Traducido del inglés al español - www.onlinedoctranslator.

com

Peligros Naturales
https://doi.org/10.1007/s11069-021-04657-1

PAPEL ORIGINAL

Evolución temporal de la vulnerabilidad social ante amenazas naturales

en Chile

Nicolás C. Bronfman1,2· Paula B. Repetto2,4· Nikole Guerrero2· Javiera V. Castañeda4·

Pamela C. Cisternas2,3

Recibido: 3 noviembre 2020 / Aceptado: 20 febrero 2021

© El(los) autor(es), bajo licencia exclusiva de Springer Nature BV 2021

Abstracto
Uno de los principales desafíos para estudiar la vulnerabilidad social a las amenazas naturales es captar su naturaleza dinámica. En este estudio, exploramos las

variaciones espaciales y temporales de la vulnerabilidad social en Chile durante las últimas dos décadas. Utilizando los datos informados en los tres censos

anteriores, hemos caracterizado la vulnerabilidad social utilizando el Índice de Vulnerabilidad Social (SoVI) para 2464 distritos en todo el país para 1992, 2002 y

2017. Examinamos las variaciones espaciales en la vulnerabilidad social a través de análisis de autocorrelación espacial global y local. . Nuestros resultados revelan

que la vulnerabilidad social en Chile se distribuye heterogéneamente a lo largo del territorio como resultado de la interacción espacial y temporal de diferentes

factores que reflejan los contrastes sociales y económicos de sus comunidades. Además, los factores que explican los niveles más altos o más bajos de

vulnerabilidad social en un período pueden persistir o reducir su influencia en el tiempo. Por lo tanto, los territorios fueron altamente vulnerables en un momento

para volverse menos vulnerables en otro. Finalmente, factores como la discapacidad y la inmigración emergen como elementos significativos de la vulnerabilidad

social al final del período de estudio. Discutimos las implicaciones de nuestros hallazgos para aquellas instituciones responsables del desarrollo e implementación

de planes, programas y políticas de reducción del riesgo de desastres. factores como la discapacidad y la inmigración emergen como elementos significativos de la

vulnerabilidad social al final del período de estudio. Discutimos las implicaciones de nuestros hallazgos para aquellas instituciones responsables del desarrollo e

implementación de planes, programas y políticas de reducción del riesgo de desastres. factores como la discapacidad y la inmigración emergen como elementos

significativos de la vulnerabilidad social al final del período de estudio. Discutimos las implicaciones de nuestros hallazgos para aquellas instituciones responsables

del desarrollo e implementación de planes, programas y políticas de reducción del riesgo de desastres.

Palabras claveVulnerabilidad social · Amenazas naturales · SoVI · Índice de vulnerabilidad

* Nicolás C. Bronfman
nbronfman@unab.cl

1
Departamento de Ciencias de la Ingeniería, Universidad Andrés Bello, Santiago, Chile
2
Centro Nacional de Investigación para la Gestión Integral del Riesgo de Desastres
(CIGIDEN), ANID/FONDAP/15110017, Santiago, Chile
3
Departamento de Ingeniería Industrial y de Sistemas. Pontificia, Universidad Católica de Chile,
Santiago, Chile
4
Departamento de Psicología. Pontificia, Universidad Católica de Chile, Santiago, Chile

Vol.:(0123 789)
456 1 3
 Peligros Naturales

1. Introducción

El riesgo al que están expuestas las comunidades y los territorios ante las amenazas naturales depende de las
interacciones entre la amenaza, las condiciones de vulnerabilidad y las capacidades de las personas para
prepararse, responder y recuperarse de estos eventos (Cutter et al.2003; Tapsell et al.2010).
Varios estudios han avanzado en la comprensión de estos elementos, centrándose principalmente en
el comportamiento de los peligros naturales, como los crecientes eventos asociados con el cambio
climático, los terremotos y los tsunamis. De igual manera, diversas instituciones internacionales han
creado marcos de acción para fortalecer las capacidades de los estados, las agencias de respuesta y la
población para mitigar el impacto de las amenazas naturales en los territorios y comunidades (UNDRR
2015).
Por otro lado, el estudio de la vulnerabilidad se ha incrementado en las últimas dos décadas. A pesar
de los avances en las nuevas metodologías desarrolladas para su estudio, aún falta mucho por aprender
sobre su naturaleza y evolución dinámica en el tiempo, para generar políticas públicas efectivas para la
gestión del riesgo (Birkmann2007; Fekete2019b).
La definición de vulnerabilidad varía según la disciplina desde la que se estudie (Khan y Salman2012;
Menoni et al.2012). A pesar de las diferencias, la mayoría de las disciplinas están de acuerdo en definir la
vulnerabilidad comola susceptibilidad de un sistema a verse afectado por un desastrey ese es el enfoque
que seguiremos para el presente estudio (Adger2006; McEntire2005).
El estudio de la vulnerabilidad a los peligros naturales se ha centrado principalmente en la
vulnerabilidad biofísica de los lugares. Recién en los últimos años se ha hecho evidente la importancia de
estudiar la vulnerabilidad social a los peligros naturales (Birkmann2007; Sotavento2014). La
vulnerabilidad social busca medir las condiciones sociales y económicas que existen antes de la
ocurrencia de un desastre y que facilitan o interfieren con la capacidad de preparación, respuesta y
recuperación (Cutter et al.2003; Marmota2005; Tapsell et al.2010).
Estudios previos indican que las poblaciones de bajos ingresos, los ancianos, los niños, las mujeres y
los inmigrantes generalmente soportan costos más altos de recuperación después de un desastre
(Masozera et al. 2007; Stanton y Duran-Stanton2019). Algo similar ocurre con las poblaciones socialmente
marginadas, que generalmente experimentan una mayor vulnerabilidad al ser relegadas a zonas de
asentamiento con mayor exposición a amenazas (Schmidtlein et al.2011). Por lo tanto, identificar los
factores sociales y/o contextuales que subyacen a cómo se desencadena el riesgo es relevante para
comprender cómo interactúan las dinámicas sociales con los peligros naturales (Bronfman et al.2020).
Los métodos cuantitativos para abordar la evaluación de la vulnerabilidad social (Khan y
Salman2012; Tate2012) se pueden clasificar en cuatro modelos de análisis principales: el modelo
de ponderación jerárquica, el modelo de pilares temáticos, el enfoque de perfil o clúster y el
modelo inductivo basado en el análisis factorial (Rufat et al.2019). Este último incluye el Índice de
Vulnerabilidad Social (SoVI), que permite cuantificar y visualizar la distribución espacial de la
vulnerabilidad a través de datos censales, índices de desarrollo económico o índices ambientales
(Cutter et al.2003). Estudios previos han replicado esta metodología, identificando el género, el
nivel socioeconómico, el empleo y las características sociodemográficas, entre otros, como los
principales factores asociados a la vulnerabilidad social (De Loyola Hummell et al. 2016; Fatemi et
al.2017; Frigerio y De Amicis2016). En consecuencia, utilizamos el SoVI en este estudio y
permitimos caracterizar, por primera vez, la vulnerabilidad social en Chile.
El Índice de Vulnerabilidad Social, al igual que otras metodologías que caracterizan la
vulnerabilidad social, tiene ventajas y limitaciones. Este índice permite reducir la complejidad de
los estudios de vulnerabilidad y comprenderla desde diferentes dimensiones debido a los
múltiples indicadores que intervienen en el análisis (Armas y Gavris2013). Sin embargo, solo
permite un análisis descriptivo e inductivo, y no es posible analizar los factores sociales que

13
Peligros Naturales

explicar la vulnerabilidad (Kuhlicke et al.2011; Yoon2012). Si bien es necesario realizar más

estudios que puedan proporcionar evidencia de la mayor validez de constructo de este modelo, el
SoVI sigue siendo una de las metodologías más utilizadas para medir o caracterizar los niveles de
vulnerabilidad a las amenazas (Rufat et al.2019).
La metodología SoVI ha sido replicada en varios países. La gran mayoría de estos trabajos se
han caracterizado por la vulnerabilidad social ante una amenaza específica a nivel local
(municipios, distritos o ciudades) (Armaş y Gavriş2016; Fekete2019a). Sin embargo, existen
algunos trabajos donde se ha examinado la vulnerabilidad social a mayor escala, por ejemplo, a
nivel nacional (Dintwa et al.2019; Holanda et al.2011; Siagian et al.2014; Zhou et al.2014a). Un
análisis de vulnerabilidad social nacional es relevante porque proporciona información útil para
identificar las localidades más vulnerables y determinar dónde concentrar los recursos y las
políticas públicas para la mitigación del riesgo. También es importante, porque muestra que la
distribución de la vulnerabilidad social no es el resultado de características que se distribuyen
homogéneamente en todos los lugares, sino el resultado de la interacción de diferentes factores
que generan diferencias entre las comunidades que conforman el territorio nacional ( Fekete et al.
2010; Frigerio y De Amicis2016; Schmiddlein et al.2008).
Uno de los desafíos más importantes al aplicar el SoVI y estudiar la vulnerabilidad social es
captar su naturaleza dinámica. La vulnerabilidad es el resultado de procesos sociales, culturales y
políticos y, por lo tanto, tiende a cambiar con el tiempo y el espacio (Tapsell et al. 2010). A pesar de
su importancia, pocos estudios han investigado la dimensión espacio-temporal de la
vulnerabilidad social, ejemplo de ello son los estudios realizados por Cutter y Finch (2008) en los
EE.UU; Zhou et al. (2014b) en China; y Fekete (2019b) en Alemania. Estos estudios han revelado
que los factores que explican los niveles más altos de vulnerabilidad en una década pueden
persistir o cambiar con el tiempo, lo que significa que los territorios que solían ser altamente
vulnerables en un momento pueden dejar de serlo en el futuro.
En Chile, numerosos estudios se han concentrado en la vulnerabilidad social de áreas
territoriales específicas, centrándose tradicionalmente en un solo peligro natural (Martínez2014;
Martínez et al.2020; Muller et al.2011). A pesar de ser una de las naciones más expuestas a
diversos peligros naturales, Chile aún carece de una caracterización nacional de la vulnerabilidad
social para identificar los territorios y poblaciones más sensibles a los peligros naturales. Esta
información sería invaluable para diseñar futuras estrategias de preparación y mitigación frente a
amenazas naturales. A la luz de lo anterior, el objetivo del presente estudio es explorar las
variaciones espaciales y temporales de la vulnerabilidad social en Chile.

1.1 Chile: país de múltiples amenazas

Ubicado en el Cinturón de Fuego del Pacífico, Chile está altamente expuesto a la ocurrencia de múltiples
desastres. Según el Índice Mundial de Riesgo, Chile se encuentra en la categoría de muy alto riesgo de
exposición a amenazas naturales, ubicándose entre los diez primeros países de América con mayor
riesgo (World RiskReport2019).
En los últimos 30 años, Chile ha experimentado más de 70 desastres que afectaron a más de cinco
millones de personas y causaron pérdidas económicas por más de USD 35 mil millones. Algunos de los
eventos más destructivos incluyen terremotos, tsunamis, incendios forestales, erupciones volcánicas y
fenómenos asociados al cambio climático, como sequías, temperaturas extremas, inundaciones y
deslizamientos de tierra (EM-DAT2020).
Las inundaciones son algunos de los desastres naturales más recurrentes en las últimas décadas, principalmente causados por

la ocurrencia de sistemas frontales o por el desbordamiento de ríos cerca de las viviendas en las zonas urbanas.

13
 Peligros Naturales

sector. Entre 1997 y 2019, estos eventos afectaron a más de un millón de personas en
el norte, centro y sur del país (EM-DAT2020).
Adicionalmente, Chile ha sido sede de dos de los diez terremotos más masivos jamás
registrados en la historia de la humanidad: el terremoto de 9,5 Mw de 1960 y el de 8,8 Mw de
2010. Ambos eventos fueron seguidos por grandes tsunamis con olas de más de 20 m de altura,
que afectaron más de 800 km de la zona costera del país (Samaniego2010).
Por otra parte, la amenaza volcánica en Chile está representada por 45 volcanes activos de un
total de 90 que se encuentran a lo largo del territorio nacional (SERNAGEOMIN2020). Una de las
erupciones más destructivas fue la del volcán Chaitén en 2008, que obligó a evacuar a cerca de
cinco mil personas y destruyó más del 95% de la ciudad de Chaitén, imposibilitando el retorno de
sus habitantes (Lara2009).
Finalmente, en la última década, Chile ha enfrentado más de 22 megaincendios que se han
prolongado más allá de la temporada de verano, algunos con una duración de más de 60 días.
Cabe destacar los hechos de 2017, con 621 incendios forestales, diez veces superior a la media
histórica del país. Estos eventos duraron 17 días y destruyeron más de medio millón de hectáreas.
La enorme escala de los incendios y las dificultades técnicas para combatirlos llevaron al gobierno
a declarar el estado de desastre y solicitar ayuda internacional (González et al.2020).

2 Material y métodos

2.1 Área de estudio

Chile está ubicado en el sur del continente americano. Su superficie total supera los
2.000.000 km2, con un litoral de unos cuatro mil km2(BCN2020). Según el último censo
de población y vivienda realizado en 2017, Chile cuenta con
17,5 millones de habitantes (51,1% mujeres), de los cuales el 36% residen en la capital, Santiago. La tasa de
crecimiento intercensal anual promedio de la población para los censos de 1992, 2002 y 2017 fue de 1,6, 1,2 y 1,0,
respectivamente, lo que sugiere que la población de Chile está envejeciendo rápidamente (INE 2017).

El país se divide política y administrativamente en 16 regiones, 56 provincias y 346

comunas (BCN2020). Por su gran extensión y diversidad económica y geográfica, las
regiones y distritos del país pueden agruparse en cinco zonas naturales o macrozonas
correspondientes aNorte Grande, Norte Chico, Centro, Sur y Austral(Higo.1).
Su clima desértico caracteriza las macro-zonas delNorte Grandeynortechico, y la minería es la
principal actividad económica. Los datos del censo muestran que en las últimas tres décadas la
Norte Grandeha representado alrededor del 7% de la población nacional (Cuadro1), mientras que
lanortechicorepresenta el 6%. ElCentroLa macrozona agrupa las regiones de Valparaíso,
O'Higgins, Maule, Ñuble y Metropolitana. Esta zona tiene un clima mediterráneo y es el centro de
la actividad agrícola y comercial del país, albergando a la mayor parte de la población del país
(73,5%). Finalmente, elSurmacrozona incluye las regiones de La Araucanía, Los Ríos y Los Lagos,
mientras que laaustríacoa macrozona incluye las regiones de Aysén, Magallanes y Antártica
Chilena. Ambas macrozonas se caracterizan por su clima frío y lluvioso, cuyas principales
actividades económicas giran en torno a la ganadería, la acuicultura y la silvicultura (Fuenzalida
1965).
Mesa1muestra que si bien todas las macrozonas han experimentado un crecimiento demográfico
intercensal, sólo lasNorte Grandeynortechicohan visto un aumento en la población en

13
Peligros Naturales

Figura 1Área de estudio para

análisis SoVI en Chile y densidad
poblacional

13
 Peligros Naturales

tabla 1Población nacional por macrozona para 1992, 2002 y 2017

Macro-zona Distritos Censo de 1992 Censo de 2002 Censo 2017

Población % Población % Población %

Norte Grande 112 750,303 5.6 922,578 6.1 1,164,160 6.6

nortechico 266 735,260 5.5 857,546 5.7 1,043,754 5.9
Centro 1407 9,909,088 74.2 11,151,323 73.8 12,925,629 73.5
Sur 595 1,730,051 13.0 1,942,670 12.9 2,170,769 12.4
Austral 84 223,699 1.7 242,318 1.6 269,691 1.5
Total Nacional 2464 13,348,401 100 15,116,435 100 17.574.003 100

aFuente: Instituto Nacional de Estadística de Chile

términos porcentuales sobre el total nacional. en el caso de laCentro,Sur, yAustral

macrozonas, su población intercensal ha disminuido.

2.2 Datos

Esta investigación se realizó utilizando datos de los Censos de Población y Vivienda de Chile de 1992,
2002 y 2017 realizados por el Instituto Nacional de Estadística, los cuales se encuentran a libre
disposición de la población.
Existen tres unidades operativas de representación de la información censal establecidas
dentro de la organización administrativa del país, integradas porzonas, localidades y distritos.
Estas unidades se utilizan para la representación espacial y las escalas de análisis de este estudio.
A zonacorresponde a la división urbana del distrito censal, mientras que unalocalidadcorresponde
a la misma escala de análisis pero en la división rural del distrito censal. Adistritoes la unidad
operativa más grande de un sitio censal y consta de un conjunto dezonasylocalidades(INE 2018).

Treinta variables fueron recolectadas en elzonaylocalidadescala para los tres censos,

incluyendo las zonas urbanas y rurales de Chile, las cuales se normalizaron utilizando porcentajes
o medias aritméticas para el cálculo del SoVI. Cabe señalar que, con el fin de utilizar las mismas
variables para los tres censos, se complementaron 11 variables asociadas a 2017 con datos de un
censo parcialmente fallido realizado en 20121(el censo de 2017 corresponde a un estudio
poblacional abreviado (INE2014)).

1El Censo 2012 presentó problemas en su ejecución, al no cumplir con los criterios de universalidad y estándares mínimos
en la representación de la población. Principalmente se señala que: 'la base de datos de 2012 presenta problemas en
aspectos demográficos, en cuanto a la cobertura obtenida, estructura de la población por sexo, edad y variables
migratorias' (INE2014). Por ello, en 2017 se encargó un censo abreviado para actualizar la información demográfica básica.
Sin embargo, no hay cambios demográficos importantes que puedan distorsionar los datos entre el censo de 2012 y 2017.

Ante esta situación y para obtener la mejor estimación posible de los datos para construir el Índice de
Vulnerabilidad Social, las variables extraídas del censo de 2012 fueron revisadas manualmente y no
corresponden a los grupos de indicadores con las dificultades mencionadas. En concreto, las variables
extraídas corresponden a: el porcentaje de viviendas de alquiler, de viviendas sin alcantarillado, de
hogares sin coche, de población de 15 años o más analfabeta, de población con ceguera, de población
con sordera, de la población con parálisis física, de la población con discapacidad mental, de las mujeres
solteras con al menos un hijo, y el porcentaje de la población soltera, viuda o separada.

13
Peligros Naturales

El mapeo digital de las divisiones político-administrativas del país se obtuvo a través de una
solicitud de transparencia a la misma entidad estatal para cada uno de los años en estudio. Sin
embargo, para analizar los cambios espacio-temporales entre 1992, 2002 y 2017, fue necesario
representar los resultados en eldistritonivel, porque esta es la unidad más pequeña disponible
para la representación gráfica de los niveles de vulnerabilidad para 1992.

2.3 Dominios de vulnerabilidad social

Diversos indicadores permiten cuantificar la complejidad asociada a la vulnerabilidad social. Estudios

previos reconocen la edad, el género, la educación y el nivel socioeconómico, entre otras variables, como
factores significativos que influyen en la vulnerabilidad (Fatemi et al.2017; Stanton y Duran-Stanton2019).
Se eligieron 30 variables de la base de datos del censo para caracterizar la vulnerabilidad social en Chile,
las cuales se pueden agrupar en ocho dominios, como se muestra en la Tabla2.

Estatus socioeconómicoes uno de los dominios más estudiados y representa las capacidades para
hacer frente y recuperarse de las pérdidas causadas por un desastre. Así, un nivel socioeconómico bajo
implica mayores dificultades para enfrentar un desastre y, en consecuencia, mayores niveles de
vulnerabilidad (Murphy et al.2009; Shapira et al.2018). En esta categoría se incluyeron variables como el
ingreso del hogar, la propiedad de la vivienda y los bienes materiales (Cuadro2).
Nivel educacionalestá asociado con el conocimiento o la conciencia de las personas acerca de los
peligros naturales y sus acciones de preparación relacionadas. Los niveles educativos más altos permiten
una mayor capacidad para comprender la información y, por lo tanto, se asocian con un menor nivel de
vulnerabilidad (Muttarak y Lutz2014; Rufat et al.2015). Para caracterizar el nivel educativo, utilizamos las
variables que miden el número de personas en la población con bajo o ningún nivel educativo.

Ocupaciónes otro dominio relacionado con la vulnerabilidad. Suele estar asociado al acceso a
los recursos necesarios para mitigar los impactos de un desastre, además de posibles pérdidas y
dificultades para hacer frente a este tipo de eventos. Así, la inactividad laboral se traduciría en una
mayor vulnerabilidad social ante los peligros (Cutter et al.2003; Tapsell et al.2010). Hemos
representado el estatus ocupacional utilizando las variables de población activa (personas en edad
de trabajar), población desempleada y número de estudiantes.
DemográficoSe incluyeron variables como la edad, el género y vivir en pareja, que reflejan las
necesidades únicas de algunos grupos para hacer frente a un desastre (Bronfman et al. 2019; Castañeda
et al.2020). Estudios previos sugieren que las diferencias entre hombres y mujeres en cuanto a su nivel de
empleabilidad y presencia en los procesos de toma de decisiones hacen de las mujeres un grupo más
vulnerable (Sikandar y Khan2019). Del mismo modo, los adultos mayores y los niños, que carecen de total
independencia en términos de movilidad o acciones de respuesta ante este tipo de eventos, también se
consideran grupos con mayor vulnerabilidad (Al-Rousan et al. 2014; Daddoust et al.2018).

Personas con discapacidadesrepresentan uno de los dominios con mayor vulnerabilidad a los
peligros naturales. En general, tienen más riesgo de lesionarse como resultado de un desastre
natural y tienen más acceso a información adaptada a sus necesidades (Hemingway y Priestley
2006; Kelman y resistente2015; Malpass et al.2019). Para este estudio se consideraron diferentes
tipos de discapacidades.
Se reportan niveles de vulnerabilidad más altos paraInmigrantey poblaciones indígenas. Por lo
general, viven en zonas de riesgo y tienen barreras lingüísticas y culturales para acceder al conocimiento
sobre la amenaza, porque los planes de mitigación de riesgos no integran típicamente estas culturas.

13
 Tabla 2 Dominios y variables para la evaluación de la vulnerabilidad social

13
Dominio Descripción de variables Nombre del componente Posicionamiento con Fuente
respecto a la vulnerabilidad

capacidad

Estado socioeconómico (4) Porcentaje de la población con ingresos familiares Bajos ingresos familiares Positivo Censo Casena
entre los deciles 1 y 6
Porcentaje de población sin coche Hogares sin coche Positivo Censo
Porcentaje de vivienda alquilada Vivienda alquilada Positivo Censo
Porcentaje de mujeres jefas de hogar Porcentaje de Mujeres jefas de hogar Positivo Censo
Nivel educativo (2) población analfabeta mayor de 15 años Analfabetismo Positivo Censo
Porcentaje de la población≥25 años con completa bajo nivel educativo Positivo Censo
educación primaria
Empleo (3) Porcentaje de la población desempleada Porcentaje de la Desempleados Positivo Censo
población activa (entre 15 y 64 años de edad para trabajar) Población activa Negativo Censo
Porcentaje de la población matriculada en educación Porcentaje Estudiantes Positivo Censo
Demografía (7) de mujeres en la población Mujer Positivo Censo
Porcentaje de mujeres solteras con hijos Mujeres solteras con hijos Positivo Censo
Porcentaje de población menor de 15 años Hijos Positivo Censo
Porcentaje de población mayor de 64 años Edad Adultos mayores Positivo Censo
promedio de la población Edad Media Positivo Censo
Porcentaje de jubilados jubilados Positivo Censo
Porcentaje de población sin pareja Porcentaje Población sin pareja Positivo Censo
Población con discapacidad (5) de población con ceguera Porcentaje de Población con ceguera Positivo Censo
población con sordera Porcentaje de Población con sordera Positivo Censo
población con mutismo Porcentaje de Población con mutismo Positivo Censo
población con parálisis Porcentaje de Población con parálisis Positivo Censo
población con discapacidad mental Población con discapacidad Positivo Censo
Etnia/inmigrantes (2) Porcentaje de la población que se identifica como de mental Etnia Positivo Censo
etnia indígena
Peligros Naturales

Porcentaje de población extranjera inmigrantes Positivo Censo

 Tabla 2(continuado)

Dominio Descripción de variables Nombre del componente Posicionamiento con Fuente

respecto a la vulnerabilidad

capacidad
Peligros Naturales

Calidad de la vivienda (4) Porcentaje de viviendas irrecuperables Vivienda irrecuperable Positivo Censo

Porcentaje de viviendas con paredes irrecuperables Paredes de material irrecuperable Positivo Censo

Porcentaje de viviendas con techo irrecuperable Techo de material irrecuperable Positivo Censo

Porcentaje de viviendas con pisos irrecuperables Pisos de material irrecuperable Positivo Censo
Acceso a servicios básicos (3) Porcentaje de viviendas sin acceso a agua potable Vivienda sin red de agua potable Positivo Censo
Porcentaje de viviendas sin acceso a alcantarillado Vivienda sin alcantarillado Positivo Censo
Índice de hacinamiento (personas en el hogar/número de Superpoblación Positivo Censo
habitaciones)

aEsta variable también se obtuvo de la Encuesta Nacional de Caracterización Socioeconómica (CASEN) 2017 implementada por el Ministerio de Desarrollo Social de Chile

13
 Peligros Naturales

diferencias (Bernales et al.2019; Bolin y Kurtz2018; Donner y Rodriguez2008;

Wilson y Tiefenbacher2012).
Finalmente, las variables asociadas aCalidad de la viviendayAcceso a servicios básicosfueron
incorporados. Mientras que el primer dominio se refiere a la calidad de la construcción y, por lo tanto, a
la posible pérdida o destrucción de la vivienda (Cutter et al.2003; De Loyola Hummell et al.2016), el
segundo dominio se refiere a la falta de servicios básicos como agua, electricidad o alcantarillado que en
un escenario de desastre generan más retrasos en el proceso de recuperación (Vieira et al.2020).

2.4 Análisis de datos

2.4.1 SoVI Chile

Para construir y adaptar el SoVI a Chile se utilizaron 30 variables de las bases de datos censales
para cada dominio en estudio a nivel de vivienda, persona y hogar. Para poder comparar los
datos, este estudio procesó los datos del censo siguiendo los métodos descritos por Cutter y Finch
(2008) y Zhou et al. (2014b). Así, las 30 variables se transformaron en niveles porcentuales para
cadazonaylocalidady luego estandarizado a un puntaje Z, considerando una media igual a cero y
una desviación estándar igual a uno. Esto nos permitió comparar entre variables que utilizan
diferentes unidades de medida. Una vez estandarizadas las variables, se realizó un análisis de
componentes principales (ACP) mediante rotación varimax para reducir el número de variables y
observar los grupos homogéneos entre ellas.
Para generar e interpretar los factores resultantes se consideraron todas aquellas variables
con carga factorial mayor o igual a 0,5 y menor o igual a -0,5. A cada factor se le asignó una
dirección cardinal, con base en su relación teórica con la vulnerabilidad. Un signo positivo se
asoció con un aumento en la vulnerabilidad total, mientras que una disminución en los niveles de
vulnerabilidad total se asoció con un signo negativo. Utilizamos el valor absoluto para factores con
una relación no clara con la vulnerabilidad social.
Finalmente, calculamos la suma lineal de los valores de cada componente en cadazonay localidadpara
obtener el valor SoVI. Utilizamos unidades de desviación estándar y clasificamos cada zona y localidad de
la siguiente manera: todos los valores menores o iguales a −1.5 desviaciones estándar (DE) se
consideraron de muy baja vulnerabilidad; valores superiores a -1,5 DE y menores o iguales a -0,5 DE se
definieron como nivel de vulnerabilidad bajo. Valores superiores a −0,5 DE y menores o iguales a 0,5 DE
corresponden a un nivel medio de vulnerabilidad. Finalmente, valores superiores a 0,5 DE e inferiores o
iguales a 1,5 DE se consideraron de vulnerabilidad alta, mientras que valores superiores a 1,5 DE se
consideraron de vulnerabilidad muy alta.

2.4.2 Población por nivel de vulnerabilidad

Una vez que obtuvimos el valor SoVI para cadazonaylocalidaden Chile y su representación
gráfica en ladistritonivel, calculamos el porcentaje de la población por nivel de
vulnerabilidad para cada año y cada una de las cinco macrozonas del país.

2.4.3 Índice de Moran y LISA

Para representar la distribución espacial de los niveles de vulnerabilidad social en todo el

territorio, realizamos un análisis de autocorrelación espacial utilizando el Índice Global de Moran
(Moran I) y el Índice Local de Moran (LISA). Moran I muestra si los niveles de vulnerabilidad social
se distribuyen en un patrón específico a lo largo del territorio. Para calcularlo, los valores SoVI

13
Peligros Naturales

de cadadistritose compararon con la vulnerabilidad global media. Los valores de Moran I van de −1 a 1,
donde los valores de Moran I <0 representan una autocorrelación espacial negativa, lo que sugiere que la
vulnerabilidad se distribuye de manera dispersa dentro del territorio. Por otro lado, valores de Moran I >0
significan una autocorrelación espacial positiva, indicando que los distritos tienen niveles similares de
vulnerabilidad y que esta se distribuye uniformemente en el espacio. Finalmente, un valor de Moran I = 0
corresponde a una autocorrelación espacial cero, lo que indica que la vulnerabilidad social se distribuye
aleatoriamente en el territorio (Moran1948; Ord y Getis1995).

El índice local de Moran (LISA) expone subzonas donde se agrupan niveles de vulnerabilidad
similares o diferentes. Este índice compara la puntuación SoVI de cadadistritocon el valor SoVI de
sus vecinos y con la vulnerabilidad global media del área de estudio. Se obtiene una
autocorrelación espacial positiva para aquellosdistritoscuyo valor de vulnerabilidad está por
debajo de la media global y cuyas unidades vecinas tienen un nivel similar y se agrupan en el
clúster bajo-bajo (LL). La misma situación ocurre con aquellosdistritoscuyo valor SoVI es superior a
la media global, que se agrupan en el clúster alto-alto (HH) y representan altos niveles de
vulnerabilidad (Anselin1995).
Cuando eldistritosestán rodeados de unidades de análisis con diferentes valores SoVI, proporciona un
grupo con una autocorrelación espacial negativa. Por lo tanto, para un distrito con un valor SoVI
indicativo de mayor nivel de vulnerabilidad en lugar de unidades contiguas, se establece un grupo alto-
bajo (HL). Para un distrito con un valor SoVI que indica una vulnerabilidad baja en comparación con sus
unidades vecinas, se establece un grupo bajo-alto (LH) (Anselin1995). Autocorrelaciones espaciales
significativas con unpag<0,05 valores se trazan en el mapa.

3 resultados

3.1 Análisis de componentes principales

El análisis de componentes principales reveló que las 30 variables incluidas se agruparon en

nueve, ocho y siete factores que explicaron el 62,7 %, 57,6 % y 65,1 % de la varianza de los datos
censales de 1992, 2002 y 2017, respectivamente. La tercera columna de la tabla2 muestra los
nombres de los componentes que componen cada factor obtenido. Cada componente fue
nombrado siguiendo una alineación positiva con la vulnerabilidad social; es decir, un aumento de
la variable está asociado a un aumento de la vulnerabilidad. La excepción fue la variable
"población activa", que se asocia negativamente con la vulnerabilidad social.
Mesa3muestra la estructura factorial obtenida para cada año censal en orden de poder explicativo. Se
encuentran estructuras factoriales muy similares para los tres años censales analizados, donde el factor
más dominante incluía componentes asociados anivel socioeconómico bajo, explicando el 16,2%, 15,4%
y 14,9% de la varianza de la vulnerabilidad social para 1992, 2002 y 2017, respectivamente. Este factor
está compuesto principalmente por indicadores que apuntan a bajos ingresos familiares, bajo nivel
educativo, carencia de servicios básicos y ausencia de bienes materiales como automóvil o vivienda, todo
lo cual se relaciona con un aumento en los niveles de vulnerabilidad.

Para 1992 y 2002, el segundo factor representa grupos vulnerables específicos caracterizados
principalmente pormujeres y niños. El factor también incluyó población sin pareja y población
activa. Si bien la mayoría de estos indicadores están asociados con grupos más vulnerables a los
desastres, la población activa indica una mayor fuerza laboral y es

13
 Tabla 3 Estructuras factoriales para el análisis de la vulnerabilidad social 1992–2017

13
1992 2002 2017
compo- Sign Compo- Carga Por ciento- compo- Firmar compo- Carga Por ciento- compo- Firmar compo- Carga Porcentaje
ahora nombre actual edad de ahora nombre actual edad de ahora nombre actual de varianza
diferencia diferencia explicado
explicado explicado

Factor 1 (+) Bajo (+) 0.84 16.2 Factor 1 (+) Baja educación (+) 0.86 15.4 Factor 1 (+) Desempleo (+) 0.72 14.9
casa- catiónico empleado

sostener nivel
ingreso
Alojamiento (+) 0.82 Bajo (+) 0.81 Alojamiento (+) 0.72
sin casa- sin
alcantarillado- sostener alcantarillado-

edad ingreso edad

Alojamiento (+) 0.80 Alojamiento (+) 0.77 Baja educación (+) 0,69
sin sin catiónico
potable alcantarillado- nivel
agua edad
red
Baja educación (+) 0.75 Alojamiento (+) 0.75 Etnicidad (+) 0,67
catiónico sin
nivel Bebiendo
agua
red
arrendado (+) − 0,65 Desem- (+) 0,62 Alojamiento (+) 0,62
alojamiento empleado sin
Bebiendo
agua
red
Estudiantes (+) - 0,61 arrendado (+) - 0,61 Bajo (+) 0,61
alojamiento casa-
sostener

ingreso
Peligros Naturales
 Tabla 3 (continuado)

1992 2002 2017

compo- Sign Compo- Carga Por ciento- compo- Firmar compo- Carga Por ciento- compo- Firmar compo- Carga Porcentaje
Peligros Naturales

ahora nombre actual edad de ahora nombre actual edad de ahora nombre actual de varianza
diferencia diferencia explicado
explicado explicado

Casa- (+) 0.57 Casa- (+) 0,56 Casa- (+) 0.57

sostiene/ sostiene/ sostiene/

familias familias familias

sin sin sin
un coche un coche un coche

Desem- (+) 0,55 factor 2 abdominales Niños (+) − 0,88 9.3 arrendado (+) − 0,57
empleado alojamiento

factor 2 abdominales Niños (+) 0.91 11.8 Activo (-) 0.72 factor 2 (+) Población (+) 0.80 11.8
población- con
ción sordera
Activo (-) - 0,84 Mujer (+) − 0,68 Población (+) 0.80
población- con
ción ciego-
ness
Mujer (+) 0.70 Población (+) 0,56 Población (+) 0.77
sin con
un socio parálisis
Población (+) − 0,59 Factor 3 (+) Más viejo (+) 0.91 8.2 Población (+) 0.75
sin adultos con
un socio mudo-
ness
Factor 3 (+) Más viejo (+) 0.91 8.4 jubilados (+) 0.74 Población (+) 0,67
adultos con
mental
dificil-

13
corbatas
 Tabla 3 (continuado)

13
1992 2002 2017
compo- Sign Compo- Carga Por ciento- compo- Firmar compo- Carga Por ciento- compo- Firmar compo- Carga Porcentaje
ahora nombre actual edad de ahora nombre actual edad de ahora nombre actual de varianza
diferencia diferencia explicado
explicado explicado

jubilados (+) 0.72 Edad Media (+) 0,69 Factor 3 (+) Más viejo (+) 0,93 11.4
adultos

Edad Media (+) 0,66 factor 4 (+) Soltero (+) 0.76 6.5 Edad Media (+) 0.86
mujer
con
niños
factor 4 (+) Techo (+) 0.82 6.1 Mujer (+) 0.76 jubilados (+) 0.79
hecho de Lider de
irrecuperable casa-
erable sostener

material
irrecuperable (+) 0.82 factor 5 (+) Techo (+) 0.73 5.2 factor 4 abdominales Mujer (+) − 0,78 8.0
erable hecho de
alojamiento irrecuperable

erable
material
factor 5 (+) Paredes (+) 0.86 4.8 irrecuperable (+) 0,67 Niños (+) − 0,70
hecho de erable
irrecuperable alojamiento

erable
material
Pisos (+) 0.82 factor 6 (+) Paredes (+) 0,69 4.8 Activo (+) − 0,61
hecho de hecho de población-

irrecuperable irrecuperable ción

erable erable
material material
Peligros Naturales
 Tabla 3 (continuado)

1992 2002 2017

compo- Sign Compo- Carga Por ciento- compo- Firmar compo- Carga Por ciento- compo- Firmar compo- Carga Porcentaje
Peligros Naturales

ahora nombre actual edad de ahora nombre actual edad de ahora nombre actual de varianza
diferencia diferencia explicado
explicado explicado

Etnicidad (+) − 0,50 Etnicidad (+) − 0,63 factor 5 (+) Pisos (+) 0.80 6.9
hecho de
irrecuperable

erable
material
factor 6 (+) Soltero (+) 0.78 4.6 factor 7 (+) Población (+) 0,68 4.5 Paredes (+) 0,67
mujer con hecho de
con ciego- irrecuperable

niños ness erable

material
Mujer (+) 0.76 factor 8 (+) Población (+) 0.73 3.7 irrecuperable (+) 0.42
Lider de con erable
casa- mental alojamiento

sostener dificil-
corbatas

factor 7 (+) Población (+) 0.74 4.0 Población (+) 0,55 factor 6 (+) Soltero (+) 0.80 6.9
con con mujer
ciego- mudo- con
ness ness niños
Población (+) 0.59 Población (+) 0,67
con sin
sordera un socio
Población (+) 0,55 factor 7 (+) Migrantes (+) 0,55 5.2
con
parálisis

13
 Tabla 3 (continuado)

13
1992 2002 2017
compo- Sign Compo- Carga Por ciento- compo- Firmar compo- Carga Por ciento- compo- Firmar compo- Carga Porcentaje
ahora nombre actual edad de ahora nombre actual edad de ahora nombre actual de varianza
diferencia diferencia explicado
explicado explicado

factor 8 (+) Encima- (+) - 0,66 3.5

multitud-
En g
factor 9 (+) Población (+) 0.79 3.4
con
mental
dificil-
corbatas
Peligros Naturales
Peligros Naturales

se considera inversamente relacionado con la vulnerabilidad. En consecuencia, a este factor se le dio un

valor absoluto para calcular la puntuación SoVI.
Para el 2017, la estructura del SoVI cambia y la población condiscapacidadesse convierte en el
segundo factor que explica una varianza más sustancial, a diferencia de 1992 y 2002, cuando este factor
estaba cerca de la parte inferior de los componentes del modelo.
El tercer factor con mayor poder explicativo se estructura de manera similar para todos
los períodos censales incluidos en el estudio. Este factor se caracteriza poradultos mayores
e integran variables como población mayor de 65 años, mayor edad promedio y población
inactiva. Es en torno a estas características, que indican una población envejecida, que el
factor tiene una relación positiva con la vulnerabilidad social.
Los siguientes factores tienen tendencias de agrupación similares para los censos de 1992, 2002 y
2017, cambiando su posición solo de acuerdo con el porcentaje de varianza explicado. Por lo tanto, los
factores cuarto, quinto y sexto para los tres períodos censales representan dos categorías principales,
vivienda de baja calidad,yhogares encabezados por madres solteras. El primero se refiere al grado de
irrecuperabilidad de la vivienda en caso de siniestro. En cambio, el segundo se refiere a un hogar
encabezado por madres solteras, donde las mujeres son el principal sostén económico. Ambos casos
tienen una relación positiva con la vulnerabilidad.
Finalmente, existen cambios significativos dentro de los últimos factores obtenidos para cada año.
Para 1992,superpoblaciónsurgió como un factor independiente y se asoció con mayores niveles de
vulnerabilidad. Del mismo modo, el factor deinmigraciónapareció en 2017 para explicar el 5,2% de la
varianza de la vulnerabilidad social.
Mesa3muestra que para los años censales de 1992 y 2002, algunos factores son
conceptualmente equivalentes: por ejemplo, los factores 4 y 5 en 1992 representanvivienda de
baja calidad, y juntos explican el 10,9% de la varianza del modelo. Así, para interpretar mejor las
estructuras factoriales obtenidas, la Tabla4revela las estructuras factoriales agrupadas en las
categorías descritas en los párrafos anteriores. Bajo este esquema, en 1992 y 2002 los tres tipos
con mayor poder explicativo de la vulnerabilidad social fueronnivel socioeconómico bajo (factor 1
en 1992 y 2002),vivienda de baja calidad(factores 4 y 5 en 1992 y factores 5 y 6 en 2002) ymujeres y
niños(factor 2 en 1992 y 2002). Sin embargo, para 2017 el orden cambia drásticamente, con las
categoríasEstatus socioeconómico,discapacidad, yadultos mayoresque tiene el mayor poder
explicativo de la vulnerabilidad social, moviéndosevivienda de baja calidadal quinto lugar. Las
razones e implicaciones de este resultado se abordan en la sección de discusión.

3.2 Evolución espacial y temporal de la vulnerabilidad social

Cifra2resume el patrón geográfico de los valores SoVI obtenidos a nivel de distrito para cada año
censal. Para 1992, el 25,7% de las comunas del país presentaban niveles más altos de
vulnerabilidad social (niveles alto y muy alto), de los cuales el 75% se ubican en laCentroy
nortechicomacro-zonas (ver Tabla5). A nivel de macrozona, elnortechicoySuragrupan los mayores
porcentajes de la población con mayores niveles de vulnerabilidad social, con valores del 23,8% y
13,5% del total de la población zonal, respectivamente. Por el contrario, el Austral,Norte Grande, y
Centrolas macrozonas muestran los porcentajes más altos de población con niveles de
vulnerabilidad más bajos de su población zonal total (niveles bajo y muy bajo), alcanzando valores
de 86.6%, 68.7% y 61.0%, respectivamente.
Entre1992y2002, encontramos una disminución significativa en el porcentaje de población con
niveles de vulnerabilidad más bajos, de 57.4% en 1992 a 38.6% en 2002 (ver Tabla5). Como
resultado, para el mismo período, hubo un aumento de 48% y 28% en la proporción de

13
13
Tabla 4Resumen de estructuras factoriales 1992–2017

1992 2002 2017

Categoría Porcentaje de variación Categoría Porcentaje de variación Categoría Porcentaje
anza explicada anza explicada de varianza
explicado

Nivel socioeconómico (F1a) 16.2 Nivel socioeconómico (F1) 15.4 Nivel socioeconómico (F1) 14.9
Mujeres y niños (F2) Vivienda de 11.8 Vivienda de baja calidad (F5+F6) 10.0 Con discapacidad (F2) 11.8
baja calidad (F4+F5) Adultos 10.9 Mujeres y niños (F2) Adultos 9.3 Adultos mayores (F3) 11.4
mayores (F3) 8.4 mayores (F3) 8.2 Mujeres y niños (F4) Vivienda 8.0
Con discapacidad (F7+F9) 7.4 Con discapacidad (F7+F8) 8.2 de baja calidad (F5) 6.9
Madres solteras que son jefas de 4.6 Madres solteras que son jefas de 6.5 Madres solteras que son jefas 6.9
hogar (F6) hogar (F4) del hogar (F6)
Hacinamiento (F8) 3.5 Inmigración (F7) 5.2
Varianza total explicada 62.7 Varianza total explicada 57.6 Varianza total explicada 65.1

aF correspondió al número de factores obtenidos por el análisis de componentes principales para cada año
Peligros Naturales
Peligros Naturales

Figura 2Índice de vulnerabilidad social de Chile 1992–2017

habitantes con niveles de vulnerabilidad medio y alto, respectivamente. En2002, el

nortechicoyNorte Grandelas macrozonas presentaron la mayor concentración de habitantes
con mayor vulnerabilidad del país, alcanzando valores del 44,9% y 20,4% del total de la
población zonal, respectivamente. Algo que se destaca este año es el aumento en el número
de comunas con menores niveles de vulnerabilidad social en el país.Surmacrozona, áreas
que albergan el 60,3% de la población zonal.

13
 Peligros Naturales

Tabla 5Porcentaje de comunas y

Macro-zona % Distritos % Población
población por nivel de Índice de
Vulnerabilidad Social 1992 2002 2017 1992 2002 2017

Todo el país
Bajo y muy bajo 31,2 28,8 27,0 57,4 38,6 43,8
Medio 43,1 47,6 51,1 34,8 51,6 49,2
Alto y muy alto 25,7 23,7 22,0 7,7 9,9 7,0
Norte Grande
Bajo y muy bajo 47,3 20,5 15,2 68,7 30,1 54,3
Medio 18,8 33,9 34,8 25,5 49,5 34,6
Alto y muy alto 33,9 45,5 50,0 5,7 20,4 11,0
nortechico
Bajo y muy bajo 13,2 2,3 12,0 39,5 8,5 41,7
Medio 23,7 27,4 46,2 36,7 46,7 49,7
Alto y muy alto 63,2 70,3 41,7 23,8 44,9 8,6
Centro
Bajo y muy bajo 32,7 26,4 34,5 61,0 36,8 45,2
Medio 45,7 52,5 53,0 33,2 55,9 49,0
Alto y muy alto 21,6 21,2 12,5 5,8 7,4 5,8
Sur
Bajo y muy bajo 28,9 46,4 19,7 36,1 60,3 30,1
Medio 52,3 48,7 52,3 50,4 35,2 58,2
Alto y muy alto 18,8 4,9 28,1 13,5 4,5 11,6
Austral
Bajo y muy bajo 58,3 39,3 16,7 86,6 83,6 46,5
Medio 28,6 39,3 46,4 11,0 12,3 48,7
Alto y muy alto 13,1 21,4 36,9 2,4 4,1 4,8

Finalmente, por2017el país alcanzó el 7,0% de su población en niveles de vulnerabilidad más

altos (la cifra más baja de los tres períodos censales estudiados) y el 49,2% en niveles de
vulnerabilidad medios. Las distintas macrozonas obtuvieron una distribución poblacional
relativamente similar entre sus niveles de vulnerabilidad. Las cinco macrozonas alcanzaron cifras
de entre el 4,8% y el 11,6% de su población en los niveles de mayor vulnerabilidad y entre el 30,1%
y el 54,3% en los niveles de menor vulnerabilidad. En2017, elNorte Grande,nortechico ySurlas
macrozonas presentaron la mayor proporción de habitantes con mayores niveles de
vulnerabilidad con respecto a su población zonal total. No obstante, destacamos queNorte Grande
ynortechicomacrozonas experimentó una disminución significativa en su tasa de población más
vulnerable entre 2002 y 2017. Por el contrario, para el mismo período, para 2017 elSurla
macrozona experimentó el aumento más considerable en la proporción de habitantes más
vulnerables. Se convirtió en la macrozona con los mayores niveles de vulnerabilidad para el total
de su población zonal.
Del análisis de los tres años censales, concluimos que laCentrola macrozona presenta una distribución
poblacional relativamente estable en términos de niveles de vulnerabilidad a lo largo de las décadas
estudiadas. Mantiene una baja concentración en los niveles superiores de vulnerabilidad y altas
concentraciones en los niveles inferiores de vulnerabilidad. Por su parte, losNorte Grandeynortechicolas
macrozonas sufrieron grandes transformaciones: aunque en las primeras

13
Peligros Naturales

Tabla 6Estadísticas de agrupamiento espacial Moran y LISA, 1992–2017

I global de Moran 1992 2002 2017

0.22 0.17 0.11

Z (yo) 94.8 74,9 48.1

Categorías de clúster LISA contar % del total contar % del total contar % del total

Clúster espacial local significativo (pag<0.05)

Alta vulnerabilidad (HH) 610 25% 555 23% 411 17%

Baja vulnerabilidad (LL) 841 34% 1140 46% 935 38%
Distritos atípicos espaciales (pag<0.05)

Vulnerabilidad baja-alta (LH) 131 5% 104 4% 97 4%

Vulnerabilidad alta-baja (HL) 166 7% 254 10% 272 11%
Agrupamiento espacial estadísticamente no significativo (pag>0.05)

Distritos 716 29% 411 17% 749 30%

Total 2464 100% 2464 100% 2464 100%

dos periodos censales alcanzaron las mayores concentraciones poblacionales con mayores niveles de
vulnerabilidad, para el 2017 esta situación mejoró sustancialmente. Para 2017, elSurla macrozona se
convirtió en el área de mayor concentración de población zonal con mayores niveles de vulnerabilidad.
Finalmente, elAustralla macrozona presenta la reducción más significativa en la concentración de
población en los niveles de vulnerabilidad más bajos.

3.3 Índice de Moran y LISA

En mesa6, presentamos los resultados obtenidos para el análisis de autocorrelación espacial utilizando
los índices Moran I y LISA. Se observa un Moran I positivo para cada uno de los años analizados, lo que
sugiere que los valores del SoVI de los distritos están relacionados entre sí. En términos generales,
podemos observar que el agrupamiento espacial disminuye entre décadas, pasando de una
autocorrelación espacial de Moran I =0.22 para 1992 a Moran I =0.11 para 2017.
En 1992 encontramos el mayor número de comunas en extrema vulnerabilidad social (cluster
HH con 610 comunas, 25% del total nacional). Estos se agruparon principalmente en las macro-
zonas denortechicoyCentroregiones del país (ver Fig.3). De igual forma, en este año encontramos
el menor número de comunas agrupadas en el extremo de menor vulnerabilidad social (cluster LL
con 841 comunas, 34% del total nacional). La mayoría de estos conglomerados estaban ubicados
en elSuryAustralmacro-zonas. Para el año 2002, hubo una disminución en el número de distritos
del conglomerado HH con respecto a la década anterior (555 distritos, 23% del total nacional),
agrupados en elNorte Grande,nortechico, yCentro macro-zonas.

Al comparar los tres periodos censales en estudio, el mayor número de distritos del
conglomerado LL (1.140 distritos, 46% del total nacional) agrupados se ubicó en elSury
Australmacro-zonas—en 2002. El número más bajo de distritos agrupados en HH (411
distritos, 17% del total nacional) ocurrió en 2017. Figura3muestra que estos distritos están
ubicados principalmente enNorte Grande,nortechicoy, por primera vez, elAustral
macrozonas del país. Por otro lado, el número de distritos en conglomerados LL disminuyó
con respecto al período anterior (935 distritos, 38% del total nacional) y se concentran casi
exclusivamente en elCentromacrozona del país.

13
 Peligros Naturales

Fig. 3Análisis de autocorrelación espacial de Moran y LISA, 1992–2017

4. Discusión

A pesar de su importancia, pocos estudios han explorado la vulnerabilidad social ante un desastre natural
a nivel nacional y el carácter dinámico de la vulnerabilidad. En este estudio caracterizamos la evolución
temporal y la variación en la distribución espacial de la vulnerabilidad social en Chile durante las últimas
dos décadas utilizando el SoVI. Estudiar estas variaciones a nivel nacional

13
Peligros Naturales

nivel es relevante y permite a los gobiernos y organizaciones públicas y privadas identificar las
comunidades más vulnerables e implementar planes, programas y políticas más efectivos y
eficientes para la preparación, respuesta y recuperación de desastres naturales.
Nuestro estudio tiene dos resultados principales.Primero, tal como se reporta en estudios previos,
hemos concluido que los factores que explican mayores o menores niveles de vulnerabilidad social en un
período pueden persistir o disminuir su influencia en el tiempo, y pueden surgir nuevos factores. Dado
que la vulnerabilidad social está estrechamente relacionada con las condiciones económicas, cuando se
alivia la privación material, se vuelve menos relevante como indicador de vulnerabilidad. Sin embargo,
con el tiempo, otros factores que revelan la posición social de un individuo en la sociedad se vuelven más
relevantes cuando se trata de entender la vulnerabilidad social (Marmot2005).Segundo, la vulnerabilidad
social en Chile, medida a través del SoVI, se encuentra heterogéneamente distribuida a lo largo del
territorio. Este es el resultado de la interacción espacial y temporal de varios factores que reflejan
diferentes condiciones socioeconómicas de las comunidades distribuidas ubicadas a lo largo del territorio
nacional. En las siguientes secciones, discutimos estos resultados con más detalles.

4.1 Tendencias temporales de los factores de vulnerabilidad social

Para los tres períodos censales estudiados, el factor con mayor poder explicativo de la vulnerabilidad
social en Chile fueEstatus socioeconómico. El estatus socioeconómico incluye el nivel educativo
alcanzado, los ingresos, la propiedad de la vivienda, entre otras variables que determinan los recursos y
capacidades de los individuos y las comunidades para hacer frente y recuperarse de un desastre y,
posiblemente, la comprensión de las amenazas y las acciones de preparación asociadas. Si bien, en las
últimas décadas, Chile ha logrado avances significativos en sus condiciones socioeconómicas, aún existen
importantes desigualdades en todo el territorio, las cuales deben ser atendidas para convertirse en un
país más resiliente a los desastres naturales. Este resultado es consistente con el obtenido por Cutter y
Finch (2008) para EE. UU., donde el factorEstatus socioeconómico(que también incorporó el nivel
educativo) fue invariablemente el factor que mejor pudo explicar la vulnerabilidad social para los cinco
períodos censales estudiados.
Eldiscapacidadfactor exhibió la variación más significativa a lo largo de las décadas estudiadas: mientras que para los años 1992 y 2002discapacidadse

encontraba entre los de menor poder explicativo, para 2017 emergió como el segundo mayor poder explicativo de la vulnerabilidad social. Los autores coinciden en

que esta variación podría explicarse por el mayor alcance que supuso la definición de discapacidad implementada en el censo de 2017 y su posterior aumento en la

calidad de la información recogida. Este resultado es relevante, ya que indica que las variaciones dinámicas en la vulnerabilidad social captadas por metodologías

como el SoVI no solo se deben a cambios en elementos socioeconómicos y culturales característicos de las comunidades, sino también a cambios en elementos

técnicos y legales que afectan la calidad. , profundidad y cantidad de la información recopilada. En el caso específico del Estado de Chile, algunas de las acciones

para explicar las variaciones mencionadas incluyen la ratificación de la Convención de las Naciones Unidas sobre los Derechos de las Personas con Discapacidad de

2008, lo que significó adecuar la legislación del país y sus instituciones públicas a través de la promulgación de la Ley N° 20.422 que entró en vigor en 2010 y creó el

Servicio Nacional de Discapacidad. Además, la Ley N° 21.015 de 2017 incentivó la inclusión laboral de las personas con discapacidad. Asimismo, sugiere que no

reconocimos la vulnerabilidad a la que estaban expuestos estos grupos y por lo tanto indica que debemos adoptar programas públicos para reducir los efectos de

los desastres para las personas con discapacidad. lo que significó adecuar la legislación del país y sus instituciones públicas a través de la sanción de la Ley N°

20.422 que entró en vigencia en el año 2010 y creó el Servicio Nacional de Discapacidad. Además, la Ley N° 21.015 de 2017 incentivó la inclusión laboral de las

personas con discapacidad. Asimismo, sugiere que no reconocimos la vulnerabilidad a la que estaban expuestos estos grupos y por lo tanto indica que debemos

adoptar programas públicos para reducir los efectos de los desastres para las personas con discapacidad. lo que significó adecuar la legislación del país y sus

instituciones públicas a través de la sanción de la Ley N° 20.422 que entró en vigencia en el año 2010 y creó el Servicio Nacional de Discapacidad. Además, la Ley N°

21.015 de 2017 incentivó la inclusión laboral de las personas con discapacidad. Asimismo, sugiere que no reconocimos la vulnerabilidad a la que estaban expuestos

estos grupos y por lo tanto indica que debemos adoptar programas públicos para reducir los efectos de los desastres para las personas con discapacidad.

Esta evolución disruptiva no fue exclusiva dediscapacidad, inmigracióntambién exhibió un

comportamiento interesante a lo largo del período de estudio. Mientras que en 1992 y 2002

13
 Peligros Naturales

la inmigración no fue explicada significativamente por el modelo, para 2017 emergió como un
factor bien estructurado para explicar un porcentaje importante de la vulnerabilidad social del
país. Los autores coinciden en que esta variación se debe al crecimiento explosivo de la
inmigración en el país durante las últimas dos décadas. Chile nunca ha recibido inmigrantes en las
cifras reportadas en 2018, mientras que en 2006 el 1,3% de la fuerza laboral eran inmigrantes, en
2018 la cifra superó el 8% (DEM & INE2019). Además, estas variaciones se reflejan en el número de
inmigrantes y en su origen. En el censo de 2002, los inmigrantes en Chile procedían
principalmente de Argentina, Perú y países europeos, y en el censo de 2017, más del 90% de los
migrantes procedían de América Latina y el Caribe, en su mayoría de Haití, Perú, Colombia,
Venezuela y Bolivia. (Vergara2019). Siendo Chile uno de los países más expuestos a desastres
naturales en términos de su territorio y población, el fenómeno de la inmigración es
particularmente relevante. El crecimiento de personas extranjeras que viven en las diferentes
comunidades a lo largo del territorio nacional es un elemento significativo para el aumento de la
vulnerabilidad social en estos territorios. Las comunidades de inmigrantes tradicionalmente
enfrentan barreras lingüísticas, culturales y económicas que podrían ayudarlos a comprender y
prepararse para los peligros naturales de los territorios que ahora habitan. Por ejemplo, en un
estudio realizado con migrantes adultos que viven en Valparaíso, Chile, enfrentando el riesgo de
terremotos y tsunamis, las investigaciones describen cómo estos migrantes que dominan el
idioma nativo enfrentan barreras y dificultades para comprender las instrucciones y planes
desarrollados por las autoridades,2019). Esta tendencia disruptiva y acelerada tiene serias
implicaciones para el diseño e implementación de planes, programas y políticas de prevención de
riesgos, los cuales deben ajustarse a las nuevas realidades y estructuras de la población.
Aunque de forma menos radical, el factor que incluía mayoresadultostambién cambió su posición con
respecto a la vulnerabilidad social. Durante las dos décadas en estudio, este factor se mantuvo entre los
primeros de vulnerabilidad, alcanzó su punto máximo en 2017, posicionándose junto alEstatus
socioeconómicoydiscapacidadfactores descritos en párrafos anteriores. Esta tendencia es
particularmente relevante ya que Chile, al igual que muchos otros países del mundo, enfrenta un
envejecimiento acelerado de su población. Varios elementos hacen de la población adulta mayor un
grupo social altamente vulnerable, ya que este grupo está asociado a una mayor dependencia física y
económica en términos de movilidad y acciones de preparación, respuesta y recuperación ante amenazas
naturales.

4.2 Distribución espacial heterogénea de la vulnerabilidad social

En términos globales, nuestros resultados indican que en el período 1992-2017 Chile ha mantenido una
proporción relativamente estable de habitantes en los niveles superiores de vulnerabilidad social
(promedio 8,2%, SD=1,5%). Sin embargo, nuestros resultados también muestran que la interacción
espacial y temporal de los diferentes elementos que determinan la vulnerabilidad social se distribuye
heterogéneamente a lo largo del territorio nacional, revelando importantes contrastes. Del paísCentro la
macrozona (principal área comercial del país, donde vive más del 70% de la población y que incorpora la
capital de Chile) mejoró leve pero consistentemente sus niveles de vulnerabilidad social en los períodos
de estudio. Las macrozonas del norte mantuvieron los niveles más altos de vulnerabilidad (aunque han
disminuido sustancialmente en la última década), mientras que las macrozonas del sur del país
aumentaron sostenidamente sus niveles de vulnerabilidad.
En línea con los hallazgos de estudios previos, nuestros resultados sugieren que un común y
talla únicaenfoque puede ser ineficaz para reducir la vulnerabilidad social o mejorar la resiliencia a
los desastres naturales (Cutter y Finch2008; Zhou et al.2014b). Una distribución geográficamente
heterogénea de la vulnerabilidad social debe traducirse en una preparación múltiple,

13
Peligros Naturales

respuesta y estrategias de recuperación que se adaptan al elemento particular de vulnerabilidad de cada

comunidad. Así, por ejemplo, comunidades caracterizadas por una alta proporción de migrantes
requerirán estrategias de preparación diferenciadas y específicas en comparación con otras
comunidades representadas por una mayor proporción de adultos mayores o aquellas con un nivel
socioeconómico más bajo. Esto mejora los esfuerzos de los gobiernos locales para reducir el riesgo de
desastres en sus comunidades mediante la incorporación de estas consideraciones en sus planes y
políticas de preparación, respuesta y recuperación ante desastres naturales.

4.3 Conclusiones

Nuestros resultados revelan que la vulnerabilidad social a los desastres naturales es un fenómeno
dinámico que depende de los cambios en los contextos socioeconómicos, culturales y políticos de los
países. La evolución temporal y espacial indica que la vulnerabilidad social es un proceso generado por la
interacción de las dinámicas sociales y no es necesariamente una característica permanente ni de los
pueblos ni de los lugares. Por lo tanto, debe evaluarse y evaluarse a lo largo del tiempo en los mismos y
diferentes lugares.
El carácter dinámico de la vulnerabilidad social también acentúa el valor de mantener su medición
permanente a través de índices que permitan captar de manera efectiva los niveles de vulnerabilidad de
un territorio y sus variaciones. De igual manera, cabe señalar la importancia de la disponibilidad de datos
públicos a nivel nacional que permitan una desagregación más detallada de los principales factores
involucrados en la vulnerabilidad. Este ejercicio también puede proporcionar información valiosa sobre el
impacto de las políticas implementadas para reducir la vulnerabilidad y si estas son efectivas o no.

Estudios como este pueden revelar y predecir puntos focales en los que enfocar las políticas y
programas de reducción del riesgo de desastres. Esto es aún más relevante para países que, a pesar de
un desarrollo económico prometedor, tienen altos índices de desigualdad —económica, educativa, de
género, etc.— y aquellos que experimentan una migración significativa o un rápido envejecimiento de su
población.
Con base en nuestros hallazgos, concluimos que las políticas y programas de gestión del riesgo de
desastres requieren coordinación entre diferentes agencias gubernamentales y del sector privado, como
lo sugieren las Naciones Unidas, entre otros (UNDRR2015). Reducir los niveles de vulnerabilidad social
depende no solo de la creación de programas enfocados a mitigar los peligros naturales, sino también de
programas integrales enfocados a reducir las desigualdades en la población. Además, la alta
heterogeneidad en la distribución espacial de la vulnerabilidad, especialmente en países que se
extienden por grandes distancias latitudinales, requiere la descentralización del desarrollo económico y
social y una distribución más equitativa de los recursos.
Finalmente, el análisis de la evolución espacial y temporal de la vulnerabilidad social muestra que el
desarrollo de políticas y programas más efectivos para construir comunidades más resilientes requiere
de una evaluación permanente del estado de vulnerabilidad e integrando cambios en las dinámicas
sociales de cada territorio.

5 Limitaciones

La implementación del SoVI para Chile tiene algunas limitaciones. En primer lugar, se refiere al
uso de los datos censales como recurso principal. Si bien el censo de población y vivienda es un
informe estadístico integral sobre las características sociodemográficas de una población, su
escala general puede limitar la posibilidad de desagregarlo en datos locales (Contreras et al.

13
 Peligros Naturales

2020; Fekete et al.2010). En el caso de Chile, el uso de las bases de datos censales presentó
algunas dificultades ya que fue necesario extraer variables de 2012 para complementar los datos
de 2017 por tratarse de un censo de formato corto. Además, el uso de solo 30 variables para el
cálculo del SoVI es una limitación. Si bien el modelo logra un ajuste razonable de los principales
factores involucrados en la vulnerabilidad social, el reducido número de variables no permite una
medición más detallada de las áreas incluidas. A pesar de estas limitaciones, los hallazgos de
nuestro estudio no difieren ampliamente de otros informados anteriormente y caracterizan cómo
la vulnerabilidad social cambia según la ubicación y el tiempo.

FondosEsta investigación fue parcialmente financiada por la Agencia Nacional de Investigación y Desarrollo
(ANID) de Chile a través del Fondo Nacional de Investigaciones Científicas y Tecnológicas (Fondecyt, Beca
1180966) y por el Centro Nacional de Investigación para la Atención Integral de Desastres Naturales ANID/
FONDAP/15110017.

Cumplimiento de normas éticas

Conflicto de interesesLos autores declaran no tener ningún conflicto de intereses.

Referencias

Adger WN (2006) Vulnerabilidad. Cambio Ambiental Global 16:268–281

Al-Rousan TM, Rubenstein LM, Wallace RB (2014) Preparación para desastres naturales entre los mayores de EE. UU.
adultos: una encuesta a nivel nacional. Am J Public Health 104: 506–511
Anselin L (1995) Indicadores locales de asociación espacial—LISA. Geogr Anal 27:93–115
Armas I, Gavris A (2013) Evaluación de la vulnerabilidad social mediante análisis multicriterio espacial (modelo SEVI)
y el Índice de Vulnerabilidad Social (modelo SoVI), un estudio de caso para Bucarest, Rumania. Nat Hazards
Earth SystSci 13: 1481–1499
Armaş I, Gavriş A (2016) Evaluación de vulnerabilidad social basada en el censo para Bucarest. Proc Environ Sci
32:138–146
BCN (Biblioteca del Congreso Nacional de Chile) (2020) Información Territorial "Chile Nuestro País".https
://www.bcn.cl/siit/nuestropais/index_html.
Bernales M, Repetto P, McIntyre A, Vasquez A, Drury J, Sullivan G, Castañeda J (2019) Experiencias y
percepciones de los peligros naturales entre los migrantes internacionales que viven en Valparaíso, Chile. Int J Reducción del
riesgo de desastres 34:116–128
Birkmann J (2007) Indicadores de riesgo y vulnerabilidad a diferentes escalas: aplicabilidad, utilidad y política
trascendencia. Peligros ambientales 7:20–31
Bolin B, Kurtz LC (2018) Raza, clase, etnia y vulnerabilidad ante desastres. En: Rodríguez H, Donner W,
Trainor JE (eds) Manual de investigación de desastres. Springer, Cham, págs. 181-203
Bronfman NC, Cisternas PC, Repetto PB, Castañeda JV (2019) Preparación para desastres naturales en un
ambiente de peligro: caracterizando el perfil sociodemográfico de los mejor (peor) preparados. PloS
uno 14:e0214249
Bronfman NC, Cisternas PC, Repetto PB, Castañeda JV, Guic E (2020) Entendiendo la relación
entre la experiencia directa y la percepción del riesgo de los peligros naturales. Riesgo Anal 40:2057
Castañeda JV, Bronfman NC, Cisternas PC, Repetto PB (2020) Comprender la cultura de las dis-
preparación para maestros: explorando el efecto de la experiencia y los predictores sociodemográficos. Peligros
naturales 13: 1881–1904.https://doi.org/10.1007/s11069-020-04060-2
Contreras D, Chamorro A, Wilkinson S (2020) La dimensión espacial en la evaluación de la sociología urbana
vulnerabilidad económica relacionada con los peligros geológicos. Nat Peligros Earth SystSci 20: 1663
Cutter SL, Boruff BJ, Shirley WL (2003) Vulnerabilidad social a los peligros ambientales. SocSci Q
84:242–261
Cutter SL, Finch C (2008) Cambios temporales y espaciales en la vulnerabilidad social a los peligros naturales. ProcNat-
lAcadSci 105:2301–2306
Daddoust L, Khankeh H, Ebadi A, Sahaf R, Nakhaei M, Asgary A (2018) La vulnerabilidad social de las personas mayores
personas a los desastres naturales: una revisión integradora. Salud Desastres emergentes 4:5–14

13
Peligros Naturales

De Loyola Hummell BM, Cutter SL, Emrich CT (2016) Vulnerabilidad social a las amenazas naturales en Brasil.
Int J Desastre Riesgo Sci 7:111–122
Dintwa KF, Letamo G, Navaneetham K (2019) Cuantificación de la vulnerabilidad social a los peligros naturales en
Botswana: una aplicación del modelo cortador. Int J Disaster Risk Reduct 37:101189 DEM & INE (2019)
Estimación de personas extranjeras residentes en Chile al 31 de diciembre de 2018, Chile Donner W, Rodríguez H
(2008) Composición poblacional, migración y desigualdad: la influencia de
cambios demográficos sobre el riesgo de desastres y la vulnerabilidad. Fuerzas sociales 87: 1089–1114
EM-DAT (2020) EM-DAT: La base de datos internacional de desastres OFDA/CRED: Universite´ Catholique de
Lovaina–Bruselas–Bélgica
Fatemi F, Ardalan A, Aguirre B, Mansouri N, Mohammadfam I (2017) Indicadores de vulnerabilidad social en
desastres: resultados de una revisión sistemática. Int J Disaster Risk Reduct 22:219–227
Fekete A (2019a) (Re)evaluación de la vulnerabilidad social en el contexto de los peligros naturales: revisión del uso
plenitud del enfoque del indicador espacial e investigaciones de las demandas de validación. Int J Desastre
Riesgo Sci 10:220–232
Fekete A (2019b) Evaluación del cambio de vulnerabilidad social: monitoreo de indicadores demográficos longitudinales
factores del riesgo de desastres en Alemania de 2005 a 2015. Nat Hazards 95:585–614
Fekete A, Damm M, Birkmann J (2010) Las escalas como desafío para la evaluación de la vulnerabilidad. Peligros naturales
55:729–747
Frigerio I, De Amicis M (2016) Mapeo de la vulnerabilidad social a los peligros naturales en Italia: una herramienta adecuada
para estrategias de mitigación de riesgos. Política de ciencia ambiental 63:187–196
Fuenzalida H (1965) Geografía económica de Chile Santiago, Chile: CORFO. pp 228–267 González M et al
(2020) Incendiosforestales en Chile: Causas. Santiago, Chile, Impactos y Resiliencia-
centro de investigación sobre el clima y la resiliencia
Hemingway L, Priestley M (2006) Peligros naturales, vulnerabilidad humana y sociedades discapacitantes: un desastre
ter para personas discapacitadas? Una revista internacional, revisión de estudios sobre discapacidad
Holand IS, Lujala P, Rød JK (2011) Evaluación de la vulnerabilidad social para Noruega: un enfoque cuantitativo.
NorskGeografiskTidsskrift-Noruego J Geogr 65:1–17
INE (2014) Auditoria Técnica a la base de daros del levantamiento Censal año 2012. Chile
INE (2017) Censo de Población y Vivienda 2017
INE (2018) Manual de Usuario de la base de datos del Censo de Población y Vivienda 2017. Instituto-
Nacional de Estadísticas, Chile
Kelman I, Stough L (2015) Discapacidad y desastre: exploraciones e intercambios. Springer, Cham Khan FA, Salman A (2012)
Un índice de vulnerabilidad humana simple a los peligros del cambio climático para Pakistán.
Int J Desastre Riesgo Sci 3:163–176
Kuhlicke C, Scolobig A, Tapsell S, Steinführer A, De Marchi B (2011) Contextualizing social vulner-
capacidad: resultados de estudios de casos en toda Europa. Riesgos nacionales 58: 789–810
Lara LE (2009) La erupción del volcán Chaitén en 2008, Chile: un informe preliminar. geología andina
36:125–129
Lee YJ (2014) Indicadores de vulnerabilidad social como herramienta de planificación sostenible. Revisión de evaluación de impacto ambiental
44:31–42
Malpass A, West C, Quaill J, Barker R (2019) Experiencias de alojamiento de personas con discapacidades
durante los desastres naturales: una revisión integradora. Aust J EmergManag 34:60 Marmot
M (2005) Determinantes sociales de las desigualdades en salud. Lanceta 365: 1099–1104
Martínez C (2014) Factores de vulnerabilidad y poster reconstrucciónremoto en tres localidades costeras
chilenas: ¿generación de nuevas áreas de riesgo?. Bulletin de l'Institut français d'études andines. págs. 529–
558
Martínez C, Cienfuegos R, Inzunza S, Urrutia A, Guerrero N (2020) Escenario de tsunami en el peor de los casos en
Bahía de Cartagena, Chile central: desafíos para la gestión del riesgo costero. Gerente de la costa del océano 185:
105060
Masozera M, Bailey M, Kerchner C (2007) Distribución de los impactos de los desastres naturales en los ingresos
grupos: Un estudio de caso de Nueva Orleans. Ecol Econ 63: 299–306
McEntire DA (2005) Por qué importa la vulnerabilidad: explorando el mérito de una reducción de desastres inclusiva
concepto. Gestión anterior de desastres 14(2):206–222.https://doi.org/10.1108/09653560510595209 Menoni
S, Molinari D, Parker D, Ballio F, Tapsell S (2012) Evaluación de la vulnerabilidad multifacética y
resiliencia para diseñar estrategias de mitigación de riesgos. Riesgos nacionales 64: 2057–2082
Moran PA (1948) La interpretación de mapas estadísticos. J Roy Stat Soc: Ser B (Methodol) 10:243–251 Müller A, Reiter J,
Weiland U (2011) Evaluación de la vulnerabilidad urbana frente a las inundaciones utilizando un indicador
Enfoque basado en tor: un estudio de caso para Santiago de Chile. Nat Hazards Earth Syst Sci 11: 2107–
2123. https://doi.org/10.5194/nhess-11-2107-2011

13
 Peligros Naturales

Murphy ST, Cody M, Frank LB, Glik D, Ang A (2009) Predictores de preparación para emergencias y
cumplimiento Disaster Med Publ Health Preparedness 3(2):1–10.https://doi.org/10.1097/DMP.0b013
e3181a9c6c5
Muttarak R, Lutz W (2014) ¿Es la educación una clave para reducir la vulnerabilidad a los desastres naturales y, por lo tanto,
cambio climático inevitable? Ecol Soc.https://doi.org/10.5751/ES-06476-190142
Ord JK, Getis A (1995) Estadísticas de autocorrelación espacial local: problemas de distribución y una aplicación.
Geogr Anal 27: 286–306
Informe WR (2019) Índice Mundial de Riesgo 2019.
Rufat S, Tate E, Burton CG, Maroof AS (2015) Vulnerabilidad social a las inundaciones: revisión de estudios de caso y
implicaciones para la medición. Int J Reducción del riesgo de desastres 14:470–486
Rufat S, Tate E, Emrich CT, Antolini F (2019) ¿Qué tan válidos son los modelos de vulnerabilidad social? Ann Am como geo-
gráfico 109:1131–1153
Samaniego J (2010) Terremoto en Chile: una primera mirada al 10 de marzo de 2010
Schmidtlein MC, Deutsch RC, Piegorsch WW, Cutter SL (2008) Un análisis de sensibilidad de la vulnerabilidad social
índice de habilidad. Riesgo Anal Int J 28:1099–1114
Schmidtlein MC, Shafer JM, Berry M, Cutter SL (2011) Modelado de pérdidas por terremotos y vulnerabilidad social
en Charleston, Carolina del Sur. ApplGeogr 31:269–281
SERNAGEOMIN (2020) Red Nacional de Vigilancia Volcánica. Servicio Nacional de Geología y Minería
de Chile.https://www.sernageomin.cl/red-nacional-de-vigilancia-volcanica/. 2020
Shapira S, Aharonson-Daniel L, Bar-Dayan Y (2018) Patrones de respuesta de comportamiento anticipados a una tierra-
terremoto: el papel de las características personales y del hogar, la percepción del riesgo, la experiencia previa y la preparación.
Int J Reducción del riesgo de desastres 31:1
Siagian TH, Purhadi P, Suhartono S, Ritonga H (2014) Vulnerabilidad social a los peligros naturales en Indonesia:
factores impulsores e implicaciones políticas. Peligros naturales 70:1603–1617
Sikandar R, Khan A (2019) Vinculando la vulnerabilidad de género y los desastres. En: Zutshi B, Ahmad A,
Srungarapati A (eds) Reducción del riesgo de desastres. Palgrave Macmillan, Singapur.https://doi.
org/10.1007/978-981-10-8845-2_14
Stanton RR, Duran-Stanton AM (2019) Poblaciones vulnerables en desastres: residencia, resiliencia y
asistente médico de recursos. Clínicas 4:675–685
Tapsell S, McCarthy S, Faulkner H, Alexander M (2010) Vulnerabilidad social a los peligros naturales Estado de la
informe de arte de WP4 London de CapHaz-Net
Tate E (2012) Índices de vulnerabilidad social: una evaluación comparativa utilizando análisis de incertidumbre y sensibilidad.
sís. Riesgos nacionales 63: 325–347
UNDRR (2015) El Marco de Sendai para la Reducción del Riesgo de Desastres 2015–2030 22
Vergara R (2019) Inmigración en Chile: unamirada multidimensional. Fondo de Cultura Económica Chile,
Centro de Estudios Públicos
Vieira RMDSP et al (2020) Caracterización de patrones espacio-temporales de vulnerabilidad social a las sequías, grados
radiación y desertificación en el nordeste brasileño. Environ Sustain Indic 5:100016
Wilson SN, Tiefenbacher JP (2012) Las barreras que impiden los comportamientos de precaución por parte de los indocumentados
inmigrantes en emergencias: la experiencia del Huracán Ike en Houston, Texas, USA. Peligros ambientales
11:194–212
Yoon DK (2012) Evaluación de la vulnerabilidad social a los desastres naturales: un estudio comparativo. Peligros naturales
63: 823–843
Zhou Y, Li N, Wu W, Wu J (2014a) Evaluación de la vulnerabilidad social provincial a los desastres naturales en
Porcelana. Riesgos nacionales 71: 2165–2186
Zhou Y, Li N, Wu W, Wu J, Shi P (2014b) Factores espaciales y temporales locales que influyen en la población y
vulnerabilidad de la sociedad a los desastres naturales. Riesgo Anal 34:614–639

Nota del editorSpringer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y
afiliaciones institucionales.

13