Manual de Demografía

Nociones básicas de demografía¹
Ignacio Pardo

Los conceptos y mediciones asociados a la edad

Es probable que la variable estructural que más interese a los demógrafos sea la edad. En su sentido más básico, describir demográficamente una población implica conocer la distribución por edad y sexo de sus integrantes, pero es la primera de esas variables la que se suele considerar con mayor detalle. Quizás porque la estructura por sexos tiende a variar relativamente poco entre poblaciones, mientras que la estructura por edades suele variar mucho como consecuencia de la dinámica demográfica. Las causas y consecuencias de esa variación son, por otra parte, de gran interés para la disciplina, y se comentan en los capítulos 3 y 4, y en especial en el capítulo 5.

La composición por edad no solo es central en la descripción de las poblaciones, sino también en la explicación de las tendencias de los componentes principales del comportamiento demográfico. Desde lo individual, uno no suele enfrentarse siempre a la misma probabilidad de tener hijos, migrar o morir; por el contrario, estos eventos se vuelven altamente probables solo a ciertas edades del ciclo de vida, por motivos sociales y biológicos. En lo poblacional, la distinta composición por edades de las poblaciones favorece unas u otras tendencias agregadas de natalidad, mortalidad y migraciones. 

Dicho esto, tras la aparente linealidad del concepto de edad se esconden diferentes formas de medición, que responden a su vez a necesidades variadas del análisis demográfico. De hecho, cuando usamos el término edad solo nos estamos refiriendo a uno de los varios conceptos que se presentan a continuación.

Edad exacta

Es el tiempo transcurrido entre el nacimiento de una persona y el momento de medición, expresado con la mayor exactitud posible (en la práctica, la exactitud máxima suele estar dada por los días). Este nivel de medición no es el más frecuente, por razones teóricas y de disponibilidad de datos, pero se usa cuando el tema lo requiere y las fuentes de datos lo permiten.

Típicamente, en los estudios de mortalidad infantil (ver capítulo 13). Una medición hecha el 1º de diciembre necesita distinguir, por ejemplo, a los nacidos el 25 de noviembre de ese año —que al momento de la medición habrán estado vivos durante solo cinco días— de los nacidos el 1º de marzo —que tendrán 275 días de edad exacta—, ya que sus probabilidades de morir serán muy diferentes, por haber estado expuestos a esa posibilidad durante períodos muy distintos.

Edad cumplida

Es lo que contestaríamos si nos preguntan ¿Cuántos años tenés? Nuestra respuesta equivale a la cantidad de cumpleaños que hemos festejado desde nuestro nacimiento. Este es el uso más frecuente del concepto de edad, el que aparece en censos y encuestas (para mayor precisión, la pregunta suele ser ¿Cuántos años cumplidos tiene?), y el que sustenta la mayoría de los análisis por edad en la investigación demográfica.

Grupos de edad cumplida

Si juntamos a las personas en grupos de varias edades simples —siempre según su edad cumplida—, podemos trabajar con los datos simplificados en cuanto a cantidad de categorías, o, dicho de otro modo, con datos menos desagregados. Aunque no siempre es una preferencia, en algunos casos es la única opción disponible, sobre todo cuando trabajamos con datos históricos o de países con estadísticas deficientes.

Con los datos agrupados no podemos ser tan precisos como con las edades simples, pero a muchos efectos pueden aportar un grado de precisión suficiente. Los grupos de edad más habituales son los quinquenales, que agrupan a la población según haya cumplido 0 a 4 años, 5 a 9 o 10 a 14 años, etc., hasta un intervalo final, abierto: por ejemplo, 90 años y más. También se utilizan grupos más amplios y menos uniformes como los tres grupos que representan edades de potencial dependencia o autonomía económica: 0 a 14 años, 15 a 64 años y 65 años en adelante.

Tiempo, individuos y poblaciones

Estos criterios permiten clasificar a los individuos según edades, con todos los beneficios que esto tiene —según veremos más adelante— a la hora de construir indicadores demográficos. Pero la demografía trata con poblaciones; más allá de que estén conformadas por individuos, es bueno recordar que son las poblaciones nuestras unidades de análisis. Y la disciplina necesita otras medidas, que tienen relación con el tiempo, pero ya no el referido a las edades individuales, sino al tiempo vivido por una población entera en determinado período.

Como decíamos antes, al describir la edad exacta, nuestro interés está siempre puesto en saber por cuánto tiempo hemos estado expuestos a la posibilidad de experimentar un evento (tener hijos, migrar, morir u otros). Con las poblaciones como unidad de análisis, el interés de la demografía está puesto en cuánto tiempo ha estado expuesta una población a un evento. Para construir esta idea hay que introducir otros conceptos.

El tiempo vivido por una población y la población media de un período

Tiempo vivido por una población o años persona

Varios de los indicadores que aprenderemos a construir más adelante (típicamente, las tasas) necesitan el dato del tiempo vivido en cierto período por toda población en que queramos medir un evento. Pero ¿qué es el tiempo vivido por una población? Esta pregunta se puede responder de forma muy simple: la suma de los tiempos individuales durante los cuales los miembros de esa población han estado vivos en cierto período. Para construir algunos indicadores sería más correcto decir que se trata del tiempo en que han estado expuestos al riesgo de ese evento demográfico y no solamente el tiempo en que han estado vivos. Aunque en algún caso ambas cosas resultan equivalentes, porque para algunos eventos demográficos, como la defunción, alcanza con estar vivo para estar expuesto a su posible ocurrencia. 

Para clarificar esto con un ejemplo, en la Figura 1 se presenta una población ficticia, viva durante el año 2020. Tratemos de responder la pregunta de cuánto tiempo ha vivido esta población de cuatro personas. La persona 1 y la 4 ya habían nacido cuando comenzó el año, pero la 2 y la 3 nacieron luego, por lo que podemos anticipar que el tiempo que transcurren en 2020 será menor al año. Si avanzamos a través de los meses de 2020 vemos que solo la persona 4 logró sobrevivir al 31 de diciembre, por lo que es la única que llegará a vivir un año entero durante 2020. Las demás personas fallecieron antes del año: la persona 3 murió a 105 días de comenzado, y la persona 2, a los 95 días.

Figura 1. Población ficticia en 2020

Fuente: elaboración propia.

Esto es esperable en todas las poblaciones: algunas vidas no completarán el año calendario entero, ya sea por nacer o por morir durante ese período. Así, el tiempo vivido por una población debe incorporar estos años incompletos en la suma; habrá meses iniciales de quienes murieron durante el período y meses finales de quienes nacieron. Para construir este dato sumaremos entonces tiempo vivido y no simplemente personas.

Para eso se suele utilizar el término años persona, que reporta el tiempo vivido por una población y, como veremos luego, ayuda a construir indicadores demográficos. En el ejemplo de la Figura 1 podemos estimar el tiempo vivido en 2020 para cada uno de los integrantes de esta población y luego sumar el total de años persona de esa población. En esta población ficticia de apenas cuatro personas, la persona 4 vivió un año completo (1 × 1), la persona 3 vivió 105 días que equivalen a 0,29 año, la persona 2 vivió 95 días (0,26 año) y la persona 1 vivió la mitad del año. En este caso, el valor de los años persona de esta población en 2020 es de 1 × 1 + 1 × 0,29 + 1 × 0,26 + 1 × 0,5 = 2,05 años persona.

Población media del período 

Como es fácil imaginarse, medir con ese nivel de precisión el tiempo vivido por una población exige una gran cantidad de datos de alta calidad. Cuando estos datos no están disponibles, se usa otro criterio que a muchos efectos suele ser suficiente: considerar la población media del período. Siguiendo con el ejemplo de la Figura 1, en el que el período es un año, se toma en cuenta la población al 30 de junio, que representa el punto medio. 

De este modo, el problema de la falta de datos se suele solucionar mediante la estimación de la población media a esa fecha, a partir de la tendencia observable entre el principio y fin del año (con datos reales o con estimaciones de algún tipo). Por ejemplo, si los datos provenientes de proyecciones de población estiman que el 1 de enero una determinada población tenía 3000 personas y al 31 de diciembre, 3040, podemos determinar en 3020 la población media del período. Quizás aún no resulte del todo claro para qué necesitamos este dato, pero más adelante veremos cuán útil resulta para construir los indicadores demográficos más importantes.

El análisis transversal y el longitudinal en Demografía:
perspectivas de período y cohorte

Como estamos viendo, el tiempo es constitutivo del análisis demográfico. Y ver los fenómenos en el tiempo, considerando que nuestra unidad de análisis son las poblaciones, implica que los fenómenos demográficos se pueden analizar de dos maneras: en el tiempo o a través del tiempo. Dicho de forma más sencilla: analizar una población en un momento dado es solo una de las dos estrategias principales; la segunda es seguir la trayectoria de una población a lo largo de días, semanas, meses o años. Se las conoce como perspectivas de período y de cohorte, respectivamente. Aunque para la Demografía es central distinguir estas dos miradas, no es la única ciencia para la que esto tiene relevancia: lo que los demógrafos llamamos análisis de período o de cohorte se conoce también como la óptica transversal o longitudinal, una distinción habitual para la medición en variedad de ciencias. 

Análisis transversal o de período

Por cierto, ambas perspectivas no son igual de frecuentes en la práctica de investigación. Lo más habitual es observar a una población en cierto momento, es decir el análisis transversal o de período, en el que los datos están agregados por el momento de observación. Por eso, cuando escuchamos cuál es el valor correspondiente a un indicador demográfico, lo más probable es que estemos ante su versión de período; típicamente, ante un indicador medido en un año calendario, por ejemplo, cuando escuchamos que la tasa global de fecundidad (TGF) uruguaya se situó en 1,5 hijos por mujer en 2019. 

Hay buenas razones que explican el protagonismo de los indicadores de período. Al fin de cuentas, queremos monitorear los indicadores que miden nuestros temas de interés año a año (un demógrafo llamado Gerard Calot decía muy ingeniosamente que «vivimos en modo período»). Además, los datos suelen estar más disponibles en ese formato. Pero que haya buenas razones para medirlos no siempre quiere decir que los indicadores de período, que contienen en una única medición la experiencia de individuos de diferentes generaciones, sean los mejores. 

Análisis longitudinal o de cohorte

Como veremos en el capítulo 12, para que alguien haya medido la fecundidad de todas las uruguayas y pueda decirnos «en Uruguay, la TGF descendió a 1,5 hijos por mujer en 2019» debió haber medido la vida reproductiva de una buena cantidad de mujeres que aún no habían culminado esa etapa por ser menores de 49 años. Esto no es tan temerario como parece, pero implica asumir una serie de supuestos y está fuertemente influido por lo que pasa en el año de medición: si hay una crisis que hace posponer los nacimientos, los hijos por mujer serán menos. Lo mejor sería, entonces, seguir una cohorte de mujeres nacidas en el mismo año a lo largo de todos los años de su vida reproductiva y, cuando todas superen los 49 años, saber, con los datos reales y sin supuestos, cuántos hijos tuvieron en promedio. He ahí un indicador de cohorte, propio de la perspectiva longitudinal, del que podemos estar seguros que está midiendo la cantidad media de hijos que tuvieron las mujeres de esa cohorte en particular.

La comparación entre distintas cohortes es una herramienta insustituible en la medición del cambio demográfico. Hasta aquí llamamos cohorte a lo que debimos haber llamado cohorte de nacimiento, conformada por las personas que nacieron en un mismo año (en cuyo caso cohorte y generación pueden tratarse en el lenguaje usual como sinónimos). Pero la definición de cohorte admite otros usos, ya que una cohorte es un conjunto de personas expuestas a un evento demográfico en el mismo momento. Por caso, una cohorte de matrimonios —parejas que se casaron el mismo año—, que puede interesarnos, entre otras cosas, para estudiar sus patrones de disolución; una cohorte de migrantes —personas que entraron al país en un mismo año—, quizá para estudiar tendencias tales como su retorno al país de origen, o una cohorte de egreso de cierto curso —estudiantes que egresaron de una carrera el mismo año—, de quienes podríamos querer estudiar su inserción en el mercado laboral. 

Lo propio del análisis longitudinal, entonces, es basarse en datos agregados por variables longitudinales, como el año de ocurrencia del evento común a la cohorte y registrar lo que sucede con los eventos que van viviendo sus miembros. Este tipo de datos se puede obtener retrospectivamente, como cuando una encuesta pregunta acerca de los eventos demográficos que recuerda el encuestado y que sirven al tema de investigación, pero también de forma continua, como en los estudios de panel, que miden ciertos eventos periódicamente a lo largo del tiempo —por ejemplo, las encuestas con varias olas que son cada vez más frecuentes en la investigación demográfica e implican entrevistar periódicamente a las mismas personas—, o de otros modos, como la combinación de series temporales. 

Cohorte real y cohorte sintética

En el uso que acabamos de describir, el término cohorte equivale a lo que se suele denominar cohorte real, pero la Demografía también recurre a menudo a cohortes sintéticas o ficticias, un concepto muy distinto y extremadamente útil.

Las cohortes sintéticas son un constructo orientado a la medición empírica que intenta reconstruir la idea de cohorte cuando no es posible recurrir a las cohortes reales (que convendría observar longitudinalmente, lo que siempre es más difícil y costoso), de modo de generar indicadores que necesitan de este tipo de datos. Algunos, tan importantes como la esperanza de vida, o la TGF. Una cohorte sintética es una población construida bajo la asunción de que los fenómenos ocurridos en determinado período pueden observarse en las personas de distintas edades vivas en ese período —cuando, por cierto, pertenecen a cohortes de nacimiento anteriores—, tal como si le ocurrieran a una cohorte real, que va envejeciendo a lo largo del tiempo. Los ejemplos concretos de los capítulos 6, 8 y 9, acerca de indicadores que utilizan cohortes sintéticas, dejarán más claro el concepto y su uso práctico, muy habitual en la disciplina. También puede resultar clarificador ver este concepto con el auxilio del diagrama de Lexis.

Diagrama de Lexis

Una de las formas más habituales de visualizar y analizar las maneras en que una población puede observarse desde estas distintas miradas es el llamado diagrama de Lexis. Se trata de un instrumento de larga tradición en la Demografía, cuyo nombre remite al estadístico alemán Wilhelm Lexis (1837-1914), pero que había sido desarrollado en momentos anteriores del siglo XIX por Gustav Zeuner y Otto Brasche (Vandeschrick, 2001). 

Este diagrama (Figura 2) consiste en una superficie cuadriculada, con un eje vertical que representa la edad y otro horizontal que representa el tiempo, donde se puede representar una población observada en términos de análisis longitudinal (de modo diagonal, al avanzar la edad a través del tiempo, tal como sucede en nuestras vidas individuales) y de análisis transversal (de modo vertical, observando en un momento dado a todas las edades, por ejemplo, para construir una cohorte sintética).

Figura 2. Diagrama de Lexis

Fuente: elaboración propia.

Hay una tercera dimensión posible, cuando representamos el análisis de una cierta edad, de modo horizontal: por ejemplo, para comparar la salud o el bienestar de las personas de cero a un año en la actualidad con relación al pasado. El diagrama de Lexis brinda múltiples posibilidades de visualización y análisis que se suelen concretar en la identificación de triángulos y polígonos que definen subpoblaciones muy específicas y permiten comparaciones precisas y análisis refinados, no solo en la investigación demográfica de corte académico, sino en variedad de aplicaciones prácticas.

Los principales indicadores:
tasas, probabilidades, proporciones, razones

La mayoría de los indicadores de la demografía son cocientes, y los hay de variada naturaleza. Los siguientes son los más importantes.

Proporciones

Cuando la división es entre un subconjunto y el conjunto total que lo contiene, estamos ante una proporción. Varios indicadores demográficos, típicamente sencillos de calcular, son proporciones. Por ejemplo, nos puede interesar saber cuál es la proporción de las personas residentes en nuestro país que han nacido fuera de Uruguay, o monitorear cómo evoluciona la proporción de personas de 65 años o más dentro del total, si nos interesase la velocidad con que avanza el envejecimiento demográfico. Una proporción multiplicada por cien es un porcentaje. Por ejemplo, en el caso anterior:

En Uruguay, con los datos de la proyección a 2021 de los datos del censo 2011:

Razones

Cuando la división se hace entre dos conjuntos que no tienen elementos en común, estamos ante una razón o relación. El ejemplo más notorio dentro del conjunto de indicadores demográficos básicos es el de la razón de masculinidad, que mide la cantidad de hombres en relación con la de mujeres (multiplicando el cociente por una constante, como cien o mil, para poder interpretarlo con mayor comodidad; en este caso, en términos de cantidad de hombres cada cien mujeres). Se puede hacer con la población entera o a cierta edad (al nacer, a los 30 años, a los 65 años, a los 75 años, etcétera).

En Uruguay, con los datos de la proyección a 2021 de los datos del censo 2011:

Tasas

Las tasas son los cocientes más importantes de la Demografía, que por algo ha sido llamada la ciencia de las tasas. Estos cocientes son el resultado de dividir un cierto número de eventos acontecidos durante un período por el tiempo vivido por la población en ese período o por la población media del período. Y aquí está la utilidad de lo que veíamos más arriba acerca de la población media.

Pongamos un ejemplo de los más elementales: la tasa bruta de mortalidad (TBM) (que se presentará en el capítulo 13 de la población uruguaya. En el numerador, estarán las muertes observadas en un período; típicamente, un año, por ejemplo, 2018. En el denominador, lo más frecuente es que podamos contar solo con el dato de la población media de ese mismo período, es decir, la cantidad de uruguayos vivos en el país al 1.o de julio de 2018. El numerador representa entonces un flujo de eventos y los pone en relación con un stock, el de la población media de ese año. Al final de este capítulo definiremos ambos términos, pero es útil destacar desde ya que esta relación entre flujos y stocks constituye la estructura de las tasas como indicador demográfico.

Así, la TBM permite cierta comparabilidad con otras poblaciones o con la población uruguaya en el tiempo. Si solo confiáramos en la cantidad absoluta de muertes, por ejemplo, los países más poblados mostrarían los valores más altos, pero no necesariamente por su mayor mortalidad. En concreto, en términos de cálculo:

En Uruguay, con los datos de 2018:

Quizá resulte curioso que se le llame «bruta» a una tasa como la anterior. El término tiene relación con un aspecto fundamental de la medición en demografía: existen tasas brutas y otras que se suelen definir como más «refinadas», en la medida que en estas últimas el denominador se restringe con más precisión a la población efectivamente expuesta al evento. En abstracto puede ser difícil de explicar y comprender, pero con los ejemplos presentes en los capítulos 6, 8 y 9, resultará mucho más sencillo. 

En otro sentido, podemos destacar un tipo especial de tasas: aquellas que no intentan medir un evento demográfico para toda la población expuesta, sino para la población de cierta edad. Son las llamadas tasas específicas por edad. Estas tasas pueden medir un evento para una edad simple o, como sucede con gran frecuencia, para grupos quinquenales de edad, ajustando numerador y denominador a ese rango de edad. Un caso muy utilizado es el de la tasa específica de fecundidad de 15 a 19 años, dado que mide la fecundidad adolescente. Su cálculo es el siguiente:

Cabe hacer una última aclaración respecto de las tasas: como se dijo antes, la mirada de cohorte y la de período constituyen las perspectivas fundamentales del análisis demográfico, y, como se habrá notado, todos los ejemplos presentados hasta ahora refieren a mediciones desde la perspectiva de período; típicamente, el cálculo del valor de una tasa en un año calendario. Esto se debe a que es la práctica más frecuente, por razones de interés sustantivo y de disponibilidad de datos, pero también podemos calcular tasas de cohorte en las que el numerador contabilice cierto flujo protagonizado por una cohorte y el denominador refiera al tiempo vivido por dicha cohorte.

Probabilidades

Las probabilidades son un cociente muy similar a las tasas, con la diferencia de que en el numerador incluyen la población inicial del período en lugar de la población media. Este tipo de indicadores tiene importancia, aunque a primera vista puedan parecer muy similares a las tasas, y de hecho lo sean, en términos prácticos, cuando la población no varía considerablemente durante el período en cuestión. Una excepción a esta similitud entre tasa y probabilidad será vista en el capítulo 8, donde se analiza la mortalidad infantil, en la que el riesgo de experimentar un evento como la muerte no es constante a lo largo de un año y la población media no sirve como concepto.

Las principales magnitudes demográficas: eventos, flujos y stocks

Para finalizar este capítulo, es bueno aclarar algunos conceptos elementales, que representan magnitudes demográficas y han sido usados más arriba, a causa de su importancia para definir indicadores. Se trata de los eventos, flujos y stocks demográficos.² No se trata de conceptos de gran complejidad y su definición permite una mejor aproximación al análisis demográfico y su jerga.

Un evento demográfico es el acontecimiento de interés que queremos registrar con los indicadores de la disciplina. Los nacimientos y las defunciones son eventos demográficos, como también lo son las defunciones o las uniones conyugales. En la práctica, la investigación demográfica se basa en la observación, el registro y el análisis de eventos demográficos como los mencionados.

Un flujo demográfico es la cuantificación de la ocurrencia de alguno de estos eventos, o de las personas que los experimentan, durante un cierto período. Así, se podrá registrar un flujo de migraciones de cierto año al contabilizar cuántas veces se cruzó una cierta frontera desde el 1 de enero hasta el 31 de diciembre, aunque pueda haber personas que protagonizaron ese desplazamiento más de una vez. O se podrá registrar un flujo de defunciones, que en tal caso coincidirá con el número de personas fallecidas en el período, porque solo se muere una vez (expresado más demográficamente, la mortalidad es un evento irrepetible).

Por último, stock demográfico es el término con el que la disciplina designa el volumen de una población en cierto lugar y momento. Repasando lo visto en este capítulo, se puede decir que gran parte del análisis demográfico consiste en el estudio de eventos a través de tasas que ponen en relación cierto flujo (como numerador) con el stock poblacional expuesto a su ocurrencia en cierto período (como denominador). Aunque esto puede ser demasiado simplificado como resumen del análisis demográfico, resulta una intuición útil para pensar en los procedimientos más habituales con los que se analiza la dinámica poblacional. En esos procedimientos se profundizará en los siguientes capítulos.

Referencias bibliográficas

Notas