Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Citado por Google 
Similares en
SciELO 
Similares en Google 
Permalink
INTRODUCCIÓN
La guerra es un lugar donde jóvenes que no se conocen y no se odian se matan entre sí por la decisión de viejos que se conocen y se odian, pero no se matan.
Eric Hartmann, piloto de guerra
Una de las prácticas más usuales a la hora de estudiar un conflicto es la de investigar sus consecuencias sobre la demografía de la sociedad que lo padece. Esto significa, entre otras cosas, interesarse en el número de muertes y desplazamientos forzados que deja a su paso o en los desequilibrios que causa dentro de la composición de una población. Sin embargo, en los últimos años esta mirada ha cambiado y algunos académicos han empezado a interesarse por la relación contraria: aquella en la que la demografía se entiende como una de las posibles causas del conflicto. Este artículo hace parte de esa inversión de la mirada y se desprende de nuestra1 tesis de pregrado de sociología en la Universidad Externado de Colombia titulada La antigua guerra de los jóvenes. Transición demográfica y conflicto armado en Colombia2. En este artículo presentamos y resumimos los puntos más importantes de esa investigación.
Colombia ha vivido desde mediados de los años sesenta del siglo pasado una de las transiciones demográficas más rápidas del mundo. Debido a un descenso sostenido de la mortalidad, la población creció de manera impresionante. Además, la estructura poblacional se transformó, pues ha ido envejeciendo lentamente. Esto se explica por el avance del proceso de transición demográfica; es decir, por el paso de unas tasas de natalidad y de mortalidad altas a bajas. El país se encuentra hoy globalmente hacia el final de esa transición.
Desde principios de los años noventa, Colombia ha entrado en una fase conocida como “bono demográfico”, en la que las personas en edad de trabajar (de 15 a 64 años) son muy numerosas frente al total de la población y, por lo tanto, el número de jóvenes (de 15 a 29 años) también. Usualmente se había considerado que este período era beneficioso para un país, ya que la mayoría de su población requiere poco gasto estatal y puede impulsar el crecimiento. Sin embargo, el bono demográfico ha empezado a ser visto como una fuente potencial de conflictos, pues su llegada a sociedades que no estén preparadas para recibirlo puede significar una proliferación de población joven y en edad de trabajar que se siente excluida y frustrada porque no logra insertarse en las principales esferas socioeconómicas3. Así, por ejemplo, pueden ser fácilmente reclutados por grupos armados ilegales y la violencia puede estallar.
Dado que en Colombia el inicio del bono demográfico coincide con un período de intensificación significativa del conflicto armado en la década de los años noventa y a principios del siglo XXI, surgió la pregunta acerca de si había existido algún tipo de relación entre estos dos fenómenos. Esta cuestión ha sido muy poco explorada por la academia colombiana. Para responder esta pregunta era necesario comparar la evolución histórica de algunas regiones colombianas que hubieran vivido el conflicto de maneras distintas. Hicimos entonces, para algunos municipios de cuatro regiones del país, una selección y recopilación de datos de fuentes secundarias relacionados con tres dimensiones claves: la estructura de la población, la intensidad del conflicto armado y el contexto socioeconómico. Seleccionamos cuatro momentos de referencia: los censos de 1973, 1985, 1993 y 2005. Finalmente, examinamos los datos en dos niveles de análisis —en uno de ellos recurrimos a un modelo estadístico de análisis de complementos principales (ACP)— para determinar si había o no relaciones entre ellos.
Este artículo está compuesto por seis partes. En la primera, repasamos las investigaciones que están en la base de la teoría de la demografía como causa del conflicto. Luego, revisamos los cambios poblacionales más importantes en Colombia desde la segunda mitad del siglo XX hasta el presente. En la tercera, nos ocupamos de la evolución general del conflicto armado. En la cuarta parte, explicamos la metodología utilizada para el análisis territorial desagregado. Después, en la quinta, analizamos los resultados obtenidos. Por último, presentamos las conclusiones y las principales reflexiones finales.
LA DEMOGRAFÍA COMO CAUSA DEL CONFLICTO
En los últimos años, la mirada se ha invertido: ya no se considera únicamente al conflicto como causa de cambios demográficos, sino también a la demografía como causa del conflicto. A este enfoque se le conoce como «Teoría demográfica de la guerra y de la paz» y parte de la idea central de que “la fuerza conductora fundamental de la historia es el factor demográfico” (Palczewska, 2016, p. 209). Se considera que el incremento o las variaciones de composición de la población pueden originar el conflicto. Una de sus corrientes internas más relevantes es aquella que investiga la relación entre el conflicto y la transición demográfica. Repasémosla brevemente.
La transición y el bono demográfico: ¿qué son?
La transición demográfica puede definirse como
un esquema descriptivo del proceso de cambio demográfico por el que atraviesan las sociedades, desde las situaciones del pasado en que se presentaban altos niveles de mortalidad y natalidad y muy bajas tasas de crecimiento demográfico, hasta las etapas recientes en que tanto la natalidad como la mortalidad son muy bajas y de nuevo el crecimiento demográfico es reducido. (Martínez Gómez, 2013, p. 18)
Este proceso puede entonces resumirse como “un cambio de altas a bajas tasas de natalidad y mortalidad” (Flórez et al., 1990). Hay un consenso entre los académicos en que, de manera general, el proceso de transición demográfica se da en cuatro etapas: en la primera, la mortalidad y la natalidad son altas; en la segunda, la mortalidad disminuye considerablemente y la natalidad permanece constante; en la tercera, la mortalidad se estabiliza y la natalidad empieza a descender; finalmente, en la cuarta, ambos niveles son bajos. El siguiente gráfico ilustra el proceso de transición demográfica.
Hacia el final de la transición demográfica aparece una etapa conocida como bono o dividendo demográfico en la cual, “debido al descenso sostenido de la fecundidad, la población infantil y juvenil se ha reducido sustancialmente en términos relativos, mientras que aún no es muy acelerado el crecimiento de la población de mayor edad” (Martínez Gómez, 2013, p. 18). Por ende, la población se concentra en las edades activas (de 15 a 64 años) y la proporción de la población potencialmente inactiva (los niños menores de 15 años y los adultos mayores de más de 64) disminuye.
Tradicionalmente, el bono demográfico había sido concebido de manera optimista porque significaba un momento en el que, gracias a esa particular composición poblacional, los costos para el Estado disminuían y llegaban mayores ingresos. Se entendía como una época de ahorro estatal, pues se necesitaban menores gastos en educación para los niños y en cuidados de salud o pensiones para los ancianos, y había una población importante en edad de trabajar y producir que podía dinamizar la economía. Bloom, Canning y Sevilla (2003) sostenían que unas tasas de fecundidad decrecientes y una población joven y trabajadora numerosa son benéficas para el crecimiento económico. Por su parte, la Comisión Económica para América Latina y el Caribe (CEPAL) aseguraba que el bono demográfico permite aumentar la inversión social en busca del mejoramiento de la educación y de la salud, así como en la lucha contra la pobreza (CEPAL, 2008, citado por el Ministerio de Salud y Protección Social (MSPS), 2013, p. 13).
El bono demográfico representaba entonces teóricamente una oportunidad histórica para el crecimiento económico. Esta idea, además, estaba sustentada por estudios realizados en otros países que confirmaban los beneficios que este período puede representar para una economía nacional4. Debe tenerse en cuenta, además, que el período del bono demográfico solo ocurre una vez en la historia de un país, pues sus características no se repiten (Alfonso Bohórquez y Ruiz Casallas, 2014). Una población no retrocede en el proceso de su transición demográfica, no se rejuvenece de un momento a otro. Es, pues, una oportunidad irrepetible.
El bono demográfico como generador de violencia
Sin embargo, estudios más recientes han demostrado que, en realidad, todo depende de las condiciones estructurales en las que se encuentre el país que vive el bono demográfico. El beneficio no es automático y para poder aprovecharlo debe implementar ciertas políticas sociales. Es esencial hacer inversiones importantes en educación que amplíen el acceso para los jóvenes (Bloom, Canning y Sevilla, 2003). Esto debe ir acompañado de reformas en el campo del empleo: las condiciones del mercado laboral y del entorno de negocios deben ser óptimas para evitar la frustración de jóvenes altamente educados que podrían no tener oportunidades laborales (Østby y Urdal, 2014). Se debe evitar un desfase entre las expectativas que tienen esas poblaciones y una realidad de falta de oportunidades de empleo (Thayer, 2009). Para eso, el rol del Estado es clave: debe intervenir y desarrollar algunas inversiones claves en salud e implementar políticas de población que mejoren las condiciones de las personas en edad de trabajar (Bloom, Canning y Sevilla, 2003). Son entonces tres las esferas claves del contexto socioeconómico para aprovechar el bono demográfico: la educación, el empleo y la salud. Aprovechar el bono demográfico es un desafío; si la sociedad no está preparada estructuralmente, no recogerá sus frutos.
Pero el asunto es un poco más complejo: no se trata solo de disfrutar el bono demográfico por sus bondades, o de que sea una oportunidad única que pueda perderse, sino que, además, en ciertos contextos, puede ocasionar consecuencias negativas. En efecto, “representa una oportunidad o una amenaza, dependiendo de la forma como sea aprovechado” (Alfonso Bohórquez y Ruiz Casallas, 2014, p. 29).
El efecto de un bono demográfico depende, en gran medida, de las oportunidades que tengan los jóvenes: si esos grupos poblacionales en crecimiento no son integrados de buena manera, pueden convertirse en una fuente de conflicto. Urdal (2006) realizó un estudio que comprueba con evidencia estadística empírica una conocida y relevante hipótesis: unos grupos importantes de población joven aumentan los riesgos de que estalle un conflicto armado. Lo interesante es que el autor concluye que esto es cierto tanto para países con regímenes muy autoritarios como para sólidas democracias. Rustad et al. (2017) concuerdan: entre más grande sea el tamaño de la cohorte joven, mayores son las probabilidades de que estalle un conflicto (esto se conoce como “efecto de cohorte”).
Esas probabilidades crecen aún más si la situación socioeconómica es indeseable (Rustad et al., 2017). Por ejemplo, es más probable que el conflicto se origine cuando un país tiene indicadores sociales pobres y un bajo nivel de vida (Urdal, 2006). Goldstone (2001) afirma que la violencia política puede verse favorecida si el mercado laboral o educativo es insuficiente, o si hay una falta de apertura política cuando las cohortes poblaciones jóvenes son importantes. Otros autores han determinado que el surgimiento de unas poblaciones jóvenes numerosas, seguido de una caída de la economía, hace que el conflicto aumente y se intensifique (Marcus, Islam y Moloney, 2009). Si el contexto económico es desfavorable, el crecimiento rápido de grupos poblacionales jóvenes puede ocasionar descontento social, inestabilidad y conflictos civiles (Bloom, Canning y Sevilla, 2003; Rustad et al., 2017).
Adicionalmente, los investigadores sostienen que los jóvenes son una fuente potencial de conflictos porque son más propensos a iniciarlos. Hay dos corrientes principales de explicación de este fenómeno: la literatura de las oportunidades y la de los motivos. Según la primera, los jóvenes son más propensos a integrar un grupo armado rebelde porque son más baratos de reclutar. Esto se debe a que su costo de oportunidad es menor (o incluso, en ciertas ocasiones, podría decirse que es casi inexistente) que el de otras poblaciones mayores (Collier, 2000). Además, para los jóvenes puede ser incluso beneficioso, económicamente hablando, unirse a la rebelión armada: en los grupos insurgentes pueden encontrar una forma rápida de hacer dinero.
Por su parte, la literatura de los motivos argumenta que existen motivaciones ideológicas en los jóvenes para unirse a un grupo rebelde que intente derrocar a un gobierno o transformar un sistema político. Están convencidos de la legitimidad de su lucha en busca de más representación política o para fortalecer la democracia, entre otras causas (Rustad, Østby y Urdal, 2017). Los grupos poblacionales jóvenes están asociados con tiempos de crisis políticas y revoluciones (Goldstone, 2001; Thayer, 2009).
A propósito de esto, Thayer (2009) hace una interesante reflexión con perspectiva histórica en la que señala que la mayoría de las “grandes revoluciones” (como la Revolución inglesa del siglo XVII, la Revolución francesa del XVIII, y en general las revoluciones del siglo XX en países en vías de desarrollo) ocurrieron en sociedades que tenían grupos poblacionales jóvenes muy numerosos. Además, sostiene que los movimientos juveniles y estudiantiles han jugado papeles históricamente importantes en períodos de transformaciones (como las juventudes hitlerianas, el movimiento estudiantil chino en los años veinte o, más recientemente, el America’s Civil Rights Movement).
El bono demográfico no es en sí mismo un beneficio o un castigo; todo depende del contexto. Recolectar o no sus frutos depende de la manera en que se maneje: “el bono demográfico es un dividendo únicamente si se utiliza sabiamente” (Dorling y Gietel Basten, 2018, p. 133).
Pero ¿cómo entra aquí a jugar el caso colombiano? Una mirada a la evolución de la población nacional y del conflicto armado nos aclarará muchas cosas.
BREVE REVISIÓN DE LAS TRANSFORMACIONES DE LA POBLACIÓN COLOMBIANA DURANTE LA SEGUNDA MITAD DEL SIGLO XX
Veamos cómo ha sido el proceso de transición demográfica del país desde mediados del siglo XX. La siguiente tabla presenta la evolución del total de la población.
Tabla 1 Evolución del total de la población en Colombia (1964-2018)
Fuente: Elaboración propia a partir de los datos de los censos del DANE.
Salta a la vista que hubo un aumento poblacional muy importante en cincuenta años, pasando de 17.484.510 de habitantes a mediados de los años 1960 a 48.258.494 en el 2018. En poco más de medio siglo, la población colombiana prácticamente se triplicó.
Fijémonos ahora en cómo evolucionaron los tres grandes grupos poblacionales: los niños (0-14 años), la población en edad de trabajar (15-64 años) y los adultos mayores (65 años o más).
Tabla 2 Evolución de los tres grandes grupos poblacionales frente al total de la población colombiana (1964-2018)
Fuente: Elaboración propia a partir de los datos de censos del DANE.
Observemos también la evolución específica del grupo de población joven de 15 a 29 años.
Tabla 3 Evolución de la población joven (15-29 años) en Colombia (1964-2018)
Fuente: Elaboración propia a partir de los datos de censos del DANE.
Las cifras son impresionantes y dan cuenta de un proceso de transición demográfica explosivo. La reconocida demógrafa Carmen Elisa Flórez (2000) asegura que, durante el siglo pasado, el país vivió por lo menos tres de las cuatro fases del proceso de transición demográfica. Esta ha sido, por lo demás, la realidad de la mayoría de los países latinoamericanos (Sánchez-Albornoz, 2014).
Desde finales del siglo XX, la demografía colombiana ha estado marcada por la disminución de la mortalidad y la transición de la fecundidad. Poco a poco los pesos de las poblaciones mayores han empezado a aumentar y, por ende, la población en edad de trabajar ha crecido (MSPS, 2013). Desde hace ya varios años, vivimos el período del bono demográfico.
¿Pero en qué fase exactamente estamos del bono? Las opiniones varían un poco. Martínez Gómez (2013) señalaba que, según el DANE, el bono demográfico se extendería hasta el 2035 y, según la ONU, hasta el 2043. Según el censo más reciente del DANE, el 68,3 % de nuestra población tenía entre 15 y 64 años en el 2018. Esto quiere decir que un poco más de dos tercios de la población estaba en edad de trabajar. Además, los jóvenes entre 15 y 29 años representaban el 26 % de la población. La pirámide poblacional se ha ensanchado y ha tomado una forma de barril. Colombia está en pleno bono demográfico y se puede prever que le quedan, al menos, doce o quince años por delante5.
BREVE REVISIÓN DE LA EVOLUCIÓN DE LA INTENSIDAD DEL CONFLICTO ARMADO
¿Cómo medir la intensidad de un conflicto? La pregunta, para una guerra tan compleja y larga como la nuestra, es complicada. No existe una única respuesta correcta: diferentes metodologías han sido utilizadas para medir la intensidad del conflicto colombiano6. En este apartado presentamos algunos elementos que, en nuestra opinión, son claves para entender cómo evolucionó, en líneas generales, la intensidad del conflicto armado colombiano.
Los años noventa: el conflicto se desboca
Para empezar, consideramos que un factor muy diciente del grado de intensidad de un conflicto es el número de individuos que integran cada uno de los bandos enfrentados; es decir, la cantidad de personas que están efectivamente combatiendo. Por lo tanto, es importante observar la evolución del número de integrantes de los principales grupos armados ilegales. A finales del siglo pasado, los grandes grupos armados ilegales crecieron vertiginosamente. Los dos siguientes gráficos permiten observar el impresionante fortalecimiento de las guerrillas y de los grupos paramilitares durante los años noventa, década en la que dicho fortalecimiento fue más notorio. En 1990 la guerrilla más poderosa del país, las FARC-EP, tenía cerca de 5.000 combatientes; en 1998 esa cifra ya alcanzaba los 12.000; y, para el 2002, llega a su tope: 21.000 (Echandía Castilla, 2015). La evolución de los grupos paramilitares sigue una lógica parecida: en 1995, tenían 2.800 integrantes; luego, en el 2000, ese número prácticamente se había triplicado: eran 8.150 (Observatorio Presidencial de los Derechos Humanos, 2000). Además, las guerrillas de las FARC-EP y el ELN tenían frentes en casi todas las regiones del país a mediados de la década de los noventa (Pécaut, 2008), lo que significa que no solo tenían un número elevado de combatientes, sino también una importante presencia territorial.
Fuente: Echandía Castilla, 2015
Gráfico 2 Evolución del número de integrantes de las guerrillas de las FARC-EP y del ELN (1964-2014)
Fuente: Elaboración propia a partir de los datos del Observatorio Presidencial de los Derechos Humanos (2000).
Gráfico 3 Evolución del número de integrantes de los grupos paramilitares (1986-2000)
Para seguir caracterizando la evolución del conflicto, podemos tomar tres variables directamente relacionadas con él en su faceta más palpable: la violencia física o material. Estas son: el número de acciones bélicas7, de asesinatos selectivos8 y de desapariciones forzadas9 ocurridas en el marco del conflicto armado10.
Las cifras de la evolución de estas variables las tomamos de las bases de datos del Observatorio del Centro Nacional de Memoria Histórica (CNMH), que son la más importante recopilación de datos sobre el conflicto armado en Colombia. Con la creación del Observatorio de Memoria y Conflicto en 2014 el CNMH ha puesto en conjunto, sistematizado y clasificado información de 30.367 bases de datos y documentos provenientes de 580 fuentes diferentes que van desde instituciones oficiales hasta entidades académicas11. Decidimos no recurrir a los datos del Informe final de la Comisión de la Verdad publicado en el 2022 porque ese informe, en general, se basa precisamente en los datos del CNMH, por lo cual las tendencias fundamentales se mantienen.
Las cifras nos muestran que las tres variables aumentaron de manera impresionante en los años noventa. La cifra de asesinatos selectivos pasó de 3.322 por año en 1988 a 10.390 en 1997 y alcanzó un máximo de 16.357 en el 2002. La cantidad de víctimas de acciones bélicas pasó de 1.182 en 1985 a 1.747 en 1992 y a 4.520 en el 2002. Hubo 1.124 desapariciones forzadas en 1986, luego 1.910 en 1990 y llegó a haber 7.963 en el 2002. Los siguientes gráficos presentan estos vertiginosos incrementos.
Entre los años noventa y los comienzos de la primera década del siglo XXI hubo un aumento importantísimo del número de integrantes de los principales grupos armados ilegales, así como de los asesinatos selectivos, las desapariciones forzadas y las acciones bélicas: en todas sus facetas, el conflicto armado colombiano se fortaleció. Si conectamos esto con la evolución de la población, se ve claramente que el conflicto llega al tope de su intensidad al mismo tiempo que el país empieza a vivir el bono demográfico. ¿Fue esto una simple coincidencia histórica?
Fuente: CNMH, 2018b
Gráfico 4 Acciones bélicas asociadas con el conflicto armado en Colombia (1958-2018)
Fuente: CNMH, 2018b
Gráfico 5 Asesinatos selectivos ocurridos en el marco del conflicto armado en Colombia (1958-2018)
Juventud y conflicto en Colombia: todo un campo por explorar
A pesar de lo sugerente que parece esta pregunta, son pocos los estudios en Colombia que han puesto el foco en la relación entre cambios demográficos, juventud y conflicto armado. El problema no es nuevo: hace ya casi quince años Bonilla Mejía (2009, p. 4) señalaba que “solo una pequeña fracción de la literatura económica relacionada con la violencia colombiana toca el tema de la juventud, y en la mayor parte de los casos, solo de manera tangencial”. Con esto ya coincidía Rubio, quien desde finales del siglo pasado se lamentaba por la falta de estadísticas oficiales en Colombia sobre criminalidad en general y sobre delincuencia juvenil en particular. En este sentido, algunas de las pocas publicaciones que pueden encontrarse son la de Gaitán (1995), quien, basándose en estadísticas de la Policía Nacional, demostró que en los años noventa los jóvenes del país no aumentaron su participación entre los delincuentes, o la del mismo Rubio (1999), que señalaba cómo la violencia homicida ha afectado principalmente a los hombres jóvenes. Desde entonces, y aunque por supuesto han sido publicados muchos textos que se interesan por el papel de los jóvenes en el conflicto desde un punto de vista cualitativo12, la situación en lo cuantitativo no ha cambiado demasiado. La relación entre transición demográfica y conflicto armado sigue siendo todo un campo por explorar.
Con las tres primeras secciones de este artículo resumimos la que fue la primera gran parte de nuestra investigación de tesis, nuestro primer hallazgo. Este consistió en la presentación, a nivel nacional, del paralelismo entre la evolución de la población colombiana y de la intensidad del conflicto, relación que, en general, ha sido pasada por alto.
METODOLOGÍA DEL ANÁLISIS TERRITORIAL DESAGREGADO
Enfoque geográfico del estudio
Luego de constatar la simultaneidad entre el bono demográfico y la intensificación del conflicto armado, la segunda gran parte de nuestra investigación de tesis consistió en explorar si esa relación se daba también a niveles geográficos desagregados. En efecto, no bastaba con presentar la relación a un nivel nacional, general, pues para determinar de una manera más precisa si el bono demográfico pudo haber fortalecido el conflicto debíamos observar si había diferencias poblacionales y socioeconómicas significativas entre regiones que hubieran vivido el conflicto de manera diversa. Para eso fue necesario definir cuál sería el enfoque geográfico del estudio. La cuestión era importante, pues se planteaban diferentes opciones, como el nivel regional, el departamental o el municipal. Por supuesto, sabemos que lo ideal habría sido tener en cuenta todos los municipios del país. Sin embargo, era algo imposible para una tesis de pregrado: los municipios de Colombia son hoy 1.122 y la recolección y el manejo de esa información rebasaba por mucho nuestras capacidades. La segunda opción, por orden lógico de razonamiento, era el departamental, pero esta también suponía inconvenientes, ya que muchas veces los departamentos trazan divisiones administrativas artificiales que no se corresponden con las realidades del conflicto.
Acudimos entonces a una tercera opción. Se trataba de escoger ciertas regiones del país que no debían necesariamente estar situadas dentro de los límites de un solo departamento, o que podían representar apenas unos pocos municipios dentro de un mismo departamento. Esto nos permitió también definir el marco temporal de nuestra observación, que fue el de 1973-2005, porque es el período en el cual se pueden obtener datos de población, conflicto y condiciones socioeconómicas a nivel municipal. En efecto, este es el período en que se realizaron los censos de 1973, 1985, 1993 y 2005, que son las mejores fuentes de datos a nivel municipal a las que podíamos acceder (sobre esto profundizaremos más adelante, y también sobre por qué no es posible obtener datos anteriores a 1973).
Las regiones seleccionadas fueron cuatro y las escogimos de acuerdo a sus vivencias diferentes del conflicto armado: el Magdalena Medio, con un conflicto permanente entre 1973 y 2005; el Occidente antioqueño, fronterizo con el Chocó, con una llegada tardía del conflicto (de mediados de los ochenta a mediados de los noventa); el Andén Pacífico Sur de Nariño, con una llegada muy tardía del conflicto (de mediados de los noventa a mediados de la primera década del siglo XXI); y los sectores montañosos de Cundinamarca y Boyacá, con una ausencia general del conflicto.
Puesto que era imposible abarcar todos los municipios colombianos en nuestra observación, seleccionamos estas regiones por tratarse de ejemplos clásicos de cuatro tipos de vivencias diferentes del conflicto armado. En todo caso, tuvimos en cuenta, por supuesto, que los resultados obtenidos del análisis no serían representativos estadísticamente para toda Colombia. Cada región estuvo conformada por siete municipios, así:
Región con conflicto permanente: Magdalena Medio (Puerto Boyacá, Boyacá; La Dorada, Caldas; Puerto Berrío, Antioquia; Puerto Nare, Antioquia; Cimitarra, Santander; Puerto Triunfo, Antioquia; y San Luis, Antioquia)
Región con llegada tardía del conflicto: Occidente antioqueño fronterizo con el Chocó (Dabeiba, Frontino, Mutatá, Urrao, Vigía del Fuerte, Abriaquí y Murindó; todos muncipios de Antioquia)
Región con llegada muy tardía del conflicto: Andén Pacífico Sur de Nariño (Tumaco, Olaya Herrera, Ricaurte, Mosquera, Francisco Pizarro, Cumbal y Mallama; todos municipios de Nariño)
Región con ausencia general de conflicto: Sectores montañosos de Cundinamarca y Boyacá (Susa, Cundinamarca; Simijaca, Cundinamarca; Fúquene, Cundinamarca; Guachetá, Cundinamarca; Samacá, Boyacá; Turmequé, Boyacá; y Ventaquemada, Boyacá)
El siguiente mapa presenta la ubicación de las regiones:
El contexto socioeconómico: fuentes de datos y variables escogidas
Tras determinar el nivel geográfico, era necesario recolectar los datos de niveles de conflicto, composición de la población y contexto socioeconómico (en los campos de la educación, el empleo y la salud) de las regiones escogidas. Las fuentes de datos a las que recurrimos fueron el Observatorio del conflicto armado del CNMH —al que ya nos referimos en la tercera parte de este artículo— y los censos del DANE.
A los censos accedimos por medio de la plataforma del Integrated Public Use Microdata Series (más conocida únicamente como IPUMS International), que permite el acceso a muestras de los censos de más de un centenar de países13. Para el caso colombiano14, IPUMS International fue de gran ayuda, pues contiene los censos de 1973, 1985, 1993 y 200515. Además, la información puede encontrarse a nivel geográfico municipal.
Luego de seleccionar las fuentes de datos, continuamos con la escogencia de las variables. Para medir la variación de la intensidad del conflicto, elegimos las tres mencionadas antes en este artículo: los promedios anuales de acciones bélicas, de asesinatos selectivos y de desapariciones forzadas.
Por otro lado, una revisión detallada de los censos en IPUMS International nos permitió detectar cuáles eran las variables que habían sido medidas en todos los censos desde 1973 hasta el 2005 en los campos de la salud, la educación y el empleo. Estas variables eran las que necesitábamos, pues ellas nos permitirían realizar las comparaciones a lo largo de todo el período comprendido por el estudio. Las variables escogidas fueron las siguientes:
Finalmente, en cuanto a la composición de la población, las variables seleccionadas fueron los porcentajes de los tres grandes grupos poblacionales frente al total de la población (los niños de 0 a 14 años, la población en edad de trabajar de 15 a 64 años y los adultos mayores de más de 64 años). También se tuvo en cuenta el porcentaje específico de la población joven de 15 a 29 años.
El sentido del análisis
El análisis territorial desagregado consistió entonces en la indagación, para cada una de las cuatro regiones, de la posible relación entre estas tres grandes dimensiones: la estructura de la población, la intensidad del conflicto armado y el contexto socioeconómico. Se trataba de determinar si había alguna evolución lógica entre ellas desde 1973 hasta el 2005. En este sentido, podría decirse que hubo una cuarta dimensión importante: el tiempo; al fin y al cabo, el estudio tuvo un carácter histórico, ya que se preocupó por la evolución de las variables mencionadas a lo largo de 33 años de conflicto. Por lo tanto, puede decirse que fue de corte longitudinal retrospectivo y de tipo cuantitativo.
Entendido así, podría decirse que el conflicto armado depende de la funciónque tiene en cuenta la suma de cuatro factores: la estructura de la población, la educación, el empleo y la salud:
Conflicto armado=
estructura de la población + condiciones socioeconómicas)
=
estructura de la población + (educación + empleo + salud))
Precisando aún más la fórmula (y agregando el error de la estimación, simbolizado con la letra griega épsilon, ε), podemos completarla así:
Acciones bélicas + asesinatos selectivos + desapariciones forzadas =
(proporción de los grupos poblacionales jóvenes y en edad de trabajar frente al total de la población) + ((tasa de alfabetismo + máximo nivel educativo alcanzado) + (tasa de empleo) + (cobertura de servicios de agua, electricidad y alcantarillado)) + ε
Tras haber recolectado los datos, procedimos a analizarlos22
ANÁLISIS DE DATOS
Primer nivel de análisis: comparaciones por censos entre regiones
Examinamos los datos obtenidos en dos niveles de análisis. En el primero, comparamos los datos de las regiones en cada momento de corte, es decir, en cada censo. Este primer nivel no nos mostró diferencias esenciales en cuanto a la población joven de las regiones:
Censo de 1973: el Magdalena Medio fue la región más afectada por la violencia y la población joven (de 15 a 29 años) representaba el 25 % del total de la población. Por otro lado, la región menos violenta, Cundinamarca y Boyacá, tenía la proporción más baja de jóvenes, con 21,1 %. Sin embargo, la diferencia con las otras dos regiones, que aún tampoco se consideraban violentas, no era significativa: en el Occidente antioqueño, los jóvenes eran un 23,7 % de la población y en Nariño 24,8 %. En cuanto a la población en edad de trabajar (de 15 a 64 años), sí se observaba una diferencia más marcada. En el Magdalena Medio representaba el 52,5 % del total de la población, mientras que en el Occidente antioqueño era del 46,9 %, en Nariño 48 % y en Cundinamarca y Boyacá 46,7 %.
Censo de 1985: las dos regiones más violentas tenían el porcentaje de población joven más elevado: 29,7 % en Magdalena Medio y 29,6 % en el Occidente antioqueño. Pero en las otras dos regiones estos porcentajes también eran altos: Nariño tenía 26,6 % y Cundinamarca y Boyacá 26,1 %. La población en edad de trabajar más importante, como en el censo anterior, era la del Magdalena Medio (58,5 %)
Censo de 1993: en todas las regiones el porcentaje de jóvenes era prácticamente del 26 % frente al total de la población. En cuanto a la población en edad de trabajar, esta sí parecía estar, de nuevo, asociada a la intensidad del conflicto. En el Magdalena Medio era de 58,9 %, en el Occidente antioqueño de 53,9 %, en Nariño de 52 % y en Cundinamarca y Boyacá de 46 %. Entre la región más violenta y la menos violenta había una diferencia significativa: el Magdalena Medio tenía un 28 % más de población en edad de trabajar frente al total de su población que Cundinamarca y Boyacá y un 13,3 % más que Nariño
Censo del 2005: el crecimiento del conflicto en el Andén Pacífico Sur de Nariño fue impresionante: el porcentaje de su población joven aumentó al 28 % del total de la población y el de su población en edad de trabajar al 55,7 %. Sin embargo, esto último sucedía en todas las regiones: en el Magdalena Medio la población en edad de trabajar pasaba la línea del 60 %, mientras que en Cundinamarca y Boyacá era muy similar (59,2 %).
En cuanto al contexto socioeconómico, tampoco se encontró una relación entre condiciones socioeconómicas deficientes y niveles altos de conflicto. Incluso, las regiones que en varios censos tenían mejores indicadores eran, paradójicamente, las más violentas. Pero sobre esto no nos extendimos en este nivel de análisis, pues lo vimos más a profundidad en el segundo.
Segundo nivel de análisis: el modelo estadístico
En esta segunda etapa del análisis recurrimos a un modelo estadístico. Queríamos comprobar si así surgían algunos elementos más claros entre población joven y conflicto que quizás hubiéramos pasado por alto en nuestro análisis “a ojo limpio” del primer nivel. El modelo estadístico multivariado utilizado fue el de análisis de componentes principales (ACP), que se construye de la siguiente manera: primero, es necesario organizar en una tabla los valores de las variables para cada una de las unidades de observación (en este caso, los municipios por cada censo) de manera que las unidades de observación aparezcan en las filas y sus valores para cada una de las variables en las columnas; luego, el modelo crea grupos de variables que estén fuertemente relacionadas entre ellas, excluyendo así a aquellas que no establezcan ningún tipo de relación o cuya relación sea muy débil. Estos grupos se denominan «factores».
Luego, a partir de los factores, el modelo crea grupos en los que las unidades de observación pierden sus características específicas y pasan a hacer parte de una clase que las caracteriza. A esto se le llama análisis de conglomerados. La clasificación arma agrupaciones por homogeneidad, es decir, agrupa a quienes se parecen entre sí pero que no se parecen a los de otras agrupaciones. Por eso, los grupos obtenidos se diferencian claramente uno del otro: “se buscan grupos de tal manera que los elementos al interior del grupo se parezcan y los elementos de diferentes grupos sean lo más diferenciados posible” (Pardo y Cabarcas, 2001, p. 2). Estos grupos son los conglomerados, también llamados clústeres.
Un elemento importante en el funcionamiento de este tipo de modelos es la inercia, que se refiere a la cantidad de información que se pierde cuando el modelo crea los clústeres, ya que “siempre hay pérdida de información (…) en la utilización de los métodos multivariados como el ACP” y “se debe asumir que los resultados se basarán en las relaciones más significativas y se omitirán aquellas relaciones que son marginales” (Blanco-Valbuena & Ruiz Parra, 2020, p. 66). En cuanto mayor sea la inercia, menos información se pierde y mejor funciona el modelo. En ciencias sociales, se tiende a aceptar que a partir de un 60 % de inercia pueden hacerse análisis confiables estadísticamente hablando. En nuestro caso, el valor de la inercia fue del 72,71 %. El modelo se puso en marcha por medio del software estadístico de uso público R. Veamos ahora qué resultados arrojó.
Análisis de datos del modelo
El modelo estadístico de ACP agrupó los municipios en dos clústeres. En el primero, se encontraban 60 de los 112 municipios de la investigación; en el segundo, 52. De los 60 municipios del primer clúster, 47 provenían de los censos más antiguos (1973 y 1985) y 13 de los más recientes (1993 y 2005). Había 10 municipios del Magdalena Medio, 18 del Occidente antioqueño, 22 del Andén Pacífico Sur de Nariño y 10 de los sectores montañosos de Cundinamarca y Boyacá. De los 52 municipios del segundo clúster, 9 provenían de los censos más antiguos y 43 de los más recientes. Lo conformaban 18 municipios del Magdalena Medio, 10 del Occidente antioqueño, 6 del Andén Pacífico Sur de Nariño y 18 de los sectores montañosos de Cundinamarca y Boyacá. En este sentido, podemos decir que en el primer conglomerado una importante mayoría de municipios provenían de los censos más antiguos, que son también los menos violentos; en el segundo, había una predominancia de municipios de los censos más recientes, globalmente mucho más violentos, pues corresponden a los períodos en donde el conflicto se intensificó fuertemente.
Las siguientes tablas muestran las variables estadísticamente más relevantes para el modelo de ACP a la hora de crear cada uno de los dos conglomerados. La columna Valor de prueba indica el peso estadístico que tuvo cada variable en la conformación del clúster (entre mayor sea el número, mayor es su peso).
Empecemos por el conflicto para comparar los dos clústeres. Los municipios del segundo lo padecieron de una manera mucho más intensa que los del primero, pues tuvieron un promedio de desapariciones forzadas por año veintidós veces más elevado, uno de asesinatos selectivos 12,54 veces más elevado y uno de acciones bélicas 5,43 veces mayor. La clasificación hecha por medio de los clústeres seguía esta lógica: de un lado estaban agrupados la mayoría de municipios que vivieron el conflicto de manera más violenta; del otro, aquellos que lo experimentaron de una manera mucho menos fuerte.
Las condiciones socioeconómicas de los municipios del clúster más violento eran mejores. En el campo de la educación, un 57,5 % de la población no completó la primaria; en el primero, un 79,3 %. En el segundo, un 8,4 % completó la secundaria; en el primero, solo un 2,5 %. La tasa de alfabetización del primer clúster era de 66,7 %; la del segundo, de 80 %. El clúster más pacífico tenía un acceso al agua en la vivienda del 36,4 % y de electricidad del 40,8 %; en el segundo, estas cifras eran de 67,6 % y 83,5 %, es decir, casi el doble de acceso. Solo en la tasa de empleo las cifras eran relativamente altas y similares para ambos clústeres: 92,5 % en el primero y 96,6 % en el segundo.
Las condiciones socioeconómicas eran entonces notablemente mejores en los municipios más violentos que en los más pacíficos, algo que podría sorprender. Sin embargo, esto no significa que se tratara de buenas condiciones: la verdad es que no las eran. En los municipios violentos, de todas maneras, solo ocho de cada cien personas terminaron la secundaria y más de tres de cada diez personas no tenían agua en sus viviendas. Las condiciones eran mejores que en los municipios del primer clúster, pero distaban mucho de ser ideales23.
Con respecto a la estructura de la población, no podemos pasar por alto que la variable población joven (15 a 29 años) no apareció en ninguno de los dos conglomerados. Esto significa que el modelo de ACP no la consideró relevante para realizar ninguna de las agrupaciones. ¿Por qué? Si calculamos el promedio de población joven frente al total de la población de los dos clústeres, obtenemos que era de 26,42 % para el primero y de 26,25 % para el segundo. La proporción es prácticamente idéntica. En ambos conglomerados la población joven era muy importante (más de una de cada cuatro personas era joven) y, como no había variaciones significativas entre los casos, no fue tomada en cuenta por el modelo.
Sin embargo, sí encontramos nuevamente una diferencia importante en cuanto a la población en edad de trabajar (15-64 años): los municipios del segundo clúster tenían un 57,90 % de esta población; los del primero, 51,41 %. La diferencia es de 6,49 puntos porcentuales, lo que significa que los municipios más violentos tenían, en promedio, 12,6 % más de población en edad de trabajar frente al total de su población que los del primero. Esta cifra no es despreciable, pues podría representar cientos o miles de individuos en edad de trabajar excluidos de la sociedad y potencialmente reclutables por grupos armados ilegales.
No existió entonces, para el conjunto de municipios estudiados, una relación automática entre proliferación de jóvenes y conflicto. Sí existió una cierta relación entre conflicto intenso y población en edad de trabajar numerosa -que es una categoría poblacional que contiene a la población joven y que es típica del período de bono demográfico-. Podríamos entonces sugerir la hipótesis de que, para facilitar el surgimiento del conflicto, no solo las poblaciones jóvenes deben ser numerosas, sino que importa su relación con toda la población en edad de trabajar, que también debe ser numerosa.
CONCLUSIONES, LÍMITES Y NUEVAS OPORTUNIDADES
Los dos niveles de análisis de los datos nos permitieron llegar a una conclusión importante. En los municipios más violentos se cumplían las características enunciadas por la teoría del bono demográfico y del conflicto: había una población en edad de trabajar muy numerosa, una población joven también importante y unas condiciones socioeconómicas deficientes. Son los ingredientes explosivos del coctel de violencia que la teoría nos había puesto sobre la mesa. Estos sugieren que, en las regiones violentas estudiadas, la demografía pudo haber jugado un rol en el fortalecimiento del conflicto. Es probable que en esos territorios se conjugaran ciertos elementos poblacionales y coyunturales que elevaran la violencia a niveles sin precedentes a lo largo de la década de los noventa y en los inicios de la primera década del siglo XXI.
Ahora, no podemos hacernos los ciegos. La relación automática población joven numerosa = conflicto, que era la que más suponíamos, no fue hallada. Nos preguntamos: ¿por qué? También, ¿qué debemos hacer entonces con los resultados obtenidos? La situación es paradójica: a nivel nacional, hay una relación clara entre inicio de bono demográfico, aumento de población joven e intensificación del conflicto, pero a nivel regional, entre los municipios estudiados, no surge esa relación. En realidad, esto es extraño y a la vez no, pues, de todas maneras, puede ser normal que no haya diferencias poblacionales tan marcadas entre regiones porque usualmente un país vive su transición demográfica de manera general: es poco frecuente que avance de manera completamente diferenciada entre regiones, incluso en un país tan desigual como Colombia.
Además, es importante recordar que la teoría demográfica del conflicto no busca entender la realidad social a partir de ciertas leyes de causalidad absolutas que puedan ser aplicadas a cualquier contexto y en cualquier momento. La teoría del bono demográfico y el conflicto no sostiene que siempre que haya poblaciones jóvenes numerosas y condiciones socioeconómicas deficientes el conflicto vaya a estallar, sino que es más probable que ocurra.
Tampoco debemos minimizar las pruebas robustas que nos hacen pensar que sí pudo haber existido en Colombia algún tipo de relación entre el bono demográfico y el conflicto armado en las regiones: la literatura teórica al respecto es sólida y el análisis a nivel nacional también lo hace intuir. En realidad, esto abre el camino a nuevas preguntas de investigación: ¿qué explica que en algunas regiones haya violencia y en otras no, aunque en todas haya muchos jóvenes? La respuesta podría encontrarse en algunos elementos que no alcanzamos a abarcar en nuestra investigación debido a nuestras limitaciones frente a la recolección y análisis de datos. Quizás habría que incluir en el análisis a la población específica de 30 a 35 años, o de 30 a 39, grupos etarios que hacen parte de la población en edad de trabajar y que, aunque ya no sean adolescentes o veinteañeros, pueden seguir siendo considerados adultos jóvenes que en su mayoría están en buenas condiciones físicas y pueden haber jugado un rol importante en el conflicto. O quizás las diferencias regionales pueden ser explicadas por las políticas públicas para la juventud, que en ciertas partes son más eficaces que en otras. Quizás se trata de diferencias de fortaleza institucional, o de diferencias puramente culturales… Otra hipótesis que no podemos descartar es que, incluso abarcando en el análisis todos los municipios del país, no se llegaran a encontrar diferencias tan marcadas entre municipios muy violentos y municipios poco violentos en cuanto a la proporción de su población joven frente al total de la población. Podría suponerse también que, más que a niveles geográficos desagregados, lo que hubo fue una proliferación de jóvenes en todo el territorio nacional que hizo que los actores armados tuvieran a su disposición algo así como un enorme “mercado de jóvenes” en todo el país del cual podían servirse para fortalecerse, y esto influyó en sus decisiones. Entonces, más que en la composición poblacional específica de una región, habría que fijarse en las estrategias específicas de los actores armados (especialmente después de los años noventa, como sugieren algunos autores24). En este sentido, habría que tener en cuenta, por ejemplo, si las regiones estudiadas son corredores estratégicos del narcotráfico o territorios de otras economías ilegales.
También podría pensarse en elaborar el estudio dándole, en el modelo estadístico, un peso diferenciado a variables como, por ejemplo, las de educación. En efecto, en la literatura del análisis de las causas de los conflictos parece haber un consenso entre algunos autores sobre el efecto pacificador de la educación que podría resumirse bajo la siguiente fórmula: mayores niveles educativos reducen el riesgo del conflicto25.
En todo caso, somos conscientes de los importantes límites de nuestra investigación, relacionados con el número reducido de unidades de observación y de variables analizadas. Investigaciones que superen estos límites podrían dar respuesta a estos interrogantes. Un grupo investigativo podría retomar la idea central de nuestro estudio y elaborar uno nuevo a mayor escala, incluyendo más variables y abarcando, por qué no, todos los municipios colombianos; incluso, podría intentarse llevar a cabo esa investigación utilizando otro modelo estadístico, pues, a pesar de sus bondades, el modelo de ACP también tiene, como todo modelo, sus desventajas. Por ejemplo, sería interesante hacer el análisis de datos con un modelo de regresión multivariada que arroje coeficientes con análisis de significancia estadística (algo que no hace el modelo de ACP) sobre el impacto de las variables independientes relevantes (variables de estructura de población, por ejemplo) en la variable dependiente (niveles de conflicto). En definitiva, lo fundamental es que entender la demografía como una de las causas del conflicto abre todo un horizonte investigativo. Como bien dice Thayer (2009), la demografía adopta un punto de vista muy interesante de la realidad social, ya que es una variable sobre la que hay mucha certeza. En efecto, así no sea visible a primera vista, el cambio poblacional siempre está ahí, moviéndose en el telón de fondo de las vidas humanas. El cambio depende del tiempo, y este, inclemente, nunca deja de correr. El tiempo, como dice Borges, es la sustancia de la que estamos hechos. Mientras el lector recorre estas líneas está envejeciendo, así como lo hacen todos los otros seres vivos del planeta. De ahí que valga la pena tratar de entender la relación de la demografía con la guerra, una de las más crueles expresiones de la naturaleza humana, pero también menos certeras que el cambio poblacional, pues los conflictos son evitables, y un ser humano puede vivir toda su vida alejado de ellos, pero no puede vivir sin envejecer. En realidad, vivir y envejecer son la misma cosa. La demografía constituye así una ventana privilegiada hacia el futuro, una especie de oráculo académico.
Además, esto adquiere una importancia especial en el contexto actual de posconflicto, turbulento e incierto, de la historia colombiana. Si agregarle el factor demográfico al estudio del conflicto nos permitiera entender mejor ese lacerante fenómeno, y nos permitiera incluso prever y evitar futuras situaciones de violencia, ¿por qué no hacerlo ahora mismo? Es urgente comprender la oportunidad irrepetible que significaría aprovechar los años de bono demográfico que aún tenemos por delante. Pero para eso es forzoso llevar a cabo ciertas reformas ambiciosas: es fundamental que el Estado dé un paso al frente y por medio de políticas públicas específicas dirigidas a las juventudes amplíe su acceso a una educación de calidad y a la posibilidad de conseguir un empleo digno para integrarlas a la sociedad en lugar de marginarlas.
Estamos desperdiciando la energía, creatividad e inteligencia de nuestras poblaciones jóvenes y en edad de trabajar, sedientas de oportunidades reales que les permitan jugar un rol activo en la construcción de sociedad. Es deber de todos construirles mejores caminos de vida que las desvíen de las oscuras selvas de la guerra y las encaminen hacia el luminoso horizonte de la paz.
ANEXOS
Los anexos investigativos pueden ser consultados libremente en línea en una carpeta de Google Drive. Esta opción permite una revisión más cómoda de los documentos, pues al tratarse mayoritariamente de bases de datos o tablas con numerosas variables, su consulta es más agradable por medio de un computador o dispositivo móvil. Para acceder a losanexos, simplemente hay que seguir este enlace: https://drive.google.com/drive/mobile/folders/1QbwcTkPdyQ6FhpLCrXOk4SHOe_rbHbuX?usp=sharing
El acceso también es posible escaneando este código QR con un teléfono móvil:
Son cuatro los documentos anexos de esta investigación que el lector encontrará en la carpeta de Google Drive:
