8M: Reporte y registro de violencia doméstica en Bogotá, Ciudad de México y São Paulo

DISCUSSION PIECE

Sobre el Día Internacional de la Mujer (8M)

Alrededor del mundo el Día Internacional de la Mujer se conmemora cada 8 de Marzo (también referido como 8M) con el objetivo de crear conciencia y alentar la reflexión crítica en torno a las diversas desigualdades entre hombres y mujeres que persisten a nivel global, así como para impulsar y mantener la búsqueda de justicia, equidad y desarrollo.  

La historia del 8M se remonta a 1977, cuando la Asamblea de las Naciones Unidas proclamó el Día Internacional de la Mujer (ONU, s.f.). Sin embargo, la lucha de las mujeres por la igualdad ha estado presente en todos los países a través de diversos periodos de tiempo. En América Latina, región especialmente relevante debido a las marcadas desigualdades de género, la Convención Belém Do Pará de 1994 materializa el progreso en el ámbito legal por el derecho de las mujeres a una vida libre de violencia. 

En el marco de esta ardua e incesante labor, Data-Pop Alliance, GIZ Data Lab y Unidas se han sumado a la lucha por la erradicación de las violencias a través del desarrollo de un modelo analítico para identificar las ‘capacidades’ multidimensionales de registrar y reportar violencia contra las mujeres y niñas. Hemos trabajado durante los últimos ocho meses en este proyecto en México, Colombia y São Paulo, y a continuación describimos los resultados más importantes en este espacio.

Fuente: UN Women BRIEF v 1.1. 23.04.2020

Contexto: Violencia contra la mujer en la región

América Latina y el Caribe sobresale a nivel mundial como una de las regiones más peligrosas para las mujeres donde, de acuerdo con cifras del 2019, 3,800 mujeres fueron víctima de la expresión más extrema de violencia: feminicidio (ONU Mujeres, 2020). Ante este panorama, resulta urgente atender y erradicar las violencias que aquejan a millones de mujeres y niñas en la región, violencias que se han agravado ante las medidas de contención de la pandemia por COVID-19.

El permanecer en casa no es sinónimo de seguridad para todos los sectores de la población. Lamentablemente, millones de mujeres y niñas se enfrentan a diversos tipos de violencia en el hogar. Adicionalmente, las medidas de reducción movilidad y en el funcionamiento de diversos servicios públicos exacerba su condición de vulnerabilidad y representa un reto para los esfuerzos de instituciones gubernamentales y organizaciones civiles por la erradicación de las violencias. De ahí la necesidad de contar con un diagnóstico de los factores de riesgo que facilitan u obstaculizan la capacidad del reporte, registro y atención de la violencia en el ámbito doméstico, especialmente en tiempos de emergencia como la actual contingencia sanitaria.

El proyecto/modelo en México, Bogotá y São Paulo y su relevancia

Nuestro proyecto aborda esta problemática, al enfocarse en aprovechar los datos existentes (tradicionales y no tradicionales) sobre violencia doméstica contra mujeres y niñas (VcMN) en Latinoamérica, para así informar políticas que mejoren el ambiente para las mujeres víctimas/sobrevivientes en la región. Específicamente, el proyecto se centra en crear un modelo analítico para identificar las ‘capacidades multidimensionales’ para registrar y reportar VcMN en México, Bogotá y São Paulo. A partir de este enfoque, el proyecto se planteó los objetivos de producir insumos para las personas encargadas de las estrategias y servicios en la lucha contra VcMN, además de contribuir a la literatura sobre los factores de riesgo inmersos en la misma.

Como primer paso, se realizó una delimitación conceptual para enmarcar el objeto de estudio por medio de una revisión de literatura donde se examinaron diferentes conceptos encapsulados dentro del campo de estudio de violencia de género, por ejemplo: violencia contra las mujeres y niñas, violencia doméstica o familiar y violencia de pareja. Considerando las implicaciones que cada término posee con respecto al espacio donde se lleva a cabo la violencia (e.g. ámbito doméstico), quién la ejerce (e.g. la pareja) y quién la recibe (e.j contra la mujer); las observaciones recibidas a través de entrevistas a expertas, los datos disponibles en cada contexto, y  observaciones del Consejo Asesor para la Orientación de Desarrollo y Ética (CODE), se optó por el concepto violencia contra las mujeres y niñas (VcMN) en el ámbito doméstico.

Por otro lado, este proyecto se enfoca en observar las ‘capacidades multidimensionales’ (factores personales, relacionales, comunitarios, institucionales, relacionados al COVID-19 y transversales) asociadas al reporte y registro de violencia doméstica. Utilizamos el término capacidades (del inglés ‘capabilities’) basándonos en la teoría de Amartya Sen donde el filósofo y economista define el término como las libertades u oportunidades sustantivas de una persona para conseguir sus funcionamientos, es decir sus logros (Sen, 2000). Para poder desarrollar estas funcionalidades la persona depende del “ser” (ej.: el estar informada sobre políticas o servicios de apoyo a mujeres víctima de violencia) y el “hacer” (ej.: poder hacer una denuncia o buscar ayuda institucional) que están determinadas e influenciadas por las condiciones del contexto del individuo, lo cual se traduce en las políticas públicas, económicas y sociales conducentes a facilitar el proceso de reportar (denunciar, hacer una llamada, ir al hospital, etc.). En este sentido el término capacidad adoptado para este proyecto hace referencia también a las oportunidades que otorga el Estado por medio de sus servicios de denuncia y apoyo. 

La metodología del proyecto estuvo compuesta por dos partes: una cuantitativa y otra cualitativa. En la parte cuantitativa se analizaron diferentes bases de datos administrativas, encuestas nacionales y los reportes de movilidad de Google y del programa de Facebook “Data for Good”. Mientras que en la parte cualitativa se desarrolló una revisión de literatura de 147 artículos que fue después validada por medio de 12 entrevistas a expertas pertenecientes a los sectores públicos, académicos y de organizaciones de sociedad civil en São Paulo y Bogotá. Ambos métodos se desarrollaron bajo la supervisión de alrededor de 14 expertas que formaron parte del CODE en cada país y con quienes llevamos a cabo 3 sesiones en cada ciudad para discutir avances y recomendaciones referentes a los principios éticos de investigación y de manejo de datos.

Por medio de esta metodología se desarrollaron las dos etapas principales del proyecto. En la primera se mapeó la prevalencia de violencia reportada* contra mujeres y niñas ㅡ a nivel localidad para Bogotá, subprefeitura para São Paulo y municipalidad para México ㅡ de acuerdo a la suma de registros (casos reportados) encontrados en fuentes de datos administrativos a las que tuvimos acceso en cada país. Durante la segunda etapa, se realizó un análisis estadístico de factores de riesgo asociados con las capacidades de reporte y registro utilizando  datos provenientes de encuestas y reportes de movilidad para identificar la probabilidad de que una mujer reporte dadas ciertas características (factores personales y contextuales). Con los resultados de ambas etapas creamos un modelo que se ve reflejado en una herramienta de visualización de datos (disponible próximamente en línea) donde el usuario puede observar la prevalencia reportada por zona geográfica en cada ciudad, así como los factores relacionados con la capacidad de registro y reporte de VcMN.

*Cabe aclarar que la prevalencia reportada no es equivalente a la prevalencia real de casos de violencia doméstica (dato imposible de conocer) ni a la prevalencia estimada (calculada a través de métodos representativos como encuestas nacionales).

Resultados comparativos principales

Los resultados del análisis del modelo para identificar las ‘capacidades multidimensionales’ de registrar y reportar VcMN en el ámbito doméstico permiten dilucidar conclusiones tanto sobre la prevalencia reportada como sobre los factores de riesgo que inciden sobre la misma. 

La prevalencia reportada evidencia un comportamiento similar en las tres ciudades. En términos generales, se constata que durante el periodo de pandemia existe un aumento significativo de los registros/denuncias a través de medios digitales (ej. Líneas telefónicas) y una disminución de los registros/denuncias que requieren presencialidad (e.j. Denuncias formales a la policía).

Fuente: Elaboración propia

En particular, en México, de acuerdo a nuestro análisis y método de filtración la Línea Mujeres presenta un aumento de +61.3% desde inicios del año (llegada de la pandemia) que continúa durante la cuarentena (periodo de Sana Distancia). A su vez, la base de “Carpetas de investigación” (denuncias de crímenes) muestra un incremento muy marcado en febrero y marzo, con una caída dramática de -20.6% entre abril y junio (mayor parte de cuarentena). 

De forma análoga, en Colombia se observa que tanto la Línea Púrpura como para la Línea 155 presentan un aumento del número de llamadas a partir de marzo 2020 y que las bases de la Policía (denuncia realizada en persona) muestran una disminución a partir de  la misma fecha. 

Sin embargo, para São Paulo, las tendencias descritas no son tan marcadas. Las denuncias de la Línea 1-9-0 presentan un aumento significativo entre 2019 y 2020, pero ㅡ por razones de disponibilidad de datos y escalas ㅡ no es posible formular conclusiones claras sobre las tendencias observadas para las otras fuentes de datos (i.e. el proyecto Justiceiras comenzó al principio de la pandemia).

Estos resultados de la prevalencia reportada se reflejan en los mapas de calor (ver imagen), los cuales expresan la suma de los registros con respecto al total de mujeres, por localidad para Bogotá y por subprefeitura para São Paulo. En el caso de  México, gracias a que la Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares (ENDIREH, 2016), se proporciona una estimación del porcentaje de prevalencia reportada por municipio y a nivel nacional extrapolando resultados de la Ciudad de México. Adicionalmente, se ajustó la fórmula para  calcular la prevalencia reportada con respecto al número de mujeres en riesgo de sufrir violencia contra la mujer (VCM) porcentaje proporcionado por ENDIREH y así reducir la posibilidad de duplicidad  (doble conteo de incidentes). 

Fuente: Elaboración propia

A su vez, la prevalencia registrada es producto de las ‘capacidades’ brindadas por el Estado y por determinados factores contextuales que facilitan u obstaculizan la posibilidad de hacer una denuncia/registro y/o buscar ayuda si una mujer sufre violencia. Dado que dichas ‘capacidades’ están constituidas por diversos factores de carácter institucional, comunitario, relacional o personal cuya incidencia varía en tiempo y espacio, y considerando las limitaciones impuestas por la disponibilidad de datos, vale la pena destacar los siguientes resultados entre los factores significativos -en común- para las tres ciudades.

En el caso de São Paulo, pudimos constatar que varios factores comunitarios influyen en la ‘capacidad’ de reporte/ registro de las mujeres y niñas que sufren violencia en el ámbito doméstico. Las circunstancias de hacinamiento (‘más de 3 personas compartiendo la misma habitación’) y de residencia en zonas no aisladas (‘vivir cerca de los servicios esenciales y no esenciales’) se destacan entre ellos como los de mayor peso. En cambio para la Ciudad de México, la ‘cohesión social’ es el único factor comunitario para el que tenemos datos disponibles dentro de esta familia de factores (comunitarios). Finalmente, para Bogotá los tres factores de mayor incidencia son: ‘No es participe en el proceso desarme’ , ‘No es víctima de conflicto armado’) y ‘No es víctima de desplazamiento’. Lo que pone en evidencia la relevancia de la situación del conflicto armado en la ‘capacidad’ de reporte/ denuncia de las víctimas.

Fuente: Elaboración propia

En cuanto a factores personales, haciendo un desglose de las sub-categorías de edad presentes en los datos para los tres países, se observan varias diferencias. En Brasil los rangos de edad no presentan diferencias en su incidencia en la ‘capacidad’ de reporte. Sin embargo, en Colombia, las mujeres que reportan más suelen tener  entre 20 y 40 años, mientras que en México ese rango se encuentra entre los 30 y 49 años de edad. Por otro lado, la probabilidad de denuncia según el estado civil, estima tanto para la ciudad de Bogotá como para la Ciudad de México que las mujeres que más reportan son solteras, separadas o viudas. Lamentablemente en las bases de São Paulo no hay información disponible sobre el estado civil de la víctima, aunque sí indica la del agresor, no se puede inferir que el agresor comparte la respuesta con la víctima.

Fuente: Elaboración propia

Finalmente, en relación con los factores asociados a la pandemia por COVID-19 ㅡ particularmente en los cambios asociados a la movilidad ㅡ se pueden destacar varias tendencias. Los niveles de movilidad en São Paulo y Ciudad de México se mantuvieron relativamente estables durante la cuarentena que inició a finales de marzo 2020, lo que concuerda con medidas de confinamiento poco estrictas. En el caso de Colombia se ve un impacto más claro de las restricciones de movilidad, las cuales fueron mayores y reforzadas con más rigor. Así pudimos observar que mientras más disminuyeron las actividades relacionadas al comercio, la recreación y el trabajo, se registró un menor número de reportes de violencia doméstica. Por el contrario, en zonas residenciales (tipo de vivienda) se constata la tendencia contraria: a mayor movilidad, mayor número de registros.

Fuente: Elaboración propia

Recomendaciones enfocadas en cerrar brecha de datos de género

Resultado del modelo, surgen las siguientes recomendaciones con el objetivo de mejorar la calidad y comparabilidad de bases de datos que contienen información sobre (VcMN). Contar con este tipo de datos es una precondición para poder medir el progreso en el combate a la violencia contra la mujer, entender mejor las realidades de quienes experimentan estas situaciones y generar políticas públicas más localizadas y efectivas.

  1. Acceso a datos – Incrementar el acceso a datos abiertos estructurados y de calidad
  2. Cobertura y desagregación de datos – Incrementar la granularidad espacial y temporal, e incluir más indicadores sociodemográficos, especialmente desagregación por género y homologar recolección entre instituciones
  3. Calidad de datos – Mejorar conceptualización de diferentes tipos de violencia de género en las diversas bases, así como asignar identificadores para medir incidencia de usuarixs que utilizan los servicios 
  4. Gobernanza de datos – Emprender el camino hacia la gobernanza de datos, mejorar la articulación e interoperatividad de datos entre instituciones públicas y organizaciones civiles, adoptar lineamientos de ética y privacidad, y promover la cultura de datos y su empleo para colaborar en construcción de políticas públicas 

Resulta especialmente importante enfatizar los puntos B y C, pues para el mejoramiento de los servicios de atención a la violencia contra las mujeres, se requiere de información a un mejor nivel de granularidad para poder identificar eficientemente a la población que más lo necesita todo esto, priorizando la seguridad de las mujeres y procurando siempre la protección de datos.

Respecto a la calidad, el contar una mejor conceptualización de los diferentes tipos de violencias de género y sus modalidades permitiría realizar un mejor diagnóstico del comportamiento del fenómeno al incrementar la comparabilidad de diferentes bases de datos. En este sentido, Casique Rodriguez (2017), señala que la disparidad conceptual entre bases tiende a invisibilizar las violencias que no encajan en las interpretaciones oficiales  (legales o estadísticas) de lo que se considera o no como violencia contra la mujer. Por lo que se requiere de una homologación o guía de equivalencia conceptual para que las diversas bases se complementen y enriquezcan unas a otras.

En Data-Pop Alliance estamos comprometidxs en seguir contribuyendo para hacer de los datos una herramienta para combatir la violencia contra las mujeres y niñas. Este tema se ha convertido en una de nuestras prioridades y áreas de trabajo por lo que seguiremos uniendo esfuerzos y desarrollando estrategias que permitan aprovechar los beneficios de las tecnologías emergentes así como de datos (tradicionales y no tradicionales) para mejorar la realidad de las mujeres en Latinoamérica y alrededor del mundo. 

Para cualquier pregunta o comentario sobre este proyecto y nuestro trabajo en materia de género y desigualdad, puedes contactarnos al email: latinoamerica@datapopalliance.org


Referencias

  • Casique Rodriguez, Irene. (2017). “Fuentes y datos sobre la violencia contra las mujeres en México, Aprendizajes, dificultades, y retos acumulados”. In INEGI Realidad, datos y espacio. Revista Internacional de Estadística y Geografía. [Online]. Available at: <http://inter
    net.contenidos.inegi.org.mx/contenidos/sitios/r
    debeta/rde_20/doctos/rde_20_opt.pdf> (Consulted 22/10/2020)

  • Organización de Naciones Unidas. (ONU). (s.f.). “Historia del Día de la Mujer”. [Online]. Disponible en: <https://www.un.org/es/observances/womens-day/background> (Consulta 04/03/2021)

  • ONU Mujeres. (2020). “Prevención de la violencia contra las mujeres frente a COVID-19 en América Latina y el Caribe”. [Online]. Disponible en: <https://lac.unwomen.org/es/digiteca/publicaciones/2020/04/prevencion-de-la-violencia-contra-las-mujeres-frente-a-covid-19> (Consulta 04/03/2021)

  • Sen, A. (2000). Development as freedom. Development in practice-Oxford. vol. 10, no 2, 3-34
Share
Keywords
Author(s)
Share
Recommendations

Project Report

Towards Substantive Equality in Artificial Intelligence: Transformative AI Policy for Gender Equality and Diversity

The rapid growth of artificial intelligence (AI) offers significant potential to improve

Project Report

Feminist Urban Design: A Gender-Inclusive Framework for Cities

The inception report “Feminist Urban Design: A Gender-Inclusive Framework for Cities,” developed

Toolkit

FAIR Process Framework

Work by Data-Pop Alliance on steps 1-5 has been integrated into FAIR