El debate del debate: Cómo se vivió en Twitter el debate de lxs candidatxs a diputadxs nacionales por la Provincia de Buenos Aires

Emmanuel Borthiry (CEHis- UNMdP)

 

La noche del 20 de octubre tuvo como evento central el debate de candidatxs a diputadxs nacionales por la provincia de Buenos Aires. El debate fue organizado por el programa televisivo A Dos Voces del canal TN de Argentina, el cual reunió a quienes superaron el 1,5% en las PASO y se encuentran actualmente en la recta final hacia las elecciones generales del 14 de noviembre. Entre lxs protagonistas se encontraban Diego Santilli (JxC, 37,33% PASO), Victoria Tolosa Paz (FdT, 33,25%), Nicolás del Caño (Fit-U, 4,99%), José Luis Espert (Avanza Libertad, 4,78%), Florencio Randazzo (Vamos con Vos, 3,64%) y Cynthia Hotton (+Valores, 1,5%). La estructura del debate ya había sido utilizada la semana anterior, el 13 de Octubre, para el debate de la Ciudad de Buenos Aires. Lxs candidatxs contaban con un minuto de presentación para luego continuar con una exposición sobre tres ejes temáticos (Calidad institucional, seguridad y justicia; Economía, educación y trabajo; Política sanitaria en pandemia) que concluían con una ronda de réplica y 9 minutos de debate libre. Luego pasaron a una ronda de preguntas y respuestas entre dos candidatxs (Tolosa Paz-Santilli, Espert-Del Caño, Hotton-Randazzo). Al finalizar este bloque, culminaron la velada con sus minutos de cierre.

El debate ocupó un espacio central en la prensa y las redes sociales, en donde se discutió acerca de los tópicos, las intervenciones y sobre quién resultó ganador. Por tal razón, nuestra propuesta para analizar el debate se vincula con el uso de herramientas digitales para extraer, procesar y visualizar los tweets agrupados alrededor del hashtag “#DebateBuenosAires”, el cual fue propuesto por la organización y utilizado por lxs candidatxs y lxs usuarixs en Twitter. Nos guían preguntas como: ¿Quiénes fueron lxs usuarixs centrales en la red del debate? ¿Cuáles fueron los tópicos de discusión y cuáles fueron los más destacados? ¿Se produjo en Twitter un debate entre internautas de distintas afinidades políticas o la tendencia fue de segregación y polarización?

Desde hace décadas los debates electorales han sido objeto de estudio de las ciencias sociales, no obstante, en los últimos años se ha desarrollado un campo de estudios que vincula los debates electorales con el “debate del debate” (Kalsnes et al., 2014) que se produce en las redes sociales, especialmente en Twitter, la red de microblogging más utilizada para la discusión política. Podemos decir que los debates electorales se hallan frente a un nuevo escenario, caracterizado por la convergencia e hibridación mediática, en donde los personalismos políticos se acentúan y lxs candidatxs buscan viralizar su mensaje y movilizar a activistas en línea. En sus inicios, internet fue visto como una herramienta con potencial para revitalizar la democracia y habilitar canales para la discusión en la esfera pública. Sin embargo, años más tarde nos encontramos con miradas críticas que sugieren que espacios como Twitter se asemejan más bien a una “cámara de eco”, debido a que predominan la segregación y polarización política, es decir, un escenario en el cual se refuerzan las posiciones políticas previas y tampoco se genera un debate directo entre las partes (Calvo y Aruguete, 2020; Reyes, 2019)

Consideramos que tanto las discusiones entre optimistas y pesimistas, así como también las preguntas planteadas para analizar qué pasó en las redes con respecto al debate, sólo pueden comenzar a saldarse a partir de estudios situados. En este caso, el análisis a partir del hashtag #DebateBuenosAires nos puede ayudar a comprender los usos de Twitter durante las campañas y debates políticos. El hashtag (#) es utilizado para vincular tweets particulares con un tópico en común y permite que lxs usuarixs participen en tiempo real. Twitter ha demostrado ser un medio de interés para lxs candidatxs y los medios para dar continuidad al debate sobre grandes eventos televisivos, particularmente los vinculados a la política (Kalsnes et al., 2014; Reyes, 2019). En nuestro caso, la muestra con la que trabajamos se compone de un corpus de 89.891 tweets, de los cuales 26.369 (29,33%) son tweets publicados por usuarixs y 63.522 son retweets (70,67%). Para la extracción y visualización de los datos se utilizaron los software R y Gephi.  El conjunto de datos incluye los tweets que utilizaron el hashtag #DebateBuenosAires entre el día 16 de Octubre a las 21:00, momento en el que TN anuncia por redes el debate, y el 21 de Octubre a las 13:00, para captar los comentarios posteriores.

El dato de que la mayor parte de los tweets son en realidad retweets da cuenta de cómo unxs pocxs usuarixs son centrales tanto en la activación de la red como en la difusión de ciertos mensajes. Por lo cual es importante, en primer lugar, observar y distinguir cuales fueron lxs usuarixs y los tweets que más interacciones recibieron, es decir, los de más retweets y likes.

 

Figura 1. Tabla de los tweets con más “me gusta” del hashtag #DebateBuenosAires

 

Si observamos lxs usuarixs con mayor número de likes encontramos en primer lugar al candidato José Luis Espert, quien se posicionó en las PASO en 4to lugar con un 4,78% de los votos. No obstante, tal como veremos a partir de distintos datos, tuvo un lugar central en la red del hashtag #DebateBuenosAires. Los dos tweets más likeados fueron los de su minuto de presentación y el de cierre, en los cuales expone, respectivamente, su punto de vista sobre los problemas de la Argentina y una propuesta para el futuro. En segundo lugar se ubica el perfil del sitio de noticias TN, organizador del debate. Desde su cuenta de Twitter fueron compartiendo distintos momentos y comentarios del debate, aunque lo más interesante es que los tweets con más “me gusta” fueron también aquellos que recopilaban alguna declaración de Espert. Entre estos tweets se destaca un minuto en el cual habla sobre seguridad en donde afirma que “matar tiene que dejar de ser gratis en Argentina” y propone medidas para endurecer las penas y reducir la edad de imputabilidad. Otros de los que sobresalen son un clip en el que asegura vehementemente que Victoria Tolosa Paz dice “estupideces” y otro en el cual increpa a Nicolás del Caño acerca del éxito de los países socialistas y comunistas.

 

Figuras 2 y 3. Tweets de José Luis Espert que más “Me gusta” recibieron.

Del mismo modo aparecen entre los primeros puestos usuarios como el historietista Nik Gaturro (@Nikgaturro) y el periodista de espectáculos Angel de Brito, quienes critican a lxs candidatxs de la izquierda y el peronismo y avalan las declaraciones de Espert. En síntesis, el gráfico nos muestra cómo los discursos de derecha son los que más likes recibieron y estuvieron más vinculados a la figura de Espert que a la de otrxs candidatxs como Diego Santilli o Cynthia Hotton. Si bien la candidata del Frente de Todxs, Victoria Tolosa Paz, se encuentra en segundo lugar, su posición se puede comprender mejor a partir del gráfico de retweets.

Figura 4. Tabla de los tweets con más retweets del hashtag #DebateBuenosAires

El gráfico de retweets posiciona a Victoria Tolosa Paz en el primer lugar. Una de las posibles interpretaciones está ligada a las dinámicas que adopta el Frente de Todxs para utilizar Twitter. La estrategia de la campaña digital consiste principalmente en la realización de hilos de Twitter alrededor de un hashtag (en este caso #DebateBuenosAires) el cual es retwitteado por otrxs políticxs del espacio, así como también por la militancia. El objetivo de la estrategia es amplificar el mensaje lo más posible.

Si analizamos la topología de la red a través de un grafo de lxs usuarixs más retwitteadxs (Figura 5), podemos observar una red sumamente polarizada entre dos grandes polos compuestos por distintas comunidades. Las comunidades en red son agrupaciones de distintos tipos de actores vinculados a partir de usos, prácticas y discursos en común mediados tecnológicamente, en este caso la grupalidad de lxs usuarixs y su proximidad está producida por las interacciones (likes, RT, comentarios, etc.) que mantienen en Twitter. En la parte superior se distingue una comunidad agrupada a partir de la cuenta de la candidata Victoria Tolosa Paz y la cuenta del Frente de Todxs (Color verde claro). El grafo da cuenta de cómo la comunidad oficialista no dialoga demasiado con otras comunidades, solo lo hace con la comunidad de color verde oscuro agrupada en base a la figura de Myriam Bregman, candidata del Frente de Izquierda por la Ciudad Autónoma de Buenos Aires. Es interesante como la red se configura a partir de dos polos que podríamos identificar, por un lado, uno que agrupa a espacios progresistas y de izquierda (en la parte superior) y otro integrado por candidatxs y usuarixs vinculadxs a la derecha (en la parte inferior). Dentro de este segundo polo se destaca nuevamente el candidato José Luis Espert (Color violeta). Su comunidad se halla cercana a otras que movilizan discursos similares a los del candidato liberal y tienen gran protagonismo en la red de #DebateBuenosAires. Por último, vale señalar que la comunidad del candidato Diego Santilli (Color gris) se halla en la parte inferior derecha, la misma pasa bastante desapercibida y no logra movilizar ciberactivistas como si lo hacen la comunidad oficialista y la de Avanza Libertad.

Figura 5. Grafo de los usuarixs más retwitteadxs que utilizan el hashtag #DebateBuenosAires. El grafo fue realizado con el software Gephi, utilizando el algoritmo Force Atlas 2

 

Figuras 6 y 7. Tweets de Angel de Brito y Nik Gaturro

Por su parte, el grafo de la red de hashtags (Figura 8), es decir, los hashtags más utilizados asociados al hashtag #DebateBuenosAires, nos muestra nuevamente como lxs candidatxs que más actividad tuvieron en la red fueron Espert (#EsConEspert y #Espert) y Tolosa Paz (#TolosaPaz). También vale señalar el hashtag #AhPeroMacri, uno de los más utilizados de la noche para criticar el discurso de la candidata oficialista, centrado principalmente en la polarización con Diego Santilli y una crítica al gobierno de Mauricio Macri. Por último, aparece con fuerza Nicolás Del caño a partir del hashtag #DelCaño. El candidato por el Frente de Izquierda tuvo su momento de mayor exposición cuando se enfrentó a José Luis Espert en la ronda de preguntas y respuestas.

Figura 8. Grafo de la red de hashtags a partir del hashtag #DebateBuenosAires El grafo fue confeccionado con Gephi utilizando el algoritmo Force Atlas 2

Por último, nos interesaba mostrar una nube de palabras para analizar los tópicos y las palabras más frecuentes del debate en Twitter. La información que nos arroja la nube también nos sirve para ver qué relaciones existen entre la agenda temática que sigue el debate televisivo y en las redes. La bibliografía sobre Twitter y debates señala al respecto que, por lo general, son las agendas del debate las que estructuran la conversación en Twitter (Kalsnes et al., 2014; Pérez-Curiely García-Gordillo, 2020). En nuestro caso, podemos observar  cómo aparecen efectivamente los tópicos pautados en el debate (Seguridad, pandemia, educación), no obstante, estos tienen un protagonismo menor al de lxs candidatxs políticxs. Las palabras con mayor frecuencia son las de los nombres de lxs candidatxs, lo cual da cuenta de una dinámica que se ve intensificada en las redes sociales: el personalismo político. Por último, vale destacar la centralidad de la figura de Mauricio Macri, quien emergió a partir del hashtag “#AhPeroMacri” como una consigna a modo de respuesta al discurso que sostuvo Tolosa Paz durante el debate.

Figura 9. Nube de palabras del hashtag #DebateBuenosAires.

Para finalizar, podemos obtener algunas conclusiones a partir del análisis del hashtag #DebateBuenosAires. En primer lugar, señalar que las comunidades que más actividad mantuvieron fueron, por un lado, la comunidad oficialista a partir de la figura de Victoria Tolosa Paz y, en menor medida, de la cuenta del Frente de Todxs. Sin embargo, la comunidad kirchnerista no logró dialogar con otros actores por fuera de sus seguidores y militantes. Por otra parte, distintas comunidades lograron conformar un núcleo opositor en base a figuras políticas, principalmente Espert, quien con claridad fue el candidato que más repercusión mediática tuvo en el evento, tal como observamos en el grafo de comunidades. Todo pareciera indicar que en los últimos tiempos las derechas alternativas son quienes han hecho una mayor capitalización política del uso de redes sociales.

Podemos considerar algunas ideas para pensar el por qué logran que su discurso, por más que sea minoritario en las urnas, acapare una notable centralidad en las redes sociales y particularmente también lo hizo en este evento, desplazando a figuras como Diego Santilli, candidato de jxc, espacio al que se le suele adjudicar un uso eficiente de las redes. Figuras como Milei o Espert han conseguido, por un lado, movilizar a sectores de la juventud -principalmente hombres, blancos y de clase media- que ya participaban de distintas culturas en línea hacia espacios de discusión política como Twitter. Así como en Estados Unidos se vincula a jóvenes que utilizan foros como 4chan o Reddit con candidatos de derecha como Donald Trump, aquí en Argentina podría pensarse que el tipo de cibermilitante del espacio Avanza Libertad parte de un perfil similar que, en una escala local, podemos encontrar en sitios como Taringa[1]. Por último, estudios recientes realizados por investigadores de Twitter[2] reconocen que es probable que los algoritmos de la plataforma amplifiquen los discursos de derecha por sobre otros. De momento afirman que no es algo intencional de la plataforma y desconocen los motivos de su funcionamiento.

Más allá de las conclusiones que podamos aventurar de un evento como el debate (y más aún del debate en redes sociales), sus repercusiones en el proceso electoral no necesariamente se darán de manera homóloga. Lo que sí pueden estar haciendo es mover el eje de la discusión y de la oposición al gobierno hacia la derecha. En todo caso, es algo que podremos considerar a partir de los resultados del próximo 14 de noviembre.

 

Referencias

 

-Calvo, E., y Aruguete, N. (2020). Fake news, trolls y otros encantos: Como funcionan (para bien y para mal) las redes sociales. Siglo XXI.

-Kalsnes, B., Krumsvik, A. H., & Storsul, T. (2014). Social media as a political backchannel: Twitter use during televised election debates in Norway. Aslib Journal of Information Management, 66(3), 313-328.

-Pérez-Curiel, C., y García-Gordillo, M. (2020). Del debate electoral en TV al ciberdebate en Twitter. Encuadres de influencia en las elecciones generales en España (28A). Profesional de la Información, 29(4), Article 4.

-Reyes, R. J. (2019). ¿Cámaras de Eco o mayor Pluralismo? Twitter y la diversificación de los debates presidenciales en Chile. Amoxtli, 3, 47-60.

 

[1] Taringa es una red social de origen argentin que adopta características similares a un foro en línea. A través de sus secciones se debaten distintos tópicos, dentro de los cuales la política, principalmente vinculada a ideas y candidatos de derecha, ha cobrado protagonismo. Por ejemplo, existen entradas como “Hagamos presidente a Javier Milei” https://www.taringa.net/+info/hagamos-presidente-a-javier-milei_1dc4y0

 

[2] Nota de Eldiario.es https://www.eldiario.es/tecnologia/twitter-reconoce-algoritmos-amplifican-politicos-medios-derechas-espana_1_8420512.html

 

 

 

 

¿Llegamos al millón? La población del Partido de General Pueyrredon: algunos aportes para el debate

Sofía Estela Ares

INHUS-CONICET-UNMdP-GESPyT-FHum-UNMdP

 

Ocurre con las ciudades lo que en los sueños: todo lo imaginable puede ser soñado, pero hasta el sueño más inesperado es un acertijo que esconde un deseo, o bien su inversa, un temor. Las ciudades, como los sueños, están construidas de deseos y de temores, aunque el hilo de su discurrir sea secreto, sus normas absurdas, sus perspectivas engañosas, y cada cosa esconda otra.

Ítalo Calvino, Las ciudades invisibles, III

 

Mar del Plata como ciudad cabecera del Partido de General Pueyrredon congrega, desde hace décadas, las miradas en múltiples ámbitos: económico, político, cultural, periodístico y, por supuesto, académico. Su protagonismo ineludible se extiende incluso al aspecto demográfico, con lo cual es habitual escuchar que Mar del Plata tiene un millón de habitantes. Igualmente, y en estrecha relación con la proposición anterior, es normal que nos pregunten ¿cuántos habitantes tiene Mar del Plata?

Hasta aquí solo hablamos de Mar del Plata, mientras que el resto del Partido parece quedar siempre en las sombras. En ocasiones, sobre todo en tiempos electorales, algunos sectores aluden a la ciudad de Batán, entonces la referencia a marplatenses y batanenses parece cubrir a todo el distrito, ocultando la existencia de otras realidades, otros territorios en definitiva. No es el propósito en esta ocasión referir a la trama de localidades ni específicamente a la población rural del Partido de General Pueyrredon, sin embargo, queremos dejar como inquietud la necesidad de visibilizar la complejidad del distrito, trascender la postal y mostrar el resto del territorio (Mapa 1).

En este proceso, reconocer cuántos somos y dónde estamos es tal vez el puntapié inicial. El dónde estamos queda pendiente para otra ocasión no obstante, mostrar la distribución territorial de la densidad poblacional (Mapa 1) nos brinda la posibilidad de atisbar la presencia de múltiples situaciones dentro de General Pueyrredon. En referencia a la densidad vemos con claridad que la concentración de habitantes se reduce desde el centro marplatense hacia los bordes de la ciudad. Y, por fuera de esta, muestra focos de mayor aglomeración en Batán, Sierra de los Padres-La Peregrina y Estación Camet.

Mapa 1. Partido de General Pueyrredon, densidad de población, 2010 (habitantes por kilómetro cuadrado)

El reconocimiento de cuántos somos puede hacerse de la mano de las estadísticas oficiales, es decir, a través de información procesada a partir de los Censos Nacionales de Población. Según rezan los manuales de Demografía, el Censo es “el conjunto de las operaciones consistentes en recoger, recopilar, evaluar, analizar y publicar o divulgar de alguna otra forma datos demográficos, económicos y sociales relativos a todos los habitantes de un país (…)” (Naciones Unidades, 2010 citadas por CEPAL-CELADE, 2014, p. 23). Como indica Giusti (2010), dentro del Sistema Estadístico Nacional el Censo de Población es la operación de mayor importancia y sus resultados son un punto de referencia para las estadísticas vitales, así como marco de muestreo para las encuestas, como es el caso de la Encuesta Permanente de Hogares (EPH). Los resultados de cada censo son, a su vez, la base para las proyecciones de población y deberían ser especialmente útiles para la planificación y el diseño de políticas públicas (Giusti, 2010).

En Argentina, los denominados Censos modernos (considerando como tales a los realizados desde 1960) se hacen cada diez años aproximadamente. Sin embargo, el cumplimiento (con mínimas diferencias en más o menos años) de las recomendaciones internacionales, no garantiza la calidad del procedimiento censal, sobre todo por el contexto en el que estos censos se han realizado. Al respecto afirma Giusti, “salvo el censo de 1960, los restantes se llevaron a cabo en medio de fuertes crisis sociales y económicas o de procesos no democráticos… De una u otra manera ello ha influido en las formas que esos censos adquirieron y en los resultados, difusión y uso de los datos mismos” (2010, p. 215). Por tanto, tenemos Censos que respetan parcialmente la frecuencia de los 10 años, pero con resultados que suelen estar cargados de dudas sobre su calidad. Por cierto que la frecuencia recomendada de 10 años se ha convertido en un lapso demasiado extenso si tenemos en cuenta la intensa dinámica de las sociedades actuales.

En Argentina el Censo Nacional de Población, Hogares y Vivienda debía realizarse en octubre de 2020. Sin embargo, al igual que ocurrió en otros países del mundo, se suspendió el operativo en el marco de la Emergencia Sanitaria originada por la pandemia por Sars-CoV-2. Durante el año 2021 se confirmó que el Censo se realizará entre marzo y mayo de 2022 apelando a un nuevo diseño donde las mayores novedades serán la modalidad mixta, registro electrónico o entrevista presencial, así como el enfoque de “derecho” y no “de hecho” como fueron todos los relevamientos precedentes. La realización de un censo de derecho plantea la necesidad de que cada habitante se registre en su lugar de residencia habitual y no donde pasó la noche anterior.  En este sentido es clave que pensemos que los censos de derecho permiten mejorar la calidad de la información y esta, a su vez, deviene en mejor herramienta para la gestión.

Pero ¿Cuántos somos?

 El Partido de General Pueyrredon es un distrito con fuerte tradición urbana, situación conectada con el rol de la ciudad de Mar del Plata y su veloz crecimiento poblacional entre 1947 y 1980 (Lucero et al, 2010; Velázquez et al, 2004). El proceso de urbanización del Partido ha sido tan importante que en 1970 la población urbana alcanzaba al 80% y hacia 2010 rozaba al 97 %. 

El poblamiento del partido, centrado en Mar del Plata, le ha asignado a la ciudad tal jerarquía que es habitual la invisibilización del resto del Partido.  Según el Censo de Población, Hogares y Vivienda de 2010, en el Partido de General Pueyrredon había 618.989 habitantes. Este dato, sin embargo, suele chocar con la población imaginada, temida tal vez retomando el epígrafe de Calvino, en un millón de habitantes para Mar del Plata. Se habla entonces de una ciudad millonaria, aludiendo siempre y de forma exclusiva a Mar del Plata. Del resto del Partido somos pocos los que hablamos, pero sea Mar del Plata o el Partido en su conjunto ¿cuántos somos? ¿llegamos al millón? ¿qué ha pasado en los diez años transcurridos desde el último Censo Nacional? ¿por qué de pronto hay tanto interés por la demografía local?

En el año 2020, la pandemia por el SARS-CoV-2 parece haber sido uno de los estímulos principales a las preguntas de corte demográfico. Las primeras voces contra el total de población se oyeron cuando, inmersos en el Aislamiento Social Preventivo y Obligatorio (ASPO), las autoridades determinaron para algunas zonas la posibilidad de salidas recreativas. General Pueyrredon por ejemplo quedó excluido de esa oportunidad y la fundamentación estuvo en el total de población proyectada por INDEC. Por el contrario, cuando la provincia de Buenos Aires estableció el sistema de fases, ese total, que para “salir de casa” era muy alto, empezó a verse como muy bajo.[1]  ¿Cómo entender tal contradicción? Es simplemente una cuestión matemática que depende del valor del denominador (divisor) usado. A igual cantidad de casos COVID positivos, la tasa de incidencia varía según el volumen de población (denominador) y este indicador era uno de los parámetros fundamentales en el sistema de fases. En consecuencia, las quejas de la población en general y de algunos grupos en particular, como comerciantes o gastronómicos, se concentraron en criticar el uso de datos desactualizados desconociendo que el denominador aplicado procede de las proyecciones de población, herramienta ampliamente usada y validada en el mundo entero.

Antes de desandar el camino cuantitativo es importante expresar que los datos censales ya tienen más de diez años, que este Censo del año 2010, al igual que otros, tiene sus falencias. Ninguna herramienta está exenta de errores. Pero no podemos dejar de decir que estos datos, así como las proyecciones, son los únicos de carácter oficial. En este sentido remarcamos que el uso de datos censales es de vital importancia dadas sus características de universalidad, exhaustividad, simultaneidad y periodicidad. Para saber con mayor exactitud cuántos somos es preciso realizar un nuevo Censo y para ello aún tenemos que esperar.

Hechas las aclaraciones anteriores, veamos la información demográfica de General Pueyrredon. El análisis de la tasa de crecimiento intercensal permite determinar el ritmo o la velocidad a la cual se producen los cambios. De este modo, en el período 1895-2010 el ritmo de crecimiento se desaceleró luego del año 1960, hasta alcanzar el mínimo de 5.4 ‰ entre 1991 y 2001 (Gráfico 1). La tasa de crecimiento anual intercensal se recuperó en el período siguiente llevando el cambio demográfico a un ritmo del 10.4 ‰. En consecuencia, podemos establecer que la población de General Pueyrredon muestra en las últimas décadas signos de desaceleración del crecimiento y un cambio demográfico lento. ¿Qué ha sucedido en los últimos años? ¿Qué hacemos entre Censos? O peor aún, ¿qué hacemos si el Censo se aplaza? Acudimos, por ejemplo, a las proyecciones de población. Tal como afirma Welti,

Las estimaciones y proyecciones de población constituyen un ejercicio ampliamente usado por los científicos sociales; está de más insistir en la relevancia de las proyecciones de población en materia de aplicación de políticas sociales y sectoriales; de hecho, las cifras sobre población afectada o beneficiaria de dichas políticas resulta ser la primera información que debe manejarse para que éstas tengan éxito (1997, p. 73).

El punto de partida para las proyecciones de Argentina es la población al 1 de julio de 2010, y el procedimiento “consiste en proyectar cada una de las variables determinantes de la dinámica demográfica de forma independiente, es decir: mortalidad, fecundidad y migración” (INDEC, 2013, p. 6). Dentro de los procedimientos para realizar las proyecciones se incluyen estudios de consistencia del Censo de Población que se toma como base. En relación a las últimas proyecciones, se señala que “Como resultado de este análisis se obtuvo un valor de omisión de 1,99% para el total del país” (INDEC, 2013, p. 7), consignándose en el estudio que el contraste con los valores de omisión de 2001 es significativamente menor. Las proyecciones de INDEC se realizan a escala general, provincial y también por departamento o partido, de este modo se conoce que la población proyectada del Partido de General Pueyrredon des de 656.456 habitantes para el año 2020 (INDEC, 2013).

En busca de otras respuestas hicimos la proyección de población con un método más simple, consistente en aplicar la tasa de crecimiento conocida, siguiendo el procedimiento detallado por Welti (1997), es decir, “es posible proyectar una población suponiendo que su crecimiento se ajusta a alguna función matemática específica y conociendo algunos datos adicionales tales como población inicial, tasa de crecimiento y lapso en años exactos entre momento inicial y momento final” (1997, p. 74). Se trata de un cálculo sencillo, pero “una determinada tasa de crecimiento puede originarse de infinitas combinaciones de la tasa de natalidad, mortalidad y migración, y este tipo de proyección no entrega información directa sobre estos componentes” (Welti, 1997, p. 74), por lo cual tiene menor precisión. La aplicación de la tasa de crecimiento exponencial obtenida entre 2001 y 2010 (10,4 ‰) indica que en General Pueyrredon la población al 1 de julio de 2020 sería de 686.744 habitantes.

No conformes con estos datos, la búsqueda de información actualizada nos ha llevado a una fuente aún poco conocida como es el proyecto WorldPop (https://www.worldpop.org/). En este proyecto se afirma que

Las nuevas fuentes de datos y los avances metodológicos recientes realizados por el programa WorldPop ahora proporcionan datos de alta resolución, abiertos y contemporáneos sobre la población humana, lo que permite una medición precisa de la distribución, composición, características, crecimiento y dinámica de la población local, a través de escalas nacionales y regionales (https://www.worldpor.org)

Trabajar con las bases generadas en el proyecto WorldPop nos ha permitido avanzar hacia 2020 y constituye una posibilidad, basada en métodos que reúnen fuentes y técnicas diversas, para acercar otras respuestas alternativas al interrogante ¿cuántos somos?

El ensayo con las tres alternativas comentadas muestra que la tasa anual 2010-2020, en promedio, sería del 8,3 ‰, cifra próxima a las tasas calculadas para los dos períodos precedentes. Es decir, con cualquiera de las tres opciones nos estaríamos aproximando, en valores situados por debajo de los 800.000 habitantes, al volumen de población del partido en 2020 (Tabla 1 y Gráfico 1).

Tabla 1. Población del Partido de General Pueyrredon y tasa de crecimiento (‰)

Fuente de datos Población (2020) Tasa anual de crecimiento intercensal
(a) Aplicación de la tasa de crecimiento conocida (2001-2010) 684.322 10,39 ‰
(b) WorldPop 681.593 8,33 ‰
(c) INDEC 656.456 6,08 ‰

Fuente. Elaboración en base a INDEC, 2001, 2010, 2013 y WorldPop

 

Fuente. Elaboración en base a INDEC. Censos Nacionales de Población (1895-2010); INDEC. Proyecciones de Población (2010-2040); WorldPop (a) Aplicación de la tasa obtenida para el período 2001-2010 (b) Proyecto WorldPop (c) Proyección de INDEC

 

Podemos advertir que la exactitud tiene la forma de quimera, recordando siempre que estamos trabajando con conjuntos móviles, afectados por la propia alternancia de la vida y de la muerte, por los movimientos migratorios y por los distintos errores que suceden en toda enumeración. Buscamos y analizamos tendencias apelando a información que nos aproxima a la realidad compleja y siempre cambiante. No hay dudas que contar con información consistente, oportuna y en múltiples escalas territoriales es fundamental para construir herramientas que deberían ser mejor aprovechadas, en especial desde los poderes del Estado, contemplando así la posibilidad de trabajar en pos de territorios, cada día, un poco más justos.

 

[1] Para una mirada en detalle de estos posicionamientos cruzados pueden consultarse:
https://www.0223.com.ar/nota/2021-6-4-8-9-0-en-plena-polemica-por-las-fases-piden-que-se-esclarezca-el-numero-de-habitantes-de-mar-del-plata;
https://www.clarin.com/sociedad/coronavirus-argentina-mar-plata-retrocede-fase-2-polemica_0_L8quG0kBl.html; https://www.lanacion.com.ar/politica/coronavirus-argentina-que-municipios-provincia-buenos-aires-nid2358709/;
https://www.lacapitalmdp.com/en-mar-del-plata-no-habra-salidas-recreativas-en-la-proxima-etapa-de-la-cuarentena/;
https://www.perfil.com/noticias/politica/mapa-bonaerense-axel-kicillof-delego-la-decision-del-esparcimiento-a-intendentes.phtml.

Referencias bibliográficas

  • Bondarenko M., Kerr D., Sorichetta A., and Tatem, A.J. (2020). Census/projection-disaggregated gridded population datasets, adjusted to match the corresponding UNPD 2020 estimates, for 183 countries in 2020 using Built-Settlement Growth Model (BSGM) outputs. WorldPop, University of Southampton, UK. doi:10.5258/SOTON/WP00685
  • CEPAL-UNFPA. (2014). Los datos demográficos. Alcances, limitaciones y métodos de evaluación. Santiago de Chile.
  • Giusti, A. (2010). Censos modernos, 1960, 1970, 1980, 1991, 2001. En: Torrado, S. (comp.) Población y bienestar en la Argentina del primero al segundo bicentenario. Tomo I (pp. 215-243) Buenos Aires: EDHASA
  • Instituto Nacional de Estadística y Censos. (2013). Estimaciones y proyecciones de población 2010-2040: total del país. – 1a ed. – Ciudad Autónoma de Buenos Aires: Instituto Nacional de Estadística y Censos – INDEC. E-Book. ISBN 978-950-896-431-1
  • Lucero, P. et al. (2010). Atlas de Mar del Plata y el Partido de General Pueyrredon. https://gespyt.wixsite.com/gespyt/libros?pgid=kdc89ezk-21da5100-f7dc-4f53-8fe8-1d40a8dcfbc5
  • Velázquez, G; Lucero, P. y Mantobani, JM. (2004). Nuestra Geografía Local. Mar del Plata GESPYT-UNMDP. https://gespyt.wixsite.com/gespyt/libros?pgid=kdc89ezk-31dbf3a8-bf44-4f26-a93d-a17392e239fa
  • Welti, C. (1997). Demografía I. México: PROLAP