1985
ediciones
Cambios
sin resumen de edición
{{ANEObra|Serie=Monografías del Atlas Nacional de España|Logo=[[Archivo:Logo_Monografía.jpg|left|50x50px|link=]]|Título=La pandemia COVID-19 en España|Subtítulo=Primera ola: de los primeros casos a finales de junio de 2020|Año=2021|Contenido=Nuevo contenido}}{{ANENavegacionCapitulo (monografía COVID-19)ANENavegacionSubcapitulo|estructuratemática=[[Estructura temática (monografía COVID-19)|Estructura temática]]|seccion=[[La pandemia COVID-19 en España|La pandemia COVID-19 en España]]|capitulo=[[Comportamientos espaciales diferenciados|Comportamientos espaciales diferenciados]]|subcapitulo=Índice sintético de vulnerabilidad en Barcelona y Madrid}}
En los ejemplos de Barcelona y Madrid presentados anteriormente, se ha podido contemplar la incidencia espacial diferenciada de la COVID-19 a diferentes escalas y niveles. En el primer caso, a escala intraurbana y en el ámbito de su área metropolitana. En el caso de Madrid, en la comunidad autónoma, además de en la propia ciudad. Las unidades espaciales objeto de análisis y representación cartográfica quedaron circunscritas a los términos municipales y, cuando se trataba de las ciudades de Madrid y Barcelona, se descendió a los distritos.
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, son 1.068 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: población extranjera, población analfabeta o sin estudios, renta media por persona, población con prestaciones y población en situación 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. {| cellspacing="0" cellpadding="0" style="margin-top: 0; float:right;margin-right: 10px0px; margin-bottom: 0em; margin-left: 0px; float:right; width:25%350px"
| style="vertical-align: top; border-style: solid; border-width: 1px; border-color: #ffffff; background-color:#ffffff" |
<div style="text-align:center; float:right"><div style="color:#DF7401">'''Matriz de componentes'''<span style="color:#636363"><sup>a</sup></span></div>
{| cellspacing="0" cellpadding="0" style="margin-top: 0; margin-right: 0px; margin-bottom: 0em; margin-left: 0px20px; float:leftright; width:100%350px"
| style="vertical-align: top; border-style: solid; border-width: 1px; border-color: #A7A7A7; background-color:#ffffff" |
<div style="padding-top: 01.3em0em; padding-right: 0.3em5em; padding-bottom: 0.3em; padding-left: 0.3em5em; font-size: 100%; text-align: center; float:right">
|-
| rowspan="2" style="background:#f1d3c0; color:#ef9248; text-align:center; width:250px" | '''VARIABLE''' || colspan="2" style="background:#f1d3c0; color:#ef9248; text-align:center; width:140px" | '''VariableCOMPONENTES''' |-| style="background:#f1d3c0; color:#ef9248; text-align:center; width:80px50px" | '''Componente 1''' || style="background:#f1d3c0; color:#ef9248; text-align:center; width:80px50px" | '''Componente 2'''
|-
| style="color:#636363; background:#ffffff; text-align:left; border: solid; border-width: 1px" | Renta media por persona || style="background:#ffffff; color:#636363; text-align:center; border: solid; border-width: 1px" | -,899 || style="background:#ffffff; color:#636363; text-align:center; border: solid; border-width: 1px" | ,189
| style="color:#636363; background:#ffffff; text-align:left; border: solid; border-width: 1px" | Población analfabeta/sin estudios || style="background:#ffffff; color:#636363; text-align:center; border: solid; border-width: 1px" | ,272 || style="background:#ffffff; color:#636363; text-align:center; border: solid; border-width: 1px" | ,810
|-
| style="color:#636363; background:#ffffff; text-align:left; border: solid; border-width: 1px" | Población extranjera || style="background:#ffffff; color:#636363; text-align:center; border: solid; border-width: 1px" | ,513 || style="background:#ffffff; color:#636363; text-align:center; border: solid; border-width: 1px" | ,539|}</div></div><hr class="style2" /><div style="padding-top: 0.4em; padding-right: 0.5em; padding-bottom: 0.3em; padding-539left: 0.5em; font-size: 100%"><small style="color:#959595">Método de extracción de componentes principales. (<span style="color:#636363"><sup>a</sup></span>) 2 componentes extraídos</small></div>
|}
|}
Como ya se demostró hace más de cien años, la cartografía médica es una herramienta fundamental para la visualización de los procesos de difusión de las enfermedades, 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 castigan 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.
Esta dualidad social es igualmente percibida en el municipio de Madrid. Las secciones censales periféricas del sur, originalmente obreras e industriales, obtienen los índices de vulnerabilidad más altos, en secciones censales localizadas en Vicálvaro, Villa de Vallecas, Villaverde, Puente de Vallecas y Carabanchel. Estos barrios se sitúan dentro de distritos con una alta incidencia acumulada en términos absolutos, aunque no siempre registran las tasas relativas (por 100.000 habitantes) más elevadas. Por su parte, la vulnerabilidad más baja se localiza en el norte, ensanche y la mayor parte del centro histórico; parte sur de Fuencarral-El Pardo, Moncloa-Aravaca, Chamartín, Salamanca, Centro, Retiro, Hortaleza, buena parte de Ciudad Lineal, etc. Aunque, en general, éstas son las áreas con menor incidencia, existen algunas excepciones como es el caso de Retiro.
<div><ul style="text-align: center">
<li style="display: inline-block">
[[Archivo:Espana Poblacion-y-densidad-de-poblacion 1900 mapa 14663 spa.jpg|left|thumb|none|300px|Mapa de Índice de vulnerabilidad. Municipio de Barcelona. [http://centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida.do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Espana_Poblacion-y-densidad-de-poblacion_1900_mapa_14663_spa.pdf PDF]. [http://centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida.do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Espana_Poblacion-y-densidad-de-poblacion_1900_mapa_14663_spa.zip Datos] [https://interactivo-atlasnacional.ign.es/index.php#c=indicator&i=r_3_t.r_3_t&i2=c_43_t.c_43_t&s=1900&s2=1900&t=A02&t2=A02&view=map9 Interactivo. ]]]
</li>
<li style="display: inline-block">
[[Archivo:Espana Poblacion-y-densidad-de-poblacion 1900 mapa 14663 spa.jpg|left|thumb|none|300px|Mapa de Índice de vulnerabilidad. Municipio de Madrid. [http://centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida.do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Espana_Poblacion-y-densidad-de-poblacion_1900_mapa_14663_spa.pdf PDF]. [http://centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida.do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Espana_Poblacion-y-densidad-de-poblacion_1900_mapa_14663_spa.zip Datos] [https://interactivo-atlasnacional.ign.es/index.php#c=indicator&i=r_3_t.r_3_t&i2=c_43_t.c_43_t&s=1900&s2=1900&t=A02&t2=A02&view=map9 Interactivo. ]]]
</li>
</ul></div>
En suma, las dos cabeceras del sistema urbano español tienen importantes problemas de vulnerabilidad. La situación actual demuestra que las mejoras urbanas de las últimas décadas se fundamentaron sobre bases y estructuras débiles y sobre un modelo de ciudad desigual políticamente aceptada. Primero, la crisis de 2008 y las denominadas políticas poscrisis ahondaron las desigualdades internas en unas ciudades que ya tenían importantes problemas de cohesión social. Posteriormente, la crisis relacionada con la COVID-19 puede provocar un aumento del desequilibrio señalado en relación a la vulnerabilidad. Habría que iniciar nuevas investigaciones al respecto, pero existe el riesgo de que la vulnerabilidad detectada en los espacios más precarios se expandiese a ámbitos que hoy están habitados por clases medias y aparentemente bien integrados en la ciudad.
{{ANEAutoria|Autores= XXXX XXXX XXXXJesús M. González Pérez y María José Piñeira Mantiñán}}{{ANEBibliografia|Texto=*BENAVIDES, L. et al. (2020): ''Una reconstrucción justa es posible y necesaria. No es momento para la austeridad, elijamos dignidad''. Madrid, Oxfam Intermón. Disponible en: https://www.observatoriorealidadsocial.es/es/documentacion/Record/553245*EPData (2021): «Población especialmente vulnerable». Disponible en: https://www.epdata.es/datos/poblacion-especialmente-vulnerable-estadistica-accentur-fedea-juntos-empleo/87/espana/106*FERNÁNDEZ MAÍLLO, G. (2019), coord.: ''VIII Informe Foessa Exclusión y desarrollo social en España. Madrid, Fundación Foessa''. Disponible en: https://www.foessa.es/main-files/uploads/sites/16/2019/06/Informe-FOESSA-2019_web-completo.pdf*GONZÁLEZ PÉREZ, J. M. y PIÑEIRA MANTIÑÁN, M. J. (2020): «La ciudad en rebelión. Vulnerabilidades urbanas y nuevos gobiernos en la ciudad», Boletín de la Asociación de Geógrafos Españoles, nº 87. Disponible en: https://bage.age-geografia.es/ojs/index.php/bage/issue/view/126*MINISTERIO DE FOMENTO (2012): ''Atlas de la Vulnerabilidad Urbana''. https://www.mitma.gob.es/areas-de-actividad/arquitectura-vivienda-y-suelo/urbanismo-y-politica-de-suelo/observatorio-de-la-vulnerabilidad-urbana/atlas-de-la-vulnerabilidad-urbana/atlas-de-las-vulnerabilidad-urbana-en-espan%CC%83a*MINISTERIO DE FOMENTO (2015): ''Análisis urbanístico de Barrios Vulnerables en España''. https://www.mitma.gob.es/areas-de-actividad/arquitectura-vivienda-y-suelo/urbanismo-y-politica-de-suelo/observatorio-de-la-vulnerabilidad-urbana/analisis-urbanistico-de-barrios-vulnerables}}
{{ANESubirArriba}}
{{ANEPaginaDescargas (monografía COVID-19)}}
{{ANENavegacionHermanosUltimo|anterior=[[Visión de conjunto]]Málaga}}
[[Categoría:La pandemia COVID-19 en España]]