Sobre la geografía política y socioeconómica de la violencia: heterogeneidad espacial y efectos de escala en Brasil

🤖 Resumen en pódcast con IA

💻 Notebooks de replicación

Todos los análisis son totalmente reproducibles en notebooks de Jupyter basados en la nube mediante Google Colab:

📊 1. Estadística descriptiva

📈 2. Mínimos cuadrados ordinarios (OLS)

🗺️ 3. Regresión geográficamente ponderada (GWR)

📐 4. GWR multiescala (MGWR)

🔄 5. Comparación de coeficientes GWR frente a MGWR

🌍 Introducción

• La violencia territorial en Brasil exhibe fuertes patrones espaciales.
• Amplía el trabajo de Ingram y Marchesini da Costa (2019) utilizando MGWR.
• Objetivo: explorar la heterogeneidad espacial y los efectos de escala sobre la violencia letal.

🧪 Innovaciones metodológicas

• Se usaron notebooks computacionales basados en la nube para una replicación completa y de ciencia abierta.
• Se adoptó la regresión geográficamente ponderada multiescala (MGWR).
• Se identificaron conglomerados geográficos de violencia persistentes.
• Se aplicó una corrección por pruebas múltiples para garantizar la robustez.

📊 Resumen de los datos

• Unidad de análisis: 5562 municipios (2007-2012)
• Variable dependiente: cambio en la tasa de homicidios (Δ 2011-2012 frente a 2007-2008)

Variables políticas

• Margen de victoria (%)
• Alineación partidaria con el gobernador del estado
• Abstención electoral (%)
• Identificación partidaria del alcalde:
  • Partido del Movimiento Democrático Brasileño (PMDB)
  • Partido de la Social Democracia Brasileña (PSDB)
  • Partido de los Trabajadores (PT)

Variables socioeconómicas

• Densidad de población
• Población masculina joven (%)
• Índice de Gini (desigualdad del ingreso)
• Índice de Desarrollo Humano (IDH)
• Hogares encabezados por madres solteras (%)
• Tasa de empleo de adultos (%)
• Elegibilidad para Bolsa Família (%)

🧭 Marcos de modelado

• OLS: estimaciones de efectos globales.
• GWR: estimaciones de efectos localizados con una única escala espacial.
• MGWR: estimaciones de efectos localizados　con múltiples escalas espaciales.

🔍 Resultados de OLS

• Alcaldes del PMDB → mayor violencia.
• PT y PSDB → sin efecto consistente.
• Abstención electoral → fuertemente asociada a tasas de homicidio más altas.
• Inesperado: el índice de Gini mostró una correlación negativa.

🗺️ Resultados de GWR: variables políticas

• PMDB: correlación positiva en el nordeste.
• PT: reductor de la violencia en muchas regiones.
• PSDB: efectos mixtos —norte (↑), sur (↓).
• Abstención: incrementadora de la violencia en varias regiones.

🧮 Resultados de GWR: variables socioeconómicas

• Densidad de población y Bolsa Família → efectos heterogéneos.
• % de población masculina joven y madres solteras → en general, mayor violencia.
• La dirección y la significación del efecto varían espacialmente.

🗺️ Resultados de MGWR: variables políticas

• El PMDB sigue ↑ la violencia en el nordeste.
• El PSDB ahora solo ↓ la violencia en el sur de Brasil.
• El efecto del PT desaparece en su mayor parte tras las correcciones estadísticas.
• Abstención: consistente con la GWR en algunas regiones.

🌆 Resultados de MGWR: variables socioeconómicas

• Bolsa Família: sin impacto significativo.
• % de población masculina joven: significativo en más áreas debido a la gran escala espacial.
• Densidad de población y madres solteras: influencia heterogénea y de pequeña escala.

📌 Mapeo de conglomerados residuales

• Mapeo del intercepto (MGWR): revela conglomerados inexplicados.
• Brasil central: residuos positivos → ¿factores estructurales no observados?
• Sur y centro-este: residuos negativos.

🧩 Conclusión

• La MGWR aporta perspectivas espaciales matizadas.
• Confirma la heterogeneidad en los determinantes de la violencia.
• Sugiere la necesidad de intervenciones de política regionales y a la medida.
• Se requiere mayor investigación sobre los conglomerados residuales de violencia.