En este contexto de pandemia, y en tanta tensión política y social frente a la segunda vuelta de la elección presidencial 2021 y la demora en la proclamación de resultados, podemos también ver las diversas acciones pocas democráticas en señal abierta y en espacios públicos que nos invitan a tener una mirada reflexiva y crítica en evitar situaciones de dichas características.Por ello es importante no dejar de lado reflexionar como podemos seguir promoviendo el diálogo y la construcción de una comunidad/país que nos permita un reconocimiento mutuo como ciudadanos y ciudadanas, en un país más democrático, con igualdad de derechos y reconociendo el sin fin de nuestra diversidad entre nosotros y nosotras.
Por ejemplo podemos mencionar que a nivel nacional existe una diversidad de organizaciones sociales sean territoriales, zonales, temáticas,etc. que son importante saber quienes son y que hacen, y como puede fortalecerse el ejercicio de sus derechos y la labor ciudadana que vienen realizando en su territorio. Las organizaciones juveniles, estarían consideras dentro de esta diversidad de organizaciones que es importante conocer y promover junto a ellos y ellas el ejercicio de sus derechos ciudadanos. Revisaré datas públicas que me permitan responder desde las municipalidades distritales y provinciales cuántas informan, cuántas organizaciones juveniles hay, y cuántos beneficiarios y beneficiarias se encuentran dentro de las mismas. Además de revisar data desde la SENAJU - Secretaría Nacional de la Juventud, que nos permita conocer cuántas organizaciones juveniles vienen mapeando o registrando, y por último de la Red Metropolitana para organizaciones juveniles
Para realizar los análisis de la base de datos cargaremos 03 paquetes, el paquete tidyverse que nos permite hacer una limpieza de datos, usar el data frames y realizar gráficos con ggplot2; el paquete Haven que nos permite leer archivos en SPSS y STATA y el paquete de excel que lee archivos de tipo excel.
library(tidyverse)
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.3 v purrr 0.3.4
## v tibble 3.1.1 v dplyr 1.0.6
## v tidyr 1.1.3 v stringr 1.4.0
## v readr 1.4.0 v forcats 0.5.1
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
library(haven)
library(readxl)
Usaré 04 base de datos para responder las preguntas planteadas al inicio. Esta data son de acceso libre y puedes encontrarla en los siguientes links.
En el caso del RENAMU - Registro Nacional de Municipalidades 2020, esta encuesta nos permite conocer a nivel nacional la información de las 196 municipalidades provinciales y 1 mil 676 municipalidades distritales del país registradas en el RENAMU 2020. A traves de algunas preguntas que registran en su ficha de recojo de información, tomaré para este análisis las siguientes: cuántas municipalidades informaron si tienen o no organizaciones juveniles, cuántas organizaciones juveniles hay, y cuántos son los/las beneficiados/as por ellos; la información que se recoje es del año anterior al registro. En este caso el RENAMU 2020 toma información hasta el 31 de diciembre del 2019, y el RENAMU 2019 recoje información hasta el 31 de diciembre del 2018.Finalmente es importante señalar, que esta data aporta en generar indicadores municipales que sirvan de apoyo a la gestión estatal a nivel regional, provincial y local para una adecuada toma de desiciones y planificación.
Respecto a la data de la Red Metropolitana para organizaciones juveniles esta contiene 18 variables sobre los datos de las organizaciones a nivel de Lima Metropolitana como: nombre de la organización, acrónimo de organización, tipo de organización, descripción organización, líneas temáticas, nivel de incidencia, etc. Y la data de organizaciones juveniles del Perú de SENAJU contempla nombre de la organización juvenil, región, provincia, representante de la organización Juvenil y temáticas que trabaja las organizaciones
Renombraré arbitrariamente las 04 base de dataos usando códigos en R que me permita leer de manera adecuada la data.
RENAMU_2020<-read_sav("Revision de OJ reportadas.C12.sav")%>%as_factor()
RENAMU_2019<-read_sav("RENAMU_2019_OJ.sav")%>%as_factor()
Data_Metropolitana<-read_excel("Data_publica_RMOJ.xlsx", sheet = 2,skip = 3)
Data_SENAJU<-read_excel("Data_publica_SENAJU.xlsx")
## New names:
## * `` -> ...7
Luego voy a proceder a seleccionar 08 variables de la base de datos RENAMU 2020 y nombrarlas como varibles_select, estas variables están referidas a la información de departamento, provincia, distrito, tipo de municipalidad, si informó o no la municipalidad, si informó o no la municipalidad que tiene organizaciones juveniles, número de organizaciones juveniles, total de beneficiarios de organizaciones juveniles afiliados al 31 de diciembre del 2019
variables_select<-select(RENAMU_2020,Departamento,Provincia,Distrito,Tipomuni,VFI_P60A,P60A_4,P60A_4_1,P60A_4_2)
Realizaré la misma selección de variables del RENAMU 2020 para el caso de la base de datos RENAMU 2019. De las 101 variables de la base de datos nos enfocaremos en 08 variables que son: departamento, provincia, distrito, tipo de municipalidad, si informó o no la municipalidad, si informó o no la municipalidad que tiene organizaciones juveniles, número de organizaciones juveniles, total de beneficiarios de organizaciones juveniles afiliados al 31 de diciembre del 2018. A esta nueva base de datos lo llamaremos variables_select_2019
variables_select_2019<-select(RENAMU_2019,Departamento,Provincia,Distrito,Tipomuni,VFI_P60A,P60A_4,P60A_4_1,P60A_4_2)
variables_select %>%
group_by(P60A_4) %>%
summarise(recuento = n()) %>%
mutate(porcentaje = recuento/sum(recuento)*100,
porcentaje = round(porcentaje, 1))
## # A tibble: 3 x 3
## P60A_4 recuento porcentaje
## <fct> <int> <dbl>
## 1 Sí 186 9.9
## 2 No 1686 90
## 3 <NA> 2 0.1
Como observamos en la tabla en el RENAMU 2020, fueron el 9.9% de municipalidades que reportaron que si tienen organizaciones juveniles, mientras que el 90% reportaron que no tienen, y son 0.1% las que no registraron ninguna información.
2.- Ahora con la base variable_select_2019 que toma 08 variables del RENAMU 2019 , veré cuántas municipalidades informaron sobre sus organizaciones juveniles, las agrupare por las respuestas que se dieron, luego pediré una recuento de cuantas municipalidades con un summarise y recuento n, y finalmente aplicaré un mutate para conocer el porcentaje que conrresponde a la cantidad de respuestas.
variables_select_2019 %>%
group_by(P60A_4) %>%
summarise(recuento=n()) %>%
mutate(porcentaje = recuento/sum(recuento)*100,
porcentaje = round(porcentaje, 1))
## # A tibble: 2 x 3
## P60A_4 recuento porcentaje
## <fct> <int> <dbl>
## 1 Sí 190 10.1
## 2 No 1684 89.9
Como observamos en el cuadro es son 10.1% las municipalidades que reportaron que si tienen organizaciones juveniles, mientras el 89.9% de municipalidades respondieron que no tienen organizaciones juveniles.
Vamos a filtrar variables_select_2019 pidiendo los resultados de la provincia Lima, luego agruparemos por la variable de quienes respondieron que si tenían una organización juvenil, le pediremos un recuento con sumarise, aplicaremos mutate para crear la variable del porcentaje que corresponde dicha cantidad.
filter(variables_select_2019,Provincia=="LIMA") %>%
group_by(P60A_4) %>%
summarise(recuento=n()) %>%
mutate(porcentaje = recuento/sum(recuento)*100,
porcentaje = round(porcentaje, 1))
## # A tibble: 2 x 3
## P60A_4 recuento porcentaje
## <fct> <int> <dbl>
## 1 Sí 1 2.3
## 2 No 42 97.7
Como observamos a nivel de la región de Lima y provincia Lima que contempla a los 42 distritos de Lima y a Lima Metropolitana. El RENAMU 2019 nos muestra que solo 1 municipalidad que representa al 2.3% del total que reportó que tenía organizaciones juveniles, mientras los 42 restantes reportaron que no son el 97.7%.
Para saber que municipalidad reportó, podemos volver a hacer la operación de filtrar y nos muestra el caso especifico.
filter(variables_select_2019,Provincia=="LIMA")
## # A tibble: 43 x 8
## Departamento Provincia Distrito Tipomuni VFI_P60A P60A_4 P60A_4_1 P60A_4_2
## <chr> <chr> <chr> <fct> <fct> <fct> <dbl> <dbl>
## 1 LIMA LIMA LIMA Provinci~ Informó No NA NA
## 2 LIMA LIMA ANCON Distrital Informó No NA NA
## 3 LIMA LIMA ATE Distrital Informó No NA NA
## 4 LIMA LIMA BARRANCO Distrital Informó No NA NA
## 5 LIMA LIMA BREÑA Distrital Informó No NA NA
## 6 LIMA LIMA CARABAYLLO Distrital Informó No NA NA
## 7 LIMA LIMA CHACLACAYO Distrital Informó No NA NA
## 8 LIMA LIMA CHORRILLOS Distrital Informó No NA NA
## 9 LIMA LIMA CIENEGUIL~ Distrital Informó No NA NA
## 10 LIMA LIMA COMAS Distrital Informó No NA NA
## # ... with 33 more rows
Como observamos en el cuadro en Lima metropolitana no informó que tenían organizaciones juveniles, y la única municipalidad que informó fue Punta Hermosa, donde registra 01 organización juvenil con 28 miembros.
filter(variables_select,Provincia=="LIMA") %>%
group_by(P60A_4) %>%
summarise(recuento=n()) %>%
mutate(porcentaje = recuento/sum(recuento)*100,
porcentaje = round(porcentaje, 1))
## # A tibble: 2 x 3
## P60A_4 recuento porcentaje
## <fct> <int> <dbl>
## 1 Sí 9 20.9
## 2 No 34 79.1
Como observamos en la tabla son 09 municipalidades que son el 20.9% a nivel de Lima Metropolitana las que reportaron que si tienen organizaciones juveniles, mientras que 34 municipalidades que son el 79.1% reportaron que no tienen organizaciones juveniles.
Realizaremos una filtrado sencillo de la base de datos variables_select para mostrar quienes son estas 09 municipalidades a nivel de Lima Metropolitana.
filter(variables_select,Provincia=="LIMA") %>%
filter(P60A_4=="Sí")
## # A tibble: 9 x 8
## Departamento Provincia Distrito Tipomuni VFI_P60A P60A_4 P60A_4_1 P60A_4_2
## <chr> <chr> <chr> <fct> <fct> <fct> <dbl> <dbl>
## 1 LIMA LIMA LA MOLINA Distrit~ Informó Sí 2 32
## 2 LIMA LIMA LINCE Distrit~ Informó Sí 5 430
## 3 LIMA LIMA MIRAFLORES Distrit~ Informó Sí 2 30
## 4 LIMA LIMA PUCUSANA Distrit~ Informó Sí 1 200
## 5 LIMA LIMA PUNTA HERMO~ Distrit~ Informó Sí 1 100
## 6 LIMA LIMA PUNTA NEGRA Distrit~ Informó Sí 1 34
## 7 LIMA LIMA SAN JUAN DE~ Distrit~ Informó Sí 35 200
## 8 LIMA LIMA SAN LUIS Distrit~ Informó Sí 3 30
## 9 LIMA LIMA VILLA EL SA~ Distrit~ Informó Sí 43 900
Como podemos observar que fueron las municipalidades de La Molina, Lince, Miraflores, Pucusana, Punta Hermosa, Punta Negra, San Juan de Miraflores, San Luis y Villa El Salvador las que informaron que si tienen organizaciones juveniles. Los demás municipalidades no informaron que tenían organizaciones juveniles, y ello incluye también a Lima Metropolitana
Tomaremos la base variables_select que es del RENAMU 2020, luego filtraremos las de provincia Lima, seguido de otra filtrado con la variable de las municipalidades que respondieron que Sí tienen alguna organización juvenil,y por último pediremos un summarise del numero de organizaciones reportadas, esto quiere decir la suma de organizaciones reportadas.
filter(variables_select,Provincia=="LIMA") %>%
filter(P60A_4=="Sí") %>%
summarise(numero_de_organizaciones=sum(P60A_4_1))
## # A tibble: 1 x 1
## numero_de_organizaciones
## <dbl>
## 1 93
Como observamos en el cuadro son 93 organizaciones juveniles reportadas el RENAMU 2020,y como vimos líneas arriba en el RENAMU 2019 fue 01 organización reportada.Esto quiere decir que estos dos ultimos reportes del RENANU dieron un total de 94 organizaciones juveniles
Ahora revisando la data la SENAJU, vamos a conocer cuantas organizaciones tienen mapeadas o reportadas a nivel nacional y a nivel Lima Metropolitana. Como se muestra en la data son 596 organizaciones juveniles reportadas a nivel naciona. Para conocer cuantas hay en Lima Metropolitana, hacemos un filtrado de la data, luego le pedimos la variable provincia Lima, y seguido de un summarise un recuento de la cantidad de organizaciones juveniles.
filter(Data_SENAJU,Provincia=="LIMA") %>%
summarise(recuento=n())
## # A tibble: 1 x 1
## recuento
## <int>
## 1 246
Como observamos en el cuadro son 246 organizaciones juveniles reportadas a nivel de Lima Metropolitana en la base de la SENAJU. Una diferencia importante respecto al RENAMU 2020 y 2019 que registra también información nacional que hacen un total de 94 organizaciones juveniles en total.
6.Ahora revisaremos la data pública que tiene la Red Metropolitana para las organizaciones juveniles que tiene la Municipalidad de Lima Metropolitana. Para ello colocaremos el nombre de la data y luego le pediremos summarise para conocer el recuento
Data_Metropolitana %>%
summarise(recuento=n())
## # A tibble: 1 x 1
## recuento
## <int>
## 1 147
Esta tabla nos muestra que hay un total de 147 organizaciones juveniles reportadas en el Red Metropolitana para organizaciones juveniles, también nos muestra un información mayor a lo reportado al RENAMU 2019 y 2020
Como observamos en los resultados en la RENAMU 2019 fueron 10.1% las municipalidades que reportaron que tenía organizaciones juveniles, mientras en el RENAMU 2020 observamos que el 9.9% respondieron que tienen organizaciones juveniles. Vemos una pequeña disminución en el porcentaje de municipalidades en reportar sobre las organizaciones juveniles, sin embargo es preocupante que más del 89% de municipalidades del país responden que no tienen organizaciones juveniles. Quizá cabe preguntarnos ¿No hay organizaciones juveniles en su territorio? ¿No se registra? ¿No se registra en el RENAMU? ¿No se conoce sobre ellas y ellos? ¿Por qué ocurre ello?
En el caso de Lima Metropolitana observamos en los resultados que en el RENAMU 2019 solo reportó la municipalidad distrital de Punta Hermosa que sí tenía organizaciones juveniles y en el RENAMU 2020 fueron 09 municipalidades distritales como: La Molina, Lince, Miraflores, Pucusana, Punta Hermosa, Punta Negra, San Juan de Miraflores, San Luis y Villa El Salvador. En ambosreportes del RENAMU vemos que Lima Metropolitana reportó que no tenía organizaciones juveniles; y cabe precisar que ambas datas corresponden al corte de información de diciembre 2018 del RENAMU 2019 y diciembre 2019 al RENAMU 2020. Sin embargo es muy poco el porcentaje reportado a nivel distrital, y que esperemos pueda mejorar el mapeo y registro de las municipalidades distritales a nivel Lima Metropolitana en el próximo RENAMU
Respecto a la cantidad de organizaciones juveniles reportadas observamos que la SENAJU reporta 246 organizaciones juveniles a nivel de Lima Metropolitana, la Red Metropolitana para organizaciones juveniles 147, y el RENAMU 2020 reporta 93 organizaciones juveniles a nivel de Lima Metropolitana, y el RENAMU 2019 reportó 01 organización a nivel de Lima Metropolitana. Este constraste de cantidades nos muestra, considero la necesidad de articulación de sinergias de los gobiernos locales, provinciales, regionales y nacional para fortalecer el mapeo, el registro y el reconocimiento de las organizaciones juveniles. El ejercicio de nuestros derechos como ciudadanas y ciudadanos, parte de una dialogo respetuoso basado en el reconocimiento mutuo sea como ciudadanos/as desde nuestras individualidades/diversidades o como colectivos/colectivas organizadas.
4.Por último es importante señalar que existe un registro nacional de organizaciones juveniles acreditadas desde la SENAJU y puedes encontrar en su página los requisitos para inscribirte, en este link [https://juventud.gob.pe/registro-nacional-de-organizaciones-juveniles-2021/] Además de ello existe a nivel metropolitano la Red Metropolitana para organizaciones juveniles que puedes encontrar los requisitos en este link[http://redmetro.gpvlima.com/public/formulario]
También precisar que existió la ordenanza 556 del año 2003 que permitió crear un registro unico de organizaciones juveniles y que luego fue derogada en el año 2013 y se aprobó la ordenanza 1762, donde se incluye a las organizaciones juveniles, y que establece procedimientos para el reconocimiento y registro de las organizaciones sociales para la participación vecinal en Lima Metropolitana. Puedes encontrar esta información en el SPIJ - Sistema Peruano de Información Jurídica [http://spijlibre.minjus.gob.pe/normativa_libre/main.asp]
Bibliografía