Datos manipulados y desigualdades urbanas: desafíos estructurales en las potencias emergentes
Autor/a
Nor Zegai
Fecha de publicación: 30/05/2025
El término potencias emergentes se utiliza ampliamente en la literatura académica, los medios de comunicación y los discursos institucionales para describir a aquellos países que han experimentado un rápido crecimiento económico y un aumento sostenido de su presencia en el sistema internacional. Aunque suele asociarse a indicadores cuantitativos como el Producto Interno Bruto (PIB), la atracción de inversión extranjera directa o el volumen de exportaciones, también remite a una narrativa más amplia sobre el ascenso de nuevas potencias del Sur Global que desafían el orden geopolítico tradicional dominado por economías avanzadas.
Entre los casos más representativos se encuentran India y China, dos países que no solo concentran más de un tercio de la población mundial, sino que también han consolidado su papel como actores clave en organizaciones multilaterales, cadenas de valor globales y en la promoción de estrategias de desarrollo alternativas al modelo occidental. No obstante, esta visión triunfalista ha sido crecientemente cuestionada por investigaciones que revelan profundas contradicciones internas en términos de desigualdad social, erosión institucional, gobernanza democrática y, especialmente, manipulación de los datos estadísticos oficiales.
En este sentido, la fiabilidad de los datos sobre los que se construyen estas narrativas resulta especialmente problemática. Indicadores como el crecimiento del PIB, la pobreza, la desigualdad o la urbanización suelen provenir de fuentes oficiales nacionales con escasa rendición de cuentas, fuerte dependencia del poder ejecutivo y limitada capacidad de verificación independiente. Más allá de su función descriptiva, estos datos desempeñan un papel estratégico en la configuración del llamado poder estructural, entendido según Susan Strange como la capacidad de modelar las reglas del juego global en materia de conocimiento, producción y crédito. Así, manipular estadísticas puede convertirse en una herramienta de legitimación internacional y consolidación interna del poder.
Desde este enfoque, se plantea una revisión crítica de la noción de potencia emergente, combinando el análisis de los datos socioeconómicos con una evaluación del contexto político e institucional en el que se producen. A través de una comparación entre India, China y otros países seleccionados, se examinan tanto los riesgos asociados a la opacidad estadística como sus implicaciones para el análisis académico, el diseño de políticas públicas y la cooperación internacional basada en evidencia confiable. En última instancia, se cuestiona hasta qué punto los datos oficiales reflejan realmente el desarrollo y la equidad en estas potencias emergentes.
Para abordar esta cuestión, es imprescindible partir de una comprensión rigurosa del papel que desempeñan los indicadores socioeconómicos en el análisis internacional.
Relevancia de los indicadores socioeconómicos para el análisis internacional
Los indicadores socioeconómicos constituyen herramientas clave para el estudio de las relaciones internacionales, ya que permiten medir y comparar niveles de desarrollo, desigualdad, bienestar y capacidad institucional entre países. Lejos de ser simples cifras, estos indicadores condicionan el modo en que los Estados son percibidos en el sistema internacional y determinan decisiones de organismos multilaterales, agencias de cooperación y actores económicos globales.
Según Mas Elias (2024), la importancia de los indicadores radica tanto en su valor descriptivo como en su capacidad para operacionalizar conceptos complejos como “progreso”, “desigualdad estructural” o “capacidad estatal”. En efecto, el análisis internacional se apoya cada vez más en bases de datos globales como World Bank Open Data, el PNUD o WID.world, que recopilan miles de series temporales estandarizadas, permitiendo la comparación y evaluación de tendencias globales a largo plazo.
Indicadores como el PIB per cápita, la tasa de alfabetización o la esperanza de vida han sido tradicionalmente centrales, pero los nuevos enfoques incorporan dimensiones sociales, ambientales y psicológicas: acceso a servicios básicos, percepción de libertad, brecha de género, distribución del ingreso o bienestar subjetivo. Esta ampliación responde a la crítica según la cual los indicadores puramente económicos ocultan desigualdades profundas o dinámicas sociales disfuncionales.
Sin embargo, su utilidad depende directamente de la calidad institucional que los produce. Como advierte Martínez (2021), los regímenes autoritarios tienden a inflar sus cifras de crecimiento económico hasta en un 35 % en comparación con democracias consolidadas. Esta manipulación estadística no solo erosiona la calidad del análisis internacional, sino que también distorsiona la cooperación internacional, el diseño de políticas públicas y la distribución de recursos.
Por ello, la lectura crítica de estos indicadores es tan importante como su análisis técnico. Evaluar su fiabilidad, triangular datos de distintas fuentes y conocer el contexto político en el que se producen se convierte en una condición imprescindible para el análisis riguroso en relaciones internacionales.
Instrumentalización de datos oficiales en India: análisis crítico
India, considerada una de las principales potencias emergentes del siglo XXI, se enfrenta a una paradoja profunda: mientras su proyección internacional se apoya en cifras que sugieren dinamismo económico y demográfico, la calidad y fiabilidad de sus datos oficiales ha sido crecientemente cuestionada. El gobierno liderado por Narendra Modi ha sido señalado por utilizar las estadísticas públicas como instrumento político, debilitando las instituciones encargadas de producirlas.
Según Ghosh (2025), el ejecutivo indio ha recurrido sistemáticamente a la manipulación estadística para evitar el descrédito político. Entre los casos más graves se encuentra la cancelación de la Encuesta Nacional de Consumo de 2017-18, cuyos resultados preliminares indicaban un aumento significativo de la pobreza rural. Asimismo, se ha retrasado indefinidamente la realización del censo nacional de 2021, un instrumento esencial no solo para planificar políticas públicas, sino también para garantizar transparencia democrática en un país de más de 1.400 millones de personas.
Este uso político de los datos no es solo una estrategia comunicativa, sino una forma de consolidar poder. La subordinación de la Oficina Central de Estadísticas y la Comisión Nacional de Estadística ha reducido la capacidad técnica del sistema estadístico indio, al tiempo que ha erosionado la confianza pública en las cifras oficiales. Esta desinstitucionalización afecta directamente a la calidad de los datos usados por el Banco Mundial, el FMI y otros actores internacionales que confían en la fiabilidad de las cifras nacionales.
Así, India ilustra cómo un país que formalmente mantiene un régimen democrático puede caer en prácticas de manipulación estadística similares a las observadas en regímenes autoritarios. La instrumentalización de los datos debilita no solo la credibilidad externa del Estado, sino también su gobernanza interna, ya que dificulta la evaluación efectiva de las políticas públicas.
En un contexto internacional donde los rankings de desarrollo, competitividad o riesgo país condicionan el acceso a crédito, inversión y cooperación, la distorsión deliberada de los datos se convierte en un factor geopolítico de primer orden. India, para consolidarse como potencia emergente real y legítima, deberá recuperar la autonomía y la integridad de sus instituciones estadísticas.
Comparativa con China: control demográfico y legitimidad estatal
Este tipo de manipulaciones también es notorio en China, donde según Yi (2021) y Yi (2022), se han alterado repetidamente cifras demográficas, lo que refleja un esfuerzo deliberado del régimen por mantener una percepción favorable como potencia global. Sin embargo, en India la situación se vuelve más compleja debido a su aparente estructura democrática, aunque profundamente comprometida por prácticas autoritarias en expansión. Esto es aún más preocupante considerando que un sistema democrático debería ofrecer mecanismos sólidos de rendición de cuentas y transparencia institucional.
Visualización de indicadores clave en potencias emergentes
Evolución del PIB per cápita (2000–2022): India, China y Estados Unidos
El gráfico siguiente permite observar comparativamente la trayectoria económica de India, China y Estados Unidos en el periodo 2000–2022. La selección de estos países responde a su peso geopolítico y a su carácter estratégico en el análisis de potencias emergentes. El caso indio resulta especialmente significativo a la luz de las dudas existentes sobre la fiabilidad de sus estadísticas oficiales, tal como se ha argumentado en los apartados anteriores.
Al representar estos datos desde una fuente externa y estandarizada —el Data World Bank (2024)— se busca ofrecer una base empírica más sólida y comparable, útil para evaluar si el crecimiento económico atribuido a India se sostiene frente a otras grandes economías.
Mostrar código
# Obtener datos del PIB per cápita de los países seleccionadosgdp_data <-wb_data(indicator ="NY.GDP.PCAP.CD",country =c("IN", "CN", "US"),start_date =2000,end_date =2022)# Gráfico de evolución del PIB per cápitaggplot(gdp_data, aes(x = date, y = NY.GDP.PCAP.CD, color = country)) +geom_line(linewidth =1.2) +labs(title ="Evolución del PIB per cápita (2000-2022)",x ="Año",y ="PIB per cápita (USD actuales)",color ="País") +theme_minimal()
Comparativa del PIB per cápita en 2022 entre países seleccionados
A continuación, se presenta una tabla con los valores exactos del PIB per cápita correspondientes al año 2022 para India, China y Estados Unidos. Esta comparación puntual permite matizar las tendencias observadas en el gráfico anterior y evaluar con mayor claridad las diferencias estructurales entre economías consolidadas y aquellas consideradas “emergentes”. Los datos reflejan valores en dólares corrientes reportados y estandarizados internacionalmente.
Mostrar código
# Filtrar solo el último añogdp_2022 <- gdp_data %>%filter(date ==2022) %>%select(country, date, NY.GDP.PCAP.CD) %>%rename( País = country, Año = date,"PIB per cápita (USD)"= NY.GDP.PCAP.CD )# Mostrar tabla con knitrknitr::kable(gdp_2022, caption ="PIB per cápita (USD actuales) en 2022")
PIB per cápita (USD actuales) en 2022
País
Año
PIB per cápita (USD)
China
2022
12662.583
India
2022
2352.614
United States
2022
78035.175
Nota sobre los datos
Datos extraídos de la base oficial del Data World Bank (2024). Aunque se trata de una fuente externa, cabe recordar que las cifras reflejan lo reportado por cada gobierno nacional, lo cual puede implicar ciertos márgenes de manipulación estadística en contextos institucionales débiles.
Evolución de la población total (2000–2022): comparación entre India y China
El siguiente gráfico ilustra las trayectorias demográficas de India y China durante el periodo 2000–2022. La comparación permite observar el cambio de ritmo en ambas curvas, con una estabilización evidente en China frente al crecimiento sostenido de India. Este contraste resulta relevante para interpretar proyecciones estratégicas en términos de mercado, presión sobre recursos y capacidades estatales. Los datos presentan valores estandarizados en miles de millones de habitantes.
Mostrar código
# Obtener datos de población totalpop_data <-wb_data(indicator ="SP.POP.TOTL",country =c("IN", "CN"),start_date =2000,end_date =2022)# Gráfico de evolución de la poblaciónggplot(pop_data, aes(x = date, y = SP.POP.TOTL /1e9, color = country)) +geom_line(linewidth =1.2) +labs(title ="Evolución de la población total (2000-2022)",x ="Año",y ="Población (miles de millones)",color ="País") +theme_minimal()
Población total en 2022: datos comparativos por país
Mostrar código
pop_2022 <- pop_data %>%filter(date ==2022) %>%select(country, date, SP.POP.TOTL) %>%rename( País = country, Año = date,"Población total"= SP.POP.TOTL )knitr::kable(pop_2022, caption ="Población total en 2022 (según datos oficiales del Banco Mundial)")
Población total en 2022 (según datos oficiales del Banco Mundial)
País
Año
Población total
China
2022
1412175000
India
2022
1425423212
Nota: Los datos de PIB per cápita y población total han sido obtenidos del Banco Mundial (World Bank Open Data).
Sin embargo, según investigaciones como las de Martínez (2021), Ghosh (2025) y Yi (2021), existe evidencia de que algunos gobiernos, especialmente en contextos autoritarios, podrían manipular sus estadísticas oficiales. Por tanto, estos datos deben ser interpretados con precaución crítica.
Implicaciones políticas y propuestas para mejorar la transparencia estadística
Este panorama plantea serias interrogantes acerca del verdadero nivel de emergencia de India. ¿Está realmente creciendo y emergiendo al ritmo que sus cifras oficiales indican, o es simplemente una narrativa exagerada sustentada por la manipulación estadística y la reducción constante de la transparencia institucional? La implicación de estas manipulaciones no es trivial; afectan significativamente las decisiones económicas y políticas, condicionando inversiones extranjeras y estrategias de desarrollo tanto nacionales como globales.
Por ello, resulta fundamental contar con mecanismos de contraste y verificación independientes, como la iniciativa de datos abiertos del Banco Mundial (Mas Elias (2024)), que ofrece más de 1.400 indicadores socioeconómicos fiables para más de 200 economías, posibilitando examinar tendencias a largo plazo y detectar discrepancias en estadísticas oficiales nacionales.
Si India quiere consolidar su estatus de potencia emergente legítima y sostenible, es indispensable fortalecer sus instituciones democráticas y garantizar la integridad y transparencia en sus estadísticas oficiales. De lo contrario, podría quedar atrapada en una trampa de “datos manipulados”, que no solo limita su desarrollo real, sino que compromete su credibilidad internacional. Por tanto, garantizar la calidad y fiabilidad de los datos debe ser una prioridad estratégica para el país.
Caso aplicado: desarrollo sostenible y condiciones urbanas en las favelas brasileñas
Uno de los desafíos más persistentes y estructurales en relación con el desarrollo sostenible en países emergentes es la existencia y expansión de barrios marginales, conocidos como favelas, slums o asentamientos informales. Estos espacios urbanos concentran una parte significativa de la población más vulnerable y evidencian desigualdades extremas en el acceso a derechos básicos como la vivienda digna, agua potable, saneamiento, electricidad, educación y transporte público.
Estos asentamientos no solo son una manifestación de pobreza, sino también el resultado de décadas de políticas urbanas excluyentes, fallas en la planificación territorial y ausencia de regulación efectiva sobre el crecimiento urbano. En América Latina —y en particular en Brasil— las favelas constituyen un fenómeno estructural y no meramente transitorio. Según el Banco Mundial, en 2020 más del 30 % de la población urbana en algunos países en desarrollo vivía en condiciones consideradas como marginales (Bank (2024)).
Para estudiar esta realidad, se ha utilizado el indicador EN.POP.SLUM.UR.ZS del Banco Mundial, que representa el porcentaje de población urbana que vive en barrios marginales, según los criterios establecidos por ONU-Hábitat. Este indicador tiene valor estratégico para evaluar no solo el grado de inclusión urbana, sino también la efectividad de las políticas públicas en términos de vivienda social, acceso a infraestructuras básicas y planificación territorial.
Con ayuda del paquete wbstats, se han extraído los datos de este indicador para el año 2020 en varios países representativos de distintas regiones geográficas. El gráfico resultante muestra cómo India y Kenia lideran en términos de población urbana en barrios marginales, con más del 50 % en algunas zonas urbanas, lo que evidencia retos estructurales muy profundos en sus modelos de urbanización. Indonesia presenta valores intermedios, mientras que Brasil y Perú no aparecen reflejados debido a la falta de datos disponibles para ese año.
Este dato es particularmente preocupante en el caso de Brasil, donde más de 11 millones de personas residen en favelas según estimaciones oficiales, y donde el acceso desigual a servicios básicos se traduce en brechas significativas en salud, educación y seguridad ciudadana. La ausencia de datos actualizados por parte del gobierno brasileño no es meramente un vacío estadístico, sino un reflejo de desinstitucionalización y, en algunos casos, de invisibilización deliberada del problema. Como advierte Martínez (2021), la omisión sistemática de indicadores sensibles en contextos de gobernanza débil puede representar una forma de manipulación estadística por omisión.
Desde una perspectiva de análisis internacional, la existencia de amplios segmentos urbanos viviendo en condiciones precarias no solo representa un problema humanitario, sino también un factor de riesgo estructural. Las favelas, al estar muchas veces al margen de la legalidad urbanística, se convierten en espacios de informalidad económica, ausencia de Estado y, en algunos casos, control territorial por parte de actores criminales. Esto repercute directamente en la estabilidad política, la cohesión social y la percepción internacional de gobernabilidad.
Además, estos indicadores tienen un fuerte impacto en la formulación de políticas de cooperación internacional y en la asignación de recursos por parte de instituciones como el Banco Mundial, el FMI o agencias bilaterales de desarrollo. Un país que subestima su porcentaje de población en barrios marginales puede recibir una calificación de riesgo inferior a la real, lo que afecta tanto a la inversión extranjera como a la credibilidad institucional.
Por ello, incorporar sistemáticamente este tipo de indicadores en el análisis de desarrollo sostenible es clave. La lucha contra los asentamientos informales debe ser parte integral de cualquier agenda de crecimiento inclusivo. Esto requiere no solo inversión en infraestructuras, sino también un cambio en los paradigmas de urbanización: fortalecer el planeamiento territorial participativo, garantizar el derecho a la ciudad y promover modelos de desarrollo urbano resiliente.
En última instancia, una democracia sólida y funcional no puede coexistir de manera sostenible con una ciudadanía urbanamente excluida. La presencia de favelas y slums en las potencias emergentes cuestiona la solidez del crecimiento económico que exhiben y obliga a repensar el significado de desarrollo más allá del PIB.
Indicador social: población urbana en barrios marginales
Este gráfico muestra el porcentaje de la población urbana que vive en barrios marginales (“slums”) en tres países de diferentes continentes. India y Kenia destacan con los niveles más altos, lo cual evidencia retos estructurales en el desarrollo urbano. Indonesia presenta cifras más moderadas. Brasil y Perú no aparecen en el gráfico por falta de datos disponibles para el año 2020. Los datos se extrajeron mediante el paquete wbstats en R (Piburn (2023)).
Mostrar código
ggplot(slum_filtered, aes(x = country, y = EN.POP.SLUM.UR.ZS)) +geom_col(fill ="darkblue") +labs(title ="Población urbana viviendo en barrios marginales (2020)",x ="País",y ="% de población en slums")
Este tipo de indicadores permite observar desigualdades urbanas profundas que desafían la sostenibilidad del crecimiento económico en países emergentes. La lucha contra los asentamientos informales debe ser parte integral de cualquier agenda de desarrollo inclusivo.
Los datos evidencian que, a pesar del crecimiento económico, muchos países aún enfrentan déficits estructurales en inclusión urbana. Las políticas públicas deberían abordar estas brechas con un enfoque territorial y participativo.
Nota
Aunque Brasil y Perú aparecen en la base de datos del Banco Mundial con registros hasta 2024, el valor correspondiente al indicador de población urbana en barrios marginales para el año 2020 está registrado como NA (no disponible). Por ello, han sido excluidos automáticamente del gráfico.
