Estructura urbana y patrones de movilidad como factores de vulnerabilidad socio-espacial - Lima y Bogotá en tiempos de cuarentena
Résumé
The Covid-19 pandemic and the preventive measures that were adopted have had a wide range of consequences that went beyond health problems for the inhabitants of many cities around the world. In order to understand why the impacts on the dwellers’ lives were so different within the city, we looked at pre-existing socio-spatial vulnerabilities, taking as an example the metropolises of Lima and Bogota. We investigated the relationship between urban structure, daily mobility patterns and the effects of Covid-19 during the 2020 quarantines. We adopted a multidimensional approach using census data, the latest available origin-destination surveys, and the levels of contagion in both cities during 2020. Based on a factor analysis and a cluster analysis, we devised a typology and a synthetic map of pre-existing vulnerability factors. The results allow us to understand the role of these factors in the difficulties that the populations had to face during the quarantine, and why people living in the low-income outskirts suffered the worst disruptions in their daily lives, thus exacerbating the structural unevenness that prevailed before the pandemic.
La pandemia del Covid-19 y las medidas preventivas que se adoptaron han tenido un amplio abanico de consecuencias que trascienden los problemas de salud para la población de muchas ciudades del mundo. Con el propósito de entender por qué los impactos en la vida de los habitantes resultaron tan diferentes dentro de la ciudad, nos interesamos en las vulnerabilidades socio-espaciales preexistentes, tomando como ejemplo las metrópolis de Lima y Bogotá. Indagamos por la relación entre estructura urbana, patrones de movilidad cotidiana y efectos del Covid-19 durante las cuarentenas del 2020. Adoptamos para ello un enfoque multidimensional que se sustenta en datos censales, en las últimas encuestas origen-destino disponibles, y en los niveles de contagio en ambas ciudades durante el 2020. Con base en un análisis factorial y un análisis de conglomerado, proponemos una tipología y un mapa sintético de los factores de vulnerabilidad preexistentes. Los resultados permiten entender el rol de estos factores en las dificultades que tuvieron los habitantes para enfrentar la cuarentena, y por qué aquellos que moran en los barrios periféricos de bajos ingresos sufrieron las peores alteraciones en su cotidianidad, exacerbando así las inequidades estructurales que prevalecían antes de la pandemia.
La pandémie du COVID 19 et les mesures préventives associées ont entraîné toute une série de conséquences qui sont allées bien au-delà des seuls problèmes de santé pour les habitants de nombreuses villes à travers le monde. Nous tentons dans cet article de comprendre pourquoi les impacts vécus par les citadins ont été si différents d’un secteur à l’autre de la ville. Pour ce faire, nous nous intéressons aux vulnérabilités socio-spatiales préexistantes et étudions à titre d’exemple deux terrains d’étude que sont Bogotá et Lima. Nous formulons l’hypothèse qu’il existe un lien très fort entre la structure urbaine, la mobilité quotidienne et les effets du COVID-19 durant les périodes de confinement de 2020. Nous proposons une approche multidimensionnelle qui s’appuie sur des données de recensement, les dernières enquêtes origine-destination disponibles et les niveaux de contagion dans les deux villes en 2020. À l’aide d’une analyse factorielle et d’une classification, nous proposons une typologie et une cartographie synthétique des facteurs de vulnérabilité préexistants. Les résultats permettent de comprendre le rôle de ces facteurs dans les difficultés vécues par les habitants pour faire face au confinement, et pourquoi ceux qui vivent dans les quartiers périphériques populaires ont été le plus impactés.
Fichier principal
Vega_Robert_Demoraes_et_al_Bitacora_Urbano_Territorial_2022.pdf (4.47 Mo)
Télécharger le fichier
| Origine | Fichiers éditeurs autorisés sur une archive ouverte |
|---|