Lanzamiento del Atlas Municipal de los Objetivos de Desarrollo Sostenible en Bolivia 2020

Un tesoro de información sobre el desarrollo en cada uno de los 339 municipios de Bolivia se hace disponible para toda la sociedad boliviana. (Disponible en: www.sdsnbolivia.org/Atlas)

Este lunes 27 de julio a hrs. 09:45 se presentó el Atlas Municipal de los ODS en Bolivia de forma gratuita y por canales virtuales. El documento diagnostica el desarrollo en cada uno de los 339 municipios de Bolivia, basándose en más de 60 diferentes indicadores que miden varias dimensiones de desarrollo sostenible, basadas en la Agenda 2030. La publicación pertenece a la Red de Soluciones para el Desarrollo Sostenible en Bolivia (SDSN, por sus siglas en inglés). SDSN es una red global que opera bajo el auspicio de la Organización de las Naciones Unidas.

Tras una conferencia magistral brindada por el Profesor Jeffrey Sachs, economista, director de SDSN a nivel global y del Centro para el Desarrollo Sostenible de la Universidad de Columbia, el Atlas fue presentado por Lykke E. Andersen, Directora Ejecutiva de SDSN Bolivia y coordinadora general del proyecto, en una discusión con representantes de SDSN Nueva York, del Gobierno Autónomo Municipal de La Paz y de la Universidad Privada Boliviana.

Los temas principales abordados por la publicación incluyen pobreza, salud, educación, igualdad de género, acceso a servicios, infraestructura productiva, impactos ambientales y muchos más. Los temas comprenden a través de datos procesados y agregados para una interpretación fácil de la situación de cada municipio en una sola página. Adicionalmente, y con fines más relacionados a la investigación, también se publicó gratuitamente la base de datos completa para el uso de investigadores, periodistas, estudiantes y empresarios. Los datos permitirían analizar casi cualquier tema a mayor profundidad. De este modo, SDSN Bolivia contribuye a subsanar la falta de información a nivel municipal que en Bolivia es una realidad obstaculizadora para los estudios académicos en general.

El lanzamiento del Atlas es oportuno al avecinarse la elaboración de Planes de Desarrollo Municipal. Los resultados de la publicación permitirán identificar debilidades y fortalezas, y establecer prioridades adecuadas para que cada municipio pueda avanzar hacia el alcance de los Objetivos de Desarrollo Sostenible.

La elaboración del Atlas fue posible gracias al generoso financiamiento de la Fundación Solydes y gracias a la colaboración de muchas instituciones, tanto públicas como privadas.

El evento se llevó a cabo durante la Conferencia Boliviana en Desarrollo Económico (BCDE 2020), que tuvo lugar los días 27 y 28 de julio en un formato virtual de acceso libre y gratuito. En adición al lanzamiento del Atlas, la conferencia incluye una serie de presentaciones de expertos internacionales, así como casi 100 presentaciones de investigaciones nacionales e internacionales sobre diferentes aspectos del desarrollo. La BCDE 2020 es organizada por SDSN Bolivia, la Sociedad de Economistas de Bolivia (SEBOL), la Academia Boliviana de Ciencias Económicas (ABCE), la Universidad Privada Boliviana (UPB) y la Fundación INESAD, con el auspicio de la Fundación Solydes.

El programa de la conferencia está disponible aquí: http://bcde2020.org/program/

El registro de vídeo está disponible en: www.facebook.com/BCDEOfficial 

Una propuesta para la medición de la pobreza multidimensional en Bolivia a nivel municipal

Hace varios años se viene reflexionando en el mundo sobre la necesidad de entender y medir la pobreza más allá de los aspectos monetarios, como parte de una comprensión más amplia del desarrollo que trascienda las medidas basadas en el ingreso o el consumo (ver por ejemplo Sen, 1999; Andersen et al., 2016). Existe una amplia literatura en la cual autores reconocidos en temas de pobreza (ej. Bourguignon y Chakravarty, 2003; Ravallion, 2011; Thorbecke, 2007), agencias internacionales como el PNUD (2016a, 2016b) y el Banco Mundial (2016, 2017), la cooperación bilateral (ej. Scheja, 2017; SIDA, 2017), así como iniciativas específicas en universidades, como la Oxford Poverty and Human Development Initiative, OPHI (p.ej. Alkire y Robles, 2017; Santos et al., 2015, Santos, 2019) discuten alternativas sobre la medición de la pobreza multidimensional.

Como destaca OPHI (2020), ningún indicador único de pobreza puede capturar las múltiples dimensiones de la pobreza, y la pobreza multidimensional abarca las diversas privaciones que sufren las personas pobres en su vida cotidiana, como ser temas de salud, educación, niveles de vida, empoderamiento, calidad del trabajo, la violencia y vivir en áreas que son peligrosas para el medio ambiente, entre otros.

En este documento queremos presentar una alternativa concreta para acercarnos al fenómeno de la pobreza multidimensional en Bolivia, que fue desarrollada hace algunos años (Branisa y Andersen, 2017; Branisa et al., 2017). Cabe destacar que el desarrollo metodológico descrito a continuación para la estimación de pobreza multidimensional en Bolivia a nivel municipal fue realizado por Boris Branisa, Lykke E. Andersen, Marcelo Cardona, Luis F. Serrudo y César Viscarra de INESAD, por encargo de Swisscontact, en el marco del proyecto Mercados Inclusivos, financiado por SIDA/ASDI y COSUDE. El trabajo original se concentraba en 21 municipios ubicados sobre el eje secundario que va de La Paz/El Alto hasta la ciudad de Potosí, pasando por la ciudad de Oruro. Por supuesto, las opiniones expresadas en este artículo son de los autores y no necesariamente reflejan la posición oficial de sus instituciones, ni de Swisscontact, SIDA/ASDI o COSUDE.

 

La metodología

Partimos aquí de un enfoque axiomático de la pobreza, siguiendo la tradición de Sen (1976) para la pobreza unidimensional, extendida posteriormente para la pobreza multidimensional, entre otros, por Alkire y Foster (2007, 2011a). Es importante señalar que la medición de la pobreza multidimensional implica varios pasos, detallados y discutidos ampliamente en la literatura (p.ej. Alkire y Foster, 2011a, 2011b). Entre ellos destacamos dos. El primer paso consiste en la identificación, que implica definir qué indicadores y qué cortes se pueden utilizar para determinar qué observaciones (individuos u hogares) serán catalogados como pobres según cada uno de los indicadores. El segundo paso corresponde a la agregación, es decir a la construcción de una medida agregada que permita medir la pobreza en una determinada dimensión en base a varios indicadores, y posteriormente también la construcción de una media agregada de pobreza multidimensional.

Nuestro punto de partida es la visión que planteaba SIDA (Swedish International Development Cooperation Agency) sobre la pobreza multidimensional (p.ej. Scheja, E., 2017; SIDA, 2017). Para SIDA (2017) la pobreza debe ser entendida como un fenómeno que se expresa en las siguientes cuatro dimensiones: (i) recursos materiales e intangibles; (ii) poder y voz; (iii) oportunidades y elección; y (iv) seguridad humana. Un análisis de las privaciones en estas cuatro dimensiones permitiría determinar quiénes son los más pobres, cómo se manifiesta la pobreza y cuáles son sus causas subyacentes.

Comenzamos con la identificación de los hogares pobres. En lo que concierne a la selección de indicadores y los cortes, considerando que el objetivo del diagnóstico era determinar quiénes son los más vulnerables en determinados municipios, quiénes se encuentran en situación de pobreza, cómo se manifiesta la pobreza y explorar cuáles podrían ser sus causas subyacentes, se trabajó con datos del último Censo de Población y Vivienda del año 2012, que tiene información a nivel de hogares en todos los municipios del país. Esto implica que el nivel de análisis es el de hogares y la fuente para la medición de la pobreza multidimensional es el censo mencionado. Obviamente sería mejor tener información más actualizada, pero debemos trabajar con lo que tenemos.

Una aclaración fundamental es que como todos los indicadores se definen a nivel del hogar, se asume que dentro del hogar los indicadores reflejan la privación y las externalidades de todos los miembros del hogar. En otras palabras, todos los miembros del hogar se consideran pobres si su hogar ha sido identificado como tal.

Si bien se consideró inicialmente que sería útil tomar en cuenta otra información además de la del Censo, se descartó la idea para la determinación de quiénes son los pobres, debido a que otra información disponible, como ser la de encuestas, (i) no es representativa a nivel de municipios sino solamente a nivel departamental, (ii) no se puede asignar a los mismos hogares considerados en el censo, lo que implica que no es útil a la hora de determinar qué hogares son pobres. Esto debido a que todos los hogares de un municipio tendrían la misma información imputada (correspondiente a la del departamento), lo que implicaría que esta información no sirve para distinguir a los hogares pobres de los no pobres en cada municipio. Por supuesto, la información disponible adicional al censo se puede utilizar a la hora de interpretar los resultados y de tratar de entender el contexto. Esto incluye la información administrativa, que tiene el mismo problema a la hora de medir la pobreza a nivel de hogar: todos los hogares de un municipio tendrían los mismos valores, lo que no ayudaría a la hora de distinguir a los hogares pobres de los no pobres.

Siguiendo a SIDA (2017), inicialmente consideramos las siguientes cuatro dimensiones relevantes para el Análisis Multidimensional de la Pobreza:

(i) recursos
(ii) poder y voz;
(iii) oportunidades y elección; y
(iv) seguridad humana

y se identificó en el cuestionario del Censo de 2012 qué preguntas podrían ser útiles a la hora de medir dichas dimensiones de pobreza. Lamentablemente, no hay preguntas relevantes referidas a la dimensión de seguridad humana a nivel de los hogares, por lo que este diagnóstico se centra en las tres otras dimensiones, y propone para cada una de ellas tres variables o indicadores para medir la pobreza en la dimensión considerada.

Las tres dimensiones de pobreza y sus variables son las siguientes.

Poder y voz

En esta dimensión se decidió utilizar tres variables dicotómicas (0/1) y las definiciones siguientes:

  • Analfabetismo: Al menos una persona (edad 15 o más) analfabeta en el hogar. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.
  • Documentos de identidad: Al menos una persona (edad 6 o más) sin carnet de identidad en el hogar. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.
  • Comunicación: Hogar sin teléfono fijo y sin celular. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.

Oportunidades y elección

En esta dimensión se decidió utilizar tres variables dicotómicas (0/1) y las definiciones siguientes:

  • Salud: Al menos un parto en el hogar no atendido en centro de salud en los últimos 5 años. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.
  • Embarazo adolescente: Al menos un embarazo adolescente en el hogar en los últimos 5 años. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.
  • Educación: Al menos un niño o niña / joven (edad 6 a 19 años) que no asiste a la escuela. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.

Recursos

En esta dimensión se decidió utilizar tres variables dicotómicas (0/1) y las definiciones siguientes:

  • Agua potable: Hogar sin agua potable. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.
  • Electricidad: Hogar sin electricidad. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.
  • Saneamiento básico: Hogar sin saneamiento básico. Si se cumple con la condición anterior, la variable toma el valor uno, si no es así la variable toma el valor cero.

En lo que concierne a la agregación de las variables para construir un índice, seguimos el espíritu del Índice de Pobreza Multidimensional (IPM) propuesto por Alkire y Foster (2011a) de OPHI, Oxford Poverty & Human Development Initiative. El IPM refleja tanto la incidencia (𝐻) de la pobreza (la proporción de hogares que es multidimensionalmente pobre) como la intensidad promedio (𝐴) de su pobreza (la proporción promedio de indicadores en los que los hogares pobres se ven privados). El IPM se calcula multiplicando la incidencia de pobreza por la intensidad promedio en los hogares pobres (𝐻 × 𝐴), lo que implica que su valor estará entre cero y uno. Un valor mayor implica mayor pobreza multidimensional. Una característica fundamental del IPM es que, si un hogar pobre presenta una privación adicional, el IPM aumenta, reflejando que la pobreza multidimensional ha aumentado.

El IPM tiene varias ventajas interesantes (Alkire y Foster, 2011a). Primero, es fácil de entender y de comunicar. Segundo, a nivel académico, cumple con muchos de los axiomas requeridos para las medidas de pobreza. Tercero, es posible descomponer la medida de pobreza por grupos.

La tabla siguiente (Tabla 1) presenta un resumen de las dimensiones, indicadores, y cortes para definir si un hogar se considera privado según el indicador, y finalmente la ponderación que se asigna a cada uno. Cada uno de los 3 indicadores en cada dimensión recibe la misma ponderación (1/9), y en consecuencia cada una de las 3 dimensiones tiene también la misma ponderación (1/3) para el Índice de Pobreza Multidimensional (IPM).

 

Tabla 1. Información de las dimensiones e indicadores de pobreza

Dimensión de la pobreza Indicador Hogar se considera con privación, si… Ponderación para el IPM
Poder y voz Analfabetismo Hay al menos una persona (edad 15 o más) analfabeta en el hogar 1 / 9
Documento de identidad Hay al menos una persona (edad 6 o más) sin carnet de identidad en el hogar 1 / 9
Comunicación Hogar sin teléfono fijo y sin celular 1 / 9
Oportunidades y elección Salud Hay al menos un parto en el hogar no atendido en un centro de salud en los últimos 5 años 1 / 9
Embarazo adolescente Hay al menos un embarazo adolescente en el hogar en los últimos 5 años 1 / 9
Educación Hay al menos un niño o niña / joven (edad 6 a 19 años) que no asiste a la escuela 1 / 9
Recursos Agua potable Hogar sin agua potable 1 / 9
Electricidad Hogar sin electricidad 1 / 9
Saneamiento básico Hogar sin saneamiento básico 1 / 9
Fuente: Elaboración propia.

Con respecto a la determinación de si un hogar es pobre, hay distintas maneras de encarar el problema. En un extremo, se puede plantear que un hogar es pobre si refleja una privación en al menos uno de los 9 indicadores. En el otro extremo, se puede proponer considerar a un hogar pobre si refleja privación en todos los indicadores, es decir en los 9.

De los casi 2.8 millones hogares en Bolivia, el 28% no tiene carencia en ninguna de las 9 dimensiones. A estos hogares los llamamos no-pobres. Por otro lado, existen medio millón de hogares que tienen carencias en 4 o más dimensiones simultáneamente. A éstos los llamamos hogares en pobreza extrema. Son 18% de todos los hogares de Bolivia (ver: https://inesad.edu.bo/dslm/2018/02/donde-estan-los-bolivianos-extremadamente-pobres/).

 

Los resultados empíricos

En el gráfico siguiente mostramos los valores para el Índice de Pobreza Multidimensional (IPM) calculado correspondientes a los 339 municipios del país, destacando los 21 considerados en el estudio original. Como se puede observar, hay bastante variación entre los municipios. El valor del IPM va de 0,007 a 0,520; con una media de 0,179 y una mediana de 0,171. La desviación estándar es de 0,214.

Gráfico 1. El Índice de Pobreza Multidimensional (IPM) para los 339 municipios de Bolivia, destacando la posición relativa de los 21 municipios priorizados en el estudio original

Fuente: Elaboración propia.

 

La tabla siguiente (Tabla 2) muestra una representación interesante y didáctica, que denominamos el “semáforo de la pobreza multidimensional”. La forma de construir la tabla fue la siguiente: considerando las posiciones relativas entre los 339 municipios del país tanto para el IPM como para los nueve indicadores considerados, se dividió a los municipios en cada caso en 3 grupos (o terciles). El grupo de municipios (un tercio) con los “mejores” valores, es decir aquellos que reflejan menor pobreza, están marcados con el color verde. El grupo de municipios (un tercio) con los valores “intermedios” están marcados con el color amarillo. Finalmente, el grupo (un tercio) con los “peores” valores están marcados con el color rojo. Esto permite hacerse una idea de la posición relativa de los municipios y de un solo golpe de vista entender cómo está un municipio. Los municipios están ordenados de acuerdo al valor del IPM, de menor a mayor, es decir de menos pobreza a más pobreza multidimensional.

Hay bastante variación en la distribución de los colores, pero destacan algunos municipios que tienen el color verde en los 9 indicadores (por ejemplo los municipios de La Paz o el de Oruro), mientras que existe al menos uno (Ckochas) que tiene el color rojo en los 9 indicadores. También es interesante notar que en el caso de Santa Cruz de la Sierra, por ejemplo, si bien está entre los mejores de acuerdo al IPM, tiene un problema importante en el tema de embarazo adolescente, donde destaca el color rojo.

 

Tabla 2. Información de los indicadores y del Índice de Pobreza Multidimensional (IPM) para los 339 municipios

Finalmente, es relevante preguntarse si el ejercicio es coherente con otras formas de medir la pobreza como por ejemplo las Necesidades Básica Insatisfechas (NBI). El gráfico siguiente muestra la relación entre el Índice de Pobreza Multidimensional (IPM) y la Pobreza por NBI en 2012. Se verifica una relación positiva, con un coeficiente de correlación cercano a 0,8. En general, niveles de pobreza por NBI mayores al promedio están asociados con valores del IPM mayores al promedio. Sin embargo, para un mismo nivel de pobreza por NBI, hay una variación importante entre municipios en el IPM. Por tanto, el IPM puede aportar algo adicional y ayudar a entender mejor la pobreza en el país a nivel municipal, y eventualmente su evolución en el tiempo, en cuanto dispongamos de datos del nuevo Censo en algunos años.

 

Gráfico 2. Diagrama de dispersión entre el Índice de Pobreza Multidimensional (IPM) y la Pobreza por Necesidades Básica Insatisfechas (NBI) para los 339 municipios de Bolivia, año 2012

Fuente: Elaboración propia.

 

En un siguiente post discutiremos las diferencias que se dan al interior de los municipios en cuanto al IPM, cuando distinguimos a los hogares según características, como por ejemplo los hogares con jefe mujer versus hogares con jefe hombre; hogares con jefe indígena versus hogares con jefe no indígena; y hogares con al menos un miembro discapacitado versus hogares con ningún miembro discapacitado.

 

Bibliografía

Alkire, S. and Foster, J. (2007). Counting and multidimensional poverty measurement. OPHI Working Paper 7. University of Oxford.

Alkire, S., & Foster, J. (2011a). Counting and multidimensional poverty measurement. Journal of public economics, 95(7), 476-487.

Alkire, S., & Foster, J. (2011b). Understandings and misunderstandings of multidimensional poverty measurement. Journal of Economic Inequality, 9(2), 289-314.

Alkire, S., & Robles, G. (2017). Multidimensional Poverty Index – Summer 2017: Brief Methodological Note and Results. MPI Methodological Notes 44. University of Oxford. http://www.ophi.org.uk/multidimensional-poverty-index-summer-2017-brief-methodological-note-and-results/

Andersen, L.E., Branisa, B. & Canelas, S. (Eds.) (2016). EL ABC del Desarrollo en Bolivia. Fundación INESAD. La Paz, Bolivia.

Bourguignon, F., & Chakravarty, S. R. (2003). The measurement of multidimensional poverty. Journal of Economic inequality, 1(1), 25-49.

Branisa, B. & Andersen, L.E. (2017). Documento metodológico para un análisis de pobreza multidimensional en 21 municipios de Bolivia con base en información secundaria. Manuscrito no publicado. Fundación INESAD. La Paz, Bolivia.

Branisa, B.; Andersen, L.E.; Cardona; M., Serrudo, L.F., Viscarra, C. (2017). Pobreza multidimensional en Bolivia a nivel de hogares en 21 municipios seleccionados de los departamentos de La Paz, Oruro y Potosí. Manuscrito no publicado. Fundación INESAD. La Paz, Bolivia.

INE, CENSO 2012. https://www.ine.gob.bo/index.php/censos-y-banco-de-datos/censos/

OPHI (2020). Policy – A Multidimensional Approach. https://ophi.org.uk/policy/multidimensional-poverty-index/

PNUD (2016a). Technical note 5: Multidimensional Poverty Index. Technical notes. Human Development Report 2016. http://hdr.undp.org/sites/default/files/hdr2016_technical_notes.pdf

PNUD (2016b). Informe Regional sobre Desarrollo Humano para América Latina y el Caribe 2016. Progreso multidimensional: bienestar más allá del ingreso

Ravallion, M. (2011). On multidimensional indices of poverty. The Journal of Economic Inequality, 9(2), 235-248.

Santos, M. E., Villatoro, P., Mancero, X.,& Gerstenfeld, P. (2015). A Multidimensional Poverty Index for Latin America (Vol. 79, p. 3). OPHI Working Paper. http://www3.qeh.ox.ac.uk/pdf/ophiwp/OPHIWP079.pdf

Santos, M.E. (2019). Challenges in designing national multidimensional poverty measures. Statistics series, No. 100 (LC/TS.2019/5), Santiago, Economic Commission for Latin America and the Caribbean (ECLAC).

Scheja, E. (2017), Multidimensional poverty – from Margins to Mainstream. Introduction to Sida’s conceptual framework. http://www.ophi.org.uk/wp-content/uploads/Elina_Introduction-to-MDPA-MPPN-October-2017.pdf

Sen, A. (1976). Poverty: an ordinal approach to measurement. Econometrica: Journal of the Econometric Society, 219-231.

Sen, A. (1999). Development as Freedom. New York: Alfred A. Knopf.

SIDA (2017). Dimensions of poverty. Sida’s Conceptual Framework. Swedish International Development Cooperation Agency. https://www.sida.se/contentassets/f3e30b6727e8450887950edb891c05af/22161.pdf

Thorbecke, E. (2007). Multidimensional poverty: Conceptual and measurement issues. In: The many dimensions of poverty (pp. 3-19). Palgrave Macmillan UK.

 

 

* SDSN Bolivia

** Escuela de la Producción y la Competitividad, UCB

Los puntos de vista expresados en este blog son responsabilidad de los autores y no necesariamente reflejan la posición de las instituciones. Estas publicaciones forman parte del proyecto “Atlas municipal de los ODS en Bolivia”, el cual está siendo desarrollado por la Red de Soluciones para el Desarrollo Sostenible (SDSN) en Bolivia.

Democracia versus salud: 7 sugerencias para elecciones seguras en Bolivia durante una pandemia

.*

 

 

 

 

Bolivia se encuentra actualmente en un limbo democrático, sin un presidente electo y con una sociedad polarizada política, geográfica y étnicamente. En noviembre de 2019 se instaló un gobierno interino, encargado de organizar elecciones democráticas y transparentes lo antes posible. Las elecciones se programaron primero para marzo, luego, debido a la pandemia del COVID-19, se pospusieron hasta mayo y, ahora, las elecciones están fijadas para el 6 de septiembre de 2020.

Nadie ha demostrado ser bueno para predecir la evolución de esta pandemia, pero dadas las tendencias actuales en Bolivia, es obvio que habrá un gran número de personas infectadas con SARS-CoV-2 en Bolivia el 6 de septiembre, por lo que llevar a cabo elecciones será un gran desafío.

En este blog, espero brindar sugerencias útiles sobre cómo organizar la jornada electoral para minimizar el riesgo de contagio, mientras se maximiza la participación pacífica y democrática.

 

  • Mejor al aire libre que en espacios cerrados

Se sabe que la propagación del virus es mucho más probable en espacios cerrados y mal ventilados que en el exterior, por lo que las mesas de votación deberían ubicarse idealmente al aire libre, en patios o canchas de fútbol, ​​protegidas del sol, pero por lo demás tan abiertas como sea posible.

 

  • Distanciamiento físico, barbijos y limpieza de manos

Las canchas de fútbol son ideales ya que, al ser espaciosas, posibilitan el distanciamiento físico. Los electores deben mantener una distancia de 2 metros a otros electores en todo momento y usar un barbijo. Deben recibir alcohol o gel desinfectante para desinfectarse las manos antes y después de emitir su voto.

 

  • Los más vulnerables deberían votar primero

La votación debe distribuirse de la manera más uniforme posible durante la jornada electoral comenzando por los más vulnerables al COVID-19. Un horario ideal se vería así:

 

Hora Grupo de electores
08:00 – 09:00 65 años o más (más una persona acompañante, si es necesario)
09:00 – 10:00 Mujeres embarazadas y mujeres con niños menores de 5 años.
10:00 – 11:00 54 – 64 años de edad
11:00 – 12:00 46 – 53 años de edad
12:00 – 13:00 40 – 45 años de edad
13:00 – 14:00 34 – 39 años de edad
14:00 – 15:00 29 – 33 años de edad
15:00 – 16:00 25 – 28 años de edad
16:00 – 17:00 21 – 24 años de edad
17:00 – 18:00 18 – 20 años de edad

 

Este cronograma toma en cuenta la distribución por edad de la población con derecho a voto en Bolivia y asegura un número aproximadamente igual de electores en cada franja horaria. La composición de edad exacta diferirá entre comunidades, sin embargo, sería demasiado complicado tener reglas específicas para cada mesa.

Se debe permitir que el personal de salud vote durante cualquier horario y sus turnos de trabajo deberían organizarse de manera que estén fuera del trabajo al menos parte de la jornada electoral.

 

  • El grupo de jurados potenciales debe restringirse a los jóvenes menores de 30 años.

Si bien el riesgo para los electores es mínimo siempre que cumplan con las medidas de distanciamiento físico, barbijos y limpieza de manos, el riesgo para los jurados electorales es significativo, ya que estarán cerca de cientos de personas diferentes durante todo el día. El riesgo sería similar a un trabajador del supermercado o un conductor de autobús, pero afortunadamente la jornada electoral es solo un día, no todos los días.

Aun así, para minimizar el riesgo de enfermedad grave posterior entre los miembros del jurado electoral, estos deberían ser los más jóvenes y saludables. Todos deberían ser menores de 30 años y deberían poder excusarse si están embarazadas o tienen niños pequeños, si tienen alguna de las condiciones médicas subyacentes que se sabe que agravan el COVID-19 (obesidad, diabetes, hipertensión, cáncer, asma, etc.), o si se sienten enfermos.

Obviamente, deberán estar equipados con equipos de bioseguridad adecuados y suministros de limpieza, y se les debería permitir tomar varios descansos durante el día.

 

  • El cierre estricto durante las dos semanas previas a las elecciones puede ser una buena idea

A menos que las tasas de infección ya estén bajando rápidamente debido a la causa natural de la pandemia, una cuarentena estricta puede ser una buena idea durante las dos semanas previas a las elecciones. Esto ayudaría a asegurar la menor circulación de virus posible durante la jornada electoral y, por lo tanto, reduciría el riesgo.

 

  • Comunicación clara

Las autoridades electorales necesitan una estrategia de comunicación cuidadosamente pensada, con los siguientes tres objetivos principales: i) asegurar que todos los electores entiendan cuándo y cómo emitirán sus votos, ii) demostrar de manera convincente que se están tomando todas las precauciones necesarias para llevar a cabo las elecciones de forma segura, y iii) combatir la información errónea que podría causar confusión entre los electores durante la jornada electoral.

 

  • La votación no debe ser obligatoria durante la pandemia

Si bien la votación suele ser obligatoria en Bolivia, esta regla debería eliminarse durante la pandemia. Cualquier persona que esté enferma obviamente debe quedarse en casa para evitar la propagación de la enfermedad, y las personas que se sienten particularmente vulnerables no deberían ser obligadas a votar.

Sin embargo, se espera que la participación sea alta, ya que el electorado está muy consciente de que cada voto cuenta, y parece haber pocos electores indiferentes en Bolivia.

 

* SDSN Bolivia.

Los puntos de vista expresados en este blog son responsabilidad de los autores y no necesariamente reflejan la posición de la institución.