Piloto de sistema de identificación de necesidades y contexto WASH a nivel comunitario en Colombia

Los índices de priorización comunitaria de este modelo están definidos entre 1 y 5, donde, 1 (uno) es la comunidad menos prioritaria y 5 (cinco) es la comunidad más prioritaria.

Cifras indicativas claves sobre identificación de necesidades y contexto WASH a nivel comunitario en Colombia

INTRODUCCIÓN

El objetivo de este modelo es lograr identificar las comunidades más afectadas y que deben priorizarse desde WASH, esto dado que, en Colombia no se cuenta todavía con información a nivel comunitario en relación a los servicios WASH lo cual al momento de suceder cualquier emergencia dificulta la posibilidad de identificar su nivel de vulnerabilidad y el grado de las necesidades que cada comunidad tiene para realizar un mejor proceso de priorización. Construir este modelo, trajo consigo algunos desafíos como por ejemplo, la falta de información desagregada a nivel comunitario, por lo cual, estas dificultades establecen una serie de retos para afrontarlos y superarlos como la extrapolación de los datos, sin embargo, el uso de nuevas tecnologías, el análisis de métricas de redes sociales e imágenes satelitales, entre otros, podría mitigar la falta y/o vacíos de información de población en necesidad a nivel comunitario en Colombia. Contar con una mejor información de necesidades a nivel comunitario permitirá tener una mejor planeación de la respuesta humanitaria centrada en las comunidades más afectadas según los diferentes eventos.   Por otra parte, las brechas de acceso a los servicios de Agua, Saneamiento e Higiene (WASH) en Colombia, se presentan principalmente en las áreas rurales y periurbanas. Así mismo, son estas áreas quienes sufren los mayores efectos por el conflicto armado y los desastres, pero, es allí donde también se tiene un mayor desafío como es la recolección y el procesamiento de información relacionada con afectaciones por conflicto armado y desastres dado que, en muchos casos, no se tienen los recursos suficientes para llevar a cabo estos procesos. Adicionalmente, el acceso a las comunidades puede llegar a ser una tarea compleja, debido a múltiples factores de seguridad, infraestructura, salud pública e incluso los recursos requeridos para el levantamiento de la información. La respuesta basada en necesidades y centrada en las comunidades que tienen mayor severidad en sus necesidades es importante debido a que la falta de recursos financieros, humanos y logísticos de la respuesta actual de WASH en Colombia obliga a las organizaciones a tomar decisiones basadas en su capacidad. Situación que puede dejar a las comunidades más afectadas por las emergencias fuera de la respuesta. Además, no se cuenta con información que permita cruzar las necesidades de WASH con las vulnerabilidades y riesgos de las comunidades lo cual permitirá una mejor planeación dentro del ciclo de planeación humanitario.  Es importante, que las organizaciones tengan en cuenta un enfoque de triple nexo entre lo humanitario, desarrollo y paz. Este proceso parte de las herramientas ya generadas por el Cluster WASH LACRO en Guatemala y Honduras para la respuesta a la emergencia por los huracanes ETA y Iota.  Este ejercicio fue liderado por iMMAP y el Clúster de Agua, Saneamiento e Higiene (WASH) y financiado por el Bureau for Humanitarian Assistance (BHA) de USAID.

Población objetivo

El piloto se enfoca en la perspectiva de identificar las necesidades a nivel comunidad y establecer un orden en la priorización con el objetivo de mejorar la respuesta humanitaria en términos de sus necesidades en agua, saneamiento e higiene.

Inicialmente se involucró la coordinación del clúster de agua, saneamiento e higiene y se desplegará hacia los ELC Locales, con el objetivo de brindar información resultante de las priorizaciones y la respuesta pueda ser redirigida por parte de los socios miembros del clúster.

Metodología utilizada

La metodología bajo la cual se desarrolló este ejercicio se describe en tres grandes partes o procesos:

 

  • Identificación y selección de bases de datos de varios sectores claves, utilizando para las zonas rurales secciones y para las zonas urbanas las manzanas como “punto de georeferencia” de todas las bases (Índice de riesgo para Colombia, afectaciones por desastres de origen natural, afectaciones por violencia armada, desnutrición aguda, indice de pobreza multidimensional, acceso a servicio de acueducto y alcantarillado, servicio de recolección de basuras y el PiN de WASH 2022 para Colombia). 

 

  • Desarrollo del modelo matemático que permitiera asignar un “Score” o una puntuación entre 1 a 5 en cada una de las variables asignadas para el modelo, donde 1 es un nivel de necesidad menor y 5 es un nivel de necesidad mayor, con lo anterior, se asegura tener una relación entre cada variable seleccionada para poderla sumar en la priorización final y que sea estadísticamente confiable. 

 

  • Visualización de la información a través de mapas que permitan la identificación de las comunidades a través de los puntos de georeferenciados con mayores índices de priorización.

Fuentes de información

Las fuentes de información utilizadas en este modelo fueron las siguientes:

¿Cómo procesamos los datos del modelo?

Definición de puntos geográficos como unidad comunitaria:

El proceso para la generación del producto desde el punto de vista cartográfico fue el siguiente:

 

Se tomó con insumo cartográfico el Marco Geoestadístico Nacional de Colombia, el cual tiene dividido al país en sectores urbanos y rurales. En el sector urbano la unidad mínima es la manzana mientras que en el sector rural la unidad mínima es la sección.

 

Otra capa base que se utilizó fue la de toponimia de Colombia, la cuál tiene georreferenciadas los nombres de lugares, resguardos, rancherías, corregimientos, comunidades, veredas, entre otras.

 

Como los lugares de Toponimia están representados en una geometría tipo punto, entonces se procedió a convertir las manzanas a puntos también. El objetivo es tener datos urbanos y de toponimia al mismo nivel de geometría y en lo mayor posible en una unidad lo más pequeña posible.

Relación de las variables con los puntos geográficos:

La información de variables tenidas en cuenta para la construcción del modelo se cruzó con la capa base, en donde a las manzanas que se convirtieron a punto se le asignó la información que venía a nivel manzana. Igual se realizó para la información que venía nivel sección.

 

En cuanto a la información que venía a nivel municipal, esta información se le asignó a cada punto dependiendo de la ubicación del punto en lo que se refiere al municipio. De esta manera se generó una capa de puntos georeferenciada con toda la información recolectada.

Cálculo del índice de priorización:

A cada una de las variables se le asignó un Score de severidad, donde 1 es un nivel de necesidad menor y 5 es un nivel de necesidad mayor. Una vez cada una de las variables contaba con el Score, se realizó el cálculo del Score final para el modelo de priorización comunitaria, para ello se definió de la siguiente manera: 

  • Para el caso en donde no existía información del Índice de Pobreza Multidimensional, se le asignó un peso a cada una de las variables: Índice de riesgo para Colombia (15%), afectaciones por desastres de origen natural (5%), afectaciones por violencia armada (5%), desnutrición aguda (10%), acceso a servicio de acueducto (15%), acceso a servicio de alcantarillado (15%), servicio de recolección de basuras (15%) y PiN de WASH 2022 para Colombia (15%).
  • Para el caso en donde existía información del Índice de Pobreza Multidimensional, se le asignó un peso a cada una de las variables: Índice de riesgo para Colombia (15%), afectaciones por desastres de origen natural (5%), afectaciones por violencia armada (5%), desnutrición aguda (5%), índice de pobreza multidimensional (15%), acceso a servicio de acueducto (15%), acceso a servicio de alcantarillado (15%), servicio de recolección de basuras (15%) y PiN de WASH 2022 para Colombia (10%).

Mensajes claves

Contactos

Julio Gualteros
wash@salahumanitaria.co

JAN GUERRERO

jguerrero@immap.org