vulnerabilidad al cambio climático en comunidades rurales...

Revista Latinoamericana el Ambiente y las Ciencias 9(21): 250-270 2018

Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales

250

Vulnerabilidad al cambio climático en comunidades rurales del municipio de

Guasave, Sinaloa.

Vulnerability to climate change in rural communities of Guasave, Sinaloa.

1Eduardo Urías Carvajal, 1Ramiro Ahumada Cervantes, 1Luís Carlos González Márquez.

1Universidad de Occidente, Unidad Guasave. Avenida Universidad S/n, Fraccionamiento Villa

Universidad. C.P. 81048. Guasave, México. Teléfono 01 687 872 9807. [email protected]

RESUMEN. Los cambios en las condiciones climáticas han causado problemas

significativos recientes a nivel local, principalmente a la población rural, ya que este sector

depende considerablemente de las actividades económicas primarias para subsistir y tiene

pocas alternativas laborales en la región. Por tal motivo, se requiere el diseño y aplicación

de metodologías a pequeña escala, con la finalidad de detectar las áreas más vulnerables y

los factores que influyen en su vulnerabilidad. En este sentido, el objetivo del presente

trabajo fue evaluar la vulnerabilidad ante el cambio climático de la población en

comunidades rurales ubicadas en el Área Geoestadística Básica (AGEB) 110-6, Guasave,

Sinaloa. Para el estudio se consideraron 10 comunidades rurales ubicadas en la zona

costera. Para evaluar la vulnerabilidad, se identificaron y utilizaron 21 indicadores

organizados en tres componentes con el mismo peso: Exposición (cinco), Sensibilidad

(nueve) y Capacidad Adaptativa (siete). Los resultados indican que seis comunidades

exhiben algún grado de vulnerabilidad. El 67.4 % de la población reportada para el área de

estudio habita en dichas comunidades y es vulnerable. En la región se observan ingresos

económicos bajos, altos porcentajes de población menor de seis años, baja cobertura

vegetal, viviendas en malas condiciones, existe una alta dependencia económica hacia las

actividades primarias y las actividades generadoras de ingresos no son muy variadas.

Considerando que la mayoría de los indicadores que determinan la vulnerabilidad se

relacionan con el aspecto monetario, la mejora en las condiciones socioeconómicas podría

ayudar para disminuir la sensibilidad y aumentar la capacidad de adaptación en las

comunidades rurales objeto de estudio.

Palabras claves: Capacidad Adaptativa, Comunidades Rurales, Exposición, Indicadores,

Sensibilidad.



251

INTRODUCCIÓN

El cambio climático es la variación del clima reconocible por las variaciones del valor

medio de sus parámetros, las cuales se prolongan por extensos periodos de tiempo (IPCC,

2014). Dicho fenómeno se atribuye directa o indirectamente a las actividades

antropogénicas (Naciones Unidas, 1992), las cuales han causado el incremento de la

concentración de gases de efecto invernadero (GEI), como el dióxido de carbono, óxido

nitroso y metano, entre otros, provocando la conservación de calor en la atmosfera y el

aumento de la temperatura mundial (Houghton, 2002; Venegas y col., 2015).

Las tres últimas décadas han sido las más cálidas desde 1850, lo que ha provocado cambios

en los patrones de precipitación, disminución del hielo polar y glaciar, reducción de la

biodiversidad, impactos negativos en la producción agrícola, daños a la salud humana,

fenómenos meteorológicos extremos, entre otros efectos. Las proyecciones indican que

para finales del presente siglo, la temperatura aumentará entre 0.3 y 4.8 °C, y en

consecuencia, los impactos antes mencionados se incrementarán (IPCC, 2014).

Los impactos en zonas rurales se relacionan con la disponibilidad y el suministro de agua,

la seguridad alimentaria y los ingresos agrícolas, especialmente en relación con cambios de

las zonas de producción de cultivos alimentarios y no alimentarios en todo el mundo

(IPCC, 2014). Las zonas costeras probablemente serán de las más afectadas por el cambio

climático, ya que se esperan impactos relacionados con el aumento del nivel del mar, el

aumento de la frecuencia e intensidad de fenómenos meteorológicos extremos y menor

disponibilidad de recursos pesqueros como resultado de cambios de temperatura y

acidificación del océano (Barman y col., 2016; Bennett y col., 2016; Colburn y col., 2016;

Islam y col., 2014; Nanlohy y col., 2015). Las zonas rurales son particularmente

vulnerables al cambio climático debido a que los grupos poblacionales más pobres viven en

estas áreas, además están expuestos a los impactos de dicho fenómeno y son sensibles a

ellos (Ahumada-Cervantes, 2017). Por tal motivo, es necesario evaluar la vulnerabilidad al

cambio climático en el sector rural con el fin de detectar las zonas más vulnerables y

diseñar estrategias de adaptación adecuadas para reducir su vulnerabilidad.

La vulnerabilidad es la predisposición a ser afectado negativamente y comprende una

variedad de conceptos y elementos que incluyen la sensibilidad o susceptibilidad al daño y

la falta de capacidad de respuesta y adaptación. La exposición es la presencia de personas,

medios de subsistencia, ecosistemas, servicios y recursos ambientales, entre otros, que

podrían verse afectados negativamente (IPCC, 2014). La sensibilidad es la susceptibilidad

al daño de los bienes y medios de vida expuestos a los riesgos provocados por el cambio

climático (Heltberg y Bonch-Osmolovskiy, 2011) y la capacidad adaptativa es la habilidad



252

de la población para hacer frente a las condiciones generadas por el cambio climático

(Malik y col., 2012).

En este orden de ideas, existe poca investigación a pequeña escala sobre la vulnerabilidad

en zonas rurales del país. Ante esta situación, el objetivo del presente estudio fue evaluar la

vulnerabilidad ante el cambio climático de la población en comunidades rurales ubicadas en

el Área Geoestadística Básica (AGEB) 110-6, Guasave, Sinaloa. A partir de los resultados,

se desarrollaron algunas recomendaciones de adaptación para las AGEBs vulnerables con

el fin de reducir su sensibilidad al cambio climático y aumentar su capacidad adaptativa.

METODOLOGÍA

Descripción del área de estudio

El municipio de Guasave se localiza en el Norte del Estado de Sinaloa (Figura 1), tiene una

extensión territorial de 3,464 km2, y una población de 285,912 habitantes (INEGI, 2010). El

área de estudio se localiza en la zona costera de dicho municipio y corresponde al AGEB

110-6 (Figura 2). Se consideraron 10 comunidades para el estudio, las cuales son: Alamito

Caimanero, Las Cañadas Número Uno, Las Higueras, San José de la Brecha, Boca del Rio,

Las Flores, La Pitahaya, Carricitos, Las Culebras y Las Glorias.



253

Figura 1. Localización del Municipio de Guasave. Fuente: INEGI (2009)

Figura 2. Ubicación del AGEB 110-6 en el municipio de Guasave. Fuente: Elaboración propia.



254

De acuerdo al Censo de Población y Vivienda 2010, la localidad de Alamito Caimanero

cuenta con 347 habitantes, Las Cañadas Número Uno 525, Las Higueras 320, San José de

La Brecha 848, Boca del Rio 527, Las Flores 251, La Pitahaya 51, Carricitos 194, Las

Culebras 495 y Las Glorias 54 (INEGI, 2010).

Identificación, descripción y cuantificación de indicadores de vulnerabilidad

Un indicador es un parámetro, o valor derivado de otros parámetros, que nos proporciona

cierta información acerca de un fenómeno, ambiente o área (OECD, 2003). Diversos

investigadores sugieren utilizar un número pequeños de indicadores; sin embargo, este

número no debe ser demasiado pequeño, ya que se puede ignorar aspectos importantes del

problema que se evalúa. La información del conjunto de indicadores debe ser estandarizada

para que los datos sean comparables entre sí (Scholes y col., 2013).

En la selección de variables que serían usadas como indicadores, se buscó que estas fueran

aplicables a la escala espacial de comunidad rural, sencillas de entender y que la

información para cuantificarlas fuera fácil de obtener.

Se identificaron y utilizaron 21 indicadores en total; de los cuales, cinco corresponden a

exposición, nueve a sensibilidad y siete a capacidad adaptativa. Los indicadores de

exposición se agrupan en dos subcomponentes, mientras los de sensibilidad y capacidad

adaptativa se conforman por tres subcomponentes cada uno (Tabla 1).

Los datos para cuantificar los indicadores fueron obtenidos de diversas fuentes: 15

corresponden a datos de una encuesta aplicada en las comunidades del área de estudio, y los

seis restantes se obtuvieron del Censo de Población y Vivienda 2010 (INEGI, 2010).

Tabla 1. Listado de indicadores utilizados.

Componente Subcomponente Clave Indicador Descripción

Exposición Eventos

extremos

E1 Inundaciones % de viviendas que sufrieron

inundaciones en los últimos 10

años

E2 Lesión o

muerte por un

evento

climático

% de hogares que informan de

lesiones o muerte por algún

evento climático en los últimos

10 años



255

E3 Pérdida de

propiedad

debido a un

evento

climático

% de hogares que reportan

pérdida o daño en su propiedad

debido a un evento climático en

los últimos 10 años

Problemas

ambientales

E4 Contaminación Índice integrado de

contaminación (agua, suelo, aire,

residuos)

E5 Ausencia de

arboles

Inversa del promedio de árboles

por vivienda

Sensibilidad Población S1 Jefatura

anciana

% de hogares donde la cabeza de

familia es mayor de 50 años

S2 Jefatura

femenina

% de hogares con jefatura

femenina

S3 Población

menor de 6

años

% de población menor de seis

años

S4 Población

mayor de 60

años

% de población mayor de 60

años

S5 Población

indígena

% de población indígena

Vivienda y

Salud

S6 Precariedad de

la vivienda

Índice agregado de precariedad

de la vivienda

S7 Población sin

acceso a

servicios de

salud

% de población sin acceso a

servicios públicos de salud

Económico-

productivo

S8 Empleo en

actividades

primarias

% de hogares que tienen

ingresos provenientes de

actividades como agricultura,

ganadería, pesca y acuacultura

S9 Ingresos por

actividades

primarias

% de ingresos relacionados con

actividades primarias

Capacidad

adaptativa

Capital humano A1 Tasa de

alfabetización

Porcentaje de la población de 15

años y más que sabe leer o

escribir

A2 Asistencia

escolar por

población de 6

Porcentaje de población de 6 a

14 años de edad que asisten a la



256

a 14 años escuela

A3 Población

ocupada

Porcentaje de población de 12 a

100 años que trabaja

Capital

financiero

A4 Ingreso per

cápita

Ingreso per cápita del hogar

(pesos/ mes)

A5 Actividades

generadoras de

ingresos

Promedio de actividades

generadoras de ingresos por

hogar

Equipamiento A6 Uso de

tecnología

Índice agregado del uso

doméstico de la tecnología

A7 Distancia a los

servicios

Índice agregado de distancia a

los servicios

Tamaño de muestra

El tamaño de muestra para la aplicación de encuestas se determinó por comunidad. Para

ello se recurrió al número total de viviendas ocupadas (INEGI, 2010) y se utilizó la fórmula

para la determinación del tamaño de muestra cuando el universo es finito (Fórmula 1). El

tamaño de muestra total consistió de 121 encuestas.

𝑛 =𝑁×𝑍2×𝑝×𝑞

𝑑2×(𝑁−1)+𝑍2×𝑝×𝑞 (1)

Donde:

n= Tamaño de muestra.

N = Tamaño de la población (viviendas totales ocupadas por comunidad).

Z = Nivel de confianza (95%, α=0.05).

p = Probabilidad de éxito, o proporción esperada (0.90).

q = Probabilidad de fracaso (q= 1-p).

d = Precisión o error admitido (5%).



257

La encuesta de vulnerabilidad está compuesta por 14 preguntas. Los temas que se abordan

son: daños por eventos climáticos, contaminación, ausencia de árboles en el predio, hogares

con jefatura anciana y jefatura femenina, número de integrantes en la vivienda, precariedad

de la vivienda, acceso a servicios de salud pública, empleo en actividades primarias y otras

actividades, ingreso mensual en el hogar, acceso a servicios y tecnología en el hogar, y

distancia a los servicios.

Tratamiento de los datos

Una vez asignado el valor a todos los indicadores en la matriz de datos, dichos valores se

estandarizaron con la finalidad de hacerlos comparables entre sí (Fórmula 2).

𝑉𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑎𝑑𝑜 =𝑉−𝑉𝑚𝑖𝑛

𝑉𝑚𝑎𝑥−𝑉𝑚𝑖𝑛 (2)

Donde:

Vnormalizado = es el valor normalizado.

V= es el valor que se va a normalizar.

Vmin = es el valor mínimo del conjunto de valores V.

Vmax = es el valor máximo del mismo conjunto de valores V.

El siguiente paso fue la asignación de peso a las variables. Para realizar este procedimiento

se utilizó el método de igual ponderación (Monterroso y col., 2014; O’Brien y col., 2004).

A través de este método es posible integrar todas las variables y obtener el grado de

influencia de cada indicador sobre la vulnerabilidad final (Eakin y Bojórquez, 2008;

Monterroso y col., 2014).

Después de estandarizar los datos y asignar peso a las variables, fue posible calcular cada

uno de los componentes. El cálculo de cada uno de ellos se llevó a cabo mediante la suma

algebraica, primeramente de los indicadores por subcomponente y posteriormente las

categorías por componente. Con la Fórmula 3 se obtuvo la exposición, con la 4 la

sensibilidad y con la 5 la capacidad adaptativa, de acuerdo a la clave asignada para cada

indicador en la Tabla 1.



258

𝐸 = 𝐸1+𝐸2+𝐸3

3+

𝐸4+𝐸5

2

2 (3)

𝑆 = 𝑆1+𝑆2+𝑆3+𝑆4+𝑆5

5+

𝑆6+𝑆7

2+

𝑆8+𝑆9

2

3 (4)

𝐶𝐴 = 𝐴1+𝐴2+𝐴3

3+

𝐸4+𝐸5

2+

𝐴6+𝐴7

2

3 (5)

Una vez obtenidos los componentes, estos se sumaron para calcular el Índice de

Vulnerabilidad ante el cambio climático. Dicha suma se realizó tomando el promedio

aritmético no ponderado de los tres componentes (Formula 6).

𝐼𝑉 =𝑒𝑥𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛+𝑠𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑+(1−𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑎𝑑𝑎𝑝𝑡𝑎𝑡𝑖𝑣𝑎)

3 (6)

A mayor grado de exposición y sensibilidad mayor vulnerabilidad, a mayor grado de

capacidad adaptativa menor vulnerabilidad. Por esta razón, el componente de capacidad

adaptativa fue restado de uno en la Fórmula 6.

Los valores obtenidos para cada componente, al igual que para la vulnerabilidad, se

normalizaron con la finalidad de obtener valores finales en una escala de 0 a 5 (Fórmula 7).

𝑉 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑎𝑑𝑜 =𝑉−𝑉𝑚𝑖𝑛

𝑉𝑚𝑎𝑥−𝑉𝑚𝑖𝑛∗ 5 (7)

Dónde:

V normalizado = valor normalizado para una comunidad dada.

V = es el valor obtenido para una comunidad dada.

V min = es el valor mínimo del conjunto de valores de V.

V max = es el valor máximo del mismo conjunto de valores V.

Los valores normalizados para cada comunidad se clasificaron en cinco niveles de acuerdo

con la escala que se muestra en la Tabla 2.



259

Tabla 2. Niveles de vulnerabilidad.

Nivel de vulnerabilidad Escala

Muy baja 0 ≥ V normalizado <1

Baja 1 ≥ V normalizado < 2

Media 2 ≥ V normalizado <3

Alta 3 ≥ V normalizado <4

Muy alta 4 ≥ V normalizado ≤5

Correlación y significancia

Se utilizó el coeficiente de correlación lineal de Pearson, con la finalidad de determinar la

relación entre: los componentes (Exposición, Sensibilidad y Capacidad Adaptativa) con la

vulnerabilidad; y los subcomponentes e indicadores con la exposición, la sensibilidad, la

capacidad adaptativa y la vulnerabilidad. Con este procedimiento se determinó el grado de

influencia de cada componente en la vulnerabilidad y además se identificaron los

subcomponentes e indicadores que mejor explican cada uno de los parámetros.

Con la finalidad de determinar si existen diferencias significativas en las correlaciones

lineales, se utilizó la prueba estadística t de Student. El valor obtenido fue comparado con

el valor de tablas para α=0.05 y n-2 grados de libertad. Los componentes, subcomponentes

e indicadores cuyos valores de t fueron mayores al valor crítico (2.3060), se consideraron

como significativos.

RESULTADOS Y DISCUSIÓN

Exposición al cambio climático

Se encontró que ocho de las diez comunidades consideradas en el estudios presentan algún

grado de exposición (media, alta o muy alta); las cuales son: Las Higueras, Boca del Rio,

Las Glorias, Las Flores, Alamito Caimanero, La Pitahaya, San José de la Brecha y Las

Cañadas Número Uno. La comunidad de Las Higueras resultó ser la más expuesta, ya que

es la única que presenta exposición muy alta; se observa exposición alta en cinco

comunidades; dos presentan exposición media; y dos exhiben exposición muy baja (Figura



260

3). Considerando la población del AGEB al año 2010, se encontró que el 81 % de ella vive

en comunidades expuestas.

El subcomponente que más influye en la exposición es el de Eventos extremos, con una

correlación significativa de 0.99 (α=0.05). A su vez, el subcomponente de Problemas

ambientales presenta correlación no significativa de 0.25. Los tres indicadores individuales

de Eventos extremos: Inundaciones (E1), Daño en la propiedad por eventos climáticos (E3)

y Lesión o muerte por eventos climáticos (E2) presentan correlación significativa con la

exposición, con valores de 0.77, 0.71 y 0.66 respectivamente.

Figura 3: Nivel de exposición al cambio climático en comunidades del AGEB 110-6.

Sensibilidad al cambio climático

Seis comunidades muestran algún grado de sensibilidad (Las Higueras, Alamito

Caimanero, Boca del Rio, Las Culebras, Carricitos y Las Cañadas Número Uno). Al igual

que en el indicador de exposición, la comunidad de Las Higueras es la más sensible y es la

única ubicada en la categoría de muy alta, tres comunidades presentan sensibilidad alta, en

dos comunidades se observa sensibilidad media, una comunidad tiene sensibilidad baja y



261

tres reportan sensibilidad muy baja (Figura 4). El 66.7 % de la población estudiada habita

en comunidades sensibles.

El subcomponente que explica mejor la sensibilidad es el Económico-productivo, ya que

presenta una correlación significativa de 0.83 (α=0.05). El resto de los subcomponentes no

muestran correlación significativa. El indicador de Empleo en actividades primarias (S8) es

el único con correlación significativa con la sensibilidad (0.92).

Figura 4: Nivel de sensibilidad al cambio climático en comunidades del AGEB 110-6.

Capacidad adaptativa al cambio climático

Solamente dos de las diez comunidades estudiadas muestran capacidad adaptativa

deficiente (Boca del Rio y La Pitahaya). Boca del Rio es la comunidad con menor

capacidad adaptativa al ser la única en la categoría muy baja. Una comunidad exhibe

capacidad adaptativa baja, cuatro comunidades muestran capacidad adaptativa media, una

tiene capacidad adaptativa alta y tres se encuentran en la categoría muy alta (Figura 5). El

16 % de la población estudiada vive en comunidades con capacidad adaptativa deficiente.



262

Capital financiero es el subcomponente que más influye en la capacidad adaptativa con una

correlación significativa de 0.99 (α=0.05). El indicador correspondiente a Ingreso per cápita

(A4) es el que mejor explica la capacidad adaptativa con una correlación significativa de

0.99. El resto de los subcomponentes e indicadores no muestran correlación significativa.

Figura 5: Nivel de capacidad adaptativa frente al cambio climático en comunidades del AGEB 110-

6.

Vulnerabilidad al cambio climático

Un total de seis comunidades muestran algún grado de vulnerabilidad al cambio climático,

las cuales son: Boca del Rio, La Pitahaya, Las Culebras, Las Higueras, Carricitos y San

José de la Brecha. Boca del Rio es la comunidad más vulnerable al ser la única que exhibe

vulnerabilidad muy alta. La Pitahaya presenta vulnerabilidad alta y Las Culebras, Las

Higueras, Carricitos y San José de la Brecha tienen vulnerabilidad media. Las Flores es la

única con vulnerabilidad baja y las comunidades menos vulnerables son Las Cañadas

Número Uno, Las Glorias y Alamito Caimanero, ya que en ellas se observa vulnerabilidad

muy baja (Figura 6).



263

De acuerdo a la población reportada por el INEGI (2010) para las diez comunidades

estudiadas, el 16 % se distribuye en comunidades con vulnerabilidad alta o muy alta, el

51.4 % en comunidades con vulnerabilidad media, y el 32.6 % en comunidades con

vulnerabilidad baja o muy baja.

De los tres componentes en los que se agrupan los indicadores de vulnerabilidad

(exposición, sensibilidad y capacidad adaptativa), solamente el de capacidad adaptativa

exhibe correlación significativa con la vulnerabilidad, con un coeficiente de -0.99 (α=0.05).

Ninguno de los subcomponentes e indicadores de exposición presenta correlación

significativa con la vulnerabilidad. Con respecto a la sensibilidad, ningún subcomponente

muestra correlación significativa con la vulnerabilidad; sin embargo, el indicador de

Población menor de seis años (S3) si exhibe una correlación significativa (0.67). En cuanto

a capacidad adaptativa, el subcomponente Capital financiero es el único que muestra

correlación significativa con la vulnerabilidad (-0.99). Asimismo, el indicador de Ingreso

per cápita (A4), perteneciente al mismo subcomponente, es el que más influye en la

vulnerabilidad con una correlación significativa de -0.99. Para el resto de los indicadores de

capacidad adaptativa no se encontró correlación significativa con la vulnerabilidad.

Figura 6: Nivel de vulnerabilidad al cambio climático en comunidades del AGEB 110-6.

DISCUSIÓN



264

Exposición

Las comunidades más expuestas son Las Higueras, Boca del Río y Las Glorias, mientras

que las menos expuestas son Las Culebras, Carricitos y Las Cañadas Numero Uno. La alta

exposición en Las Higueras se explica porque reporta el valor más alto en Inundaciones

(E1) y Lesiones o muertes por eventos climáticos (E2); además de presentar un valor alto

en Daños a la propiedad por eventos climáticos (E3). La comunidad de Las Glorias exhibe

uno de los valores más altos en cuanto a Inundaciones (E1), además que presenta el valor

más alto en el Indicador de contaminación (E4), y un valor alto de Lesiones o muertes (E2).

Boca del Rio presenta un valor muy alto en Inundaciones (E1) y un valor alto en Daños a la

propiedad por eventos climáticos (E3).

Los indicadores que más influyen en la exposición son: Inundaciones (E1), Lesiones o

muertes por eventos climáticos (E2) y Daños a la propiedad por eventos climáticos (E3),

todos pertenecientes al subcomponente de Eventos extremos, y son los únicos que tienen

correlación significativa con la exposición. La mayor correlación de la exposición con el

subcomponente de Eventos extremos que con el de Problemas ambientales probablemente

se debe a que, por un lado los problemas de contaminación se reducen prácticamente solo a

contaminación del aire y en menos casos contaminación del agua; además de que todas las

comunidades presentan valores similares, por lo que no se observan grandes diferencias

entre las comunidades. Sin embargo, en lo que corresponde a los indicadores del

subcomponente de Eventos extremos, las inundaciones (E1) son muy frecuentes en el área

estudiada: tres comunidades se encuentran en la zona costera y otras tres se localizan en

zonas cercanas al Rio Sinaloa. Además, existen casos de lesiones y muertes causadas por

fenómenos climáticos (E2), principalmente en las tres comunidades costeras, ya que dos de

ellas son campos pesqueros, y la tercera se encuentra en una playa.

Sensibilidad

Las comunidades más sensibles a los efectos del cambio climático son Las Higueras,

Alamito Caimanero y Boca del Rio. Las menos sensibles son Las Flores, Las Glorias y San

José de la Brecha. La comunidad de Las Higueras presenta uno de los mayores porcentajes

de Población mayor de 60 años (S4) y el mayor valor en cuanto a Empleo en actividades

primarias (S8), además presenta altos Porcentajes de hogares con jefatura anciana (S1) y de

Ingresos provenientes de actividades primarias (S9), lo que explica su muy alta

sensibilidad. Alamito Caimanero posee el mayor Porcentaje de hogares con jefatura anciana

(S1), uno de los mayores porcentajes de Población sin acceso a servicios de salud pública

(S7) y un alto porcentaje de Población mayor de 60 años (S4). Boca del Rio presenta el

valor más alto en cuanto a Ingresos provenientes de actividades primarias (S9) y un valor

alto en Empleo en actividades primarias (S8).



265

Solamente el indicador de Empleo en actividades primarias (S8), correspondiente al

subcomponente Económico-productivo, exhibe correlación significativa con la sensibilidad.

Cinco de las diez comunidades muestran valor alto o muy alto en el indicador antes

mencionado, las cuales son: Las Higueras, Boca del Rio, Las Culebras, Carricitos y Las

Cañadas Numero Uno.

Capacidad Adaptativa

Las comunidades con mayor capacidad adaptativa son Las Glorias, Las Cañadas Numero

Uno y Alamito Caimanero. Las que presentan menor capacidad adaptativa son Boca del

Rio, La Pitahaya y Las Culebras. La baja capacidad adaptativa de Boca del Rio está

determinada por poseer el Ingreso per cápita más bajo (A4) y un valor bajo en el indicador

de Distancia a los servicios (A7). La Pitahaya presenta los valores más bajos en tres

indicadores: Tasa de alfabetización (A1), Población ocupada (A3) y Distancia a los

servicios (A7); además, exhibe valores bajos en los indicadores de Ingreso per cápita (A4)

y Uso de tecnología (A6). Los bajos valores de ingreso per cápita de estas dos

comunidades podrían estar relacionados con el hecho de que son comunidades pesqueras, y

esa es prácticamente la única actividad generadora de ingreso. La comunidad de Las

Culebras presenta uno de los valores más bajos de Actividades generadoras de ingresos

(A5), baja Tasa de alfabetización (A1) y un valor bajo en el Uso de la tecnología (A6).

El indicador de Ingreso per cápita (A4) correspondiente al subcomponente Capital

financiero es el que mejor explica la capacidad adaptativa. Esta correlación se debe

probablemente a que la mayoría de las comunidades estudiadas presenta valores altos en

dicho indicador (solamente dos tienen valor bajo o muy bajo).

Vulnerabilidad al cambio climático

Las comunidades de Boca del Rio, La Pitahaya y las Culebras son las más vulnerables; por

otra parte, Las Glorias, Las Cañadas y Alamito Caimanero son las menos vulnerables. El

componente de capacidad adaptativa es el único que posee correlación significativa con la

vulnerabilidad (-0.99). El único indicador de este componente con correlación significativa

con la vulnerabilidad es el de Ingreso per cápita (A4) con un valor de -0.99 (α=0.05). Piya y

col. (2012) reportan el componente de exposición como el más influyente en la

vulnerabilidad en su investigación, por otro lado, Ahmed y col. (2014) reportan que el

componente de sensibilidad es el que explica mejor la vulnerabilidad en áreas rurales y que

los indicadores relacionados a los aspectos educativo, de salud, y financiero son los que

más influyen en la vulnerabilidad.

Al analizar las seis comunidades vulnerables del AGEB 110-6, se encontró que dos de ellas

(Boca del Rio y La Pitahaya) presentan los valores de Ingreso per cápita (A4) más bajos de



266

las diez comunidades estudiadas. En lo que corresponde al componente de sensibilidad,

solamente el indicador de Población menor de seis años (S3) presenta correlación

significativa (0.69). Tres de las seis comunidades que exhiben algún grado de

vulnerabilidad poseen los porcentajes más altos de Población menor de seis años (S3), una

de ellas (La Pitahaya) posee un valor muy alto, mientras que dos de ellas (Boca del Rio y

Carricitos) muestran un valor medianamente alto. Respecto al componente de exposición,

ningún indicador presenta correlación significativa.

En lo que corresponde a los dos indicadores que presentan correlación significativa con la

vulnerabilidad, Chen y col. (2013) utilizaron los indicadores de Población menor de cinco

años e Ingreso per cápita en su estudio en la región del delta del rio Yangtzé, China, los

cuales no influyeron significativamente en la vulnerabilidad. Fernández y col. (2015)

utilizaron los indicadores de Proporción de la población menor de cinco años e Ingreso

promedio en su análisis de vulnerabilidad en Ecuador, los cuales no muestran alta

contribución con la vulnerabilidad.

Seis de las diez comunidades estudiadas del AGEB 110-6 muestran algún grado de

vulnerabilidad (media, alta o muy alta), el resto de las comunidades presenta vulnerabilidad

baja o muy baja. En este sentido, Ahumada-Cervantes (2015), en su estudio de

vulnerabilidad agrícola de las 20 AGEBs rurales del municipio de Guasave, determino que

siete de ellas tienen algún grado de vulnerabilidad agrícola. Para el AGEB 110-6, este

investigador reporta vulnerabilidad baja.

En un estudio realizado también por Ahumada-Cervantes (2017), se clasificó al municipio

de Guasave con vulnerabilidad alta. En dicha investigación, se evaluó la vulnerabilidad del

sector agrícola de los municipios del estado de Sinaloa y se determinó que 11 de los 18

municipios (61.1 %) exhiben algún grado de vulnerabilidad.

Monterroso y col. (2014) estudiaron la vulnerabilidad del sector agrícola mexicano y

determinaron que 1683 de los 2455 municipios del país (68.5 %) exhiben algún grado de

vulnerabilidad. En dicha investigación, el municipio de Guasave fue clasificado con

vulnerabilidad media.

CONCLUSIONES

Seis de las diez comunidades estudiadas se catalogaron como vulnerables (La Pitahaya,

Boca del Rio, Las Culebras, Las Higueras, Carricitos y San José de la Brecha).

Considerando la población del área de estudio, el 67.4 % de ella vive en comunidades

vulnerables.



267

El AGEB estudiada es vulnerable al cambio climático por el alto porcentaje de población

que habita en comunidades expuestas, sensibles y con baja capacidad adaptativa. En dichas

comunidades se observan ingresos económicos bajos, altos porcentajes de población menor

de seis años, baja cobertura vegetal, viviendas en malas condiciones, existe una alta

dependencia hacia las actividades económicas primarias y tienen bajos promedios de

actividades generadoras de ingresos.

Considerando que la mayoría de los indicadores que determinan la vulnerabilidad se

relacionan con el aspecto monetario, la mejora en las condiciones socioeconómicas, a

través de la ampliación de apoyos para la agricultura, ganadería, pesca, diversificación de

actividades productivas y la gestión de programas de empleo temporal, ayudarían a

disminuir la sensibilidad y aumentar la capacidad de adaptación en las comunidades

rurales.

Los resultados de este análisis de vulnerabilidad son útiles para el diseño de políticas

locales de adaptación encaminadas a reducir los efectos del cambio climático.

Considerando los indicadores críticos, se recomiendan las siguientes medidas de

adaptación: construir viviendas fuera de zonas inundables, diversificar las actividades

productivas, gestionar programas de empleo temporal y ampliar el acceso de la población a

los servicios públicos, gestionar apoyos para mejorar las condiciones de las viviendas,

mejorar el nivel educativo de la población a través de programas de educación de los

adultos, gestionar apoyos para jefas de familia y adultos mayores, y promover el acceso a la

educación y la permanencia escolar.

AGRADECIMIENTOS

A la Secretaria de Educación Pública (SEP) quien, a través del Programa para el Desarrollo

Profesional Docente, para el tipo Superior (PRODEP), aportó el financiamiento del

proyecto: “Exploración de la Vulnerabilidad y la percepción ante el cambio climático de la

población rural del municipio de Guasave, Sinaloa”, en el rubro de apoyo de fomento a la

generación y aplicación innovadora del conocimiento.

BIBLIOGRAFÍA



268

Ahmed, M. T.; Nagi, I.; Farag, M.; Loutfi, N.; Osman, M. A.; Mandour, N. S.; Mohamoud,

K.; Loutfi N. (2014). Vulnerability of Ras Sudr, Egypt to climate change, livelihood index,

an approach to assess risks and develop future adaptation strategy. J Water Clim Change.

5(3): 287.

Ahumada-Cervantes, R. (2015). Análisis de vulnerabilidad de la producción agrícola a

escala espacial fina, y propuestas de adaptación ante el cambio climático. Tesis Doctoral.

Universidad Autónoma de Ciudad Juárez. Cd. Juárez, Chihuahua, México.

Ahumada-Cervantes, R. (2017). Vulnerabilidad ante el cambio climático del sector

agrícola del estado de Sinaloa. Cienc Occidente. 4(2): 7-18.

Barman, N.K.; Chatterjee, S.; Paul, A. (2016). Estimate the coastal vulnerability in the

Balasore Coast of India: a statistical approach. Model Earth Syst Environ. 2: 20.

Bennett, N. J.; Blythe, J.; Tyler, S.; Ban, N.C. (2016). Communities and change in the

anthropocene: understanding social-ecological vulnerability and planning adaptations to

multiple interacting exposures. Reg Environ Change. 16: 907–926.

Chen, W.; Cutter, S. L.; Emrich, C. T.; Shi, P. (2013). Measuring Social Vulnerability to

Natural Hazards in the Yangtze River Delta Region, China. Int J Disaster Risk Sci. 4(4):

169–181.

Colburn, L.L.; Jepson, M.; Weng, C.; Tarsila, S. T.; Weiss, J.; Hare, J. A. (2016).

Indicators of climate change and social vulnerability in fishing dependent communities

along the Eastern and Gulf Coasts of the United States. Mar Policy. 74: 323-333.

Eakin, H.; Bojórquez, L. (2008). Insights into the composition of household vulnerability

from multicriteria decision analysis. Glob Environ Change. 18: 112-127.

Fernández, M. A.; Bucaram, S. J.; Rentería, W. (2015). Assessing local vulnerability to

climate change in Ecuador. Springer Plus. 4: 738.

Heltberg, R.; Bonch-Osmolovskiy, M. (2011). Mapping Vulnerability to Climate Change.

World Bank Policy Research Working Paper # 5554. The World Bank: Social

Development Unit.

Houghton, D. D. (2002). Introduction to Climate Change: lecture notes for

meteorologists. WMO Technical Publications. P. 41. Geneva, Switzerland.

Instituto Nacional de Estadística y Geografía (INEGI). (2009). Prontuario de información

geográfica municipal de los Estados Unidos Mexicanos. Recuperado de:

http://www.beta.inegi.org.mx/app/biblioteca/ficha.html?upc=702825293147.



269

INEGI. (2010). Censo de Población y Vivienda 2010. Recuperado de:

http://www.inegi.org.mx/est/contenidos/proyectos/ccpv/cpv2010/iter_2010.aspx

Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC). (2014). Cambio

climático 2014: Impactos, adaptación y vulnerabilidad. Resumen para responsables de

políticas. Contribución del grupo de trabajo II al quinto informe de evaluación del Grupo

Intergubernamental de Expertos sobre el Cambio Climático. Field, C. B., V. R. Barros, D.

J. Dokken, K. J. Mach, M. D. Mastrandrea, T. E. Bilir, M. Chatterjee, K. L. Ebi, Y. O.

Estrada, R. C. Genova, B. Girma, E. S. Kissel, A. N. Levy, S. MacCracken, P. R.

Mastrandrea y L. L. White (eds.). 34 p. Organización Meteorológica Mundial, Ginebra,

Suiza.

Islam, M. M.; Sallu, S.; Hubacek, K.; Paavola, J. (2014). Vulnerability of fishery-based

livelihoods to the impacts of climate variability and change: insights from coastal

Bangladesh. Reg Environ Change. 14: 281-294.

Malik, S. M.; Awan, H.; Khan. N. (2012). Mapping vulnerability to climate change and its

repercussions on human health in Pakistan. Global Health. 8(31): 1-10.

Monterroso, A.; Conde, C.; Gay, C.; Gómez, D.; López, J. (2014). Two methods to assess

vulnerability to climate change in the Mexican agricultural sector. Mitig Adapt Strateg

Glob Chang. 19(4): 445-461.

Naciones Unidas. (1992). Convención Marco de las Naciones Unidas sobre el Cambio

Climático FCCC-INFORMAL. 27 p. Recuperado de:

https://unfccc.int/resource/docs/convkp/convsp.pdf.

Nanlohy, H.; Bambangb, A. N.; Ambariyantob; Hutabaratb, S. (2015). Coastal

communities knowledge level on climate change as a consideration in mangrove

ecosystems management in the Kotania Bay, West Seram Regency. Procedia Environ Sci.

23: 157-163.

O’Brien, K.; Leichenko, R.; Kelkar, U.; Venema, H.; Aandahl, G.; Tompkins, H.; Javed,

A.; Bhadwal, S.; Barg, S.; Nygaard, L.; West, J. (2004). Mapping vulnerability to multiple

stressors: climate change and globalization in India. Glob Environ Change. 14(4): 303-

313.

Organización para la Cooperación y el Desarrollo Económico (OECD). (2003).

Environmental indicators. Development, measurement and uses. Reference paper. 37 p.

Recuperado de: https://www.oecd.org/env/indicators-modelling-outlooks/24993546.pdf.

Piya, L.; Maharjan, K. L.; Joshi, N. P. (2012). Vulnerability of rural households to climate

change and extremes: Analysis of Chepang households in the Mid-Hills of Nepal. School

for International Development and Cooperation (IDEC), Hiroshima University, Japan. 31

p..



270

Scholes, R.; Biggs, R.; Palm, C.; Duraiappa, A. (2013). Assessing state and trends in

ecosystem services and human well-being. En Neville A., H. Blanco, C. Brown, K. Garcia,

T. Henrichs, N. Lucas, C. Ruadsepp-heane, D. Simpson, R. Scholes, T. Tomich, B. Vira,

and M. Zurek (eds.). A Manual for Assessment Practitioners Pp.115-150. United States of

America, Island Press.

Venegas, M.; Rodríguez, A.; Salazar, T. (2015). Inventario de emisiones de Gases de

Efecto Invernadero: un insumo en la gestión del Instituto Tecnológico de Costa Rica

(ITCR). Gest Ambient. 18(1): 61-79.

vulnerabilidad al cambio climático en comunidades rurales...

Documents