Historia de la variable de estado: Crecimiento Poblacional y Envejecimiento en México
En las últimas décadas, la población de México ha cambiado de forma importante. En los años 50, éramos un país joven, con muchas niñas, niños y familias grandes. Por ejemplo, en 1970 una mujer tenía en promedio casi 7 hijos. Pero desde los años 70, esto comenzó a cambiar: el gobierno impulsó campañas de planificación familiar y la gente empezó a tener menos hijos. Para 2020, la tasa de fecundidad bajó a 2.1 hijos por mujer, justo el nivel necesario para que la población no crezca ni disminuya (CONAPO, 2022).
Además, la salud mejoró y la gente comenzó a vivir más tiempo. En 1950, la esperanza de vida era de 49 años. En 2020 ya era de 75 años, y para 2070 se espera que sea de más de 82 años (INEGI, 2021). Esto significa que México está dejando de ser un país joven y se está convirtiendo en uno con una gran población de personas adultas mayores.
¿Cuántos adultos mayores hay y cuántos habrá?
En 2020, había 15 millones de personas mayores de 60 años (12% de la población total). Para 2050 se espera que sean más de 33 millones y para 2070, más de 36 millones, es decir, casi el 30% de todos los habitantes (CONAPO, 2022). También aumentará el índice de envejecimiento: en 2020 había 46 adultos mayores por cada 100 menores de 15 años, pero en 2070 habrá 234. Esto quiere decir que habrá más personas mayores que niños y adolescentes.
¿Qué retos enfrenta la población adulta mayor?
El envejecimiento viene acompañado de nuevos retos. Muchos adultos mayores en México ya enfrentan problemas de salud y falta de apoyo:
El 40% de las personas mayores de 70 años tienen dificultades para hacer actividades básicas como bañarse, caminar, vestirse o salir de casa (INEGI, 2018).
Alrededor del 30% vive con enfermedades crónicas como diabetes, hipertensión o problemas del corazón, lo que les exige atención médica frecuente y medicamentos costosos (INEGI, 2021).
Un 20% tiene alguna discapacidad, como pérdida de vista, audición o movilidad limitada (INEGI, 2021).
Más del 20% vive solo, lo que puede generar soledad, tristeza o abandono (INEGI, 2021).
Solo el 27% tiene una pensión contributiva; muchos dependen del apoyo de sus familiares o de la pensión no contributiva del gobierno (INEGI, 2021).
Además, muchas personas mayores no cuentan con redes de apoyo sólidas. Tradicionalmente, el cuidado lo daban los hijos o hijas, pero en el futuro habrá menos jóvenes disponibles para cuidar, y más adultos mayores viviendo solos o entre ellos mismos.
¿Qué tipo de asistencia se necesitará hacia 2070?
Para enfrentar esta realidad, México tendrá que preparar un sistema fuerte de cuidados y apoyos. Algunas de las acciones clave que se necesitarán son:
Cuidadores y centros de atención Muchas personas no podrán valerse por sí mismas, por lo que harán falta cuidadores profesionales, tanto en casas como en centros de día o residencias. También será necesario capacitar a familiares que brindan cuidados para evitar el desgaste emocional y físico.
Infraestructura accesible: Sistema de salud eficiente, calles, parques, transporte y edificios públicos tendrán que adaptarse para personas con movilidad limitada. Rampas, elevadores, semáforos auditivos y baños accesibles serán indispensables para que puedan moverse con libertad.
Apoyos económicos sostenibles Será urgente garantizar pensiones dignas para la mayoría de la población de la tercera edad. El sistema de pensiones deberá fortalecerse para cubrir a quienes no pudieron ahorrar o trabajar en empleos formales. Esto es clave para evitar que vivan en dependencia total.
Introducción
El crecimiento poblacional en México ha dado un giro importante: de ser un país joven y con alta natalidad, estamos avanzando hacia una etapa de envejecimiento acelerado. Para el año 2070, casi uno de cada tres mexicanos será una persona adulta mayor. Este cambio traerá consigo una mayor demanda de servicios de salud, cuidados especializados, infraestructura accesible y redes de apoyo emocional y económico. Entre las variables clave a observar de este problema se encuentran:
El tamaño y crecimiento de la población adulta mayor
La evolución de su capacidad funcional (movilidad, salud, autonomía)
El acceso a servicios de salud y cuidados
Incremento y decremento de asistencia básica
La disponibilidad de apoyos económicos y redes familiares
La infraestructura física y urbana adaptada a sus necesidades
Si no se toman decisiones firmes desde ahora, millones de personas podrían enfrentar la vejez con problemas de salud, soledad y carencias. Esta revisión histórica nos confirma que el envejecimiento no es solo un reto demográfico, sino una oportunidad para repensar nuestras políticas públicas y construir un país más justo, humano y preparado para envejecer con dignidad.
El crecimiento poblacional de México ha pasado de ser impulsado por altas tasas de natalidad a estar marcado por un envejecimiento acelerado. Para el año 2070, casi uno de cada tres mexicanos será una persona adulta mayor. Esta transformación no solo representa un reto demográfico, sino también social, económico y político.
Explicación del sistema
Suponga que la población mexicana está dividida en cuatro grupos etarios: niños (0 a 14 años), adultos jóvenes [adultos I en el código] (15 a 49 años), adultos de mediana edad avanzada [adultos II en el código] (50 a 64 años) y adultos mayores [adultos mayores el código] (65 años o más), con tamaños iniciales tomados del Censo de Población y Vivienda 2020. Suponga que cada grupo etario transita al siguiente conforme pasa el tiempo, con tiempos promedio fijos para cada transición (por ejemplo, los niños se convierten en adultos jóvenes en 14 años). Los nacimientos ocurren como una fracción de los adultos de mediana edad, según una tasa de natal.
A medida que la población envejece, los adultos mayores comienzan a requerir asistencia para actividades básicas (como bañarse o vestirse) e instrumentales (como cocinar o usar el transporte), en proporciones fijas que representan el deterioro funcional progresivo. Se asume que una parte de los adultos mayores está afiliada a servicios de salud, lo que les permite recibir rehabilitación y potencialmente disminuir su necesidad de asistencia.
El modelo también considera la muerte como una salida del grupo de adultos mayores, en función de la esperanza de vida promedio. Las demandas de asistencia se acumulan en dos variables tipo stock —una para asistencia básica y otra para instrumental— y se ven afectadas tanto por nuevos casos como por la capacidad del sistema de salud para rehabilitar a los beneficiarios.
Este sistema permite estudiar dinámicamente el impacto del envejecimiento poblacional sobre la demanda de servicios de atención y simular diferentes escenarios de presión o alivio sobre el sistema asistencial.
Diagrama Causal
Al modelar las relaciones causales dentro del sistema, se identifican en primer lugar 2 ciclos de retroalimentación, nombrados como “ciclos de rehabilitación”. Estos ciclos indican que a medida que la tasa de rehabilitación aumenta, el decremento de la necesidad de asistencia también aumenta por lo que el número de personas que requieren de asistencia básica o instrumental disminuye.
También se observa que la afiliación a servicios de salud (los cuales pueden ser privados o públicos) afecta negativamente al incremento de la necesidad de asistencia y afecta positivamente al decremento de la misma. El efecto positivo se debe a que los servicios de salud ofrecen atención de salud preventiva, la cual reduce la proporción de adultos mayores que requieren asistencia. Por otra parte, el efecto negativo se debe a que los servicios de salud proveen de asistencia médica que, en algunos casos, suple la necesidad de asistencia o permite que la persona se rehabilite.
Diagrama de flujo
En el diagrama de flujo se destacan 3 subsistemas dentro del modelo. En primer lugar, está la cadena de envejecimiento, la cual modela la población desde los nacimientos hasta las defunciones. Posteriormente, están los flujos de demanda de asistencia básica e instrumental, los cuales modelan el comportamiento de la demanda de asistencia a través del tiempo.
En estos 3 subsistemas se observan las relaciones causales modeladas previamente, sin embargo, este tipo de diagramas es útil para observar el flujo (o flujos) que existen dentro del sistema.
Modelación y Análisis en R
Paso 1: Tras hacer el modelado del sistema tanto en el diagrama causal como de flujo, proseguimos a realizar el código. IMPORTANTE: Todas las cifras que a continuación se indican están debidamente extraidas de bases oficiales del INEGI e investigaciones académicas. (INEGI 2020; INEGI 2021; INEGI 2024; INEGI s.f.; Díaz-Venegas, C., De la Vega, & Wong, 2015)
## Warning: package 'deSolve' was built under R version 4.4.3# Condiciones iniciales según el censo INEGI (2020)
InitialConditions <- c(
niños = 31755284, # población inicial de niños (0 a 14 años)
adultosI = 66108888, # población inicial de adultos I (15 a 49 años)
adultosII = 10321914, # población inicial de adultos II (50 a 64 años)
adultosMayores = 10321914, # población inicial de adultos mayores (65 años y más)
reqBasica = 0, # inician sin demanda acumulada
reqInstrumental = 0
)
times <- seq(0, # tiempo inicial (años)
70, # tiempo final
1) # paso anual
# Función de la dinámica
asistenciaModel <- function(t, state, parameters) {
with(as.list(c(state, parameters)), {
# Variables de Flujo
nacimientos <- adultosII * tasa.natalidad
flujoNiñosAAdultosI <- niños / tiempo.promedio.niño
flujoAdultosIAAdultosII <- adultosI / tiempo.promedio.adultosI
flujoAdultosIIAMayores <- adultosII / tiempo.promedio.adultosII
muertes <- adultosMayores / tiempo.promedio.adultoMayor
# Variables endógenas
adultosMayoresAfiliados <- afiliacion * adultosMayores
# Demanda básica de asistencia
incrBasicaAuto <- incremento.aut.basica * adultosMayores
incrBasicaEdad <- flujoAdultosIIAMayores # nuevos mayores que empiezan a requerir
incBasica <- incrBasicaAuto + incrBasicaEdad
decBasica <- adultosMayoresAfiliados * rehabilitacion.I
# Demanda instrumental de asistencia
incrInstrAuto <- incremento.aut.instrumental * adultosMayores
incrInstrDesdeBasica <- decBasica # quienes salen de básica pasan a instrumentales
incInstrumental <- incrInstrAuto + incrInstrDesdeBasica
decInstrumental <- adultosMayoresAfiliados * rehabilitacion.II
# Derivadas de los stocks
dniños <- nacimientos - flujoNiñosAAdultosI
dadultosI <- flujoNiñosAAdultosI - flujoAdultosIAAdultosII
dadultosII <- flujoAdultosIAAdultosII - flujoAdultosIIAMayores
dadultosMayores <- flujoAdultosIIAMayores - muertes
dreqBasica <- incBasica - decBasica
dreqInstrumental <- incInstrumental - decInstrumental
list(
c(dniños, dadultosI, dadultosII, dadultosMayores, dreqBasica, dreqInstrumental),
adultosMayoresAfiliados = adultosMayoresAfiliados,
incBasica = incBasica,
decBasica = decBasica,
incInstrumental = incInstrumental,
decInstrumental = decInstrumental
)
})
}
#Parámetros
parameters <- c(
tasa.natalidad = 52.2/1000, #INEGI (2020)
tiempo.promedio.niño = 14, # años
tiempo.promedio.adultosI = 34, # años
tiempo.promedio.adultosII = 14, # años
tiempo.promedio.adultoMayor = 10.5, # La esperanza de vida en promedio es de 75.5 según INEGI (2020)
incremento.aut.basica = 0.18, # Porcentaje de adultos mayores con dificultad para hacer actividades básicas
incremento.aut.instrumental = 0.13, # Porcentaje de adultos mayores con dificultad para hacer actividade instrumentales
afiliacion = 0.71, # Porcentaje derecho habiencia en servicios de salud
rehabilitacion.I = 0.20, # 20 %
rehabilitacion.II = 0.09 # 9 %
)
out <- ode(
y = InitialConditions,
times = times,
func = asistenciaModel,
parms = parameters,
method = "rk4"
)PASO 2: Ya modelado el sistema, se continuo con la graficación de resultados. El objetivo de nuestro modelado es responder la pregunta de ¿Qué tipos de asistencia serán más necesarios para garantizar la calidad de vida de las personas adultas mayores en el 2070?
#install.packages("scales")
library(scales)
library(ggplot2)
library(scales)
df <- as.data.frame(out)
names(df)[1] <- "time"
ggplot(df, aes(x = time)) +
geom_line(aes(y = niños / 1e6, color = "Niños"), size = 1.2) +
geom_line(aes(y = adultosMayores / 1e6, color = "Adultos Mayores"), size = 1.2) +
scale_color_manual(
name = NULL,
values = c("Niños" = "#1f78b4", "Adultos Mayores" = "#e31a1c")
) +
scale_y_continuous(
labels = label_number(suffix = " M"),
expand = expansion(mult = c(0, 0.05))
) +
labs(
x = "Años desde 2020",
y = "Población",
title = "Niños vs. Adultos Mayores"
) +
theme_classic() +
theme(
text = element_text(size = 14),
axis.title = element_text(size = 16),
axis.text = element_text(size = 14),
legend.text = element_text(size = 14),
legend.position = "bottom"
)## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
En nuestra proyección a 70 años, la población infantil cae rápidamente en las primeras dos décadas y luego se reduce lentamente hasta unos 15 M, mientras que la de adultos mayores sube de forma sostenida hasta igualar a los niños alrededor del año 40 y luego también desciende. Esta gráfica es interesante porque nos refleja primero un fuerte envejecimiento demográfico que tras alcanzar un pico, comienza a reducirse debido a la baja natalidad y la mortalidad.
Esto trae desafíos importantes pues por un lado, el fuerte crecimiento de adultos mayores aumenta la necesidad de atención sanitaria y de servicios de cuidado. Sin embargo, que los niños bajen, a largo plazo reduce la fuerza laboral y la base contributiva, poniendo en riesgo la sostenibilidad de los sistemas de seguridad social y frenando el crecimiento económico.
Estos datos nos lanzan una alerta para repensar políticas de natalidad, fomentar el envejecimiento activo y adaptar la infraestructura sanitaria y social.
ggplot(df, aes(x = time)) +
geom_line(aes(y = reqBasica / 1e6, color = "Básica"), size = 1.2) +
geom_line(aes(y = reqInstrumental / 1e6, color = "Instrumental"), size = 1.2, linetype = "dashed") +
scale_color_manual(
name = NULL,
values = c("Básica" = "#1f78b4", "Instrumental" = "#d62728")
) +
scale_y_continuous(
labels = label_number(suffix = " M"),
expand = expansion(mult = c(0, 0.05))
) +
labs(
x = "Años desde 2020",
y = "Demanda acumulada (millones)",
title = "Asistencia Básica vs. Instrumental"
) +
theme_classic() +
theme(
text = element_text(size = 14),
axis.title = element_text(size = 16),
axis.text = element_text(size = 14),
legend.text = element_text(size = 14),
legend.position = "bottom"
)
Esta gráfica nos muestra como, a lo largo de cincuenta años, la demanda acumulada de asistencia básica (caminar, vestirse, comer, etc.) crece de forma constante pero moderada, alcanzando alrededor de 100 millones, mientras que la demanda de asistencia instrumental se dispara mucho más rápido, superando los 200 millones al final del periodo.
Esto refleja que, a medida que la población envejece y más adultos mayores pierden autonomía para actividades complejas, la necesidad de ayuda instrumental (Ir de compras, gestionar dinero, hacer tareas domésticas, entre otras) crece a un ritmo muy superior al de la ayuda básica.
ggplot(df, aes(x = time)) +
geom_line(aes(y = adultosMayoresAfiliados / 1e6, color = "Afiliados"), size = 1.2) +
geom_line(aes(y = reqBasica / 1e6, color = "Básica"), size = 1.2, linetype = "dotted") +
geom_line(aes(y = reqInstrumental / 1e6, color = "Instrumental"), size = 1.2, linetype = "twodash") +
scale_color_manual(
name = NULL,
values = c(
"Afiliados" = "#33a02c",
"Básica" = "#ff7f00",
"Instrumental" = "#6a3d9a"
)
) +
scale_y_continuous(
labels = label_number(suffix = " M"),
expand = expansion(mult = c(0, 0.05))
) +
labs(
x = "Años desde 2020",
y = "Adultos Mayores",
title = "Afiliados vs. Demanda de Asistencia"
) +
theme_classic() +
theme(
text = element_text(size = 14),
axis.title = element_text(size = 16),
axis.text = element_text(size = 14),
legend.text = element_text(size = 14),
legend.position = "bottom"
)
En esta gráfica se ve que los adultos mayores afiliados a alguna institución de salud publica crece muy despacio, pasando de unos 7 M a apenas 20 M en cincuenta años, mientras que la demanda de asistencia básica y sobre todo la instrumental se disparan. Esto nos proporcionan datos para abordad el problema de una brecha cada vez mayor entre quienes están cubiertos por el sistema de salud y quienes realmente necesitan apoyo diario, dejando claro que sin ampliar la afiliación y reforzar los servicios especializados será imposible atender ese volumen creciente de cuidados.
Referencias
Comisión Económica para América Latina y el Caribe. (2024). Panorama Social de América Latina y el Caribe 2024 https://www.cepal.org/es/tipo-de-publicacion/panorama-social-america-latina-caribe
Consejo Nacional de Población. (2022). Proyecciones de la Población de México 2020-2070 https://datos.gob.mx/busca/dataset/proyecciones-de-la-poblacion-de-mexico-y-de-las-entidades-federativas-2020-2070
Instituto Nacional de Estadística y Geografía. (2020). Censo de Población y Vivienda 2020 https://www.inegi.org.mx/programas/ccpv/2020/
Instituto Nacional de Estadística y Geografía. (2021). Encuesta Nacional de Salud y Envejecimiento en México 2021. https://www.inegi.org.mx/programas/enasem/2021/#tabulados
Instituto Nacional de Estadística y Geografía. (2024). Estadísticas de Natalidad Registrada 2023 [Archivo PDF]. https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2024/ENR/ENR2023.pdf
Instituto Nacional de Estadística y Geografía. (2018). Encuesta Nacional de Salud y Envejecimiento en México 2018. https://enasem.org/Home/index_esp.aspx
Instituto Nacional de Estadística y Geografía. (s.f.). Esperanza de vida. https://beta.cuentame.inegi.org.mx/descubre/poblacion/esperanza_de_vida/
Seidel, D., Jagger, C., Brayne, C., Matthews, F. E., & Medical Research Council Cognitive Function and Ageing Study Collaborative Group. (2009). Recovery in instrumental activities of daily living (IADLs): Findings from the Medical Research Council Cognitive Function and Ageing Study (MRC CFAS). Age and Ageing, 38(6), 663–668. https://doi.org/10.1093/ageing/afp128