Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
250
Vulnerabilidad al cambio climático en comunidades rurales del municipio de
Guasave, Sinaloa.
Vulnerability to climate change in rural communities of Guasave, Sinaloa.
1Eduardo Urías Carvajal, 1Ramiro Ahumada Cervantes, 1Luís Carlos González Márquez.
1Universidad de Occidente, Unidad Guasave. Avenida Universidad S/n, Fraccionamiento Villa
Universidad. C.P. 81048. Guasave, México. Teléfono 01 687 872 9807. [email protected]
RESUMEN. Los cambios en las condiciones climáticas han causado problemas
significativos recientes a nivel local, principalmente a la población rural, ya que este sector
depende considerablemente de las actividades económicas primarias para subsistir y tiene
pocas alternativas laborales en la región. Por tal motivo, se requiere el diseño y aplicación
de metodologías a pequeña escala, con la finalidad de detectar las áreas más vulnerables y
los factores que influyen en su vulnerabilidad. En este sentido, el objetivo del presente
trabajo fue evaluar la vulnerabilidad ante el cambio climático de la población en
comunidades rurales ubicadas en el Área Geoestadística Básica (AGEB) 110-6, Guasave,
Sinaloa. Para el estudio se consideraron 10 comunidades rurales ubicadas en la zona
costera. Para evaluar la vulnerabilidad, se identificaron y utilizaron 21 indicadores
organizados en tres componentes con el mismo peso: Exposición (cinco), Sensibilidad
(nueve) y Capacidad Adaptativa (siete). Los resultados indican que seis comunidades
exhiben algún grado de vulnerabilidad. El 67.4 % de la población reportada para el área de
estudio habita en dichas comunidades y es vulnerable. En la región se observan ingresos
económicos bajos, altos porcentajes de población menor de seis años, baja cobertura
vegetal, viviendas en malas condiciones, existe una alta dependencia económica hacia las
actividades primarias y las actividades generadoras de ingresos no son muy variadas.
Considerando que la mayoría de los indicadores que determinan la vulnerabilidad se
relacionan con el aspecto monetario, la mejora en las condiciones socioeconómicas podría
ayudar para disminuir la sensibilidad y aumentar la capacidad de adaptación en las
comunidades rurales objeto de estudio.
Palabras claves: Capacidad Adaptativa, Comunidades Rurales, Exposición, Indicadores,
Sensibilidad.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
251
INTRODUCCIÓN
El cambio climático es la variación del clima reconocible por las variaciones del valor
medio de sus parámetros, las cuales se prolongan por extensos periodos de tiempo (IPCC,
2014). Dicho fenómeno se atribuye directa o indirectamente a las actividades
antropogénicas (Naciones Unidas, 1992), las cuales han causado el incremento de la
concentración de gases de efecto invernadero (GEI), como el dióxido de carbono, óxido
nitroso y metano, entre otros, provocando la conservación de calor en la atmosfera y el
aumento de la temperatura mundial (Houghton, 2002; Venegas y col., 2015).
Las tres últimas décadas han sido las más cálidas desde 1850, lo que ha provocado cambios
en los patrones de precipitación, disminución del hielo polar y glaciar, reducción de la
biodiversidad, impactos negativos en la producción agrícola, daños a la salud humana,
fenómenos meteorológicos extremos, entre otros efectos. Las proyecciones indican que
para finales del presente siglo, la temperatura aumentará entre 0.3 y 4.8 °C, y en
consecuencia, los impactos antes mencionados se incrementarán (IPCC, 2014).
Los impactos en zonas rurales se relacionan con la disponibilidad y el suministro de agua,
la seguridad alimentaria y los ingresos agrícolas, especialmente en relación con cambios de
las zonas de producción de cultivos alimentarios y no alimentarios en todo el mundo
(IPCC, 2014). Las zonas costeras probablemente serán de las más afectadas por el cambio
climático, ya que se esperan impactos relacionados con el aumento del nivel del mar, el
aumento de la frecuencia e intensidad de fenómenos meteorológicos extremos y menor
disponibilidad de recursos pesqueros como resultado de cambios de temperatura y
acidificación del océano (Barman y col., 2016; Bennett y col., 2016; Colburn y col., 2016;
Islam y col., 2014; Nanlohy y col., 2015). Las zonas rurales son particularmente
vulnerables al cambio climático debido a que los grupos poblacionales más pobres viven en
estas áreas, además están expuestos a los impactos de dicho fenómeno y son sensibles a
ellos (Ahumada-Cervantes, 2017). Por tal motivo, es necesario evaluar la vulnerabilidad al
cambio climático en el sector rural con el fin de detectar las zonas más vulnerables y
diseñar estrategias de adaptación adecuadas para reducir su vulnerabilidad.
La vulnerabilidad es la predisposición a ser afectado negativamente y comprende una
variedad de conceptos y elementos que incluyen la sensibilidad o susceptibilidad al daño y
la falta de capacidad de respuesta y adaptación. La exposición es la presencia de personas,
medios de subsistencia, ecosistemas, servicios y recursos ambientales, entre otros, que
podrían verse afectados negativamente (IPCC, 2014). La sensibilidad es la susceptibilidad
al daño de los bienes y medios de vida expuestos a los riesgos provocados por el cambio
climático (Heltberg y Bonch-Osmolovskiy, 2011) y la capacidad adaptativa es la habilidad
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
252
de la población para hacer frente a las condiciones generadas por el cambio climático
(Malik y col., 2012).
En este orden de ideas, existe poca investigación a pequeña escala sobre la vulnerabilidad
en zonas rurales del país. Ante esta situación, el objetivo del presente estudio fue evaluar la
vulnerabilidad ante el cambio climático de la población en comunidades rurales ubicadas en
el Área Geoestadística Básica (AGEB) 110-6, Guasave, Sinaloa. A partir de los resultados,
se desarrollaron algunas recomendaciones de adaptación para las AGEBs vulnerables con
el fin de reducir su sensibilidad al cambio climático y aumentar su capacidad adaptativa.
METODOLOGÍA
Descripción del área de estudio
El municipio de Guasave se localiza en el Norte del Estado de Sinaloa (Figura 1), tiene una
extensión territorial de 3,464 km2, y una población de 285,912 habitantes (INEGI, 2010). El
área de estudio se localiza en la zona costera de dicho municipio y corresponde al AGEB
110-6 (Figura 2). Se consideraron 10 comunidades para el estudio, las cuales son: Alamito
Caimanero, Las Cañadas Número Uno, Las Higueras, San José de la Brecha, Boca del Rio,
Las Flores, La Pitahaya, Carricitos, Las Culebras y Las Glorias.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
253
Figura 1. Localización del Municipio de Guasave. Fuente: INEGI (2009)
Figura 2. Ubicación del AGEB 110-6 en el municipio de Guasave. Fuente: Elaboración propia.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
254
De acuerdo al Censo de Población y Vivienda 2010, la localidad de Alamito Caimanero
cuenta con 347 habitantes, Las Cañadas Número Uno 525, Las Higueras 320, San José de
La Brecha 848, Boca del Rio 527, Las Flores 251, La Pitahaya 51, Carricitos 194, Las
Culebras 495 y Las Glorias 54 (INEGI, 2010).
Identificación, descripción y cuantificación de indicadores de vulnerabilidad
Un indicador es un parámetro, o valor derivado de otros parámetros, que nos proporciona
cierta información acerca de un fenómeno, ambiente o área (OECD, 2003). Diversos
investigadores sugieren utilizar un número pequeños de indicadores; sin embargo, este
número no debe ser demasiado pequeño, ya que se puede ignorar aspectos importantes del
problema que se evalúa. La información del conjunto de indicadores debe ser estandarizada
para que los datos sean comparables entre sí (Scholes y col., 2013).
En la selección de variables que serían usadas como indicadores, se buscó que estas fueran
aplicables a la escala espacial de comunidad rural, sencillas de entender y que la
información para cuantificarlas fuera fácil de obtener.
Se identificaron y utilizaron 21 indicadores en total; de los cuales, cinco corresponden a
exposición, nueve a sensibilidad y siete a capacidad adaptativa. Los indicadores de
exposición se agrupan en dos subcomponentes, mientras los de sensibilidad y capacidad
adaptativa se conforman por tres subcomponentes cada uno (Tabla 1).
Los datos para cuantificar los indicadores fueron obtenidos de diversas fuentes: 15
corresponden a datos de una encuesta aplicada en las comunidades del área de estudio, y los
seis restantes se obtuvieron del Censo de Población y Vivienda 2010 (INEGI, 2010).
Tabla 1. Listado de indicadores utilizados.
Componente Subcomponente Clave Indicador Descripción
Exposición Eventos
extremos
E1 Inundaciones % de viviendas que sufrieron
inundaciones en los últimos 10
años
E2 Lesión o
muerte por un
evento
climático
% de hogares que informan de
lesiones o muerte por algún
evento climático en los últimos
10 años
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
255
E3 Pérdida de
propiedad
debido a un
evento
climático
% de hogares que reportan
pérdida o daño en su propiedad
debido a un evento climático en
los últimos 10 años
Problemas
ambientales
E4 Contaminación Índice integrado de
contaminación (agua, suelo, aire,
residuos)
E5 Ausencia de
arboles
Inversa del promedio de árboles
por vivienda
Sensibilidad Población S1 Jefatura
anciana
% de hogares donde la cabeza de
familia es mayor de 50 años
S2 Jefatura
femenina
% de hogares con jefatura
femenina
S3 Población
menor de 6
años
% de población menor de seis
años
S4 Población
mayor de 60
años
% de población mayor de 60
años
S5 Población
indígena
% de población indígena
Vivienda y
Salud
S6 Precariedad de
la vivienda
Índice agregado de precariedad
de la vivienda
S7 Población sin
acceso a
servicios de
salud
% de población sin acceso a
servicios públicos de salud
Económico-
productivo
S8 Empleo en
actividades
primarias
% de hogares que tienen
ingresos provenientes de
actividades como agricultura,
ganadería, pesca y acuacultura
S9 Ingresos por
actividades
primarias
% de ingresos relacionados con
actividades primarias
Capacidad
adaptativa
Capital humano A1 Tasa de
alfabetización
Porcentaje de la población de 15
años y más que sabe leer o
escribir
A2 Asistencia
escolar por
población de 6
Porcentaje de población de 6 a
14 años de edad que asisten a la
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
256
a 14 años escuela
A3 Población
ocupada
Porcentaje de población de 12 a
100 años que trabaja
Capital
financiero
A4 Ingreso per
cápita
Ingreso per cápita del hogar
(pesos/ mes)
A5 Actividades
generadoras de
ingresos
Promedio de actividades
generadoras de ingresos por
hogar
Equipamiento A6 Uso de
tecnología
Índice agregado del uso
doméstico de la tecnología
A7 Distancia a los
servicios
Índice agregado de distancia a
los servicios
Tamaño de muestra
El tamaño de muestra para la aplicación de encuestas se determinó por comunidad. Para
ello se recurrió al número total de viviendas ocupadas (INEGI, 2010) y se utilizó la fórmula
para la determinación del tamaño de muestra cuando el universo es finito (Fórmula 1). El
tamaño de muestra total consistió de 121 encuestas.
𝑛 =𝑁×𝑍2×𝑝×𝑞
𝑑2×(𝑁−1)+𝑍2×𝑝×𝑞 (1)
Donde:
n= Tamaño de muestra.
N = Tamaño de la población (viviendas totales ocupadas por comunidad).
Z = Nivel de confianza (95%, α=0.05).
p = Probabilidad de éxito, o proporción esperada (0.90).
q = Probabilidad de fracaso (q= 1-p).
d = Precisión o error admitido (5%).
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
257
La encuesta de vulnerabilidad está compuesta por 14 preguntas. Los temas que se abordan
son: daños por eventos climáticos, contaminación, ausencia de árboles en el predio, hogares
con jefatura anciana y jefatura femenina, número de integrantes en la vivienda, precariedad
de la vivienda, acceso a servicios de salud pública, empleo en actividades primarias y otras
actividades, ingreso mensual en el hogar, acceso a servicios y tecnología en el hogar, y
distancia a los servicios.
Tratamiento de los datos
Una vez asignado el valor a todos los indicadores en la matriz de datos, dichos valores se
estandarizaron con la finalidad de hacerlos comparables entre sí (Fórmula 2).
𝑉𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑎𝑑𝑜 =𝑉−𝑉𝑚𝑖𝑛
𝑉𝑚𝑎𝑥−𝑉𝑚𝑖𝑛 (2)
Donde:
Vnormalizado = es el valor normalizado.
V= es el valor que se va a normalizar.
Vmin = es el valor mínimo del conjunto de valores V.
Vmax = es el valor máximo del mismo conjunto de valores V.
El siguiente paso fue la asignación de peso a las variables. Para realizar este procedimiento
se utilizó el método de igual ponderación (Monterroso y col., 2014; O’Brien y col., 2004).
A través de este método es posible integrar todas las variables y obtener el grado de
influencia de cada indicador sobre la vulnerabilidad final (Eakin y Bojórquez, 2008;
Monterroso y col., 2014).
Después de estandarizar los datos y asignar peso a las variables, fue posible calcular cada
uno de los componentes. El cálculo de cada uno de ellos se llevó a cabo mediante la suma
algebraica, primeramente de los indicadores por subcomponente y posteriormente las
categorías por componente. Con la Fórmula 3 se obtuvo la exposición, con la 4 la
sensibilidad y con la 5 la capacidad adaptativa, de acuerdo a la clave asignada para cada
indicador en la Tabla 1.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
258
𝐸 = 𝐸1+𝐸2+𝐸3
3+
𝐸4+𝐸5
2
2 (3)
𝑆 = 𝑆1+𝑆2+𝑆3+𝑆4+𝑆5
5+
𝑆6+𝑆7
2+
𝑆8+𝑆9
2
3 (4)
𝐶𝐴 = 𝐴1+𝐴2+𝐴3
3+
𝐸4+𝐸5
2+
𝐴6+𝐴7
2
3 (5)
Una vez obtenidos los componentes, estos se sumaron para calcular el Índice de
Vulnerabilidad ante el cambio climático. Dicha suma se realizó tomando el promedio
aritmético no ponderado de los tres componentes (Formula 6).
𝐼𝑉 =𝑒𝑥𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛+𝑠𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑+(1−𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑎𝑑𝑎𝑝𝑡𝑎𝑡𝑖𝑣𝑎)
3 (6)
A mayor grado de exposición y sensibilidad mayor vulnerabilidad, a mayor grado de
capacidad adaptativa menor vulnerabilidad. Por esta razón, el componente de capacidad
adaptativa fue restado de uno en la Fórmula 6.
Los valores obtenidos para cada componente, al igual que para la vulnerabilidad, se
normalizaron con la finalidad de obtener valores finales en una escala de 0 a 5 (Fórmula 7).
𝑉 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑎𝑑𝑜 =𝑉−𝑉𝑚𝑖𝑛
𝑉𝑚𝑎𝑥−𝑉𝑚𝑖𝑛∗ 5 (7)
Dónde:
V normalizado = valor normalizado para una comunidad dada.
V = es el valor obtenido para una comunidad dada.
V min = es el valor mínimo del conjunto de valores de V.
V max = es el valor máximo del mismo conjunto de valores V.
Los valores normalizados para cada comunidad se clasificaron en cinco niveles de acuerdo
con la escala que se muestra en la Tabla 2.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
259
Tabla 2. Niveles de vulnerabilidad.
Nivel de vulnerabilidad Escala
Muy baja 0 ≥ V normalizado <1
Baja 1 ≥ V normalizado < 2
Media 2 ≥ V normalizado <3
Alta 3 ≥ V normalizado <4
Muy alta 4 ≥ V normalizado ≤5
Correlación y significancia
Se utilizó el coeficiente de correlación lineal de Pearson, con la finalidad de determinar la
relación entre: los componentes (Exposición, Sensibilidad y Capacidad Adaptativa) con la
vulnerabilidad; y los subcomponentes e indicadores con la exposición, la sensibilidad, la
capacidad adaptativa y la vulnerabilidad. Con este procedimiento se determinó el grado de
influencia de cada componente en la vulnerabilidad y además se identificaron los
subcomponentes e indicadores que mejor explican cada uno de los parámetros.
Con la finalidad de determinar si existen diferencias significativas en las correlaciones
lineales, se utilizó la prueba estadística t de Student. El valor obtenido fue comparado con
el valor de tablas para α=0.05 y n-2 grados de libertad. Los componentes, subcomponentes
e indicadores cuyos valores de t fueron mayores al valor crítico (2.3060), se consideraron
como significativos.
RESULTADOS Y DISCUSIÓN
Exposición al cambio climático
Se encontró que ocho de las diez comunidades consideradas en el estudios presentan algún
grado de exposición (media, alta o muy alta); las cuales son: Las Higueras, Boca del Rio,
Las Glorias, Las Flores, Alamito Caimanero, La Pitahaya, San José de la Brecha y Las
Cañadas Número Uno. La comunidad de Las Higueras resultó ser la más expuesta, ya que
es la única que presenta exposición muy alta; se observa exposición alta en cinco
comunidades; dos presentan exposición media; y dos exhiben exposición muy baja (Figura
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
260
3). Considerando la población del AGEB al año 2010, se encontró que el 81 % de ella vive
en comunidades expuestas.
El subcomponente que más influye en la exposición es el de Eventos extremos, con una
correlación significativa de 0.99 (α=0.05). A su vez, el subcomponente de Problemas
ambientales presenta correlación no significativa de 0.25. Los tres indicadores individuales
de Eventos extremos: Inundaciones (E1), Daño en la propiedad por eventos climáticos (E3)
y Lesión o muerte por eventos climáticos (E2) presentan correlación significativa con la
exposición, con valores de 0.77, 0.71 y 0.66 respectivamente.
Figura 3: Nivel de exposición al cambio climático en comunidades del AGEB 110-6.
Sensibilidad al cambio climático
Seis comunidades muestran algún grado de sensibilidad (Las Higueras, Alamito
Caimanero, Boca del Rio, Las Culebras, Carricitos y Las Cañadas Número Uno). Al igual
que en el indicador de exposición, la comunidad de Las Higueras es la más sensible y es la
única ubicada en la categoría de muy alta, tres comunidades presentan sensibilidad alta, en
dos comunidades se observa sensibilidad media, una comunidad tiene sensibilidad baja y
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
261
tres reportan sensibilidad muy baja (Figura 4). El 66.7 % de la población estudiada habita
en comunidades sensibles.
El subcomponente que explica mejor la sensibilidad es el Económico-productivo, ya que
presenta una correlación significativa de 0.83 (α=0.05). El resto de los subcomponentes no
muestran correlación significativa. El indicador de Empleo en actividades primarias (S8) es
el único con correlación significativa con la sensibilidad (0.92).
Figura 4: Nivel de sensibilidad al cambio climático en comunidades del AGEB 110-6.
Capacidad adaptativa al cambio climático
Solamente dos de las diez comunidades estudiadas muestran capacidad adaptativa
deficiente (Boca del Rio y La Pitahaya). Boca del Rio es la comunidad con menor
capacidad adaptativa al ser la única en la categoría muy baja. Una comunidad exhibe
capacidad adaptativa baja, cuatro comunidades muestran capacidad adaptativa media, una
tiene capacidad adaptativa alta y tres se encuentran en la categoría muy alta (Figura 5). El
16 % de la población estudiada vive en comunidades con capacidad adaptativa deficiente.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
262
Capital financiero es el subcomponente que más influye en la capacidad adaptativa con una
correlación significativa de 0.99 (α=0.05). El indicador correspondiente a Ingreso per cápita
(A4) es el que mejor explica la capacidad adaptativa con una correlación significativa de
0.99. El resto de los subcomponentes e indicadores no muestran correlación significativa.
Figura 5: Nivel de capacidad adaptativa frente al cambio climático en comunidades del AGEB 110-
6.
Vulnerabilidad al cambio climático
Un total de seis comunidades muestran algún grado de vulnerabilidad al cambio climático,
las cuales son: Boca del Rio, La Pitahaya, Las Culebras, Las Higueras, Carricitos y San
José de la Brecha. Boca del Rio es la comunidad más vulnerable al ser la única que exhibe
vulnerabilidad muy alta. La Pitahaya presenta vulnerabilidad alta y Las Culebras, Las
Higueras, Carricitos y San José de la Brecha tienen vulnerabilidad media. Las Flores es la
única con vulnerabilidad baja y las comunidades menos vulnerables son Las Cañadas
Número Uno, Las Glorias y Alamito Caimanero, ya que en ellas se observa vulnerabilidad
muy baja (Figura 6).
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
263
De acuerdo a la población reportada por el INEGI (2010) para las diez comunidades
estudiadas, el 16 % se distribuye en comunidades con vulnerabilidad alta o muy alta, el
51.4 % en comunidades con vulnerabilidad media, y el 32.6 % en comunidades con
vulnerabilidad baja o muy baja.
De los tres componentes en los que se agrupan los indicadores de vulnerabilidad
(exposición, sensibilidad y capacidad adaptativa), solamente el de capacidad adaptativa
exhibe correlación significativa con la vulnerabilidad, con un coeficiente de -0.99 (α=0.05).
Ninguno de los subcomponentes e indicadores de exposición presenta correlación
significativa con la vulnerabilidad. Con respecto a la sensibilidad, ningún subcomponente
muestra correlación significativa con la vulnerabilidad; sin embargo, el indicador de
Población menor de seis años (S3) si exhibe una correlación significativa (0.67). En cuanto
a capacidad adaptativa, el subcomponente Capital financiero es el único que muestra
correlación significativa con la vulnerabilidad (-0.99). Asimismo, el indicador de Ingreso
per cápita (A4), perteneciente al mismo subcomponente, es el que más influye en la
vulnerabilidad con una correlación significativa de -0.99. Para el resto de los indicadores de
capacidad adaptativa no se encontró correlación significativa con la vulnerabilidad.
Figura 6: Nivel de vulnerabilidad al cambio climático en comunidades del AGEB 110-6.
DISCUSIÓN
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
264
Exposición
Las comunidades más expuestas son Las Higueras, Boca del Río y Las Glorias, mientras
que las menos expuestas son Las Culebras, Carricitos y Las Cañadas Numero Uno. La alta
exposición en Las Higueras se explica porque reporta el valor más alto en Inundaciones
(E1) y Lesiones o muertes por eventos climáticos (E2); además de presentar un valor alto
en Daños a la propiedad por eventos climáticos (E3). La comunidad de Las Glorias exhibe
uno de los valores más altos en cuanto a Inundaciones (E1), además que presenta el valor
más alto en el Indicador de contaminación (E4), y un valor alto de Lesiones o muertes (E2).
Boca del Rio presenta un valor muy alto en Inundaciones (E1) y un valor alto en Daños a la
propiedad por eventos climáticos (E3).
Los indicadores que más influyen en la exposición son: Inundaciones (E1), Lesiones o
muertes por eventos climáticos (E2) y Daños a la propiedad por eventos climáticos (E3),
todos pertenecientes al subcomponente de Eventos extremos, y son los únicos que tienen
correlación significativa con la exposición. La mayor correlación de la exposición con el
subcomponente de Eventos extremos que con el de Problemas ambientales probablemente
se debe a que, por un lado los problemas de contaminación se reducen prácticamente solo a
contaminación del aire y en menos casos contaminación del agua; además de que todas las
comunidades presentan valores similares, por lo que no se observan grandes diferencias
entre las comunidades. Sin embargo, en lo que corresponde a los indicadores del
subcomponente de Eventos extremos, las inundaciones (E1) son muy frecuentes en el área
estudiada: tres comunidades se encuentran en la zona costera y otras tres se localizan en
zonas cercanas al Rio Sinaloa. Además, existen casos de lesiones y muertes causadas por
fenómenos climáticos (E2), principalmente en las tres comunidades costeras, ya que dos de
ellas son campos pesqueros, y la tercera se encuentra en una playa.
Sensibilidad
Las comunidades más sensibles a los efectos del cambio climático son Las Higueras,
Alamito Caimanero y Boca del Rio. Las menos sensibles son Las Flores, Las Glorias y San
José de la Brecha. La comunidad de Las Higueras presenta uno de los mayores porcentajes
de Población mayor de 60 años (S4) y el mayor valor en cuanto a Empleo en actividades
primarias (S8), además presenta altos Porcentajes de hogares con jefatura anciana (S1) y de
Ingresos provenientes de actividades primarias (S9), lo que explica su muy alta
sensibilidad. Alamito Caimanero posee el mayor Porcentaje de hogares con jefatura anciana
(S1), uno de los mayores porcentajes de Población sin acceso a servicios de salud pública
(S7) y un alto porcentaje de Población mayor de 60 años (S4). Boca del Rio presenta el
valor más alto en cuanto a Ingresos provenientes de actividades primarias (S9) y un valor
alto en Empleo en actividades primarias (S8).
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
265
Solamente el indicador de Empleo en actividades primarias (S8), correspondiente al
subcomponente Económico-productivo, exhibe correlación significativa con la sensibilidad.
Cinco de las diez comunidades muestran valor alto o muy alto en el indicador antes
mencionado, las cuales son: Las Higueras, Boca del Rio, Las Culebras, Carricitos y Las
Cañadas Numero Uno.
Capacidad Adaptativa
Las comunidades con mayor capacidad adaptativa son Las Glorias, Las Cañadas Numero
Uno y Alamito Caimanero. Las que presentan menor capacidad adaptativa son Boca del
Rio, La Pitahaya y Las Culebras. La baja capacidad adaptativa de Boca del Rio está
determinada por poseer el Ingreso per cápita más bajo (A4) y un valor bajo en el indicador
de Distancia a los servicios (A7). La Pitahaya presenta los valores más bajos en tres
indicadores: Tasa de alfabetización (A1), Población ocupada (A3) y Distancia a los
servicios (A7); además, exhibe valores bajos en los indicadores de Ingreso per cápita (A4)
y Uso de tecnología (A6). Los bajos valores de ingreso per cápita de estas dos
comunidades podrían estar relacionados con el hecho de que son comunidades pesqueras, y
esa es prácticamente la única actividad generadora de ingreso. La comunidad de Las
Culebras presenta uno de los valores más bajos de Actividades generadoras de ingresos
(A5), baja Tasa de alfabetización (A1) y un valor bajo en el Uso de la tecnología (A6).
El indicador de Ingreso per cápita (A4) correspondiente al subcomponente Capital
financiero es el que mejor explica la capacidad adaptativa. Esta correlación se debe
probablemente a que la mayoría de las comunidades estudiadas presenta valores altos en
dicho indicador (solamente dos tienen valor bajo o muy bajo).
Vulnerabilidad al cambio climático
Las comunidades de Boca del Rio, La Pitahaya y las Culebras son las más vulnerables; por
otra parte, Las Glorias, Las Cañadas y Alamito Caimanero son las menos vulnerables. El
componente de capacidad adaptativa es el único que posee correlación significativa con la
vulnerabilidad (-0.99). El único indicador de este componente con correlación significativa
con la vulnerabilidad es el de Ingreso per cápita (A4) con un valor de -0.99 (α=0.05). Piya y
col. (2012) reportan el componente de exposición como el más influyente en la
vulnerabilidad en su investigación, por otro lado, Ahmed y col. (2014) reportan que el
componente de sensibilidad es el que explica mejor la vulnerabilidad en áreas rurales y que
los indicadores relacionados a los aspectos educativo, de salud, y financiero son los que
más influyen en la vulnerabilidad.
Al analizar las seis comunidades vulnerables del AGEB 110-6, se encontró que dos de ellas
(Boca del Rio y La Pitahaya) presentan los valores de Ingreso per cápita (A4) más bajos de
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
266
las diez comunidades estudiadas. En lo que corresponde al componente de sensibilidad,
solamente el indicador de Población menor de seis años (S3) presenta correlación
significativa (0.69). Tres de las seis comunidades que exhiben algún grado de
vulnerabilidad poseen los porcentajes más altos de Población menor de seis años (S3), una
de ellas (La Pitahaya) posee un valor muy alto, mientras que dos de ellas (Boca del Rio y
Carricitos) muestran un valor medianamente alto. Respecto al componente de exposición,
ningún indicador presenta correlación significativa.
En lo que corresponde a los dos indicadores que presentan correlación significativa con la
vulnerabilidad, Chen y col. (2013) utilizaron los indicadores de Población menor de cinco
años e Ingreso per cápita en su estudio en la región del delta del rio Yangtzé, China, los
cuales no influyeron significativamente en la vulnerabilidad. Fernández y col. (2015)
utilizaron los indicadores de Proporción de la población menor de cinco años e Ingreso
promedio en su análisis de vulnerabilidad en Ecuador, los cuales no muestran alta
contribución con la vulnerabilidad.
Seis de las diez comunidades estudiadas del AGEB 110-6 muestran algún grado de
vulnerabilidad (media, alta o muy alta), el resto de las comunidades presenta vulnerabilidad
baja o muy baja. En este sentido, Ahumada-Cervantes (2015), en su estudio de
vulnerabilidad agrícola de las 20 AGEBs rurales del municipio de Guasave, determino que
siete de ellas tienen algún grado de vulnerabilidad agrícola. Para el AGEB 110-6, este
investigador reporta vulnerabilidad baja.
En un estudio realizado también por Ahumada-Cervantes (2017), se clasificó al municipio
de Guasave con vulnerabilidad alta. En dicha investigación, se evaluó la vulnerabilidad del
sector agrícola de los municipios del estado de Sinaloa y se determinó que 11 de los 18
municipios (61.1 %) exhiben algún grado de vulnerabilidad.
Monterroso y col. (2014) estudiaron la vulnerabilidad del sector agrícola mexicano y
determinaron que 1683 de los 2455 municipios del país (68.5 %) exhiben algún grado de
vulnerabilidad. En dicha investigación, el municipio de Guasave fue clasificado con
vulnerabilidad media.
CONCLUSIONES
Seis de las diez comunidades estudiadas se catalogaron como vulnerables (La Pitahaya,
Boca del Rio, Las Culebras, Las Higueras, Carricitos y San José de la Brecha).
Considerando la población del área de estudio, el 67.4 % de ella vive en comunidades
vulnerables.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
267
El AGEB estudiada es vulnerable al cambio climático por el alto porcentaje de población
que habita en comunidades expuestas, sensibles y con baja capacidad adaptativa. En dichas
comunidades se observan ingresos económicos bajos, altos porcentajes de población menor
de seis años, baja cobertura vegetal, viviendas en malas condiciones, existe una alta
dependencia hacia las actividades económicas primarias y tienen bajos promedios de
actividades generadoras de ingresos.
Considerando que la mayoría de los indicadores que determinan la vulnerabilidad se
relacionan con el aspecto monetario, la mejora en las condiciones socioeconómicas, a
través de la ampliación de apoyos para la agricultura, ganadería, pesca, diversificación de
actividades productivas y la gestión de programas de empleo temporal, ayudarían a
disminuir la sensibilidad y aumentar la capacidad de adaptación en las comunidades
rurales.
Los resultados de este análisis de vulnerabilidad son útiles para el diseño de políticas
locales de adaptación encaminadas a reducir los efectos del cambio climático.
Considerando los indicadores críticos, se recomiendan las siguientes medidas de
adaptación: construir viviendas fuera de zonas inundables, diversificar las actividades
productivas, gestionar programas de empleo temporal y ampliar el acceso de la población a
los servicios públicos, gestionar apoyos para mejorar las condiciones de las viviendas,
mejorar el nivel educativo de la población a través de programas de educación de los
adultos, gestionar apoyos para jefas de familia y adultos mayores, y promover el acceso a la
educación y la permanencia escolar.
AGRADECIMIENTOS
A la Secretaria de Educación Pública (SEP) quien, a través del Programa para el Desarrollo
Profesional Docente, para el tipo Superior (PRODEP), aportó el financiamiento del
proyecto: “Exploración de la Vulnerabilidad y la percepción ante el cambio climático de la
población rural del municipio de Guasave, Sinaloa”, en el rubro de apoyo de fomento a la
generación y aplicación innovadora del conocimiento.
BIBLIOGRAFÍA
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
268
Ahmed, M. T.; Nagi, I.; Farag, M.; Loutfi, N.; Osman, M. A.; Mandour, N. S.; Mohamoud,
K.; Loutfi N. (2014). Vulnerability of Ras Sudr, Egypt to climate change, livelihood index,
an approach to assess risks and develop future adaptation strategy. J Water Clim Change.
5(3): 287.
Ahumada-Cervantes, R. (2015). Análisis de vulnerabilidad de la producción agrícola a
escala espacial fina, y propuestas de adaptación ante el cambio climático. Tesis Doctoral.
Universidad Autónoma de Ciudad Juárez. Cd. Juárez, Chihuahua, México.
Ahumada-Cervantes, R. (2017). Vulnerabilidad ante el cambio climático del sector
agrícola del estado de Sinaloa. Cienc Occidente. 4(2): 7-18.
Barman, N.K.; Chatterjee, S.; Paul, A. (2016). Estimate the coastal vulnerability in the
Balasore Coast of India: a statistical approach. Model Earth Syst Environ. 2: 20.
Bennett, N. J.; Blythe, J.; Tyler, S.; Ban, N.C. (2016). Communities and change in the
anthropocene: understanding social-ecological vulnerability and planning adaptations to
multiple interacting exposures. Reg Environ Change. 16: 907–926.
Chen, W.; Cutter, S. L.; Emrich, C. T.; Shi, P. (2013). Measuring Social Vulnerability to
Natural Hazards in the Yangtze River Delta Region, China. Int J Disaster Risk Sci. 4(4):
169–181.
Colburn, L.L.; Jepson, M.; Weng, C.; Tarsila, S. T.; Weiss, J.; Hare, J. A. (2016).
Indicators of climate change and social vulnerability in fishing dependent communities
along the Eastern and Gulf Coasts of the United States. Mar Policy. 74: 323-333.
Eakin, H.; Bojórquez, L. (2008). Insights into the composition of household vulnerability
from multicriteria decision analysis. Glob Environ Change. 18: 112-127.
Fernández, M. A.; Bucaram, S. J.; Rentería, W. (2015). Assessing local vulnerability to
climate change in Ecuador. Springer Plus. 4: 738.
Heltberg, R.; Bonch-Osmolovskiy, M. (2011). Mapping Vulnerability to Climate Change.
World Bank Policy Research Working Paper # 5554. The World Bank: Social
Development Unit.
Houghton, D. D. (2002). Introduction to Climate Change: lecture notes for
meteorologists. WMO Technical Publications. P. 41. Geneva, Switzerland.
Instituto Nacional de Estadística y Geografía (INEGI). (2009). Prontuario de información
geográfica municipal de los Estados Unidos Mexicanos. Recuperado de:
http://www.beta.inegi.org.mx/app/biblioteca/ficha.html?upc=702825293147.
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
269
INEGI. (2010). Censo de Población y Vivienda 2010. Recuperado de:
http://www.inegi.org.mx/est/contenidos/proyectos/ccpv/cpv2010/iter_2010.aspx
Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC). (2014). Cambio
climático 2014: Impactos, adaptación y vulnerabilidad. Resumen para responsables de
políticas. Contribución del grupo de trabajo II al quinto informe de evaluación del Grupo
Intergubernamental de Expertos sobre el Cambio Climático. Field, C. B., V. R. Barros, D.
J. Dokken, K. J. Mach, M. D. Mastrandrea, T. E. Bilir, M. Chatterjee, K. L. Ebi, Y. O.
Estrada, R. C. Genova, B. Girma, E. S. Kissel, A. N. Levy, S. MacCracken, P. R.
Mastrandrea y L. L. White (eds.). 34 p. Organización Meteorológica Mundial, Ginebra,
Suiza.
Islam, M. M.; Sallu, S.; Hubacek, K.; Paavola, J. (2014). Vulnerability of fishery-based
livelihoods to the impacts of climate variability and change: insights from coastal
Bangladesh. Reg Environ Change. 14: 281-294.
Malik, S. M.; Awan, H.; Khan. N. (2012). Mapping vulnerability to climate change and its
repercussions on human health in Pakistan. Global Health. 8(31): 1-10.
Monterroso, A.; Conde, C.; Gay, C.; Gómez, D.; López, J. (2014). Two methods to assess
vulnerability to climate change in the Mexican agricultural sector. Mitig Adapt Strateg
Glob Chang. 19(4): 445-461.
Naciones Unidas. (1992). Convención Marco de las Naciones Unidas sobre el Cambio
Climático FCCC-INFORMAL. 27 p. Recuperado de:
https://unfccc.int/resource/docs/convkp/convsp.pdf.
Nanlohy, H.; Bambangb, A. N.; Ambariyantob; Hutabaratb, S. (2015). Coastal
communities knowledge level on climate change as a consideration in mangrove
ecosystems management in the Kotania Bay, West Seram Regency. Procedia Environ Sci.
23: 157-163.
O’Brien, K.; Leichenko, R.; Kelkar, U.; Venema, H.; Aandahl, G.; Tompkins, H.; Javed,
A.; Bhadwal, S.; Barg, S.; Nygaard, L.; West, J. (2004). Mapping vulnerability to multiple
stressors: climate change and globalization in India. Glob Environ Change. 14(4): 303-
313.
Organización para la Cooperación y el Desarrollo Económico (OECD). (2003).
Environmental indicators. Development, measurement and uses. Reference paper. 37 p.
Recuperado de: https://www.oecd.org/env/indicators-modelling-outlooks/24993546.pdf.
Piya, L.; Maharjan, K. L.; Joshi, N. P. (2012). Vulnerability of rural households to climate
change and extremes: Analysis of Chepang households in the Mid-Hills of Nepal. School
for International Development and Cooperation (IDEC), Hiroshima University, Japan. 31
p..
Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018
Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales
270
Scholes, R.; Biggs, R.; Palm, C.; Duraiappa, A. (2013). Assessing state and trends in
ecosystem services and human well-being. En Neville A., H. Blanco, C. Brown, K. Garcia,
T. Henrichs, N. Lucas, C. Ruadsepp-heane, D. Simpson, R. Scholes, T. Tomich, B. Vira,
and M. Zurek (eds.). A Manual for Assessment Practitioners Pp.115-150. United States of
America, Island Press.
Venegas, M.; Rodríguez, A.; Salazar, T. (2015). Inventario de emisiones de Gases de
Efecto Invernadero: un insumo en la gestión del Instituto Tecnológico de Costa Rica
(ITCR). Gest Ambient. 18(1): 61-79.
Top Related