Resumen:
OBJETIVOS: analizar los patrones espaciales de la migración peruana en la Ciudad de Córdoba, Argentina y comparar la población nacida en Perú que se encuentra agrupada en clústers con aquella dispersa en la ciudad.
MÉTODOS: se utilizaron técnicas de estadística espacial y análisis sociodemográfico. En la primera fase se usaron medidas globales de autocorrelación espacial (índice global de Moran) y medidas locales de agrupación espacial para representar clústers de población (Gi* de Getis Ord). En la segunda fase se realiza un análisis sociodemográfico de los clústers de población agrupada y dispersa.
RESULTADOS: se sugiere la interacción de dos procesos. En primer lugar, la concentración en zonas específicas de la ciudad de migrantes peruanos en patrones que no son aleatorios. Migrantes más antiguos se encuentran principalmente dispersos en la ciudad mientras migrantes más recientes se encuentran concentrados. En segundo lugar, los migrantes peruanos hombres dispersos tienen una mayor diversificación en cuanto a la estructura ocupacional y una mejor posición socioeconómica que los agrupados. Los patrones observados sugieren que existen diferenciales de género en estos procesos. Las mujeres, tanto las que se encuentran dispersas como las agrupadas, presentan una situación socioeconómica más precaria que los hombres. Esa situación es transversal a la dispersión/concentración en el espacio urbano.
CONCLUSIONES: se sugiere que las composiciones de clase, género y la temporalidad de los flujos migratorios articulan las modalidades de incorporación a la sociedad de destino.
Palabras Clave: migración; movilidad geográfica, distribución de la población, estadística espacial; Córdoba, Argentina; Perú
Abstract:
OBJECTIVES: to analyze the spatial patterns of Peruvian migration in the city of Cordoba, Argentina and to compare the Peruvian migrants in clusters with Peruvian migrants scattered in the city.
METHODS: Spatial statistical techniques and socio-demographic analysis are used for this analysis. In the first phase, global measures of spatial autocorrelation (Global Moran Index) and local measures of spatial clustering represent clusters of population (Getis-Ord Gi*). In the second phase, a sociodemographic analysis of population in clusters and population dispersed is carried out.
RESULTS: we suggest there are two entangled processes. First, the concentration in specific areas of the city of Peruvian migrants in patterns that are not random. Older migrants are mainly dispersed in the city while more recent migrants are concentrated. Second, dispersed Peruvian men have greater diversification in terms of occupational structure and better socioeconomic status than Peruvian migrants dispersed. Women both dispersed and in clusters have a more precarious economic situation than men. This situation is transversal to the dispersion / concentration in urban space.
CONCLUSIONS: it is suggested that the composition of class, gender and temporality of migration flows articulate the modalities of incorporation in the society of destination.
Keywords: migration; geographic mobility; population distribution; spatial statistics; Córdoba; Argentina; Peru
1. Introducción
Uno de los rasgos distintivos de la migración peruana es la diversidad de destinos, tanto a países del norte global como del sur, y el carácter pluriclasista de los flujos (Durand, 2010; Takenaka, Paerregaard y Berg, 2010). Diversos y complejos factores estructurales explican los procesos migratorios a los diferentes destinos: las crisis agrarias internas, los desequilibrios regionales que generan procesos migratorios desde el campo a la ciudad desde la década del cincuenta, la inestabilidad política y la propia diversidad étnica que conformó el Perú (Durand, 2010; Sánchez, 2012). Décadas de políticas neoliberales provocaron un éxodo de peruanos de diferentes estratos sociales y factores relacionados con la clase social, la raza y la etnicidad estructuraron quién se desplazaba y hacia dónde (Takenaka, Paerregaard y Berg, 2010). Desde los años ochenta y, especialmente, los noventa Perú se torna en una nación de emigrantes, donde la población peruana residente en Estados Unidos, Japón y España se triplicó en menos de una década (Durand, 2010).
En relación con la distribución mundial de la población peruana, en el año 2011 el primer destino fue Estados Unidos (31,5%), en segundo lugar se ubicó España (16,0%), seguida de Argentina (14,3%), Italia (10,1%), Chile (8,8%), Japón (4,1%) y Venezuela (3,8%). Estos son los principales países donde se concentró el 88,6% de los peruanos emigrantes (Sánchez, 2012). En Argentina, la migración peruana experimentó un crecimiento sostenido en los últimos años; la evolución de los valores absolutos pasa de 88260 en el año 2001 a 157514 en el último censo del 2010 (Instituto Nacional de Estadísticas y Censos [INDEC], 2001; INDEC, 2010). En la distribución territorial de la población nacida en Perú, el Gran Buenos Aires es el lugar de mayor concentración de este grupo migratorio.
Cerrutti y Maguid (2007) señalan que este colectivo migratorio tiene una inserción marginal en el mercado de trabajo, en los sectores más informales, por lo que el rasgo común es la informalidad y la precariedad laboral. Los principales rubros ocupacionales son la construcción, la industria textil de confección y calzado, el comercio al por menor y el servicio doméstico. En relación con las características específicas de los migrantes peruanos, Cerrutti (2005) señala que un rasgo característico en la Ciudad de Buenos Aires es su elevado nivel de instrucción formal. Casi siete de cada diez migrantes peruanos que entraron al país desde mediados de los noventa cuentan con el ciclo secundario completo. De esta forma, se diferencian del resto de los grupos migratorios.
Si bien la Ciudad de Córdoba no es el principal destino de la migración peruana, sí presenta características que ameritan su detallado estudio. La población peruana residente en Córdoba pasa de 6750 personas en el 2001 a 12442 en el , concentrando casi el 8% del total de los peruanos residentes en Argentina. El crecimiento intercensal de los peruanos en Córdoba (6,1%) es levemente superior al experimentado para el total de la Argentina (5,8%) (INDEC, 2001, 2010). Estas especificidades nos permiten interrogarnos sobre las modalidades de incorporación de los migrante peruanos en la ciudad.
La discusión sobre el devenir de los migrantes en sociedades receptoras es un tema con una vasta trayectoria en los estudios académicos de diferentes partes del mundo y una de las dimensiones de análisis fue la incorporación espacial. El objetivo de este artículo es analizar la incorporación espacial de los migrantes peruanos en la Ciudad de Córdoba, Argentina, mediante técnicas de estadística espacial. La migración peruana en la ciudad es el flujo migratorio latinoamericano más importante en términos cuantitativos seguido en relevancia por la migración boliviana. De manera específica, los objetivos son, en primer lugar, analizar los patrones de incorporación espacial de la migración peruana en la Ciudad de Córdoba, Argentina, y en segundo lugar, comparar la población nacida en Perú que se encuentra agrupada en clústers con aquella dispersa en la ciudad.
2. La incorporación espacial de los migrantes
Existe una vasta tradición internacional de investigaciones sobre la incorporación espacial de los grupos migrantes en diversas partes del mundo (Antczak y Gwarda, 2015; Bayona y López, 2011; Durand, 2002; Funkhouser, 2000; Leerkes, Engbersen y San, 2007; Marcos y Mera, 2015; Martori y Hoberg, 2004a; Mera, Marcos y Virgilio, 2015; Moreno, 2011). Los clásicos trabajos en Estados Unidos de la Escuela de Chicago en general, y Robert Park en particular, sobre los procesos de distribución espacial de los grupos migratorios inauguraron una línea de investigación que sigue desarrollando novedosas técnicas analíticas. En la actualidad, estas dimensiones de estudios son convergentes con lo que se denomina el giro espacial (spatial turn) en las ciencias sociales contemporáneas (Warf y Arias, 2008). En sus aspectos fundamentales se enfatiza la producción social de espacio como categoría relevante del análisis y la incorporación de los nuevos avances producidos en el campo de la estadística espacial aplicados a las ciencias sociales, fundamentalmente en el uso de los sistemas de información georreferenciados (Gregory y Geddes, 2014).
En el contexto de Argentina los trabajos que consideran el espacio como una dimensión analítica y con un abordaje cuantitativo han sido múltiples en los últimos años. En relación con los migrantes de países limítrofes es importante destacar como antecedente el trabajo de Molinatti y Peláez (2014) donde se utilizan herramientas de estadística espacial para analizar la segregación residencial de migrantes peruanos y bolivianos en la Ciudad de Córdoba para los años 2001 y 2008; sin embargo, no se analizan las diferencias sociodemográficas. La investigación de Marcos y Mera (2015) analiza la distribución espacial de todos los grupos migratorios en la Aglomeración Gran Buenos Aires. Las interrelaciones entre la distribución espacial de los migrantes paraguayos en la Ciudad de Buenos Aires y la distribución de la pobreza es analizada por Mera (2014).
Sobre las especificidades de los patrones espaciales de asentamiento de los migrantes latinoamericanos en la Ciudad de Buenos Aires, Mera et al (2015) señalan que para los principales colectivos migrantes de la ciudad (paraguayos y bolivianos) la principal alternativa habitacional es de tipo informal y se asocia estrechamente a lo que se conoce en Argentina como villas. Por otra parte, los peruanos muestran un patrón diferente, ya que según los autores, si bien un porcentaje reside en villas y asentamientos, muchos se han asentado en áreas residenciales de nivel socioeconómico medio. Se destaca un porcentaje de población peruana que comparte características socioresidenciales con los migrantes bolivianos y paraguayos y otro que se incorpora a los sectores medios de la Ciudad de Buenos Aires.
En la literatura se señalan al menos tres aspectos relevantes para comprender los patrones de asentamiento espacial de los grupos migratorios en la ciudad (Leerkes, Engbersen y San, 2007). En el primer aspecto se destaca el papel de las redes sociales (transnacionales y también locales) a través de la relevancia del capital social con que cuentan los migrantes. El concepto de capital social, operacionalizado por Portes (1998), se refiere a las capacidades de los migrantes de movilizar recursos (dinero, trabajo, alojamiento, información, documentos, etc.) a través de las redes de amistad, familiares, étnicas, etc. Esta dimensión puede estructurar en gran medida las posibilidades de asentamiento residencial para los futuros y previos grupos migratorios. De acuerdo con la literatura consultada, los migrantes tienden a asentarse en lugares de la ciudad donde otros migrantes se asentaron previamente y con el paso del tiempo este proceso de concentración llega a un punto de inflexión donde comienza la dispersión en el espacio urbano (Durand, 2002; Funkhouser, 2000; Moreno, 2011).
Las investigaciones realizadas en la Ciudad de Córdoba sobre la migración peruana destacan la importancia de las redes sociales y el papel de las mujeres en el proceso migratorio (Baiadera Alvites, 2015). Este flujo migratorio en Córdoba tiene origen en estudiantes universitarios que arribaron en la década del sesenta y setenta. Si bien en esta época el destino de las clases medias altas era Estados Unidos, la fuerte presencia de la Universidad Nacional de Córdoba permitió que la ciudad fuera un destino temprano para estos sectores (Falcón y Bologna, 2013) y se concentraron en zonas específicas de la ciudad. Los estudios exploratorios previos muestran dos cohortes de migrantes peruanos en la Ciudad de Córdoba (Falcón y Bologna, 2013). En primer lugar, aquellos que arribaron a partir de la década del sesenta y cuya motivación fue esencialmente la capacitación profesional como uno de los efectos del boom económico que experimentó Perú después de la Segunda Guerra Mundial en los años cincuenta y sesenta, el cual permitió que clases medias y altas del país mandaran a sus hijos a estudiar medicina, derecho u otras carreras profesionales a España o Argentina (Takenaka, Paerregaard y Berg, 2010). En segundo lugar, están los migrantes recientes que llegaron principalmente en la década de 1990 y cuya motivación fue esencialmente laboral. Takenaka et al. (2010) señalan que este flujo se debió en parte a las dificultades en los mercados de trabajo de España, Italia y Japón, y en parte a la demanda de trabajadores de baja calificación en Argentina y Chile.
En términos de género estos dos destinos sur-sur se compartieron con España e Italia un rasgo común: mujeres que se insertaron en el mercado laboral como empleadas domésticas. Sin embargo, la composición de clase mostró divergencias, pues la migración sur-sur está vinculada a diferentes estratos sociales en relación con la migración sur-norte. Se puede llegar a Argentina o Chile en dos o tres días con un costo más bajo que a España o Italia y se puede entrar al país con visa de turismo, lo cual implica selectividad entre los segmentos de población que se dirigen a uno u otro destino. Los dos flujos migratorios identificados en la ciudad presentan diferencias en cuanto a las características de las redes sociales: los peruanos que arribaron primero se caracterizan por la mayor centralidad de los vínculos de amistad, algo coherente con la motivación de llegar a Córdoba para estudiar. Por el contrario, en los migrantes recientes el tipo de vínculo predominante es simplemente con nacionales conocidos y esta característica es más acentuada entre las mujeres (Falcón y Bologna, 2013).
En el segundo aspecto, las oportunidades laborales constituyen un factor relevante en el asentamiento residencial en la ciudad. Los trabajos que requieren baja calificación (formales e informales) están disponibles en los mercados de trabajo periféricos de las ciudades. Las investigaciones previas señalan que en este sector de la economía pueden encontrarse trabajos de baja remuneración salarial en empresas de servicio, cuidado de niños y ancianos, etc. (Leerkes, Engbersen y San, 2007). Las investigaciones en ciudades “globales” señalan una economía étnica donde el trabajo con compatriotas es algo común en espacios laborales específicos. En la Ciudad de Córdoba las investigaciones señalan que la construcción es un nicho laboral histórico para los hombres y el servicio doméstico un espacio laboral para las mujeres. En relación con las migraciones recientes a la ciudad, Magliano et al. (2013) señalan que la migración de mujeres peruanas fue el resultado de un proyecto en donde el trabajo de la mujer, en especial el trabajo doméstico remunerado, fue central para organizar el proyecto migratorio. En el trabajo cualitativo realizado, los autores afirman que el trabajo doméstico de las mujeres peruanas es una modalidad de migración para la reunificación familiar.
En el tercer aspecto se destaca la presencia de alojamiento accesible. Investigaciones en otros contextos señalan la existencia de mercados de alojamiento paralelos (Burgers, 1998); sin embargo, para el caso de la Ciudad de Córdoba se necesita más investigación empírica sobre este tópico. Las investigaciones allí muestran que existen zonas particulares de asentamiento de la población de origen peruano. Unos grupos se concentran en zonas céntricas de la ciudad y otros se encuentran localizados en la periferia (Gómez y Sánchez, en prensa). Lo destacable de estas investigaciones es que aquellos grupos de peruanos concentrados en zonas de un nivel socioeconómico más alto, si bien comparten el espacio urbano con la población nativa, se encuentran en una situación más precaria en el mismo espacio urbano compartido. Es decir, tienen indicadores más altos que el resto de sus connacionales localizados en los espacios periféricos, pero no así en relación con la población nativa que comparte el espacio vital de residencia.
Las tres dimensiones relevantes para comprender los patrones de asentamientos espaciales (capital social, trabajo y alojamiento) están interconectadas. En efecto, la gente con mayor capital social frecuentemente tiene mayor acceso al trabajo y al alojamiento. Por el contrario, la gente con menor capital social y comunidades de nacionales más débiles tienen más dificultad para el acceso al trabajo y el alojamiento.
La principal hipótesis que sostenemos es que las composiciones de clase y la temporalidad de los flujos migratorios articulan las modalidades de incorporación espacial de la migración peruana a la Ciudad de Córdoba. De manera específica, migrantes más recientes y con una composición de clase que se incorpora a los segmentos productivos más informales tienden a concentrarse en clústers específicos en el espacio urbano de la ciudad. Por el contrario, migrantes más antiguos y con una composición de clase cuya motivación fue desplazarse principalmente para estudiar y que son parte de otros segmentos de clase en Perú tienden a fusionarse a los patrones de la estructura de clases de la sociedad de destino y dispersarse en el espacio urbano. Esta hipótesis es complementaria de investigaciones previas (Falcón y Bologna, 2013), donde se muestra la existencia de dos macro-cohortes de migrantes hacia la ciudad: aquellas más antiguas cuya motivación fue principalmente el estudio y aquellas más recientes cuya motivación fue esencialmente laboral.
3. Datos y metodología
Para analizar los patrones espaciales de la migración peruana en la Ciudad de Córdoba, Argentina, utilizamos datos censales del Instituto Nacional de Estadísticas y Censos (INDEC) de Argentina correspondientes al año 2001.
La estrategia metodológica tiene dos etapas secuenciales. En la primera fase se analiza la incorporación en el espacio urbano de los migrantes peruanos mediante herramientas de estadística espacial. La unidad espacial de análisis es el radio censal y las variables a considerar son el país de nacimiento y su distribución en el espacio urbano. La estructura censal en Argentina corresponde a provincias y departamentos (o partidos en el caso de la provincia de Buenos Aires). A partir de los departamentos o partidos se dividen áreas más pequeñas que son las fracciones, los radios y los segmentos censales.
En la segunda fase, después de detectar clústers de población migrante en la ciudad nos proponemos analizar detalladamente mediante análisis bivariado las siguientes dimensiones: a) diferencias entre los individuos migrantes peruanos agrupados en clústers y aquellos que no se encuentran agrupados; b) y diferencias entre los hogares con miembros nacidos en Perú agrupados y hogares con miembros nacidos en Perú dispersos. En esta fase, la relevancia de considerar no solo a los individuos, sino también al hogar como unidad de análisis en tanto espacio mesoanalítico, ha sido enfatizada por diversos investigadores (Faist, 1997; Massey, Alarcon y Durand, 1990; Wood, 1982). Por ello, consideramos hogares miembros de la comunidad peruana todos lo que tengan un miembro entre sus integrantes cuyo país de nacimiento sea Perú.
Para analizar la distribución de la migración peruana en el espacio urbano utilizamos herramientas de estadística espacial. Este campo se basa en el supuesto de que las unidades espaciales cercanas están asociadas de alguna manera. Actualmente, los métodos estadísticos espaciales incluyen estudios de la asociación espacial, análisis de patrones, escalas y zonificación, clasificación geo-estadística, muestreo espacial y econometría espacial.
Las técnicas de análisis exploratorio de datos espaciales y la determinación de los efectos espaciales de dependencia o autocorrelación proponen el uso de técnicas de mapeo de la distribución del agrupamiento espacial (Chasco, 2003).
Utilizamos dos tipos de técnicas: 1) medidas globales de autocorrelación espacial (índice global de Moran); 2) y medidas locales de agrupación espacial para representar clústers de población (Gi* de Getis Ord). Chasco (2003) plantea que la perspectiva global del fenómeno espacial testea la hipótesis de que una variable se encuentra distribuida de forma aleatoria en un sistema espacial. De manera complementaria, al referirse a la autocorrelación local como una concentración espacial de valores altos y bajos de una variable en comparación con el valor medio esperado, se debe tomar en cuenta los problemas de dependencia espacial existentes entre los estadísticos locales y globales.
El índice global de Moran propuesto por Getis y Ord (1992) mide de manera simultánea la autocorrelación espacial basada en las ubicaciones y los valores de las entidades. Los resultados nos permiten identificar si el atributo bajo análisis está agrupado, disperso o es aleatorio. Sus valores varían entre -1 y 1, donde los valores positivos confirman la existencia de correlación espacial.
Los valores positivos indican un conglomerado o clúster de unidades territoriales con valores de análisis similares, sean estos altos o bajos, y los resultados negativos indican conglomerados con valores de análisis distintos o clústers de datos dispersos. Este índice, como otras estadísticas de auto-correlación espacial, se interpreta dentro del contexto de la hipótesis nula, la cual plantea la no existencia de clústeres espaciales. De esta manera, cuando los valores z-score se localizan fuera del área de significación, sean altos o bajos, se rechaza la hipótesis nula y se asume un nivel de agrupamiento espacial (Peters, 2009).
La fórmula 1 corresponde a las operaciones matemáticas para el cálculo del estadístico:
Respecto de la distribución del contraste del índice global de Moran, Chasco (2003) considera el uso de los valores z -z scores- como complemento para el análisis inferencial del índice calculado, obtenidos a través del cociente entre la diferencia del valor inicial y la media teórica, y la desviación típica teórica [2].
E[I] es la media teórica del estadístico global de Moran, SD[I] es la desviación típica del índice global de Moran e I es el índice global de Moran calculado.
Los cálculos se realizaron con el software ArcGis 10.2. Al tratarse de un indicador global, este representa una estadística resumen de la intensidad de la autocorrelación entre grupos de unidades territoriales, pero no identifica clústers o patrones espaciales. Esa dimensión es analizada con el índice Gi* de Getis Ord.
En resumen, el índice global de Moran es uno de los más empleados en la comprensión de la autocorrelación espacial y se utiliza para determinar la existencia de clústers espaciales en caso de estudios de segregación (Fullaondo, 2008; Martori y Hoberg, 2004b; Molinatti, 2013). Sin embargo, dado que se refiere a un test espacial global -es decir, analiza todas las observaciones de forma conjunta, por lo cual no es sensible a casos donde predomine una inestabilidad de la distribución espacial de los datos- requiere del cálculo de estadísticos locales de asociación espacial como Gi* de Ord y Getis (1995).
La estadística Gi* de Getis y Ord (1992) realiza la búsqueda de cada unidad de análisis en el contexto de entidades vecinas. En este indicador resulta de relevancia no solo que la entidad tenga valores altos, sino que esté rodeada por otras entidades con valores altos. De esa manera, se suman los valores de este punto bajo interés a los de sus vecinos y se compara proporcionalmente con la suma de todas las otras entidades bajo estudio. Cuando ese resultado es muy diferente al esperado y esa diferencia no se debe al azar, se obtiene una puntuación z estadísticamente significativa. La fórmula [3][4] y [5] muestran el cálculo de la estadística Gi*.
Donde Xj es el valor del atributo de la unidad espacial j, Wi,j corresponde al peso espacial entre las unidades i y j; y n es el número total de unidades de análisis.
La estadística Gi* devuelve para cada unidad espacial de datos una puntuación z donde pueden ocurrir dos situaciones: a) un valor z positivo y estadísticamente significativo que da como resultado hotspots (la intensidad será proporcional al valor obtenido); b) y puntuaciones z negativas y también estadísticamente significativas que dan como resultado coldspots (la intensidad es inversamente proporcional a los valores obtenidos) (Mitchell, 2005; Scott y Warmerdam, 2005).
Al igual que estadístico local de Moran, se plantea que la hipótesis nula para las herramientas de análisis de patrón es la aleatoriedad espacial completa, ya sea de las entidades o de los valores asociados con esas entidades. Las puntuaciones z y los valores p resultantes determinan si se puede rechazar esa hipótesis nula o no. Tanto las puntuaciones z (desviaciones estándar) como los valores p (nivel de significancia) se asocian con la distribución normal estándar.
En el análisis de autocorrelación espacial, tanto en el cálculo del índice de Moran como en el mapeo de los hotspots, se utilizó una matriz de interacciones o matriz de pesos basada en la noción de vecindad binaria entre las áreas espaciales de análisis denominada "Queen", sugerida por Anselin (1988) y utilizada actualmente en la mayoría de análisis de contigüidad. Esta matriz considera la vecindad de los ocho puntos cardinales referentes a la unidad de análisis espacial: norte, sur, este, oeste, noreste, sureste, suroeste y noreste.
4. Resultados
4.1.Auto-correlación espacial global
El primer paso en el análisis fue utilizar el índice global de Moran aplicado a la población de origen peruano. En el Cuadro 1 se presentan los resultados del cálculo; para los radios censales analizados existen áreas de agrupación no aleatorias. Es decir, rechazamos la hipótesis nula de aleatoriedad en el patrón de distribución de población de personas nacidas en Perú.
4.2.Auto-correlación local
Se presentan los resultados del estadístico local Gi*. El estadístico de agrupamiento espacial Gi* de Getis y Ord, al usar la variable de distancia como concepto de vecindad entre las relaciones de dependencia espacial, resulta ser una herramienta útil al momento de generar clústeres que permitan explicar la exposición y la agrupación espacial de los conglomerados de población. El resultado del análisis de hotspots son clústeres de población referidos a las categorías puntos calientes o hotspots y puntos fríos o coldspots, donde se localizan los valores altos rodeados de valores altos y valores bajos rodeados de valores bajos, respectivamente, los cuales son estadísticamente significativos.
Las especificaciones del cálculo responden al comportamiento residencial de la población migrante en la Ciudad de Córdoba. Por tal motivo se utilizó el método de zona de indiferencia con una distancia de 1000 metros, el cual permite modelar incluyendo una distancia crítica en la que al comportamiento de la variable le corresponde un peso mayor. Una vez que se supera la distancia establecida, el peso correspondiente disminuye con la distancia. La distancia es calculada mediante un análisis espacial de autocorrelación que determina dónde reflejan los valores z la intensidad de la agrupación espacial, cuyos picos estadísticamente significativos indican las distancias donde los procesos espaciales que promueven la agrupación son más pronunciadas.
En la Figura 1 se presenta el análisis de hotspots o puntos calientes calculados para la población cuyo país de nacimiento es Perú. Después de identificar a los clústers de población mediante el análisis de puntos calientes se seleccionaron los radios censales con el valor Gi* Z score superior a 2, los cuales corresponden a zonas con más del 95% de confianza. Con el objetivo de determinar los radios correspondientes se utilizó una unión espacial y se clasificó cada clúster para la posterior comparación entre los clústers.
Distribución espacial del estadístico Gi* para la población nacida en Perú. Censo 2001. Fuente: elaboración propia con base en datos de INDEC (2001).
Como puede observarse en la Figura 1, se detectaron tres clústers de población nacida en Perú: el clúster 1 con 2982 individuos; el clúster 2 con 187 individuos; y finalmente el clúster 3 con 38 individuos. Los individuos agrupados son 3207 (52%) y los dispersos 2971 (48%).
Posterior a esta identificación se consideraron dos unidades de análisis: a) individuos nacidos en Perú que se encuentran agrupados y aquellos dispersos; b) y hogares con al menos una persona nacida en Perú, tanto agrupados como dispersos. El objetivo de esta decisión fue conocer las características de los hogares en los cuales se encuentran los individuos peruanos.
4.3.Concentración y dispersión de migrantes en la ciudad: análisis sociodemográfico de los clústers identificados
Como puede observarse en la Figura 2, las pirámides de población de los individuos agrupados y dispersos es similar en relación con la cantidad de personas en edades económicamente activas. Esto es algo característico de poblaciones migrantes, donde existe gran cantidad de miembros en edades laborales, menor proporción de menores de 14 años y menor proporción de mayores de 65 años. Sin embargo, es destacable la mayor proporción de hombres mayores de 55 años en los peruanos dispersos, debido a las huellas de la cohorte migratoria más antigua en la estructura etaria de las poblaciones. En el Cuadro 2 se presenta el índice de masculinidad por grandes grupos de edad. Es destacable la mayor proporción de mujeres en todos los grupos poblacionales salvo en los mayores de 65 años. Es decir, hay más mujeres en los grupos 0-14 años y 15-64 años. Esta proporción es mayor en el grupo laboral más activo (15-64), donde la proporción de mujeres es la más elevada. Sin embargo, no ocurre lo mismo en el grupo de mayores de 65 años, lo cual puede explicarse porque los primeros flujos de peruanos a la ciudad estuvieron compuestos principalmente por hombres que fueron para estudiar en la Universidad, sobre todo en aquellos que se encuentran dispersos en la ciudad.
Pirámides de población para población nacida en Perú agrupada y dispersa.Año 2001. Fuente: elaboración propia con base en datos de INDEC (2001).
Las principales características de la población nacida en Perú agrupada en clústers y dispersa en la ciudad por género se presentan en el Cuadro 3. Seleccionamos los siguientes indicadores de trayectorias migratorias: si vivía en Córdoba hace 5 años y si vivía hace 5 años en Perú (esto es un proxy, ya que son conocidas las limitaciones de las fuentes censales para capturar las trayectorias migratorias en diversos momentos en el tiempo). Como puede observarse en el Cuadro 3, la mayoría de los hombres dispersos en la ciudad (69%) hace 5 años vivían en Córdoba y tan solo el 27% vivía en Perú hace 5 años. Este porcentaje para las mujeres disminuye a 51% para las que vivían en Córdoba hace 5 años y aumenta a 45% para las que vivían en Perú hace 5 años. Cuando consideramos los individuos peruanos que se encuentran en clústers observamos un patrón diferente. En efecto, la proporción de hombres que vivía en Córdoba hace 5 años es de 47% y de mujeres levemente inferior, 41%. Lo mismo ocurre con la proporción de personas que estaban en Perú: 48% de hombres y 57% de mujeres. Esto indica que el desplazamiento de los individuos agrupados es más reciente, lo cual se acentúa aún más cuando consideramos a las mujeres.
En las condiciones laborales vemos las principales diferencias en términos de género y ubicación en el espacio de la ciudad. Los hombres dispersos en la ciudad tienen mayor variabilidad en las ocupaciones que realizan, lo cual sugiere una mayor incorporación y fusión con la población nativa. El 28 % se dedica a la construcción y el resto está dividido en comercio (15%), industria (12%) y servicios sociales y de salud 10%. Los hombres agrupados presentan un patrón muy diferente, están más concentrados en una actividad: la construcción, es decir, la variabilidad ocupacional es menor. El caso de las mujeres es diferente, ya que tanto las que se encuentran concentradas como las dispersas trabajan en una ocupación principal: el servicio doméstico. En resumen, los hombres dispersos tienen mayor variabilidad en los patrones ocupacionales que los hombres agrupados. Para las mujeres la situación cambia, ya que tanto las agrupadas como las dispersas tienen poca variabilidad en la ocupación que desarrollan.
Complementario a este análisis detallamos las calificaciones de las actividades que realizan las migrantes. De manera convergente a lo que ocurre con las ramas de actividad, hay diferencias entre los hombres agrupados y los dispersos, pero no se observan diferencias significativas entre las mujeres agrupadas y las que se encuentran dispersas. Los hombres dispersos se concentran en actividades operativas en primer lugar (53%); en segundo lugar técnicas (15%) y no calificadas (15%); y profesionales en tercer lugar 12%. Por el contrario, los hombres agrupados se concentran en mayor proporción en actividades operativas (70%) y no calificadas (13%). Se observa al igual que en las ramas de las actividades una mayor variabilidad en las calificaciones de las actividades que realizan los hombres dispersos en el espacio urbano. En el caso de las mujeres la situación se mantiene estable para ambos grupos; tanto las dispersas como las agrupadas se concentran en actividades no calificadas (83% para las primeras y 88% para las segundas). Sin embargo, hay una mayor proporción de mujeres dispersas en actividades operativas y técnicas que las otras.
Finalmente, detallamos dos indicadores socioeconómicos de relevancia: tenencia de obra social y aportes jubilatorios. La temporalidad diferencial en el movimiento migratorio tiene correlato con estas condiciones de incorporación. En el caso de la tenencia de obra social, como puede verse en la Cuadro 3, observamos diferencias entre los agrupados y los dispersos. El porcentaje de hombres dispersos que tienen obra social es del 35 % y de mujeres en la misma condición, del 19%. Los individuos agrupados muestran indicadores más precarios: solo el 16% de los hombres tiene cobertura médica y solo el 9% de las mujeres la tiene. Lo destacable en ambos casos es que las mujeres en ambas situaciones se encuentran en una posición más desfavorable en términos de acceso a servicios de salud que los hombres.
La situación en cuanto a los aportes jubilatorios es convergente con los análisis previos: hay mayores similitudes entre las mujeres agrupadas y dispersas que entre los hombres en ambas condiciones. Es decir, la condición de género es el rasgo en común y no la concentración o dispersión en la ciudad. Los hombres dispersos se encuentran en la mejor situación con respecto a este indicador: el 43% tiene aportes jubilatorios. La situación para el resto de los individuos es precaria. Tan solo el 19% de las mujeres dispersas tiene aportes jubilatorios mientras los individuos agrupados solo 16% de los hombres y 9 % de las mujeres los tiene.
Hasta aquí observamos solo los individuos nacidos en Perú que se encuentran agrupados y dispersos. En el Cuadro 4 se presentan las características de los hogares con al menos una persona nacida en Perú tanto para los dispersos como para los agrupados. En relación con el género del jefe de hogar los dispersos tienen una mayor proporción de hombres: 74.5% en tanto que los otros 68.6%. La edad del jefe muestra una diferencia significativa: los jefes de hogares peruanos dispersos tienen una edad promedio de 46 años, en tanto que en los agrupados la edad es de 38 años. Esto es coherente con la hipótesis de temporalidad de los flujos migratorios. Aquellos más antiguos tienden a diseminarse por la ciudad y dejar de estar concentrados en zonas específicas de la ciudad. El nivel educativo de los jefes de hogar dispersos es superior a los otros; en mayor proporción observamos que tienen un nivel educativo alto (50.7% en tanto que en los otros el porcentaje con nivel educativo alto es tan solo del 36.7%).
Como es de esperarse, los hogares agrupados tienen mayor cantidad de personas que los dispersos (3.5 y 3.8, respectivamente) y la proporción de peruanos en los hogares agrupados es mayor (2.4 para los agrupados y solo 1.7 para los dispersos). En relación con la estructura demográfica de ambos grupos de hogares se observan diferencias importantes en los dos extremos de los grupos poblacionales (menores de 14 años y mayores de 64). Hay mayor cantidad de personas en los hogares dispersos menores de 14 años y también mayor cantidad de personas mayores de 64 años. Se sugiere que la mayor consolidación del flujo migratorio tiene consecuencias demográficas específicas: mayor cantidad de niños, consolidación de espacios familiares y, por lo tanto, mayor presencia de mayores de 64 años. No encontramos diferencias en cuanto a la población en edad económicamente activa (entre 15 y 64 años).
Finalmente, analizamos dos indicadores centrales en la dimensión espacial y las condiciones de alojamiento: los principales regímenes de tenencia y los principales tipos de vivencia. Aquí encontramos diferencias relevantes: el porcentaje de hogares propietarios de terreno y vivienda es más elevado en los dispersos (49 %), mientras en los otros hogares tan solo el 14% es propietario. El régimen de inquilinato es menor en los dispersos (37%) en tanto que los agrupados ascienden a 78%. Las principales viviendas también muestran un patrón diferencial. Los hogares dispersos mayoritariamente viven en casas (64%) en tanto que de los agrupados, solo el 40%. La diferencia principal está en la mayor proporción de hogares agrupados que viven en una situación habitacional más precaria: en departamentos el 26% y en inquilinato un 22%.
5. Discusión y conclusiones
Uno de los temas clásicos en el campo de los estudios migratorios es el devenir de los migrantes en las denominadas sociedades receptoras. Esta temática se ha visto enriquecida por las nuevas metodologías disponibles y los cambios paradigmáticos como el spatial turn. En ese contexto, en el presente trabajo introdujimos nuevas herramientas metodológicas para analizar las modalidades de incorporación espacial de los migrantes peruanos en la Ciudad de Córdoba, Argentina, y se comparó la población nacida en Perú agrupada en clústers con aquella dispersa en la ciudad.
Los principales resultados obtenidos sugieren dos procesos que interactúan. En primer lugar, la concentración en zonas específicas de la ciudad de migrantes peruanos en patrones no aleatorios. Estas zonas de concentración son tres: dos en espacios que pertenecen al anillo céntrico de la ciudad, caracterizado por la mayor presencia y calidad de servicios y bienes públicos, y un tercer clúster que se encuentra en una zona periférica (noroeste), pero es un espacio de concentración de niveles socioeconómicos altos. En Córdoba las investigaciones señalan que hay niveles significativos de segregación residencial socioeconómica de la población en general y que esos niveles están incrementando sus valores (Molinatti 2013). Molinatti (2013) señala la existencia de una periferia norte-este-sur donde existe concentración de niveles socioeconómicos bajos y una zona central y noroeste donde existe concentración de niveles socioeconómicos altos. Lo destacable de la localización de la migración peruana es que se localiza en espacios de concentración de niveles socioeconómicos altos. Se necesita más trabajo empírico para dar cuenta tanto de las interacciones al interior de esos espacios urbanos entre la población nativa y la población peruana como de las diferencias sociodemográficas al interior de los clústers entre los grupos poblacionales.
Esta dinámica urbana y migratoria en la ciudad sugiere un segundo proceso. Los migrantes peruanos dispersos tienen una mayor diversificación en cuanto a la estructura ocupacional y una mejor posición socioeconómica que agrupados. Los hombres dispersos en la ciudad no se concentran en el histórico nicho laboral de los migrantes, como la construcción. Por el contrario, tienen otras ocupaciones. Se trata además de una migración más antigua y más establecida en términos de la posesión de determinados activos relevantes para comprender el asentamiento espacial: el régimen de tenencia y el tipo de vivienda. Los hombres que se encuentran agrupados en zonas específicas de la ciudad, si bien no son periféricas, se concentran en una ocupación específica, la construcción.
Un hallazgo relevante es que en términos de diferenciales de género los patrones sugieren que tanto las mujeres dispersas como las agrupadas presentan una situación socioeconómica más precaria que los hombres. Este proceso es transversal a la concentración/dispersión en el espacio urbano. El papel de las redes sociales es una dimensión relevante que contribuye a explicar el asentamiento en zonas específicas de la ciudad. Los resultados sugieren que la cohorte más antigua de migrantes peruanos con el paso del tiempo comenzó a dispersarse en el espacio urbano. Los migrantes recientes, por el contrario, tienden a direccionar la ocupación del espacio urbano y agruparse en zonas específicas. Esto sería coherente con las teorías de la asimilación clásicas que proponían una progresiva fusión con la sociedad receptora, en este caso en el espacio urbano.
Sin embargo, queremos destacar dos elementos que no apoyan esta hipótesis de la asimilación lineal: en primer lugar, la persistencia de clivajes de género como una dimensión que estructura procesos persistentes de desigualdad. Es decir, las mujeres independientemente de su concentración/dispersión en la ciudad presentan una situación socioeconómica más precaria. En segundo lugar, la composición de clase previa del flujo migratorio. Los migrantes más antiguos llegaron a la ciudad principalmente para estudiar y no se trató de una migración esencialmente laboral que se incorporó a los segmentos más informales de la economía. Es esta composición de clase previa lo que explicaría la fusión en términos espaciales en la Ciudad de Córdoba. Se sugiere que las composiciones de clase, de género y la temporalidad de los flujos migratorios articulan las modalidades de incorporación a la sociedad de destino.
Referencias bibliográficas
- Anselin, L. (1988). Spatial Econometrics: Methods and Models. Países Bajos: Kluwer Academic Publishers.
- Antczak, E.&Gwarda, K. L.(2015). Migration Processes in European Cities: A Spatio-Temporal Analysis Using Different Spatial Weights Matrices. Estudios de economía aplicada, 33(1), 53-80.
- Baiadera Alvites, A.(2015). Entre redes sociales. Prácticas y representaciones de la migración peruana. Córdoba, Argentina: EDUVIM.
- Bayona, J.&López Gay, A. (2011). Concentración, segregación y movilidad residencial de los extranjeros en Barcelona. Documents d'Anàlisi Geogràfica, 57(3), 381-412.
- Burgers, J. (1998). In the Margin of the Welfare State: Labour Market Position and Housing Conditions of Undocumented Immigrants in Rotterdam. Urban Studies, 35(10), 1855-1868. doi:10.1080/0042098984187
- Chasco Yrigoyen, C. (2003). Econometría espacial aplicada a la predicción-extrapolación de datos microterritoriales. Madrid, España: Consejería de Economía, Empleo y Hacienda.
- Cerrutti, M.(2005). La migración peruana a la Ciudad de Buenos Aires: su evolución y características. Población de Buenos Aires, 2(2), 7-28.
- Cerrutti, M.&Maguid, A. (2007). Inserción laboral e ingresos de los migrantes de países limítrofes y peruanos en el gran Buenos Aires. Notas de población, 83.
- Durand, J.(2002). Sistema geográfico de distribución de la población migrante mexicana en Estados Unidos.Espiral, 8(23).
-
Durand, J.(2010). The Peruvian Diaspora Portrait of a Migratory Process. Latin American Perspectives, 37(5), 12-28. doi: 10.1177/0094582X10379103
» https://doi.org/10.1177/0094582X10379103 - Faist, T.(1997). Sociological theories of international migration: the crucial meso-link. En T. Hammar, G. Brochmann, &K. Tamas (Eds.), International Migration, Immobility and Development: Multidisciplinary Perspectives(1a ed.). Oxford, Inglaterra: Berg Publishers.
- Falcón, M. del C.&Bologna, E. (2013). Migrantes antiguos y recientes: Una perspectiva comparada de la migración peruana a Córdoba, Argentina. Migraciones Internacionales, 7(1), 235-266.
- Fullaondo Elordui-Zapaterietxe, A. (2008). Inserción y lógica residencial de la inmigración extranjera en la ciudad. El caso de Barcelona (tesis docotoral). Departament de Construccions Arquitectòniques I, Universitat Politècnica de Catalunya, Barcelona, España.
-
Funkhouser, E. (2000). Changes in the Geographic Concentration and Location of Residence of Immigrants. The International Migration Review, 34(2), 489-510. doi:10.2307/2675911
» https://doi.org/10.2307/2675911 -
Getis, A.&Ord, J. K. (1992). The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis, 24(3), 189-206. doi:10.1111/j.1538-4632.1992.tb00261.x
» https://doi.org/10.1111/j.1538-4632.1992.tb00261.x - Gregory, I. N.&Geddes, A. (Eds.). (2014). Toward Spatial Humanities: Historical GIS and Spatial History. Bloomington, Indiana, Estados Unidos: Indiana University Press.
-
Instituto Nacional de Estadísticas y Censos. (2001). Censo Nacional de Población, Hogares y Viviendas del año 2001. Argentina: Autor. Recuperado de http://www.indec.gov.ar/micro_sitios/webcenso/
» http://www.indec.gov.ar/micro_sitios/webcenso/ -
Instituto Nacional de Estadísticas y Censos. (2010). Censo Nacional de Población, Hogares y Viviendas del año 2010. Argentina: Autor. Recuperado de http://200.51.91.245/argbin/RpWebEngine.exe/PortalAction?BASE=CPV201
» http://200.51.91.245/argbin/RpWebEngine.exe/PortalAction?BASE=CPV201 - Leerkes, A.; Engbersen, G.,& van San, M. (2007). Shadow Places: Patterns of Spatial Concentration and Incorporation of Irregular Immigrants in the Netherlands.Urban Studies, 44(8), 1491-1516. doi:10.1080/00420980701373479
- Magliano, M. J.; Perissinotti, M. V.&Zenklusen, D. (2013). Mujeres bolivianas y peruanas en la migración hacia Argentina: especificidades de las trayectorias laborales en e l servicio doméstico remunerado en Córdoba. Anuario Americanista Europea, 11, 71-91.
- Marcos, M.&Mera, G. (2015). Migrantes internacionales en la Aglomeración Gran Buenos Aires: un análisis cuantitativo de su distribución espacial. Cuadernos Geográficos, 54(1), 257-282.
- Martori Cañas, J.C.&Hoberg, K. (2004). Indicadores cuantitativos de segregación residencial. El caso de la población inmigrante en Barcelona. Scripta Nova. Revista Electrónica de Geografía y Ciencias Sociales, 8(169), 741-798.
- Massey, D.; Alarcon, R.&Durand, J. (1990). Return to Aztlan: The Social Process of International Migration from Western Mexico (Studies in Demography). Berkeley, California, Estados Unidos: University of California Press.
- Mera, G.(2014). Migración paraguaya en la Ciudad de Buenos Aires (2010): distribución espacial y pobreza. Revista Latinoamericana de Población, 8(14).
- Mera, G.; Marcos, M.& Virgilio, M.M.D. (2015). Migración internacional en la Ciudad de Buenos Aires: un análisis socioespacial de su distribución según tipos de hábitat. Estudios Demográficos y Urbanos, 30(2).
- Mitchell, A. (2005). The ESRI Guide to GIS Analysis(Vol. 2). New York: ESRI Press.
-
Molinatti, F. (2013). Segregación residencial socioeconómica en la ciudad de Córdoba (Argentina): Tendencias y patrones espaciales. Revista INVI, 28(79), 61-94. doi:10.4067/S0718-83582013000300003
» https://doi.org/10.4067/S0718-83582013000300003 - Molinatti, F.&Peláez, E. (2014). Segregación residencial y migrantes de Bolivia y del Perú. Niveles y patrones espaciales en la ciudad de Córdoba a comienzos del siglo XX. Trabajo presentado en VI Congreso de la Asociación Latinoamericana de Población, Lima, Perú.
-
Moreno, M. (2011). La distribución espacial de las comunidades peruanas en los Estados Unidos. Debates en Sociología, (36), 27-55. Recuperado de http://revistas.pucp.edu.pe/index.php/debatesensociologia/article/view/2170
» http://revistas.pucp.edu.pe/index.php/debatesensociologia/article/view/2170 -
Ord, J.K.&Getis, A. (1995). Local Spatial Autocorrelation Statistics: Distributional Issues and an Application. Geographical Analysis, 27(4), 286-306. doi:10.1111/j.1538-4632.1995.tb00912.x
» https://doi.org/10.1111/j.1538-4632.1995.tb00912.x - Peters, P.A. (2009). Spatial segregation in complex urban systems : housing and public policy in Santiago, Chile(tesis doctoral). University of Texas, Austin, Estados Unidos.
-
Portes, A. (1998). Social Capital: Its Origins and Applications in Modern Sociology. Annual Review of Sociology, 24(1), 1-24. doi:10.1146/annurev.soc.24.1.1
» https://doi.org/10.1146/annurev.soc.24.1.1 -
Portes, A.(2003). Conclusion: Theoretical Convergencies and Empirical Evidence in the Study of Immigrant Transnationalism. International Migration Review, 37(3), 874-892. doi:10.1111/j.1747-7379.2003.tb00161.x
» 10.1111/j.1747-7379.2003.tb00161.x - Sánchez Aguilar, A. (2012). PerfilMigratoriodelPerú2012. Lima, Perú: Organización Internacional para las Migraciones.
-
Scott, L.&Warmerdam, N. (2005). Extend Crime Analysis with ArcGIS Spatial Statistics Tools. Recuperado de http://www.esri.com/news/arcuser/0405/ss_crimestats1of2.html
» http://www.esri.com/news/arcuser/0405/ss_crimestats1of2.html -
Takenaka, A.; Paerregaard, K.&Berg, U. (2010). Peruvian Migration in a Global Context. Latin American Perspectives, 37(5), 3-11. doi:10.1177/0094582X10379102
» https://doi.org/10.1177/0094582X10379102 - Warf, B.&Arias, S. (2008). The Spatial Turn: Interdisciplinary Perspectives. Londres: Routledge.
-
Wood, C.H. (1982). Equilibrium and Historical-Structural Perspectives on Migration. International Migration Review, 16(2), 298-319. doi:10.2307/2545100
» https://doi.org/10.2307/2545100
Fechas de Publicación
-
Publicación en esta colección
Jul-Dec 2016
Histórico
-
Recibido
30 Mar 2016 -
Revisado
05 Jun 2016 -
Acepto
20 Jun 2016