EVALUACIÓN DE LA VULNERABILIDAD DEL SECTOR PRIMARIO REGIONAL ANTE EL IMPACTO DE LA VARIABILIDAD CLIMÁTICA

Ricardo Jesús Ramírez Castillo
Eduardo Meza Ramos

Construcción del índice de vulnerabilidad

Una vez determinados los indicadores se procedió a la búsqueda de factores que determinaran la vulnerabilidad del sector, se utilizó el programa informático SPSS1
Los resultados del análisis factorial se presentan en las tablas 14, 15 Y 16.; tabla 14. Las Comunalidades en la tabla 15  Varianza total explicada.  Tabla 16 Matriz de coeficientes para el cálculo de las puntuaciones. Tabla 17 Matriz de componentes rotados. Al aplicar el modelo de análisis factorial el criterio para determinar el número de factores es considerar los componentes con valores que sean mayores o iguales a uno (CONAPO, 1995: 6) en este caso se extrajeron   dos (véase tabla 15).
La tabla 14 muestra las comunalidades (proporción de la varianza de las variables explicada por el factor). Como se puede observar, los factores extraídos explican el 47.2% de la variación total de los indicadores de vulnerabilidad en los 4 municipios considerados dentro del estudio.  La matriz de puntajes factoriales (tabla 14) permite generar el índice de vulnerabilidad por municipio sustituyendo los puntajes en la fórmula siguiente:
Fórmula de cálculo del índice de vulnerabilidad:

Donde:
IMj = índice de vulnerabilidad del municipio j
Xij  = valor de la variable i en el municipio j
Si   =  desviación estándar de la variable i
Pi  =  puntaje de la variable
El índice de marginación resultante es una variable con media 0 y varianza 1

Los resultados del análisis factorial fueron los siguientes. En el análisis de la conformación de la primera componente principal (comunalidades) tabla 14 se encontró que la totalidad de las variables superan el 100% de la varianza explicada, lo cual es un indicador de que representan bien a las variables. El número de factores que se extrajeron fueron tres (tabla 15)  el primero al que se denominó factor temporal,  con un total de 10.867  representa el 47.247% de la varianza explicada, lo que indica que las variables de entrada mostraban una alta correlación entre ellas.
El segundo componente denominado factor de desarrollo tecnológico que tiene una varianza de 7.650 representa al 33.272 % de la varianza.    Los dos factores suman un total de 18.576 puntos que es el 80.765 % del total de la varianza explicada.  El tercer factor identificado muestra una varianza acumulada de 4.424 que explica el 19.235 % de la varianza. En la tabla 16  se puede apreciar los porcentajes de las variables en la matriz de componentes

Al evaluar a cada una de las variables introducidas al factorial, se observa que los indicadores que más aportan en la conformación de la primera componente principal es el porcentaje de tierras de temporal con 0.985, y el porcentaje de tierras de riego con -0.985 inversamente proporcional el porcentaje de viviendas con conexión al drenaje sanitario -0.966, la razón de dependencia con -0.944 inversamente proporcional,  el porcentaje de viviendas en unidades productivas sin agua potable con 0.911, el porcentaje de viviendas en unidades productivas sin electricidad con 0.886,  el promedio de superficie de labor de las unidades productivas con  0.817 y el promedio de superficie de parcela promedio por unidad productiva con 0.804. Es importante hacer notar que las variables relacionadas con las características de la vivienda en las unidades productivas muestran altos coeficientes, por lo que decidimos mantenerlas en el análisis.
Para la estimación del  índice de vulnerabilidad se tomaron  los coeficientes que se obtuvieron para cada uno de los indicadores de la primera componente que resultó bipolar. La relación funcional en todas las variables es directamente proporcional, es decir, que a mayor valor de la variable, mayor es el índice de vulnerabilidad (véase tabla 18).

En la tabla 18 que muestra las puntuaciones obtenidas de los coeficientes para la construcción del índice de vulnerabilidad con coeficientes se forma la combinación lineal, y se obtiene el índice de vulnerabilidad por municipio. El valor mayor, interpretado como el de índice más alto de vulnerabilidad de la primera componente denominada temporal es para el municipio de Cabo Corrientes, con 1.10167  su porcentaje de tierras de temporal es de 92.7% del total de hectáreas sembradas. El municipio de Compostela que aparece en segundo lugar obtuvo un índice de 0.20758  con un porcentaje de tierras de temporal de 82% del total sembrado. En tercer lugar está ubicado el municipio de Puerto Vallarta con un índice de .01101 y una proporción del 70% de  tierras de temporal. El municipio que menor vulnerabilidad muestra es el de Bahía de Banderas, que con un porcentaje de tierras de temporal de 48.9% obtuvo un índice de – 1.32027.
El segundo factor permitió identificar variables relacionadas con el proceso productivo y su grado de utilización de elementos técnicos y de asistencia en la producción. A esta segunda componente se le denominó  tecnificación del sistema productivo. Se obtuvieron los siguientes coeficientes en sus componentes principales: Con signo negativo, la variable  promedio de la media anual del valor de la producción de los productos del sector primario municipal en el período de estudio 1994/ 2009 con -0.995  en esta el sentido de la variable indica que a mayor valor promedio de la producción menor es la vulnerabilidad y es inversamente proporcional.  El porcentaje de utilización en la siembra de semilla mejorada 0.976,  el porcentaje de fertilizante utilizado  le sigue en orden descendente el porcentaje de tierras   que utilizan fertilizante con 0.922, el  porcentaje de tierras de labor sin utilizar de las unidades productivas con 0.830.  El Índice de Desarrollo Humano municipal con 0.648 y la superficie parcelada promedio por unidad productiva con 0.527. Las variables con altos coeficientes del tercer componente que explica el 20% de la varianza fueron el porcentaje unidades productivas que recibieron asistencia técnica  con 0.994,  la densidad de población municipal con el 0.989  y el porcentaje de las unidades económicas sin actividad agropecuaria con 0.977.
Se obtuvieron las siguientes mediciones: Para el municipio de Cabo Corrientes un índice de 0.89922.  El promedio de tierras que usan semilla mejorada en este municipio es el más alto del grupo de estudio con 92% del total. Le sigue el municipio de  Bahía de Banderas con un valor de  0.53291 y su porcentaje de utilización de semilla mejorada es de 74.0 por ciento. Puerto Vallarta nos presenta un -0.5201 por ciento  que nos muestra un 65.8 por ciento de uso de semilla mejorada y el municipio de Compostela que obtuvo un 0.53291 y nos presenta una utilización  semilla mejorada de 41.4 por ciento. Es importante destacar el hecho de que las variables elegidas como guía solo muestran el  coeficiente con el puntaje más alto dentro del total con el puntaje más alto dentro del total de coeficientes utilizados en la determinación del factor en cuestión habiendo otras variables dentro de la varianza que aportan a la construcción de dicho factor.
En el último factor que explica el 19.235 % de la varianza se encontraron varios coeficientes que aportaban altos valores al total. Entre los de mayor puntuación esta el promedio de  cultivos que reciben asistencia técnica con .994,  la variable densidad de población por km2  con .989 y el promedio de unidades económicas sin actividad agropecuaria con .977.  En este último factor se obtuvieron índices negativos para casi todos los municipios dentro de la zona de estudio lo cual nos permite deducir que son directamente proporcionales ya que a menor índice mayor sería el grado vulnerabilidad, a continuación se observa la tabla  15 que nos muestra el total de los índices de cada factor por municipio.


Tabla 19. Factores de índice de vulnerabilidad


 Municipio

Factor 1

Factor 2

Factor 3

Cabo Corrientes

1.10167

0.89922

-0.47721

Puerto Vallarta

0.01101

-0.05201

1.49906

Bahía de Banderas

-1.32027

0.53291

-0.47212

Compostela

0.20758

-1.38011

-0.54972

Fuente: elaboración propia

Utilizando la Técnica de Estratificación Óptima desarrollada por Dalenius y Hodges, (citado en CONAPO 1995, 2005) para la mayoría de sus índices (Marginación, Intensidad Migratoria, Desarrollo Humano, etc.), para dividir los datos en cuatro sub-intervalos, mediante cuatro puntos de corte donde  cada uno de los municipios es calificado con Baja, Media, Alta o Muy alta, grado de vulnerabilidad, según en el intervalo en que se ubique el valor de su índice.
Al aplicar la estratificación para obtener el grado de vulnerabilidad en el primer factor observamos que de los 4 municipios contemplados para este análisis, se encontró que el municipio de Cabo Corrientes presenta una muy alta vulnerabilidad con un índice de 1.10167. El municipio de Compostela presenta una alta vulnerabilidad con un índice de 0.20758. Le sigue el municipio de Puerto Vallarta con 0.01101 y se ubica en el estrato de vulnerabilidad media.
El municipio de Bahía de Banderas aparece con baja vulnerabilidad al reportar  -1.32027 lo que lo ubica en el límite inferior de la medición y se le clasificó como de baja vulnerabilidad, el rango más alto de la medición. A continuación presentamos el mapa 8 que nos muestra los valores obtenidos para el primer componente. 

El segundo componente y los índices municipales del llamado componente tecnológico se presentan en el mapa nueve. Como se puede observar, las puntuaciones factoriales que obtuvieron cada uno de los municipios son como sigue: Compostela con -1.38011 se ubicó en último sitio, le sigue el municipio de Puerto Vallarta  con -0.05201,el municipio de Bahía de Banderas tiene un índice de 0.53291  y el Municipio de Cabo Corrientes se ubicó en 0.89922.


1 Statistical Package for the Social Sciences (SPSS)tm

Volver al índice

Enciclopedia Virtual
Tienda
Libros Recomendados


1647 - Investigaciones socioambientales, educativas y humanísticas para el medio rural
Por: Miguel Ángel Sámano Rentería y Ramón Rivera Espinosa. (Coordinadores)

Este libro es producto del trabajo desarrollado por un grupo interdisciplinario de investigadores integrantes del Instituto de Investigaciones Socioambientales, Educativas y Humanísticas para el Medio Rural (IISEHMER).
Libro gratis
Congresos

9 al 23 de octubre
VI Congreso Virtual Internacional sobre

Arte y Sociedad: Paradigmas digitales

16 al 30 de octubre
II Congreso Virtual Internacional sobre

Migración y Desarrollo

1 al 15 de noviembre
II Congreso Virtual Internacional sobre

Desigualdad Social, Económica y Educativa en el Siglo XXI

4 al 15 de diciembre
V Congreso Virtual Internacional sobre

Transformación e innovación en las organizaciones

11 al 22 de diciembre
I Congreso Virtual Internacional sobre

Economía Social y Desarrollo Local Sostenible

Enlaces Rápidos

Fundación Inca Garcilaso
Enciclopedia y Biblioteca virtual sobre economía
Universidad de Málaga