2.1. Variables, fuentes de información y datos

La variable dependiente del trabajo es el porcentaje de adultos con obesidad en los municipios de México en 2018. La información se obtuvo de las estimaciones sobre este problema de salud realizadas por el Instituto Nacional de Estadística y Geografía (Inegi) en 2020 a partir de los resultados de la Ensanut 2018. La obesidad en adultos (personas de 20 años y más) se determina a partir del Índice de Masa Corporal, esto es, (IMC=peso corporal en kilogramos dividido entre la talla en metros al cuadrado) igual o mayor a 30, es decir, IMC ≥ 30.0 kg/m2 (^{Shamah-Levy et al., 2020}). Mediante técnicas de Estimación de Áreas Pequeñas, Inegi (2020d) ofrece información de la proporción de población adulta municipal que padece enfermedades de obesidad, hipertensión y diabetes. El objetivo de la estimación es ampliar la oferta de información derivada de la Ensanut 2018 a una escala municipal para todo el país.

La distribución espacial de adultos con obesidad se analiza utilizado 2447 municipios del país. Se realiza una distinción entre municipios urbanos y rurales. Los primeros son aquellos que contienen dentro de sus límites una de las 384 localidades urbanas o forman parte de una zona metropolitana de acuerdo con el Sistema Urbano Nacional (SUN) definido por Sedesol-Conapo (²⁰¹⁸). Con fines analíticos, entre los municipios urbanos, se realiza una distinción según su condición metropolitana y su peso demográfico, lo anterior con base en información del SUN (tabla 1). Esto último tiene el propósito de obtener un mayor detalle de la distribución espacial de la obesidad entre los municipios urbanos del país.

El ambiente alimentario no-saludable se define a partir de la disponibilidad de establecimientos que ofrecen alimentos procesados, poco saludables y densos en energía en un territorio. Empíricamente, su análisis se ha concentrado en un cierto giro de actividades, tal es el caso de restaurantes de comida rápida (^{Fraser et al., 2012}; ^{Slack et al., 2014}). Por su parte, Chi et al., (²⁰¹³) han reconocido un mayor espectro de este tipo de actividades al incluir en su estudio diferentes tipos de tiendas de conveniencia y restaurantes que ofrecen alimentos saludables y no saludables. Siguiendo a Chi et al., (²⁰¹³), y considerando la diversidad de establecimientos que en México tradicionalmente ofrecen alimentos no saludables (^{Martínez, 2017}; ^{Pineda et al., 2021}), se realiza una selección de actividades económicas utilizando el Sistema de Clasificación Industrial de América del Norte (SCIAN) para definir el ambiente alimentario nosaludable que se utiliza para este trabajo.

Con lo anterior, en este estudio las actividades económicas que conforman el ambiente alimentario no-saludable –registradas en el Directorio Estadístico Nacional de Unidades Económicas (DENUE)– y correspondientes a las subramas de comercio al por menor de dulces y materias primas para repostería (46116); comercio al por menor de paletas de hielo y helados (46117); comercio al por menor de cigarros, puros y tabaco (46121); comercio al por menor en tiendas de autoservicio (46122); elaboración de pan y otros productos de panadería (3118); bares, cantinas y similares (722412); restaurantes con servicio de preparación de antojitos (722513); restaurantes con servicio de preparación de tacos y tortas (722514); cafeterías, fuentes de sodas, neverías, refresquerías y similares (722515); restaurantes de autoservicio (722516); restaurantes con servicios de preparación de pizzas, hamburguesas, hot dogs y pollos rostizados para llevar (722517); y, servicios de preparación de otros alimentos para consumo inmediato (722519) (cuadro 1).

Para medir el ambiente alimentario no saludable se calcula la concentración espacial relativa del número de los establecimientos por municipio que integran las actividades económicas indicadas previamente. El número de establecimientos se obtiene del DENUE Inegi (^2020d) (cuadro 1). Aunque se reconoce que podría haber unidades económicas que ofrecen alimentos saludables y no saludables dentro de un mismo establecimiento, especialmente en el caso de los que pertenecen a las (sub)ramas 46122 y 722519, la información sobre esta última característica en la escala y el detalle que se requiere para llevar a cabo el presente estudio, hasta nuestro conocimiento, no se encuentra disponible para su análisis.

2.2. Análisis de la distribución espacial y factores asociados a la obesidad

Para analizar la distribución espacial de la prevalencia de obesidad en adultos entre los municipios, se llevaron a cabo dos ejercicios que consisten en el estudio de su distribución geográfica y el análisis espacial de dicha variable. Para el primero, formulamos una prueba no paramétrica (Chi-square, X²) para conocer si la distribución de la población con obesidad se ajusta a la distribución de la población. Este primer ejercicio permite conocer la concentración-dispersión del fenómeno entre los municipios del país. Para el segundo, se utiliza el índice global y local de la I de Moran. Esto último con el objetivo de conocer si existen aglomeraciones espaciales de municipios que presentan altos y bajos valores en sus niveles de obesidad. Formalmente, las expresiones de estos últimos indicadores son:

Donde: n es el número de municipios; x_i y x_j son los valores de la prevalencia de obesidad en una localización i y j; x¯ es la media global del problema de obesidad de los municipios analizados; W_ij es la matriz espacial construida a partir de un criterio de contigüidad tipo ‘reina’ (queen) de primer orden; y S es la desviación estándar en los datos. El índice I de Moran, local y global, toma valores en el intervalo (-1,1). Si I≈ 0, no existe autocorrelación espacial, más bien el patrón espacial de la variable es aleatorio; si I ≠, indica la existencia de autocorrelación espacial y, por lo tanto, el valor de la variable no se distribuye aleatoriamente, sino que se encuentra disperso o agrupado. La I de Moran local permite obtener un mapa que indica las unidades espaciales vecinas que comparten valores altos (hot spots) o bajos (cold spots).

Para explorar si la distribución espacial de la prevalencia de obesidad en adultos se encuentra asociada positivamente con las características del ambiente alimentario no-saludable u otras variables socioeconómicas de los municipios de México se desarrolla el siguiente modelo de regresión múltiple:

Donde: Y_i es la prevalencia de obesidad en adultos del municipio i. El ambiente alimentario no−saludable_i describe la disponibilidad de establecimiento de alimentos no saludables del municipio i descritos previamente y definidos en el cuadro 1. Las características socioeconómicasi incluyen: 1. Niveles de pobreza (% de población en pobreza), 2. Perfil educativo(% de población con educación superior), 3. Nivel de envejecimiento dela población (% de población de 60 años y más); 4. Niveles de riqueza(producción bruta per cápita) y 5. Condición urbana (metropolitana,urbana o rural). ε_i o error es la variabilidad de Y_i que no es explicada porel modelo. En el cuadro 1 se presenta la definición y fuente de informaciónde donde proviene cada indicador.

El modelo de regresión múltiple se desarrolla diferenciando entre elefecto local y espacial de las variables independientes (cuadro 1). El primer efecto busca conocer en qué medida dichas variables influyen en la prevalencia de obesidad en el ámbito municipal. Este efecto se obtiene al utilizar en el modelo de regresión los valores de las variables independientes tal como se obtienen a partir de los indicadores del cuadro 1. El segundo efecto busca identificar si la prevalencia de obesidad en un municipio es influida por las características de sus municipios vecinos. Para lograr esto último, las variables independientes son ponderadas espacialmente siguiendo el modelo analítico propuesto por Biles (²⁰⁰³). En este último, el efecto espacial es indicativo de la interacción (spillover effect) entre unidades espaciales, lo cual es resultado de ponderar la importancia económico-demográfica (en este caso medida por el valor de las variables independientes) de un municipio respecto a su localización (distancia o interacción) relativa respecto a otros municipios. Para obtener el valor del efecto espacial de las variables se utiliza la siguiente ecuación:

Donde: V_ij = efecto espacial de la variable i del municipio j, P_j= el valor del factor X (por ejemplo, ambiente alimentario no-saludable o población) en el municipio j; y d_ij^x = es la fricción de la distancia o separación espacial entre pares de municipios. Esto último se obtiene a partir de elevar a cierta potencia la distancia lineal que existe entre los centroides de las unidades municipales. La distancia entre municipios es medida en kilómetros y se obtiene de utilizar como insumo el marco geoestadístico nacional elaborado por Inegi (^2020c). El exponente de d_ij utilizado es 2, lo que según Biles (²⁰⁰³) implica una menor interacción entre municipios que, en el contexto de México, significa una cierta deficiencia en los sistemas de comunicaciones y transporte (utilizar un exponente = 1 asumiría que la interacción entre municipios no tiene mayor restricción que la propia distancia). Siguiendo a este último autor, la matriz que se utiliza para ponderar las variables se construye con la distancia entre el total de pares de municipios que se incorporan en el modelo de regresión múltiple. La técnica se desarrolla con mayor detalle en Biles (^{2003: 125-128}). Por último, la relación entre las variables del modelo (ecuación 3) se lleva a cabo usando el método de mínimos ordinarios cuadrados. Los resultados empíricos se presentan en el siguiente apartado.

3.1. Descriptivos y distribución espacial

En México, la población de adultos que sufre algún grado de obesidad asciende a 29.91 millones en 2018. Tal cantidad representa 23% de la población total y 36.90% de la población de ese mismo grupo de edad estimada en ese año. La obesidad en adultos es un fenómeno eminentemente urbano, ya que 85.36% de los individuos con dicha condición de salud se localizan en algún municipio urbano del país. El problema se concentra principalmente en municipios metropolitanos, entre los que destacan aquellos que conforman las grandes metrópolis nacionales (Ciudad de México, Guadalajara, Monterrey y Puebla) (tabla 1). La distribución espacial de la población con obesidad está relacionada con la distribución de la población en general (gráfica 1).

Fuente: elaboración propia con información de Inegi (^2020d) y Conapo (²⁰¹⁹).

Gráfica 1 Chi-square (X2) de la distribución de adultos con obesidad vs. distribución de la población en México (2018)Nota: Distribución Esperada= Población total, Distribución Observada= Población con obesidad. El valor calculado de X2 (1.227) indica el rechazo de la hipótesis de independencia entre ambas distribuciones. Metropolitana es la suma de M1, M2, M3 y M4 de la tabla 1. 

Para conocer si la prevalencia de obesidad de la población adulta tiene cierto patrón espacial entre los municipios del país se estima el valor del índice I de Moran Local (I). El resultado de dicho estadístico es I = 0.691, lo cual indica la existencia de autocorrelación espacial en la prevalencia de obesidad en adultos entre los municipios del país. Los mapas derivados de dicho estadístico permiten identificar la existencia de aglomeraciones de municipios con valores similares (hot y cold spots) y heterogéneos entre sí. Tales aglomeraciones pueden clasificarse en tres conjuntos según sus valores. El primero, lo integran los municipios con altos valores de prevalencia de obesidad (valores alto-alto o hot spots), los cuales concentran 32.90% de los adultos del país con dicho problema de salud (tabla 2). Este conjunto de municipios se localiza, principalmente, en tres regiones del país: a) aquellos que comprenden una amplia franja del norte del país; b) los que pertenecen a la península de Yucatán; y, c) los municipios del estado de Colima (mapa1, elipses I-a, b y c).

El segundo conjunto es aquel que aglomera los municipios que comparten bajos valores de prevalencia de obesidad (valores bajo-bajo o cold spots). Los principales conglomerados de municipios con esta característica se localizan en: a) la región fronteriza que comparten Oaxaca y Chiapas; b) algunos municipios de la región de Guanajuato y Querétaro, y c) lafrontera con los países del sur de México (mapa 1, elipses II-a, b y c). Eltercero conjunto lo integran los municipios con valores no significativos,los cuales, a grandes rasgos, se distribuyen en la parte central del país y elIstmo de Tehuantepec (mapa 1).

En el subsiguiente apartado se analiza la relación de las características las variables independientes del cuadro 1 y el conjunto de municipios con alta prevalencia de obesidad en adultos (es decir, los municipios que conforman el conjunto alto-alto de la tabla 2). Hay dos motivos para centrar el análisis en estos municipios. Primero, la importancia que tieneel estudio de las características y condiciones que están influyendo paraque esos municipios compartan el rasgo de ser aquellos con el problema deobesidad más agudo en el país. Segundo, la implementación del modelode regresión considerando sólo los municipios que presentan dependenciaespacial supone que existen elementos exógenos que comparten entreellos y que favorecen el desarrollo de exceso de peso entre su población.

Fuente: elaboración propia a partir de información de Inegi (^2020d) (^{Análisis espacial: GeoDa, 2020}; Representación (^{OSGeo, 2021})). La delimitación gráfica de las elipses se realizó de forma manual con el objetivo de destacar visualmente los clusters espaciales de obesidad en adultos (alto-alto y bajo-bajo).

Mapa 1 Distribución espacial de la prevalencia de obesidad en adultos en municipios de México, 2018 

3.2. Relaciones estadísticas: obesidad, ambiente alimentario y características socioeconómicas

En este apartado se analiza la relación entre la prevalencia de obesidad de la población, medida en términos de su porcentaje, y una serie de variables independientes de las que se distingue su efecto local y espacial. Tal como fue indicado previamente, el ejercicio se concentra en los municipios con alta prevalencia de obesidad en adultos y que son vecinos de municipios con esa misma característica (conjunto número uno del apartado anterior, elipses I-a, b y c del mapa 1).

En la tabla 3 se presentan los resultados de los modelos de regresión múltiple. Las variables en su forma local explican 14.01% (R² ajustada = 0.14) de las variaciones en la prevalencia de obesidad entre la población adulta (modelo 4). Localmente, la proporción de adultos con obesidad no tiene una relación significativa con los niveles de concentración de establecimientos de alimentos no saludables. La prevalencia de obesidad se incrementa 4.03% cuando en un municipio es rural; es decir, municipios donde no existe una localidad urbana. La proporción de población en condición de pobreza y el porcentaje de población de adultos mayores de 60 años reduce la prevalencia de obesidad entre la población adulta del municipio. El efecto negativo y la significancia de estas dos últimas variables son constantes, aunque se incorporen nuevas variables al modelo (tabla 3).

El poder explicativo de los modelos estadísticos se incrementa al estimar la correlación de la prevalencia de obesidad y el efecto espacial de las variables continuas independientes (R² ajustada = 0.77). En este caso, la prevalencia de obesidad en adultos se incrementa en el ámbito intermunicipal por tres variables, según orden de importancia: 1. La proporción de población de 60 años y más, 2. Los niveles de concentración de establecimientos no saludables y 3. Los niveles de riqueza per cápita.

Por otra parte, la presencia de ciudades (condición urbana) en un municipio y la proporción de población en condición de pobreza son variables que generan spillovers negativos sobre la prevalencia de obesidad de adultos en el ámbito intermunicipal (tabla 3-Modelo 4). Los altos valores de los coeficientes en los modelos que incorporan el efecto espacial de las variables independientes podrían ser producto de la presencia de multicolinealidad. Esto último podría explicarse por el efecto de la matriz espacial aplicada al modelo, lo cual por sí solo podría ser de interés para futuras investigaciones que escapa de los alcances de la aquí presentada. Sin embargo, es importante indicar que los resultados de los modelos con el efecto espacial no son rechazados, ya que el efecto global (R²) y el sentido de la relación entre las variables no se ven afectados por la presencia de multicolinealidad (^{Wooldridge, 2013}). Sobre este último aspecto se concentra el análisis de resultados que se presenta a continuación.

3.3. Análisis de resultados

La distribución espacial de la prevalencia de obesidad en adultos entre los municipios del país indica, principalmente, la configuración de dos grandes conglomerados de unidades municipales con altos valores. Tales conglomerados se configuran en la península de Yucatán y una amplia franja del norte del país. Este resultado es congruente con lo identificado por otros autores, quienes lo asocian con los cambios derivados de la inserción de estas regiones al proceso de globalización (^{Clark et al., 2012}; ^{Barquera et al., 2013}).

Las variables independientes que fueron incorporadas para explicar las causas de esas aglomeraciones tienen distintos efectos locales y espaciales. En particular, el nulo efecto de la concentración de establecimientos de alimentos no saludables en el ámbito local es un indicador de la ubicuidad de este tipo de establecimientos al interior de los municipios, principalmente aquellos de carácter urbano (^{Jeffery et al., 2006}). En cambio, el significativo efecto espacial positivo de esa misma variable apunta a que los mercados urbanos de alimentos no saludables no son autocontenidos espacialmente, sino que la proximidad (y accesibilidad) a ellos contribuye a incrementar los niveles de obesidad de la población adulta de los municipios que los circundan.

Los valores opuestos del efecto local y espacial de la población de 60 años y más sugieren que existen diferencias en las características de la obesidad de este grupo de población en el ámbito urbano y rural. El efecto negativo local, el cual podría asociarse principalmente al ámbito urbano, sería explicado por dos factores: .. Las bajas condiciones económicas que caracterizan a ese grupo etario, las cuales generalmente están asociadas a menores ingresos por la pobre calidad de las jubilaciones y la reducida posibilidad de contar con ingresos adicionales que les permita el consumo de alimentos con altos niveles calóricos (^{Penny-Montenegro, 2017}), y .. Una mayor posibilidad de acceder a servicios médicos que den seguimiento a sus condiciones de salud, lo cual frecuentemente no ocurre en localidades rurales o urbanas de menor tamaño. En cambio, el efecto espacial positivo sugiere que la población de 60 años y más de los municipios rurales aledaños a las grandes concentraciones demográficas son el grupo etario que está incrementando sus niveles de obesidad.

Los resultados de la variable pobreza apuntan en sentido contrario a lo identificado en países desarrollados, donde dicha variable es asociada con el consumo de alimentos de bajos costos y con altos niveles energéticos (^{Levine, 2011}; ^{Zukiewicz et al., 2014}). Los resultados del presente trabajo concuerdan parcialmente con lo señalado por Levasseur (²⁰¹⁹) quien explica que dicha relación negativa es posiblemente derivada del

seguimiento a las condiciones de salud y control de peso que recibieron los beneficiarios de programas sociales destinados al apoyo a la pobreza (por ejemplo, Prospera-Programa de Inclusión Social). Tales beneficiarios debían atender las recomendaciones médicas sobre su salud si deseaban continuar recibiendo los apoyos económicos de dichos programas sociales. Por otra parte, resulta interesante que al incorporar los niveles de riqueza per cápita al modelo estadístico se anula el efecto del nivel educativo de la población. Este último resultado sugiere que el aumento en el nivel de riqueza de los individuos incrementa los niveles de obesidad de la población adulta independientemente si la población tiene altos niveles educativos.

A diferencia de otros estudios, donde la condición urbana es asociada con el incremento de la obesidad de la población (^{Popkin, 1999}), los resultados que aquí se presentan indican que los municipios urbanos en las regiones de alta prevalencia de obesidad tienen un efecto local nulo y un efecto espacial negativo. Tales resultados pueden ser explicados por la posible saturación del fenómeno de sobrepeso en el ámbito urbano y que el problema se está concentrando principalmente en el ámbito rural de dichas regiones, lo cual es confirmado por la relación positiva entre la prevalencia de obesidad y la condición rural de los municipios (tabla 3).

El conjunto de anteriores resultados se vincula positivamente con los recientes hallazgos sobre el importante incremento del problema de obesidad en el ámbito rural; una de las variables que actualmente explica el incremento de obesidad principalmente en países de bajos y medios ingresos (^{NCD-RisC, 2019}). Una de las conclusiones de dicho estudio es que el problema de obesidad en el ámbito rural está alcanzado tal magnitud que actualmente se observa su convergencia con los niveles que se presentan en la población urbana. Los resultados del presente trabajo sugieren que dicho proceso de convergencia está operando en las regiones que aglomeran los municipios con alta prevalencia de obesidad. En el siguiente y último apartado formulamos las reflexiones finales sobre los hallazgos del trabajo.