriamente superados. Entre ellos, los referidos a las desigualdades en la ciudad. La enfermedad, precisamente, se está mostrando como un indicador principal y muy expresivo de las desigualdades urbanas. El descuido sistemático de las necesidades humanas universales de refugio, salud y seguridad parece que están provocando que los barrios con rentas más bajas sean desproporcionadamente más vulnerables, en este caso, a la pandemia COVID-19, no sólo en términos de salud, sino también en pérdida de renta, aumento del desempleo, menor protección social, etc. El incremento de la pobreza y el aumento multiescalar de la desigualdad socioespacial cristalizan en lo que se viene a denominar injusticia espacial. No resulta arriesgado manifestar, aunque sea como hipótesis plausible, que la pobreza y precariedad están provocando más contagios y víctimas entre los más vulnerables (González y Piñeira, 2020). La vulnerabilidad en Barcelona y Madrid castiga especialmente a las periferias urbanas, sobre todo aquellas construidas durante el desarrollismo (1960-1970), con alta presencia de vivienda social, altas densidades y que sirven como lugar de residencia de población inmigrante (primero de la emigración interior y más recientemente de la extranjera laboral). En Barcelona, la fractura social se percibe en un norte y sur mucho más vulnerables frente al oeste más privilegiado. En Madrid, la relación es claramente sur-norte. En los dos casos, la baja vulnerabilidad es característica común en los espacios centrales (ensanches y centros históricos). En estos últimos, los índices elevados se reducen a puntuales reductos de áreas todavía no rehabilitadas o gentrificadas, como por ejemplo el Raval en Barcelona. En definitiva, la detección de estos contrastes en Madrid y Barcelona parece que han podido favorecer, en general, la existencia de una relación directa entre altas tasas de vulnerabilidad y la incidencia acumulada por la COVID-19.  La distribución de la vulnerabilidad en Barcelona, a partir del índice elaborado, dibuja una ciudad con unas tasas elevadas que se concentran, por un lado, en las barriadas populares del norte municipal (Torre Baró, Ciutat Meridiana, Canyelles, les Roquetes) y algunas del nordeste, como Bon Pastor –secciones con destacada presencia de población trabajadora e inmigrante– y, por otro, en un extenso territorio del sur de la ciudad que se corresponde con la zona portuaria y la Barceloneta. En estos territorios se supera la incidencia acumulada de 500 casos por 100.000 habitantes (febrero-junio 2020) e incluso, en algunos, se alcanza el máximo considerado (1.000 casos). Por su parte, los indicadores de vulnerabilidad más baja se localizan en las secciones censales de la zona oeste, desde Pedralbes y Sarriá, pasando por buena parte de las secciones del Eixample, hasta la primera línea litoral, altamente revalorizada (desde la Vila Olímpica del Poblenou hasta Diagonal Mar i el Front Marítim del Poblenou)línea litoral, altamente revalorizada (desde la Vila Olímpica del Poblenou hasta Diagonal Mar i el Front Marítim del Poblenou). A la vista de los datos acumulados de COVID-19, son las áreas de más baja incidencia del municipio, mayoritariamente con una tasa por debajo de 500 casos. A la vista de los datos acumulados de COVID-19, son las áreas de más baja incidencia del municipio, mayoritaria-mente con una tasa por debajo de 500 casos.