Detección de zonas vulnerables: metodología para el análisis inframunicipal aplicada a la Región Metropolitana de Barcelona

Anna Garcia-Masiá

Socióloga Urbana

Doctora en Gestión y Valoración Urbana por la Universidad Politécnica de Cataluña (UPC)

Diputación de Barcelona

Resumen: La vulnerabilidad urbana es un concepto multidimensional que debe abordarse de forma holística. La complejidad de su análisis radica en la diversidad de datos que representan la desigualdad, su intensidad y el ámbito territorial donde se producen. Se desarrolla una metodología de análisis multifactorial para la detección de áreas vulnerables a nivel inframunicipal para las 3247 secciones censales de la Región Metropolitana de Barcelona, que sintetiza la información eliminando redundancias. Se incorpora el componente de ruralidad para adaptar el análisis a las características específicas de cada territorio. Esta metodología evalúa el grado y las particularidades de la vulnerabilidad en cada área, facilitando así la formulación de soluciones personalizadas que respondan a las necesidades concretas de cada ámbito territorial para la toma de decisiones en la planificación urbana y el diseño de políticas públicas orientadas a mejorar la resiliencia y equidad en las ciudades.

Palabras clave: Vulnerabilidad; Análisis factorial; Indicador; Barcelona; Inframunicipal.

Detection of vulnerable areas: methodology for inframunicipal analysis applied to the Metropolitan Region of Barcelona

Abstract: Urban vulnerability is a multidimensional concept that must be addressed holistically The complexity of its analysis lies in the diversity of data that represent inequality, its intensity, and the territorial scope where it occurs. A multifactorial analysis methodology is developed to detect vulnerable areas at the sub-municipal entities for the 3247 census sections of the 164 municipalities of the Metropolitan Region of Barcelona, which synthesizes information by eliminating redundancies. The rurality component is incorporated to adapt the analysis to the specific characteristics of each territory. This methodology evaluates the degree and particularities of vulnerability in each area, thus facilitating the formulation of customized solutions that respond to the concrete needs of each territorial scope for decision-making in urban planning and the design of public policies aimed at improving resilience and equity in cities.

Keywords: Vulnerability; Factorial analysis; Indicator; Barcelona; Sub-municipal entities.

Comunalidades
	Inicial	Extracción
Ingresos por unidad de consumo >200% mediana (hombres)	1,000	,933
Ingresos por unidad de consumo >200% mediana (mujeres)	1,000	,930
Ingresos por unidad de consumo <40% mediana (hombres)	1,000	,880
Ingresos por unidad de consumo <40% mediana (mujeres)	1,000	,871
Paro (%)	1,000	,851
Renta media por hogar	1,000	,847
Población extranjera (no UE 15) (%)	1,000	,845
Viviendas plurifamiliares (%)	1,000	,839
Viviendas <1981	1,000	,765
Personas >65 años (%)	1,000	,757
Acceso a servicios esenciales (400m)	1,000	,753
Hogares unipersonales	1,000	,692
Dimensión de la vivenda (m2/persona)	1,000	,676
Antigüedad ponderada de las viviendas rehabilitadas	1,000	,668
Acceso al transporte público (400m)	1,000	,666
Población con nivel de estudios bajos (%)	1,000	,658
Baja calidad constructiva	1,000	,633
Viviendas con baja calificación energética emisiones CO2 (%)	1,000	,631
Diversidad de viviendas según la dimensión	1,000	,516
Método de extracción: análisis de componentes principales.

Fig. 1 / Tabla de comunalidades de las variables introducidas en el análisis factorial

Fuente: SI_REHAB e Instituto Nacional de Estadística. Elaboración propia

Una vez comprobada la correlación y la adecuación de las variables a incluir se lleva a cabo un análisis factorial con 19 variables con el objetivo de sintetizar la complejidad de la vulnerabilidad mediante los grupos o factores resultantes extraídos mediante el análisis de componentes principales. Dichos factores resultantes, más allá de mostrar un valor, aúnan y extrapolan con relación al resto de valores unas determinadas características propias elaboradas a partir de la correlación entre variables observadas. Es decir, el método crea grupos de variables a partir de las relaciones entre ellas.

La tabla de comunalidades muestra la idoneidad de las 19 variables introducidas. Destacan la mayoría de las variables socioeconómicas, seguidas de las residenciales, las sociodemográficas y las urbanas.

Las variables económicas, como los ingresos (tanto superiores como inferiores a la media por unidad de consumo), la renta media de los hogares y la tasa de paro, presentan una alta comunalidad. Les siguen la proporción de población extranjera no comunitaria (UE15), el porcentaje de viviendas plurifamiliares, la antigüedad de las viviendas, la población mayor de 65 años y el acceso a servicios esenciales (farmacias y escuelas de primaria y secundaria) en un radio de 400 metros.

En un segundo nivel están los hogares unipersonales, la dimensión de la vivienda (m2/persona), la antigüedad ponderada de las viviendas rehabilitadas, el acceso al transporte público (en un radio de 400m) y la población con nivel de estudios bajos.

Son en cambio las últimas variables en entrar la baja calidad constructiva de catastro, las viviendas con baja calificación energética por emisiones de CO2 (%) y la diversidad de viviendas según la dimensión. Es una comunalidad baja, aunque significativa para el modelo, esto se debe al hecho que la calidad constructiva de catastro tiene un rango de valores escaso (0 – 9, aunque no hay valores superiores al 7 en este ámbito) y muy poca dispersión, mayoritariamente con valores de 4 a 6. Hay que tener en cuenta también la escasez de certificaciones energéticas que pondría en duda la idoneidad del dato a nivel unitario o por edificio o parcela, aunque a nivel de sección censal como es el caso, se considera adecuado. Finalmente, la diversidad de viviendas según la dimensión es una variable complementaria para el contexto urbano y está disponible para todas las secciones, así que se introduce a pesar de su escasa comunalidad, aunque superior a la necesaria para ser incorporada al modelo (se han excluido las variables con una comunalidad inferior a 0,500).

3.2. Resultados del análisis factorial

Se incorporan las 19 variables con una comunalidad superior a 0,500 al análisis factorial con el objetivo de concluir con unos componentes (o factores) que permitan identificar zonas vulnerables. Este método reduce efectivamente la dimensionalidad, agrupando variables correlacionadas en componentes. El análisis factorial concluye con 4 factores resultantes que, como muestra la Fig. 2 explican el 75,876 % del modelo con una elevada significatividad estadística (Sig.0,000) y un modelo de muestreo sólido (KMO 0,850) con sólo 183 casos perdidos de los 3247 totales, que corresponden a secciones censales para las que no hay información de todas las variables introducidas. Es el caso de algunas secciones para el nivel de instrucción, con 157 valores perdidos, los hogares unipersonales, con 73, el paro y la renta de los hogares, con 40 valores perdidos en cada caso, y los ingresos por unidad de consumo que carecen de información en 30 secciones censales.

Fig. 2 / Prueba de KMO y Bartlett del análisis factorial

Fuente: Elaboración propia

En la Fig. 3 se ve cómo se combinan las 19 variables en los 4 componentes y como el método de extracción se detiene en el cuarto componente. De modo que el primer factor explica el 28,765 % de la varianza, el segundo el 22,204 %, el tercero el 14,503 % y el cuarto el 10,375 %. Acumulados explican el 75,846 % del modelo.

Componente	Autovalores iniciales			Sumas de extracción de cargas al cuadrado			Sumas de rotación de cargas al cuadrado
	Total	% de varianza	% acumulado	Total	% de varianza	% acumulado	Total	% de varianza	% acumulado
1	6,660	35,054	35,054	6,660	35,054	35,054	5,465	28,765	28,765
2	4,302	22,641	57,695	4,302	22,641	57,695	4,219	22,204	50,969
3	2,003	10,540	68,235	2,003	10,540	68,235	2,756	14,503	65,472
4	1,446	7,611	75,846	1,446	7,611	75,846	1,971	10,375	75,846
5	,807	4,248	80,094
6	,685	3,603	83,697
7	,606	3,192	86,889
8	,471	2,477	89,367
9	,381	2,004	91,370
10	,340	1,788	93,158
11	,277	1,460	94,618
12	,264	1,391	96,010
13	,201	1,060	97,069
14	,175	,924	97,993
15	,147	,774	98,767
16	,136	,715	99,482
17	,048	,252	99,734
18	,045	,235	99,969
19	,006	,031	100,000
Método de extracción: análisis de componentes principales.

Fig. 3 / Varianza total explicada del análisis factorial

Fuente: Elaboración propia

La extracción de factores mediante el análisis de componentes principales se detiene en el cuarto factor para explicar el 75,846 % del modelo. Los cuatro componentes están formados por las correlaciones de las diecinueve variables en distintas intensidades y direcciones tal como muestra la matriz de componente rotado. Cada componente es una combinación lineal de las variables originales y captura la máxima varianza posible no explicada por los componentes anteriores: el primer componente explica la mayor parte de la variabilidad en los datos (en este caso el 35,054 % de los valores iniciales y el 28,765 % de la varianza en la rotación) y cada componente subsiguiente explica progresivamente menos, hasta llegar en el cuarto factor al 75,846%.

La diferencia entre la extracción inicial y la rotación es que, en la inicial el primer componente explica la mayor cantidad de varianza posible, y cada componente subsiguiente explica progresivamente menos, resultando en una distribución desigual de la varianza explicada. La rotación, en cambio, redistribuye la varianza entre los componentes de manera más equilibrada, sin cambiar la varianza total explicada. Así, los valores rotados muestran una distribución más equitativa y facilita la interpretación de los resultados.

Se utilizan en este caso las nuevas variables rotadas creadas mediante el análisis factorial. Estas 4 variables tienen valores para las 3064 secciones censales, quedando 183 secciones sin información (Fig. 4).

Matriz de componente rotadoa
Componente
	1	2	3	4
Paro (%)	,773	-,126	,478	-,091
Renta media por hogar	-,888	-,114	-,202	,072
Hogares unipersonales	-,135	,798	,155	-,113
Población con nivel de estudios bajos (%)	,802	,097	,022	-,075
Viviendas plurifamiliares (%)	,244	,586	,112	,651
Dimensión de la vivenda (m2/persona)	-,696	-,128	-,123	-,402
Viviendas <1981	,285	,818	-,020	-,120
Baja calidad constructiva	,690	-,232	,068	-,312
Antigüedad ponderada de las viviendas rehabilitadas	,128	-,743	-,241	,204
Diversidad de viviendas según la dimensión	-,068	,000	-,080	,710
Acceso a servicios esenciales (400m)	-,081	,828	,046	,244
Acceso al transporte público (400m)	-,093	,764	-,002	,272
Personas >65 años (%)	,059	,491	-,713	,060
Población extranjera (no UE 15) (%)	,349	,445	,724	-,021
Viviendas con baja calificación energética emisiones CO2 (%)	,270	,093	,149	-,726
Ingresos por unidad de consumo <40% mediana (hombres)	,391	,308	,786	-,119
Ingresos por unidad de consumo <40% mediana (mujeres)	,404	,284	,787	-,092
Ingresos por unidad de consumo >200% mediana (hombres)	-,939	,103	-,190	,070
Ingresos por unidad de consumo >200% mediana (mujeres)	-,941	,085	-,182	,064
“Método de extracción: análisis de componentes principales. Método de rotación: Varimax con normalización Kaiser.” a. La rotación ha convergido en 6 iteraciones.

Fig. 4 / Matriz de componente rotado del análisis factorial

Fuente: SI_REHAB e Instituto Nacional de Estadística. Elaboración propia

Los resultados obtenidos son 4 factores o componentes. Para cada uno de los componentes, al combinar las variables de una forma diferente y representarlas sobre el territorio, permite identificar una situación concreta: zonas vulnerables (componentes 1 y 3), zonas céntricas con polarización de rentas (componente 2) y zonas nuevas (componente 4).

Dada la dificultad de mostrar las 4 variables nuevas para las 3 064 secciones censales en las siguientes páginas se describe cada uno de estos casos junto a la cartografía correspondiente. Se realiza un mapa para cada una de ellas en las secciones censales donde hay presencia (con valor positivo) de la nueva variable. A modo de resumen: el componente 1 tiene un valor máximo de 2,01962; el componente 2 de 2,36934; el componente 3 tiene un valor máximo de 5,71821 y el componente 4 de 6,51878. Los componentes 3 y 4 son los que tienen el rango más amplio. Las secciones con valores negativos son aquellas que carecen de la variable en cuestión, de modo que se representan sin trama de color en el mapa. En cambio, los valores más elevados de cada una de las nuevas variables resultantes muestran la mayor presencia del componente rotado del análisis factorial, y son coloreados con mayor intensidad.

La vulnerabilidad urbana aparece en el primer componente extraído (componente 1). Con una varianza del 28,76 %, representa las zonas vulnerables: aquéllas donde se concentra la problemática socioeconómica, urbana y residencial: donde hay más paro y las rentas más bajas, además de haber menos proporción de mujeres y hombres, en este orden, con ingresos elevados (superiores al 200 % de la mediana) con poca posibilidad de mejora debido a la elevada concentración de población con nivel de estudios bajos. Son zonas homogéneamente pobres, con presencia de inmigración extracomunitaria, con menos servicios esenciales y transporte público y viviendas de peor calidad constructiva y baja calificación energética, con menos superficie por persona y con peor calificación energética. Se identifica con los ámbitos socioeconómicos, residenciales, urbanos y sociodemográficos (en este orden) que configuran la vulnerabilidad urbana. Tiene representación en todo el ámbito geográfico; aunque, como se verá, debe matizarse en función de las características territoriales donde se produce (Figs. 5, 9, 10 y 11).

Fig. 5 / Mapa de representación del componente 1 del análisis factorial

Fuente: Elaboración propia

El componente 2, en cambio representa las zonas céntricas (bien comunicadas y con servicios) con polarización de rentas (Fig. 6): son las zonas donde hay más presencia de población con ingresos superiores al 200 % de la mediana, especialmente mujeres, pero también hay presencia de ingresos inferiores al 40 % de la media, hecho que explica que la renta media por hogar sea más bien baja. Es el ámbito donde hay más población mayor (>65 años) y hogares unipersonales en viviendas más antiguas y que hace menos tiempo que se han rehabilitado. Con una varianza del 22,2 %, se refiere a las zonas céntricas y cascos antiguos presentes en municipios de más de 15 000 habitantes.

Fig. 6 / Mapa de representación del componente 2 del análisis factorial

Fuente: Elaboración propia

El componente 4 (Fig. 7) se identifica con las “zonas nuevas”: donde hay menos viviendas antiguas, más concentración de viviendas plurifamiliares, menos presencia de baja calidad constructiva y baja calificación energética y más diversidad de dimensiones de la vivienda. No hay inmigración extracomunitaria, pocas personas mayores y escasos hogares unipersonales. Se trata de rentas altas, con presencia de ingresos >200 % de la mediana, y sin presencia de ingresos inferiores al 40 %. La forma en que se representan las distintas variables que infieren en este componente son coherentes con la identificación de zonas de nuevo desarrollo inmobiliario: aquéllas donde las viviendas son más nuevas, plurifamiliares y de mejor calidad constructiva, menos ineficientes y, por lo tanto, accesibles a las rentas más altas es donde hay menos inmigración extracomunitaria.

Fig. 7 / Mapa de representación del componente 4 del análisis factorial

Fuente: Elaboración propia

El componente 3 (Fig. 8) se distingue de los anteriores por tener la máxima concentración de inmigración extracomunitaria, la menor presencia de mayores de 65 años y más concentración de rentas inferiores al 40 % de la mediana; pero en este caso no es relevante el indicador de nivel de estudios bajos. Tampoco destacan los valores del resto de variables, aunque sí hay presencia de hogares unipersonales, baja calidad constructiva de las viviendas y baja calificación energética (sin ser los mayoritarios están presentes en segunda instancia) en viviendas de tamaños similares (hay menos diversidad en el tamaño de las viviendas).

Fig. 8 / Mapa de representación del componente3 del análisis factorial

Fuente: Elaboración propia

En el componente 3 infieren las variables en distintos sentidos, con solo el 14 % de la varianza, debe interpretarse con una doble lectura: a nivel general por exclusión al resto de componentes y, complementariamente, en aquellos casos donde tiene un valor elevado, como complemento de la vulnerabilidad, aportando un matiz sociodemográfico y socioeconómico. Es, en esta segunda interpretación, como un matiz a la vulnerabilidad, que se analiza para evaluar la idoneidad de su incorporación a la vulnerabilidad. Concluyendo su incorporación solo con los valores más altos (>2), ya que en los valores inferiores no es representativa de la vulnerabilidad.

3.3. Multidimensionalidad de la vulnerabilidad en el resultado

De los cuatro componentes analizados, solo dos (1 y 3) se relacionan con lo que entendemos por zonas vulnerables, estableciendo unos valores de referencia para cada componente. El componente 1 y los valores máximos del componente 3 del análisis factorial son la expresión de la vulnerabilidad representada cartográficamente en las áreas con “condiciones de riesgo o desventaja” en las que se perpetúa la desigualdad, la segregación y la regresión urbanística. Los factores resultantes incorporan, en distinta intensidad y dirección variables de los ámbitos socioeconómico, residencial, urbano y sociodemográfico de los ámbitos vulnerables a escala de sección censal para la Región Metropolitana de Barcelona. Y se establecen niveles o gradaciones de intensidad de vulnerabilidad: con tres niveles de intensidad para el componente 1 y una para el componente 3 (con los valores máximos). Se obtiene así, con la inferencia de las variables de cada componente y el hecho de participar 2 componentes en la detección de la vulnerabilidad, la diversidad y complejidad de ésta.

Si el componente 1 representa las zonas homogéneamente pobres con más dificultades económicas, más precarias y menos ricas4, con poca posibilidad de mejora debido a la elevada concentración de población con nivel de estudios bajos y con presencia de inmigración extracomunitaria. Se trata de las zonas en proceso de regresión urbanística5 similares a las áreas de atención especial definidas para analizar los criterios de la ley 2/2004 de barrios (Ruiz & Aparicio & Serrano, 2015), con menos servicios esenciales y transporte público y viviendas de peor calidad constructiva y baja calificación energética, con menos superficie por persona y con peor calificación energética. Se identifican con ámbitos de atención especial6 por encontrarse en proceso de regresión urbanística y que sufren problemas socioeconómicos.

Mientras el componente 3 en sus valores más altos (>2) aporta una lectura más de la vulnerabilidad. En este caso se refiere a zonas con más concentración de pobreza y pobreza femenina7, e inmigración en las zonas con menos diversidad en el tamaño de las viviendas, y siendo éstas de baja calidad constructiva y baja calificación energética (sin ser los mayoritarios están presentes en segunda instancia).

De modo que se construye la vulnerabilidad urbana mediante la representación en el territorio de los componentes 1 y 3 en sus valores más elevados (>2) asimilable a las áreas de atención especial en proceso de regresión urbanística con problemas socioeconómicos (Fig. 9).

Fig. 9 / Mapa de representación de la vulnerabilidad urbana

Fuente: Elaboración propia

La vulnerabilidad está presente en el conjunto de la Región Metropolitana de Barcelona, pero la gradación de niveles permite un primer matiz. En primer lugar, no todos los municipios tienen secciones vulnerables, es el caso de las secciones con un componente 1 y/o 3 con valor negativo. El 51 % de las secciones censales presentan algún nivel de vulnerabilidad, de éstas casi la mitad tienen un valor bajo, un tercio un valor medio y una quinta parte tienen un valor más elevado. En lo que se refiere al componente 3 en su máxima expresión solo está presente en 132 secciones censales de municipios de más de 25 000 habitantes (excepto Canovelles y Montornès del Vallès que tienen poco más de 15 000 habitantes).

Apréciese la configuración de la vulnerabilidad urbana de Barcelona y sus alrededores (Fig. 10). Con ámbitos vulnerables en los barrios limítrofes en la zona noreste: Ciutat Meridiana, Torre Baró, Trinitat Vella, Roquetes, Turó de la Peira, Verdum i La Pau i Besòs Maresme y su confluencia con Santa Coloma y Sant Adrà de Besòs. Y en la zona suroeste en los barrios de Zona Franca i Sants-Badal, que limitan con Pubilla Casas y La Florida de l’Hospitalet de Llobregat, entre otros. Queda algún reducto de vulnerabilidad en la zona de Poblenou, el Gòtic i la Barceloneta; mayoritariamente con valores bajos. Ahora bien, el componente 3 aporta un matiz interesante: a nivel de concentración de inmigración y rentas bajas en determinados ámbitos que no presentan vulnerabilidad, pero especialmente en aquéllos donde confluyen ambos componentes (1 y 3) como son determinadas secciones del Gótico, Ciutat Meridiana y Trinitat Vella (ambas con más vulnerabilidad), Besòs-Maresme y la zona de l’Hospitalet de Llobregat, Santa Coloma y Sant Adrià de Besòs.

Fig. 10 / Detalle del mapa de representación de la vulnerabilidad urbana. Barcelona y alrededores

Fuente: Elaboración propia

Se representa de igual manera en el resto de la Región Metropolitana. Con independencia del tipo de municipio, la vulnerabilidad urbana manifiesta las condiciones de desventaja de determinados ámbitos en distintas gradaciones con sus múltiples dimensiones.

4. Interpretación territorial de la vulnerabilidad urbana

La fortaleza de la metodología es que los componentes del análisis están formados por una diversidad de variables correlacionadas (19 indicadores) con una muestra amplia (3 064 secciones si se descuentan los 183 casos perdidos) con variables multidimensionales acordes con las distintas metodologías y estudios territoriales en la materia, contempladas en las leyes catalanas de barrios (Ll. 11/2022 y Ll. 2/2004). Ahora bien, en este caso se propone un método complementario para la interpretación de las áreas vulnerables más allá del dato. Pues, a pesar de la voluntad de realizar el cálculo para un ámbito grande y diverso como el de la RMB y para todo tipo de municipios, va un paso más allá de las metodologías desarrolladas para ámbitos específicos (Garcia & Vila & Moix & Ferrer & Vima-Grau, 2017) y de las de ámbitos metropolitanos (Cruz & Antón-Alonso & Porcel & Coll, 2020) o municipios de grandes dimensiones (Ministerio de fomento, 2016)

Precisamente, que la metodología desarrollada permita obtener resultados para toda la RMB y que éstos sean significativos no implica que deban interpretarse de igual modo en todo el territorio. Pues, a pesar de la composición de los factores resultantes de la desigualdad, no es el mismo tipo de vulnerabilidad urbana la que pueda haber en ámbitos metropolitanos, como el barrio de Roquetes de Barcelona, con la del municipio de Sant Martí Sarroca.

Para ello se representa la vulnerabilidad urbana con sus múltiples dimensiones (componente 1 y componente 3) (Fig. 11) para las secciones censales de la Región Metropolitana, y se añaden dos variables al modelo: la “población dispersa” y la “ruralidad”. Concretamente, la población dispersa corresponde a las secciones con una baja densidad de población y la ruralidad consiste en las secciones con una mayor proporción de suelo agrícola, elaborado a partir de las cubiertas de suelo8. Añadir estas dos variables permite adecuar la interpretación de la vulnerabilidad a las zonas de baja densidad y/o agrícolas dadas sus peculiaridades.

Fig. 11 / Mapa de representación de la vulnerabilidad urbana y ámbitos a precisar

Fuente: Elaboración propia

De este modo el modelo permite analizar el conjunto de la RMB con sus diferencias territoriales (de densidad y ruralidad) permitiendo la integración del Garraf y Penedès9 y contrastar las zonas más vulnerables con determinadas características territoriales. Es el caso de Torrelles de Foix o Sant Llorenç Savall, municipios en los que hay un leve indicio de vulnerabilidad urbana en ámbitos rurales con baja densidad de población, donde habrá que buscar de qué se trata en estos casos. Siendo Torrelles de Foix un municipio más rural, la explicación de la vulnerabilidad viene por una tasa de paro elevada y un nivel de renta bajo, con escasez de ingresos por unidad de consumo (presente en los indicadores mínimos y la escasez de valores máximos), en zonas rurales, alejadas del transporte público y de los servicios esenciales en viviendas grandes, pero de baja calidad constructiva, con más inmigración extracomunitaria y menos formación.

Sant Llorenç Savall, en cambio, debe su vulnerabilidad a factores básicamente urbanos y residenciales por la escasez de servicios esenciales y transporte público con viviendas grandes de baja calidad constructiva y baja calificación energética donde reside población mayor de 65 años con un nivel de estudios bajo. El mismo intervalo de vulnerabilidad, pero con distintas características.

Para el análisis de la vulnerabilidad en los valores más elevados también resulta de interés tener la caracterización de las zonas agrícolas ya que en determinados casos, como sucede en la sección 2014 de Sabadell, permite interpretar los resultados. La sección 2014 de Sabadell es una zona periférica de la ciudad, con pocas viviendas, donde las carencias tienen más peso debido a la escasez de valores. En este caso la ruralidad no tiene mucho matiz más allá del entorno pues, se trata de una sección que comprende el barrio de Can Puiggener, uno de los barrios beneficiarios de una de las convocatorias de la Generalitat de Catalunya de la Llei de millora de barris, àrees urbanes i viles que requereixen atenció especial (2/2004). La vulnerabilidad es elevada en los polígonos de vivienda que caracterizan el ámbito en una zona alejada del centro de la ciudad. También aparecen como ámbitos altamente vulnerables (aunque inmersos en la trama urbana) los polígonos de vivienda Espronceda de Sabadell o el barrio de Rocafonda de Mataró, también beneficiarios de las convocatorias de la Llei de barris de la Generalitat de Catalunya.

5. Conclusiones: hacia un abordaje integral de la vulnerabilidad urbana

Los resultados de la metodología de análisis son robustos y estadísticamente significativos y han permitido desarrollar una metodología que sintetiza la información y representa en el territorio, eliminando las redundancias, la vulnerabilidad urbana. Se completa además con la distinción de ámbitos rurales y/o de baja densidad en los que la interpretación de la vulnerabilidad debe ajustarse al territorio. Este enfoque permite una mejora constante en la comprensión y medición de la vulnerabilidad urbana, ya que los datos se analizan para generar conocimiento sobre vulnerabilidad urbana, expresada en indicadores medibles que a su vez se convierten en nuevos datos, creando así un ciclo de retroalimentación continua. Donde la información se transforma constantemente en conocimiento más refinado y viceversa, permitiendo una comprensión cada vez más profunda y precisa de la vulnerabilidad en entornos urbanos.

Dicha metodología puede replicarse para otros ámbitos territoriales, permitiendo el análisis de la vulnerabilidad para municipios menos poblados que los que analizan otras metodologías que, de forma complementaria pueden abordar la vulnerabilidad urbana en diversidad de territorios.

La intención de desarrollar un modelo adecuado a la Región Metropolitana de Barcelona (RMB) radica en la voluntad del análisis para un ámbito sin organismo de gobierno ni organización administrativa con unas necesidades comunes y plurales que van más allá de la primera corona metropolitana y que han sido reconocidas en distintas regulaciones de carácter supralocal10. Siendo la realidad más compleja que la delimitación puramente administrativa, se recupera la antigua RMB para la que el análisis concluye con resultados satisfactorios. Aunque deba tenerse en cuenta el carácter más rural o agrícola de las comarcas que quedaron fuera de la Vegueria de Barcelona esta es también una característica propia de otros ámbitos; de ahí la solución de la Fig.11 en la que se distinguen los ámbitos menos densos y más rurales donde debe adecuarse la interpretación de la vulnerabilidad y la consiguiente actuación para abordarla.

Se consigue así una herramienta adecuada para la diversidad y pluralidad de realidades de los municipios de la RMB, con resultados pluridimensionales a escala inframunicipal que permiten visualizar las zonas más vulnerables. Ahora bien, la multidimensionalidad de la vulnerabilidad urbana dificulta su abordaje, pues éste debe ser integral y transformador. Así lo demuestra el hecho que, a pesar de los esfuerzos de las políticas públicas para revitalizar zonas en regresión urbanística con políticas de regeneración urbana y rehabilitación integral, inyecciones de dinero público (y privado) mediante la Llei de millora de barris, àrees urbanes i viles que requereixen una atenció especial, o los proyectos URBAN o los recientes fondos Next Generation, muchas de las ya conocidas zonas vulnerables permanecen en los resultados analizados con datos de 2021.

En este sentido se considera necesario abordar la vulnerabilidad con un doble nivel: con más planificación urbana integral para el desarrollo urbano sostenible (mediante proyectos como los URBACT, UIA o DUSI11 promovidos por la Unión Europea, pero también atendiendo a la sostenibilidad y a la equidad social en una escala más próxima, en el planeamiento urbano, las Agendas Urbanas, o la cooperación supralocal). Y, complementariamente, con proyectos específicos destinados al abordaje de las desigualdades socioespaciales mediante proyectos de regeneración urbana integrales como la iniciativa comunitaria URBAN o los planes de barrios de 2004 de Cataluña y ayudas complementarias dirigidas específicamente a colectivos vulnerables.

Pero falta hará mucho y de todo: planificación integral y transversal, acciones concretas y polifacéticas dirigidas al abordaje de las múltiples dimensiones de la vulnerabilidad en todos los ámbitos y financiación y ayudas dirigidas a colectivos necesitados. Políticas públicas innovadoras y transgresoras, coordinadas entre organismos y transversales intra e interadministrativamente y con la implicación de la comunidad. Habrá que cambiar dinámicas innatas en dichos ámbitos para que se produzca una transformación real que desestigmatice (en muchos casos) estos entornos vulnerables y dejen de serlo también en el imaginario social. De ahí que la herramienta presentada permite un mayor conocimiento de las características y necesidades tanto de sus habitantes como del entorno urbano.

Solo desde la integralidad de las actuaciones, la coordinación interdepartamental y el abordaje desde todos los ámbitos (urbano, social, económico y residencial) puede actuarse; pero del privado también (aun requiriendo formas de financiación y subvención). No basta con herramientas de planificación o actuación en el ámbito público, social y relacional, si no se aborda desde el ámbito privado y atendiendo a los colectivos sociales vulnerables no es posible combatir la desigualdad. Se requieren mecanismos de financiación y coordinación de actuaciones por parte de la administración para conseguir la actuación privada. Buscando formas de recuperación de la inversión, como los gravámenes en escritura pública (afectaciones urbanísticas) a recuperar si se produce la transmisión cuando la financiación es imposible, para conseguir la rehabilitación integral también en el ámbito privado. Pues, las desigualdades sociales y la problemática urbana se retroalimentan de forma que la segregación urbana es a la vez reflejo y causa de las desigualdades sociales, de modo que no es posible la regeneración sin la intervención en el ámbito residencial en el que infieren el conjunto de desigualdades.

La metodología desarrollada permite evaluar no solo el grado de necesidad o vulnerabilidad de cada ámbito, sino también las características específicas de dicha desigualdad. Esto facilita la implementación de soluciones adaptadas a las necesidades y particularidades del territorio en cuestión.

Otra cosa son las carencias en los datos, pues “la ausencia causa olvido” y no es motivo de olvido la perspectiva femenina de la vulnerabilidad urbana. A pesar de la escasez de datos desagregados por sexo a escala de sección censal sí se aprecia una mayor vulnerabilidad en el caso de las mujeres. Tanto el componente 1 como el 3, pero especialmente en el 1, los ingresos por unidad de consumo inferiores al 40% de la mediana tienen un mayor peso en el caso de las mujeres. Con lo que en las zonas vulnerables tienen mayor peso las mujeres con ingresos inferiores a la media. En lo que se refiere a los ingresos por encima de la media (en este caso ingresos por unidad de consumo superiores al 200% de la mediana) en las zonas vulnerables hay menos presencia de mujeres que hombres con ingresos superiores a la media (especialmente en el componente 3). De modo que con los datos disponibles se constata como la perspectiva feminista está subyacente en la vulnerabilidad, a merced de más datos desagregados por sexo.

Hay que incidir en la mirada feminista de la vulnerabilidad y en su abordaje para la cohesión social. Se requieren dinámicas de innovación social y políticas públicas robustas e innovadoras capaces de contrarrestar el peso de los factores urbanos en la reproducción de las desigualdades sociales con una mirada holística y feminista.

6. Bibliografía

Barañano-Cid, M. & Uceda-Navas, P. (2021): Embajadores/Lavapiés, ¿un barrio con vulnerabilidad o gentrificado? Ciudad y Territorio Estudios Territoriales, 53(M), 83–100. https://doi.org/10.37230/CyTET.2021.M21.05

Blanco, I & Nel·lo, I. (2018): Barrios y crisis. Crisis económica, segregación urbana e innovación social en Cataluña, València, Tirant lo Blanch (225 p.).

Cruz Gómez, I. & Antón-Alonso, F. & Porcel, S. & Coll Pujol, F. (2020): La vulnerabilitat urbana a Barcelona: persistència, concentració i complexitat. Papers (Institut d’Estudis Regionals i Metropolitans de Barcelona. Ed. impresa), (63), 0050-67.

Díez, A. & Rodríguez, I & Álvarez, L. & Hernández, A. (16-17 de junio, 2022): Detección e intervención de la vulnerabilidad urbana en España. [Comunicación en congreso]. XIV SIIU Seminario Internacional de Investigación en Urbanismo, Madrid. https://revistes.upc.edu/index.php/SIIU/article/view/11990/2227

Díez-Bermejo, A. & Rodríguez-Suárez, I. & Álvarez-del Valle, L. & Córdoba-Hernández, R. & Sánchez-Toscano, G. & Hernández-Aja, A. (2021): La Estrategia Regional Andaluza para la Cohesión e Inclusión Social: intervención en Zonas Desfavorecidas (ERACIS). Ciudad y Territorio Estudios Territoriales, 53(M), 159–178. https://doi.org/10.37230/CyTET.2021.M21.09

Garcia-Almirall, P & Vila, G.& Moix, M. & Ferrer, M. & Vima-Grau, S. (2017): Estudi i detecció a la ciutat de Barcelona d’àmbits de vulnerabilitat residencial. Centre de Política de Sòl i Valoracions - Reports de recerca 613.

Gómez Giménez, J.M. & Hernández Aja, A. (2021): El atlas de vulnerabilidad urbana en España: objetivos, resultados y retos de futuro. Revista Papers, N.63, pp. 20-37.

Matesanz Parellada, A. (2016): Políticas urbanas y vulnerabilidad. Las dimensiones de la regeneración urbana integrada en barrios vulnerables. [Tesis doctoral, Universidad Politécnica de Madrid 2016].  https://doi.org/١٠.٢٠٨٦٨/UPM.thesis.٤٤٨٩٣

Ministerio de Fomento, (2010): Análisis urbanístico de barrios vulnerables en España. Sobre la vulnerabilidad urbana, Centro de Publicaciones del Ministerio de Fomento.

Ministerio de Fomento, (2016): Análisis urbanístico de barrios vulnerables en España. Síntesis metodológica general del catálogo de barrios vulnerables e indicadores básicos de vulnerabilidad urbana, Centro de Publicaciones del Ministerio de Fomento.

Muxí Martínez, Z. & Casanovas, R. & Ciocoletto, A. & Fonseca, M. & Gutiérrez Valdivia, B. (2011): ¿Qué aporta la perspectiva de género al urbanismo? Feminismo/s, (17), 105–129. https://doi.org/10.14198/fem.2011.17.06

Rodríguez-Suárez, I. & Hernández-Aja, A. & Gómez-Giménez, J. M.& Matesanz-Parellada, A. & Díez-Bermejo, A. (2021): Los Catálogos de Barrios Vulnerables de España: análisis de la vulnerabilidad en las ciudades españolas entre 1991 y 2011. Ciudad y Territorio Estudios Territoriales, 53(M), 179–200. https://doi.org/10.37230/CyTET.2021.M21.10

Ruiz, E. & aparicio, R. & serrano, M. (2015): Indicadors per a la determinació d’àrees urbanes d’atenció especial. Estudis territorials. Direcció de serveis d’urbanisme. Àrea Metropolitana de Barcelona (AMB). https://www.amb.cat/web/territori/urbanisme/estudis-territorials/detall/-/estuditerritorial/indicadors-per-a-la-determinacio-d-arees-urbanes-d-atencio-especial/431444/11656

Veus (2020): Visor de Espacios Urbanos Sensibles de la Comunitat Valenciana”, Generalitat Valenciana, Vicepresidència Segona i Conselleria d’Habitatge i Arquitectura Bioclimàtica, València. https://descargas.five.es/calab/ResumenVEUS2020.pdf

7. Referencia legislativa o normativa (reglamentos, etc.)

Anteproyecto de Ley de Territorio de Cataluña, de 18 de julio de 2023. Propuesta de disposición en fase de información pública y audiencia, https://governobert.gencat.cat/web/shared/Transparencia/normativa-en-tramit/VPD/en-tramit/lleis/llei-territori/informacio-publica-audiencia/20230718-proposta-disposicio.pdf

Llei 11/2022, de 29 de desembre, de millorament urbà, ambiental i social dels barris i les viles. Diari Oficial de la Generalitat de Catalunya, DOGC, nº8823, 30/12/2022, https://dogc.gencat.cat/ca/document-del-dogc/?documentId=947610

Llei 2/2004, de 4 de junio, de millora de barris, àrees urbanes i viles que requereixen una atenció especial. Diari Oficial de la Generalitat de Catalunya, Diari Oficial de la Generalitat de Catalunya, DOGC, nº 4151, 10/06/2004 https://dogc.gencat.cat/ca/document-del-dogc/?documentId=338036

Llei 30/2010, de 3 de agosto, de veguerías. Diari Oficial de la Generalitat de Catalunya, DOGC, nº5708, 06/09/2010 66059 a 66074 https://dibaaps.diba.cat/vnis/temp/CIDO_dogc_2010_09_20100906_10210137.pdf

Llei 1/1995, de 16 de març, per la qual s’aprova el Pla territorial general de Catalunya. Boletín Oficial del Estado, BOE, nº125, de 26 de mayo de 1995, páginas 15483 a 15485 https://www.boe.es/buscar/doc.php?id=BOE-A-1995-12439

Llei 7/1987, de 4 d’abril, per la qual s’estableixen i regulen actuacions públiques especials en la conurbació de Barcelona i en les comarques compreses dins la seva zona d’influència directa. Boletín Oficial del Estado, BOE, nº100, de 27 de abril de 1987, páginas 12339 a 12344 https://www.boe.es/buscar/doc.php?id=BOE-A-1987-10011

8. Referencias a otros recursos/Fuentes documentales

Rueda, J. (3 de mayo de 2021): El difícil encaix de la regió metropolitana. El Punt Avui, 17 Política.

9. Datos de investigación/Dataset

SI_REHAB (2022): Sistema d’Informació Municipal per a la Rehabilitació d’Habitatges. [Dataset Oficina d’Habitatge. Gerència de Serveis d’Habitatge, Urbanisme i Activitats. Diputación de Barcelona] https://gisportal.diba.cat/SI_REHAB/

Àrea Metropolitana de Barcelona (2017): Indicadors Àmbits Estadístics Metropolitans (AEM) [Dataset].  https://ide.amb.cat/ambits-estadistics-metropolitans/

300 000km/s & Fundación Cotec (2023): Embarriados [Dataset]. https://embarriados.cotec.es/index.html

Institut Cartogràfic i Geològic de Catalunya (2018): Mapa de Cobertes del Sòl de Catalunya del Centre de Recerca Ecològica i Aplicacions Forestals (CREAF) https://www.icgc.cat/ca/Ambits-tematics/Territori-sostenible/Cobertes-del-sol

---