¿Debería un niño caminar más de una hora para llegar a la escuela? ¿Cómo mejoramos la oferta educativa en áreas donde no existe el servicio? ¿Cómo ayudamos a la mayor cantidad de niños participantes de un programa de transferencias monetarias condicionadas a acceder a educación? la identificación geográfica de los estudiantes puede ser una herramienta muy potente al momento de asignar recursos escasos, atender a poblaciones más vulnerables o simplemente identificar nuevas necesidades desde el enfoque geográfico de los proyectos sociales.
En Honduras, a medida que los estudiantes cursan más años de sus estudios las tasas de asistencia tienden a disminuir paulatinamente, especialmente para los más vulnerables. En 2018, la asistencia a segundo ciclo (4to a 6to grado) alcanzó un 75% a nivel nacional, mientras que, en tercer ciclo (7mo a 9no grado) tan solo fue 38%[i]. Esto implica una pérdida de oportunidades para los jóvenes a futuro, replicando un ciclo de pobreza. Además, la disminución de ingreso asociada a menores niveles de escolaridad es tal que, se han estimado grandes pérdidas de ingreso en especial para países de ingreso bajo como Honduras.
Para atender esta problemática, el gobierno de Honduras a través de la Secretaría de Desarrollo e Inclusión Social ha implementado una estrategia combinando transferencias monetarias condicionadas a través del programa Bono Vida Mejor (BVM) con iniciativas para ampliar las oportunidades de escolarización en áreas rurales. Con este objetivo, la Secretaria de Educación ha ampliado el acceso al tercer ciclo de educación en una escuela sede que también puede atender a estudiantes de escuelas cercanas. Parte clave de esta estrategia consiste en identificar las escuelas que concentran a los hogares más pobres participantes en el BVM y a las escuelas que pueden servir como sedes para ampliar las oportunidades educativas.
En la actualidad los sistemas de información resuelven problemas cada vez más complejos. Ya no basta con contar con bases que tengan el sexo, la edad o información sobre el acceso a programas sociales. Si bien son datos que han alimentado las decisiones de política pública por décadas, con la llegada de sistemas de información como los GIS (Geographic Information System, por sus siglas en inglés), las posibilidades de informar mejor a las decisiones de políticas públicas son mayores, y permite además mayor enfoque desde la perspectiva del usuario.
Un ejemplo de asignación de los servicios educativos para asegurar el acceso a poblaciones más vulnerables
Los GIS pueden contribuir y brindar soluciones para los problemas de oferta educativa en áreas desaventajadas y remotas, donde las familias no cuentan con acceso a escuelas. Esto se conoce como desiertos educativos, principalmente presentes en países en desarrollo, como Honduras. Este tipo de sistemas de información pueden ser útiles para priorizar recursos en áreas que concentran a población desaventajada y proveer servicios educativos en aquellas zonas donde se reporta mayor abandono estudiantil o problemas de localización. En este caso, su aplicación ayudó a seleccionar escuelas que concentran población en extrema pobreza, participante en el programa de transferencias monetarias Bono Vida Mejor, correlacionadas a datos de matrícula y espaciales.
Determinando accesibilidad a una escuela
En Honduras, se movilizó recursos para ampliar el tercer ciclo de educación básica en aldeas que concentran los hogares BVM. Para focalizar la ampliación de esta oferta educativa, se combinó información de pobreza de las aldeas, concentración de hogares que reciben el bono, con análisis de matrícula por ciclo educativo, que estén en un radio de 3km. Además, se tomó como referencia la normativa de la Secretaría de Educación que, si un estudiante tarda más de 45 minutos en llegar a una escuela, es poco accesible. Se procedió a calcular accesibilidad y la cobertura de una escuela haciendo uso de técnicas de análisis de espacio. El análisis integró datos abiertos de información topográfica (modelos digitales de elevación), tipos de superficie (planicies, bosques) y barreras naturales (ríos, montañas). El resultado siendo una capa de datos en la que, para cada escuela, se establece un área que determina el perímetro en el que un estudiante caminaría un tiempo menor a 45 minutos para llegar a esa escuela.
Figura 1: Área de cobertura de cada escuela, a una distancia caminable en 45 minutos
Nota: Las áreas con un rango de colores de verde a rojo indican la dificultad de acceso al terreno, siendo verde un terreno más accesible. Los círculos azules muestran el contraste de utilizar un cálculo de cobertura basado en un radio de 3km vs un análisis que considera el terreno y las posibles barreras.
¿Cómo se combinaron los datos de protección social y educación?
En el caso de Honduras, se combinaron datos de distintos sectores para informar mejor las decisiones de política educativa, en particular aquellas asociadas a la ampliación de cobertura de tercer ciclo en zonas remotas. La combinación de estas estimaciones de tiempos de acceso con métricas de protección social y educación fue clave para evaluar una escuela como candidata a ampliación de cobertura de tercer ciclo, y de servir como sede para atender los niños de otras escuelas cercanas más pobres. Estas métricas incluyen datos como el porcentaje de pobreza extrema a nivel de aldea, los registros de matrícula de estudiantes de cuarto a sexto grado en cada escuela candidata, y los hogares participantes del BVM en 2020.
Figura 2: Adición de datos de extrema pobreza y matrícula
Nota: Los municipios se encuentran clasificados por su porcentaje de pobreza extrema, en rojo los municipios con mayor pobreza y en amarillo con menor pobreza. Los círculos celestes representan las escuelas sin tercer ciclo, su diámetro indicador de la cantidad de estudiantes con matrícula entre 4o y 6o grado.
Integrando esta información con el GIS, se permitió identificar grupos de escuelas dentro de una misma zona de cobertura. Cada grupo incluye una escuela candidata a ser considerada para ampliar la educación de tercer ciclo beneficiando a todos los estudiantes de esta red. Por lo tanto, cuando los estudiantes terminen el sexto grado en su escuela podrían matricularse al séptimo grado en la escuela con matrícula ampliada.
Los GIS permiten ir más allá y automatizar la clasificación de estas escuelas, creando una lista corta de centros educativos que puede ayudar a equilibrar los criterios priorizados o métricas de distintos sectores, alineadas con los objetivos del país. Por ejemplo, en este caso, ayudó a reconciliar una tensión entre maximizar la instalación de oferta educativa para la mayor demanda versus la atención a las zonas más pobres con menor densidad poblacional y accesibilidad. Contar con una lista corta, permite a los tomadores de decisión, enfocarse en solucionar problemáticas sociales puntuales, mejorar las técnicas planificación, focalizar los recursos en poblaciones y áreas más necesitadas, siempre con la validación en campo de los casos sugeridos por el análisis. Así como también, disminuye los tiempos de análisis de información y toma de decisiones al contar con los GIS como una herramienta que agiliza estos procesos y los vuelve más prácticos.
Figura 23: Zona de cobertura y clasificación basada en criterios
Nota: El área en rojo indica las escuelas que merecen más atención según matrícula y niveles de pobreza. Los círculos azules representan la escuela candidata y en verde claro, las escuelas que forman parte de su grupo/red cuyos estudiantes también se verían beneficiados.
Este caso de uso es solo un ejemplo de lo que se puede lograr. Sin embargo, sirve como inspiración para ampliar las posibilidades de análisis. ¿Podríamos utilizar este ejercicio para mejorar la integración de redes educativas con diferentes ciclos educativos? Por ejemplo, para la ampliación de la oferta de educación de prescolar o secundaria ¿Se podría usar este tipo de análisis para mejorar la estrategia de entrega de transferencias monetarias y así recortar tiempos de acceso a los puntos de pago? ¿Qué otros conjuntos de datos podrían haberse incorporado y cómo podrían mejorar los resultados? ¿Pueden imaginarse formas de incorporar GIS en otros programas? Nos gustaría mucho conocer sobre sus comentarios y nuevas ideas para mejorar e incorporar nuevos datos al análisis con GIS.
[i] Székely M. & Andrade G. (2019). Análisis del Sistema de Protección/Desarrollo Social de Honduras para apoyar el Ordenamiento del Piso de Protección Social. Centro de Estudios Educativos y Sociales (CEES)
Leave a Reply