1

Evolución y territorios de

la exclusión social en Argentina

(1995-2014)

Liliana E. Pereyra (IEF- FCE-UNC)

María Celeste Gómez (IEF- CICE-UNC)

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

2

Contenido

1. Modelos de exclusión social

2. Pobreza, desigualdad y exclusión

3. Antecedentes y definición operativa

4. Factores a indicadores

5. Datos y metodología

6. Resultados. Mapas de la exclusión

7. Veinte años de exclusión ¿Qué cambió?

8. Reflexiones finales

Modelos de exclusión social

3

• Corriente filosófica política entre el liberalismo y el socialismo. Falla en el tejido social. Problema en el ámbito de la solidaridad. Quiebre de vínculos sociales y simbólicos que aseguran el orden social

de la Solidaridad (Russeau – Durkheim)

• Liberalismo angloamericano. La institución que organiza el sistema social es el mercado. La exclusión es el resultado de la diferenciación social, la división económica del trabajo y la segmentación de la vida social en distintos ámbitos (especialización). Implica discriminación

de la especialización (Locke y utilitaristas)

• Planteamiento socialdemócrata o de izquierda. Conlleva relaciones de dominación y alienación. Concentración y control de recursos (monopolio - capitalismo) por grupos y sectores sociales cuyo poder e intereses individuales propagan la exclusión.

del monopolio (Weber-Marx-Marshall)

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

Asociaciones conceptuales a la exclusión social

4

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)El término Exclusión Social se asocia a la Desigualdad, Pobreza y Desafiliación.

¿Cuáles son las diferencias?

Desigualdad. En una sociedad industrial de producción, enfrentamiento entre clases

opuestas

Exclusión. En una sociedad de mercado, la separación de determinados grupos sociales

del sistema económico y político.

La exclusión social sobrepasa al concepto de desigualdad y la resignifica

Pobreza. Estado. Individuos u Hogares. Se privilegian las estimaciones unidimensionales

(pobreza por ingresos).

Exclusión . Proceso. Grupos Sociales. Las estimaciones multidimensionales (laborales,

económicas, sociales, culturales, etc.). Visión estructural

En la exclusión social el concepto de pobreza es central

Si bien ambos (P y D) están presentes, el rasgo distintivo de la exclusión es el

debilitamiento o ruptura del vínculo social y la pérdida del sentido de pertenencia.

Mayor densidad teórica y riqueza analítica (Tezanos, 1999).

Exclusión o desafiliación social. Cambios de las relaciones laborales (Castel , 2000)

Antecedentes y definición operativa

• Lo Vuolo , R. (2001). La economía como cuestión social.

• Conconi & Ham (2007) y Arévalo & Paz (2015). Pobreza multidimensional.

• Juárez Jerez, et al (2010) y Pereyra (2015). Operativizan el concepto de exclusión.

Antecedentes en Argentina

• En Argentina: como condición, la exclusión social se vincula a los siguientes indicadores: pobreza, desocupación, subempleo y precarización (en particular jóvenes y jefes de hogar, adultos mayores, marginados del mercado laboral). Bajos ingresos. Hacinamiento. Bajo nivel educativo. Mortalidad infantil.

• Se incorporan recursos públicos de salud, educación, servicios sociales y defensa y seguridad. Claves en la redistribución de ingresos.

Definición operativa

• Caracterizar la exclusión social en provincias argentinas entre 1995 y 2014 como fenómeno multidimensional. Identificar regiones de exclusión a partir de características y necesidades de las provincias y sus reconfiguraciones en el tiempo.

Objetivo del trabajo

5

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

Factores e indicadores de la ESLaboraltasa de subempleo horario (subemp)

tasa de empleo no registrado (empnre)

tasa de sobreempleo urbano (sobemp)

tasa de desempleo jefes de hogar (dempje)

tasa de desempleo jóvenes (dempjo).

Educativotasa de población 20-59a sin enseñanza

media (noedu)

gto. público en educación per cápita (gpedpc).

Viviendatasa bruta de hogares con deficiencias

en la vivienda (vivper).

SeguridadGto. Público en defensa

y seguridad per cápita (gpdspc).

SaludGto. Público en salud per cápita (gpslpc)

Demográficodensidad poblacional (denpobl)

tasa de mortalidad infantil (tmortinf).

Económicotasa de dependencia ad. mayores (adu60)

Gini del ingreso familiar per cápita (cgini);

ratio entre el quintiles de ingresos (ingr)

incidencia de pobreza por hogares (tpob)

producto bruto geográfico per cápita (pbgpc).

Relacionaltasa de hogares con escasez de redes familiares

(redflia);

SocialGto público provincial en promoción y

asistencia social per cápita (gpscpc)

tasa de incidencia de hogares excluidos(hogexcl).

TODOS A NIVEL PROVINCIAL

O POR CAPITAL DE PROVINCIA

6

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

Datos y metodología

Técnica de clasificación de datos de tipo

post hoc. Los clusters o grupos se crean en

función de la naturaleza de los datos

privilegiando homogeneidad.

Se aplicó el método de Ward y a modo de

prueba de control de la cantidad de

agrupamientos se aplicó el test F de

Hartigan (1975)

Metodologías

AFCP Cluster Jerárquicos

Datos

De la Encuesta Permanente de Hogares (EPH-INDEC) de Argentina, en sus

versiones puntual (ondas mayo 1995 y mayo 1999) y continua (1º sem. de

2004 y 1º sem. de 2014). Datos del MECON a nivel provincias. Base de datos

con indicadores por provincia para 23 provincias argentinas.

Estadística multivariada.

Permite reducir el número de

indicadores (dimensiones)

originales, explicando los

mismos a partir de un conjunto

de variables no observadas o

factores, y garantizando así la

menor pérdida de información .

7

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

Resultados (cont.)

F1. Estado y

Familia F2. Pobreza

F3. Desempleo

e informalidad

F4.

Sobreempleo

F1. Estado y

dependencia

F2. Pobreza e

informalidad

F3. Desempleo

y sobreempleo

gpedpc tmortinf dempjo sobemp gpedpc tpob dempjo

gpscpc tpob dempje gpslpc tmortinf sobemp

gpslpc vivper empnre gpscpc empnre dempje

adu60 adu60

redflia

F1. Estado y

pobreza F2. Familia F3. Desempleo

F1. Estado,

pobreza e

informalidad

F2. Familia y

pobreza

F3. Desempleo

y subempleo

F4. Estado y

sobreempleo

gpslpc adu60 dempjo gpedpc tmortinf dempjo sobemp

gpedpc redflia dempje gpdspc adu60 dempje gpscpc

gpscpc gpslpc redflia subemp

tpob empnre

tmortinf tpob

vivper

AFCP- Factores obtenidos por períodos según saturación de variables

1995 1999

2004 2014

Fuente: elaboración propia a partir de datos de INDEC y MECON.

La dispar composición de los factores entre los períodos impide un ordenamiento general

sintético.

Algunos indicadores como determinantes permanentes.

dempjo - tpob - adu60 – tmortinf – gpedpc – gpslpc - gpscpc

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

8

9

Resultados (cont.)1995 20041999

1. Vía cluster se redujo el número de regiones de cinco (1995) a tres (2004). R1 captó hacia 2004 nueve provincias más, prevaleciendo: hogares con escasez de redes, los adultos mayores (adu-60) y algún indicador laboral.

2. En1995 - R1: Mayor nivel de desempleo Jefes H, adu60 y redflia. R2: Mayor nivel deficiencias en la vivienda. R3, Mayor tasa de subempleo; de empleo no registrado y desempleo jóvenes . R4, Mayor tasa sobreempleo. R5, Mayor Gasto público provincial per cápita (indica menor exclusión).

3. En2004 - R1, alta tasa de hogares con escasez de redes, de (adu-60) , desempleo jóvenes , de Jefes H y Pobreza y mortalidad infantil . R2, sobresale el indicador estructural (vivienda). R3, Mayor Gasto público provincial per cápita.

Corr. Pearson “inter-clusters” (1999-2004): 0.689***

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

Resultados (cont.)2004 2014

1. Se incrementó el número de regionesde tres (2004) a cinco (2014) (ídem 1995). R1 reunió tres provincias menos en 2014. Los hogares con escasez de redes y algún indicador laboral, permanecen como rasgos centrales.

2. En 2004 (ídem)- R1, alta tasa de hogares con escasez de redes, de (adu-60) , desempleo jóvenes , de Jefes H y Pobreza y mortalidad infantil . R2,sobresale el indicador estructural (vivienda). R3, Mayor Gasto público provincial per cápita.

3. En 2014- R1, Mayor tasa de hogares con escasez de redes y tasa de empleo no registrado. R2, desempleo abierto (jóvenes).R3, desempleo abierto (J. Hogar) y sobreempleo. R4, alta tasa de dependencia adu-60 .R5, Gasto público provincial per cápita.

Corr. Pearson “inter-clusters” (2004-2014): 0.612***

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

10

11

Veinte años de exclusión ¿Qué cambió?

En base a los cambios en la distribución territorial de los factores de exclusión en

Argentina, podemos identificar regularidades o cambios vinculados a las regiones.

• Provincias con indicadores de exclusión más altos continúan asociándose con un perfil

social menos favorable (mayor tasa de pobreza, mortalidad infantil). Escasa posibilidad de

mejorar su situación por desfavorables condiciones de partida. Ejm . Chaco, Jujuy, Santiago

del Estero.

• Se verifica el impacto de ciertos indicadores de exclusión en centros urbanos de gran

tamaño (vivienda, desempleo, distribución de ingresos).

• Agrupaciones de provincias que se mantienen unidas en los cuatro periodos

observados (núcleos o “bloques” que pueden, de acuerdo a los factores que intervengan en

la exclusión, asociarse con otras provincias.

Provincia de Buenos Aires, Córdoba y Santa Fe.

Misiones y Santiago del Estero.

Salta, Tucumán y Jujuy.

• Opera la proximidad geográfica y cierta configuración demográfica, cultural e

idiosincrática en la expresión de los factores de exclusión.

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

12

Reflexiones finales1. Existe una dinámica en inserta en la composición de los conglomerados entre 1995 y 2014

originada en transformaciones económicas, sociales, laborales en el país y el mundo.

2. No hay un ordenamiento permanente de la exclusión por la dispar composición de los

factores. La profunda dinámica de la exclusión como proceso sólo permite su

territorialización.

3. Provincias en Regiones como NOA y NEA comparten caracteres de exclusión más altos.

Componente “estructural” de la exclusión social.

4. Indicadores permanentes de exclusión: tasa de pobreza, mortalidad infantil,

desempleo, tasa de dependencia de adultos mayores, gasto público en educación, salud y

promoción social. Se confirma el impacto de la aglomeración urbana sobre ciertos

indicadores asociados a la vivienda, indicadores laborales y de desigualdad de ingresos.

5. Bloques de provincias se mantienen en el tiempo: 1) Buenos Aires, Córdoba y Santa Fe;

2) Misiones y Santiago del Estero; 3) Salta, Jujuy, Tucumán.

6. En 2014 mayor diversidad de indicadores de exclusión. Remite a 1995 (4 factores - 5

grupos). Complejiza el fenómeno y vuelve más difícil toda tarea de planificación de

políticas anti-exclusión social.

7. La implementación de políticas sociales a nivel nacional sin considerar contextos

regionales no sólo pueden ser ineficaces para reducir la exclusión social sino también

contraproducentes y generar mayores niveles de exclusión.

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

13

Referencias BibliográficasArévalo, C. & Paz, J. (2015). Pobreza en la Argentina. Privaciones múltiples y asimetrías regionales. Documento de Trabajo, IELDE. Beccaria, L. A., & Minujin, A. (1985).Métodos alternativos para medir la evolución del tamaño de la pobreza. INDEC.Clemente, A., & Higachi, H. Y. (2000).Economía e desenvolvimiento regional. Atlas. Durkheim, E. (1987). La división del trabajo social (Vol. 39). Ediciones Akal. Hartigan, J.A. (1975), Clustering Algorithms, New York: John Wiley & Sons, Inc.iHumet, J. S., Carmona, R. G., &Torruella, J. B. (2005). Análisis de los factores de exclusión social. Fundación BBVA. Juárez Jerez H., Perona E., Pereyra L. E., Navarrete J. L. y N. Ochoa (2010) Las raíces del delito en Argentina. El Emporio del Libro. Córdoba, Argentina Lo Vuolo (2001) Alternativas La economía como cuestión social. Ed. Altamira, Buenos Aires.

Minujin, A. y G. Kessler (1995) La nueva pobreza en la Argentina. Editorial Planeta Argentina.Peña, D. (2013).Análisis de datos multivariantes. McGraw-Hill España.Pereyra L.E. (2015). Análisis de la Exclusión Social en Argentina y su diferenciación territorial. Tesis de Maestría de Ciencias Sociales. Facultad de Ciencias Sociales, UNC.Silver, H. (1994). Exclusión social y solidaridad social: tres paradigmas.Revista Internacional del trabajo, 113(5-6), 607-662.Tenti Fanfani (2007) La escuela y la cuestión social. Ensayos de sociología de la educación,Siglo XXI Editores, Buenos Aires.Tezanos, J.F.(1999) Tendencias de dualización y exclusión social en las sociedades tecnológicas avanzadas. Un marco para el análisis. En: J.F. Tezanos (ed.) Tendencias en desigualdad y exclusión social. Tercer foro sobre tendencias sociales.Madrid: Sistema. Pp 11-54.

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)

Muchas Gracias!

Liliana E. Pereyra María Celeste Gómez

liliana_e_pereyra@hotmail.com mcelestegomez.arg@gmail.com

14

Wo

rksh

op

IEF.

13

JUN

18

Lil

ian

a P

ere

yra

(F

CE

-UN

C)

y M

arí

a C

ele

ste

Gó

me

z (

FC

E -

UN

C)