Cambios

{{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}} 

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"

<div style="text-align:center; float:right"><div style="color:#DF7401">'''Matriz de componentes'''<span style="color:#636363">^a</span></div>

{| cellspacing="0" cellpadding="0" style="margin-top: 0; margin-right: 0px; margin-bottom: 0em; margin-left: 0px20px; float:leftright; width:100%350px"

<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">

{| class<div style="wikitablemargin-bottom:10px; margin-right:0px" >{| style="margin-right: 0px; margin-left: 0px; font-size:12px; float:left"

| 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" | 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">^a</span>) 2 componentes extraídos</small></div>

|}  La selección de Se han seleccionado cinco variables de cariz más económico se justifica por la importancia numérica de personas con bajos ingresos y que continúan atrapadas por el desempleo índole social y económica para la pobreza laboral. La falta elaboración del índice sintético de ingresosvulnerabilidad: población extranjera, 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 población analfabeta 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 austeridadrenta media por persona, elijamos dignidad (2020). Asimismo, cabe señalar que dichas variables aparecen recogidas población con prestaciones y analizadas población en obras tan señaladas para el estudio situación 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 (2012, 2015)desempleo. Una vez recogida y tratada la información, se procedió a la elaboración Las fuentes de un índice sintético de vulnerabilidad mediante la técnica de análisis de componentes principales, que se representó en forma de matriz respecto de las variables. Estas donde se representan en filas y han extraído los componentes principales en columnas. Lo ideal es que cada componente se relacione datos son el Instituto Nacional de forma positiva con pocas variables Estadística (con unos coeficientes de correlación próximos a 1 o -1estadística experimental) y mal con el resto (con coeficientes próximos a 0). En este caso, de los dos componentes obtenidos, se optó por escoger el primero, al considerar que era el más representativo. Finalmente, se dio traslado respectivos portales estadísticos de los resultados a un sistema de información geográfica, donde se optó por clasificarlos según el método de clasificación en intervalos naturales (natural breaks)Madrid y Barcelona. <div><ul style="text-align: center">

<li style="display: inline-block; vertical-align:top">[[Archivo:Espana Poblacion-La selección de variables de cariz más económico se justifica por la importancia numérica de personas con bajos ingresos y-densidad-que continúan atrapadas por el desempleo y la pobreza laboral. La falta de-poblacion 1900 mapa 14663 spaingresos, sobre todo cuando la prolongación en el tiempo es significativa, conlleva la dependencia de prestaciones no contributivas.jpg|left|thumb|none|300px|Mapa 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 densidad desarrollo social en España 2019'', o en la publicación de población. 1900. España. [http://centrodedescargas.cnigOxfam Intermón ''Una reconstrucción justa es posible y necesaria.No es/CentroDescargas/busquedaRedirigidamomento para la austeridad, elijamos dignidad'' (2020).do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Espana_Poblacion-Asimismo, cabe señalar que dichas variables aparecen recogidas y-densidad-analizadas en obras tan señaladas para el estudio de-poblacion_1900_mapa_14663_spa.pdf PDF]. [http://centrodedescargas.cnig.es/CentroDescargas/busquedaRedirigida.do?ruta=PUBLICACION_CNIG_DATOS_VARIOS/aneTematico/Espana_Poblacion-la vulnerabilidad como el ''Atlas de la Vulnerabilidad Urbana y-densidad-el Análisis urbanístico 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 InteractivoBarrios Vulnerables en España'' publicadas por el Ministerio de Fomento (2012, 2015). ]]]</li>

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).

{{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}}

{{ANENavegacionHermanosUltimo|anterior=[[Visión de conjunto]]Málaga}}