1. Geografía de las Oportunidades
Educacionales en Chile
Análisis Geo-Referencial que identifica barrios de bajas
oportunidades en educación
Gregory Elacqua; Matías Martínez; Felipe Salazar; Humberto Santos
Mayo de 2011
Mapas de Oportunidades
2. Antecedentes
A nivel global, desde fines de la década de los 1990’s, más de 100 investigaciones por año se publican en revistas
científicas intentando explicar las consecuencias que tiene en el bienestar de los individuos crecer en vecindarios
con diferentes niveles de acceso a salud, educación de calidad, oportunidades laborales y un entorno socio-cultural
que estimule el aprendizaje.
A nivel teórico, existen varios mecanismos a través de los cuales el barrio de residencia puede ejercer efectos sobre
el desarrollo de las personas: i) la influencia de los pares o vecinos puede propagar problemas de comportamiento
(ej. delincuencia juvenil), ii) la imitación de personas, consideradas como modelos a seguir dentro del barrio, son
importantes en el desarrollo de la socialización de un niño, iii) los vecinos pueden adoptar posturas competitivas
por recursos escasos dentro del barrio (ej. acceso a beneficios sociales), iv) los individuos evalúan y comparan su
situación vis-à-vis con la de las personas de su entorno, v) vecinos comparten lazos sociales y pueden tener confianza
mutua y expectativas comunes, y vi) acceso a bibliotecas, escuelas, salas cunas, centros médicos y oportunidades
de empleo difieren entre los vecindarios, generando distintas oportunidades de desarrollo (Brooks-Gunn, Duncan,
Kato, & Sealand, 1993; Dietz, 2002; Sampson, Morenoff, & Gannon-Rowley, “Neighborhood Effects”: Social
Process and New Directions in Research, 2002).
La evidencia empírica internacional muestra que las condiciones de vida en cada barrio, las interacciones sociales
dentro de éste y el acceso a oportunidades juegan un rol crucial en los resultados de la vida. Por ejemplo, la salud
mental, medida por evaluaciones del nivel de estrés y depresión, mejora en niños y adultos cuando viven en un
barrio con una menor concentración de pobreza (Leventhal & Brooks-Gunn, 2003). También se ha encontrado que
en barrios de altos ingresos, las relaciones sociales, y en particular, la imitación de modelos a seguir con alto nivel de
educación dentro del vecindario produce incrementos en el coeficiente intelectual de los niños, reduce la cantidad
de embarazos adolescentes y la deserción escolar (Brooks-Gunn, Duncan, Kato, & Sealand, 1993). En tanto, vivir
en barrios con alta concentración de pobreza y con desventajas socio-culturales reduce la habilidad en lenguaje de
los niños, perjudicando su desarrollo en el largo plazo. Este efecto es comparable a perder un año de escolaridad
completo (Sampson, Sharkey, & Raudenbush, 2008). Incluso, vivir en ambientes de bajo nivel socioeconómico,
perjudica funciones cerebrales responsables de la creatividad, resolución de problemas y razonamiento (Kishiyama,
Boyce, Jimenez, Perry, & Knight, 2009). Además de las desventajas en el desarrollo cognitivo de los niños muchos
problemas sociales están asociados a los barrios con alta concentración de pobreza: altas tasas de crimen, delincuencia
juvenil, desórdenes físico-sociales, bajas oportunidades laborales, bajo-peso al nacer, mortalidad infantil, sexo de
alto riesgo y maltrato infantil (Dietz, 2002; Chapple, 2006; Peterson, Krivo, & Harris, 2000).
Estos resultados han motivado, en otros países, el estudio de la distribución de oportunidades por vecindario, con la
finalidad de entregar herramientas para la toma de decisiones de políticas públicas que logren mejorar las opciones
de desarrollo en aquellos barrios con más desventajas.
Por ejemplo, Kirwan Institute de la Ohio State University en Estados Unidos1
ha desarrollado un modelo para
evaluar la distribución de las oportunidades a nivel de barrio y ha encontrado, en diversos estudios, que en
comunidades de bajas oportunidades hay carencias de las estructuras necesarias para que sus habitantes puedan
desarrollar todas sus capacidades: los puestos de trabajo, la tasa de creación de empleo y la capacidad de generar
recursos fiscales son insuficientes. Además cuando se comparan con zonas de mayores oportunidades se constata
que los problemas de salud, tanto física como mental, son mayores, el gasto por estudiante de educación básica es
menor y la deserción escolar es mayor (e.g. ver John, Luce, & Reece, 2005).
1 Agradecemos el apoyo técnico de esta institución en el desarrollo de la herramienta de los Mapas de Oportunidad presentada
en este informe.
2
3. Al igual que lo evidenciado en la literatura internacional, la investigación nacional encuentra fuertes diferencias en
las oportunidades de los habitantes de distintas comunidades. Por ejemplo, los niños de hogares pobres en barrios
con alta concentración de la pobreza tienen una mayor probabilidad de no asistir a educación preescolar, atrasarse
en la escuela y desertar del sistema educativo comparado con niños de hogares pobres de barrios con menor
segregación económica (Larrañaga & Sanhueza, 2007). También la calidad de la educación está condicionada por
el barrio de residencia. En zonas con mayor nivel de desarrollo humano y mayor disponibilidad de libros en sus
bibliotecas públicas las mejoras en los resultados educativos son tan beneficiosos para los niños como si su madre
tuviera un año adicional de escolaridad (Medrano & Contreras, 2009).
Otra línea de investigación muestra que hay acciones que tienen un mayor impacto en el aprendizaje de los niños
cuando se realizan en barrios de alta pobreza. Flores (2008) concluye que existen ciertas acciones que tienen
mayor impacto en el aprendizaje de matemáticas de los niños cuando se realizan en barrios de alta pobreza: mayor
participación de los padres en el proceso escolar y que el niño viva con ambos padres.
No sólo en el área de educación existen diferencias. La probabilidad de que las personas en barrios de alta pobreza
no participen en el mercado laboral es mayor comparada con la realidad de otros barrios (Larrañaga & Sanhueza,
2007). De hecho, existen estudios que sugieren que las personas en barrios de alta pobreza están dispuestas a
sacrificar calidad de la vivienda a cambio de que la localización del barrio sea cercana al centro de la ciudad y a
mayores oportunidades laborales. Cellay y Sanhueza (2011) compararon los resultados en el mercado laboral de
personas que viven en campamentos con aquellos que habitan viviendas sociales asignadas por el gobierno. Sus
resultados muestran que vivir en campamentos está relacionado con mejores resultados en el mercado laboral para
los hombres: mayor participación laboral y más empleo. Los autores plantean que este resultado está explicado por
el hecho que vivir en un campamento es una decisión estratégica de las familias, las que elijen esta opción, tomando
en cuenta que las viviendas sociales se concentran en la periferia de la ciudad, donde los costos de traslado aumentan
y las redes laborales y sociales se reducen, ambos factores determinantes de la decisión de participar en el mercado
laboral.
Dado que la investigación en Chile muestra que existen desafíos importantes para la generación de un acceso
equitativo a estructuras de oportunidad necesarias para el desarrollo humano, el Instituto de Políticas Públicas, a
través de la herramienta Mapas de Oportunidad busca aportar en la revitalización de barrios de bajas oportunidades,
facilitando la focalización efectiva de las políticas sociales a nivel local. Estos mapas cumplen dos funciones: i)
identifican áreas objetivo de políticas públicas que intenten revitalizar los barrios pobres y ii) muestran de forma
interactiva problemas universales que preocupan a las distintas comunidades.
El presente informe introduce la herramienta de los Mapas de Oportunidad en educación. En la siguiente sección
se presenta la metodología de cómo se construyó el indicador de oportunidades en educación, para luego, en la
tercera parte, analizar cómo se distribuyen las oportunidades por barrio en las tres ciudades más pobladas del país:
Santiago, Valparaíso y Concepción. Finalmente se discute sobre las políticas públicas necesarias para mejorar la
calidad de vida de los barrios y las etapas futuras del proyecto Mapas de Oportunidad.
3
4. Metodología
Esta sección describe las definiciones y el trabajo ejecutado para la construcción de los Mapas de Oportunidad:
Oportunidades educacionales
Las oportunidades educacionales son medidas a través de los Niveles de Logro de la prueba SIMCE de Lenguaje de
4to básico. Los Niveles de Logro son descripciones de los conocimientos y habilidades que se requiere demuestren
los alumnos y alumnas al responder las pruebas SIMCE. Se distinguen tres niveles: Inicial, Intermedio y Avanzado.
En el Nivel Inicial se agrupa a los estudiantes que aún no han logrado los aprendizajes descritos en los niveles
Intermedio y Avanzado. Por otro lado, es posible afirmar que cuando un estudiante ha alcanzado el Nivel Avanzado
es porque ha logrado los desempeños esperados para su nivel escolar.
Cada Nivel de Logro se encuentra asociado a puntajes obtenidos en las pruebas SIMCE, según los cuales se clasifica
el desempeño de los estudiantes. Los puntajes mínimos para alcanzar un Nivel de Logro en las pruebas SIMCE
son determinados utilizando un procedimiento estandarizado que se emplea en evaluaciones de otros países con
este mismo objetivo. Este procedimiento considera la participación de docentes, académicos y otros especialistas en
educación de amplia representatividad2
.
Definición de barrio
Como unidad territorial para definir barrio se utilizaron los distritos censales. Un distrito censal corresponde a
una parte en que se divide el territorio comunal para las operaciones de terreno en el levantamiento del Censo de
Población y Vivienda (INE, 2008). Los Distritos Censales pueden ser urbanos, rurales o mixtos. Para su delimitación
en el área urbana se utilizan los criterios de cantidad de población y viviendas, mientras que en las áreas rurales se
utiliza generalmente la superficie. Si bien existen dificultades para definir y medir los límites de los barrios (Kearns
and Parkinson, 2001), a nuestro juicio, los distritos censales permiten aproximarse de manera más cercana al
concepto de barrio que la comuna.
Georreferenciación
La base disponible en el sitio web del MINEDUC contiene 11,648 registros en formato KML (Google Earth).
Las coordenadas geográficas provienen de diversas instituciones, las cuales utilizan distintos sistemas de referencias
locales; no obstante, los datos se encuentran en permanente actualización. Dado que dicha base no contiene
información para la totalidad de los establecimientos educacionales contenidos en el Directorio de Establecimientos
2009, se utilizó el software Google Earth para obtener las coordenadas de los establecimientos faltantes a partir
de la dirección. Para tratar de homologar las direcciones, se creó un do-file en STATA con el objetivo de convertir
las direcciones al formato de Google Earth. Algunos de los problemas encontrados para la localización fueron: i)
dirección no posee número; ii) tipo de calle no especificada e.g. pasaje, avenida, calle, etc.; iii) establecimiento
posee más de una dirección; iv) nombre de la dirección mal escrita; v) establecimiento no posee dirección; vi) no
se reconoce la dirección. En el caso de aquellas direcciones no identificadas por Google Earth (principalmente
establecimientos rurales) se procedió a identificar la ubicación a través de búsquedas en internet, fotografías cargadas
en Google Earth, redes sociales y contacto por mail con algunos establecimientos.
Por otro lado, los distritos censales se encuentran georreferenciados en la cartografía digital del Instituto Nacional
de Estadísticas (INE) la cual puede ser adquirida a través de su página web 3
.
2 Ver MINEDUC (2008) para ver más detalles sobre la construcción de los puntajes de corte para los distintos Niveles de Logro y
las definiciones específicas de cada nivel.
3 http://www.ine.cl/canales/usuarios/serv_info_estadistica/cartografia.php
4
5. Construcción de la base de datos
El procesamiento de los datos georreferenciados se realizó con el software ArcGIS Desktop4
. El primer paso fue
importar la base de escuelas y de distritos censales al formato de ArcGIS. Una vez cargadas ambas bases, se cambió
el sistema de coordenadas de la base de datos de escuela a través de la herramienta project5
. Posteriormente, cada una
de las escuelas fue vinculada con el distrito censal en el que se encuentra ubicada a través de la herramienta intersect.
De esta forma, se generó una base de escuelas que contiene toda la información referente al distrito censal que
pertenece. Esta base fue posteriormente exportada a STATA para estimar los indicadores a nivel de distrito censal,
utilizando como código la variable COD_2002, la cual identifica cada distrito en el Censo de Población y Vivienda.
Construcción del Índice de Oportunidades Educacionales
Para aproximar las oportunidades educacionales disponibles para las familias en los diferentes barrios, se utilizó el
promedio por distrito censal del porcentaje de estudiantes que alcanza el nivel avanzado en las pruebas SIMCE
4to básico de Lenguaje 2007, 2008 y 2009. Se utilizó el promedio para reducir la variabilidad en los resultados
producto de cambios demográficos o shocks que pueden haber afectado a zonas específicas del país. Adicionalmente,
el análisis se restringió a aquellos distritos censales con más de 20 alumnos rindiendo el SIMCE en cada uno
de los años considerados. Una vez aplicadas estas restricciones, existen 1,361 distritos censales con información.
Posteriormente, se realizó un análisis de clústeres para encontrar 5 grupos de barrios de acuerdo al porcentaje de
estudiantes en el nivel de logro avanzado. En términos simples, el análisis de clústeres (cluster analysis) agrupa
observaciones basado sólo en información contenida en la base de datos que describe las observaciones y sus
relaciones. El objetivo es que las observaciones dentro de un grupo sean similares (o estén relacionadas) entre
sí y diferentes (o no relacionadas) a las observaciones en el resto de los grupos. Mientras mayor la similitud (u
homogeneidad) dentro de un grupo y mayor la diferencia entre grupos, mejor es el resultado del agrupamiento en
clústeres (clustering). Dentro de los distintos métodos de clustering, se utilizó el algoritmo K-medias (K-means)6
.
La Tabla 1 muestra las estadísticas descriptivas de los clústeres encontrados y el nombre con que se denomina cada
uno, de acuerdo al nivel de oportunidades educacionales.
4 Para más información sobre ArcGIS Desktop visitar http://www.esri.com/products/
5 En términos simples, un sistema de coordenadas es un sistema de referencia que se utiliza para representar las ubicaciones de
entidades geográficas, imágenes y observaciones como ubicaciones dentro de un marco geográfico común. Existen dos tipos co-
munes de sistemas de coordenadas que se utilizan en los sistemas de información geográfica (SIG): i) Un sistema de coordenadas
global o esférico como latitud-longitud. Generalmente, estos se denominan sistemas de coordenadas geográficas y ii) Un sistema
de coordenadas proyectadas que se basa en una proyección de mapas (Ej.: Transversal de Mercator, Albers equal area, Robin-
son, que (junto con numerosos modelos de proyección de mapas) ofrecen diversos mecanismos para la proyección de mapas
de la superficie esférica de la tierra en un plano de coordenadas cartesianas de dos dimensiones. Los sistemas de coordenadas
proyectadas en ocasiones se denominan proyecciones de mapa. La base de datos de escuelas tiene un sistema de coordenadas
geográfico WGS 1984, la cual fue proyectada al sistema de coordenadas proyectado UTM PSAD 1956 Zone 18S, en el cual están
representados los distritos censales.
Para más información ver http://webhelp.esri.com/arcgisexplorer/1500/es/map_projections.htm#
6 En este método, un clúster es un grupo de observaciones en el cual cada elemento es más similar al “prototipo” que define el
clúster que al “prototipo” de cualquier otro clúster. El prototipo, en este caso, está definido por el centroide, i.e, el promedio de
todas las observaciones en el clúster. El algoritmo K-medias parte seleccionando K centroides iniciales, donde K es un parámetro
definido por el usuario, y que corresponde al número deseado de clústeres. Luego, cada punto es asignado al centroide más cer-
cano, y cada colección de observaciones asignada a un centroide corresponde a un clúster. Posteriormente, el centroide de cada
clúster es actualizado, basado en las observaciones asignadas al clúster. Estos dos últimos pasos se repiten secuencialmente hasta
que ninguna observación cambie de clúster, o en forma equivalente, hasta que los centroides no
cambien. Para mayores detalles sobre el análisis de clústeres ver Tan, Steinbach y Kumar (2006).
5
6. Resultados
El nivel de oportunidades educacionales del barrio tiene efectos en el desarrollo potencial de los niños y sus resultados
en el futuro. Estas oportunidades pueden estar relacionadas con varios factores. El nivel de oportunidades en otras
dimensiones, como vivienda, salud, empleo, delincuencia o transporte, además de impactar el desarrollo futuro de
las personas por sí solas, también puede estar relacionado al nivel de oportunidades en educación. Por ejemplo,
bajo acceso a salud de calidad puede significar una menor tasa de asistencia al colegio, empeorando los resultados
(Paredes, Ugarte, Volante, & Fuller, 2009). Asimismo, las oportunidades educacionales podrían relacionarse a
factores familiares (e.g. nivel de motivación y participación escolar de los padres, nivel de ingresos y capital cultural
en el hogar), calidad de educación que ofrecen las escuelas, decisiones de la municipalidad en que se encuentra el
barrio y otros, como la disponibilidad de modelos a seguir positivos (o negativos) dentro del barrio y/o la escuela.
Por lo tanto el nivel de oportunidades en educación es resultado de la interacción de varios factores que afectan el
desarrollo de las capacidades potenciales de cada niño.
Lo anterior implica que los barrios pueden presentar bajas oportunidades educacionales por diversas razones y es
necesario evaluar en detalle cada uno para determinar las políticas más efectivas. Para evaluar la distribución de
las oportunidades, y las posibles políticas públicas a ejecutar en algunos barrios, se examinan los casos de las tres
ciudades más pobladas del país: Gran Santiago, Gran Valparaíso y Gran Concepción 7
.
Gran Santiago
El mapa 1 muestra la distribución de oportunidades educativas en el Gran Santiago. Los barrios pintados de
verde representan las zonas de altas oportunidades y los azules los de baja. A nivel general, las altas oportunidades
educacionales en el Gran Santiago se concentran en el sector nor-oriente, en las comunas de Providencia, Las
Condes, Vitacura, Lo Barnechea y La Reina, mientras que las bajas oportunidades en parte del sector sur y nor-
poniente de la ciudad. Las comunas de La Pintana y Cerro Navia están compuestas por barrios que sólo tienen
bajas o muy bajas oportunidades educacionales. Sin embargo, los resultados a nivel de comunal esconde diversas
realidades locales que vale la pena tener en cuenta cuando se diseñan políticas sociales.
Al evaluar las oportunidades a nivel de barrio se encuentran diferencias dentro de las comunas. Al estudiar el caso
de Las Condes y Ñuñoa, comunas de altas oportunidades en promedio, tienen los barrios Hospital de Carabineros
y del Estadio Nacional8
respectivamente, que presentan oportunidades media baja y baja.
7 La geografía de oportunidades en educación de éstas ciudades y las del resto del país está disponible en
www.mapasdeoportunidad.cl
8 Los nombres de los barrios usados acá son las denominaciones que usa el Instituto Nacional de Estadísticas para identificar los
distritos censales
N % Mínimo Promedio Mediana Máximo
1 Bajo 285 20.9 5.1% 18.2% 19.1% 23.3%
2 Medio Bajo 470 34.5 23.4% 28.6% 28.7% 33.2%
3 Medio 363 26.7 33.3% 37.9% 37.7% 43.4%
4 Medio Alto 170 12.5 43.5% 49.0% 48.4% 57.7%
5 Alto 73 5.4 58.1% 67.1% 65.0% 84.7%
Total 1,361 100.0 5.1% 33.5% 31.5% 84.7%
Fuente: Elaboración propia
Tabla 1. Estadísticas descriptivas clústeres
Estudiantes Nivel Avanzado Lenguaje (%)Nivel de
Oportunidades
Distritos Censales
Clúster
6
7. Existe otro grupo de comunas con barrios de altas y bajas oportunidades, que presentan realidades muy diferentes.
El caso de Huechuraba, Recoleta y Peñalolén representan comunas con alta segregación socioeconómica. En
Huechuraba el barrio de Pedro Fontova norte difiere sustancialmente con el barrio de La Pincoya en calidad de
vivienda, seguridad, oportunidades laborales y de crédito, entre otras.
El barrio de Pedro Fontova Norte en
Huechuraba tiene altas oportunidades
educacionales. Además, las familias del sector
tienen altos niveles de ingreso y educación. El
valor de los proyectos habitacionales en la zona
es alto y presentan acceso a una alta oferta de
jardínes infantiles, colegios, supermercados,
áreas verdes entre otras.
Por otro lado, en el sector de La Pincoya, además de las bajas
oportunidades en educación, también existen muestra una
escasez de oportunidades en otras dimensiones. De acuerdo a
los resultados de un diálogo social con los pobladores de esta
zona,descritoenelPlandeDesarrolloComunal(PLADECO)
de Huechuraba, las necesidades en La Pincoya van más allá
de la dimensión educativa. Entre los principales problemas
identificados por los vecinos está la delincuencia, venta y
consumo de drogas, falta de iluminación y vigilancia, veredas
en mal estado, sitios abandonados, falta de locomoción, entre
otras.
El ejemplo de Huechuraba muestra que para mejorar las oportunidades en educación no sólo se requiere más
recursos para las escuelas que atienden alumnos vulnerables, como lo hace la subvención escolar prefencial, sino
que además, se necesita un conjunto de políticas que mejore las condiciones de vida del barrio. En el caso de La
Pincoya es posible que mejorar la seguridad y transporte no sólo tengan un impacto positivo en la calidad de vida
de las personas, sino que también les permita aumentar sus resultados en educación y oportunidades en el futuro.
7
Figura 1: Barrio de Pedro Fontova Norte, comuna de Huechuraba
Figura 2: Barrio de la Pincoya, comuna de Huechuraba
8. Gran Valparaíso
En el caso de Valparaíso-Viña del Mar, los resultados muestran que los bajos niveles de oportunidad educacional se
concentran en: Cerro Cordillera, Cerro Cárcel y Cerro Las Cañas en la comuna de Valparaíso y en Villa Montes y
Forestal en la comuna de Viña del Mar (ver mapa 2).
Por otro lado, se encuentran diferencias importantes entre ambas comunas, Viña del Mar tiene un sector de altas
oportunidades ubicado a lo largo del sector costero, donde destaca la playa de Reñaca, mientras que en Valparaíso
no tiene barrios de altas oportunidades, sólo un par de oportunidades media alta.
Al igual que en la mayoría de barrios de bajas oportunidades educacionales del país, los barrios más necesitados en
esta ciudad presentan carencias en otros dimensiones también. Varios cerros en Valparaíso y Viña del Mar enfrentan
otros problemas que reducen la calidad de vida de los vecinos. Por ejemplo, en el cerro Cordillera de Valparaíso
existen problemas de accesibilidad9
que dificultan el transporte y la llegada de vehículos de emergencia. Este
problema es de especial relevancia en una comuna donde más del 80% de las actividades productoras de bienes y
servicios se concentran en el sector plano, alejado de los cerros, donde reside más del 95% de los habitantes de la
comuna (PLADECO de Valparaíso, pág. 43).
9 Ver http://www.facebook.com/note.php?note_id=422579427173 8
Figura 3: Barrio de Reñaca, comuna de Viña del Mar
Figura 4: Cerro Cordillera, Valparaíso
9. Concepción
El caso de Concepción es muy interesante porque en este caso las oportunidades altas se concentran en el centro
de la ciudad y en algunos barrios de la periferia (La Toma y Palomares en la comuna de Concepción, Lonco y
Matadero en la comuna de Chiguayante).
Por otro lado, los sectores de Estación Central y Pedro de Valdivia en la comuna de Concepción, y Boca Sur en
la comuna de San Pedro de la Paz muestran bajos niveles de oportunidades. Además de las bajas oportunidades
educacionales, estos barrios enfrentan otros problemas. Por ejemplo, en el barrio de Boca Sur en San Pedro de la Paz
existen graves problemas de contaminación y transporte10
, los cuales pueden estar relacionados con los resultados
educativos.
10 Ver http://www.cronica.cl/noticias/site/artic/20110209/pags/20110209230455.php
http://www.cronica.cl/noticias/site/artic/20110418/pags/20110418214028.php
29
Figura 5: Estación Central, Concepción Figura 6: Boca Sur, San Pedro de la Paz
Figura 7: Lonco, Chiguayante
10. El caso de las tres ciudades más grandes de Chile muestra que la distribución geográfica de las oportunidades en
educación es desigual y sigue distintos patrones. En algunos casos se concentran en el centro de la ciudad, mientras
que en otros, éstas tienden a ubicarse en lugares periféricos. También muestran que las oportunidades en educación
en cada barrio están muy relacionadas a las oportunidades en otras dimensiones como salud, empleo o pobreza. Por
lo tanto, evaluar las oportunidades globales de un barrio implica estudiar las oportunidades en todas las áreas que
puedan afectar el desarrollo futuro de las personas.
Discusión y Desarrollo futuro
Vivir en una sociedad más integrada es clave para el desarrollo económico de largo plazo del país. Si bien a corto
plazo, mayor integración podría significar más costos (en barrios de alto nivel socioeconómico) que beneficios (en
clases de bajos ingresos), a largo plazo el ingreso de todos los sectores de la sociedad aumenta, debido en gran parte,
a que el retorno a la inversión en educación es mayor en los individuos más pobres que en los ricos (Benabou,
1996).
Además, en una sociedad con mayor segregación socioeconómica se generan incentivos a que las personas participen
de protestas violentas, revueltas e incluso crimen (Alesina & Perotti, 1996). Esto es consistente con los resultados de
Sampson & Morenoff (2006), quienes encuentran que las personas, cuando residen en zonas de alta concentración
de pobreza, consideran menos las instituciones formales y formar lazos comunitarios como medios para buscar el
desarrollo sustentable de sus barrios y su desarrollo personal.
Es por lo anterior, que es más probable que la relación entre los residentes de barrios deprimidos y el resto de la
sociedad se desarrolle en un desmedro constante para estas comunidades, ya que al no lograr validar sus demandas
sociales de manera formal, las autoridades pueden terminar perjudicándolos con sus decisiones. Por ejemplo, a
través de la aprobación o la no erradicación de instalaciones que producen un bienestar para la sociedad pero
con costos locales, como lo son micro-basurales o antenas de celular11
, en general ubicados en barrios de bajas
oportunidades.
11 Existe evidencia que muestra que hay riesgo de desarrollar problemas neuro-siquiátricos y algunos cambios en el desempeño
de las funciones de comportamiento neurológico en zonas cercanas a antenas de celulares (Abdel-Rassoul, Abou El-Fateh, Abou
Salem, Farahat, El-Batanouny, & Salem, 2007)
10
Figura 8: Micro basural en El Molino. Puente Alto Figura 9:Tres antenas de celular. Puente Alto
11. Estos resultados indeseables parecen mantenerse en el tiempo. Existen estudios que muestran una alta persistencia
de la pobreza en aquellos barrios con menos oportunidades. Las familias de ingresos más altos tienen incentivos
a aislarse del resto de la sociedad, ya que de esta manera entregan el mayor nivel de educación posible a sus hijos
al menor costo. Cuando este comportamiento es lo suficientemente fuerte genera el aislamiento de comunidades
pobres del resto de la sociedad. Esto puede inducir una pobreza persistente entre las familias que no son capaces
de generar la inversión suficiente en educación que logre que sus hijos escapen de ocupaciones de bajos ingresos
(Durlauf, 1996).
Es bajo este escenario de resultados indeseables para el desarrollo social y económico del país, donde las políticas
públicas pueden ayudar al progreso sustentable de Chile. Políticas enfocadas en la revitalización de barrios
deprimidos pueden romper círculos viciosos de pobreza, integrar más a la sociedad y generar mayor desarrollo
económico en el largo plazo. Para cumplir con estos objetivos, es preciso realizar el diagnóstico correcto sobre las
carencias estructurales en cada barrio. Es por esto, que los Mapas de Oportunidad progresivamente mostrarán más
dimensiones de análisis que pueden afectar el desarrollo futuro de las personas, y de esta forma, identificar con
mayor precisión qué variables intervenir.
11
15. Referencias
Abdel-Rassoul, G., Abou El-Fateh, O., Abou Salem, M., Farahat, A. M., El-Batanouny, M., & Salem, E. (2007).
Neurobehavioral effects among inhabitants around mobile phone base stations. Neurotoxicology , 28 (2), 434-440.
Alesina, A., & Perotti, R. (1996). Income distribution, political instability, and investment. European Economic
Review , 81 (5), 1170-89.
Benabou, R. (1996). Heterogeneity, Stratification and Growth: Macroeconomicmplications of Community
Structure and School Finance. American Economic Review , 86 (3), 584-609.
Briggs, X. d., & Turner, M. (2006). Assisted housing mobility and the success of low-income minority families:
Lessons for policy, practice, and future research. Northwestern Journal of Law and Social Policy , 1 (1), 25-61.
Brisson, D., Usher, & Charles. (2007). The effects of informal neighborhood bonding social capital and
neighborhood context on homeownership for families living in poverty. Journal of Urban Affairs , 29 (1), 65-75.
Brooks-Gunn, J., Duncan, G., Kato, P., & Sealand, N. (1993). Do Neighborhoods Influence Child and Adolescent
Development? The American Journal of Sociology , 99 (2), 353-395.
Brooks-Jeanne, Duncan, G., Klebanov, P., & Sealand, N. (1993). Do Neighbohoods Influence Child and Adolescent
Development? The American Journal of Sociology , 99 (2), 353-95.
Chapple, K. (2006). Overcoming Mismatch: Beyond Dispersal, Mobility, and Development Strategies. Journal of
the American Planning Association , 72 (3), 322-36.
Dawkins, W., Deurloo, M., & Dieleman, F. (2006). Are Social Networks the Ties That Bind Famiiles to
Neighborhoods? Housing Studies , 21 (6), 867-81.
Dietz, R. (2002). The Estimation of Neighborhood Effects in the Social Sciences: An Interdisciplinay Approach.
Social Science Research , 31, 539-75.
Durlauf, S. (1996). A Theory of Persistent Income Inequality. Journal of Economic Growth , 75-93.
Flores, C. A. (2008). Residential Segregation and the Geography of Opportunities: A Spatial Analysis of
Heterogeneity and Spillovers in Education. The University of Texas at Austin.
Gambhir, S., Reece, J., Martin, M., Agyeman, K., & Ratchford, C. (2009). Utilizing GIS to Support Advocacy and
Social Justice: A Case Study of University-Led Initiatives. OHIO: THE OHIO STATE UNIVERSITY.
Instituto Nacional de Estadísticas. (2007). División Político-Administrativa y Censal. Instituto Nacional de
Estadísticas, Departamento de Infraestructura Estadística y Censos, Santiago, Chile.
John, L., Luce, T., & Reece, J. (2005). The Segregation of Opportunities: The Structure of Advantage and
Disadvantage in the Chicago Region. Report of the Leadership Council for Metropolitan Open Communities.
Kearns, A., & Parkinson, M. (2001). The Significance of Neighbourhood. Urban Studies , 38 (12), 2103-2110.
Kishiyama, M., Boyce, W. T., Jimenez, A. M., Perry, L. M., & Knight, R. T. (2009). Socioeconomic Disparities
Affect Prefrontal Function in Children. Journal of Cognitive Neuroscience , 21 (6), 1106-1115. 15
16. Larrañaga, O., & Sanhueza, C. (2007). Residential Segregation Effects on Poor’s Opportunities in Chile.
Universidad de Chile.
Leventhal, T., & Brooks-Gunn, J. (2003). Moving to Opportunity: an Experimental Study of Neighborhood
Effects on Mental Health. American Journal of Public Health , 93 (9), 1576-1582.
Medrano, P., & Contreras, D. (2009). Evidence from neighborhood effects on educational performance in the
chilean school voucher system. SDT 302, Departamento de Economía, Universidad de Chile .
Ministerio de Educación. (2008). Niveles de Logro 4º Básico para Lectura. Ministerio de Educación, SIMCE
Unidad de Currículum y Evaluación, Santiago, Chile.
Municipalidad de Huechuraba. (2003). Plan de Desarrollo Comunal de Huechuraba. Santiago.
Municipalidad de Valparaíso. Plan de Desarrollo Comunal de Valparaíso. Valparaíso.
Paredes, R., Ugarte, G., Volante, P., & Fuller, D. (2009). Asistencia, desempeño escolar y políticas de financiamiento.
En V. d. Públicos, Camino al Bicentenario, Propuestas para Chile (págs. 77-100). Santiago.
Peterson, R., Krivo, L., & Harris, M. (2000). Disadvantage and NeighborhoodViolent Crime: Do Local Institutions
Matter? Journal of Research in Crime and Delinquency , 37 (1), 31-63.
Rubinowitz, L., & Rosenbaum, J. (2000). Crossing the Class and Color Lines: From Public Housing to White
Suburbia. Chicago: University of Chicago Press.
Sampson, R., & Morenoff, J. (2006). Durable Inequality. En S. Bowles, S. Durlauf, & K. Hoff, Poverty Traps (págs.
176-203). NJ: Princeton University Press.
Sampson, R., Morenoff, J., & Gannon-Rowley, T. (2002). “Neighborhood Effects”: Social Process and New
Directions in Research. Annual Review of Sociology , 28, 443-478.
Sampson, R., Sharkey, P., & Raudenbush, S. (2008). Durable effects of concentrated disadvantage on verbal ability
among African-American children. Proceedings of the National Academy of Sciences , 105:842–44.
Tan, P.-N., Steinbach, M., & Kumar, V. (2006). Introduction to Data Mining. Boston, Massachusetts, Estados
Unidos: Pearson Addison Wesley.
16