Aproximación espacial de la vulnerabilidad energética en las principales metrópolis argentinas

Abstract

En el presente trabajo se lleva a cabo la estimación de un indicador de vulnerabilidadenergética para Argentina utilizando variables censales y, a partir de su desagregación en unidadesgeográficas de radios censales, se realiza un análisis de su comportamiento espacial para las principalesáreas metropolitanas del país. Como resultados se obtiene una incidencia general del indicador para todoel país del 12,01%, mientras que filtrando por área urbano o rural la incidencia es de un 10,46% para elprimer caso y de 34,20% para el segundo, aunque en términos absolutos la cantidad de hogares incluidosen el espacio urbano resulta significativamente mayor. Para el análisis espacial se consideraron los 9aglomerados urbanos con más de 500 mil habitantes para evaluar el grado de autocorrelación espacial.Los resultados arrojan que para todos los aglomerados urbanos el índice de autocorrelación espacialglobal es positivo y moderado, destacando el caso de Gran Buenos Aires que presenta el valor máselevado. En todos los casos los patrones espaciales se explican por el agrupamiento de radios censalescon baja incidencia de vulnerabilidad energética. Los aglomerados explorados mediante técnicasgráficas denotan una dinámica centro-periferia.

This study estimates an energy vulnerability indicator for Argentina using census variables and conducts spatial analysis of its behavior across major metropolitan areas through disaggregation at census tract level. Results show an overall national incidence rate of 12.01%, with urban areas displaying 10.46% incidence compared to 34.20% in rural areas, though urban areas concentrate a significantly larger absolute number of affected households. Spatial analysis focused on nine urban agglomerations exceeding 500 thousand inhabitants to assess spatial autocorrelation patterns. Findings reveal positive and moderate global spatial autocorrelation indices across all metropolitan areas, with Greater Buenos Aires exhibiting the highest values. Spatial patterns are consistently explained by clustering of census tracts with low energy vulnerability incidence. Metropolitan areas examined through graphic techniques demonstrate clear center-periphery dynamics.