10No obstante, este resultado puede estar influido por lo descrito en la metodología acerca del tamaño de los sectores censales y el error al que puede conducir tal medición. 7Los sectores censales son definidos por el INE y espacializados y socioestadísticamente caracterizados por Salazar y Osses (2008), y Salazar, Hidalgo y Paéz (2011). Esperamos que este nuevo número renueve y estimule el interés por el esforzado trabajo que desarrollan las y los profesionales de las Ciencias Sociales en el ámbito rural. El jueves 14 de diciembre, el auditorio del CIDS en Villarrica en la novena región se convirtió en un centro de aprendizaje y debate educativo con la realización del… Desde hace unos tres años, en conjunto con el Ministerio de Desarrollo Social Fosis ha estado presentando la iniciativa o la convocatoria al proyecto “Innova Fosis”; que lo que busca es pilotear innovación social en el estado a partir de un concurso abierto de innovación pública, nos dijo Gerson RodrÍquez, Director del Centro de Innovación y Emprendimiento (CIE).
Pese a lo anterior, la pobreza —especialmente la pobreza extrema— sigue siendo más marcada en áreas rurales y, de acuerdo con Pérez (2008), una parte importante de la reducción de la pobreza rural se debería a efectos migratorios desde zonas rurales a urbanas, particularmente de las personas más jóvenes (entre 25 y 35 años). Asimismo, diversos estudios demuestran la existencia de menores oportunidades y empleos en áreas rurales o remotas, por el aislamiento relativo respecto de las áreas urbanas, lo que tiende a generar mayores niveles de pobreza. En particular, Partridge y Rickman (2008) demuestran la existencia de una relación positiva entre la distancia a grandes áreas urbanas y la pobreza para EE.UU., como consecuencia de la atenuación de los efectos de las economías de aglomeración. El área metropolitana de Santiago de Chile representa, en tal sentido, un buen caso de estudio para evaluar la existencia de economías de aglomeración y para advertir si es que tales efectos disminuyen como consecuencia de la distancia al área urbana. Si bien el presente estudio no pretende ser comprehensivo en estos aspectos, busca entregar elementos de análisis y de discusión sobre los potenciales impactos que tendría en la pobreza la distancia al área urbana principal.
El objetivo principal del estudio es encontrar evidencia sobre el efecto que tiene la distancia —como una aproximación al aislamiento— sobre la pobreza en las áreas que circundan el área urbana de Santiago. La hipótesis es que la distancia, medida como tiempo de viaje desde cada sector censal hasta la mancha urbana de Santiago5, se encuentra correlacionada con la pobreza de la población de un sector censal, una vez que se toman en cuenta variables sociales, económicas, geográicas y demográficas. En tal sentido, si se controla por variables sociales y económicas de contexto, resultaría más probable ser pobre en la medida en que se esté más lejos del mercado principal. Se considera que el principal aporte de este documento es la sistematización y el uso de información censal para la estimación, con un modelo econométrico, de la existencia de correlaciones entre la distancia al centro urbano y la pobreza rural6.
Esto se observa en la diferencia de los indicadores al medirlos entre los ingresos autónomos y entre los ingresos monetarios (después de transferencias del Estado). En 2022, con respecto a 2020, en basic la distribución del ingreso mejora en los diversos tipos de mediciones de desigualdad. Mientras que a nivel nacional se redujo desde el 20,3% en 2017 a 16,9% en la última medición de la encuesta, a nivel rural alcanzo el 28%, en tanto en las capitales llegó a 15,5%. La Cumbre, que se extenderá toda esta semana, contempla además la discusión del desarrollo agrícola en el mundo, la lucha contra la fiebre aftosa, un acuerdo sobre recursos genéticos y la adopción de un código para uso y distribución de pesticidas.
La pobreza, o la incidencia de la misma en un espacio geográfico dado, se encuentran determinadas por diversos factores, entre los que —como es de esperar— se consideran elementos sociales y económicos. Los activos de las personas, de los cuales acá solo se mencionan los relacionados con educación y la posesión de un medio de movilización propio, determinan de forma importante la existencia de pobreza. Debido a que los valores se encuentran en tasas (excepto en el caso de las variables geográficas) —es decir, el número de personas que cumplen con determinada característica en un sector, respecto del total de personas del sector—, la relación entre la variable dependiente y las demás se da en términos de porcentajes o elasticidades. Un resultado preliminar, previo al modelo econométrico, relaciona la variable «tiempo de viaje» con el porcentaje de población pobre respecto del total de población pobre de la muestra completa.
Ello hace necesario, en función de encontrar tal correlación entre distancia y pobreza, la implementación de un modelo que permita establecer mayores niveles de correlación entre estas variables al tomar en cuenta otras variables de management. El modelo empleado considera variables socioeconómicas (edad, escolaridad, pertenencia a culturas indígenas y categoría ocupacional) y geográficas (densidad del sector censal, densidad comunal, número de personas por sector y tiempo de viaje hasta Santiago). Además se considera relevante, por ser factor de aumento de acceso, el poseer un automóvil; sin embargo, esta variable se encuentra presumiblemente relacionada con el tiempo de viaje y con la pobreza, por lo que se implementó como una variable instrumental, evitando así problemas de endogeneidad (véase resultados del check de Hausman en el Cuadro 4).
En specific, el 1% más de población indígena se traduce en un aumento de 0,09% en la pobreza de un sector determinado. La elasticidad de los trabajadores familiares no remunerados respecto de la pobreza es de 0,17%; es decir, que a medida que aumentan los trabajadores no remunerados, la pobreza aumenta consecuentemente. Sin embargo, sí permite establecer sectores (censales) de análisis que son relacionables con características económicas y sociales diversas al inside del sector censal. A nivel de regiones, las mayores tasas de pobreza multidimensional corresponden a las regiones de Tarapacá (23,8%), Atacama (20,3%), La Araucanía (19,8%) y Los Lagos (19,7%). Por último, el trabajo “Inclusión, igualdad y asimilacionismo en escuelas con diversidad socioeconómica” (Inclusion, equality and assimilationism in faculties with socioeconomic diversity) de Manuela Mendoza-Horvitz analiza los hallazgos de un estudio de caso en dos escuelas chilenas con niveles excepcionales de heterogeneidad socioeconómica entre sus estudiantes.
En tal sentido, aun cuando el impacto generado por el incremento del nivel de escolaridad parece limitado en términos de reducción de la pobreza, el tener población sin educación alguna presenta una correlación cercana a 1 respecto de la pobreza. Muy pocas veces la psicología latinoamericana se ha detenido a pensar las especificidades de la ruralidad, tanto en relación a los conocimientos que genera como abordando el campo de sus prácticas profesionales. Así, los resultados de investigaciones y del quehacer psicológico, en common, tienden a ser transferidos de manera acrítica de contextos urbanos a rurales sin una discusión apropiada de sus alcances y pertinencia contextual, lo que implícitamente implica asumir ingenuamente que lo humano se identifica con urbano. A la vez, los procesos y dinámicas psicosociales específicas asociadas a la ruralidad quedan invisibilizadas para nuestra profesión. En este contexto, asumimos que ‘lo rural’ requiere de una mirada específica desde la psicología, pues es un campo de problemas que interpela a sus teorías y quehaceres, pensados y desarrollados usualmente desde prácticas socioculturales urbanas. Entre las limitantes del estudio se encuentra el hecho de que solo se utilizaron sectores censales tal como vienen definidos por el INE.