Introducción

Los niños y niñas más vulnerables son aquellos cuya calidad de vida para desarrollar su potencial, se ve afectada por la privación extrema y las violaciones a sus derechos. Estos niños con frecuencia viven en situaciones catastróficas y relaciones caracterizadas por la violencia, el abuso, el descuido, la explotación, la exclusión y la discriminación (WV Ministry Framework “WVMF”)

Este documento muestra bajo el “WVMF” la vulnerabilidad de Niñas, Niños y Adolescentes en México, la agrupación terriotoria y el contexto de cada indicador.

1. Dimesiones de la vulnerabilidad en Niñas,Niños y Adolescentes

1.1 Vulnerabilidad, vulneración y factores de vulnerabilidad

Vulnerabilidad como una situación en la cual las personas quedan expuesta al peligro o daño, ya sea por factores personales, familiares o sociales.

Vulneración que es el estado de un niño, niña o adolescente que ha sufrido un daño físico, emocional o psicológico, ya sea por el abuso, maltrato, negligencia, explotación o abuso sexual.

Factores de Vulnerabilidad como los comportamientos, conductas o situaciones que se dan en las personas, familias o en diferentes espacios, que dificultan que los niños/as puedan ejercer sus derechos. Son señales para identificar posibles vulneraciones de derecho o bien, detectarlas antes de que éstas ocurran. Por ejemplo: Familias que no apoyan la permanencia de sus hijos en la escuela.

Sean identificados 4 factores de vulnerabilidad los cuales son:

1.1.1 Privación Extrema - ¿Quiénes y cuántos son los NNA más vulnerables de México?

Se refiere a las familias con ingresos diarios inferiores a $1.00 tal como lo establecen organismos internacionales como la Comisión Económica para América Latina (CEPAL) y el Banco Mundial. Así como aquellas que carecen de los servicios básicos como agua potable y luz, como las condiciones de vivienda digna.

Utilizando microdatos y metodología de CONEVAL, los 42.5 millones de NNA que viven en México se podrían categorizar usando los siguientes cuadrantes de vulnerabilidad:

Esquema 1. Cuadrantes de la vulnerabilidad de NNA México

1.1.1.1 La medición de la pobreza multidimensional, en México, tiene un enfoque de derechos

En México, de acuerdo con la Ley General de Desarrollo Social (LGDS), el carácter multidimensional de la pobreza se compone de tres aspectos: el de bienestar, el de derechos sociales y el de contexto territorial.

El primero circunscribe aborda las necesidades básicas insatisfechas; el segundo está asociado a la existencia de una falla en el ejercicio de los derechos sociales, los cuales son inalienables, insustituibles e interdependientes para la dignidad humana; el tercero reconoce la importancia de aquellas características geográficas, las cuales influyen en las opciones de vida de las personas y, por tanto, en el ejercicio de sus libertades.

La LGDS establece que CONEVAL debe realizar estudios a nivel de entidad federativa cada dos años y cada 5 a nivel municipal. La información utilizada debe contener, al menos, los siguientes indicadores:

• Ingreso corriente per cápita • Rezago educativo promedio en el hogar • Acceso a los servicios de salud • Acceso a la seguridad social • Calidad y espacios de la vivienda digna y decorosa • Acceso a los servicios básicos en la vivienda digna y decorosa • Acceso a la alimentación nutritiva y de calidad • Grado de cohesión social y • Grado de accesibilidad a carretera pavimentada

Esquema 2. Medición multidimensional de la pobreza y derechos sociales

1.1.2 Relaciones Abusivas y Explotadoras (Tráfico ilícito de personas/Migración).

“Los niños y niñas no son mini-seres humanos con mini-derechos humanos. Pero mientras los adultos continúen considerándolos como tales, la violencia contra los niños y niñas persistirá.” Maud de Boer-Buquicchio, Secretaria General Adjunta del Consejo de Europa, Estrasburgo, agosto de 2006

1.1.3 Situaciones catastróficas o de desastre

Situaciones catastróficas o de desastre (Terremotos, inundaciones, incendios forestales, Erupciones Volcánicas, Conflictos armados o zonas con alta presencia de grupos delictivos organizados, Epidemias o enfermedades altamente contagiosas),

1.2 Base de datos y analisis descriptivo de las variables

La base de datos se construyo con varias fuentes oficiales como el CONEVAL en temas de pobreza infantil con la ayuda de MSC 2021, Encuesta Nacional de Trabajo Infantil (ENTI), información del Secretariado Ejecutivo del Sistema Nacional de Seguridad (SESNSP), Sistema de Información de la Secretaria de Salud (SISS), Encuesta Nacional de la Dinamica Demográfica (ENADID), la base de datos de Pólitica de Drogras CIDE Región Centro, Módulo sobre Ciber Acoso (MOCIBA) 2020, así como datos de INEGI respecto a educación e ingreso percápita por entidad federativa.

La información recopilada trata de encontrar relaciones significativas que nos puedan ayudar a comprender los factores de vulnerabilidad desde sus diferentes dimensiones.

2. Metodología para el procesamiento de la información

2.1 Analisis de Componentes Principales

Para entender la relación de las variables derivadas de la recopilación de datos se hace uso de la técnica de Análisis de Componentes Principales ACP, con el fin de obtener información de la interdependencia de las variables analizadas.

Posterior a la obtención de componentes principales, utilizaremos los resultados para modelar Clúster sobre las entidades federativas, con el proposito de describir la naturaleza del fenómeno vulnerabilidad de acuerdo a los factores considerados por World Vision.

2.1.1 Estandarización de la información

Se utilizo la siguiente formúla para estandarizar la información con el objetivo de que los datos sean escalados a una unidad de medida comparable.

                                 X' = x-median(x)/(Q3-Q1)

Requerimiento para PCA (Princiapal Componentent Analisys)

2.1.2 Analisis de correlacion

Realizamos pruebas de correlacion de Spearman para datos multivariados para valores que no cumplen la prueba de normalidad multivariante para una muestra reducida de 32 observaciones con 16 variables.

Esquema 3. Rangos de correlación

La siguiente gráfica muestra la correlación que encontramos entre las 16 variables analizadas,donde los cuadros pintados con mayor intesidad de tanto de color azul como rojo muestran una correlacion alta, mientras que para aquellos cuadros donde la correlacion es baja o nula la intesidad del color es mas tenue.

Los hallazgos principales de este cuadro se centran la region intermedia del cuadrado donde las cargas de color son mas uniformes.

Para la variable de pobreza extrema en NNA observamos que se encuentra con una correlación alta con la población analfabeta de 15 años a más, de igual manera esta variable tiene fuerte correlación con la población infantil de 5 años a 17 que se encuentran laborando en actividades peligrosas, en la parte del ingreso percápita esta relación es negativa, lo que indica que a un mayor ingreso menor pobreza extrema de NNA.

La variable homicidios en los 32 estados de la Repúblca Méxicana se relaciona con las variables de pobreza extrema,actividades peligrosas, el ciberacoso y la presencia de carteles.

Reajustando los valores de la matriz de correlación con aquellas variables de las cuales tienen una baja correlación o nula.

2.1.3 Criterios y dimensiones de las componentes

A continuación se muestra una serie de tecnicas que ayudan a establecer con que cantidad de componentes principales se debe trabajar.

1.- Criterio del codo

2.- Criterio de la varianza 80% min

Este segundo criterio muestra que a partir de la proporcion acumulativa de la varianza alcanza en la componente 3 un valor superior al 80% e incluso podríamos estar considerando una cuarta componente ya que todas recogen cerca del 90% de toda la información de las variables.

## Importance of components:
##                           PC1    PC2     PC3     PC4     PC5     PC6     PC7
## Standard deviation     2.9992 1.5800 1.12571 0.86826 0.73728 0.62120 0.48536
## Proportion of Variance 0.5946 0.1650 0.08376 0.04983 0.03593 0.02551 0.01557
## Cumulative Proportion  0.5946 0.7596 0.84337 0.89320 0.92913 0.95464 0.97021
##                            PC8     PC9    PC10    PC11   PC12
## Standard deviation     0.41867 0.38832 0.26479 0.19854 0.1228
## Proportion of Variance 0.01159 0.00997 0.00463 0.00261 0.0010
## Cumulative Proportion  0.98180 0.99176 0.99640 0.99900 1.0000

3.- Criterio del eigenvale

El gráfico de sedimentación muestra de manera clara la cantidad de componentes principales con las que se debe trabajar, en este caso son 3.

2.1.4 Correlacion entre variables y componentes

La siguiente tabla muestra la correlación entre las variables dentro de las 3 componentes principales.

##                              [,1]       [,2]         [,3]
## In..percapita          -0.3443500  0.5522155  0.057874468
## Cyberacoso              0.4077284  0.2742059 -0.742562581
## Desocupacion.NNA        1.1005509  0.7162712  0.209584607
## Actividades.peligrosas  1.1097794 -0.2116986 -0.168776942
## Migracion              -0.2966483  0.3841845  0.358073312
## Trata                  -0.2380673  0.3342408  0.511039907
## Homicidios              0.6173152  0.4766042 -0.255454498
## Pbrza..moderada         1.2584866  0.1687492  0.075041765
## Pbrza..extrema          1.6188068 -0.6745476  0.403603175
## Defuncion.de.NNA        0.8556614  0.5940120 -0.003554563
## Presencia.de.Carteles   0.3611911  0.3007247  0.050948077
## Poblacion.analfabeta    0.8215066 -0.3809762 -0.119580124

La representación de los 3 componentes con impactos (+) y (-) por variable.

2.2 Representación gráfica de los clústers

La representación bidimensional de las primeras dos componentes muestra la distribución y agrupamiento de algunas entidades, se pueden distinguir algunos grupos bien definidos como Puebla,Guerrero, Oaxaca, Veracruz y Puebla, que vendrían siendo Estados colindantes o de los cuales comparten delimintación geográfica.

2.2.1 Loanding plot

Gráficando la contribución de las variables en las coordenadas de las componentes principales, observamos una relación muy grande con la pobreza extrema en NNA, actividades peligrosas y población de 15 años y más analfabeta.

2.2.2 Biplot

Sobreponiendo ambos gráficos logramos identificar en el eje horizontal aquellas entidades en pobreza moderada que son más afectadas por más variables, por lo que se puede interpretar que los problemas asociados a la privación son más profundos ya que intervienen otras variables asociadas a la violencia primordialmente.

Mientras que otros Estados los problemas de pobreza son más moderados, problematicas como trata de personas y su asocio a mayores tasas de migración pueden ser un factor de vulnerabilidad mayoritario para entidades fronterizas.

3. Análisis de Clúster

Extraemos las componentes principales en un nuevo set de datos llamado “neu” y trabajamos el Estado de México ya que este estado representa un Outlier por el valor tan elevado dentro de la primera componente.

3.1 Analisis del ACP y representación gráfica

Analisis de la primer componente, caracteristicas y ranking

El cluster resultado por medio de la tecnica de kameans para 3 cluster da el siguiente resultado

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.