Análisis espacial del analfabetismo en Municipios de Chiapas
DOI:
https://doi.org/10.31644/IMASD.13.2017.a05Palabras clave:
Heterogeneidad espacial, Modelos autoregresivos, Efectos directos e indirectos, Población indígena, Pobreza extremaResumen
El trabajo tiene por objeto analizar algunos determinantes del comportamiento espacial del analfabetismo en municipios de Chiapas al año 2010, considerando un modelo de regresión espacial cuyas variables independientes son: la proporción de población hablante de lengua indígena, el porcentaje de población en pobreza extrema y el ingreso corriente familiar ajustado según Ingreso Nacional Bruto. La hipótesis central sostiene que las tasas de analfabetismo municipal no se distribuyen aleatoriamente, sino que presentan patrones de concentración y dispersión espacial. Los resultados ponen sobre la mesa la importancia de la disponibilidad de ingresos familiares para posibilitar la generación de capacidades lecto-escritoras básicas, como un elemento fundamental para mejorar los niveles de inserción escolar y reducir desigualdades entre poblaciones indígenas y mestizas.
Descargas
Citas
Anselin, L. (1988). Spatial econometrics: Methods and Models. Kluwer Academic Publishers.
Anselin, L. (1995). Local Indicators of Spatial Associations-LISA. Geographical Analysis, vol.27:93-115.
Bello, A. y M. Rangel (2002). La equidad y la exclusión de los pueblos indígenas y afrodescendientes en América Latina y el Caribe, Revista CEPAL, (76). Santiago. pp. 39-54.
Chasco, C. (2003). Econometría espacial aplicada a la predicción-extrapolación de datos microterritoriales. Consejería de Economía e Innovación Tecnológica, Comunidad de Madrid. Madrid.
CONEVAL (2014), Metodología para la medición multidimensional de la pobreza en México (segunda edición). México, CONEVAL.
Cliff, A. D. y Ord, J. K. (1981). Spatial processes: Models and Applications. Pion Limited, London.
Cressie, N. (1993). Statistics for spatial data John Wiley. New York.
Elhorst, J. Paul (2014). Spatial Econometrics, from cross-sectional data to spatial panels. Springer.
Getis, A. y Ord J.K. (1992). The analysis of spatial association by use of distance statistis. Geographical Analysis, 24: 189-199.
Griffith D.A. (2000). A linear regression solution to the spatial autocorrelation problem. J Geogr Syst 2(2):141-156.
INEGI (2010). XIII Censo General de Población y Vivienda 2010. Tabulados Básicos 2010. Consulta en línea en: http://www.inegi.org.mx/sistemas/TabuladosBasicos/Default.aspx?c=16852&s=est, [consulta septiembre 2016].
LeSage JP, Fischer MM (2008). Spatial growth regressions: model specification, estimation and interpretation. Spat Econ Anal 3(3):275-304
LeSage J.P. & Pace R.K. (2009). Introduction to spatial econometrics. CRC Press Taylor & Francis Group, Boca Raton.
López, Jorge y Núñez, Gerardo. (2016). Desigualdad y exclusión social en Chiapas, una mirada a largo plazo. OXFAM México.
PNUD (2014). Índice de Desarrollo Humano Municipal en México: nueva metodología. Elaborado por la Oficina de Investigación en Desarrollo Humano del Programa de las Naciones Unidas para el Desarrollo en México. Programa de las Naciones Unidas para el Desarrollo, México, DF, PNUD.
UNESCO (2008). El desafío de la alfabetización en el mundo. Paris. UNESCO.
