Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
1
Desastres en Argentina: un análisis de preferencias y percepciones (2017-2019)
Disasters in Argentina: an analysis of preferences and perceptions (2017-2019)
Fernando Antonio Ignacio
González,
fernando_gonzalez01@hotmai
l.com
1
Silvia London,
slondon@uns.edu.ar
2
1
Instituto de Investigaciones
Económicas y Sociales del Sur
(IIESS), Universidad Nacional
del Sur (UNS), Consejo Nacional
de Investigaciones Científicas y
Técnicas (CONICET), Buenos
Aires, Argentina.
2
Instituto de Investigaciones
Económicas y Sociales del Sur
(IIESS), y del Departamento de
Economía, Universidad Nacional
del Sur (UNS), Consejo Nacional
de Investigaciones Científicas y
Técnicas (CONICET), Buenos
Aires, Argentina.
Resumen
Introducción
Los desastres constituyen uno de los mayores desafíos que
enfrenta la humanidad. Las percepciones respecto a estos
eventos extremos y sus consecuencias afectan ampliamente
el diseño e implementación de políticas públicas de
adaptación y mitigación.
Objetivo principal
Analizar los determinantes de preferencias y percepciones
sobre los desastres en Argentina (2017-2019).
Método y técnica
Se emplean dos ondas de una encuesta de opinión pública
(N=3056) realizadas en 2017 y 2019. Se consideran
determinantes socio-económicos y subjetivos y se procede
con un análisis de regresión. Los resultados de interés
incluyen la percepción de la probabilidad de morir a causa
de un desastre, la preferencia hacia un mayor gasto público
en viviendas más seguras y la preferencia hacia priorizar la
protección ambiental o el crecimiento económico.
Resultados
Los resultados sugieren que las privaciones materiales del
hogar, la provincia de residencia (Mendoza, San Juan y
Santa Fe, en particular) y haber estado expuesto
previamente a desastres, afectan significativamente la
percepción sobre los desastres. En el mismo sentido, la
confianza en la comunidad y la percepción sobre la
facilidad de recibir beneficios públicos en caso de
necesitarlos constituyen determinantes subjetivos
relevantes.
Conclusión
En el actual contexto de cambio climático los hallazgos de
este trabajo constituyen un insumo para la elaboración e
implementación de políticas de preparación y mitigación
frente a desastres. En este sentido, entender qué
experiencias o factores socio-económicos afectan las
preferencias hacia la protección ambiental es de vital
importancia.
Palabras clave: Desastres, Preferencias, Percepciones,
Encuestas de opinión, Argentina.
Fecha de recepción:
22 de julio del 2020
Fecha de aceptación:
9 marzo del 2021
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
2
Cómo citar:
González, Fernando Antonio
Ignacio y Silvia London. 2021.
Desastres en Argentina: un
análisis de preferencias y
percepciones (2017-2019).
Revista Reflexiones 100 (2).
DOI 10.15517/rr.v100i2.43115
Abstract
Introduction
Disasters constitute one of the greatest challenges facing
humanity. Perceptions regarding these extreme events and
their consequences greatly affect the design and
implementation of public policies for adaptation and
mitigation.
Main goal
In this paper, the determinants of preferences and
perceptions about disasters in Argentina (2017-2019) are
analyzed.
Method and technique
Two waves of a public opinion survey (N = 3056) carried
out in 2017 and 2019 are used. Socio-economic and
subjective determinants are considered and a regression
analysis is carried out. The results of interest include the
perception of the probability of dying from a disaster, the
preference for greater public spending on safer housing in
the face of disasters, and the preference for prioritizing
environmental protection or economic growth.
Results
The results suggest that material deprivation of the
household, province of residence (Mendoza, San Juan and
Santa Fe, in particular) and having been previously exposed
to disasters significantly affect the perception of disasters.
In the same sense, trust in the community and the
perception of the ease of receiving public benefits if needed
are relevant subjective determinants.
Conclusion
In the current climate change context, the findings of this
work constitute an input for the elaboration and
implementation of disaster preparedness and mitigation
policies. In this sense, understanding what experiences or
socio-economic factors affect preferences towards
environmental protection is of vital importance.
Key-words: Disasters, Preferences, Perceptions, Opinion
surveys, Argentina.
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
3
Introducción
El cambio climático antropogénico constituye uno de los desafíos más complejos
que la humanidad debe resolver. El Panel Intergubernamental sobre Cambio Climático
(IPCC) señala que su existencia es inequívoca: entre 2006-2015 la temperatura global
promedio en la superficie ha aumentado 0.87°C con relación al promedio del período
1850-1900. De mantenerse esta tendencia, se estima que el calentamiento global alcance
los 1.5°C entre 2030-2052 (IPCC 2018).
En este contexto, se espera un incremento en la frecuencia y severidad en la
ocurrencia de desastres
1
(IPCC-SREX 2012), lo que incluye una mayor cantidad de días
con temperaturas y precipitaciones extremas (IPCC 2014). Así, únicamente durante el
año 2019, más de 95 millones de personas resultaron afectadas por desastres -
registrándose más de 11000 muertes-; los daños ocasionados superaron los U$S 130 mil
millones (CRED 2020b). En la última década (2009-2019), la tasa de crecimiento anual
promedio del Producto Bruto Interno (PBI) global fue de 2.5% (Banco Mundial 2020).
En el mismo período, la tasa de crecimiento de los daños derivados de la ocurrencia de
desastres fue de 27.8% (CRED 2020a). Esto sugiere que a medida que la economía global
sigue creciendo, el costo de los desastres seguirá aumentando en términos relativos.
Los denominados efectos directos (daño sobre infraestructura física y mortalidad)
no son las únicas consecuencias que surgen luego de un evento extremo. La ocurrencia
de desastres también ha ocasionado reducciones en el crecimiento económico de las zonas
afectadas (Lazzaroni y van Bergeijk 2013; Klomp y Valckx 2014; González et al. 2021a)
así como un empeoramiento en el desarrollo humano de las personas expuestas, incluso
a largo plazo. Esto incluye una persistente reducción en el logro educativo (Caruso 2017;
González et al 2021b), mayores chances de estar desempleado o ser pobre (González et
al. 2020) o una incrementada incidencia de diversas enfermedades (Ding et al. 2019).
La literatura de desastres coincide en señalar que las personas en situación de
pobreza son desproporcionadamente más afectadas por la ocurrencia de un desastre
(Hallegatte et al. 2020); por definición poseen menos recursos para hacer frente al shock
y recuperarse luego. También son más propensas a habitar zonas de mayor riesgo
ambiental, en donde los precios de las viviendas suelen ser menores. Un meta-análisis,
para el caso de Estados Unidos, ha mostrado que un incremento del 1% en el riesgo de
inundación, en un año particular, reduce el precio de la vivienda en 0.6% (Daniel et al.
2009).
1
La Oficina de Naciones Unidas para la Reducción del Riesgo de Desastres (UNISDR) define desastre
como “una seria interrupción en el funcionamiento de una comunidad o sociedad debido a eventos
amenazantes interactuando con condiciones de exposición, vulnerabilidad y capacidad, y que generan una
o más de los siguientes: pérdidas e impactos humanos, materiales, económicos y ambientales” (UNISDR
2018). Esta definición se sustenta en la existencia de un evento amenazante que desencadena el desastre.
Este evento recibe el nombre de amenaza natural. La conjunción de los tres elementos (amenaza,
exposición y vulnerabilidad) configura el riesgo ambiental.
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
4
A su vez, aun cuando el riesgo ambiental es conocido, las personas en situación
de pobreza poseen menos recursos para poder emigrar hacia zonas más seguras
(Hallegatte et al. 2020). La literatura señala que los pobres enfrentan mayores pérdidas
de activos e ingresos -en términos relativos- que los no pobres ante la ocurrencia de
desastres (Carter et al. 2007; Patankar y Patwardhan 2016). Todo lo anterior contribuye
a que las personas pobres puedan estar sometidas a una mayor carga debido a estos
eventos extremos.
En efecto, es intuitivo asumir que, dado que son más propensos a sufrir daño (por
su mayor vulnerabilidad) y les resulta más difícil recuperarse (menor resiliencia), las
personas en situación de pobreza posean una mayor percepción de riesgo ambiental
2
y se
muestren más receptivas a la implementación de políticas públicas de preparación y
mitigación ante desastres. La literatura empírica; sin embargo, ha reportado resultados no
concluyentes.
Por un lado, se observa que aquellas personas que han estado expuestas a desastres
presentan una mayor percepción de riesgo ambiental (Spence et al. 2011; Hornsey et al.
2016; Brown et al. 2018) y que este efecto puede ser persistente (Cassar et al. 2017),
aunque se resalta que la cantidad de estimaciones cuantitativas en este tópico es escasa
(Wu et al. 2020).
Por otra parte, Van der Linden (2017) argumenta que, en promedio, las mujeres,
personas jóvenes y más educadas presentan una mayor percepción de riesgo ambiental.
En el mismo sentido, un mayor nivel educativo se asocia con una mayor preocupación
por el cambio climático y percepción de riesgo ambiental (Echavarren et al. 2019).
Apartándose de lo anterior, Poortinga et al. (2019) y Luís et al. (2018) afirman que el
efecto de la educación no es concluyente y que interactúa con otros factores socio-
demográficos y difiere entre regiones. De igual manera, Milfont (2012) sugiere que la
educación no es un determinante significativo e incluso puede contribuir a la polarización
de las percepciones (Ballew et al. 2020).
En términos de ingresos, la evidencia reporta resultados mixtos. Por un lado, se
observa que las personas de mayores ingresos presentan una mayor aceptación acerca de
la existencia del cambio climático y una menor percepción de riesgo (Semenza et al. 2008;
McCright et al. 2014; Xiao y McCright 2012). Por otro lado, también se observa que las
personas de mayores ingresos perciben en menor frecuencia las consecuencias del cambio
climático (Hamilton y Kleim 2009) o no existen diferencias significativas (Grimberg et
al. 2018). A su vez, una asociación positiva entre ingresos y preferencias por la
implementación de políticas de protección ambiental ha sido reportada en Dietz et al.
(2007) y Akter y Bennett (2011). Dado que la evidencia muestra que las percepciones
2
La percepción de riesgo se refiere al proceso de discernir e interpretar señales en relación a eventos
inciertos (ej: desastres) y formar un juicio subjetivo acerca de la probabilidad y severidad del daño presente
y futuro de estos eventos (Bradley et al. 2020). En general, la percepción sobre el cambio climático se
refiere al estado de opinión y preocupación hacia el cambio climático (Ruiz et al. 2020). Discusiones en
torno al concepto de riesgo puede consultarse en Slovic (1987) y Douglas (2003).
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
5
sobre el cambio climático afectan al diseño e implementación de políticas públicas (Ruiz
et al. 2020) este es un tópico de especial interés.
El análisis de percepciones del cambio climático y los desastres también presenta
numerosos antecedentes en Latinoamérica. Chanca Flores (2016) halla, al examinar un
distrito de Perú, que las percepciones sobre el cambio climático no son afectadas por la
educación ni el género, aunque si encuentra relevante la edad. También para Perú,
Sánchez y Castro (2019) sugieren que la ocurrencia de determinados tipos de desastres
(principalmente heladas) afecta significativamente la percepción sobre cambio
climático
3
.
Alcaraz (2013) halla, para Argentina, que la preocupación por la dimensión
ambiental, entre periodistas de una ciudad argentina, es reducida y, en general, responde
a la ocurrencia de eventos extremos (desastres). Similares resultados, en términos del
impacto significativo derivado de un desastre, son reportados en Abeldaño et al. (2015)
al examinar la ocurrencia de un gran alud en una ciudad argentina. Al respecto, Delprino
(2016), al examinar una comunidad de Buenos Aires, advierte que las percepciones
respecto al incremento en la frecuencia de desastres pueden no estar respaldadas por los
registros meteorológicos.
En este contexto, se busca examinar los determinantes de las preferencias y
percepciones con respecto a la ocurrencia de desastres y la priorización de la protección
ambiental (frente al crecimiento económico) para el caso argentino. A partir de un análisis
de regresión y empleando microdatos de dos ondas de una encuesta de opinión
representativa a nivel nacional, se analiza la relevancia de dos grandes grupos de
determinantes (socio-económicos y subjetivos).
Este trabajo añade valor a la literatura regional de desastres en dos aspectos.
Primero, aporta evidencia empírica novedosa, para el caso argentino, a partir de la
utilización de recientes microdatos de hogar (2019). Segundo, alcanza un análisis integral
de los determinantes al considerar determinantes socio-económicos en conjunto con
aquellos subjetivos, como la confianza en la comunidad, ideología política, percepción
de corrupción, entre otros.
Materiales y métodos
Fuente de información
La principal fuente de información de este trabajo proviene de los microdatos del
Barómetro de las Américas que surgen del Proyecto de Opinión Pública de América
Latina (LAPOP por sus siglas en inglés) (LAPOP 2019a). Esta iniciativa es llevada a cabo
por Vanderbilt University desde el 2004 para un amplio grupo de países de la región. El
objetivo del proyecto es la producción de datos de opinión pública a escala continental.
3
Conclusiones similares son apuntadas para el caso de Uruguay en Stuhldreher (2020). Otros antecedentes
relevantes pueden ser consultados en Herrador-Valencia y Paredes (2016) y Sapiains et al. (2019).
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
6
En el caso de Argentina, LAPOP ha producido ondas de microdatos (bases de
datos con registros individuales de cada encuestado) en seis oportunidades (en el 2008,
2010, 2012, 2014, 2017 y 2019). En las dos ondas más recientes se han incluido aspectos
relacionados a la protección ambiental y la ocurrencia de desastres, las cuales constituyen
la base de las estimaciones. La onda 2019 fue realizada mediante entrevistas individuales
entre febrero y abril de ese año y consideró un muestreo probabilístico estratificado de
adultos argentinos -con base en las proyecciones poblaciones que surgen del censo 2010.
La muestra es representativa del total nacional, de cada una de las 6 regiones consideradas
(Gran Buenos Aires, Centro, Cuyo, NEA, NOA y Patagonia), de zonas urbanas y rurales
y de distintos tamaños de municipios (según su población). La onda del año 2017 sigue
la misma metodología y fue realizada entre marzo y mayo de ese año
4
.
Los microdatos de esta encuesta permiten conocer percepciones y preferencias
para un amplio conjunto de temas (instituciones, partidos políticos, comunidad, gasto
público, seguridad, ambiente, etc.) incluyendo los típicos indicadores socioeconómicos
relevados en encuestas de hogares (ingresos, educación, condiciones de la vivienda,
acceso a servicios básicos, etc.). De allí que esta encuesta constituye una fuente valiosa
para el análisis de la heterogeneidad en percepciones.
La Tabla 1, a continuación, presenta estadística descriptiva básica para ambas
ondas de la encuesta. Se observa que una reducida proporción de las personas encuestadas
(<1%) concibe al ambiente como el principal problema que enfrenta -la mayor parte opta
por otros como la inflación, pobreza o coyuntura económica-. Sin embargo, una amplia
proporción -1 de cada 5- percibe como muy probable morir a consecuencia de un desastre
en el futuro. Además, en promedio, las personas parecen apoyar la inversión del Estado
en mejorar la preparación de las viviendas frente a la ocurrencia de desastres.
Tabla 1. Estadística descriptiva, ondas 2019 y 2017 Barómetro de las Américas
Variable
2019
2017
N
1528
1528
Mujeres (en %)
50.39
50.39
Edad
41.84
41.90
Años de studio
11.12
10.68
Ideología política (izquierda (1) a derecha (10))
5.2
5.30
Desempleo (en %)
9.36
6.15
Tamaño del hogar
3.45
3.71
Ingresos bajos (hasta un salario mínimo, en %)
27.68
14
Percepción ambiente como principal problema
0.13
0.26
Percepción probabilidad de morir por un desastre (muy probable, en %)
22.42
21.40
Apoya inversión del Estado en mejora de viviendas frente a desastres
(escala 1 a 7)
5.14
5.47
Fuente: Elaboración de las personas autoras.
4
Información detallada sobre el muestreo y representatividad puede ser consultada en LAPOP (2019b).
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
7
Llamativamente, de la anterior tabla surge que la proporción de personas que
concibe al ambiente como el principal problema que enfrenta el país se ha reducido entre
2017-2019. Esto, sin embargo, está en línea con lo reportado por la evidencia previa. En
efecto, durante las recesiones la preocupación por el ambiente se reduce debido a un re-
ordenamiento de las prioridades hacia indicadores económicos, como el desempleo
(Scruggs y Benegal 2012).
Metodología
Dado el objetivo de este trabajo, se procede con un análisis de regresión similar a
la propuesta de Kwon et al. (2019). Todas las estimaciones surgen de emplear STATA
16.1. En particular, se opta por la siguiente estrategia de estimación empírica:
𝑙
𝑖𝑑
= 𝛽
0
+ 𝛿𝑍
𝑖𝑑
+ 𝜋𝑋
𝑖𝑑
+ 𝜕
𝑑
+ µ
𝑖𝑑
(1)
donde 𝑙
𝑖𝑑
es el resultado de interés para la persona i residente en la provincia, d. 𝑍
𝑖𝑑
es un vector de características socio-económicas y demográficas. 𝑋
𝑖𝑑
es un vector de
características subjetivas
5
, 𝜕
𝑑
son efectos fijos por provincia de residencia y µ
𝑖𝑑
es el
término de error del modelo. En particular, 𝑍
𝑖𝑑
incluye: edad, sexo, logro educativo,
ingresos del hogar, zona de residencia (rural/urbana y por tamaño poblacional), acceso a
servicios básicos, empleo y seguridad social. A su vez, 𝑋
𝑖𝑑
incluye: interés personal por
la política y las noticias, percepción de la corrupción, percepción del ambiente como
principal problema, confianza en la comunidad, preferencias por la redistribución y
combate de la pobreza e ideología política. La Tabla 2 describe cada uno de estos
indicadores.
Tabla 2. Regresores considerados
Regresor
Descripción
Socio-demográficos
Edad
Edad en años cumplidos
Logro educativo
Años de estudios finalizados
Ingresos del hogar
Intervalo de ingresos del hogar
a
Sexo
Dummy (1 para mujeres; 0 en los demás casos)
Zona rural
Dummy (1 para zonas rurales; 0 en los demás casos)
Municipio pequeño
Dummy (1 para municipios de hasta 25000 habitantes;
0 en los demás casos)
Privación acceso al agua
Dummy (1 si el hogar no posee conexión de red
pública dentro de la vivienda o terreno ni pozo con
bomba; 0 en los demás casos)
Privación sanidad
Dummy (1 si el hogar no posee baño o lo comparte
con otros hogares; 0 en los demás casos)
Privación cloacas
Dummy (1 si el hogar no está conectado a la red de
cloacas ni posee fosa séptica; 0 en los demás casos)
5
Otra clasificación de regresores ha sido propuesta en van der Linden (2015). Allí se contemplan cuatro
grupos: socio-demográficos, cognitivos, experimentales y socio-culturales.
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
8
Privación conectividad
Dummy (1 si en el hogar no poseen, al menos, un
celular o computadora, o no poseen acceso a internet;
0 en los demás casos)
Desempleo
Dummy (1 si la persona se encuentra desempleada o
trabaja sin remuneración; 0 en los demás casos)
Informalidad
Dummy (1 si la persona no posee aportes jubilatorios
en su trabajo; 0 en los demás casos)
Ayudas sociales
Dummy (1 si, al menos, una persona del hogar percibe
ayudas sociales del gobierno; 0 en los demás casos)
Subjetivos
Interés por la política
Dummy (1 si la persona afirma poseer mucho o algo
de interés por la política; 0 en los demás casos)
Interés por las noticias
Dummy (1 si la persona afirma leer noticias en forma
diaria o semanal; 0 en los demás casos)
Percepción de la
corrupción
Dummy (1 si la persona percibe que la corrupción se
encuentra muy o algo generalizada entre funcionarios
públicos; 0 en los demás casos)
Percepción ambiente como
mayor problema
Dummy (1 si la persona percibe que el ambiente es el
problam más grave que enfrenta el país; 0 en los demás
casos)
Confianza en la
comunidad
Dummy (1 si la persona percibe que las personas de su
comunidad son muy o algo confiables; 0 en los demás
casos)
Preferencia por la
redistribución
Ordinal (muy en desacuerdo (1) en que el Estado
nacional implemente políticas para reducir la
desigualdad de ingresos, hasta muy de acuerdo (7))
Preferencia por el combate
a la pobreza
Ordinal (muy en desacuerdo (1) en que el Estado
nacional aumente el gasto para ayudar a los pobres,
hasta muy de acuerdo (7))
Ideología política
Ordinal (autopercibido de izquierda (1) hasta
autopercibido de derecha (10))
Encuestado solo
Dummy (1 si la persona se encuentra sola al momento
de responder la encuesta; 0 en los demás casos)
Fuente: Elaboración de las personas autoras.
a
Los intervalos de ingresos son presentados en la Tabla A.1 del Anexo.
Los resultados de interés son los siguientes. En primer lugar, se considera la
percepción de la probabilidad de morir o resultar seriamente lastimado por consecuencia
de un desastre en los siguientes 25 años (esto incluye a los miembros de la familia del
encuestado), esta es una variable ordinal (nada probable, poco probable, algo probable o
muy probable). En segundo lugar, se considera la preferencia por un mayor gasto público
para lograr que las viviendas sean más seguras ante desastres, esta variable toma valores
desde 1 (nada de acuerdo -con un mayor gasto público en viviendas más seguras-) hasta
7 (muy de acuerdo). En tercer lugar, se considera la preferencia hacia priorizar la
protección ambiental o el crecimiento económico, esta variable toma valores desde 1
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
9
(ambiente como principal prioridad) hasta 7 (crecimiento económico como principal
prioridad), dicho indicador; sin embargo, se encuentra disponible únicamente en la onda
2017.
El análisis de correlación sugiere una asociación positiva entre los resultados de
percepción de la probabilidad de morir por desastres naturales y la preferencia por un
mayor gasto en viviendas más seguras frente a desastres (0.14)
6
. Otro tipo de indicadores
que se conciben como relevantes (preferencia por un mayor gasto en salud o percepción
de probabilidad de soportar daños materiales en activos) no se encuentran disponibles en
la fuente de información empleada.
Tabla 3: Resultados de interés
Resultados de interés
Descripción
Percepción probabilidad de morir
por desastre natural
Ordinal (nada probable, poco probable,
algo probable o muy probable; 1 a 4)
Preferencia mayor gasto en
viviendas más seguras frente a
desastres naturales
Ordinal (desde 1 -nada de acuerdo en
mayor gasto en viviendas- hasta 7 -
totalmente de acuerdo-)
Preferencia protección ambiental o
crecimiento económico
Ordinal (desde 1 -prioridad protección
ambiental- hasta 7 -prioridad crecimiento
económico-)
Fuente: Elaboración de las personas autoras.
Resultados
A continuación, la Tabla 4 presenta los resultados que surgen al examinar los
determinantes de la probabilidad de morir a causa de desastres y las preferencias hacia un
mayor gasto público en viviendas para el año 2019. Se observa que la presencia de
privaciones materiales en el hogar (agua y sanidad) afecta -incrementa- las preferencias
hacia un mayor gasto público en viviendas, pero no la percepción de mortalidad por
desastres. A su vez, haber sido afectado por desastres (inundaciones o sequías) aumenta
la percepción del riesgo de mortalidad a causa de estos.
Lo anterior sugiere que las personas de hogares en una posible situación de
pobreza multidimensional (aquellos que experimentan múltiples privaciones materiales
no monetarias) poseen percepciones significativamente diferentes en relación a las
personas no pobres. La edad y el logro educativo también aparecen como determinantes
socioeconómicos relevantes. En ambos casos, se observa que los ingresos no presentan
efectos significativos (Tabla A.2 en Anexo).
Al examinar los determinantes subjetivos de la Tabla 4 surgen resultados
interesantes. Primero, una mayor confianza en la comunidad y la facilidad para recibir
beneficios públicos en caso de requerirlos tienden a reducir el riesgo de mortalidad
6
La tabla completa de correlaciones se encuentra disponible bajo pedido a las personas autoras.
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
10
percibido. Segundo, las personas que conciben al ambiente como el principal problema a
resolver y aquellas más proclives a la implementación de políticas para combatir la
pobreza perciben un mayor riesgo de mortalidad por desastres. Tercero, una mayor
facilidad para recibir beneficios públicos en caso de requerirlos (así como mayores
preferencias hacia políticas de redistribución y combate a la pobreza) se asocia a una
mayor predisposición a apoyar un mayor gasto público en viviendas más seguras.
En términos geográficos, se observa que las personas residentes en las provincias
de Mendoza, San Juan y Santa Fe presentan mayores preferencias hacia el gasto en
viviendas, así como la percepción de un mayor riesgo de mortalidad por desastres (Tabla
A.3 en Anexo). Las estimaciones correspondientes al año 2017 son similares a las aquí
presentadas (Tabla A.4 en Anexo).
Tabla 4. Determinantes percepciones y preferencias sobre desastres en Argentina
(2019)
Dependiente:
Preferencia mayor gasto en
viviendas más seguras frente a
desastres
Percepción probabilidad de morir
por desastres
Coeficiente
Error
estándar
OR
Coeficiente
Error
estándar
OR
Determinantes
socioeconómicos
Edad
.0121045***
.0031721
1.012
.0097197***
.0036193
1.010
Logro educativo
-
.0434924***
.017557
0.957
-.03235*
.0191309
0.968
Miembros del
hogar
.0041201
.0318501
1.004
-.0082949
.0312284
0.992
Sexo
.099267
.1013126
1.104
.0751318
.1192939
1.078
Zona rural
.1029748
.1909931
1.108
.0465379
.2054303
1.048
Municipio
pequeño
-.0811302
.1412938
0.922
-.1999571
.1737059
0.819
Privación acceso
agua
.2089797*
.1259306
1.232
.057305
.1222341
1.059
Privación sanidad
.4025822**
.1775503
0.669
.1866365
.253266
1.205
Privación cloacas
.2834723
.2418791
1.328
.386209
.9194655
1.471
Privación
conectividad
-.2359183
.1614143
0.790
.0432314
.1318839
1.044
Desempleo
.3133677
.2338891
1.368
.0415045
.189622
1.042
Informalidad
.1796992
.1319674
1.197
-.1440067
.1457392
0.866
Ayudas sociales
-.0783149
.1844994
0.925
.1898571
.1873235
1.209
Afectado por
inundaciones
-.0655154
.1780278
0.937
.328069**
.1647497
1.388
Afectado por
sequías
-.0802798
.2028408
0.923
.2915603**
.1496689
1.339
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
11
Fuente: Elaboración de las personas autoras.
Nota: ambos grupos de estimaciones corresponden a una regresión logística ordenada. Los efectos
fijos por intervalo de ingresos y provincia de residencia son presentados en Anexo por
simplicidad. * significativo al 10%, ** significativo al 5%, *** significativo al 1%.
Afectado por
cortes suministro
serv. básicos
.0815739
.1232553
1.085
.2185409
.1420449
1.244
Determinantes subjetivos
Interés por la
política
.0344091
.1285567
1.035
.1509924
.1477189
1.163
Interés por las
noticias
-.0953849
.1911646
0.909
-.1007726
.2033571
0.904
Percepción de la
corrupción
.1269327
.10014
1.135
-.0495413
.1151525
0.952
Percepción
ambiente como
mayor problema
.2679007
.1964666
1.307
.6458888***
.1903718
1.908
Confianza en la
comunidad
-
.2978803***
.1207279
0.742
-
.3517724***
.1311179
0.703
Preferencia por la
redistribución
.1142323***
.0370984
1.121
.0077044
.0397058
1.008
Preferencia
combate pobreza
.261186***
.0366779
1.298
.1035039***
.030302
1.109
Ideología política
.104962***
.0281856
1.111
.0247369
.0277243
1.025
Encuestado solo
-
.3247485***
.1326478
0.723
-.1565854
.1095066
0.855
Facilidad
percepción de
beneficios
.1262072***
.0435185
1.135
-
.0903058***
.0362182
0.914
Percepción
responsab. cortes
serv. básicos
.116299
.2969181
1.123
-.1258367
.2722663
0.882
Percepción
responsabilidad
ocurrencia de
inundaciones
-.0542362
.1240829
0.947
-.1426464
.0955538
0.867
Percepción
responsabilidad
ocurrencia de
sequías
-.0912991
.3234365
0.913
-.2717346
.2679248
0.762
Ingresos del
hogar
Si
Si
Efectos fijos por
provincia
Si
Si
Pseudo R
2
0.06
0.05
N
1227
1269
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
12
La Tabla 5 presenta las estimaciones que surgen de analizar los determinantes de
las preferencias hacia la priorización de la protección ambiental o del crecimiento
económico. Al igual que en los casos anteriores, no se observan diferencias significativas
entre intervalos de ingresos del hogar (Tabla A.7 en Anexo). El logro educativo si aparece
como un determinante relevante -a mayor cantidad de años de estudio más propensa es la
persona a priorizar la protección ambiental por sobre el crecimiento económico-.
En igual sentido opera la presencia de privación en el indicador de sanidad y la
percepción del ambiente como el principal problema que enfrenta el país. De manera
contraria, aquellas personas autoidentificadas con una ideología política de derecha
tienden a priorizar el crecimiento económico por sobre la protección ambiental. Al
examinar los efectos fijos por provincia surge, nuevamente, que Santa Fe presenta
preferencias significativamente distintas -prioriza la protección ambiental- (Tabla A.8 en
Anexo).
Tabla 5. Determinantes percepciones y preferencias sobre cambio climático en
Argentina (2017)
Dependiente:
Preferencia protección ambiental o
crecimiento económico
Determinantes socioeconómicos
Coeficiente
Error
estándar
OR
Edad
.0006236
.0034513
1.001
Logro educativo
-.0870639***
.0211196
.9166186
Miembros del hogar
.017102
.0333018
1.017
Sexo
.1641489
.1158397
1.178
Zona rural
.2278695
.2335196
1.256
Municipio pequeño
-.0469539
.1889859
.9541314
Privación acceso agua
.1311029
.1693239
1.140
Privación sanidad
-.5111254*
.3114826
.5998201
Privación conectividad
-.0078666
.1398455
.9921643
Desempleo
-.0676173
.2616243
.9346181
Ayudas sociales
-.2651885
.1922633
.7670613
Determinantes subjetivos
Interés por la política
-.0219193
.1140523
.9783192
Interés por las noticias
-.1055404
.2519597
.8998382
Percepción de la corrupción
.2574543
.179622
1.294
Percepción ambiente como mayor problema
-.9016892***
.1740712
.4058835
Confianza en la comunidad
-.1266519
.1536406
.8810403
Preferencia por el combate a la pobreza
-.02632
.0357711
.9740234
Ideología política
.0884908***
.0338781
1.093
Ingresos del hogar
Si
Efectos fijos por provincia
Si
N
1056
Fuente: Elaboración de las personas autoras.
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
13
Nota: las estimaciones corresponden a una regresión logística ordenada. Se omiten los regresores
no disponibles en la onda 2017. Los efectos fijos por intervalo de ingresos y provincia de
residencia son presentados en Anexo por simplicidad. * significativo al 10%, ** significativo al
5%, *** significativo al 1%.
Discusión
Estos resultados sugieren la existencia de percepciones y preferencias
heterogéneas. Primero, la existencia de diferencias geográficas -entre provincias- es
concordante con lo reportado por estimaciones previas (Wu et al. 2020), de donde surge
que aquellas personas de zonas más afectadas por desastres tienden a presentar una mayor
percepción del riesgo.
Segundo, la edad, la educación y el sexo aparecen como determinantes no
robustos. Esto es concordante con lo reportado en Leiserowitz et al. (2011), Howe et al.
(2015) y Shi et al. (2016). La evidencia también sugiere que las personas autoidentificadas
en el extremo más conservador del espectro político tienden a mostrar menor
preocupación por los desastres -por oposición a sus pares del extremo progresista- (Ruiz
et al. 2020). Lo mismo ha sido señalado en relación a las preferencias hacia el libre
mercado (Hornsey et al. 2016). Este es un determinante frecuentemente incluido en este
tópico (Echavarren et al. 2019) y los hallazgos de este trabajo son consistentes con la
evidencia previa.
Tercero, las personas que experimentan privaciones materiales en su hogar o que
fueron, previamente, afectadas por desastres muestran una mayor preferencia por
incrementar el gasto público en viviendas y, además, un mayor riesgo percibido de
mortalidad. Esto es concordante con lo reportado por Sanchez y Castro (2019). Lo
anterior parece indicar un mayor nivel de preocupación, ante desastres, entre personas en
situación de pobreza. Sin embargo, al examinar diferencias entre intervalos de ingresos
del hogar no se encuentran diferencias significativas.
Estos hallazgos no resultan paradójicos al considerar la pobreza desde una
perspectiva multidimensional. Esto es, no identificar a los pobres -exclusivamente- como
aquellas personas con ingresos por debajo de cierto umbral (medición indirecta) sino
como aquellas personas que experimentan múltiples privaciones en diferentes
dimensiones (vivienda, educación, acceso a servicios básicos, entre otros). En efecto, las
preferencias y percepciones parecen estar más afectadas por la existencia de privaciones
materiales y experiencias previas con eventos extremos.
Conclusiones
A lo largo de este trabajo se han examinado las percepciones y preferencias en
relación con los desastres y la protección ambiental en Argentina. Los resultados
mostraron que estas son significativamente afectadas por determinantes socio-
económicos, pero también por aquellos subjetivos.
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
14
Los resultados son especialmente relevantes en el plano de las políticas públicas
de preparación y mitigación. En primer lugar, dado que las preferencias y percepciones
de la comunidad afectan significativamente la elaboración e implementación de políticas
públicas resulta de interés conocer en forma precisa cuál es el nivel de preocupación
existente acerca del tópico de interés. En segundo lugar, dado que a futuro se espera un
incremento en la frecuencia y severidad de los desastres resulta razonable asumir una
mayor preferencia social hacia la implementación de estas políticas de preparación y
mitigación, en lugar de un mayor crecimiento económico.
A futuro es relevante contar con información relativa a otras dimensiones de la
percepción sobre desastres. Esto incluye a la preferencia por el gasto en salud y
percepción de soportar daños en activos. También es de interés mantener ondas periódicas
de microdatos representativos de las distintas regiones argentinas.
Contribuciones: Las personas autoras contribuyeron activamente en las distintas etapas
del desarrollo de este artículo.
Apoyo financiero: Este trabajo ha sido apoyado por la Secretaría General de Ciencia y
Tecnología de la Universidad Nacional del Sur (SGCyT-UNS): Proyecto 24/E143
Desempeño Económico Sostenible, Desigualdad y decisiones intertemporales: Análisis
teórico-empírico.
Referencias
Abeldaño, Roberto, Lucchese Marcela, y Fernández Alicia. 2015. «Percepción del
desastre y respuestas psicosociales en la comunidad de Tartagal (Argentina):
Aproximaciones cualitativas a partir del alud de 2009». Revista Chilena de Salud
Pública, 19(3): 243-250. https://doi.org/10.5354/0719-5281.2015.37635
Akter, Sonia, y Bennett Jeff. 2011. «Household perceptions of climate change and
preferences for mitigation action: the case of the Carbon Pollution Reduction
Scheme in Australia». Climatic Change, 109: 417-436.
https://doi.org/10.1007/s10584-011-0034-8
Alcaraz, Luis. (2013). «La relevancia de los temas ambientales en la agenda periodística:
un caso de estudio en Argentina». Estudos em Jornalismo e Mídia, 10(1): 205-
222. http://dx.doi.org/10.5007/1984-6924.2013v10n1p 205
Ballew, Matthew, Pearson Adam, Goldberg Matthew, Rosenthal Seth, y Leiserowitz
Anthony. 2020. «Does socioeconomic status moderate the political divide on
climate change? The roles of education, income, and individualism». Global
Environmental Change, 60. https://doi.org/10.1016/j.gloenvcha.2019.102024
Banco Mundial 2020a. Serie de crecimiento anual del PBI.
https://data.worldbank.org/indicator/NY.GDP.MKTP.KD.ZG
Bradley, Graham, Babutsidze Zakaria, Chai Andreas, y Reser Joseph. 2020. «The role of
climate change risk perception, response efficacy, and psychological adaptation
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
15
in pro-environmental behavior: A two nation study». Journal of Environmental
Psychology, 68: 1-46. https://doi.org/10.1016/j.jenvp.2020.101410
Brown, Phillip, Daigneault Adam, Tjernstrom Emilia, y Zou Wenbo. 2018. «Natural
disasters, social protection, and risk perceptions». World Development, 104: 310-
325. https://doi.org/10.1016/j.worlddev.2017.12.002
Carter, Michael, Little Peter, Mogues Tewodaj, Negatu Workneh. 2007. «Poverty traps
and natural disasters in Ethiopia and Honduras». World Development, 35: 835-
856. https://doi.org/10.1016/j.worlddev.2006.09.010
Caruso, German. 2017. «The legacy of natural disasters: The intergenerational impact of
100 years of disasters in Latin America». Journal of Development Economics,
127: 209-233. https://doi.org/10.1016/j.jdeveco.2017.03.007
Cassar, Alessandra, Healy Andrew, y Von Kessler Carl. 2017. «Trust, Risk, and Time
Preferences After a Natural Disaster: Experimental Evidence from Thailand».
World Development: 94: 90-105. https://doi.org/10.1016/j.worlddev.2016.12.042
Chanca Flores, Aparicio. 2016. Percepciones y perspectivas socioculturales de los
pobladores sobre el cambio climático en Huayllahuara-Huancavelica 2015. Tesis
de doctorado en Ciencias Ambientales y Desarrollo Sostenible, Universidad
Nacional del Centro del Perú.
http://repositorio.uncp.edu.pe/handle/UNCP/4134?show=full
CRED 2020a. Emergency Events Database (EM-DAT). https://www.cred.be/
CRED 2020b. Disaster Year in Review 2019. CRED Crunch, 58.
https://www.preventionweb.net/publications/view/71642#:~:text=In%202019%2
C%20at%20least%20396,recorded%20in%20EM%2DDAT).
Daniel, Vanessa, Florax Raymond, y Rietveld Piet. 2009. «Flooding risk and housing
values: An economic assessment of environmental hazard». Ecological
Economics, 69: 355-365. https://doi.org/10.1016/j.ecolecon.2009.08.018
Delprino, Maria. 2016. Percepción del cambio climático en la Comunidad de San Pedro,
Buenos Aires, Argentina y posibles estrategias de adaptación: Mitigación y
concientización para su abordaje. Tesis de maestría en Gestión y Auditorías
Ambientales, FUNIBER.
https://repositorio.inta.gob.ar/xmlui/handle/20.500.12123/2581
Dietz, Thomas, Dan Amy, y Shwom Rachel. 2007. «Support for Climate Change Policy:
Social Psychological and Social Structural Influences». Rural Sociology, 72(2):
185-214. https://doi.org/10.1526/003601107781170026
Ding, Guoyong, Li Xiaomei, Li Xuewen, Zhang Baofang, Jiang Baofa, Li Dong, Xing
Weijia, Liu Qiyong, Liu Xuena, y Hou Haifeng. 2019. «A time-trend ecological
study for identifying flood-sensitive infectious diseases in Guangxi, China from
2005 to 2012». Environmental Research, 176: 1-8.
https://doi.org/10.1016/j.envres.2019.108577
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
16
Douglas, Mary. 2003. Risk and Blame: essays in cultural theory. London and New York:
Routledge.
Echavarren, José, Balzekiene Aisté, y Telesiene Audroné. 2019. «Multilevel analysis of
climate change risk perception in Europe: Natural hazards, political contexts and
mediating individual effects». Safety Science, 120: 813-823.
https://doi.org/10.1016/j.ssci.2019.08.024
González, Fernando, Santos Maria, y London, Silvia. 2020. «Persistent effects of natural
disasters on human development: quasi-experimental evidence for Argentina».
Environment, Development and Sustainability. https://doi.org/10.1007/s10668-
020-01064-7
González, Fernando, Santos Maria, y London, Silvia. 2021a. «Disasters and economic
growth: evidence for Argentina». Climate and Development.
https://doi.org/10.1080/17565529.2021.1873724
_ed. 2021b. «Long-lasting effects of pandemics: The case of the 1918 influenza pandemic
in Argentina». Spatial and Spatio-temporal Epidemiology, 37.
https://doi.org/10.1016/j.sste.2021.100409
Grimberg, Bruna, Ahmed Selena, Ellis Colter, Miller Zachariah, y Menalled Fabian.
2018. «Climate Change Perceptions and Observations of Agricultural
Stakeholders in the Northern Great Plains». Sustainability, 10(5): 1-
17. https://doi.org/10.3390/su10051687
Hallegatte, Stéphane, Vogt-Schilb Adrien, Rozenberg Julie, Bangalore Mook, y Beaudet
Chloé. 2020. «From Poverty to Disaster and Back: a Review of the Literature».
Economics of Disasters and Climate Change, 4: 223-247.
https://doi.org/10.1007/s41885-020-00060-5
Hamilton, Lawrence, y Kleim Barry. 2009. «Regional variation in perceptions about
climate change». International Journal of Climatology, 29(15): 2348-2352.
https://doi.org/10.1002/joc.1930
Herrador-Valencia, Doribel, y Paredes Myriam. 2016. «Cambio climático y agricultura
de pequeña escala en los Andes Ecuatorianos: un estudio sobre percepciones
locales y estrategias de adaptación». Journal of Latin American Geography, 15(2):
101-121.
Hornsey, Matthew, Harris Emily, Bain Paul, y Fielding Kelly. 2016. «Meta-analyses of
the determinants and outcomes of belief in climate change». Nature Climate
Change, 6: 622-627. https://doi.org/10.1038/nclimate2943
Howe, Peter, Mildenberger Matto, Marlon Jennifer, y Leiserowitz Anthony. 2015.
«Geographic variation in opinions on climate change at state and local scales in
the USA». Nature Climate Change, 5: 596-603.
https://doi.org/10.1038/nclimate2583
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
17
IPCC 2014. Climate Change 2014: Synthesis Report. Contribution of Working Groups I,
II and III to the Fifth Assessment Report of the Intergovernmental Panel on
Climate Change. Geneva: IPCC.
IPCC 2018. Impacts of 1.5ºC Global Warming on Natural and Human Systems, en:
Global Warming of 1.5°C. An IPCC Special Report on the impacts of global
warming of 1.5°C above pre-industrial levels and related global greenhouse gas
emission pathways, in the context of strengthening the global response to the
threat of climate change, sustainable development, and efforts to eradicate
poverty. Disponible en: https://www.ipcc.ch/sr15/
IPCC-SREX 2012. Managing the Risks of Extreme Events and Disasters to Advance
Climate Change Adaptation: Special Report of the Intergovernmental Panel on
Climate Change. Cambridge and New York: IPCC.
Klomp, Jeroen, y Valckx Kay. 2014. «Natural disasters and economic growth: A meta-
analysis». Global Environmental Change, 26: 183-195.
https://doi.org/10.1016/j.gloenvcha.2014.02.006
Kwon, Seol-A, Kim Seoyong, y Lee Jae. 2019. «Analyzing the determinants of individual
action on climate change by specifying the roles of six values on South Korea».
Sustainability, 11(7): 1-24. https://doi.org/10.3390/su11071834
LAPOP 2019a. Americas Barometer Surveys https://www.vanderbilt.edu/lapop/raw-
data.php
LAPOP 2019b. Americas Barometer 2018/2019 Argentina: Technical information.
https://www.vanderbilt.edu/lapopespanol/Argentina_AmericasBarometer_20181
9_Technical_Report_W_101019.pdf
Lazzaroni, Sara, y van Bergeijk Peter. 2014. Natural disasters impact, factors of resilience
and development: A meta-analysis of the macroeconomic literature. Ecological
Economics, 107: 333-346. https://doi.org/10.1016/j.ecolecon.2014.08.015
Leiserowitz, Anthony, Smith Nicholas, y Marlon Jennifer. 2011. American teen´s
knowledge of climate change. New Haven: Yale Proyect on Climate Change
Communication.
Luís, Sílvia, Vauclair Christin-Melanie, y Lima Maria. 2018. «Raising awareness of
climate change causes? Cross-national evidence for the normalization of societal
risk perception of climate change». Environmental Science and Policy, 80: 74-81.
https://doi.org/10.1016/j.envsci.2017.11.015
McCright, Aaron, Dunlap Riley, y Xiao Chenyang. 2014. «Increasing influence of party
identification on perceived scientific agreement and support for government
action on climate change in the United States, 2006–12». Weather, Climate and
Society, 6(2): 194-201. https://doi.org/10.1175/WCAS-D-13-00058.1
Milfont, Taciano. 2012. «The interplay between knowledge, perceived efficacy, and
concern about global warming and climate change: a one-year longitudinal
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
18
study». Risk Analysis, 32(6): 1003-1020. https://doi.org/10.1111/j.1539-
6924.2012.01800.x
Patankar, Archana, y Patwardhan Anand. 2016. «Estimating the uninsured losses due to
extreme weather events and implications for informal sector vulnerability: a case
study of Mumbai, India». Natural Hazards, 80(1): 285-310.
https://doi.org/10.1007/s11069-015-1968-3
Poortinga, Wouter, Whitmarsh Lorraine, Steg Linda, Bohm Gisela, y Fisher Stephen.
2019. «Climate change perceptions and their individual-level determinants: A
cross European analysis». Global Environmental Change, 55: 25-35.
https://doi.org/10.1016/j.gloenvcha.2019.01.007
Ruiz, Itxaso, Faria Sérgio, y Neumann Marc. 2020. «Climate change perception: Driving
forces and their interactions». Environmental Science and Policy, 108: 112-120.
https://doi.org/10.1016/j.envsci.2020.03.020
Sanchez, Katerin, y Castro Nora. 2019. Percepciones socioambientales sobre el cambio
climático en las poblaciones afectadas por heladas: caso Capazo, Alpaccollo,
Quillisani, Paratia, Tupala y Vila Vila en la región Puno. Tesis de Licenciatura en
Antropología, Universidad Nacional del Altiplano.
http://repositorio.unap.edu.pe/handle/UNAP/13803
Sapiains, Rodolfo, Ugarte Ana, y Hasbún Julio. 2019. «Percepciones del cambio
climático en la Isla de Chiloé: Desafíos para la gobernanza local». Magallania
(Punta Arenas), 47(1): 83-103. http://dx.doi.org/10.4067/S0718-
22442019000100083
Scruggs, Lyle, y Benegal Salil. 2012. «Declining public concern about climate change:
Can we blame the great recession? » Global Environmental Change, 22(2): 505-
515. https://doi.org/10.1016/j.gloenvcha.2012.01.002
Semenza, Jan, Hall David, Wilson Daniel, Botempo Brian, Sailor David, y George Linda.
2008. «Public Perception of Climate Change Voluntary Mitigation and Barriers
to Behavior Change». American Journal of Preventive Medicine, 35(5): 479-487.
https://doi.org/10.1016/j.amepre.2008.08.020
Slovic, Paul. (1987). «Perception of Risk». Science, 236(4799): 280-285. DOI
10.1126/science.3563507
Shi, Jing, Visschers Vivianne, Siegrist Michael, y Arvai Joseph. 2016. «Knowledge as a
driver of public perceptions about climate change reassessed». Nature Climate
Change, 6: 759-762. DOI 10.1038/nclimate2997
Spence, Alexa, Wouter Poortinga, Catherine Butler y Nick Pidgeon. 2011. «Perceptions
of climate change and willingness to save energy related to flood experience».
Nature Climate Change, 1(1): 46. https://doi.org/10.1038/nclimate1059
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
19
Stuhldreher, Amalia. 2020. «Cambio climático en la region Noreste del Uruguay: Clivajes
en las percepciones de los actores territoriales». Opera, 27: 181-191. DOI
10.18601/16578651.n27.09
UNISDR 2018. Terminology on disaster risk reduction.
https://www.undrr.org/terminology/disaster
van der Linden, Sander. 2015. «The social-psychological determinants of climate change
risk perceptions: Towards a comprehensive model». Journal of Environmental
Psychology, 41: 112-124. https://doi.org/10.1016/j.jenvp.2014.11.012
_ ed. 2017. Determinants and measurement of climate change risk perception, worry, and
concern en von Storch, H. (ed.), Oxford research encyclopedia of climate science.
Wu, Wenhao, Zheng Junjie, y Fang Qinhua. 2020. «How a typhoon event transforms
public risk perception of climate change: A study in China». Journal of Cleaner
Production, 261: 1-9. https://doi.org/10.1016/j.jclepro.2020.121163
Xiao, Chenyang, y McCright Aaron. 2012. «Explaining gender differences in concern
about environmental problems in the United States». Society and Natural
Resources, 25: 1067-1084. https://doi.org/10.1080/08941920.2011.651191
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
20
Anexos
Tabla A.1. Intervalos de ingresos del hogar
2019
2017
Intervalo 1
Ningún ingreso
Ningún ingreso
Intervalo 2
hasta 3000
hasta 6000
Intervalo 3
3000 a 7000
6000 a 8000
Intervalo 4
7001 a 10000
8001 a 10000
Intervalo 5
10001 a 11000
10001 a 12000
Intervalo 6
11001 a 13000
12001 a 14000
Intervalo 7
13001 a 15000
14001 a 16000
Intervalo 8
15001 a 17000
16001 a 18000
Intervalo 9
17001 a 19000
18001 a 20000
Intervalo 10
19001 a 21000
20001 a 22000
Intervalo 11
21001 a 24000
22001 a 24000
Intervalo 12
24001 a 28000
24001 a 26000
Intervalo 13
28001 a 32000
26001 a 28000
Intervalo 14
32001 a 36000
28001 a 30000
Intervalo 15
36001 a 44000
30001 a 34000
Intervalo 16
44001 a 50000
34001 a 40000
Intervalo 17
mas de 50000
más de 40000
Fuente: Elaboración de las personas autoras.
Tabla A.2. Estimaciones efectos fijos por intervalo de ingresos 2019
Intervalos de
ingresos
Preferencia mayor gasto
en viviendas más seguras
frente a desastres
Percepción probabilidad
de morir por desastres
Coeficiente
Error
estándar
Coeficiente
Error
estándar
Intervalo 1 (sin
ingresos)
base
base
Intervalo 2
.1552427
.5437905
.0277135
.6739113
Intervalo 3
-.0711052
.5450315
.1923912
.6018563
Intervalo 4
-.2364959
.5222219
.4239971
.5632571
Intervalo 5
-.5862892
.5879482
.2380935
.6246874
Intervalo 6
.0918767
.6140807
-.4192309
.5898936
Intervalo 7
-.37588
.5193085
.2877502
.6298947
Intervalo 8
-.0765764
.5427398
-.1727709
.6030148
Intervalo 9
-.3297887
.5569427
-.064523
.5935811
Intervalo 10
.0668514
.5229853
.3045157
.5901612
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
21
Intervalo 11
-.2295678
.5663061
-.1386135
.6245202
Intervalo 12
-.3783495
.5355921
-.4466279
.6053792
Intervalo 13
-.5700379
.5399717
-.0885466
.6060503
Intervalo 14
-.3761188
.5934493
-.5936061
.639569
Intervalo 15
-.150843
.6036996
-.2836721
.6312596
Intervalo 16
-.5361242
.518817
.0774116
.6864007
Intervalo 17
-.4902998
.5506736
-.3791518
.6280201
Fuente: Elaboración de las personas autoras.
Nota: * significativo al 10%, ** significativo al 5%, *** significativo al 1%.
Tabla A.3. Estimaciones efectos fijos por provincias 2019
Provincias
Preferencia mayor gasto en
viviendas más seguras
frente a desastres
Percepción probabilidad de
morir por desastres
Coeficiente
Error
estándar
Coeficiente
Error
estándar
Gran Buenos Aires
base
base
Córdoba
-.1296124
.2615677
.7737081***
.2382679
Santa Fe
.4824225***
.1618775
.3772815*
.2344089
Entre Rios
-.0599962
.1482899
-.3062725
.1865094
Corrientes
.685767***
.1547159
.130245
.1732255
Chaco
.2964278
.1984258
.6068038***
.1995231
Salta
-.0301168
.2903593
.3897907*
.2229976
Santiago del Estero
1.048858***
.1630202
.0530138
.3716132
Tucuman
-.0214766
.241589
-.1059812
.2135101
Mendoza
1.031206***
.1723333
.4645518*
.2679627
San Juan
.7724165***
.1550338
.3813989*
.2133113
Neuquén
.1594936
.1593557
.1233148
.2023697
Rio Negro
-.1129356
.2180405
.0677319
.4634176
Provincia de Buenos
Aires
.0280199
.1585308
.437571*
.1877958
La Pampa
-.2135976
.2841181
-.2474425
.4938599
Fuente: Elaboración de las personas autoras.
Nota: * significativo al 10%, ** significativo al 5%, *** significativo al 1%.
Tabla A.4. Determinantes percepciones y preferencias sobre desastres en Argentina
(2017)
Dependiente:
Preferencia mayor gasto en
viviendas más seguras frente
a desastres
Percepción probabilidad de
morir por desastres
Determinantes
socioeconómicos
Coeficiente
Error
estándar
Coeficiente
Error
estándar
Edad
.0124992***
.0042757
.0051737
.0035766
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
22
Logro educativo
-.0840459***
.0211223
.015236
.0204927
Miembros del hogar
.1289918***
.037356
.0314919
.0301892
Sexo
.4798523***
.103573
.2750592***
.1082389
Zona rural
-.1798349
.1819594
-.0696966
.1721584
Municipio pequeño
.1240334
.1551889
-.0548336
.1428386
Privación acceso agua
.1793824*
.1026272
.4614879**
.2312835
Privación sanidad
.1956538*
.1114949
.0278447
.2479616
Privación conectividad
-.0678234
.1421379
.070408
.1594875
Desempleo
.0655326
.221549
.103511
.2681746
Ayudas sociales
.2589246
.2067608
-.0764935
.2080377
Determinantes subjetivos
Interés por la política
-.2103395
.1387719
.0599451
.1319107
Interés por las noticias
.0571116
.2616433
.034633
.2326305
Percepción de la
corrupción
.3569312
.1970625
.1253918
.1837083
Percepción ambiente como
mayor problema
.7213119**
.1944465
.2672969
.2026516
Confianza en la
comunidad
-.3078353***
.1433469
-.1910065
.1484364
Preferencia por la
redistribución
.2965824***
.042769
.0615248
.0381773
Ideología política
.0411865
.0313316
-.0530671*
.0314993
Ingresos del hogar
Si
Si
Efectos fijos por provincia
Si
Si
N
1056
1045
Fuente: Elaboración de las personas autoras.
Nota: ambos grupos de estimaciones corresponden a una regresión logística ordenada. Los efectos
fijos por intervalo de ingresos y provincia de residencia son presentados en Anexo por
simplicidad. Algunos regresores fueron omitidos por no encontrarse disponibles en la onda 2017.
* significativo al 10%, ** significativo al 5%, *** significativo al 1%.
Tabla A.5. Estimaciones efectos fijos por intervalo de ingresos Tabla A.4 2017
Intervalos de
ingresos
Preferencia mayor gasto
en viviendas más seguras
frente a desastres
Percepción probabilidad
de morir por desastres
Coeficiente
Error
estándar
Coeficiente
Error
estándar
Intervalo 1 (sin
ingresos)
base
base
Intervalo 2
.2494287
.4383652
.9512234**
.466961
Intervalo 3
.0605963
.381025
1.022133**
.4778741
Intervalo 4
-.081415
.4097657
.7168531
.4481634
Intervalo 5
.2898869
.441407
.6527285
.4881041
Intervalo 6
.0495841
.4167518
.5083709
.4649079
Intervalo 7
-.1630537
.454701
.708446
.5506616
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
23
Intervalo 8
-.0936596
.4628275
.6488759
.5229582
Intervalo 9
-.3133658
.5005431
.8511102
.5207796
Intervalo 10
.0528557
.4654806
.6281322
.5923399
Intervalo 11
-.0538675
.5266319
.5253228
.5355357
Intervalo 12
.1214573
.4536117
.8957108
.6204671
Intervalo 13
-.0271567
.5480613
.6778441
.5899642
Intervalo 14
.2448827
.5305996
1.02986*
.5802823
Intervalo 15
-.0641808
.4760907
-.1002477
.5341359
Intervalo 16
.3215569
.4852845
.583587
.5647716
Intervalo 17
-.3958934
.5103886
.4382611
.5131745
Fuente: Elaboración de las personas autoras.
Nota: * significativo al 10%, ** significativo al 5%, *** significativo al 1%.
Tabla A.6. Estimaciones efectos fijos por provincias Tabla A.4 2017
Provincias
Preferencia mayor gasto en
viviendas más seguras
frente a desastres
Percepción probabilidad de
morir por desastres
Coeficiente
Error
estándar
Coeficiente
Error
estándar
Gran Buenos Aires
base
base
Córdoba
.0283927
.1969593
-.1735514
.2445457
Santa Fe
.3528019*
.1912567
.2948578*
.1644314
Entre Rios
.1230427
.1399753
-.0737262
.1435241
Corrientes
.1179367
.1377477
1.114883***
.140178
Chaco
.1460706
.1634215
.3897619**
.1942812
Salta
.4585701
.4099265
.948176***
.2488059
Santiago del Estero
.3694017*
.2075284
.3407977
.2841164
Tucuman
.5495337
.3384553
.6884644***
.1811933
Mendoza
.6399355***
.2477806
1.018433***
.1766281
San Juan
1.207311***
.1822191
.8055358***
.195171
Neuquén
.5388163***
.1506583
.6375435***
.1404838
Rio Negro
.4585371
.2899589
.3767274***
.1220731
Provincia de Buenos
Aires
.2407
.1763995
.3925631**
.1846155
La Pampa
-.0946346
.3927202
.2499727
.2112989
Fuente: Elaboración de las personas autoras.
Nota: * significativo al 10%, ** significativo al 5%, *** significativo al 1%.
Tabla A.7. Estimaciones efectos fijos por intervalo de ingresos Tabla 5 2017
Intervalos de ingresos
Preferencia protección ambiental
o crecimiento económico
Coeficiente
Error
estándar
Volumen 100 (2) 2021: 1-24 Julio-Diciembre
DOI 10.15517/rr.v100i2.43115
E-ISSN: 1659-2859
24
Intervalo 1 (sin ingresos)
base
Intervalo 2
.3010841
.5789732
Intervalo 3
.0260386
.5917604
Intervalo 4
-.1754663
.5623107
Intervalo 5
.0977454
.573296
Intervalo 6
-.3734797
.5663711
Intervalo 7
.4407775
.5930888
Intervalo 8
-.3289628
.5779384
Intervalo 9
.1889787
.5968857
Intervalo 10
-.097056
.625608
Intervalo 11
.0882441
.624043
Intervalo 12
-.0174652
.6920743
Intervalo 13
.5923886
.6563337
Intervalo 14
-.3604183
.6489087
Intervalo 15
.2748305
.6641098
Intervalo 16
.2321089
.6505995
Intervalo 17
-.0327189
.6077293
Fuente: Elaboración de las personas autoras.
Nota: * significativo al 10%, ** significativo al 5%, *** significativo
al 1%.
Tabla A.8. Estimaciones efectos fijos por provincias Tabla 5 2017
Provincias
Preferencia protección ambiental
o crecimiento económico
Coeficiente
Error
estándar
Gran Buenos Aires
base
Córdoba
.0630284
.3556813
Santa Fe
-.8355053***
.2443528
Entre Rios
-.5777447***
.1427249
Corrientes
-.5473359***
.1391417
Chaco
.0835375
.1767865
Salta
-.5259662***
.1619168
Santiago del Estero
-.109634
.3494108
Tucuman
-.6417511***
.2169037
Mendoza
-.2278348*
.1377389
San Juan
-.3405249**
.157451
Neuquén
.1078787
.1586516
Rio Negro
-.3674005
.2703249
Provincia de Buenos Aires
-.4049145**
.1777844
La Pampa
-.4200809
.374231
Fuente: Elaboración de las personas autoras.
Nota: * significativo al 10%, ** significativo al 5%, *** significativo
al 1%.
