Date post: | 05-Dec-2023 |
Category: |
Documents |
Upload: | universityofvic |
View: | 0 times |
Download: | 0 times |
- 1 -
NUEVAS TECNICAS DE ESTADISTICA ESPACIAL PARA LA DETECCIOacuteN DE
CLUSTERS RESIDENCIALES DE POBLACIOacuteN INMIGRANTE
Joan Carles Martori
Departament drsquoEconomia Matemagravetica i Informagravetica
Facultat drsquoEmpresa i ComunicacioacuteUniversitat de Vic
Sagrada Familia 7 08500 Vic Barcelona
martoriuviccat
Karen Hoberg
Universitat de Vic
karenhoberguviccat
Resumen
La estadiacutestica aplicada a la geografiacutea ha experimentado un avance espectacular en las
uacuteltimas dos deacutecadas introducieacutendose el espacio como eje fundamental del anaacutelisis Este
avance se ha visto acompantildeado por un raacutepido desarrollo de aplicaciones estadiacutesticas
integradas en los sistemas de informacioacuten geograacutefica constituyeacutendose de esta forma en un
conjunto de herramientas imprescindibles en la planificacioacuten territorial Por otro lado en
Espantildea el incremento de poblacioacuten inmigrada en un corto intervalo de tiempo ha hecho
necesario analizar su distribucioacuten espacial en las aacutereas urbanas Los iacutendices de
autocorrelacioacuten espacial tanto global como local y su representacioacuten cartograacutefica
constituyen una teacutecnica adecuada para la deteccioacuten de clusters y patrones espaciales y abre
la posibilidad de plantear diferentes modelos economeacutetricos A partir del caso de la ciudad
de Barcelona se aplican las teacutecnicas descritas y se observan los diferentes comportamientos
seguacuten el grupo de poblacioacuten estudiado
Palabras clave cluster autocorrelacioacuten espacial anaacutelisis de la varianza econometriacutea
espacial
Abstract
The statistics applied to the geography has experimented a spectacular advance on the last
two decades working in the space as a fundamental axis of the analysis This advance has
been seen accompanied with a fast development of statistical applications integrated into
the systems of geographical information constituting itself this way in a set of
indispensable tools in the territorial planning On the other hand in Spain the increase of
immigrant population in a short interval of time has made its spatial distribution analyze
necessary in the urban areas The indexes of spatial autocorrelation global as well as local
and its cartographic representation constitute a technique suitable for the detection of
clusters and spatial patterns and the possibility to propose different econometric models
From the case of the city of Barcelona the described techniques are applied and the
different behaviours are observed according to the group of population studied
Key words Clusters Spatial autocorrelation ANOVA Spatial Econometrics
- 2 -
1 Introduccioacuten
La configuracioacuten socioespacial de las ciudades espantildeolas estaacute adaptaacutendose a una nueva
realidad marcada por el gran incremento de la poblacioacuten inmigrada Este proceso es
susceptible de medicioacuten cuantitativa utilizando las nuevas herramientas propuestas desde la
conjuncioacuten entre espacio y estadiacutestica Artiacuteculos recientes han aplicado algunas de las
nuevas herramientas a la geografiacutea urbana (Frank 2002 Logan y Zhang 2004) El presente
trabajo tiene cuatro objetivos principales en primer lugar ofrecer un somero estado de la
cuestioacuten sobre los recientes avances metodoloacutegicos en el anaacutelisis espacial y sus
posibilidades de aplicacioacuten con la ayuda del nuevo software informaacutetico disponible Los
tres objetivos restantes se pueden concretar en la deteccioacuten de patrones de distribucioacuten
espacial de la poblacioacuten inmigrante el anaacutelisis de las caracteriacutesticas socioeconoacutemicas de las
zonas donde su presencia es significativamente alta y por uacuteltimo la seleccioacuten de aquellos
factores que son maacutes relevantes para determinar la pertenencia de una zona urbana a un
cluster residencial de poblacioacuten inmigrante
Para alcanzar estos tres objetivos se propone una metodologiacutea basada en la estadiacutestica
espacial como herramienta principal La deteccioacuten de zonas urbanas donde existe una
proporcioacuten alta de poblacioacuten inmigrante se lleva a cabo mediante indicadores locales de
asociacioacuten espacial o indicadores LISA (Local Indicator of Spatial Association) y el
anaacutelisis de las caracteriacutesticas zonales mediante un Anaacutelisis de la Varianza y un modelo
economeacutetrico espacial Las cuestiones que pretendemos abordar son las siguientes iquestCoacutemo
se pueden detectar los clusters de poblacioacuten inmigrante incorporando caracteriacutesticas
geograacuteficas en el proceso iquestCuaacuteles son sus patrones espaciales iquestQueacute caracteriacutesticas
socioeconoacutemicas tienen iquestPresentan diferencias significativas con otras zonas
El artiacuteculo se estructura como sigue el apartado dos se dedica a la revisioacuten de la estadiacutestica
espacial en las siguientes secciones se presentan las herramientas utilizadas para la
localizacioacuten de los clusters residenciales de la poblacioacuten inmigrante y se analizan las
caracteriacutesticas de los clusters haciendo hincapieacute en las diferencias con otras zonas en la
seccioacuten cinco se propone un modelo economeacutetrico para seleccionar los factores maacutes
relevantes para explicar la pertenencia de una zona a un cluster La aproximacioacuten espacial
que proponemos se ilustra con parte de los resultados obtenidos para la ciudad de
Barcelona
2 Estadiacutestica y espacio
La estadiacutestica espacial es una disciplina de la estadiacutestica general que trata del anaacutelisis
descriptivo e inferencial de datos geograacuteficos La aplicacioacuten de teacutecnicas estadiacutesticas a la
geografiacutea tiene un manual de referencia en el trabajo de Ebdon (1977) aunque este texto se
limita a la aplicacioacuten de las teacutecnicas descriptivas e inferenciales maacutes baacutesicas a datos
geograacuteficos Un salto cualitativo de gran calado se produjo con el trabajo de Ripley (1981)
que introduce y generaliza para diversas disciplinas el teacutermino Estadiacutestica Espacial ya no
se trata de aplicar teacutecnicas estadiacutesticas a datos geograacuteficos sino que con este manual se
introduce por primera vez el espacio como elemento fundamental del anaacutelisis Esta liacutenea ha
continuado con los manuales de Cressie (1991) Fotheringham et al (2000) y el maacutes
reciente de Haining (2003) Estaacute claro que los Sistemas de Informacioacuten Geograacutefica han
- 3 -
jugado un papel muy relevante en este avance ofreciendo a los investigadores la
posibilidad de cruzar las bases de datos con la cartografiacutea digitalizada
Un concepto baacutesico de la estadiacutestica espacial es el de dependencia o autocorrelacioacuten
espacial que analiza la falta de independencia que se produce entre las observaciones de
una variable para sus diferentes localizaciones Es un punto donde la estadiacutestica espacial se
conecta con la geografiacutea en la liacutenea de los trabajos de Tobler (1979) y su ldquoprimera ley de la
geografiacuteardquo en la que se afirma que en el anaacutelisis geograacutefico todo esta relacionado con todo
pero las cosas cercanas estaacuten maacutes relacionadas entre siacute que las cosas lejanas La
autocorrelacioacuten espacial junto con el concepto de heterogeneidad espacial ha dado lugar a
la econometriacutea espacial entendida como el conjunto de teacutecnicas de especificacioacuten
estimacioacuten contraste y prediccioacuten para el tratamiento espacial Como se puede observar la
liacutenea que separa la estadiacutestica y la econometriacutea espaciales es difusa pero la principal
diferencia estriba en que la segunda pone su principal punto de atencioacuten en la
modelizacioacuten
Los primeros iacutendices formales para detectar la presencia de autocorrelacioacuten espacial se
deben a Moran (1948) y Geary (1954) la aplicacioacuten de este concepto a diferentes
disciplinas de las Ciencias Sociales junto a nuevos desarrollos matemaacuteticos tiene un punto
de referencia clave en los trabajos de los geoacutegrafos Cliff y Ord (1972 1973 1981) El
nombre de econometriacutea espacial se debe a Paelinck y Klaasen (1979) y sus trabajos de
ciencia regional en los Paiacuteses Bajos El manual claacutesico de la disciplina se debe a Anselin
(1988) siendo relevantes tambieacuten los trabajos de Anselin y Florax (1995) Anselin et al
(2004) Getis et al (2004) y Lesage et al (2004) En Espantildea han publicado excelentes
trabajos de siacutentesis Moreno y Vayaacute (2000) y Chasco (2003)
Junto con la explosioacuten de meacutetodos y aplicaciones de la estadiacutestica y econometriacutea espaciales
en la deacutecada de los noventa se iniciaron diversos esfuerzos para desarrollar nuevas
herramientas informaacuteticas para el anaacutelisis espacial en las ciencias sociales La aplicacioacuten
maacutes extendida es GeoDareg
se trata de un programa libre desarrollado por el Laboratorio de
Anaacutelisis Espacial de la Universidad de Illinois que realiza anaacutelisis exploratorio de datos
espaciales no requiere de conocimientos previos sobre Sistemas de Informacioacuten
Geograacutefica y soacutelo utiliza los mapas de este tipo de programas como input El programa
permite efectuar todas las etapas de un anaacutelisis empiacuterico de datos espaciales representacioacuten
cartograacutefica estudio analiacutetico y graacutefico de la autocorrelacioacuten espacial anaacutelisis exploratorio
multivariante y regresioacuten espacial
El segundo esfuerzo que cabe destacar se debe al profesor Roger Bivand de la Norwegian
School of Economics and Business que ha implementado un grupo importante de funciones
en el lenguaje de programacioacuten R Cubre desde la construccioacuten de diversas formas de
matrices espaciales autocorrelacioacuten espacial y un grupo muy extenso de contrastes y
meacutetodos de estimacioacuten de modelos economeacutetricos espaciales Otro recurso interesante y
tambieacuten de libre acceso lo constituye el programa de estadiacutestica espacial CrimeStatreg
aunque enfocado a la criminologiacutea permite anaacutelisis geograacuteficos epidemioloacutegicos
botaacutenicos o geoloacutegicos Cubre la mayoriacutea de toacutepicos de la estadiacutestica espacial maacutes
descriptiva y es un programa pensado para su utilizacioacuten conjunta con ArcViewreg
ArcGisreg
o MapInforeg
- 4 -
En el campo de la econometriacutea espacial un recurso de referencia es la libreriacutea para Matlab
desarrollada por Sergio Rey de la Universidad de San Diego Se trata del recurso maacutes
completo para la modelizacioacuten de datos espaciales que cubre extensamente todos los
meacutetodos de estimacioacuten incluyendo estimacioacuten Bayesiana modelos de variable endoacutegena
cualitativa y regresioacuten ponderada geograacuteficamente1 Todo este conjunto de teacutecnicas y
recursos informaacuteticos ofrece a los investigadores muacuteltiples posibilidades de aplicacioacuten de
anaacutelisis de datos espaciales abriendo un fructiacutefero campo para la investigacioacuten en las
ciencias sociales
3 La deteccioacuten de clusters residenciales y patrones espaciales
En el contexto de este artiacuteculo el concepto de cluster residencial estaacute ligado a la
determinacioacuten de aquellas zonas urbanas donde existe una presencia significativa de
poblacioacuten inmigrante El teacutermino presencia significativa es en la mayoriacutea de la literatura
un umbral del porcentaje de poblacioacuten inmigrante sobre el total de poblacioacuten de la zona
analizada este porcentaje sin embargo es escogido de forma ad hoc2 La estadiacutestica
espacial ofrece algunos instrumentos metodoloacutegicos alternativos que pueden ayudar en la
consecucioacuten de este objetivo incorporando ademaacutes elementos de configuracioacuten zonal
En primer lugar el anaacutelisis de la autocorrelacioacuten espacial permite descubrir si se cumple la
hipoacutetesis de que una variable tiene una distribucioacuten aleatoria o si por el contrario existe
una asociacioacuten significativa de valores similares o no similares entre zonas vecinas La
autocorrelacioacuten espacial puede ser definida como el fenoacutemeno por el cual la similitud
locacional (observaciones proacuteximas espacialmente) se une con la similitud de valores De
este modo valores altos o bajos de una variable aleatoria tienden a agruparse en el espacio
(autocorrelacioacuten espacial positiva) o bien se situacutean en localizaciones rodeadas de unidades
vecinas con valores disiacutemiles (autocorrelacioacuten espacial negativa) El presente trabajo se
trata de averiguar si la distribucioacuten espacial de un determinado grupo de poblacioacuten es
aleatoria o no El estadiacutestico de prueba global I de Moran (1948) que permite contrastar este
hecho se define como
N
i
N
j
N
i
ijiijo xxxcSNI1 1 1
2)())(()(
Donde μ es la media de la variable x cij son los elementos de la matriz de pesos espaciales3
N es el nuacutemero de observaciones y S0 = Σi Σj cij
La distribucioacuten de este estadiacutestico estandarizado Z(I) es normal cuando el tamantildeo muestral
es suficientemente grande Un valor no significativo de Z(I) llevaraacute a no rechazar la
hipoacutetesis nula de no autocorrelacioacuten espacial mientras que un valor significativo positivo
(negativo) informaraacute de la presencia de un esquema de autocorrelacioacuten espacial positiva
(negativa) es decir la presencia de una concentracioacuten de valores similares (disiacutemiles) de la
variable analizada en unidades vecinas
- 5 -
Un instrumento graacutefico habitual en el anaacutelisis de la autocorrelacioacuten espacial es el
denominado scatterplot de Moran En el eje de abscisas se representan las observaciones de
la variable normalizada y en el de ordenadas el retardo espacial de la misma variable
definido como el producto entre el vector de observaciones de x y la matriz de pesos
espaciales De este modo los cuatro cuadrantes reproducen diferentes tipos de asociacioacuten
espacial Si la nube de puntos estaacute dispersa en los cuatro cuadrantes es indicio de ausencia
de autocorrelacioacuten espacial Si por el contrario los valores se encuentran concentrados
sobre la diagonal que cruza los cuadrantes derecha superior e izquierda inferior existe una
elevada autocorrelacioacuten positiva La autocorrelacioacuten seraacute negativa si los valores se
concentran en los dos cuadrantes restantes
Como ejemplo en el siguiente graacutefico se presenta el scatterplot de Moran correspondiente
al ratio de personas de nacionalidad extracomunitaria respecto a la poblacioacuten total en las
1483 secciones censales de Barcelona en el antildeo 2005 mostrando una situacioacuten de
autocorrelacioacuten positiva
Figura 1 Ejemplo Scatterplot de Moran
Fuente Elaboracioacuten propia
En segundo lugar la asociacioacuten significativa puede no darse en toda la ciudad sino soacutelo en
determinadas zonas por lo que se ha de recurrir a los denominados indicadores locales de
asociacioacuten espacial o indicadores LISA (Local Indicator of Spatial Association) que tienen
como objetivo que el estadiacutestico obtenido para cada zona suministre informacioacuten acerca de
la relevancia de valores similares alrededor de la misma El estadiacutestico de prueba del
contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) se define como
n
j
jiji
i xcm
xI
10
)()(
- 6 -
con
n
i
i n)x(m1
2
0 y donde el sumatorio j hace referencia al conjunto de unidades
vecinas de i
El contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) puede ofrecer
mediante su representacioacuten cartograacutefica y el scatterplot de Moran informacioacuten sobre
clusters y outliers de unidades con presencia alta de miembros de un grupo Utilizando el
mapa de la significacioacuten de los indicadores locales asociado al scatterplot podemos
identificar zonas con presencia alta de miembros de un grupo rodeadas de zonas con
presencia tambieacuten alta (situacioacuten High-High en el scatterplot de Moran) o bien zonas con
presencia alta rodeadas de unidades con presencia baja (situacioacuten High-Low en el
scatterplot de Moran) Asimismo tambieacuten se permite la deteccioacuten de zonas con presencia
baja rodeadas de unidades tambieacuten con presencia baja (situacioacuten Low-Low) o bien zonas de
presencia baja rodeadas de unidades con presencia alta de la variable analizada (situacioacuten
Low-High) Por uacuteltimo tambieacuten se pueden detectar zonas sin asociacioacuten espacial
significativa Este anaacutelisis se centra en aquellas zonas donde hay presencia significativa de
un colectivo se encuentre rodeada de zonas con igual situacioacuten o bien sea una zona rodeada
de situaciones diferentes en ambos casos nos referiremos a ellas como zonas cluster
Desde una perspectiva maacutes teacutecnica cabe hacer una serie de precisiones que determinan el
proceso de anaacutelisis de la autocorrelacioacuten de forma maacutes habitual en la amplia literatura
especializada4Cuando se han calculado los coeficientes de autocorrelacioacuten global y local se
ha utilizado el ratio de cada nacionalidad con respecto a la poblacioacuten total de la seccioacuten
Cuando se opera de este modo se puede violar el principio de estacionalidad del proceso
espacial por existir inestabilidad en varianza Esta inestabilidad se da cuando la variable
base del ratio (la poblacioacuten total) difiere entre las unidades analizadas (secciones censales)
Para corregirlo el ratio utilizado es el denominado Empirical Bayes sugerido por Assunccedilao
y Reis (1999)
Para llevar a cabo los contrastes de autocorrelacioacuten global y local se hace necesaria la
utilizacioacuten de la matriz de contacto binaria que permite expresar la vecindad entre dos
zonas mediante valores 0-1 Si dos zonas tienen una frontera comuacuten se las considera
contiguas y se les asigna el valor uno5 Otro detalle metodoloacutegico a considerar es la forma
de contrastar la hipoacutetesis de no autocorrelacioacuten utilizando el estadiacutestico I(i) que acabamos
de exponer y que tiene una distribucioacuten desconocida por lo tanto se debe utilizar una
aproximacioacuten aleatoria mediante un criterio de permutacioacuten para realizar el contraste
(Anselin 2003)6
La metodologiacutea expuesta en esta seccioacuten tiene dos claras ventajas respecto al proceso
habitual de deteccioacuten de clusters de poblacioacuten inmigrante en aacutereas urbanas No se tiene que
establecer a priori un umbral del porcentaje de poblacioacuten de un grupo sobre el total de
poblacioacuten de la zona estudiada e incorpora informacioacuten no tan soacutelo de la zona analizada
sino tambieacuten de las zonas adyacentes Esta segunda caracteriacutestica del proceso es relevante
para incorporar fenoacutemenos como la interaccioacuten con la poblacioacuten de otras zonas aparte de la
interaccioacuten que se produce en el estricto espacio residencial
- 7 -
4 Caracteriacutesticas de los clusters residenciales
En la seccioacuten anterior se ha visto coacutemo detectar zonas con presencia significativa de los
colectivos que se pretenden analizar esta seccioacuten se centra en cuantificar las diferencias
que presentan las zonas clusters respecto a aquellas zonas donde no se detecta presencia
significativa De hecho es la primera fase en el proceso de caracterizacioacuten de los clusters
Las diferencias que se pretenden cuantificar han de referirse a un conjunto de variables que
recojan las caracteriacutesticas socioeconoacutemicas de cada zona urbana La bibliografiacutea tampoco
es homogeacutenea en este sentido ya que se proponen diferentes caracteriacutesticas como
explicativas del agrupamiento espacial de los diferentes colectivos en la mayoriacutea de las
ocasiones limitados por la informacioacuten disponible a escala inframunicipal En el estudio de
caso de este artiacuteculo siguiendo los trabajos de Peach (1998) y Musterd y Deurloo (2002)
se han escogido las variables que se presentan en el cuadro 1
Para cada variable se ha contrastado su valor medio en las secciones clasificadas High-High
o High-Low con aquellas que presentan una situacioacuten diferente en el anaacutelisis de la
autocorrelacioacuten espacial Es decir se han estudiado las diferencias en las caracteriacutesticas de
las zonas clusteroutlier de cada colectivo con las caracteriacutesticas de las zonas donde los
diferentes grupos no residen de forma estadiacutesticamente significativa La teacutecnica estadiacutestica
adecuada a este objetivo es el anaacutelisis de la varianza con un factor o en su denominacioacuten
abreviada en ingleacutes ANOVA Esta teacutecnica permite el anaacutelisis de la varianza de una variable
dependiente cuantitativa seguacuten el valor de una variable independiente o factor y se
considera una generalizacioacuten del contraste t sobre diferencia de medias Asiacute se han
especificado las siguientes hipoacutetesis
210 μμH
211 μμH
Siendo μ1 la media de cada una de las variables en las secciones cluster de cada grupo y
nacionalidad y μ2 la media en las secciones que no forman parte de un cluster Bajo la
hipoacutetesis nula la variabilidad de las diferentes caracteriacutesticas entre las zonas cluster y las
que no lo son no debe superar la variabilidad dentro de los dos grupos de secciones
analizados La variabilidad se expresa en teacuterminos de sumas de cuadrados asiacute la
variabilidad entre grupos se determina como es habitual mediante la suma de cuadrados
entre grupos (SCE) y la variabilidad dentro de cada grupo como suma de cuadrados intra
grupos (SCI) siendo el estadiacutestico de prueba del contraste de medias la siguiente expresioacuten
knSCI
kSCE
F
1
Donde k es el numero de grupos en nuestro caso dos zonas cluster y zonas no cluster y n el
nuacutemero de observaciones
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 2 -
1 Introduccioacuten
La configuracioacuten socioespacial de las ciudades espantildeolas estaacute adaptaacutendose a una nueva
realidad marcada por el gran incremento de la poblacioacuten inmigrada Este proceso es
susceptible de medicioacuten cuantitativa utilizando las nuevas herramientas propuestas desde la
conjuncioacuten entre espacio y estadiacutestica Artiacuteculos recientes han aplicado algunas de las
nuevas herramientas a la geografiacutea urbana (Frank 2002 Logan y Zhang 2004) El presente
trabajo tiene cuatro objetivos principales en primer lugar ofrecer un somero estado de la
cuestioacuten sobre los recientes avances metodoloacutegicos en el anaacutelisis espacial y sus
posibilidades de aplicacioacuten con la ayuda del nuevo software informaacutetico disponible Los
tres objetivos restantes se pueden concretar en la deteccioacuten de patrones de distribucioacuten
espacial de la poblacioacuten inmigrante el anaacutelisis de las caracteriacutesticas socioeconoacutemicas de las
zonas donde su presencia es significativamente alta y por uacuteltimo la seleccioacuten de aquellos
factores que son maacutes relevantes para determinar la pertenencia de una zona urbana a un
cluster residencial de poblacioacuten inmigrante
Para alcanzar estos tres objetivos se propone una metodologiacutea basada en la estadiacutestica
espacial como herramienta principal La deteccioacuten de zonas urbanas donde existe una
proporcioacuten alta de poblacioacuten inmigrante se lleva a cabo mediante indicadores locales de
asociacioacuten espacial o indicadores LISA (Local Indicator of Spatial Association) y el
anaacutelisis de las caracteriacutesticas zonales mediante un Anaacutelisis de la Varianza y un modelo
economeacutetrico espacial Las cuestiones que pretendemos abordar son las siguientes iquestCoacutemo
se pueden detectar los clusters de poblacioacuten inmigrante incorporando caracteriacutesticas
geograacuteficas en el proceso iquestCuaacuteles son sus patrones espaciales iquestQueacute caracteriacutesticas
socioeconoacutemicas tienen iquestPresentan diferencias significativas con otras zonas
El artiacuteculo se estructura como sigue el apartado dos se dedica a la revisioacuten de la estadiacutestica
espacial en las siguientes secciones se presentan las herramientas utilizadas para la
localizacioacuten de los clusters residenciales de la poblacioacuten inmigrante y se analizan las
caracteriacutesticas de los clusters haciendo hincapieacute en las diferencias con otras zonas en la
seccioacuten cinco se propone un modelo economeacutetrico para seleccionar los factores maacutes
relevantes para explicar la pertenencia de una zona a un cluster La aproximacioacuten espacial
que proponemos se ilustra con parte de los resultados obtenidos para la ciudad de
Barcelona
2 Estadiacutestica y espacio
La estadiacutestica espacial es una disciplina de la estadiacutestica general que trata del anaacutelisis
descriptivo e inferencial de datos geograacuteficos La aplicacioacuten de teacutecnicas estadiacutesticas a la
geografiacutea tiene un manual de referencia en el trabajo de Ebdon (1977) aunque este texto se
limita a la aplicacioacuten de las teacutecnicas descriptivas e inferenciales maacutes baacutesicas a datos
geograacuteficos Un salto cualitativo de gran calado se produjo con el trabajo de Ripley (1981)
que introduce y generaliza para diversas disciplinas el teacutermino Estadiacutestica Espacial ya no
se trata de aplicar teacutecnicas estadiacutesticas a datos geograacuteficos sino que con este manual se
introduce por primera vez el espacio como elemento fundamental del anaacutelisis Esta liacutenea ha
continuado con los manuales de Cressie (1991) Fotheringham et al (2000) y el maacutes
reciente de Haining (2003) Estaacute claro que los Sistemas de Informacioacuten Geograacutefica han
- 3 -
jugado un papel muy relevante en este avance ofreciendo a los investigadores la
posibilidad de cruzar las bases de datos con la cartografiacutea digitalizada
Un concepto baacutesico de la estadiacutestica espacial es el de dependencia o autocorrelacioacuten
espacial que analiza la falta de independencia que se produce entre las observaciones de
una variable para sus diferentes localizaciones Es un punto donde la estadiacutestica espacial se
conecta con la geografiacutea en la liacutenea de los trabajos de Tobler (1979) y su ldquoprimera ley de la
geografiacuteardquo en la que se afirma que en el anaacutelisis geograacutefico todo esta relacionado con todo
pero las cosas cercanas estaacuten maacutes relacionadas entre siacute que las cosas lejanas La
autocorrelacioacuten espacial junto con el concepto de heterogeneidad espacial ha dado lugar a
la econometriacutea espacial entendida como el conjunto de teacutecnicas de especificacioacuten
estimacioacuten contraste y prediccioacuten para el tratamiento espacial Como se puede observar la
liacutenea que separa la estadiacutestica y la econometriacutea espaciales es difusa pero la principal
diferencia estriba en que la segunda pone su principal punto de atencioacuten en la
modelizacioacuten
Los primeros iacutendices formales para detectar la presencia de autocorrelacioacuten espacial se
deben a Moran (1948) y Geary (1954) la aplicacioacuten de este concepto a diferentes
disciplinas de las Ciencias Sociales junto a nuevos desarrollos matemaacuteticos tiene un punto
de referencia clave en los trabajos de los geoacutegrafos Cliff y Ord (1972 1973 1981) El
nombre de econometriacutea espacial se debe a Paelinck y Klaasen (1979) y sus trabajos de
ciencia regional en los Paiacuteses Bajos El manual claacutesico de la disciplina se debe a Anselin
(1988) siendo relevantes tambieacuten los trabajos de Anselin y Florax (1995) Anselin et al
(2004) Getis et al (2004) y Lesage et al (2004) En Espantildea han publicado excelentes
trabajos de siacutentesis Moreno y Vayaacute (2000) y Chasco (2003)
Junto con la explosioacuten de meacutetodos y aplicaciones de la estadiacutestica y econometriacutea espaciales
en la deacutecada de los noventa se iniciaron diversos esfuerzos para desarrollar nuevas
herramientas informaacuteticas para el anaacutelisis espacial en las ciencias sociales La aplicacioacuten
maacutes extendida es GeoDareg
se trata de un programa libre desarrollado por el Laboratorio de
Anaacutelisis Espacial de la Universidad de Illinois que realiza anaacutelisis exploratorio de datos
espaciales no requiere de conocimientos previos sobre Sistemas de Informacioacuten
Geograacutefica y soacutelo utiliza los mapas de este tipo de programas como input El programa
permite efectuar todas las etapas de un anaacutelisis empiacuterico de datos espaciales representacioacuten
cartograacutefica estudio analiacutetico y graacutefico de la autocorrelacioacuten espacial anaacutelisis exploratorio
multivariante y regresioacuten espacial
El segundo esfuerzo que cabe destacar se debe al profesor Roger Bivand de la Norwegian
School of Economics and Business que ha implementado un grupo importante de funciones
en el lenguaje de programacioacuten R Cubre desde la construccioacuten de diversas formas de
matrices espaciales autocorrelacioacuten espacial y un grupo muy extenso de contrastes y
meacutetodos de estimacioacuten de modelos economeacutetricos espaciales Otro recurso interesante y
tambieacuten de libre acceso lo constituye el programa de estadiacutestica espacial CrimeStatreg
aunque enfocado a la criminologiacutea permite anaacutelisis geograacuteficos epidemioloacutegicos
botaacutenicos o geoloacutegicos Cubre la mayoriacutea de toacutepicos de la estadiacutestica espacial maacutes
descriptiva y es un programa pensado para su utilizacioacuten conjunta con ArcViewreg
ArcGisreg
o MapInforeg
- 4 -
En el campo de la econometriacutea espacial un recurso de referencia es la libreriacutea para Matlab
desarrollada por Sergio Rey de la Universidad de San Diego Se trata del recurso maacutes
completo para la modelizacioacuten de datos espaciales que cubre extensamente todos los
meacutetodos de estimacioacuten incluyendo estimacioacuten Bayesiana modelos de variable endoacutegena
cualitativa y regresioacuten ponderada geograacuteficamente1 Todo este conjunto de teacutecnicas y
recursos informaacuteticos ofrece a los investigadores muacuteltiples posibilidades de aplicacioacuten de
anaacutelisis de datos espaciales abriendo un fructiacutefero campo para la investigacioacuten en las
ciencias sociales
3 La deteccioacuten de clusters residenciales y patrones espaciales
En el contexto de este artiacuteculo el concepto de cluster residencial estaacute ligado a la
determinacioacuten de aquellas zonas urbanas donde existe una presencia significativa de
poblacioacuten inmigrante El teacutermino presencia significativa es en la mayoriacutea de la literatura
un umbral del porcentaje de poblacioacuten inmigrante sobre el total de poblacioacuten de la zona
analizada este porcentaje sin embargo es escogido de forma ad hoc2 La estadiacutestica
espacial ofrece algunos instrumentos metodoloacutegicos alternativos que pueden ayudar en la
consecucioacuten de este objetivo incorporando ademaacutes elementos de configuracioacuten zonal
En primer lugar el anaacutelisis de la autocorrelacioacuten espacial permite descubrir si se cumple la
hipoacutetesis de que una variable tiene una distribucioacuten aleatoria o si por el contrario existe
una asociacioacuten significativa de valores similares o no similares entre zonas vecinas La
autocorrelacioacuten espacial puede ser definida como el fenoacutemeno por el cual la similitud
locacional (observaciones proacuteximas espacialmente) se une con la similitud de valores De
este modo valores altos o bajos de una variable aleatoria tienden a agruparse en el espacio
(autocorrelacioacuten espacial positiva) o bien se situacutean en localizaciones rodeadas de unidades
vecinas con valores disiacutemiles (autocorrelacioacuten espacial negativa) El presente trabajo se
trata de averiguar si la distribucioacuten espacial de un determinado grupo de poblacioacuten es
aleatoria o no El estadiacutestico de prueba global I de Moran (1948) que permite contrastar este
hecho se define como
N
i
N
j
N
i
ijiijo xxxcSNI1 1 1
2)())(()(
Donde μ es la media de la variable x cij son los elementos de la matriz de pesos espaciales3
N es el nuacutemero de observaciones y S0 = Σi Σj cij
La distribucioacuten de este estadiacutestico estandarizado Z(I) es normal cuando el tamantildeo muestral
es suficientemente grande Un valor no significativo de Z(I) llevaraacute a no rechazar la
hipoacutetesis nula de no autocorrelacioacuten espacial mientras que un valor significativo positivo
(negativo) informaraacute de la presencia de un esquema de autocorrelacioacuten espacial positiva
(negativa) es decir la presencia de una concentracioacuten de valores similares (disiacutemiles) de la
variable analizada en unidades vecinas
- 5 -
Un instrumento graacutefico habitual en el anaacutelisis de la autocorrelacioacuten espacial es el
denominado scatterplot de Moran En el eje de abscisas se representan las observaciones de
la variable normalizada y en el de ordenadas el retardo espacial de la misma variable
definido como el producto entre el vector de observaciones de x y la matriz de pesos
espaciales De este modo los cuatro cuadrantes reproducen diferentes tipos de asociacioacuten
espacial Si la nube de puntos estaacute dispersa en los cuatro cuadrantes es indicio de ausencia
de autocorrelacioacuten espacial Si por el contrario los valores se encuentran concentrados
sobre la diagonal que cruza los cuadrantes derecha superior e izquierda inferior existe una
elevada autocorrelacioacuten positiva La autocorrelacioacuten seraacute negativa si los valores se
concentran en los dos cuadrantes restantes
Como ejemplo en el siguiente graacutefico se presenta el scatterplot de Moran correspondiente
al ratio de personas de nacionalidad extracomunitaria respecto a la poblacioacuten total en las
1483 secciones censales de Barcelona en el antildeo 2005 mostrando una situacioacuten de
autocorrelacioacuten positiva
Figura 1 Ejemplo Scatterplot de Moran
Fuente Elaboracioacuten propia
En segundo lugar la asociacioacuten significativa puede no darse en toda la ciudad sino soacutelo en
determinadas zonas por lo que se ha de recurrir a los denominados indicadores locales de
asociacioacuten espacial o indicadores LISA (Local Indicator of Spatial Association) que tienen
como objetivo que el estadiacutestico obtenido para cada zona suministre informacioacuten acerca de
la relevancia de valores similares alrededor de la misma El estadiacutestico de prueba del
contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) se define como
n
j
jiji
i xcm
xI
10
)()(
- 6 -
con
n
i
i n)x(m1
2
0 y donde el sumatorio j hace referencia al conjunto de unidades
vecinas de i
El contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) puede ofrecer
mediante su representacioacuten cartograacutefica y el scatterplot de Moran informacioacuten sobre
clusters y outliers de unidades con presencia alta de miembros de un grupo Utilizando el
mapa de la significacioacuten de los indicadores locales asociado al scatterplot podemos
identificar zonas con presencia alta de miembros de un grupo rodeadas de zonas con
presencia tambieacuten alta (situacioacuten High-High en el scatterplot de Moran) o bien zonas con
presencia alta rodeadas de unidades con presencia baja (situacioacuten High-Low en el
scatterplot de Moran) Asimismo tambieacuten se permite la deteccioacuten de zonas con presencia
baja rodeadas de unidades tambieacuten con presencia baja (situacioacuten Low-Low) o bien zonas de
presencia baja rodeadas de unidades con presencia alta de la variable analizada (situacioacuten
Low-High) Por uacuteltimo tambieacuten se pueden detectar zonas sin asociacioacuten espacial
significativa Este anaacutelisis se centra en aquellas zonas donde hay presencia significativa de
un colectivo se encuentre rodeada de zonas con igual situacioacuten o bien sea una zona rodeada
de situaciones diferentes en ambos casos nos referiremos a ellas como zonas cluster
Desde una perspectiva maacutes teacutecnica cabe hacer una serie de precisiones que determinan el
proceso de anaacutelisis de la autocorrelacioacuten de forma maacutes habitual en la amplia literatura
especializada4Cuando se han calculado los coeficientes de autocorrelacioacuten global y local se
ha utilizado el ratio de cada nacionalidad con respecto a la poblacioacuten total de la seccioacuten
Cuando se opera de este modo se puede violar el principio de estacionalidad del proceso
espacial por existir inestabilidad en varianza Esta inestabilidad se da cuando la variable
base del ratio (la poblacioacuten total) difiere entre las unidades analizadas (secciones censales)
Para corregirlo el ratio utilizado es el denominado Empirical Bayes sugerido por Assunccedilao
y Reis (1999)
Para llevar a cabo los contrastes de autocorrelacioacuten global y local se hace necesaria la
utilizacioacuten de la matriz de contacto binaria que permite expresar la vecindad entre dos
zonas mediante valores 0-1 Si dos zonas tienen una frontera comuacuten se las considera
contiguas y se les asigna el valor uno5 Otro detalle metodoloacutegico a considerar es la forma
de contrastar la hipoacutetesis de no autocorrelacioacuten utilizando el estadiacutestico I(i) que acabamos
de exponer y que tiene una distribucioacuten desconocida por lo tanto se debe utilizar una
aproximacioacuten aleatoria mediante un criterio de permutacioacuten para realizar el contraste
(Anselin 2003)6
La metodologiacutea expuesta en esta seccioacuten tiene dos claras ventajas respecto al proceso
habitual de deteccioacuten de clusters de poblacioacuten inmigrante en aacutereas urbanas No se tiene que
establecer a priori un umbral del porcentaje de poblacioacuten de un grupo sobre el total de
poblacioacuten de la zona estudiada e incorpora informacioacuten no tan soacutelo de la zona analizada
sino tambieacuten de las zonas adyacentes Esta segunda caracteriacutestica del proceso es relevante
para incorporar fenoacutemenos como la interaccioacuten con la poblacioacuten de otras zonas aparte de la
interaccioacuten que se produce en el estricto espacio residencial
- 7 -
4 Caracteriacutesticas de los clusters residenciales
En la seccioacuten anterior se ha visto coacutemo detectar zonas con presencia significativa de los
colectivos que se pretenden analizar esta seccioacuten se centra en cuantificar las diferencias
que presentan las zonas clusters respecto a aquellas zonas donde no se detecta presencia
significativa De hecho es la primera fase en el proceso de caracterizacioacuten de los clusters
Las diferencias que se pretenden cuantificar han de referirse a un conjunto de variables que
recojan las caracteriacutesticas socioeconoacutemicas de cada zona urbana La bibliografiacutea tampoco
es homogeacutenea en este sentido ya que se proponen diferentes caracteriacutesticas como
explicativas del agrupamiento espacial de los diferentes colectivos en la mayoriacutea de las
ocasiones limitados por la informacioacuten disponible a escala inframunicipal En el estudio de
caso de este artiacuteculo siguiendo los trabajos de Peach (1998) y Musterd y Deurloo (2002)
se han escogido las variables que se presentan en el cuadro 1
Para cada variable se ha contrastado su valor medio en las secciones clasificadas High-High
o High-Low con aquellas que presentan una situacioacuten diferente en el anaacutelisis de la
autocorrelacioacuten espacial Es decir se han estudiado las diferencias en las caracteriacutesticas de
las zonas clusteroutlier de cada colectivo con las caracteriacutesticas de las zonas donde los
diferentes grupos no residen de forma estadiacutesticamente significativa La teacutecnica estadiacutestica
adecuada a este objetivo es el anaacutelisis de la varianza con un factor o en su denominacioacuten
abreviada en ingleacutes ANOVA Esta teacutecnica permite el anaacutelisis de la varianza de una variable
dependiente cuantitativa seguacuten el valor de una variable independiente o factor y se
considera una generalizacioacuten del contraste t sobre diferencia de medias Asiacute se han
especificado las siguientes hipoacutetesis
210 μμH
211 μμH
Siendo μ1 la media de cada una de las variables en las secciones cluster de cada grupo y
nacionalidad y μ2 la media en las secciones que no forman parte de un cluster Bajo la
hipoacutetesis nula la variabilidad de las diferentes caracteriacutesticas entre las zonas cluster y las
que no lo son no debe superar la variabilidad dentro de los dos grupos de secciones
analizados La variabilidad se expresa en teacuterminos de sumas de cuadrados asiacute la
variabilidad entre grupos se determina como es habitual mediante la suma de cuadrados
entre grupos (SCE) y la variabilidad dentro de cada grupo como suma de cuadrados intra
grupos (SCI) siendo el estadiacutestico de prueba del contraste de medias la siguiente expresioacuten
knSCI
kSCE
F
1
Donde k es el numero de grupos en nuestro caso dos zonas cluster y zonas no cluster y n el
nuacutemero de observaciones
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 3 -
jugado un papel muy relevante en este avance ofreciendo a los investigadores la
posibilidad de cruzar las bases de datos con la cartografiacutea digitalizada
Un concepto baacutesico de la estadiacutestica espacial es el de dependencia o autocorrelacioacuten
espacial que analiza la falta de independencia que se produce entre las observaciones de
una variable para sus diferentes localizaciones Es un punto donde la estadiacutestica espacial se
conecta con la geografiacutea en la liacutenea de los trabajos de Tobler (1979) y su ldquoprimera ley de la
geografiacuteardquo en la que se afirma que en el anaacutelisis geograacutefico todo esta relacionado con todo
pero las cosas cercanas estaacuten maacutes relacionadas entre siacute que las cosas lejanas La
autocorrelacioacuten espacial junto con el concepto de heterogeneidad espacial ha dado lugar a
la econometriacutea espacial entendida como el conjunto de teacutecnicas de especificacioacuten
estimacioacuten contraste y prediccioacuten para el tratamiento espacial Como se puede observar la
liacutenea que separa la estadiacutestica y la econometriacutea espaciales es difusa pero la principal
diferencia estriba en que la segunda pone su principal punto de atencioacuten en la
modelizacioacuten
Los primeros iacutendices formales para detectar la presencia de autocorrelacioacuten espacial se
deben a Moran (1948) y Geary (1954) la aplicacioacuten de este concepto a diferentes
disciplinas de las Ciencias Sociales junto a nuevos desarrollos matemaacuteticos tiene un punto
de referencia clave en los trabajos de los geoacutegrafos Cliff y Ord (1972 1973 1981) El
nombre de econometriacutea espacial se debe a Paelinck y Klaasen (1979) y sus trabajos de
ciencia regional en los Paiacuteses Bajos El manual claacutesico de la disciplina se debe a Anselin
(1988) siendo relevantes tambieacuten los trabajos de Anselin y Florax (1995) Anselin et al
(2004) Getis et al (2004) y Lesage et al (2004) En Espantildea han publicado excelentes
trabajos de siacutentesis Moreno y Vayaacute (2000) y Chasco (2003)
Junto con la explosioacuten de meacutetodos y aplicaciones de la estadiacutestica y econometriacutea espaciales
en la deacutecada de los noventa se iniciaron diversos esfuerzos para desarrollar nuevas
herramientas informaacuteticas para el anaacutelisis espacial en las ciencias sociales La aplicacioacuten
maacutes extendida es GeoDareg
se trata de un programa libre desarrollado por el Laboratorio de
Anaacutelisis Espacial de la Universidad de Illinois que realiza anaacutelisis exploratorio de datos
espaciales no requiere de conocimientos previos sobre Sistemas de Informacioacuten
Geograacutefica y soacutelo utiliza los mapas de este tipo de programas como input El programa
permite efectuar todas las etapas de un anaacutelisis empiacuterico de datos espaciales representacioacuten
cartograacutefica estudio analiacutetico y graacutefico de la autocorrelacioacuten espacial anaacutelisis exploratorio
multivariante y regresioacuten espacial
El segundo esfuerzo que cabe destacar se debe al profesor Roger Bivand de la Norwegian
School of Economics and Business que ha implementado un grupo importante de funciones
en el lenguaje de programacioacuten R Cubre desde la construccioacuten de diversas formas de
matrices espaciales autocorrelacioacuten espacial y un grupo muy extenso de contrastes y
meacutetodos de estimacioacuten de modelos economeacutetricos espaciales Otro recurso interesante y
tambieacuten de libre acceso lo constituye el programa de estadiacutestica espacial CrimeStatreg
aunque enfocado a la criminologiacutea permite anaacutelisis geograacuteficos epidemioloacutegicos
botaacutenicos o geoloacutegicos Cubre la mayoriacutea de toacutepicos de la estadiacutestica espacial maacutes
descriptiva y es un programa pensado para su utilizacioacuten conjunta con ArcViewreg
ArcGisreg
o MapInforeg
- 4 -
En el campo de la econometriacutea espacial un recurso de referencia es la libreriacutea para Matlab
desarrollada por Sergio Rey de la Universidad de San Diego Se trata del recurso maacutes
completo para la modelizacioacuten de datos espaciales que cubre extensamente todos los
meacutetodos de estimacioacuten incluyendo estimacioacuten Bayesiana modelos de variable endoacutegena
cualitativa y regresioacuten ponderada geograacuteficamente1 Todo este conjunto de teacutecnicas y
recursos informaacuteticos ofrece a los investigadores muacuteltiples posibilidades de aplicacioacuten de
anaacutelisis de datos espaciales abriendo un fructiacutefero campo para la investigacioacuten en las
ciencias sociales
3 La deteccioacuten de clusters residenciales y patrones espaciales
En el contexto de este artiacuteculo el concepto de cluster residencial estaacute ligado a la
determinacioacuten de aquellas zonas urbanas donde existe una presencia significativa de
poblacioacuten inmigrante El teacutermino presencia significativa es en la mayoriacutea de la literatura
un umbral del porcentaje de poblacioacuten inmigrante sobre el total de poblacioacuten de la zona
analizada este porcentaje sin embargo es escogido de forma ad hoc2 La estadiacutestica
espacial ofrece algunos instrumentos metodoloacutegicos alternativos que pueden ayudar en la
consecucioacuten de este objetivo incorporando ademaacutes elementos de configuracioacuten zonal
En primer lugar el anaacutelisis de la autocorrelacioacuten espacial permite descubrir si se cumple la
hipoacutetesis de que una variable tiene una distribucioacuten aleatoria o si por el contrario existe
una asociacioacuten significativa de valores similares o no similares entre zonas vecinas La
autocorrelacioacuten espacial puede ser definida como el fenoacutemeno por el cual la similitud
locacional (observaciones proacuteximas espacialmente) se une con la similitud de valores De
este modo valores altos o bajos de una variable aleatoria tienden a agruparse en el espacio
(autocorrelacioacuten espacial positiva) o bien se situacutean en localizaciones rodeadas de unidades
vecinas con valores disiacutemiles (autocorrelacioacuten espacial negativa) El presente trabajo se
trata de averiguar si la distribucioacuten espacial de un determinado grupo de poblacioacuten es
aleatoria o no El estadiacutestico de prueba global I de Moran (1948) que permite contrastar este
hecho se define como
N
i
N
j
N
i
ijiijo xxxcSNI1 1 1
2)())(()(
Donde μ es la media de la variable x cij son los elementos de la matriz de pesos espaciales3
N es el nuacutemero de observaciones y S0 = Σi Σj cij
La distribucioacuten de este estadiacutestico estandarizado Z(I) es normal cuando el tamantildeo muestral
es suficientemente grande Un valor no significativo de Z(I) llevaraacute a no rechazar la
hipoacutetesis nula de no autocorrelacioacuten espacial mientras que un valor significativo positivo
(negativo) informaraacute de la presencia de un esquema de autocorrelacioacuten espacial positiva
(negativa) es decir la presencia de una concentracioacuten de valores similares (disiacutemiles) de la
variable analizada en unidades vecinas
- 5 -
Un instrumento graacutefico habitual en el anaacutelisis de la autocorrelacioacuten espacial es el
denominado scatterplot de Moran En el eje de abscisas se representan las observaciones de
la variable normalizada y en el de ordenadas el retardo espacial de la misma variable
definido como el producto entre el vector de observaciones de x y la matriz de pesos
espaciales De este modo los cuatro cuadrantes reproducen diferentes tipos de asociacioacuten
espacial Si la nube de puntos estaacute dispersa en los cuatro cuadrantes es indicio de ausencia
de autocorrelacioacuten espacial Si por el contrario los valores se encuentran concentrados
sobre la diagonal que cruza los cuadrantes derecha superior e izquierda inferior existe una
elevada autocorrelacioacuten positiva La autocorrelacioacuten seraacute negativa si los valores se
concentran en los dos cuadrantes restantes
Como ejemplo en el siguiente graacutefico se presenta el scatterplot de Moran correspondiente
al ratio de personas de nacionalidad extracomunitaria respecto a la poblacioacuten total en las
1483 secciones censales de Barcelona en el antildeo 2005 mostrando una situacioacuten de
autocorrelacioacuten positiva
Figura 1 Ejemplo Scatterplot de Moran
Fuente Elaboracioacuten propia
En segundo lugar la asociacioacuten significativa puede no darse en toda la ciudad sino soacutelo en
determinadas zonas por lo que se ha de recurrir a los denominados indicadores locales de
asociacioacuten espacial o indicadores LISA (Local Indicator of Spatial Association) que tienen
como objetivo que el estadiacutestico obtenido para cada zona suministre informacioacuten acerca de
la relevancia de valores similares alrededor de la misma El estadiacutestico de prueba del
contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) se define como
n
j
jiji
i xcm
xI
10
)()(
- 6 -
con
n
i
i n)x(m1
2
0 y donde el sumatorio j hace referencia al conjunto de unidades
vecinas de i
El contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) puede ofrecer
mediante su representacioacuten cartograacutefica y el scatterplot de Moran informacioacuten sobre
clusters y outliers de unidades con presencia alta de miembros de un grupo Utilizando el
mapa de la significacioacuten de los indicadores locales asociado al scatterplot podemos
identificar zonas con presencia alta de miembros de un grupo rodeadas de zonas con
presencia tambieacuten alta (situacioacuten High-High en el scatterplot de Moran) o bien zonas con
presencia alta rodeadas de unidades con presencia baja (situacioacuten High-Low en el
scatterplot de Moran) Asimismo tambieacuten se permite la deteccioacuten de zonas con presencia
baja rodeadas de unidades tambieacuten con presencia baja (situacioacuten Low-Low) o bien zonas de
presencia baja rodeadas de unidades con presencia alta de la variable analizada (situacioacuten
Low-High) Por uacuteltimo tambieacuten se pueden detectar zonas sin asociacioacuten espacial
significativa Este anaacutelisis se centra en aquellas zonas donde hay presencia significativa de
un colectivo se encuentre rodeada de zonas con igual situacioacuten o bien sea una zona rodeada
de situaciones diferentes en ambos casos nos referiremos a ellas como zonas cluster
Desde una perspectiva maacutes teacutecnica cabe hacer una serie de precisiones que determinan el
proceso de anaacutelisis de la autocorrelacioacuten de forma maacutes habitual en la amplia literatura
especializada4Cuando se han calculado los coeficientes de autocorrelacioacuten global y local se
ha utilizado el ratio de cada nacionalidad con respecto a la poblacioacuten total de la seccioacuten
Cuando se opera de este modo se puede violar el principio de estacionalidad del proceso
espacial por existir inestabilidad en varianza Esta inestabilidad se da cuando la variable
base del ratio (la poblacioacuten total) difiere entre las unidades analizadas (secciones censales)
Para corregirlo el ratio utilizado es el denominado Empirical Bayes sugerido por Assunccedilao
y Reis (1999)
Para llevar a cabo los contrastes de autocorrelacioacuten global y local se hace necesaria la
utilizacioacuten de la matriz de contacto binaria que permite expresar la vecindad entre dos
zonas mediante valores 0-1 Si dos zonas tienen una frontera comuacuten se las considera
contiguas y se les asigna el valor uno5 Otro detalle metodoloacutegico a considerar es la forma
de contrastar la hipoacutetesis de no autocorrelacioacuten utilizando el estadiacutestico I(i) que acabamos
de exponer y que tiene una distribucioacuten desconocida por lo tanto se debe utilizar una
aproximacioacuten aleatoria mediante un criterio de permutacioacuten para realizar el contraste
(Anselin 2003)6
La metodologiacutea expuesta en esta seccioacuten tiene dos claras ventajas respecto al proceso
habitual de deteccioacuten de clusters de poblacioacuten inmigrante en aacutereas urbanas No se tiene que
establecer a priori un umbral del porcentaje de poblacioacuten de un grupo sobre el total de
poblacioacuten de la zona estudiada e incorpora informacioacuten no tan soacutelo de la zona analizada
sino tambieacuten de las zonas adyacentes Esta segunda caracteriacutestica del proceso es relevante
para incorporar fenoacutemenos como la interaccioacuten con la poblacioacuten de otras zonas aparte de la
interaccioacuten que se produce en el estricto espacio residencial
- 7 -
4 Caracteriacutesticas de los clusters residenciales
En la seccioacuten anterior se ha visto coacutemo detectar zonas con presencia significativa de los
colectivos que se pretenden analizar esta seccioacuten se centra en cuantificar las diferencias
que presentan las zonas clusters respecto a aquellas zonas donde no se detecta presencia
significativa De hecho es la primera fase en el proceso de caracterizacioacuten de los clusters
Las diferencias que se pretenden cuantificar han de referirse a un conjunto de variables que
recojan las caracteriacutesticas socioeconoacutemicas de cada zona urbana La bibliografiacutea tampoco
es homogeacutenea en este sentido ya que se proponen diferentes caracteriacutesticas como
explicativas del agrupamiento espacial de los diferentes colectivos en la mayoriacutea de las
ocasiones limitados por la informacioacuten disponible a escala inframunicipal En el estudio de
caso de este artiacuteculo siguiendo los trabajos de Peach (1998) y Musterd y Deurloo (2002)
se han escogido las variables que se presentan en el cuadro 1
Para cada variable se ha contrastado su valor medio en las secciones clasificadas High-High
o High-Low con aquellas que presentan una situacioacuten diferente en el anaacutelisis de la
autocorrelacioacuten espacial Es decir se han estudiado las diferencias en las caracteriacutesticas de
las zonas clusteroutlier de cada colectivo con las caracteriacutesticas de las zonas donde los
diferentes grupos no residen de forma estadiacutesticamente significativa La teacutecnica estadiacutestica
adecuada a este objetivo es el anaacutelisis de la varianza con un factor o en su denominacioacuten
abreviada en ingleacutes ANOVA Esta teacutecnica permite el anaacutelisis de la varianza de una variable
dependiente cuantitativa seguacuten el valor de una variable independiente o factor y se
considera una generalizacioacuten del contraste t sobre diferencia de medias Asiacute se han
especificado las siguientes hipoacutetesis
210 μμH
211 μμH
Siendo μ1 la media de cada una de las variables en las secciones cluster de cada grupo y
nacionalidad y μ2 la media en las secciones que no forman parte de un cluster Bajo la
hipoacutetesis nula la variabilidad de las diferentes caracteriacutesticas entre las zonas cluster y las
que no lo son no debe superar la variabilidad dentro de los dos grupos de secciones
analizados La variabilidad se expresa en teacuterminos de sumas de cuadrados asiacute la
variabilidad entre grupos se determina como es habitual mediante la suma de cuadrados
entre grupos (SCE) y la variabilidad dentro de cada grupo como suma de cuadrados intra
grupos (SCI) siendo el estadiacutestico de prueba del contraste de medias la siguiente expresioacuten
knSCI
kSCE
F
1
Donde k es el numero de grupos en nuestro caso dos zonas cluster y zonas no cluster y n el
nuacutemero de observaciones
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 4 -
En el campo de la econometriacutea espacial un recurso de referencia es la libreriacutea para Matlab
desarrollada por Sergio Rey de la Universidad de San Diego Se trata del recurso maacutes
completo para la modelizacioacuten de datos espaciales que cubre extensamente todos los
meacutetodos de estimacioacuten incluyendo estimacioacuten Bayesiana modelos de variable endoacutegena
cualitativa y regresioacuten ponderada geograacuteficamente1 Todo este conjunto de teacutecnicas y
recursos informaacuteticos ofrece a los investigadores muacuteltiples posibilidades de aplicacioacuten de
anaacutelisis de datos espaciales abriendo un fructiacutefero campo para la investigacioacuten en las
ciencias sociales
3 La deteccioacuten de clusters residenciales y patrones espaciales
En el contexto de este artiacuteculo el concepto de cluster residencial estaacute ligado a la
determinacioacuten de aquellas zonas urbanas donde existe una presencia significativa de
poblacioacuten inmigrante El teacutermino presencia significativa es en la mayoriacutea de la literatura
un umbral del porcentaje de poblacioacuten inmigrante sobre el total de poblacioacuten de la zona
analizada este porcentaje sin embargo es escogido de forma ad hoc2 La estadiacutestica
espacial ofrece algunos instrumentos metodoloacutegicos alternativos que pueden ayudar en la
consecucioacuten de este objetivo incorporando ademaacutes elementos de configuracioacuten zonal
En primer lugar el anaacutelisis de la autocorrelacioacuten espacial permite descubrir si se cumple la
hipoacutetesis de que una variable tiene una distribucioacuten aleatoria o si por el contrario existe
una asociacioacuten significativa de valores similares o no similares entre zonas vecinas La
autocorrelacioacuten espacial puede ser definida como el fenoacutemeno por el cual la similitud
locacional (observaciones proacuteximas espacialmente) se une con la similitud de valores De
este modo valores altos o bajos de una variable aleatoria tienden a agruparse en el espacio
(autocorrelacioacuten espacial positiva) o bien se situacutean en localizaciones rodeadas de unidades
vecinas con valores disiacutemiles (autocorrelacioacuten espacial negativa) El presente trabajo se
trata de averiguar si la distribucioacuten espacial de un determinado grupo de poblacioacuten es
aleatoria o no El estadiacutestico de prueba global I de Moran (1948) que permite contrastar este
hecho se define como
N
i
N
j
N
i
ijiijo xxxcSNI1 1 1
2)())(()(
Donde μ es la media de la variable x cij son los elementos de la matriz de pesos espaciales3
N es el nuacutemero de observaciones y S0 = Σi Σj cij
La distribucioacuten de este estadiacutestico estandarizado Z(I) es normal cuando el tamantildeo muestral
es suficientemente grande Un valor no significativo de Z(I) llevaraacute a no rechazar la
hipoacutetesis nula de no autocorrelacioacuten espacial mientras que un valor significativo positivo
(negativo) informaraacute de la presencia de un esquema de autocorrelacioacuten espacial positiva
(negativa) es decir la presencia de una concentracioacuten de valores similares (disiacutemiles) de la
variable analizada en unidades vecinas
- 5 -
Un instrumento graacutefico habitual en el anaacutelisis de la autocorrelacioacuten espacial es el
denominado scatterplot de Moran En el eje de abscisas se representan las observaciones de
la variable normalizada y en el de ordenadas el retardo espacial de la misma variable
definido como el producto entre el vector de observaciones de x y la matriz de pesos
espaciales De este modo los cuatro cuadrantes reproducen diferentes tipos de asociacioacuten
espacial Si la nube de puntos estaacute dispersa en los cuatro cuadrantes es indicio de ausencia
de autocorrelacioacuten espacial Si por el contrario los valores se encuentran concentrados
sobre la diagonal que cruza los cuadrantes derecha superior e izquierda inferior existe una
elevada autocorrelacioacuten positiva La autocorrelacioacuten seraacute negativa si los valores se
concentran en los dos cuadrantes restantes
Como ejemplo en el siguiente graacutefico se presenta el scatterplot de Moran correspondiente
al ratio de personas de nacionalidad extracomunitaria respecto a la poblacioacuten total en las
1483 secciones censales de Barcelona en el antildeo 2005 mostrando una situacioacuten de
autocorrelacioacuten positiva
Figura 1 Ejemplo Scatterplot de Moran
Fuente Elaboracioacuten propia
En segundo lugar la asociacioacuten significativa puede no darse en toda la ciudad sino soacutelo en
determinadas zonas por lo que se ha de recurrir a los denominados indicadores locales de
asociacioacuten espacial o indicadores LISA (Local Indicator of Spatial Association) que tienen
como objetivo que el estadiacutestico obtenido para cada zona suministre informacioacuten acerca de
la relevancia de valores similares alrededor de la misma El estadiacutestico de prueba del
contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) se define como
n
j
jiji
i xcm
xI
10
)()(
- 6 -
con
n
i
i n)x(m1
2
0 y donde el sumatorio j hace referencia al conjunto de unidades
vecinas de i
El contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) puede ofrecer
mediante su representacioacuten cartograacutefica y el scatterplot de Moran informacioacuten sobre
clusters y outliers de unidades con presencia alta de miembros de un grupo Utilizando el
mapa de la significacioacuten de los indicadores locales asociado al scatterplot podemos
identificar zonas con presencia alta de miembros de un grupo rodeadas de zonas con
presencia tambieacuten alta (situacioacuten High-High en el scatterplot de Moran) o bien zonas con
presencia alta rodeadas de unidades con presencia baja (situacioacuten High-Low en el
scatterplot de Moran) Asimismo tambieacuten se permite la deteccioacuten de zonas con presencia
baja rodeadas de unidades tambieacuten con presencia baja (situacioacuten Low-Low) o bien zonas de
presencia baja rodeadas de unidades con presencia alta de la variable analizada (situacioacuten
Low-High) Por uacuteltimo tambieacuten se pueden detectar zonas sin asociacioacuten espacial
significativa Este anaacutelisis se centra en aquellas zonas donde hay presencia significativa de
un colectivo se encuentre rodeada de zonas con igual situacioacuten o bien sea una zona rodeada
de situaciones diferentes en ambos casos nos referiremos a ellas como zonas cluster
Desde una perspectiva maacutes teacutecnica cabe hacer una serie de precisiones que determinan el
proceso de anaacutelisis de la autocorrelacioacuten de forma maacutes habitual en la amplia literatura
especializada4Cuando se han calculado los coeficientes de autocorrelacioacuten global y local se
ha utilizado el ratio de cada nacionalidad con respecto a la poblacioacuten total de la seccioacuten
Cuando se opera de este modo se puede violar el principio de estacionalidad del proceso
espacial por existir inestabilidad en varianza Esta inestabilidad se da cuando la variable
base del ratio (la poblacioacuten total) difiere entre las unidades analizadas (secciones censales)
Para corregirlo el ratio utilizado es el denominado Empirical Bayes sugerido por Assunccedilao
y Reis (1999)
Para llevar a cabo los contrastes de autocorrelacioacuten global y local se hace necesaria la
utilizacioacuten de la matriz de contacto binaria que permite expresar la vecindad entre dos
zonas mediante valores 0-1 Si dos zonas tienen una frontera comuacuten se las considera
contiguas y se les asigna el valor uno5 Otro detalle metodoloacutegico a considerar es la forma
de contrastar la hipoacutetesis de no autocorrelacioacuten utilizando el estadiacutestico I(i) que acabamos
de exponer y que tiene una distribucioacuten desconocida por lo tanto se debe utilizar una
aproximacioacuten aleatoria mediante un criterio de permutacioacuten para realizar el contraste
(Anselin 2003)6
La metodologiacutea expuesta en esta seccioacuten tiene dos claras ventajas respecto al proceso
habitual de deteccioacuten de clusters de poblacioacuten inmigrante en aacutereas urbanas No se tiene que
establecer a priori un umbral del porcentaje de poblacioacuten de un grupo sobre el total de
poblacioacuten de la zona estudiada e incorpora informacioacuten no tan soacutelo de la zona analizada
sino tambieacuten de las zonas adyacentes Esta segunda caracteriacutestica del proceso es relevante
para incorporar fenoacutemenos como la interaccioacuten con la poblacioacuten de otras zonas aparte de la
interaccioacuten que se produce en el estricto espacio residencial
- 7 -
4 Caracteriacutesticas de los clusters residenciales
En la seccioacuten anterior se ha visto coacutemo detectar zonas con presencia significativa de los
colectivos que se pretenden analizar esta seccioacuten se centra en cuantificar las diferencias
que presentan las zonas clusters respecto a aquellas zonas donde no se detecta presencia
significativa De hecho es la primera fase en el proceso de caracterizacioacuten de los clusters
Las diferencias que se pretenden cuantificar han de referirse a un conjunto de variables que
recojan las caracteriacutesticas socioeconoacutemicas de cada zona urbana La bibliografiacutea tampoco
es homogeacutenea en este sentido ya que se proponen diferentes caracteriacutesticas como
explicativas del agrupamiento espacial de los diferentes colectivos en la mayoriacutea de las
ocasiones limitados por la informacioacuten disponible a escala inframunicipal En el estudio de
caso de este artiacuteculo siguiendo los trabajos de Peach (1998) y Musterd y Deurloo (2002)
se han escogido las variables que se presentan en el cuadro 1
Para cada variable se ha contrastado su valor medio en las secciones clasificadas High-High
o High-Low con aquellas que presentan una situacioacuten diferente en el anaacutelisis de la
autocorrelacioacuten espacial Es decir se han estudiado las diferencias en las caracteriacutesticas de
las zonas clusteroutlier de cada colectivo con las caracteriacutesticas de las zonas donde los
diferentes grupos no residen de forma estadiacutesticamente significativa La teacutecnica estadiacutestica
adecuada a este objetivo es el anaacutelisis de la varianza con un factor o en su denominacioacuten
abreviada en ingleacutes ANOVA Esta teacutecnica permite el anaacutelisis de la varianza de una variable
dependiente cuantitativa seguacuten el valor de una variable independiente o factor y se
considera una generalizacioacuten del contraste t sobre diferencia de medias Asiacute se han
especificado las siguientes hipoacutetesis
210 μμH
211 μμH
Siendo μ1 la media de cada una de las variables en las secciones cluster de cada grupo y
nacionalidad y μ2 la media en las secciones que no forman parte de un cluster Bajo la
hipoacutetesis nula la variabilidad de las diferentes caracteriacutesticas entre las zonas cluster y las
que no lo son no debe superar la variabilidad dentro de los dos grupos de secciones
analizados La variabilidad se expresa en teacuterminos de sumas de cuadrados asiacute la
variabilidad entre grupos se determina como es habitual mediante la suma de cuadrados
entre grupos (SCE) y la variabilidad dentro de cada grupo como suma de cuadrados intra
grupos (SCI) siendo el estadiacutestico de prueba del contraste de medias la siguiente expresioacuten
knSCI
kSCE
F
1
Donde k es el numero de grupos en nuestro caso dos zonas cluster y zonas no cluster y n el
nuacutemero de observaciones
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 5 -
Un instrumento graacutefico habitual en el anaacutelisis de la autocorrelacioacuten espacial es el
denominado scatterplot de Moran En el eje de abscisas se representan las observaciones de
la variable normalizada y en el de ordenadas el retardo espacial de la misma variable
definido como el producto entre el vector de observaciones de x y la matriz de pesos
espaciales De este modo los cuatro cuadrantes reproducen diferentes tipos de asociacioacuten
espacial Si la nube de puntos estaacute dispersa en los cuatro cuadrantes es indicio de ausencia
de autocorrelacioacuten espacial Si por el contrario los valores se encuentran concentrados
sobre la diagonal que cruza los cuadrantes derecha superior e izquierda inferior existe una
elevada autocorrelacioacuten positiva La autocorrelacioacuten seraacute negativa si los valores se
concentran en los dos cuadrantes restantes
Como ejemplo en el siguiente graacutefico se presenta el scatterplot de Moran correspondiente
al ratio de personas de nacionalidad extracomunitaria respecto a la poblacioacuten total en las
1483 secciones censales de Barcelona en el antildeo 2005 mostrando una situacioacuten de
autocorrelacioacuten positiva
Figura 1 Ejemplo Scatterplot de Moran
Fuente Elaboracioacuten propia
En segundo lugar la asociacioacuten significativa puede no darse en toda la ciudad sino soacutelo en
determinadas zonas por lo que se ha de recurrir a los denominados indicadores locales de
asociacioacuten espacial o indicadores LISA (Local Indicator of Spatial Association) que tienen
como objetivo que el estadiacutestico obtenido para cada zona suministre informacioacuten acerca de
la relevancia de valores similares alrededor de la misma El estadiacutestico de prueba del
contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) se define como
n
j
jiji
i xcm
xI
10
)()(
- 6 -
con
n
i
i n)x(m1
2
0 y donde el sumatorio j hace referencia al conjunto de unidades
vecinas de i
El contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) puede ofrecer
mediante su representacioacuten cartograacutefica y el scatterplot de Moran informacioacuten sobre
clusters y outliers de unidades con presencia alta de miembros de un grupo Utilizando el
mapa de la significacioacuten de los indicadores locales asociado al scatterplot podemos
identificar zonas con presencia alta de miembros de un grupo rodeadas de zonas con
presencia tambieacuten alta (situacioacuten High-High en el scatterplot de Moran) o bien zonas con
presencia alta rodeadas de unidades con presencia baja (situacioacuten High-Low en el
scatterplot de Moran) Asimismo tambieacuten se permite la deteccioacuten de zonas con presencia
baja rodeadas de unidades tambieacuten con presencia baja (situacioacuten Low-Low) o bien zonas de
presencia baja rodeadas de unidades con presencia alta de la variable analizada (situacioacuten
Low-High) Por uacuteltimo tambieacuten se pueden detectar zonas sin asociacioacuten espacial
significativa Este anaacutelisis se centra en aquellas zonas donde hay presencia significativa de
un colectivo se encuentre rodeada de zonas con igual situacioacuten o bien sea una zona rodeada
de situaciones diferentes en ambos casos nos referiremos a ellas como zonas cluster
Desde una perspectiva maacutes teacutecnica cabe hacer una serie de precisiones que determinan el
proceso de anaacutelisis de la autocorrelacioacuten de forma maacutes habitual en la amplia literatura
especializada4Cuando se han calculado los coeficientes de autocorrelacioacuten global y local se
ha utilizado el ratio de cada nacionalidad con respecto a la poblacioacuten total de la seccioacuten
Cuando se opera de este modo se puede violar el principio de estacionalidad del proceso
espacial por existir inestabilidad en varianza Esta inestabilidad se da cuando la variable
base del ratio (la poblacioacuten total) difiere entre las unidades analizadas (secciones censales)
Para corregirlo el ratio utilizado es el denominado Empirical Bayes sugerido por Assunccedilao
y Reis (1999)
Para llevar a cabo los contrastes de autocorrelacioacuten global y local se hace necesaria la
utilizacioacuten de la matriz de contacto binaria que permite expresar la vecindad entre dos
zonas mediante valores 0-1 Si dos zonas tienen una frontera comuacuten se las considera
contiguas y se les asigna el valor uno5 Otro detalle metodoloacutegico a considerar es la forma
de contrastar la hipoacutetesis de no autocorrelacioacuten utilizando el estadiacutestico I(i) que acabamos
de exponer y que tiene una distribucioacuten desconocida por lo tanto se debe utilizar una
aproximacioacuten aleatoria mediante un criterio de permutacioacuten para realizar el contraste
(Anselin 2003)6
La metodologiacutea expuesta en esta seccioacuten tiene dos claras ventajas respecto al proceso
habitual de deteccioacuten de clusters de poblacioacuten inmigrante en aacutereas urbanas No se tiene que
establecer a priori un umbral del porcentaje de poblacioacuten de un grupo sobre el total de
poblacioacuten de la zona estudiada e incorpora informacioacuten no tan soacutelo de la zona analizada
sino tambieacuten de las zonas adyacentes Esta segunda caracteriacutestica del proceso es relevante
para incorporar fenoacutemenos como la interaccioacuten con la poblacioacuten de otras zonas aparte de la
interaccioacuten que se produce en el estricto espacio residencial
- 7 -
4 Caracteriacutesticas de los clusters residenciales
En la seccioacuten anterior se ha visto coacutemo detectar zonas con presencia significativa de los
colectivos que se pretenden analizar esta seccioacuten se centra en cuantificar las diferencias
que presentan las zonas clusters respecto a aquellas zonas donde no se detecta presencia
significativa De hecho es la primera fase en el proceso de caracterizacioacuten de los clusters
Las diferencias que se pretenden cuantificar han de referirse a un conjunto de variables que
recojan las caracteriacutesticas socioeconoacutemicas de cada zona urbana La bibliografiacutea tampoco
es homogeacutenea en este sentido ya que se proponen diferentes caracteriacutesticas como
explicativas del agrupamiento espacial de los diferentes colectivos en la mayoriacutea de las
ocasiones limitados por la informacioacuten disponible a escala inframunicipal En el estudio de
caso de este artiacuteculo siguiendo los trabajos de Peach (1998) y Musterd y Deurloo (2002)
se han escogido las variables que se presentan en el cuadro 1
Para cada variable se ha contrastado su valor medio en las secciones clasificadas High-High
o High-Low con aquellas que presentan una situacioacuten diferente en el anaacutelisis de la
autocorrelacioacuten espacial Es decir se han estudiado las diferencias en las caracteriacutesticas de
las zonas clusteroutlier de cada colectivo con las caracteriacutesticas de las zonas donde los
diferentes grupos no residen de forma estadiacutesticamente significativa La teacutecnica estadiacutestica
adecuada a este objetivo es el anaacutelisis de la varianza con un factor o en su denominacioacuten
abreviada en ingleacutes ANOVA Esta teacutecnica permite el anaacutelisis de la varianza de una variable
dependiente cuantitativa seguacuten el valor de una variable independiente o factor y se
considera una generalizacioacuten del contraste t sobre diferencia de medias Asiacute se han
especificado las siguientes hipoacutetesis
210 μμH
211 μμH
Siendo μ1 la media de cada una de las variables en las secciones cluster de cada grupo y
nacionalidad y μ2 la media en las secciones que no forman parte de un cluster Bajo la
hipoacutetesis nula la variabilidad de las diferentes caracteriacutesticas entre las zonas cluster y las
que no lo son no debe superar la variabilidad dentro de los dos grupos de secciones
analizados La variabilidad se expresa en teacuterminos de sumas de cuadrados asiacute la
variabilidad entre grupos se determina como es habitual mediante la suma de cuadrados
entre grupos (SCE) y la variabilidad dentro de cada grupo como suma de cuadrados intra
grupos (SCI) siendo el estadiacutestico de prueba del contraste de medias la siguiente expresioacuten
knSCI
kSCE
F
1
Donde k es el numero de grupos en nuestro caso dos zonas cluster y zonas no cluster y n el
nuacutemero de observaciones
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 6 -
con
n
i
i n)x(m1
2
0 y donde el sumatorio j hace referencia al conjunto de unidades
vecinas de i
El contraste de asociacioacuten espacial local Ii de Moran (Anselin 1995) puede ofrecer
mediante su representacioacuten cartograacutefica y el scatterplot de Moran informacioacuten sobre
clusters y outliers de unidades con presencia alta de miembros de un grupo Utilizando el
mapa de la significacioacuten de los indicadores locales asociado al scatterplot podemos
identificar zonas con presencia alta de miembros de un grupo rodeadas de zonas con
presencia tambieacuten alta (situacioacuten High-High en el scatterplot de Moran) o bien zonas con
presencia alta rodeadas de unidades con presencia baja (situacioacuten High-Low en el
scatterplot de Moran) Asimismo tambieacuten se permite la deteccioacuten de zonas con presencia
baja rodeadas de unidades tambieacuten con presencia baja (situacioacuten Low-Low) o bien zonas de
presencia baja rodeadas de unidades con presencia alta de la variable analizada (situacioacuten
Low-High) Por uacuteltimo tambieacuten se pueden detectar zonas sin asociacioacuten espacial
significativa Este anaacutelisis se centra en aquellas zonas donde hay presencia significativa de
un colectivo se encuentre rodeada de zonas con igual situacioacuten o bien sea una zona rodeada
de situaciones diferentes en ambos casos nos referiremos a ellas como zonas cluster
Desde una perspectiva maacutes teacutecnica cabe hacer una serie de precisiones que determinan el
proceso de anaacutelisis de la autocorrelacioacuten de forma maacutes habitual en la amplia literatura
especializada4Cuando se han calculado los coeficientes de autocorrelacioacuten global y local se
ha utilizado el ratio de cada nacionalidad con respecto a la poblacioacuten total de la seccioacuten
Cuando se opera de este modo se puede violar el principio de estacionalidad del proceso
espacial por existir inestabilidad en varianza Esta inestabilidad se da cuando la variable
base del ratio (la poblacioacuten total) difiere entre las unidades analizadas (secciones censales)
Para corregirlo el ratio utilizado es el denominado Empirical Bayes sugerido por Assunccedilao
y Reis (1999)
Para llevar a cabo los contrastes de autocorrelacioacuten global y local se hace necesaria la
utilizacioacuten de la matriz de contacto binaria que permite expresar la vecindad entre dos
zonas mediante valores 0-1 Si dos zonas tienen una frontera comuacuten se las considera
contiguas y se les asigna el valor uno5 Otro detalle metodoloacutegico a considerar es la forma
de contrastar la hipoacutetesis de no autocorrelacioacuten utilizando el estadiacutestico I(i) que acabamos
de exponer y que tiene una distribucioacuten desconocida por lo tanto se debe utilizar una
aproximacioacuten aleatoria mediante un criterio de permutacioacuten para realizar el contraste
(Anselin 2003)6
La metodologiacutea expuesta en esta seccioacuten tiene dos claras ventajas respecto al proceso
habitual de deteccioacuten de clusters de poblacioacuten inmigrante en aacutereas urbanas No se tiene que
establecer a priori un umbral del porcentaje de poblacioacuten de un grupo sobre el total de
poblacioacuten de la zona estudiada e incorpora informacioacuten no tan soacutelo de la zona analizada
sino tambieacuten de las zonas adyacentes Esta segunda caracteriacutestica del proceso es relevante
para incorporar fenoacutemenos como la interaccioacuten con la poblacioacuten de otras zonas aparte de la
interaccioacuten que se produce en el estricto espacio residencial
- 7 -
4 Caracteriacutesticas de los clusters residenciales
En la seccioacuten anterior se ha visto coacutemo detectar zonas con presencia significativa de los
colectivos que se pretenden analizar esta seccioacuten se centra en cuantificar las diferencias
que presentan las zonas clusters respecto a aquellas zonas donde no se detecta presencia
significativa De hecho es la primera fase en el proceso de caracterizacioacuten de los clusters
Las diferencias que se pretenden cuantificar han de referirse a un conjunto de variables que
recojan las caracteriacutesticas socioeconoacutemicas de cada zona urbana La bibliografiacutea tampoco
es homogeacutenea en este sentido ya que se proponen diferentes caracteriacutesticas como
explicativas del agrupamiento espacial de los diferentes colectivos en la mayoriacutea de las
ocasiones limitados por la informacioacuten disponible a escala inframunicipal En el estudio de
caso de este artiacuteculo siguiendo los trabajos de Peach (1998) y Musterd y Deurloo (2002)
se han escogido las variables que se presentan en el cuadro 1
Para cada variable se ha contrastado su valor medio en las secciones clasificadas High-High
o High-Low con aquellas que presentan una situacioacuten diferente en el anaacutelisis de la
autocorrelacioacuten espacial Es decir se han estudiado las diferencias en las caracteriacutesticas de
las zonas clusteroutlier de cada colectivo con las caracteriacutesticas de las zonas donde los
diferentes grupos no residen de forma estadiacutesticamente significativa La teacutecnica estadiacutestica
adecuada a este objetivo es el anaacutelisis de la varianza con un factor o en su denominacioacuten
abreviada en ingleacutes ANOVA Esta teacutecnica permite el anaacutelisis de la varianza de una variable
dependiente cuantitativa seguacuten el valor de una variable independiente o factor y se
considera una generalizacioacuten del contraste t sobre diferencia de medias Asiacute se han
especificado las siguientes hipoacutetesis
210 μμH
211 μμH
Siendo μ1 la media de cada una de las variables en las secciones cluster de cada grupo y
nacionalidad y μ2 la media en las secciones que no forman parte de un cluster Bajo la
hipoacutetesis nula la variabilidad de las diferentes caracteriacutesticas entre las zonas cluster y las
que no lo son no debe superar la variabilidad dentro de los dos grupos de secciones
analizados La variabilidad se expresa en teacuterminos de sumas de cuadrados asiacute la
variabilidad entre grupos se determina como es habitual mediante la suma de cuadrados
entre grupos (SCE) y la variabilidad dentro de cada grupo como suma de cuadrados intra
grupos (SCI) siendo el estadiacutestico de prueba del contraste de medias la siguiente expresioacuten
knSCI
kSCE
F
1
Donde k es el numero de grupos en nuestro caso dos zonas cluster y zonas no cluster y n el
nuacutemero de observaciones
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 7 -
4 Caracteriacutesticas de los clusters residenciales
En la seccioacuten anterior se ha visto coacutemo detectar zonas con presencia significativa de los
colectivos que se pretenden analizar esta seccioacuten se centra en cuantificar las diferencias
que presentan las zonas clusters respecto a aquellas zonas donde no se detecta presencia
significativa De hecho es la primera fase en el proceso de caracterizacioacuten de los clusters
Las diferencias que se pretenden cuantificar han de referirse a un conjunto de variables que
recojan las caracteriacutesticas socioeconoacutemicas de cada zona urbana La bibliografiacutea tampoco
es homogeacutenea en este sentido ya que se proponen diferentes caracteriacutesticas como
explicativas del agrupamiento espacial de los diferentes colectivos en la mayoriacutea de las
ocasiones limitados por la informacioacuten disponible a escala inframunicipal En el estudio de
caso de este artiacuteculo siguiendo los trabajos de Peach (1998) y Musterd y Deurloo (2002)
se han escogido las variables que se presentan en el cuadro 1
Para cada variable se ha contrastado su valor medio en las secciones clasificadas High-High
o High-Low con aquellas que presentan una situacioacuten diferente en el anaacutelisis de la
autocorrelacioacuten espacial Es decir se han estudiado las diferencias en las caracteriacutesticas de
las zonas clusteroutlier de cada colectivo con las caracteriacutesticas de las zonas donde los
diferentes grupos no residen de forma estadiacutesticamente significativa La teacutecnica estadiacutestica
adecuada a este objetivo es el anaacutelisis de la varianza con un factor o en su denominacioacuten
abreviada en ingleacutes ANOVA Esta teacutecnica permite el anaacutelisis de la varianza de una variable
dependiente cuantitativa seguacuten el valor de una variable independiente o factor y se
considera una generalizacioacuten del contraste t sobre diferencia de medias Asiacute se han
especificado las siguientes hipoacutetesis
210 μμH
211 μμH
Siendo μ1 la media de cada una de las variables en las secciones cluster de cada grupo y
nacionalidad y μ2 la media en las secciones que no forman parte de un cluster Bajo la
hipoacutetesis nula la variabilidad de las diferentes caracteriacutesticas entre las zonas cluster y las
que no lo son no debe superar la variabilidad dentro de los dos grupos de secciones
analizados La variabilidad se expresa en teacuterminos de sumas de cuadrados asiacute la
variabilidad entre grupos se determina como es habitual mediante la suma de cuadrados
entre grupos (SCE) y la variabilidad dentro de cada grupo como suma de cuadrados intra
grupos (SCI) siendo el estadiacutestico de prueba del contraste de medias la siguiente expresioacuten
knSCI
kSCE
F
1
Donde k es el numero de grupos en nuestro caso dos zonas cluster y zonas no cluster y n el
nuacutemero de observaciones
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 8 -
Cuadro 1
Variables utilizadas
Categoriacutea Censal Variable utilizada
Viviendas familiares principales
Suma de las puntuaciones de habitabilidad Total viviendas
principales Las puntuaciones de habitabilidad toman los valores
de 0 a 100 en funcioacuten de las condiciones en las que se encuentre
la vivienda7
Iacutendice de habitabilidad
(nuacutemero absoluto)
Nivel de estudios (Poblacioacuten de 16 antildeos o maacutes)
No sabe leer o escribir Sabe leer y escribir pero fue menos de 5
antildeos a la escuela Fue a la escuela maacutes de 5 antildeos pero no ha
completado ninguacuten ciclo
Sin estudios
(en proporcioacuten)
Diplomatura Arquitectura o Ingenieriacutea Teacutecnica
Licenciatura Arquitectura o Ingenieriacutea Superior
Doctorado
Estudios Universitarios
(en proporcioacuten)
Paro
Se considera paradas a las personas de 16 antildeos o maacutes que estaacuten
simultaacuteneamente
-sin trabajo es decir que no tienen un empleo por cuenta ajena o
por cuenta propia
-en busca de trabajo es decir que han tomado medidas concretas
para buscar un trabajo por cuenta ajena o hayan hecho gestiones
para establecerse por su cuenta
Tasa de paro
(en proporcioacuten)
Poblacioacuten
Intervalo de tiempo transcurrido desde la fecha de nacimiento
hasta la fecha censal (1-11-2001) expresada en antildeos
Mayores de 65 antildeos
(en proporcioacuten)
Logaritmo del cociente entre el total de residentes y la superficie
de la seccioacuten censal en km2
Densidad
Fuente elaboracioacuten propia
Despueacutes de haber estudiado las diferencias significativas en las medias de las variables
entre las aacutereas detectadas como cluster y las no cluster el siguiente paso consiste en
escoger aquellas variables que mejor definen las caracteriacutesticas de las zonas cluster para
contestar a la pregunta iquestqueacute variables son significativas para determinar la pertenencia de
una seccioacuten censal a una zona cluster
Para responder a esta pregunta se debe especificar un modelo economeacutetrico en el que la
variable endoacutegena sea la pertenencia o no de la seccioacuten a la zona cluster y las variables
exoacutegenas sean sus caracteriacutesticas de vivienda densidad y perfil socioeconoacutemico de la
poblacioacuten que reside en ella8 La especificacioacuten adecuada para modelizar esta situacioacuten es
una regresioacuten logiacutestica o LOGIT donde la probabilidad (pi) que una zona pertenezca a un
cluster viene dada por una funcioacuten lambda de las variables exoacutegenas en esa zona
(X2ihellipXki) y de los paraacutemetros del modelo (1 2k)
)XXexp(1
)XXexp()XX(p
kiki221
kiki221kiki221i
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 9 -
Las uacutenicas diferencias entre la especificacioacuten de este modelo y la de un modelo de
regresioacuten lineal claacutesico son por un lado que la variable a explicar es una probabilidad y
por otro que la funcioacuten de las variables explicativas no es lineal sino logiacutestica
Para seleccionar las variables significativas se ha seguido un criterio estrictamente
estadiacutestico usando un proceso de seleccioacuten hacia delante que es un meacutetodo de seleccioacuten
por pasos que contrasta la entrada y la eliminacioacuten basaacutendose en la probabilidad del
estadiacutestico de Wald9
Sin embargo el modelo LOGIT presenta la desventaja de no llevar asociado los efectos
espaciales en la especificacioacuten y tener un teacutermino de perturbacioacuten heterocedaacutestico El
teacutermino de perturbacioacuten recoge aquellos factores que afectan a la probabilidad de
pertenencia a un cluster y que no aparecen en forma de variables exoacutegenas en la
especificacioacuten del modelo Una hipoacutetesis baacutesica sobre el teacutermino de perturbacioacuten en el
contexto del modelo de regresioacuten lineal claacutesico es que la varianza de las perturbaciones es
constante (teacutermino de perturbacioacuten homocedaacutestico) Como bien ha sentildealado McMillen
(1992) esta hipoacutetesis se incumple habitualmente en el modelo LOGIT
Incorporar el efecto espacial en la especificacioacuten obliga a utilizar el modelo sugerido por
Lesage (1999) basaacutendose en los trabajos de Albert y Chib (1993) La especificacioacuten final
del modelo es la siguiente
)(
)0(~
21
2
nvvvdiagV
VN
WUU
UXBY
Siendo Y la matriz de dimensiones nx1 que recoge las observaciones de la variable
endoacutegena X es la matriz de las variables exoacutegenas y B el vector de paraacutemetros a estimar λ
es el paraacutemetro que captura la autocorrelacioacuten entre perturbaciones y W es la matriz de
contactos definida en la seccioacuten uno Como ya hemos comentado los modelos espaciales
con variable endoacutegena cualitativa son habitualmente heterocedaacutesticos es necesario pues
definir una estructura para la matriz de varianzas y covarianzas de las perturbaciones Esta
matriz denominada V es una matriz diagonal que recoge las ponderaciones de cada
observacioacuten para obtener una estimacioacuten eficiente de los paraacutemetros
En notacioacuten escalar la primera ecuacioacuten se puede reescribir como
kikii xxx
kikiii dttxxxp
2
33221
33221
2exp2
1)(
El meacutetodo de estimacioacuten de este tipo de modelos es Bayesiano por lo tanto es necesario
determinar la secuencia de las distribuciones condicionales de los paraacutemetros del modelo y
generar las muestras Para obtener la distribucioacuten de los paraacutemetros se utiliza la teacutecnica de
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 10 -
muestreo de Gibbs basada en la generacioacuten de cadenas de Markov mediante el meacutetodo de
Monte Carlo (Markov Chain Monte Carlo o MCMC) el procedimiento completo se puede
seguir en Lesage (1999)
5 Un estudio de caso la ciudad de Barcelona
Espantildea y maacutes concretamente la ciudad de Barcelona ha experimentado una afluencia
considerable de poblacioacuten extranjera desde la deacutecada de los antildeos noventa Acompantildeado del
crecimiento econoacutemico y la pertenencia a la Unioacuten Europea se ha pasado de ser un paiacutes de
emigrantes y fuertes procesos migratorios internos a ser un paiacutes receptor de inmigrantes
procedentes de diferentes oriacutegenes Seguacuten los datos del Padroacuten continuo con fecha de
referencia 1-1-2005 la ciudad de Barcelona tiene 1593075 habitantes con un 1380 de
esta poblacioacuten que posee nacionalidad no espantildeola En el desglose por nacionalidades de
este porcentaje el grupo maacutes numeroso es el de los ecuatorianos (1383) seguido por los
peruanos (657) y los marroquiacutees (615) en cuarto lugar se situacutean los colombianos
(604) En la gran mayoriacutea de los casos se trata de poblacioacuten que se ha establecido en la
ciudad mediante su inscripcioacuten en el padroacuten de habitantes en los uacuteltimos cinco antildeos10
Por
lo tanto es liacutecito que en el presente estudio se hable de primera residencia marcada por un
proceso de acogida de los recieacuten llegados por colectivos de la misma nacionalidad que ya
residiacutean en la ciudad Algunos excelentes trabajos previos sobre la localizacioacuten de la
poblacioacuten extranjera en Barcelona se deben Bayona et al (2004a 2004b 2005)11
Para llevar a cabo un anaacutelisis cuantitativo como el que se presenta a priori se tiene que
clarificar algunos conceptos y definiciones para asegurar la comprensioacuten correcta de los
resultados En el caso de las variables candidatas a ser estudiadas para obtener las
caracteriacutesticas socio-econoacutemicas de los clusters la estadiacutestica oficial ofrece una gran
cantidad potencialmente utilizables pero nuestro enfoque presenta una restriccioacuten
importante ya que se requieren variables que puedan ser observadas a un nivel maacuteximo de
desagregacioacuten espacial Debido a este motivo nos hemos de centrar en aquellas
caracteriacutesticas que recogen los censos de poblacioacuten y vivienda Estas fuentes presentan la
limitacioacuten de su disponibilidad ligada a los periacuteodos censales siendo el uacuteltimo en el caso
espantildeol el 2001 Sin embargo esta limitacioacuten puede ser una ventaja ya que nos referimos
como ya hemos comentado y para la mayoriacutea de los colectivos a las caracteriacutesticas de las
secciones en el periacuteodo de acogida o primera residencia y no tanto de las caracteriacutesticas
actuales lo que atenuacutea la posible correlacioacuten entre caracteriacutesticas y porcentaje de poblacioacuten
del grupo estudiado
Adaptar las teacutecnicas descritas en las paacuteginas precedentes exige un estudio detallado de la
informacioacuten disponible teniendo en cuenta su desagregacioacuten territorial y la posibilidad de
referenciacioacuten geograacutefica En primer lugar se debe establecer el tipo de unidad espacial
que se emplea En este sentido en Espantildea la unidad espacial que es susceptible de mejor
adaptacioacuten a las herramientas estadiacutesticas es la seccioacuten censal que permite un anaacutelisis con
el maacuteximo nivel de desagregacioacuten territorial con la ventaja que para los habitantes de cada
seccioacuten se dispone de la informacioacuten que suministran el Censo de Poblacioacuten y el Padroacuten de
Habitantes Se ha utilizado la cartografiacutea del seccionado suministrada por el Ayuntamiento
de Barcelona con un total de 1483 secciones censales12
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 11 -
En segundo lugar se debe definir queacute se entiende por poblacioacuten inmigrante Se ha optado
por considerar como poblacioacuten inmigrante los individuos con nacionalidad no espantildeola
seguacuten la clasificacioacuten censal Se han agrupado las nacionalidades en seis grupos y se ha
analizando con detalle el comportamiento de las once nacionalidades que superan el 3 de
la poblacioacuten extranjera de Barcelona Se han formado los grupos con la suma de individuos
de diferentes nacionalidades de acuerdo con la siguiente ordenacioacuten (soacutelo aparecen las
nacionalidades con maacutes poblacioacuten) Magreb (Argelia Marruecos) Resto de Aacutefrica
(Gambia Senegal)13
Ameacuterica Latina (Ecuador Peruacute Colombia Repuacuteblica Dominicana
Argentina Cuba Chile Brasil Uruguay Bolivia) Europa del Este (Rumania Ucrania
Rusia Polonia) Asia (China Pakistaacuten Filipinas India Oceaniacutea excepto Australia y Nueva
Zelanda) UE-15 y otros paiacuteses de la OCDE (Francia Italia Alemania Reino Unido
Portugal Estados Unidos y Japoacuten) Tambieacuten hemos formado un seacuteptimo grupo denominado
ldquoExtracomunitariosrdquo que se compone de la suma de los cinco primeros o dicho de otra
manera del total de extranjeros sin contar los procedentes de la UE-15 y otros paiacuteses de la
OCDE14
En los mapas de las siguientes paacuteginas (figura 2) se hace una descripcioacuten de la situacioacuten de
cada nacionalidad siguiendo el enfoque desarrollado en las paacuteginas anteriores Los mapas
de clusters permiten identificar cuatro patrones claros de distribucioacuten espacial de las
diferentes nacionalidades Por un lado Marruecos y Pakistaacuten tienden a la concentracioacuten en
Ciutat Vella Sants-Montjuiumlc y en menor medida en Sant Martiacute Marruecos presenta
ademaacutes una importante presencia en Nou Barris En segundo lugar la poblacioacuten de paiacuteses
de la Unioacuten Europea como Francia e Italia ocupa partes de Ciutat Vella la zona central del
Eixample y se extienden siguiendo el eje Norte-Sur por los distritos de Les Corts y Sarriaacute-
Sant Gervasi Un comportamiento que tambieacuten sigue aunque en menor medida la
poblacioacuten argentina constituyendo la primera excepcioacuten dentro de los paiacuteses
latinoamericanos
En tercer lugar la poblacioacuten de nacionalidad china presenta un patroacuten mucho maacutes disperso
detectaacutendose clusters en los distritos de Eixample Sant Martiacute y presenta ciertas zonas de
concentracioacuten en Sants-Montjuiumlc La poblacioacuten dominicana es la segunda excepcioacuten dentro
de los paiacuteses latinoamericanos ya que sigue un esquema similar pero presenta secciones
con presencia significativa tambieacuten en Ciutat Vella Y por uacuteltimo se puede detectar un
patroacuten maacutes disperso para el resto de nacionalidades latinoamericanas aunque con
diferencias en cuanto a la deteccioacuten de zonas clusters Asiacute Peruacute Colombia y Bolivia
presentan un patroacuten claramente maacutes disperso que las nacionalidades anteriores y Ecuador
tambieacuten presenta un patroacuten disperso pero con cierta concentracioacuten de zonas clusters en el
distrito de Nou Barris
En el cuadro 3 se presentan el nuacutemero de secciones cluster detectadas para cada
nacionalidad y el porcentaje sobre el total de secciones de Barcelona Tres nacionalidades
Francia Italia y Argentina presentan el mayor nuacutemero de secciones con presencia
significativa superando el 10 de total Estas tres nacionalidades no soacutelo estaacuten maacutes
extendidas en el territorio sino que tambieacuten presentan patrones espaciales similares como se
ha podido comprobar en los apartados precedentes El caso de la poblacioacuten con
nacionalidad francesa e italiana es especialmente ilustrativo Francia con el 330 e Italia
con el 512 de la poblacioacuten extranjera de la ciudad son grupos poco numerosos respecto a
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 12 -
los principales colectivos no obstante su presencia se extiende de forma significativa en
numerosas secciones aunque concentradas con la excepcioacuten de Ciutat Vella en los
distritos con mayor nivel de vida de la ciudad Las nacionalidades con menos secciones son
Bolivia China y Pakistaacuten en este caso se puede calificar la situacioacuten de concentracioacuten pero
como tambieacuten se ha visto de signo muy distinto Bolivia y China concentradas en pocas
secciones pero dispersas en el territorio y Pakistaacuten concentrado en una pequentildea aacuterea en
torno al Distrito I Ademaacutes destaca el alto porcentaje de poblacioacuten pakistaniacute que reside en
estas secciones cluster (586)
En cuanto al anaacutelisis de las variables de la situacioacuten de los diferentes grupos entre secciones
cluster y no cluster lo primero que se observa es que para cuatro variables (iacutendice de
habitabilidad paro y los dos niveles de estudio) se producen diferencias significativas para
todos los grupos (cuadro 4) Tres grupos muestran diferencias significativas en las seis
variables Asia Ameacuterica Latina y UE
El estudio de los signos y los valores de las diferencias permite caracterizar las zonas para
cada uno de los grupos tal y como se expone en el cuadro 2
Cuadro 2
Caracteriacutesticas maacutes relevantes
Grupo Caracteriacutesticas de las zonas que ocupan
Magreb Calidad baja de la vivienda
Poblacioacuten sin estudios paro y densidad elevados
Resto de Aacutefrica Calidad baja de la vivienda
Poblacioacuten sin estudios y paro elevados
Ameacuterica Latina Diferencias en todas las variables
Proporcioacuten alta de poblacioacuten de maacutes de 65 antildeos
Europa del Este Poca calidad de la vivienda
Diferencias en paro y nivel de estudios pero menores que los
grupos anteriores
Asia Diferencias en todas las variables
Segundo grupo en poca calidad de la vivienda
Primero en paro
UE Diferencias en todas las variables pero de signo opuesto al resto
de grupos
Densidad y estudios universitarios muy diferentes del resto
(Mayor nivel de estudios) Fuente elaboracioacuten propia
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
- 13 -
Cuadro 3
Caracteriacutesticas de las principales nacionalidades
Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
spob immi 1383 657 615 604 543 512 510 416 373 330 309
secciones
clusters 146 120 128 107 154 194 79 81 55 169 100
s total
secciones 98 81 86 72 104 131 55 55 37 114 67
pob de cada
nacionalidad que
vive en el cluster
216 56 473 120 241 287 586 358 162 324 328
Fuente elaboracioacuten propia e Idescat
Cuadro 4
Anaacutelisis de la Varianza Estadiacutestico F Grupos
Variable Grupo Magreb Resto de
Africa
Ameacuterica
Latina
Europa del
Este
Asia
UE-15+
Paises
avanzados
Conjunto
Extracomuni
tario
Densidad 5033 063 2642 232 2090 8865 4728
Iacutendice de habitabilidad 36002 8200 21848 6519 32670 3565 46567
Mayores de 65 antildeos 053 028 1928 189 989 501 1272
Tasa de paro 9165 3425 8654 2264 11035 1629 14404
Estudios universitarios 6262 5261 5947 1646 3359 30151 7696
Sin estudios 9947 11771 6507 1734 5520 8272 9725
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia e Idescat
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
14
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
15
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
16
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
17
Figura 2 Distritos de Barcelona y Clustermaps de nacionalidades
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
18
Fuente elaboracioacuten propia
Para el conjunto de inmigrantes extracomunitarios se puede observar que todas las
variables son significativas destacando especialmente el iacutendice de habitabilidad y la tasa
de paro La situacioacuten es maacutes compleja en cuanto a las nacionalidades no hay ninguna
variable que presente diferencias significativas para las once nacionalidades y en soacutelo
cuatro -Bolivia Francia Pakistaacuten y Repuacuteblica Dominicana- todas las variables presentan
diferencias significativas En la situacioacuten contraria se encuentra China con el iacutendice de
habitabilidad como uacutenica variable significativa
Los resultados obtenidos se presentan en los cuadros 6 y 7 La medida habitual de bondad
del ajuste o poder explicativo en este tipo de modelos es el Pseudo R2 de McFadden que
se basa en el cociente entre la funcioacuten de verosimilitud del modelo con todas las variables
explicativas y la funcioacuten de verosimilitud del modelo sin ellas Este estadiacutestico esta
acotado entre cero y uno indicando un buen ajuste valores proacuteximos a uno
En nuestro caso se obtiene un buen ajuste medido por el Pseudo R2 de McFadden para
todos los grupos y nacionalidades excepto en el caso de Colombia Argentina y China
(los resultados del anaacutelisis de varianza se exponen en el cuadro 5) Este hecho puede
indicar que para estas nacionalidades se necesitan otros factores explicativos En el caso
de los grupos lo primero que se observa es que la variable iacutendice de habitabilidad
presenta diferencias significativas y negativas para todos los grupos mientras que las
variables relacionadas con el nivel de estudios y mayores de 65 antildeos no son explicativas
del modelo en la mayoriacutea de los casos Por lo que hace referencia a los signos de las
variables significativas observamos que todas ellas tienen una relacioacuten directa o positiva
excepto el iacutendice de habitabilidad que presenta una relacioacuten inversa o negativa En el
siguiente cuadro 8 se hace hincapieacute en las variables que son significativas para cada
grupo y el nivel de ajuste obtenido en cada caso
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
19
Cuadro 5
Anaacutelisis de la Varianza Estadiacutestico F Nacionalidades
Nota diferencia significativa al 5 al 10
Fuente elaboracioacuten propia
Cuadro 6
Resultados del modelo economeacutetrico Grupos
Variable Grupo Magreb Resto de Africa Ameacuterica Latina Europa del Este
Asia
UE-15+ Paises
avanzados
Conjunto
Extracomunitario
Constante 0384 0311 -0475 0242 1258 2110 -0468
Densidad 0133 - 0116 - - -0288 0223
Iacutendice habitabilidad -0062 -0033 -0045 -0032 -0061 -0063 -0070
Mayores de 65 antildeos - - - - - 0033 -
Tasa de paro - - 0046 - 0050 0032 0060
Estudios universitarios - - - - - 0087 -
Sin estudios 0018 - - - - - -
λ 0253 0258 0347 0114 0207 0459 0238
Pseudo R2 0723 0368 0513 0403 0773 0768 0790
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistan China Bolivia Francia
Rep
Dominicana
Densidad 4255 1141 5523 338 810 1847 4609 024 514 6774 5403
Iacutendice de habitabilidad 3170 008 35829 586 6124 8129 30675 760 1496 3296 13006
Mayores de 65 antildeos 114 007 027 130 525 1666 729 047 2159 497 1524
Tasa de paro 5488 014 8871 965 193 011 14901 004 1968 793 7599
Estudios universitarios 28699 1102 7599 454 017 2262 5919 123 3339 13758 4535
Sin estudios 14215 001 10876 018 020 616 10144 210 2941 3163 4221
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
20
Cuadro 7 Resultados del modelo economeacutetrico Nacionalidades
Nota significativo al 5 al 10 Con guioacuten variables no significativas
Fuente elaboracioacuten propia
Variable Nacionalidad Ecuador Peruacute Marruecos Colombia Argentina Italia Pakistaacuten China Bolivia Francia
Rep
Dominicana
Constante -4629 -3513 0987 -1937 1488 -0574 -1587 -0314 -0703 2121 2082
Densidad 0948 0150 0134 - -0152 - 0239 - - -0269 0550
Iacutendice de habitabilidad -0009 - -0060 - -0020 -0037 -0061 -0019 -0008 -0050 -0034
Mayores de 65 antildeos - - - - - 0030 - - - 0035 -
Tasa de paro - 0068 - 0037 - - 0070 - - - 0054
Estudios universitarios -0038 - -0020 - - 0032 - - -0030 0058 -
Sin estudios 0036 -0032 - - -0011 - - -0017 - - -
λ 0225 0504 0245 0144 0474 0450 0160 0266 0122 0344 0219
Pseudo R2 0754 0462 0735 0104 0158 0405 0833 0145 0532 0702 0527
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
21
Cuadro 8
Resultados maacutes destacados
Grupo Variables explicativas
Magreb El modelo presenta un buen ajuste
La densidad el iacutendice de habitabilidad y la variable sin estudios
explican la pertenencia de una seccioacuten censal a una zona cluster
Resto de
Aacutefrica
Es el grupo que presenta un menor ajuste
Se necesitan otros factores explicativos ya que la uacutenica variable
significativa es el iacutendice de habitabilidad
Ameacuterica
Latina
El modelo presenta un buen ajuste
En este caso todas las variables son significativas excepto el nivel
de estudios y los mayores de 65 antildeos
Europa del
Este
Es el segundo grupo que presenta un menor ajuste
Al igual que en el caso de Resto de Aacutefrica el iacutendice de
habitabilidad es la uacutenica variable significativa
Asia Presenta el Pseudo R2 de McFadden maacutes elevado 077
En el modelo son significativas las variables iacutendice de
habitabilidad y tasa de paro
UE Es el segundo grupo con un mejor ajuste (077)
Todas las variables explicativas escogidas son significativas
excepto la variable porcentaje de poblacioacuten sin estudios Fuente elaboracioacuten propia
La conclusioacuten que se presta del anaacutelisis del modelo economeacutetrico para los grupos es que
la variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster es el iacutendice de habitabilidad En el caso de las nacionalidades la situacioacuten es maacutes
compleja Ecuador Marruecos Pakistaacuten y Francia son las nacionalidades que presentan
un mejor ajuste del modelo con una Pseudo R2 de McFadden superior al 70
No hay ninguna variable que sea significativa para todas las nacionalidades No obstante
como ya hemos observado en el anaacutelisis de los grupos el iacutendice de habitabilidad es la
variable maacutes relevante para determinar la pertenencia de una seccioacuten censal a una zona
cluster Por otro lado tal y como ocurriacutea para los grupos no encontramos ninguacuten caso en
el que todas las variables sean significativas El paraacutemetro λ es significativo en todos los
casos lo que confirma el enfoque espacial adoptado en la modelizacioacuten
6 Conclusiones
En este artiacuteculo se han presentado diversas teacutecnicas de deteccioacuten y caracterizacioacuten de los
clusters de poblacioacuten inmigrante en aacutereas urbanas La principal caracteriacutestica de esta
aproximacioacuten es la utilizacioacuten de herramientas procedentes de la estadiacutestica espacial La
reciente disponibilidad en Espantildea de la georeferenciacioacuten de los datos provenientes de las
fuentes estadiacutesticas tradicionales sobre poblacioacuten (Padroacuten y Censo) abre nuevas liacuteneas de
investigacioacuten sobre patrones residenciales en zonas urbanas Junto con esta nueva
disponibilidad cabe destacar tambieacuten la irrupcioacuten de una nueva generacioacuten de software
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
22
que facilita el tratamiento de la informacioacuten y la implementacioacuten de teacutecnicas tanto de
anaacutelisis exploratorio como de modelizacioacuten de variables en el espacio
Con el uso de la estadiacutestica espacial se incorporan al anaacutelisis elementos territoriales
baacutesicos para la comprensioacuten del fenoacutemeno migratorio La unidad baacutesica del estudio
presentado como ejemplo de aplicacioacuten es la seccioacuten censal que ofrece claras ventajas
de desagregacioacuten del territorio y que permite un anaacutelisis maacutes detallado de la realidad que
no se puede obtener con otro tipo de datos Otro elemento baacutesico que se ha expuesto es la
utilizacioacuten de los indicadores de autocorrelacioacuten local como herramienta que permite el
anaacutelisis no soacutelo de la situacioacuten de una seccioacuten censal o zona urbana en concreto sino esta
situacioacuten comparada con la de su entorno Este hecho tiene fuertes implicaciones en el
anaacutelisis urbano donde es evidente la conexioacuten entre territorios vecinos
El principal objetivo del artiacuteculo era la exposicioacuten de estas herramientas maacutes que un
estudio minucioso de un caso concreto aunque como ejemplo de su aplicacioacuten se han
presentado resultados para la ciudad de Barcelona En este sentido caben destacar
algunos patrones residenciales detectados para las nacionalidades analizadas asiacute se
podriacutea hablar en base a los clusters de concentracioacuten fuerte en el caso de Marruecos y
Pakistaacuten concentracioacuten deacutebil Ecuador y Repuacuteblica Dominicana dispersioacuten baja
Francia Italia y Argentina y dispersioacuten alta en el caso de Peruacute Colombia Bolivia y
China
En cuanto a la caracterizacioacuten de las zonas clusters detectadas se ha optado por un doble
proceso en primer lugar un anaacutelisis de la varianza para analizar la significacioacuten
estadiacutestica de las diferencias en las variables en estas zonas y las zonas que no han sido
detectadas como clusters En segundo lugar se ha querido extraer aquellas variables que
mejor explican la pertenencia de una zona a un cluster Los resultados obtenidos en este
doble proceso han permitido observar que determinadas caracteriacutesticas como la densidad
y el indicador de habitabilidad pueden explicar en gran parte la pertenencia de una zona a
un cluster residencial de poblacioacuten inmigrante por lo tanto se han relacionado las
caracteriacutesticas del territorio con la distribucioacuten de las diferentes nacionalidades y grupos
de poblacioacuten extranjera En todo caso nos remitimos a los resultados detallados en las
tablas para apreciar las diferentes situaciones para cada gruponacionalidad
En resumen y a modo de conclusioacuten general podemos afirmar que la estadiacutestica espacial
constituye una herramienta esencial para la comprensioacuten de los fenoacutemenos migratorios en
el aacutembito urbano Los recientes avances tanto teoacutericos como aplicados en este campo
facilitan a los investigadores una nueva visioacuten de dichos fenoacutemenos que puede
complementar y enriquecer enfoques de corte maacutes cualitativo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
23
Bibliografiacutea
ALBA RD LOGAN JR CROWDER K White ethnic neighbourhoods and
assimilation the greater New York region 1980-1990 Social Forces 1997 vol 75 nordm 3
p 883-909
ALBERT JA CHIB S Bayesian Analysis of Binary and Polychotomous Response
Data Journal of the American Statistical Association 1993 vol 88 p 669-679
ANSELIN L Spatial Econometrics Methods and Models Boston MA Kluwer
Academic 1988
ANSELIN L Local indicators of spatial Association-LISA Geographical Analysis
1995 vol 27 nordm 2 p 93-115
ANSELIN L FLORAX RJGM (eds) New Directions in Spatial Econometrics
Berlin Springer 1995
ANSELIN L GeoDa 09 Users Guide Spatial Analysis Laboratory University of
Illinos Urbana-Champaign IL 2003
ANSELIN L FLORAX RJGM REY S (eds) Advances in Spatial Econometrics
Methodology Tools and Applications Berlin Springer 2004
ASSUNCcedilAO RM REIS EA A new proposal to adjust Moranrsquos I for population
density Statistics in medicine 1999 vol 18(16) 2147-2162
BAYONA J DOMINGO A LOPEZ A Impacto demoespacial de la
internacionalizacioacuten de los flujos migratorios en la ciudad de Barcelona Migraciones
2004a nordm 16 p 157-198
BAYONA J BLANCO MJ Pautes drsquoassociacioacute en lrsquoespai de la poblacioacute de
nacionalitat estrangera a Barcelona Documents drsquoAnagravelisi Geogragravefica 2004b nordm 43 p
107-122
BAYONA J DOMINGO A Actividad y territorio la localizacioacuten de la poblacioacuten
extranjera en Barcelona Cuadernos de Geografia 2005 nordm 77 p 19-40
CHASCO C Econometriacutea especial aplicada a la prediccioacuten-extrapolacioacuten de datos
microterritoriales Madrid Consejeriacutea de economiacutea e innovacioacuten tecnoloacutegica 2003
CLIFF A ORD J Testing for spatial autocorrelation among regression residuals
Geographical Analysis 1972 vol 4 p 267-284
CLIFF A ORD J Spatial autocorrelation London Pion 1973
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
24
CLIFF A ORD J Spatial processes models and applications London Pion 1981
CRESSIE N Statistics for spatial data New York John Wiley amp Sons 1991
EBDON E Statistics in geography Oxford Blackwell 1977
FOTHERINGHAM AS BRUNSDON C CHARLTON M Quantitative Geography
Perspectives on Spatial Data Analysis London Sage 2000
FRANK AI Using measures of spatial autocorrelation to describe socio-economic and
racial residential patterns in US urban areas En Socio-Economic Applications of
Geographic Information Science Edited by D Kidner G Higgs S White New York
TaylorampFrancis 2002
GEARY R The contiguity ratio and statistical mapping The Incorporated Statistician
1954 vol 5 p 115-145
GETIS A MUR J ZOLLER HG (eds) Spatial econometrics and spatial statistics
New York Palgrave Macmillan 2004
HAINING R Spatial Data Analysis Theory and Practice Cambridge Cambridge
University Press 2003
LESAGE JP The Theory and Practice of Spatial Econometrics 1999 [En liacutenea]
lthttpwwwspatial-econometricscomgt [1 de junio de 2007]
LESAGE JP PACE RK (eds) Spatial and spatiotemporal econometrics Amsterdam
Elsevier 2004
LOGAN JR ZHANG W Identifying Ethnic Neighborhoods with Census Data
Spatially Integrated Social Science (ed Goodchilc MF Janelle DG) New York
Oxford University Press 2004
McMILLEN D P Probit with spatial autocorrelation Journal of Regional Science 1992
vol 32 p 335-348
MORAN P The interpretation of statistical maps Journal of the Royal Statistical Society
B 1948 vol 10 p 243-251
MORENO R VAYA E Teacutecnicas economeacutetricas para el tratamiento de datos
espaciales la econometriacutea espacial Barcelona Edicions Universitat de Barcelona 2000
MUSTERD S DEURLOO R Unstable Immigrant Concentrations in Amsterdam
Spatial Segregation and Integration of Newcomers Housing Studies 2002 vol 17 p
487-503
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
25
PAELINCK JHP KLAASEN LH Spatial Econometrics Farnborough Saxon House
1979
PEACH C South Asian and Caribean ethnic minority housing choice in Britain Urban
Studies 1998 vol 35 p 1657-1702
PAMUK A Geography of Immigrants Clusters in Global Cities A Case Study of San
Francisco 2000 International Journal of Urban and Regional Research 2004 vol 28
nordm 2 p 287-307
RIPLEY BD Spatial Statistics New York John Wiley amp Sons 1981
TOBLER W Cellular Geography Philosophy in Geography (ed Gale S Olsson G)
Dordrecht Reidel 1979
VISAUTA B MARTORI JC Anaacutelisis Estadiacutestico con SPSS para Windows volumen
II Estadiacutestica multivariante Madrid Mac Graw Hill 2003
WONG DWS y LEE J Statistical Analysis of Geographic Information New York
John Wiley amp Sons 2005
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo
26
1 Un repaso exhaustivo a todas las aplicaciones disponibles hasta el momento se puede encontrar en el
nuacutemero monograacutefico 38 (2006) de Geographical Analysis 2 Ver por ejemplo Alba et al (2002) o Pamuk (2004)
3 Matriz cuadrada no estocaacutestica cuyos elementos reflejan la intensidad de la interdependencia existente
entre cada par de unidades i y j Habitualmente cij es igual a 1 si las unidades comparten una frontera
comuacuten y es igual a 0 si no la comparten 4 Entre todas las referencias cabe destacar por su claridad Anselin (2003) y Wong y Lee (2005)
5 Para determinar la vecindad entre secciones censales se pueden emplear diferentes criterios siendo el maacutes
habitual el llamado criterio rook 6 De hecho tambieacuten se ha utilizado un criterio permutacional en la inferencia del estadiacutestico I global de
Moran ya que eacuteste sigue una distribucioacuten normal soacutelo en contextos asintoacuteticos 7 La informacioacuten detallada referente a la elaboracioacuten de este indicador se puede encontrar en
httpwwwineescenso_accesibleesglosariohtml 8 Recordemos que dada la diferente temporalidad de las variables se intenta explicar la situacioacuten de 2005
con las caracteriacutesticas de la zona en 2001 Existe una diferencia entre el nuacutemero de secciones del Padroacuten
Continuo de 2005 (1483) y el Censo de Poblacioacuten 2001 (1491)Cuando en el modelo economeacutetrico se han
utilizado las dos fuentes se han realizado los ajustes oportunos 9 Para detalles sobre este meacutetodo se puede consultar Visauta y Martori (2003)
10 Servei drsquoEstadiacutestica Ajuntament de Barcelona Tanto el Padroacuten Continuo como en el Censo de Poblacioacuten
presentan una anomaliacutea en la seccioacuten censal 68 del distrito I donde para la fecha de referencia utilizada (1-
1-2005) habiacutea empadronadas 11619 personas 10025 de las cuales extranjeras Este hecho se debe a que se
empadronan en esta seccioacuten la mayoriacutea de los extranjeros sin residencia fija en la ciudad Como se han
utilizado ratios (Empirical Bayes ) sobre la poblacioacuten total de la seccioacuten para la determinacioacuten de los
clusters esta anomaliacutea no ha afectado a los resultados de forma relevante 11
Aunque en estos casos la autocorrelacioacuten espacial no se base en matrices de contiguumlidad sino de
distancias y el estadiacutestico de contraste soacutelo sirve para hacer una gradacioacuten de la asociacioacuten espacial 12
Para su tratamiento se puede utilizar diferente software de acceso libre como Geodareg o Arcview
reg de
uso habitual en aacutembitos acadeacutemicos 13
Siendo este grupo el que cuenta con menores efectivos se ha mantenido en el anaacutelisis por su importante
implantacioacuten en otras zonas de Cataluntildea incluyendo la Regioacuten Metropolitana de Barcelona 14
Para simplificar a este grupo se le denomina a partir de este punto como simplemente ldquoUErdquo