Perú
Informe año 1
Piura: región piloto del
Proyecto. Sus peculiaridades geográficas
y de riesgosde desastre ENSO: un caso de estudio de vulnerabilidad
El departamento de Piura
Desarrollo del modelo o conceptual de vulnerabilidad
La información estadística seleccionada para el análisis de la vulnerabilidad fue ingresada en una base de datos para su posterior reclasificación y manejo estadístico.
Los indicadores seleccionados fueron reclasificados teniendo en cuenta como contribuye cada indicador en la configuración de la vulnerabilidad de la región.
A continuación presentamos los indicadores y su respectiva reclasificación.Var1 = Población total 1993, según distrito
|
Var2 = % Población en hogares con NBI
|
Var3 = % de niños del 1ª grado de primaria con desnutrición crónica
|
Var4 = % de la población de 15 y más años ocupada en agricultura
|
Var5 = Densidad poblacional
|
Var6 = Tasa de crecimiento poblacional 1981-1993
|
Var7 = % de hogares con jefe de familia con primaria incompleta
|
Var8 = Tasa de analfabetismo de la población de 15 años y más
|
Var9 = % de hogares sin artefactos electrodomésticos
|
Como suele suceder en la definición de rangos y pesos asignados para recslasificar indicadores, los criterios de selección en cierta manera son subjetivos y se basan en la integración de criterios estadísticos con criterio de juicios de valor establecidos en base a la experiencia de trabajo en la zona de Piura.
El modelo planteado para determinar el grado de vulnerabilidad a nivel distrital, en función de las variables seleccionadas es el siguiente:
(Var1 * Var2 * Var5) + Var3 + Var4 + Var6 + Var7 + Var8 + Var9
Si consideramos que cada variable osci1la entre valores que van de 1 a 5 entonces en la fórmula el resultado de la vulnerabilidad oscilará entre 7 y 155.
Grados de vulnerabilidad:
(9 - 32) : bajo
(33 - 65) : medio bajo
(65 - 100) : medio
(101 - 130) : medio alto
(131 - 160) : alto
El modelo integra el peso de cada una de las variables distritales. De las nueve variables identificadas consideramos que la Var1, Var2 y Var5 tienen mayor peso que el resto puesto que se trata de variables que miden población, densificación y pobreza, las cuales mezcladas dan una idea clara del patrón de asentamiento en cada provincia y su nivel de vida.
Asimismo la variable Var1 (población total) en su incorporación como factor multiplicador de la Var2 y la Var5, nos da un valor que integra los datos representados a nivel relativo (en %) y los datos representados a nivel absoluto (valores reales).
El modelo puede enriquecerse en la medida que se pueda incorporar otras variables sobre todo en el análisis de la vulnerabilidad frente a un tipo de amenaza específico. Por ejemplo en lo referente al análisis de riesgos a sismos sería muy importante incorporar al modelo variables específicas referidas a la vulnerabilidad física y técnica en cuanto al material de las viviendas (paredes y techos) que en cierta manera están consideradas en los indicadores de NBI.
Asimismo habría que tratar de incorporar al modelo información relacionada con la capacidad de gestión ante desastres de los organismos locales, tanto municipios, ONGs locales, comités vecinales, etc.
Análisis de las variables involucradas en la Vulnerabilidad
A través de las estadísticas presentadas, así como gráficos y mapas podemos percibir cuál es la situación socio-económica de los 65 distritos de Piura, y de esta manera aproximarnos a los posibles grados de vulnerabilidad ante desastres que presentan.
A continuación haremos un análisis de los datos presentados en este modelo:Continua ->