nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción1
Pese a que la educación ha sido reconocida desde hace más de medio siglo como un derecho humano fundamental, y que en América Latina todas las personas pueden a priori acceder a ella, existen limitaciones para que se convierta en un derecho efectivo. Como sostiene Ramos (2014), los sistemas educativos operan bajo una paradoja: se postulan como incluyentes, pero terminan siendo excluyentes, ya que en su funcionamiento se generan simultáneamente procesos de inclusión y de exclusión. Esta perspectiva resulta útil para comprender cómo los progresos en materia de acceso a la educación básica en Argentina, al igual que en otros países latinoamericanos, conviven con persistentes desafíos en relación a la progresión y la terminalidad de los distintos niveles educativos, así como al logro de aprendizajes equivalentes y significativos para todos los sectores sociales (Krüger, 2019).
Dicha situación ha sido conceptualizada por Gentili (2009: 33) como la manifestación de “una dinámica de exclusión incluyente”: ante la expansión de los sistemas educativos regionales, los mecanismos de exclusión educativa han recreado y asumido formas más complejas o difusas al desplazarse hacia el interior del sistema escolar. Esto respondería tanto a la desigualdad socioeconómica que prevalece en nuestras sociedades, como a procesos propios o autónomos de los sistemas educativos que convierten a la escuela en un agente de exclusión y de selección social (Ramos, 2014). Entre estos últimos destaca la creciente fragmentación o segmentación institucional, que configura conjuntos de oportunidades educativas diferenciadas para los distintos grupos sociales (Gentili, 2009).
Una de las dimensiones de este fenómeno es la segregación escolar por nivel socioeconómico (NSE), concepto que alude a la distribución desigual de los estudiantes entre zonas geográficas, sectores de gestión o centros educativos, según su origen social. Como resultado de la segregación, la interacción entre los diversos colectivos de alumnos se reduce en su paso por la escuela (Jenkins et al., 2008).
La evidente preocupación acerca del problema en la investigación económica y educativa internacional radica en que representa una barrera para la igualdad de oportunidades educativas y para que la educación contribuya al desarrollo socioeconómico (Bonal y Bellei, 2018; Prieto-Latorre et al., 2020; Valenzuela et al., 2014). Múltiples estudios dan cuenta de los distintos mecanismos a través de los cuales un sistema educativo segregado puede ampliar la brecha en los logros escolares cognitivos y no-cognitivos entre los estudiantes más vulnerables y los más privilegiados (Alegre y Ferrer, 2010; Benito et al., 2014; Cervini, 2005, 2012; Danhier, 2018; Fernández Nistal et al., 2013; Gibbons y Telhaj, 2016; Krüger, 2018, 2020; OCDE, 2019; Rumberger y Palardy, 2005; Van Ewijk y Sleegers, 2010). Esto puede ocurrir directamente a través de los efectos de pares, es decir, de la influencia de las características de los compañeros en los valores, la motivación y los comportamientos que determinan el aprendizaje individual. Estos efectos representan externalidades positivas en el desempeño escolar cuando la población estudiantil presenta condiciones personales y familiares más propicias para el estudio, y externalidades negativas en el caso contrario. Por otro lado, puede haber efectos indirectos originados en la asociación entre el perfil socioeconómico del alumnado de una escuela y la cantidad y calidad de sus recursos materiales y humanos, las expectativas de los docentes y el tipo de prácticas de enseñanza y de gestión implementadas. Asimismo, al implicar una socialización en contextos sociales menos diversos durante la infancia y la adolescencia, la segregación potencialmente reduce la capacidad de la escuela para favorecer la cohesión social, la redistribución del capital sociocultural, la promoción de valores democráticos y la equidad en las trayectorias laborales posteriores (Agirdag et al., 2012; Gorard, 2009; Gorard et al., 2013; Gutiérrez et al., 2020; Mickelson, 2018; Palardy et al., 2015; Valenzuela et al., 2014). En definitiva, constituye un obstáculo para el ejercicio pleno del derecho a la educación.
En Argentina, el interés académico por la segregación educativa, facilitado por la creciente disponibilidad de información estadística, ha derivado durante la última década en diversas publicaciones que muestran un nivel de segregación escolar relevante en relación a otros países. Estos estudios, sin embargo, no han permitido visualizar la existencia de panoramas heterogéneos entre provincias, en el marco de la organización descentralizada del sistema educativo y de la disparidad de situaciones socioeconómicas entre jurisdicciones subnacionales. Así como se registran amplias diferencias en los indicadores de acceso, eficiencia interna y resultados educativos (Buchbinder et al., 2019), cabe también esperar brechas interprovinciales en los niveles de segregación escolar.
Por ende, el objetivo del presente trabajo es complementar las investigaciones disponibles al medir la segregación escolar por NSE en cada una de las provincias argentinas en los niveles primario y secundario. El interés por realizar comparaciones interprovinciales se encuentra vinculado con la posibilidad de indagar en los determinantes de las brechas, en caso de existir. Al respecto, se esbozan algunas hipótesis explicativas que se desarrollan en la primera sección.
Se emplean para el análisis datos de los operativos Aprender 2017 y 2018 implementados por la Secretaría de Evaluación Educativa perteneciente al Ministerio de Educación de la Nación, y se estiman índices de segregación ampliamente aceptados en la literatura.
El trabajo resulta innovador en los siguientes aspectos: permite estudiar la segregación escolar en clave territorial; aporta información para el nivel primario, donde el problema ha sido escasamente documentado; y hace uso de una rica fuente de información de tipo censal que se encuentra disponible para el conjunto de la comunidad académica desde hace apenas unos años.
Brechas socioeconómicas y educativas interprovinciales
Argentina es un país de ingresos medios con alta desigualdad, la cual se expresa territorialmente en una gran heterogeneidad de las situaciones socioeconómicas de las distintas provincias. Así lo evidencian las disparidades en las cifras de pobreza, desigualdad de ingresos y desocupación, así como los indicadores demográficos -como el tamaño y la densidad poblacional y la tasa de urbanización- de cada jurisdicción (Buchbinder et al., 2019; Piovani y Salvia, 2018). De acuerdo con datos de la Encuesta Permanente de Hogares (EPH) del Instituto Nacional de Estadística y Censos (INDEC, 2020) representativa del ámbito urbano, en el segundo semestre de 2019 el promedio nacional (en porcentaje) de personas debajo de la línea de pobreza era 35.5. Los tres conglomerados con menor incidencia de la pobreza eran la Ciudad Autónoma de Buenos Aires (CABA) (13.5 por ciento) que es la Capital Federal; Mar del Plata (25 por ciento) en la provincia de Buenos Aires y Río Gallegos (25.7 por ciento) en la Patagonia. En el otro extremo se encontraban Concordia (51.1 por ciento), la región Pampeana y Salta (45.5 por ciento) y Santiago del Estero (45.2 por ciento) en la región Noroeste. Los partidos del Gran Buenos Aires, que rodean a la Ciudad de Buenos Aires, presentan un 40.5 por ciento de personas por debajo de la línea de pobreza. Asimismo, los niveles de desigualdad en las distintas jurisdicciones son variables: según datos de la Dirección Nacional de Asuntos Provinciales perteneciente al Ministerio de Hacienda del año 2018, mientras que Córdoba, La Pampa, Salta y Buenos Aires presentaban valores del Índice de Gini superiores a 0.420; La Rioja, Río Negro, San Luis y Tierra del Fuego presentaban valores de 0.365 o inferiores. Por otro lado, los indicadores demográficos dan cuenta de realidades muy disímiles entre las distintas provincias: la provincia de Buenos Aires, junto con CABA, concentraban en el 2018 un 45 por ciento de la población total del país, según las proyecciones del INDEC, mientras que las provincias de la Patagonia reunían en su conjunto aproximadamente 5 por ciento de la población. A su vez, los datos del INDEC muestran que la densidad poblacional es muy variable: destaca CABA con un promedio superior a los 15 mil habitantes por kilómetro cuadrado, seguida por Tucumán con sólo 73 y Buenos Aires con 56; mientras que se alcanzan cifras muy pequeñas en Santa Cruz (1.4), La Pampa (2.5) y Chubut (2.7). Otro aspecto a destacar es la alta tasa de urbanización de nuestro país, en promedio de 90 por ciento, que igualmente esconde cierta variabilidad entre las provincias: supera 95 por ciento en CABA, Buenos Aires, Tierra del Fuego y Santa Cruz, y cae por debajo de 75 por ciento en Misiones, Santiago del Estero y Catamarca. La concentración espacial de la población se visualiza en el hecho de que sólo 11 conglomerados superaban en el 2020 los 500 mil habitantes, según las estimaciones del INDEC; los más grandes en Buenos Aires, CABA, Córdoba, Rosario y Mendoza.
El gobierno del país asume la forma federal y la gestión de la educación básica es mayormente responsabilidad de cada una de las jurisdicciones, si bien el Estado Nacional se reserva algunas funciones vinculadas al diseño de políticas estructurales y a la asistencia técnica y financiera a las provincias (Ley de Educación Nacional 26.206). Al respecto, se ha señalado que la progresiva descentralización de la educación básica ha redundado en una profundización de las desigualdades regionales en términos de las necesidades, los recursos y los resultados de los subsistemas educativos (Morduchowicz, 2010).
Entre las principales brechas interprovinciales en los sistemas educativos destacan las relativas a su tamaño, a la proporción de la matrícula localizada en ámbitos rurales y a la dispersión territorial de la población estudiantil -factores que redundan en distintos desafíos para la gestión. La provincia de Buenos Aires cuenta con el mayor subsistema educativo del país, el único que supera el millón de alumnos por nivel educativo: su matrícula en el nivel primario representa 36 por ciento de la matrícula total y, en el secundario, 41 por ciento (datos del Anuario Estadístico Educativo 2018 con base en el Relevamiento Anual de la Dirección de Información y Estadística Educativa, perteneciente al Ministerio de Educación). A su vez, cerca de 60 por ciento de la población estudiantil de dicha provincia se encuentra concentrada en el Gran Buenos Aires. En el otro extremo, provincias como Tierra del Fuego, Santa Cruz, La Pampa, La Rioja y Catamarca tienen menos de 50 mil estudiantes en cada nivel.
Por otro lado, el esfuerzo fiscal que hace cada provincia para financiar la educación y el gasto por alumno del sector estatal son muy variables: según la información de la Coordinación General de Estudios de Costos del Sistema Educativo dependiente del Ministerio de Educación para el año 2017, algunas provincias como Buenos Aires, Chaco, Corrientes y Río Negro destinaban más de 30 por ciento de su gasto público total al sector educativo, mientras que CABA sólo destinaba 18 por ciento, por ejemplo. Al mismo tiempo, la dispersión del gasto por alumno del sector estatal es muy amplia: Tierra del Fuego gastaba en dicho año cinco veces más que Santiago del Estero, y casi tres veces más que Buenos Aires (por supuesto, hay que considerar las diferencias en el poder adquisitivo del gasto en cada región). Estos indicadores no sólo reflejan distintas prioridades de política, sino también diferencias en la capacidad recaudatoria y de presión fiscal, y se vinculan con la participación del sector privado en la provisión de educación, que también resulta muy heterogénea (Buchbinder et al., 2019). A nivel nacional, el promedio del porcentaje de estudiantes en educación privada en los niveles inicial, primario y secundario es de 29.1 por ciento (Ministerio de Educación de la Nación, 2020). Las tres jurisdicciones con el porcentaje más alto son CABA (50.5 por ciento), Buenos Aires (35.8 por ciento) y Santa Fe (29.9 por ciento), mientras que las tres con el menor porcentaje son Formosa (12.2 por ciento), La Rioja (13.2 por ciento) y Neuquén (14.6 por ciento).
Tales disparidades se traducen en diferencias de distinta índole en los resultados. Las tasas de escolarización, que en el nivel primario son muy cercanas a 100 por ciento en todos los casos, presentan una gran dispersión en el nivel secundario, al igual que las tasas de repitencia, abandono y promoción efectiva (Buchbinder et al., 2019; Piovani y Salvia, 2018). Respecto de los aprendizajes, se aprecian brechas relevantes en el desempeño de los alumnos en las pruebas estandarizadas nacionales: las provincias de las regiones Centro y Patagonia presentan los mejores resultados promedio en Lengua y Matemática, mientras que el Noroeste y Noreste argentino alcanzan puntajes menores, tanto en el nivel primario como en el secundario (Secretaría de Evaluación Educativa, 2018; 2019).
Segregación educativa: antecedentes
Niveles de segregación en Argentina y la región latinoamericana
Dada la gran desigualdad socioeconómica que prevalece en América Latina, no es de extrañar que la segregación educativa por NSE haya sido reconocida en la región desde hace décadas. No obstante, como señalan Bonal y Bellei (2018), la temática ha cobrado importancia en la agenda de investigación regional desde hace apenas algunos años. Diversos estudios han comparado los niveles de segregación educativa entre los países latinoamericanos, analizado su evolución en el tiempo y evaluado la situación regional en relación al resto del mundo. Entre ellos, cabe mencionar: i) para el nivel primario, a Murillo y Martínez-Garrido (2017) con datos del Tercer Estudio Regional Comparativo y Explicativo (TERCE) 2013 del Laboratorio Latinoamericano para la Evaluación de la Calidad Educativa; ii) para el nivel secundario, a Benavides et al. (2014) con datos del Programa para la Evaluación Internacional de Estudiantes (PISA) 2000 y 2009; Chmielewski y Savage (2015) con PISA 2000 a 2012; Krüger (2019); Murillo et al. (2018) y Vázquez (2016) con PISA 2000 al 2015; y iii) para ambos niveles educativos a Arcidiácono et al. (2014) elaborado a partir de las encuestas de hogares de cada país.
Asimismo, algunos trabajos han abordado el problema exclusivamente en Argentina, como Gasparini et al. (2011) y Jaume (2013) con datos de encuestas de hogares desde la década de los ochenta hasta el año 2014; y Krüger (2014); 2018) con datos de PISA 2000, 2009 y 2012.
Dichos antecedentes indican que, en general, en América Latina se registran niveles de segregación social elevados en relación a los de otras regiones, aunque la situación en la zona es heterogénea; y que la evolución de los indicadores en cada país ha sido dispar durante las últimas décadas. El nivel de segregación social en el sistema educativo argentino, en particular, es alto en términos internacionales, pero no se encuentra entre los máximos de la región latinoamericana (con la excepción de la segregación entre los sectores público y privado). En el país se ha registrado una leve caída de la segregación total desde inicios del siglo, aunque ésta ha aumentado entre los sectores de gestión estatal y privada. Por último, se ha observado que los grupos de mayor NSE se encuentran más segregados que las minorías más vulnerables.
El presente trabajo dialoga especialmente con las investigaciones enfocadas en el país, con la intención de complementarlas aportando evidencia sobre nuevos aspectos. Por ejemplo, Gasparini et al. (2011) y Jaume (2013) identifican subgrupos poblacionales a través de variables de ingreso y estiman un índice que no requiere definir arbitrariamente distintos grupos de estudiantes; sin embargo, dado que la información empleada no permite estimar la segregación entre escuelas al interior de los sectores público y privado y sólo cubre el ámbito urbano, quedan fuera de consideración dimensiones relevantes del problema. Otro aspecto que diferencia al presente estudio respecto de los precedentes es que los datos empleados permiten analizar tanto el nivel primario como el secundario. Por otro lado, al igual que en Krüger (2014; 2018), esta investigación utiliza una fuente propia del sector educativo representativa de todo el país. La principal diferencia radica en que en este caso se cuenta con muestras representativas de la población estudiantil del nivel primario y secundario de cada una de las jurisdicciones, para analizar así la variación de la segregación entre provincias, lo cual representa un aporte inédito que podría contribuir a comprender mejor los determinantes del fenómeno.
Factores explicativos de la segregación escolar
La literatura señala que la segregación es un fenómeno complejo y multicausal, y aporta diferentes explicaciones que pueden dividirse en factores exógenos y endógenos al campo educativo (Bonal y Bellei, 2018; Gorard et al., 2013). Entre los primeros, la elevada fragmentación social en los países latinoamericanos aparece como un factor clave, ya que el sistema educativo reproduce procesos de exclusión preexistentes ligados, por ejemplo, a la segregación residencial y a la demanda selectiva de servicios públicos en la búsqueda de una mayor calidad o de contextos de socialización exclusivos (Gutiérrez et al., 2020; Gvirtz y Beech, 2014; Katzman, 2018; Morduchowicz, 2020; Narodowski et al., 2017; Rivas, 2015; Terigi et al., 2009). Adicionalmente, se suman factores propios del sector educativo, como las políticas promercado; la distribución de los recursos; la calidad percibida de la oferta de gestión estatal; la participación del sector privado; los mecanismos de asignación de estudiantes a las escuelas; la implementación de estrategias competitivas y de elección escolar por parte de instituciones y familias; las orientaciones en la trayectoria escolar según el desempeño de los estudiantes; las regulaciones sobre el currículo, etc. (Alegre y Ferrer, 2010; Jenkins et al., 2008; Maroy y Van Zanten, 2009; Narodowski et al., 2017; Tiramonti, 2004; Valenzuela et al., 2014; Vázquez, 2016).
Entonces, la segregación es el resultado de un complejo entramado de factores geográficos, demográficos, económicos, institucionales y socioculturales, de ahí la dificultad de explicar las situaciones divergentes entre localidades, regiones o países. Sin embargo, es posible destacar algunos de los elementos estructurales que diferencian a los sistemas socioeconómicos y educativos de las provincias argentinas y que pueden dar lugar a niveles dispares de segregación escolar.
Un primer conjunto de factores puede vincularse con la posibilidad de que el mercado educativo se encuentre más desarrollado, con una oferta diversificada y una distribución desigual en el territorio. Por ejemplo, Chmielewski y Savage (2015) encuentran que la urbanización puede asociarse positivamente a la segregación residencial y la desigualdad de ingresos, y por lo tanto incrementar la segregación escolar. En esta línea, Gasparini et al. (2011) hallan que los niveles de segregación entre los sectores público y privado son mayores en los grandes conglomerados de Argentina, donde la oferta privada y la competencia educativa son mayores. En provincias con mayor ruralidad, la escasez de oferta podría brindar menos oportunidades para la segregación educativa. En el mismo sentido, al analizar las zonas urbanas de Chile, Valenzuela et al. (2014) señalan una asociación positiva entre el tamaño y la densidad poblacional y los niveles de segregación escolar.
Otro de los factores contextuales que han sido vinculados con la segregación educativa es la desigualdad de ingresos (Chmielewski y Savage, 2015; Gasparini et al., 2011; Tapia y Valenti, 2016; Vázquez, 2016). Por un lado, resulta un indicador de la fragmentación social que se manifiesta en la implementación de estrategias por parte de los distintos grupos sociales para consolidar su capital económico y sociocultural -por ejemplo, a través de la elección educativa o la segregación residencial- (Katzman, 2018; Tiramonti, 2004). Por otro lado, implica para las familias una capacidad de pago diferencial de los servicios educativos según su posición en la estructura social, lo cual se refleja en una distribución desigual entre los sectores estatal y privado, y al interior de este último. Sin embargo, si bien se espera una relación positiva entre la desigualdad de ingresos de una región y la segregación escolar, ésta puede no ser tan clara, ya que depende, a su vez, de las características del mercado escolar, tal como sostienen Gasparini et al. (2011).
Una característica adicional del contexto socioeconómico que ha sido identificada en la literatura como un factor determinante de la segregación escolar es la incidencia de la pobreza o la presencia relativa del grupo de alumnos más vulnerables en el sistema educativo. Estudios como los de Valenzuela et al. (2014) para las comunas chilenas y Gorard et al. (2013) para Inglaterra han hallado una asociación negativa de este factor con la segregación escolar de las minorías más desfavorecidas. Estos últimos autores plantean la hipótesis de que cuando la economía empeora se genera cierta “igualdad de la pobreza” que reduciría la segregación de los más vulnerables. También podría pensarse que en las jurisdicciones donde hay más alumnos pobres en un contexto de masificación del acceso a la educación, con el tiempo éstos podrían permear paulatinamente el sistema educativo e incrementar su contacto con las clases medias-bajas. En cambio, es posible que la relación de la pobreza con la segregación de los alumnos más favorecidos sea positiva: ante una mayor presencia de las capas más pobres en la estructura social y el sistema educativo, podrían verse reforzados los incentivos de los sectores mejor posicionados para concentrarse en escuelas públicas de élite o privadas de mayor arancel. Por ende, la influencia esperada de la pobreza sobre el nivel de segregación total resulta ambigua. Agregamos aquí la hipótesis de que cuanto mayor sea la proporción de alumnos de alto NSE en el sector educativo, mayor será la segregación de sus pares más vulnerables. Esto podría responder a que se promueve el desarrollo de la oferta educativa privada, a procesos de auto-segregación por parte de los grupos de menor NSE, o bien debido a la asociación con otros factores como la desigualdad de ingresos, el desarrollo urbano o la segregación residencial.
Por último, entre los factores endógenos al sistema educativo cabe esperar una relación positiva entre el tamaño del sistema educativo, medido a través de la cantidad total de alumnos matriculados o el número de centros educativos, y la desigualdad en la distribución de los estudiantes en su interior. Dicho factor, junto con la participación del sector privado -al cual la literatura le ha otorgado un papel destacado en la explicación de la segregación (Alegre y Ferrer, 2010; Bonal y Zancajo, 2020; Chmielewski y Savage, 2015; Murillo et al., 2020; Vázquez, 2016)- se vincularía con el grado de diversificación de la oferta y el margen de las familias para ejercer la elección escolar en función de sus preferencias y capacidad de pago, así como con la competencia entre las escuelas y sus posibilidades de atraer a distintos perfiles de alumnos. Asimismo, puede plantearse la hipótesis de que la mayor oferta de escuelas privadas influye especialmente en la segregación de las minorías de bajo NSE si este tipo de servicios se pone al alcance de las capas medias y medias-bajas de la población a través del cobro de bajos aranceles en el segmento que recibe subsidios estatales. En Argentina, desde hace décadas se observa una demanda latente por la educación privada, de manera que las familias que pueden acceder al pago de los servicios privados optan por emigrar del sistema estatal, en el que quedan concentrados los alumnos más pobres (Krüger, 2018; Narodowski et al., 2017).
Así, dadas las amplias disparidades existentes en el contexto socioeconómico y en las características de los sistemas educativos provinciales, se espera hallar heterogeneidad en los niveles de segregación escolar por NSE entre las jurisdicciones argentinas. Considerando los principales factores estructurales explicativos de la segregación identificados por la literatura, se esbozan las hipótesis de que los sistemas educativos presentan mayor segregación en aquellas provincias que tienen: i) un mayor tamaño poblacional; ii) una mayor densidad poblacional; iii) un mayor nivel de urbanización; iv) una mayor desigualdad de ingresos; v) un mayor tamaño del sistema educativo; y vi) una mayor participación del sector privado en la provisión de educación. Por otro lado, es posible que la presencia relativa de los grupos socioeconómicos más vulnerables y los más favorecidos se relacione de distinta manera con la segregación escolar de cada uno de dichos grupos. Así, se espera que la población de cada grupo de NSE (bajo o alto) se encuentre menos segregada cuanto mayor sea la proporción de la población de la provincia que representa dicho grupo, y más segregada cuanto mayor sea el peso del grupo en el extremo opuesto.
Métodos
Datos
Se emplea la información de las pruebas estandarizadas nacionales “Aprender”, administradas de manera censal a estudiantes del sexto año del nivel primario y del último año del nivel secundario de la modalidad común en las 24 provincias argentinas. De acuerdo con los últimos relevamientos para los cuales se dispuso de los datos al momento de realizar este análisis, participaron cerca de 19 mil escuelas en el nivel primario (2018) y 10 mil escuelas en el nivel secundario (2017).2
Cabe señalar que, si bien el operativo es de diseño censal, debido a múltiples razones (climáticas, de oposición a las evaluaciones estandarizadas por parte de padres, docentes o equipos directivos, logísticas, entre otras) no se logró una participación universal, y existen brechas en las tasas de respuesta de las provincias. En Aprender 2017, nivel secundario, el porcentaje nacional de respondientes fue de 66.5 por ciento. Provincias como Neuquén (33.4 por ciento), Río Negro (49 por ciento) y Santa Cruz (30.7 por ciento) no lograron el mínimo de 50 por ciento establecido por la Secretaría de Evaluación Educativa para considerar los resultados como válidos. En Aprender 2018, nivel primario, la tasa de cobertura nacional fue del 78.7 por ciento. Sólo Neuquén, con 32.5 por ciento, no logró el piso mínimo (Secretaría de Evaluación Educativa 2018; 2019).
Variables
Además de las pruebas de desempeño, el dispositivo de evaluación incluye cuestionarios complementarios a los estudiantes donde se indaga acerca de distintas características personales y familiares. Los equipos técnicos del Ministerio de Educación construyen así la variable de NSE de los hogares (isocioa), mediante un análisis de componentes principales, con base en información reportada en los cuestionarios complementarios por los estudiantes participantes de la evaluación Aprender acerca del nivel educativo de los padres;3 el hacinamiento en el hogar (hacinamiento);4 la cantidad de dispositivos tecnológicos;5 y la percepción de la prestación no contributiva Asignación Universal por Hijo, una política de transferencias condicionadas de ingreso (sólo en el nivel secundario). Dicha variable es presentada en formato categórico con tres valores posibles: el grupo bajo comprende a los estudiantes con puntajes inferiores a una desviación estándar de la media; el grupo medio abarca a los alumnos con puntajes entre -1 y 1 desviación estándar de la media; el grupo alto corresponde a los estudiantes con puntajes que superan una desviación estándar de la media (Secretaría de Evaluación Educativa, 2017). Como era de esperar, se observan amplias diferencias en la distribución del NSE por jurisdicciones (Tablas A1 y A2 del Anexo): mientras que sólo 4 por ciento de los alumnos de nivel primario en la Ciudad Autónoma de Buenos Aires (CABA) pertenece al grupo de NSE bajo y 41 por ciento pertenece al grupo más favorecido, en provincias como Santiago del Estero y Formosa estos porcentajes prácticamente se invierten. Lo mismo ocurre para el nivel secundario.
La variable de interés presenta una tasa de respuesta de 82 por ciento en el nivel primario en 2018 y, en 2017, de 95 por ciento en el nivel secundario, con cierta variabilidad entre las provincias (Tablas A1 y A2 del Anexo). Por ello, siguiendo a Danhier (2018) y a Chmielewski y Savage (2015), entre otros, se optó por realizar una imputación múltiple multivariada por cadena de ecuaciones (StataCorp, 2015).6
Por otro lado, al igual que en el estudio análogo de Benito et al. (2014), y para minimizar los errores al medir la composición social de cada institución, se excluyeron las escuelas con 5 o menos alumnos respondientes. En total se eliminó de la base a 2.3 por ciento de los alumnos en el nivel primario y a 1.1 por ciento en el nivel secundario, cifras que varían según la provincia (Tablas A1 y A2 del Anexo).
Estrategia metodológica
Se consideró una de las dos dimensiones de la segregación, definidas por Massey y Denton (1988), que resultan relevantes en el ámbito escolar: la igualdad o similitud.7 Ésta indica si la distribución de ciertos colectivos de alumnos en instituciones educativas se da de forma similar a lo esperado respecto de la distribución proporcional a su peso en la población total. Es decir, contempla si distintos grupos de alumnos se encuentran sobrerrepresentados en ciertas escuelas y sub-representados en otras, o bien, si se distribuyen homogéneamente.
Para cuantificar esta dimensión se estimó el índice de disimilitud (Duncan y Duncan, 1955) que se complementa con el índice de raíz cuadrada (Hutchens, 2004). El primero es uno de los más difundidos en la literatura internacional (Jenkins et al. 2008), cumple con la mayoría de los atributos requeridos de un “buen índice de segregación” (Allen y Vignoles, 2007) y resulta de sencilla interpretación. Si bien es esperable un alto nivel de correlación entre ambos índices, la inclusión del segundo aporta robustez al análisis y permite explorar otro aspecto del fenómeno, como se explica más adelante.
Para la estimación del índice de disimilitud se debe en primer lugar dividir a la población en conjuntos sin intersección entre sí, denominados minoría y mayoría, para lo cual se empleó el índice de NSE de Aprender. Con la intención de captar distintos aspectos del problema, se realizaron los cálculos por duplicado, considerando las dos categorías extremas, es decir, identificando al grupo minoritario como el de NSE bajo y el de NSE alto. Su fórmula es la siguiente:
Donde i es el identificador de cada establecimiento, el subíndice 1 identifica al grupo minoritario y el subíndice 2 al grupo mayoritario. Así, X1 representa la cantidad de estudiantes del grupo minoritario en el sistema y X2 la cantidad del mayoritario. A su vez, x1i representa el número de estudiantes de la minoría en la escuela i, y x2i el equivalente número para el grupo mayoritario. El índice adopta valores positivos entre 0 y 1, y puede interpretarse como el porcentaje de alumnos de la minoría que deberían trasladarse a otra escuela para alcanzar una composición estudiantil en cada centro representativa de la composición global.
Por su parte, el índice de raíz cuadrada se define como:
Esta medida puede interpretarse como la suma del alejamiento de cada escuela de la igualdad distributiva (Jenkins et al., 2008). Nuevamente, el rango está entre 0 (ausencia de segregación) y 1 (segregación máxima). Si bien cumple con la mayoría de las propiedades deseables para medir la segregación, debe tenerse presente que aún cuando ésta es moderada, tiende a presentar valores bajos (Allen y Vignoles, 2007). La principal ventaja de este índice radica en su capacidad de descomposición aditiva, lo que permite dividirlo en dos términos: segregación intrasectorial y segregación intersectorial:
donde:
La segregación intrasectorial se calcula como la suma ponderada de la segregación dentro de cada sector g; mientras que la segregación intersectorial indica en qué medida la segregación total puede atribuirse a la desigualdad por NSE existente entre ambos sectores. Dichos sectores pueden definirse como los tipos de gestión estatal y privada o, en este caso, las distintas jurisdicciones.
Finalmente, cabe señalar que las estimaciones se realizaron para el nivel primario y el nivel secundario por separado y, a su vez, tomando como minoría al grupo de estudiantes de NSE bajo y alto por separado. Los errores estándar de los índices fueron estimados a través del método de bootstrapping no paramétrico con 400 replicaciones; la reselección de las observaciones se realizó a nivel de cluster o escuelas. El procedimiento se replicó para cada valor plausible del NSE imputado y los resultados se promediaron.
Resultados
Índice de disimilitud
Comenzando por el índice de disimilitud, en la Fig. 1 (correspondiente a la Tabla A3 del Anexo) se observa que todas las provincias muestran un índice mayor a 0.3 y menor que 0.6, lo cual indica valores medios de segregación para ambos niveles educativos y para las dos definiciones del grupo minoritario.
Fuente: elaboración propia con base de Aprender 2017 y 2018
Nota: * la provincia no logró el 50 por ciento de cobertura establecido como mínimo por la Secretaría de Evaluación Educativa para la validez de los resultados.
Figura 1 Estimaciones provinciales del índice de disimilitud para el NS3 bajo y alto. Niveles primario y secundario
En el nivel primario, el índice promedio, ponderado por cantidad de estudiantes, es de 0.461 para la minoría de NSE bajo y de 0.495 para la minoría de NSE alto. En el nivel secundario, los valores respectivos son de 0.500 y 0.479.
Ahora bien, el rango de variación en los niveles provinciales es amplio, y detrás de los promedios nacionales se visualizan importantes disparidades entre las jurisdicciones. En la Tabla 1 se sintetizan las posiciones relativas de las provincias por nivel educativo e índice de NSE. En cada caso las provincias se encuentran ordenadas según el valor del índice de disimilitud, de mayor a menor, organizadas en tres grupos: i) aquéllas cuyo índice es significativamente superior al promedio nacional; ii) aquéllas cuyo índice no difiere de la media global; y iii) aquéllas con un valor significativamente inferior al promedio. A su vez, cuando corresponde, dentro de cada grupo se identifican distintos subgrupos de provincias con índices que difieren significativamente entre sí.
Tabla 1 Posiciones relativas de las provincias según variación estadísticamente significativa respecto a la media del índice de disimilitud
| NSE bajo | NSE alto | |
|---|---|---|
| Nivel primario | ||
| D mayor a la media | CABA Sta. Fe, Bs. As. | San Juan, S. del Estero, Tucumán |
| D igual a la media | Córdoba, Mendoza, Neuquén*, Misiones, S. del Estero, Entre Ríos, San Juan, Corrientes, Tucumán, Río Negro, La Pampa, T. del Fuego, Catamarca | Bs. As., Mendoza, Misiones, Neuquén*, Corrientes, CABA, Córdoba Sta. Fe, Entre Ríos, Salta, Chaco, Formosa, Catamarca, Río Negro, Chubut |
| D menor a la media | La Rioja, San Luis, Salta, Formosa, Chaco Chubut, Jujuy, Sta. Cruz | La Pampa, San Luis, La Rioja, Jujuy Sta. Cruz, T. del Fuego |
| Nivel secundario | ||
| D mayor a la media | CABA | Tucumán, S. del Estero |
| D igual a la media | Mendoza, Sta. Fe, Sta. Cruz*, Buenos Aires, Córdoba, Tucumán, S. del Estero Entre Ríos, Misiones, T. del Fuego, Río Negro*, Chubut, Corrientes, La Pampa, San Luis, San Juan | Salta, Jujuy, Mendoza, Corrientes, Misiones, Buenos Aires, CABA, San Juan, San Luis, Formosa, Catamarca, Río Negro*, Chubut Córdoba, Sta. Fe, Chaco, Entre Ríos, La Rioja |
| D menor a la media | Chaco, Salta, Catamarca, Jujuy, Formosa, Neuquén* La Rioja | La Pampa, T. del Fuego, Neuquén*, Sta. Cruz* |
Nota: *la provincia no logró el 50 por ciento de cobertura establecido como mínimo por la Secretaría de Evaluación Educativa para la validez de los resultados.
Fuente: elaboración propia con base en datos de Aprender 2017 y 2018.
Se observan panoramas diferentes para las definiciones alternativas del grupo minoritario. En el caso de las minorías más vulnerables, tanto en el nivel primario como en el nivel secundario CABA encabeza los rankings de mayor segregación. La siguen provincias del centro como Santa Fe, Buenos Aires, Mendoza y Córdoba. Los niveles mínimos se encuentran en Santa Cruz, Jujuy y Chubut en el nivel primario, y en La Rioja, Neuquén, Formosa y Jujuy en el nivel secundario.
En cambio, las minorías más favorecidas se encuentran más segregadas en provincias como San Juan, Santiago del Estero y Tucumán, y menos segregadas en Tierra del Fuego y Santa Cruz, con ciertas variaciones entre los niveles educativos.
Índice de raíz cuadrada
Como indican Gutiérrez et al. (2020), en la práctica los índices de disimilitud y de raíz cuadrada tienden a producir estimaciones muy similares, por lo cual el foco para reportar los niveles globales se pone aquí en el primero, que es de más sencilla interpretación. En la Tabla A4 del Anexo se detallan las estimaciones del índice de raíz cuadrada, el cual se incluye con el fin de probar la robustez de los resultados. De hecho, se confirma la existencia de una asociación lineal positiva y significativa entre ambos índices: los coeficientes de correlación de rangos de Spearman son aproximadamente de 0.96 para el nivel primario y de 0.93 para el secundario; son muy similares los grupos de provincias con los máximos y mínimos niveles de segregación según cada índice.
Quizás el aporte más interesante de estimar este índice es la desagregación del valor total en los componentes inter e intraprovincial. En el nivel primario, y para el grupo de NSE bajo, 13.5 por ciento de la segregación a nivel país se explica por la distribución desigual de la población estudiantil por NSE entre provincias; la segregación al interior de cada una de ellas es mucho más relevante (86.5 por ciento). Porcentajes muy similares se registran en el nivel secundario (14.1 y 85.9 por ciento, respectivamente). Considerando a las minorías de NSE alto, la segregación interprovincial es incluso menor: representa 7.6 por ciento de la segregación total en el nivel primario y 5.4 por ciento en el secundario.
Discusión
Las estimaciones realizadas con la información de Aprender 2017 y 2018 confirman la evidencia previa disponible a partir de fuentes de datos internacionales como PISA y TERCE (Krüger, 2019; Murillo y Martínez-Garrido, 2017): en Argentina, la segregación escolar por NSE es un problema vigente y relevante. En ambos niveles educativos sería necesario transferir a una proporción importante (entre 30 y 60 por ciento) de los niños, niñas y jóvenes a otras escuelas para lograr una composición estudiantil similar en todos los centros educativos.
Por otra parte, respecto de la primera hipótesis de trabajo, se aportó evidencia para evaluar los niveles de segregación en cada provincia, se hallaron diferencias entre ellas y se encontró que las posiciones de las jurisdicciones varían según el grupo minoritario seleccionado. Ésta es una de las principales contribuciones del trabajo al conocimiento sobre la segregación escolar argentina, pues muestra que las estimaciones disponibles para el total del país esconden panoramas disímiles en su interior que reflejan las distintas formas de desigualdad socioeconómica expresadas territorialmente. El único antecedente en este sentido es Gasparini et al. (2011), quienes señalan algunas disparidades regionales en los niveles de segregación intersectorial.
Adicionalmente, se hallaron grados de segregación similares entre los niveles primario y secundario. En este sentido, el trabajo también realiza un aporte inédito, ya que son escasos los antecedentes en el país que proveen evidencia para el nivel primario.
Por otro lado, se encontró que la mayor parte de la segregación total en el país se origina en la distribución desigual de los estudiantes por NSE al interior de cada provincia, y no responde tanto a una distribución desigual de la población a lo largo y ancho del territorio nacional. Esto vuelve más relevante el objetivo de cuantificar los niveles de segregación en cada jurisdicción y tiene implicaciones de política de interés. Dado que son los niveles de gobierno subnacionales los responsables de la gestión de la educación básica, el hecho de que la segregación sea un fenómeno primordialmente intraprovincial torna más factible la posibilidad de diseñar políticas públicas para su abordaje.
En suma, si bien se ha confirmado la vigencia de un grado sustancial de segregación social escolar en todas las provincias, el rango de valores es amplio y se visualizan situaciones diversas en términos del nivel educativo y los grupos socioeconómicos considerados. Se enfatiza así la necesidad de realizar estudios a nivel de las jurisdicciones, ya que cada una presenta particularidades en relación a la intensidad y las distintas dimensiones del fenómeno.
Como se mencionó anteriormente, explicar los niveles divergentes de segregación entre países o, en este caso, provincias, resulta una tarea muy compleja debido a la multicausalidad del fenómeno. No obstante, se han esbozado algunas hipótesis para vincular los resultados previos con ciertas características de los sistemas educativos provinciales y de los contextos socioeconómicos en los que se emplazan, las cuales se contrastan aquí de manera exploratoria.
En la Tabla 2 se presentan las correlaciones simples entre los valores del índice de disimilitud -para los niveles primario y secundario y las minorías de bajo y alto NSE- y un conjunto de indicadores socioeconómicos y educativos de las provincias.
Tabla 2 Correlación entre el índice de disimilitud, por nivel y grupo de NSE, y un conjunto de indicadores socioeconómicos y educativos de las provincias
| Nivel primario | Nivel secundario | |||
|---|---|---|---|---|
| NSE bajo | NSE alto | NSE bajo | NSE alto | |
| Población | 0.442 | 0.286 | 0.389 | 0.179 |
| (0.030) | (0.176) | (0.060) | (0.404) | |
| Matrícula total | 0.435 | 0.304 | 0.345 | 0.175 |
| (0.034) | (0.149) | (0.099) | (0.414) | |
| Densidad poblacional | 0.654 | 0.113 | 0.492 | 0.096 |
| (0.001) | (0.598) | (0.014) | (0.656) | |
| Tasa de urbanización | 0.450 | 0.250 | 0.395 | 0.159 |
| (0.027) | (0.239) | (0.056) | (0.459) | |
| Porcentaje de matrícula en el sector privado | 0.786 | 0.258 | 0.746 | 0.191 |
| (0.000) | (0.224) | (0.000) | (0.370) | |
| Porcentaje de matrícula de NSE bajo | -0.206 | 0.44 | -0.301 | 0.580 |
| (0.334) | (0.032) | (0.154) | (0.003) | |
| Porcentaje de matrícula de NSE alto | 0.671 | -0.072 | 0.540 | -0.252 |
| (0.000) | (0.739) | (0.006) | (0.234) | |
| Incidencia de la pobreza urbana | -0.194 | 0.327 | -0.154 | 0.188 |
| (0.365) | (0.119) | (0.473) | (0.380) | |
| Gini | 0.189 | 0.322 | 0.226 | 0.260 |
| (0.377) | (0.125) | (0.288) | (0.219) | |
Nota: coeficientes de correlación de Pearson reportados. P-valores reportados entre paréntesis.
Fuente: elaboración propia con base en datos de Aprender 2017 y 2018 (índices de disimilitud, porcentaje de matrícula de NSE bajo y alto); Encuesta Permanente de Hogares 2018, INDEC (incidencia de la pobreza urbana); Censo Nacional de Población, Hogares y Vivienda 2010 (tasa de urbanización y densidad poblacional); Anuario Estadístico Educativo 2018 con base en RAE 2018, DIEE, MECCyT (matrícula total y porcentaje de la matrícula que asiste al sector privado); Sistema de Información para el Desarrollo Provincial con base en Ministerio de Hacienda, INDEC (proyecciones poblacionales 2018) y Ministerio de Hacienda-Dirección Nacional de Asuntos Provinciales (Gini 2018).
En relación al primer conjunto de factores demográficos que podrían vincularse con el grado de desarrollo y diversificación del mercado educativo, se hallaron indicios de una asociación positiva y significativa entre el tamaño y la densidad poblacional de cada provincia y los niveles de segregación. Sin embargo, el sentido de la relación con la tasa de urbanización resulta ambiguo, posiblemente debido a su interacción con otros factores. Así, la alta urbanización de jurisdicciones como CABA, Buenos Aires, Santa Fe y Córdoba, donde se ubican las principales ciudades del país, podría asociarse a los altos niveles de segregación de la población vulnerable; sin embargo, la relación podría ser distinta en provincias también altamente urbanizadas como Tierra del Fuego o Santa Cruz, que presentan bajos niveles de segregación, quizás debido a su menor desigualdad de ingresos o a su menor tamaño poblacional.
Respecto del indicador de la desigualdad de ingresos, si bien sus correlaciones con los índices de segregación escolar presentan el signo positivo esperado, los valores no aparecen como significativos, por lo que será necesario contar con mayor evidencia para corroborar la hipótesis inicial. De manera similar, las correlaciones entre la tasa de pobreza o la proporción de la población estudiantil perteneciente al estrato de NSE bajo y la segregación de las minorías más vulnerables son negativas y consistentes con la hipótesis delineada aunque, nuevamente, los coeficientes no resultan estadísticamente significativos. En cambio, sí se encontró evidencia de su asociación positiva con la segregación del segmento más favorecido de la población estudiantil, cuyas familias podrían estar realizando una elección escolar que les permita aglomerarse en ciertas escuelas consideradas de mayor calidad o que ofrecen espacios más exclusivos de socialización. Asimismo, y a partir de la hipótesis inicial, se hallaron correlaciones positivas y significativas entre la proporción de la matrícula representada por el grupo de NSE alto y los niveles de segregación de las minorías de bajo NSE.
Respecto de los indicadores propiamente educativos, se observa que, en concordancia con la hipótesis de partida, las provincias con una mayor matrícula total presentan mayores niveles de segregación de ambos grupos socioeconómicos y en ambos niveles educativos, aunque sólo son significativos para las minorías de bajo NSE. En la misma línea, el porcentaje de la matrícula que asiste a escuelas privadas se asocia positiva y significativamente a la segregación de los grupos de alumnos más vulnerables tanto en el nivel primario como en el secundario. Estos resultados son coherentes con los antecedentes para Argentina y otros países (Alegre y Ferrer, 2010; Chmielewski y Savage, 2015; Murillo y Martínez-Garrido, 2017; Valenzuela et al., 2014; Vázquez, 2016). Si bien su signo también resulta positivo, no se ha hallado una relación significativa entre el peso del sector privado y la segregación de las minorías más favorecidas. Es probable que el factor relevante aquí sea la diferenciación al interior del sector privado entre escuelas que reciben subsidios estatales y aquéllas que no los reciben, lo cual será motivo de futuros análisis.
Estos sencillos ejercicios ponen de manifiesto la dificultad de interpretar las diversas aristas del fenómeno de segregación escolar en el país, ya que no se visualizan relaciones unívocas entre este fenómeno y los posibles factores causales señalados por la literatura. Además, la información disponible a nivel provincial no siempre permite construir indicadores apropiados para estos últimos. Será de utilidad realizar nuevos estudios que puedan captar mejor la complejidad de los subsistemas educativos y de sus interacciones con las demás esferas de la economía y la sociedad.
Conclusiones
El presente trabajo analiza las brechas interprovinciales en la segregación escolar por NSE en la educación básica argentina, a partir de los datos de los operativos Aprender 2017 y 2018. Si bien ésta es la única fuente de información reciente que permite dicho abordaje, deben contemplarse algunas de sus limitaciones al interpretar los resultados: i) existen posibles sesgos en la medición del índice de NSE de los alumnos, ya que surge del auto-reporte de distintas características de los hogares; ii) al ser una variable categórica, se restringen las posibilidades de estimar ciertos índices de segregación y de analizar la robustez de las medidas seleccionadas; y iii) aunque se trata de un operativo censal, su cobertura dista de ser universal, lo cual podría sesgar las estimaciones de la segregación.
Pese a las limitaciones mencionadas, los resultados permiten confirmar que la segregación escolar por NSE resulta relevante en el país y aportan evidencia inédita para mostrar que las disparidades en los contextos socioeconómicos y los sistemas educativos provinciales se reflejan en los indicadores de segregación. La intensidad y configuración del fenómeno dependen de la interacción de múltiples factores, y por ahora sólo será posible explorar algunas hipótesis acerca de los determinantes que prevalecen en cada caso. Así, la evidencia presentada sugiere que la segregación resulta más pronunciada en aquellas provincias que tienen un mayor tamaño y densidad poblacional, un sistema educativo de mayor tamaño y una mayor participación del sector privado en la provisión de educación básica; con resultados menos claros en relación a la influencia del grado de urbanización, de la desigualdad del ingreso y la incidencia de la pobreza. Para diseñar estrategias orientadas a mitigar la segregación, se necesitan estudios comparativos profundos o, quizás, estudios de casos paradigmáticos para identificar los factores explicativos en cada jurisdicción. Probablemente se requieran acciones intersectoriales e intergubernamentales para abordar el problema de manera integral y efectiva. Asimismo, el problema amerita un debate social plural para acordar la valoración otorgada a los objetivos alternativos del sistema educativo y evaluar la aceptación de las posibles medidas de intervención. Desde el ámbito académico aún pueden hacerse considerables contribuciones para comprender y dar a conocer el fenómeno, sus implicaciones y sus causas. El presente trabajo ha aportado algunas respuestas, pero al mismo tiempo ha generado nuevas preguntas que, por el momento, quedan abiertas.
