ISSN electrónico: 2448-7147                  /10.22185/24487147.2026.121.23

 

Artículos

 

Globalitarismo, desigualdad socioespacial y natalidad en América Latina. Enfoque miltoniano

Globalitarianism, Socio-spatial Inequality and Birth Rates in Latin America: A Miltonian Approach

 

Harold Mera-León

 

Universidad de Brasilia (UnB), Brasil

 

Resumen

 

Este estudio aplica el concepto de globalitarismo, presente en la teoría de Milton Santos y asociado a las ideas de desarrollo, desigualdad socioespacial y planificación, para analizar las tendencias de la natalidad en 15 países de América Latina entre 2000 y 2022. A través de un modelo de regresión longitudinal con efectos aleatorios, examinamos la relación entre globalización, desigualdad de riqueza y desarrollo humano sobre las tasas de natalidad. Los resultados revelan que la globalización reduce la natalidad (β = -0.056, p < 0.01). La desigualdad de riqueza aumenta la natalidad (β = 17.44, p < 0.001), aunque su impacto se diluye donde el embarazo juvenil es alto (β = -0.144, p < 0.05). El desarrollo humano, por su parte, reduce más intensamente la natalidad en contextos de alto embarazo juvenil (β = -0.542, p < 0.001). Estos hallazgos revelan una sincronización a la baja de las tasas de natalidad asociada a la globalización y el desarrollo, junto con dinámicas demográficas divergentes en países marcados por desigualdades socioespaciales. Este contraste sugiere que el globalitarismo opera como un mecanismo de homogeneización territorial selectiva y herramienta biopolítica de la demografía regional.

 

Palabras clave: Tasas de natalidad, globalitarismo, desigualdad socioespacial, América Latina.

 

Abstract

 

This study applies the concept of globalitarism, present in Milton Santos's theory and associated with ideas of development, socio-spatial inequality, and planning, to analyze birth rate trends in 15 Latin American countries between 2000 and 2022. Using a longitudinal random-effects regression model, we examine the relationship between globalization, wealth inequality, and human development on birth rates. The results reveal that globalization reduces birth rates (β = -0.056, p < 0.01). Wealth inequality increases birth rates (β = 17.44, p < 0.001), although its impact weakens where youth pregnancy is high (β = -0.144, p < 0.05). Human development, in turn, reduces birth rates more intensely in contexts of high youth pregnancy (β = -0.542, p < 0.001). These findings reveal a downward synchronization of birth rates associated with globalization and development, alongside divergent demographic dynamics in countries marked by socio-spatial inequalities. This contrast suggests that globalitarism operates as a mechanism of selective territorial homogenization and as a biopolitical tool of regional demography.

 

Keywords: Birth rates, globalitarianism, socio-spatial inequality, Latin America.

 

Recibido: 17/09/2025

Aceptado: 06/04/2026

 

 

Introducción

 

 

La tasa de natalidad es un indicador demográfico que mide el número de nacimientos en una población determinada durante un período de tiempo específico. En las últimas seis décadas, el mundo ha experimentado una disminución de dicha tasa, reflejando una transición demográfica global (World Bank, 2025). Esta tendencia se consolida con futuras implicaciones para el sostenimiento de los sistemas de seguridad social y modelos de productividad (Cabella y Pardo, 2021; Martínez y Vera, 2023; CEPAL, 2021; Rofman y Apella, 2020; BID, 2020).

El uso de anticonceptivos en el mundo favoreció una dialéctica entre el control estatal y la autonomía corporal (Briggs, 2002; García, 2012). Las campañas de planificación familiar implementadas entre las décadas de 1960 y 1980, enmarcadas en estrategias internacionales de control de población, respondieron predominantemente a intereses geopolíticos de organismos internacionales y grupos de poder —preocupados por el crecimiento desordenado como amenaza a la estabilidad global— más que a las necesidades de salud reproductiva de las poblaciones locales (Mass, 1977; Hartmann, 2016). Particularmente en países como México (García-Guerrero y Arango, 2022) y Puerto Rico (Briggs, 2002).

Esta lógica de la anticoncepción si bien no fue literalmente trabajada por Foucault (2012), se encuadra en su idea de biopolítica, en la cual al poder de las élites se les atribuye la administración de la vida y el control de la natalidad, a través de la promoción de políticas pronatales o antinatales.

Esta idea generó resistencias, como en el caso puertorriqueño, donde las mujeres reinterpretaron estos programas según sus propias lógicas culturales (López, 2008). En Colombia, el discurso médico legitimó la intervención estatal en los cuerpos femeninos populares, mientras las élites mantenían acceso privado a métodos anticonceptivos (Rojas, 2017). Esta estratificación refleja dinámicas de desigualdad en el acceso a la anticoncepción (Petchesky, 1990).

Bajo el entendimiento miltoniano, podemos correlacionar tales políticas de salud y natalidad a una lógica de totalitarismo global y fragmentación territorial, pues los individuos se asocian a las jerarquías espaciales del desarrollo urbano en América Latina (Santos, 2017).

Bajo ese entendido, este estudio profundiza sobre el concepto de globalitarismo de Milton Santos y su utilidad en el análisis demográfico de la disminucion de las tasas de natalidad en Latinoamerica. Utilizamos un enfoque metodológico mixto que integra, por un lado, los postulados teóricos de Milton Santos sobre el globalitarismo y su análisis crítico del territorio, con especial atención a sus manifestaciones en desigualdad socioeconómica, desigualdad socioespacial y desarrollo. Por otro lado, el estudio examina concretamente cómo estas dinámicas se relacionan, dialécticamente, con la caída sostenida de las tasas de natalidad, planteando una conexión bidireccional entre las macroestructuras globalitarias y las transformaciones demográficas de los países estudiados. Posteriormente, el estudio presenta los resultados del modelo estadístico longitudinal de efectos aleatorios (EA), para evaluar los efectos del globalitarismo y la desigualdad socioespacial sobre las tasas de natalidad de los 15 países latinoamericanos, entre 2000 y 2022.

 

 

Globalitarismo y desigualdad socioespacial

 

 

Milton Santos conceptualiza el globalitarismo como la faceta totalitaria de la globalización hegemónica, donde los mercados financieros son convertidos en el único lenguaje universal (Santos, 2000). El globalitarismo se caracteriza por: i) la tendencia a la homogeneización violenta de culturas y territorios (Santos, 1978, 1979), ii) la tiranía del tiempo acelerado o la velocidad técnica que resulta en la fragmentación socioespacial (Santos, 1993, 1994, 1996) y iii) una democracia de fachada que oculta estructuras globales no electas (Santos, 1994, 2000; Santos, De Souza y Silveira, 1998). Frente a esta globalización como perversidad (Santos, 2000), se contrapone un discurso ideológico de una globalización utópica, donde la paz es conseguida por procesos de desarrollo escalonado y recetas micro-económicas. Milton Santos propone resistir a este proceso mediante la fuerza del lugar, con locales emancipados y solidaridad transnacional, advirtiendo que la globalización actual es, de hecho, la guerra de los fuertes contra los débiles (Santos, 2017; Santos, 1994, 2000; Santos, De Souza y Silveira, 1998).

Para el autor, el globalitarismo está profundamente marcado por desigualdades económicas, sociales, políticas y culturales, o desigualdades socioespaciales, que han sido extendidas por una élite económico-política para la continuidad de su dominación territorial (Santos, 1994, 2000). Esta idea sugiere que los territorios no son homogéneos, sino que vienen siendo homogenizados por medio de direccionamientos político-económicos supranacionales que los fragmentan para usos corporativos (Santos, De Souza y Silveira, 1998; Santos, 1994, 2000). Así, se reflejan diferentes niveles de desarrollo, acceso a recursos y poder, lo que genera múltiples disparidades y conflictos dentro de un mismo país o región Santos, De Souza y Silveira, 1998, Santos 2000, 2005). Podríamos decir que algunos de los principios fundamentales de esta teoría son la propia globalización y sus consecuencias: la desigualdad socioespacial, la urbanización territorial acelerada y desigual, la conectividad diferenciada de los lugares y la permanencia de procesos históricos y políticos hegemónicos en el dominio espacial.

Las consecuencias de esta lógica pueden observarse a través de: i) la reconfiguración del espacio urbano (redes de transporte y comunicación estructuran las ciudades desigualmente, generando áreas integradas y otras mal conectadas), ii) el impacto socioambiental  (dichas infraestructuras de transporte y telecomunicaciones tienen un impacto en el medio), iii) la lucha por el derecho al uso del territorio (Santos profundiza en el impacto que dichas manifestaciones materiales tienen sobre la transformación del espacio urbano y así sobre la vida de los habitantes).

La permanencia de procesos históricos políticos hegemónicos de dominio espacial ha generado territorios fragmentados, que no corresponden solo a una cuestión de economía, sino también de decisiones gubernamentales y relaciones de poder (Smith, 2008; Escobar, 2008), agudizados por el globalitarismo (Santos 1994, 2000, 2005).

En ese sentido, las políticas públicas —al determinar el ordenamiento territorial o la localización de la inversión (Harvey, 2005) y el acceso a la ciudad (Soja, 2010)— pueden reforzar la fragmentación socioespacial y la injusticia territorial (Davis, 2006) o, por el contrario, mitigar las desigualdades derivadas del modelo económico global impuesto (Stiglitz, 2017). El territorio es el resultado de múltiples capas históricas que se superponen y se transforman con la simultaneidad de eventos en el tiempo (Santos, 1978, 1979; Sassen 1991). En tal análisis, es indispensable considerar que cada época deja huellas en el territorio, en las formas de usos, imposición de infraestructuras y las relaciones sociales, todo ello se institucionaliza y tiende a perpetuarse espacialmente. De allí que el colonialismo y la dependencia internacional configuraran desigualdades que hoy son globales. La modernización del territorio asociada a la urbanización y la industrialización han generado la producción de diferencias expresas en el paisaje de las ciudades y en la demografía.

Bajo este enfoque humanista y crítico del proceso globalizador y hegemónico de matriz occidental, el marco teórico miltoniano permite identificar algunos elementos que han incidido sobre las tasas de natalidad, tales como: i) el acceso desigual a servicios básicos (salud, educación, vivienda y saneamiento): ii) desigualdad socioespacial (aparente división entre sectores ricos y empobrecidos, con infraestructura y calidad de vida diferenciadas; iii) globalización y diferencias sociales (priorización de acumulación de riqueza  por parte de grupos corporativos o determinadas clases que han racializado las relaciones sociolaborales en detrimento de las necesidades sociales, profundizando la desigualdad de oportunidades).

 

 

Globalitarismo y natalidad

 

 

Pocas investigaciones han explorado la correlación entre la idea miltoniana de globalitarismo y la caída en las tasas de natalidad. No obstante, existen investigaciones en el área de la salud centradas en entender los determinantes sociales y geográficos de la salud neonatal, así como la espacialidad de la natalidad, específicamente en la población adolescente (Santelli, Sharma y Viner, 2013; Yang, McClure, Quick, Jahn, Zakeri, Headen y Tabb, 2024). Los investigadores presentan evidencia de cómo la diferenciación socioeconómica y socioespacial racializada es un instrumento clave para entender dinámicas demográficas (Yang, McClure, Quick, Jahn, Zakeri, Headen y Tabb, 2024). Esta desigualdad está ligada, por un lado, a un deterioro en indicadores de salud (morbilidad y mortalidad). Por otro lado, a mayores tasas de natalidad adolescente, particularmente en poblaciones negras y latinas en Estados Unidos (Santelli, Sharma y Viner, 2013; Yang, McClure, Quick, Jahn, Zakeri, Headen y Tabb, 2024).

De otra parte, el creciente ingreso al mercado laboral por parte de las mujeres en América Latina generó un cambio en las prioridades reproductivas (Bergmann, 2009). De manera complementaria, Puyana y Ramírez (2013) profundizan en lo que denominaron la revolución silenciosa de la fecundidad, debido a esta participación femenina en el mercado laboral. Adicionalmente, la participación política femenina, cuantificada por Htun y Piscopo (2014), mostró correlación con políticas públicas de salud reproductiva, en línea con la reducción de la natalidad. Como señala Lamas (2018) y Rosenbluth (2023), la transnacionalización del movimiento feminista, particularmente desde la Conferencia de Beijing en 1995, articuló las demandas de igualdad e inclusión de las mujeres en una agenda global que transformó los patrones demográficos.

Este escenario global contemporáneo, particularmente en Occidente, plantea desafíos estructurales a los sistemas de protección social establecidos. Esping-Andersen (2016) analiza cómo estos sistemas fueron diseñados bajo parámetros poblacionales del siglo XX, que ya no se corresponden con la realidad del invierno demográfico. Hemerijck (2021), por su parte, examina las tensiones financieras que este desfase genera en los estados de bienestar europeos. Estos desafíos coinciden con lo señalado por Lee y Mason (2022) sobre los impactos económicos del envejecimiento poblacional a nivel global.

De otra parte, la contracción de la economía reproductiva está generando impactos significativos en los sistemas económicos contemporáneos (BID, 2020; CEPAL, 2021). Folbre (2022) conceptualiza la idea de una huelga invisible, analizando cómo la disminución del trabajo de cuidados no remunerados afecta las estructuras demográficas. En la misma línea, Fukuda (2023) examina las externalidades negativas que esta contracción produce en la economía productiva, particularmente en los sectores formales de empleo y crecimiento económico.

En países como Alemania e Italia, donde la tasa de dependencia de adultos mayores supera 35 por ciento (OECD, 2023), las tasas de natalidad no superan 1.5 por ciento (World Bank, 2025). Este desfase demográfico-económico puede interpretarse como un producto de la racionalidad técnica hegemónica (Santos, 2000), la cual, al priorizar sistemas homogéneos y modelos globales, produce políticas públicas ciegas a las transiciones demográficas y a las singularidades culturales locales, exacerbando así la desigualdad socioespacial, aún al interior de países desarrollados o con regímenes de bienestar.

La paradoja es que mientras el feminismo logró emancipación reproductiva, el capitalismo tardío no ha reformulado sus pactos intergeneracionales haciendo que aún los países con altos ingresos no presenten altas tasas de natalidad (Myrskylä, Kohler y Billari, 2023). Los efectos de esta tendencia, aunque sean mundiales, no son los mismos en todos los países y más cuando consideramos grados de desigualdad, diferencias culturales, características geográficas y niveles de desarrollo económico y social (Myrskylä, Kohler y Billari, 2023).

Como se observa en el Mapa 1, los países de color blanco tienen tasas de natalidad entre 4,4 y 7,7 nacimientos por cada mil habitantes. Los tonos más claros entre 15.1 y 28.7. Los de color más oscuro tiene tasas entre 28.7 y 46. La tasa de natalidad mide la cantidad de nacimientos ocurridos en un año por cada mil personas de la población estimada de cada país para ese año. Los países del norte global, con economías altamente globalizadas, altos grados de crecimiento económico y de desarrollo humano, así como países con niveles medios de crecimiento económico y desarrollo humano, que en los últimos 30 años han ampliado su participación en la economía internacional presentan tasas de natalidad por debajo de 9.77 por ciento. Los países del sur global, con mayores niveles de desigualdades socioeconómicas y socioespaciales, inestabilidad política, conflictos armados y con estructuras coloniales de extracción natural y explotación humana presentan las mayores tasas de natalidad, por encima de 22.3 por ciento.

 

Mapa 1: División geográfica de la tasa mundial de natalidad para 2023. Nacimientos por mil habitantes

Fuente: elaboración propia con base en los datos del (World Bank, 2025) https://datos.bancomundial.org

 

La Figura 1 presenta la tendencia de la tasa de natalidad de acuerdo al índice KoF de Globalización. Cada punto es la tasa de natalidad de un país en un año determinado. Se ilustra una disminución marginal pero significativa en la tasa de natalidad asociada a mayores niveles de globalitarismo. Este fenómeno no es casual, sino expresión concreta de lo que Santos (2000) denominó “globalización como perversidad”, donde la imposición de un modelo hegemónico de desarrollo redefine las dinámicas sociales y territoriales en función de los intereses geopolíticos de una élite global.

 

Figura 1: Relación entre nivel de globalizacion y tasa de natalidad

Fuente: elaboración propia en STATA con base en Banco Mundial, 2025 y KoF.

 

La evidencia empírica reciente respalda esta interpretación. Entre 2015 y 2024, la tasa global de fecundidad en América Latina y el Caribe cayó a 1.8 hijos por mujer, el nivel más bajo en la historia de la región y significativamente por debajo del umbral de reemplazo de 2.1 hijos por mujer (CEPAL, 2025). Este descenso ha sido particularmente pronunciado en países de alta globalización como Uruguay (-34 por ciento), Argentina (-32 por ciento), Costa Rica (-27 por ciento), México (-24 por ciento), Chile (-21 por ciento) y Colombia (-13 por ciento) (CEPAL, 2025).

Países como Brasil, Colombia, Argentina, Chile, Costa Rica y México —que han experimentado una acelerada inserción en la economía globalizada y un intenso proceso de inmersión en la cultural global — ilustran esta tendencia. Sus tasas de natalidad disminuyen no exclusivamente por desarrollo endógeno, sino también por la adopción de patrones reproductivos vinculados a la lógica del mercado global. La CEPAL (2025) confirma que este descenso responde a una combinación de factores entre los que destacan la ampliación del acceso a la educación —especialmente de las mujeres—, el aumento de la participación femenina en el mercado laboral, y el acceso masivo a métodos anticonceptivos modernos, todos ellos procesos directamente asociados a la expansión globalizadora.

Desde la perspectiva de Santos (2000), esta transformación demográfica ejemplifica cómo la globalización perversa impone una racionalidad hegemónica que fragmenta el territorio y redefine las prácticas sociales en función de las necesidades del capital. La caída de la fecundidad no es, en esta lectura, un mero reflejo del "desarrollo", sino la expresión de un modelo civilizatorio excluyente que penetra las esferas más íntimas de la vida social, incluyendo las decisiones reproductivas de las familias latinoamericanas.

De acuerdo a otros investigadores, la disminución en las tasas de natalidad es compleja y está influenciada por  líneas de acción global y adopción de políticas públicas relacionadas con: masificación de métodos anticonceptivos, mejoras en los sistemas de atención médica y extensiones en la esperanza de vida, reducciones en la mortalidad neonatal y en la primera infancia, empoderamiento socio-político de las mujeres y su incorporación al mercado laboral y a los sistemas de educación superior (Doepke, Hannusch, Kindermann y Tertilt, 2022; Hirschman, 2001). Lógicas entendidas bajo teorías económicas como las del costo de oportunidad y maximización de la utilidad marginal de los individuos (Doepke, Hannusch, Kindermann y Tertilt, 2022; Hirschman, 2001; Hazan y Zoabi, 2015).

En ese sentido, desde una perspectiva de la geográfica humana y en línea con la teoría miltoniana, la globalización ha actuado como un catalizador para la convergencia de diversos aspectos de la sociedad, lo que ha resultado en una tendencia de homogenización y conflictos culturales, y exportación de políticas y prácticas a través del mundo (Santos, 2000; Silveira, 2014; Torres, 2014). Dentro de estas políticas públicas encontramos el control demográfico de las sociedades. Este fenómeno abarca aspectos como la privatización y marketización de las prácticas de crianza de los hijos, así como la aparición de patrones y paradigmas de vida, los cuales están intrínsecamente ligados a procesos globalizadores como la extensión de las ciudades, el incremento del libre comercio (Guintella, Rotunno y Stella, 2022; Piriu, 2022), los flujos internacionales de capital (Komura y Ogawa, 2019), las repercusiones de la flexibilización del mercado laboral (Mera León, Dorn y Hanson, 2019; Becker, 1960; Kearney y Wilson, 2018; Currie y Schwandt, 2014; Lindo, 2010; Schaller, 2016), y la inversión extranjera directa (Mejía, 2024).

Esta transformación es la consolidación de un modelo de desarrollo hegemónico (Santos, 2005), fundamentado en el crecimiento económico, la expansión de las lógicas del mercado, la concretización de una urbanización global con metropolis y zonas periferizadas, la monetarización de los valores sociales y la división internacional del trabajo. En síntesis, corresponde a la expansión intencional de la desigualdad socioespacial como principio del desarrollo (Santos, 2000). Modelo que ha conducido a la fragmentación de los territorios y alteraciones en las aspiraciones de las sociedades locales en relación con la formación de familias y la tenencia de hijos.

La comparación entre países desarrollados, países en desarrollo y países menos desarrollados (Tabla 1) presenta disparidades significativas en indicadores económicos y sociales. Los países desarrollados exhiben baja desigualdad de ingresos (GINI), un PIB alto y un Indicador de Desarrollo Humano (IDH) alto, lo que refleja educación avanzada, atención médica y estándares de vida altos (UNDP, 2024; World Bank, 2025). Además, están altamente urbanizados y profundamente integrados en redes de comercio internacional, con tasas de natalidad y fertilidad bajas (United Nations, 2023; CIA, 2023).

 

Tabla 1: Comparativo entre países por niveles de desarrollo

Indicador

Países desarrollados

Países en desarrollo

Países menos desarrollados

Coeficiente de GINI

Bajo a moderado (25–40) – Distribución de ingresos relativamente equitativa.

Moderado a alto (35–50) – Mayor desigualdad de ingresos.

Alto (40–60+) – Desigualdad de ingresos significativa.

PIB (nominal)

Alto – Billones de USD (ej., EE.UU., Alemania, Japón).

Moderado – Cientos de miles de millones a billones de USD (ej., India, Brasil, China).

Bajo – Miles de millones a decenas de miles de millones de USD (ej., Nepal, Malawi, Haití).

IDH (Índice de Desarrollo Humano)

Muy alto (0.8–1.0) – Educación, salud y estándares de vida avanzados.

Medio a alto (0.6–0.8) – Mejoras en educación y salud, pero persisten brechas.

Bajo (0.3–0.6) – Educación, salud y estándares de vida deficientes.

Urbanización

Alta (70–90%) – La mayoría de la población vive en áreas urbanas.

Moderada a alta (40–70%) – Urbanización rápida, pero las áreas rurales siguen siendo significativas.

Baja a moderada (20–40%) – La mayoría de la población vive en áreas rurales.

Nivel de Globalización

Muy alto – Fuerte integración en redes globales de comercio, finanzas y tecnología.

Moderado a alto – Integración creciente, pero aún en desarrollo de infraestructura.

Bajo – Integración limitada debido a infraestructura y sistemas económicos débiles.

Tasa de Natalidad

Baja (≤10 nacimientos por cada 1,000 personas) – Poblaciones envejecidas, bajas tasas de fertilidad.

Moderada (15–25 nacimientos por cada 1,000 personas) – Fertilidad en declive pero aún significativa.

Alta (≥25 nacimientos por cada 1,000 personas) – Altas tasas de fertilidad, poblaciones jóvenes.

Fuente: Construcción propia con datos del Banco Mundial 2025 y KOF.

 

Por otro lado, los países menos desarrollados enfrentan una alta desigualdad de ingresos, un PIB bajo y un IDH bajo, lo que indica educación, atención médica y condiciones de vida deficientes (UNDP, 2023; World Bank, 2025). Estos países están menos urbanizados, tienen una integración limitada en la economía internacional, experimentan tasas de natalidad más altas debido a embarazo juvenil, y acceso limitado a la planificación familiar y educación sexual, principalmente (United Nations, 2023; CIA, 2023).

Los países en desarrollo se sitúan en un punto intermedio, mostrando desigualdad de ingresos entre moderada y alta, un PIB e IDH en mejora, urbanización rápida y tasas de natalidad en declive, pero aún significativas (IMF, 2023; Milanovic, 2016). Estas disparidades resaltan los desafíos que enfrentan los países menos desarrollados y en desarrollo para lograr un desarrollo humano concreto, reducir la desigualdad y mejorar la calidad de vida (Sachs, 2015; World Bank, 2025).

 

 

Desigualdad socioespacial, embarazo juvenil y natalidad

 

 

Históricamente, ya los investigadores referían que el proceso de globalización profundizaba la desigualdad socioespacial heredada de los procesos colonizadores, ocasionando una fragmentacion  socioeconomica aun mas profunda en de los territorios (Santos, 1994, 2000, 2005; Bauman, 1998; Castells, 2000). Las áreas integradas al mercado global (ciudades, zonas industriales, corredores logísticos) experimentan un desarrollo económico acelerado, mientras que las zonas rurales o no integradas sufren de relativo abandono y falta de inversión (Santos, 2005; Held y MGrew, 2007; Sassen, 2006; Harvey, 1989; Giddens, 1990, Robertson, 1992).

Así, la globalización es ambivalente, conecta, pero también produce diferencias socioespaciales, distinguiendo a los grupos poblacionales (Stiglitz, 2017; Hardt y Negri, 2000; Escobar, 2008). Por tanto, la globalización es productora de contradicciones como: i) territorios de pobreza en las ciudades ricas y mundiales (New York, Tokio o Sao Paulo concentran las técnicas y las desigualdades); ii) flujos globales y relativa inmovilidad local (capital, información y mercancías son transversales a los territorios, pero no todos los sectores socioespaciales pueden beneficiarse de ellos); iii) la tecnología y la producción de diferencias (lo que Milton Santos  llamó asimetría técnica o asimetría de los medios técnicos (Santos, 2000) se evidencia en un acceso desigual a la tecnología).

En esta línea, la desigualdad socioespacial refleja las desigualdades estructurales de la sociedad globalizada (Harvey, 2005; Davis, 2006; Roy, 2005; Smith, 2008). Áreas con mayor densidad técnica, conectividad y recursos (puntos luminosos dirigidos por una tecnosfera) tienen mejores oportunidades de desarrollo, mientras que otras quedan desproveídas de infraestructuras (puntos opacos), generando una disparidad que puede observarse en las diferencias en los usos del territorio, las condiciones de vida, el acceso a servicios y oportunidades económicas (Santos, 2000; Soja, 2010; Souza, 2019; UNDP, 2020). En este sentido, Milton Santos y otros autores argumentan que la desigualdad socioespacial es un fenómeno intrínsecamente ligado a las dinámicas económicas, políticas y culturales que dan sentido al territorio, pero también a las resistencias que dentro de él se generan (Santos, 1996; Sen, 1999; Sassen, 1991).

Frente esta urbanización acelerada y desigual, los investigadores han explicado como las ciudades en países en desarrollo están fragmentadas internamente, con enclaves territoriales de modernidad y desarrollo que coexisten con sectores o barrios materialmente empobrecidos, que carecen de infraestructura básica y servicios públicos adecuados (Soja, 2010; Davis, 2006; McMichael, 2017; Costa, 2021; Costa, Sodré y Paula, 2024), como puede ser el acceso a salud reproductiva o educación sexual apropiada. Esto genera territorios donde lo moderno y lo arcaico conviven en simultaneidad y tensión (Santos, 1993; Roy, 2005; Smith, 2008).

Santelli, Song, Garbers, Sharma y Viner (2017), en un estudio ecológico con 142 países entre 1990 y 2012, encontraron que las tasas de natalidad adolescente se asociaban positivamente con una mayor desigualdad de ingresos en análisis multivariados que consideraban el cambio en el tiempo, y que las mayores disminuciones en la embarazo juvenil ocurrían en regiones con menor desigualdad de ingresos.

La literatura reciente ha documentado que la relación entre desigualdad y natalidad es compleja y depende del contexto. Un estudio sobre Brasil  demostró que, después de controlar por pobreza, un aumento de 0.01 en el coeficiente de Gini se asociaba con un incremento de 7.17 nacimientos por cada cien mujeres adolescentes, y esta relación se mantenía significativa incluso después de considerar factores como la tasa de homicidios juvenil y el porcentaje de adolescentes fuera de la escuela (Fonseca, Vieira y Bastos, 2012).

Más recientemente, Chiavegatto Filho y Kawachi (2015) realizaron un análisis longitudinal de los 5,565 municipios brasileños entre 2000 y 2010, analizando más de 6 millones de nacimientos. Sus resultados confirman una asociación positiva y robusta entre la desigualdad de ingresos y el embarazo juvenil, incluso después de controlar por ingreso per cápita, acceso a la universidad, tasa de homicidio juvenil y embarazo adulto.

Sin embargo, la literatura también señala que el efecto de la desigualdad no es homogéneo. Liang, Cheng y Liu (2026) advierten que, aunque el coeficiente de Gini apunta hacia una asociación positiva en algunos contextos, el embarazo juvenil podría estar influenciado por otros factores más allá de la desigualdad de ingresos. En este sentido, considerando la importancia que tiene el embarazo juvenil como característica propia de la desigualdad socioespacial y determinante primario de la natalidad es importante considerar esta variable en el análisis y sobre todo en el efecto mediador que pueda tener sobre la desigualdad socioespacial.

 

 

Desarrollo, embarazo juvenil y natalidad

 

 

Es importante anotar que el modelo económico global y sus métricas tradicionales de desarrollo, históricamente ligadas al crecimiento económico entendido como expansión cuantitativa del Producto Interno Bruto (PIB), están experimentando una transformación hacia paradigmas humanistas, distinguiéndose así del desarrollo social (que prioriza equidad, bienestar colectivo y reducción de desigualdades) y del desarrollo integral (que articula derechos humanos y progreso material, según el Programa de las Naciones Unidas para el Desarrollo (PNUD). Esta evolución refleja las críticas de autores como McMichael (2017) al modelo de economía usual, así como la propuesta de Sachs (2015) de economías de cooperación y sustentabilidad ambiental.

Desde una perspectiva filosófica, la crítica al modelo de desarrollo hegemónico se sustenta en el pensamiento político y las tesis de pensadores que han deconstruido las injusticias del desarrollo convencional —vinculándolas al capitalismo clásico y neoliberal (Sen, 1999; Stiglitz, 2017; Sachs, 2015)— así como en una nueva visión del desarrollo que incorpora un enfoque de capacidades para acceder a derechos fundamentales en circunstancias dignas, que permitan la persecución de los proyectos de vida de cada persona. Este enfoque, inaugurado por Amartya Sen, redefine el desarrollo como la expansión de las libertades sustantivas de las personas, y no como mero crecimiento económico . En las últimas décadas, se ha logrado sofisticar la medición del desarrollo a través del uso de nuevas métricas como el Índice de Desarrollo Humano (IDH) o el Índice de Necesidades Básicas Insatisfechas (NBI), que complementan al Producto Interno Bruto (PIB) para ofrecer una imagen más fiel del bienestar socia

Es por esto que para nuestro análisis de natalidad considerar rasgos de bajo desarrollo humano —como puede ser el embarazo juvenil— dentro del concepto multidimensional de desarrollo se vuelve relevante, más allá del crecimiento económico o la riqueza de un país. Adicionalmente, porque el embarazo juvenil es un determinante claro de la natalidad, y debería ser considerado en la determinación de cuán desarrollado es un Estado.

Estudios han demostrado que el IDH presenta una correlación inversa con el embarazo juvenil, subrayando la importancia de la educación y la salud en la reducción del embarazo juvenil en Sudáfrica (Liang, Cheng y Liu 2026). De manera similar, Decker, Kalamar, Tunçalp y Hindin (2017) encuentran que el Índice de Desarrollo con Perspectiva de Género (GDI) —que ajusta el IDH por las disparidades de género en educación y oportunidades económicas— muestra una asociación más consistente con el embarazo juvenil temprano que el IDH absoluto, lo que sugiere que el impacto del desarrollo humano sobre la natalidad está mediado por factores contextuales de equidad. Asimismo, Di Nola, Kocharkov, Mellert y Wang (2025) demuestran que las instituciones de bienestar social (impuestos y gasto en educación pública) tienen un efecto significativo sobre el comportamiento reproductivo adolescente. Su modelo cuantitativo muestra que, al adoptar políticas noruegas de gasto educativo en Estados Unidos, la tasa de natalidad adolescente se reduce en 17.42%. Esto evidencia que el efecto de las políticas de desarrollo (educación, redistribución) es condicional al contexto institucional.

 

 

Hipotesis

 

 

i)      La globalización reduce la tasa de natalidad, evidenciando una lógica de biopolítica global homogenizadora. Este efecto es diferenciado es más intenso en países con bajo IDH y se atenúa o desaparece en países con alto IDH.

ii)   La desigualdad socioespacial se asocia positivamente con la tasa de natalidad. Este efecto es particularmente intenso en países con mayor IDH, donde la brecha socioeconómica se traduce más directamente en comportamientos reproductivos divergentes. En países con bajo desarrollo, el efecto se diluye porque el embarazo juvenil actúa como un igualador reproductivo transversal.

iii)  El IDH reduce la tasa de natalidad, pero este efecto es más intenso en países con alto embarazo juvenil y es mínimo en países con bajo embarazo juvenil, donde la transición demográfica ya está completada.

 

 

Metodología

 

 

Para comprobar las hipótesis, identificamos como variable dependiente la tasa de natalidad de cada país. Esta se define como el número de nacimientos por cada mil habitantes. Las variables independientes tienen la función principal de cuantificar variables explicativas tales como el grado de globalitarismo y de desigualdad socioespacial.

Para la primera, utilizamos el Índice de Globalización KOF, desarrollado por el Instituto Federal Suizo de Tecnología (ETH Zurich), es uno de los indicadores más completos y ampliamente utilizados (Gygli, Haelg, Potrafke y Sturm, 2019). Mide la globalización en tres dimensiones: i) globalización económica en flujos comerciales (exportaciones e importaciones), flujos de inversión extranjera directa (IED) y restricciones arancelarias y de comercio; ii) globalización social en flujos de información (acceso a internet, redes sociales, turismo), contactos personales (migración, llamadas telefónicas internacionales) y difusión cultural (consumo de bienes culturales extranjeros) y iii) globalización política en membresía en organizaciones internacionales, participación en misiones de paz y tratados internacionales firmados.

La desigualdad socioespacial de cada país se aproxima mediante el coeficiente de Gini de riqueza neta personal (World Inequality Database, 2025), dado que este indicador refleja las disparidades en la distribución de la riqueza, las cuales están directamente asociadas con las diferencias socioespaciales observadas en cada territorio.

Adicionalmente, consideramos los niveles de desarrollo de cada país como una dimension de ese nivel de desigualdad socioespacial que se experimenta en ese territorio. Se utilizó el Índice de Desarrollo Humano (IDH) del Programa de las Naciones Unidas para el Desarrollo (UNDP, 2024). Este indicador sintético se compone de tres dimensiones fundamentales: i) salud, medida por la esperanza de vida al nacer, ii) educación, medida por los años promedio de escolaridad (para adultos de 25 años o más) y los años esperados de escolaridad (para niños en edad de ingresar a la escuela) y iii) nivel de vida, medido por el ingreso nacional bruto (INB) per cápita en términos de paridad de poder adquisitivo (PPA) en dólares internacionales constantes.

De otra parte, se incluyen a manera de control dos interacciones que  responden a la importancia de considerar el embarazo juvenil en la predicción de las tasas de natalidad, y a la recomendación metodológica de Brambor, Clark y Golder (2006) sobre la inclusión de efectos principales y términos de interacción en modelos que buscan capturar relaciones condicionales, y permiten evaluar empíricamente si el impacto del desarrollo humano y de la desigualdad sobre la tasa de natalidad depende del contexto demográfico representado por el embarazo juvenil. En primer lugar, consideramos la interacción entre el Índice de Desarrollo Humano (IDH) y la tasa de embarazo juvenil. Esta especificación responde a la evidencia expuesta que documenta que el efecto reductor del desarrollo humano sobre la natalidad es más intenso en contextos de mayor vulnerabilidad y desigualdad (Liang, Cheng y Liu, 2026; Decker, Kalamar, Tunçalp y Hindin, 2017; Domingues, Herzog, Dias, Francisco, y Rodrigues, 2025; Nascimento, Natividade, Teixeira, Anjos, Menezes y Costa, 2020). En segundo lugar, se incluye la interacción entre el coeficiente de Gini de riqueza y la tasa de embarazo juvenil (Santelli, Song, Garbers, Sharma y Viner, 2017; Fonseca, Vieira y Bastos, 2013; Liang, Cheng y Liu, 2026).

El modelo estadístico será de análisis longitudinal y efectos aleatorios, tomando los 15 países y las medidas para cada variable desde el año 2000 al 2022.

El periodo 2000-2022 encapsula la fase de consolidación plena del “medio técnico-científico-informacional” y la transición de la globalización a su forma “globalitaria” (Santos, 2000). Este período abarca la masificación de internet, la banda ancha, los teléfonos inteligentes y las redes sociales. Esto materializa, plenamente, lo que Santos llamaba el “sistema de opacidad” y la “tiranía de la información”, donde flujos globales de datos, valores y modelos de consumo impactan directamente las decisiones íntimas, como la natalidad, de manera asimétrica.

El modelo computa los coeficientes de correlación de las variables independientes y controles (interacciones). Adicionalmente, estima las desviaciones estándar por años, a través de la utilización del software STATA. Se especifica el siguiente modelo de datos de panel con efectos aleatorios:

Natalidadit = β0 + β1 KOFit + β2 GINIit + β3 IDHit + β4 Embarazoit + β5(IDHit × Embarazoit) + β6(GINIit × Embarazoit)+ui+ϵit

Donde el subíndice i representa cada país (i = Argentina, …, Guatemala), el subíndice t representa cada año (t = 2000, …, 2022), y la variable dependiente Natalidad corresponde a la tasa de natalidad (nacimientos por cada mil habitantes).

Las variables explicativas son:

1. KOF: Índice de globalización (KOF Swiss Economic Institute).

2. GINI: Coeficiente de Gini de riqueza neta personal (World Inequality Database).

3. IDH: Índice de Desarrollo Humano (Programa de las Naciones Unidas para el Desarrollo).

4. Tasa de embarazo juvenil (nacimientos por cada mil mujeres de 15-19 años).

5. El término IDH×Embarazo es un término de interacción que permite que el efecto del desarrollo humano sobre la natalidad varíe según los niveles de embarazo juvenil (y viceversa).

6. El término GINI×Embarazo es un término de interacción que permite que el efecto del desarrollo humano sobre la natalidad varíe según los niveles de embarazo juvenil (y viceversa).

Finalmente, ui representa el efecto aleatorio específico de cada país, es como un ADN estadístico de cada país: resume todo lo que hace único a ese país y que no cambia en el tiempo, para que no distorsione los efectos de tus variables de interés. y ϵit es el término de error idiosincrático que captura todos los factores no observados que afectan la tasa de natalidad del país i en el año t de manera transitoria y específica. El modelo se estima por máxima verosimilitud con efectos aleatorios.

La selección de este modelo se fundamenta en tres condiciones teórico-metodológicas que robustecen la computación de los datos y los resultados:

1. Control de heterogeneidad no observada: el modelo asume que las características invariantes en el tiempo de cada país (cultura nacional, tradiciones reproductivas, herencias coloniales) constituyen componentes aleatorios no correlacionados con las variables independientes, lo que permite estimar simultáneamente el efecto de variables estructurales (globalitarismo y desigualdad) y la influencia de factores contextuales territoriales. 

2. Enfoque longitudinal: utiliza la variación temporal intra-país para minimizar problemas de omisión de variables, permitiendo vincular teóricamente los resultados con la dinámica histórica de la urbanización desigual del territorio.

3. Pruebas de robustez: las pruebas de robustez incluyen: (a) análisis de residuales que confirman la ausencia de autocorrelación; (b) inclusión de variables de control clave (embarazo adolescente, IDH y GINI de riqueza); y (c) estimación de dos términos de interacción que capturan los efectos condicionales de la desigualdad y el desarrollo humano sobre la natalidad según el nivel de vulnerabilidad demográfica.

 

 

Data

 

 

Los datos provienen de las bases de datos de organizaciones multilaterales como el Banco Mundial (World Bank Data Centre, 2025), la Comisión Económica para América Latina y el Caribe de Naciones Unidas (CEPAL, 2024), el Fondo de Tecnología Suizo (Gygli, Haelg, Potrafke y Sturm, 2019), las bases de datos del Indicador de Desarrollo Humano de Nacionales Unidas (UNDP, 2024), y las bases de datos del World Inequality Database (World Inequality Database, 2024).

 

Figura 2: Tendencia de las tasas de natalidad de los paises entre 2000 y 2022

Fuente: elaboración propia en STATA con base en bases de datos referenciados.

 

Se consolidaron informaciones, entre el año 2000 y 2022, de 15 países: Argentina, Brasil, Chile, Colombia, Costa Rica, Ecuador, El Salvador, Honduras, Guatemala, Panamá. México, Uruguay, Paraguay, Venezuela y Perú. La muestra de países seleccionados está relacionada con el nivel diferenciado entre los grados de globalización (KoF), desigualdad (GINI) y desarrollo (IDH) entre países, así como en la disponibilidad de datos.

 

 

Resultados

 

 

La Tabla 2 presenta los coeficientes de regresión (β) y los errores estándar, estadísticos z y niveles de significancia (p-valor) obtenidos del modelo longitudinal de efectos aleatorios estimado mediante STATA.

 

Tabla 2: Modelo de efectos aleatorios para la tasa de natalidad

Variable

Coeficiente

Error estándar

z

p-valor

Efectos principales

 

 

 

 

KOF Globalización

-0.056**

0.021

-2.62

0.009

Gini de riqueza por persona (WID)

17.444***

5.030

3.47

0.001

Embarazo juvenil

0.628***

0.062

10.16

0.000

Índice de Desarrollo Humano (IDH)

6.806＊

3.666

1.86

0.063

Interacciones

 

 

 

 

WID × Young_Preg

-0.144*

0.064

-2.24

0.025

IDH × Young_Preg

-0.542***

0.039

-14.00

0.000

Constante

-5.201

4.630

-1.12

0.261

Estadísticos del modelo

 

 

 

 

Observaciones (N)

345

 

 

 

Número de países

15

 

 

 

R² overall

0.765

 

 

 

Wald χ²(6)

2713.42***

 

 

 

sigma_u

2.320

 

 

 

sigma_e

0.855

 

 

 

rho

0.880

 

 

 

Nota: Modelo de efectos aleatorios (GLS) con variable dependiente Tasa de natalidad (nacimientos por cada 1.000 habitantes). El índice KOF de globalización; el Coeficiente de Gini de riqueza por persona (escala 0-1); Índice de Desarrollo Humano; la Tasa de embarazo adolescente (por cada mil mujeres de 15-19 años).

Los términos de interacción se indican con ×. El modelo incluye efectos aleatorios por país.

 *** p < 0.001, ** p < 0.01, * p < 0.05.

Fuente: elaboración propia STATA 2017. Modelo de regresión longitudinal con efectos aleatorios (EA) - 15 países de Latinoamérica para el período entre 2000 y 2022.

 

La Tabla 2 presenta los resultados del modelo longitudinal de efectos aleatorios (EA o RE por sus siglas en inglés). El índice KOF muestra un efecto negativo y estadísticamente significativo (β = -0.056, p < 0.01). Esto indica que, por cada punto adicional en el KoF —manteniendo las demás variables constantes—, la tasa de natalidad disminuye en 0.056 nacimientos por cada mil habitantes.

El coeficiente GINI presenta un efecto positivo y estadísticamente significativo (β = 17.444, p < 0.001). Sin embargo, dado que el modelo incluye un término de interacción entre el GINI y el embarazo juvenil, este coeficiente debe interpretarse como el efecto del GINI cuando la tasa de embarazo juvenil es cero (un valor teórico fuera del rango observado). El término de interacción entre el GINI y la tasa de embarazo juvenil es negativo y estadísticamente significativo (β = -0.144, p < 0.05). Esto indica que el efecto positivo de la desigualdad sobre la natalidad disminuye a medida que aumenta la tasa de embarazo juvenil.

El IDH muestra un coeficiente positivo, aunque marginalmente significativo (β = 6.806, p = 0.063), mientras que la tasa de embarazo juvenil presenta un efecto positivo y significativo (β = 0.628, p < 0.001). El término de interacción entre el IDH y la tasa de embarazo juvenil es negativo y altamente significativo (β = -0.542, p < 0.001). Esto indica que el efecto del desarrollo humano sobre la natalidad depende del nivel de embarazo juvenil. A medida que aumenta la tasa de embarazo juvenil, el efecto reductor del IDH sobre la natalidad se vuelve más pronunciado. En términos sustantivos, el desarrollo humano reduce la natalidad, y este efecto es particularmente fuerte precisamente en contextos de alto embarazo juvenil.

El modelo en su conjunto es estadísticamente significativo (Wald χ²(6) = 2713.42, p < 0.001) y explica 76.5 por ciento de la varianza total (R² overall = 0.765). El estadístico rho (0.880) indica que 88 por ciento de la varianza no explicada por las variables se debe a diferencias permanentes entre países.

La Figura 3 presenta cómo varía el efecto de la globalización sobre la tasa de natalidad a diferentes niveles de desarrollo humano. El eje Y muestra el efecto marginal de la globalización (β), mientras que el eje X representa el Índice de Desarrollo Humano (IDH). La línea horizontal en cero indica el umbral a partir del cual el efecto es estadísticamente significativo (por debajo de cero, la globalización reduce la natalidad; por encima, la aumenta).

 

Figura 3: Efecto marginal de la Globalización sobre la tasa de natalidad de acuerdo con el IDH

Fuente: Elaboración propia en STATA con base en bases de datos referenciadas.

 

La globalización reduce la natalidad solo en países con bajo nivel de desarrollo. En países más desarrollados, que ya han completado su transición demográfica, la globalización ya no tiene un efecto reductor adicional. Este hallazgo es consistente con la idea de que el “globalitarismo” actúa como una fuerza que acelera la transición demográfica en contextos vulnerables, mientras que su impacto se diluye en países que ya han alcanzado niveles bajos de natalidad.

La Figura 4 presenta cómo varía el efecto de la globalización sobre la tasa de natalidad a diferentes niveles de desigualdad de riqueza. El eje Y muestra el efecto marginal de la globalización (β), mientras que el eje X representa el coeficiente de GINI de riqueza (donde valores más altos indican mayor desigualdad). La línea horizontal en cero indica el umbral a partir del cual el efecto es estadísticamente significativo, por debajo de cero, la globalización reduce la natalidad; por encima, la aumenta.

 

Figura 4: Efecto marginal de la Globalizacion sobre la tasa de natalidad de acuerdo con el GINI

 

Fuente: elaboración propia en STATA con base en bases de datos referenciados.

 

La globalización reduce la natalidad en todos los niveles de desigualdad, pero este efecto es mucho más intenso en países con alta desigualdad de riqueza. Es decir, el globalitarismo tiene un efecto reductor más profundo sobre la natalidad precisamente en aquellos países donde la concentración de la riqueza es mayor. Este hallazgo complementa la Figura 3. La globalización afecta más negativamente la natalidad en contextos de bajo desarrollo humano (Figura 4) y de alta desigualdad en la riqueza (Figura 5).

La Figura 5 presenta el efecto marginal del coeficiente de GINI  sobre la tasa de natalidad a diferentes niveles de embarazo juvenil. Se observa que el efecto del GINI es positivo y estadísticamente significativo en todo el rango (la línea se mantiene por encima del cero). Sin embargo, su magnitud es decreciente: en países con bajo embarazo juvenil, un aumento en el GINI incrementa la natalidad en aproximadamente 16.5 nacimientos por cada mil habitantes; en países con alto embarazo juvenil, el mismo aumento en el GINI solo eleva la natalidad en 2.0 nacimientos por cada mil habitantes. Este hallazgo confirma que la desigualdad socioespacial tiene un efecto diferenciado sobre la natalidad, siendo más intenso en contextos de bajo embarazo juvenil (que suelen corresponder a países con mayor desarrollo humano) y menos intenso —aunque aún positivo— en contextos de alto embarazo juvenil (propios de países con menor desarrollo).

 

Figura 5: Efecto marginal del GINI sobre la Natalidad de acuerdo a la tasa de embarazo juvenil

Fuente: elaboración propia en STATA con base en bases de datos referenciados.

 

La Figura 6 muestra que el efecto marginal del IDH sobre la tasa de natalidad es negativo y más intenso a medida que aumenta la tasa de embarazo juvenil. En países con bajo embarazo juvenil, el efecto del IDH es prácticamente nulo (β ≈ -2.5). En contraste, en países con alto embarazo juvenil, el efecto del IDH alcanza valores negativos (β ≈ -13.0). Esto indica que el desarrollo humano reduce la natalidad, y que este efecto reductor es significativamente mayor en contextos de alta vulnerabilidad demográfica.

 

Figura 6: Efecto marginal del IDH sobre la Tasa de Natalidad de acuerdo a la tasa de embarazo juvenil

 

Fuente: elaboración propia en STATA con base en los resultados del modelo de la Tabla 2.

 

 

Limitaciones

 

 

Una de las principales limitaciones de nuestro estudio es su nivel de análisis agregado (nacional). Si bien nos centramos en la desigualdad socioespacial entre países de América Latina, no podemos profundizar en la segregación socioespacial interna ni en la fragmentación territorial que teoriza Santos (1994, 2000) —entendida como la coexistencia de circuitos espaciales antagónicos dentro de un mismo territorio—, pues esta opera a escalas subnacionales (ciudades, regiones, barrios) que nuestro modelo no captura. Las variables utilizadas (KOF, GINI, IDH) ocultan estas desigualdades subnacionales: los promedios nacionales naturalizan diferencias internas que pueden ser tan amplias como las diferencias entre países. Se requiere, por tanto, un segundo nivel de análisis subnacional con datos desagregados geográficamente. No obstante, el modelo de efectos aleatorios con términos de interacción (GINI × embarazo juvenil, IDH × embarazo juvenil) presentado en la Tabla 2 permite aproximarnos a estas dinámicas complejas, capturando cómo el efecto de la desigualdad y el desarrollo humano varía según los niveles de vulnerabilidad demográfica de cada país.

En la misma línea, la imposibilidad de incluir procesos históricos de racialización de las relaciones sociolaborales y la fragmentación territorial de etnias indígenas y afrodescendientes puede acarrear sesgos generalizantes. No obstante, el modelo de efectos aleatorios (RE) incorpora factores no observados invariantes en el tiempo (normas culturales, políticas locales, procesos históricos) que difieren entre países, representando un ámbito a investigar en detalle en futuras etapas.

Otra limitación es la posible omisión de variables dinámicas no observadas. El modelo RE controla eficazmente factores constantes en el tiempo (cultura, historia institucional), pero es vulnerable al sesgo por exclusión de variables que cambian abruptamente dentro del período analizado, como reformas en políticas públicas de salud o educación. Desde nuestro marco teórico, incluso estos factores aparentemente idiosincráticos no escapan a la lógica del globalitarismo, pues son respuestas, adaptaciones o resistencias incrustadas en su contexto de influencia global.

 

 

Conclusión

 

 

El globalitarismo, entendido como la faceta totalitaria de la globalización hegemónica, se manifiesta concretamente en la reducción de las tasas de natalidad en los 15 países analizados. Nuestros resultados confirman que la globalización reduce la natalidad de manera directa y constante, lo que indica que el proyecto globalitarista tiene un efecto homogeneizador sobre los patrones reproductivos de la región.

La desigualdad socioespacial, medida por el coeficiente de GINI de riqueza, aumenta la natalidad, pero este efecto es condicional al nivel de embarazo juvenil. El impacto de la desigualdad se diluye donde el embarazo juvenil es alto. Por el contrario, en países con bajo embarazo juvenil, la desigualdad tiene un efecto mucho más intenso sobre la natalidad.

El desarrollo humano, medido por el IDH, reduce más intensamente la natalidad en contextos de alto embarazo juvenil. Esto significa que las mejoras en salud, educación e ingreso son particularmente efectivas para reducir la natalidad sobre todo donde las tasas de natalidad son más altas y el margen de mejora es mayor.

Los 15 países se ordenan en un continuo de transición demográfica. En el extremo superior se ubican Chile, Uruguay y Costa Rica (IDH alto, GINI bajo, natalidad muy baja, bajo embarazo juvenil); en un nivel intermedio alto se sitúan Argentina, México y Panamá; en un nivel intermedio bajo se encuentran Brasil, Colombia, Ecuador, Perú y El Salvador; y en el extremo inferior, con transición aún no completada, se ubican Guatemala, Honduras, Venezuela, Paraguay y Bolivia (IDH bajo, GINI alto, natalidad alta, embarazo juvenil elevado).

Esta doble asimetría —el desarrollo humano reduce más la natalidad donde más se necesita, mientras la desigualdad aumenta menos donde más daño podría hacer— revela la compleja geopolítica reproductiva del capitalismo periférico. La caída de la natalidad no es un fenómeno natural ni una conquista autónoma del desarrollo, sino el resultado histórico de un proyecto hegemónico que reorganiza espacialmente las desigualdades para servir a la acumulación del capital.

Asi las cosas, el globalitarismo opera así como un mecanismo de homogeneización territorial selectiva y herramienta biopolítica de la demografía regional. Por tanto, la verdadera emancipación reproductiva exige combatir la desigualdad socioespacial que convierte derechos básicos y acceso a capacidades como la salud reproductiva, educación sexual y anticoncepción en privilegios geográficos.

 

Referencias bibliográficas

Bauman, Z. (1998). Globalization: The human consequences. Columbia University Press.

Becker, G. S. (1960). “An economic analysis of fertility”. En Roberts, G. B. (ed.), Demographic and economic change in developed countries (pp. 209-240). Columbia University Press.

Bergmann, E. (2009). The economic emergence of women (2nd ed.). Palgrave Macmillan.

BID (2020). Políticas públicas para sociedades que envejecen: El caso de América Latina. Banco Interamericano de Desarrollo (BID).

Brambor, T., Clark, W. R. y Golder, M. (2006). “Understanding interaction models: Improving empirical analyses”. En Political Analysis, 14(1), 63-82.

Briggs, L. (2002). Reproducing empire: race, sex, science, and U.S. imperialism in Puerto Rico. University of California Press.

Cabella, W. y Pardo, I. (2021). “La caída de la fecundidad y sus efectos económicos en América Latina: ¿Una oportunidad desaprovechada?” En Revista Latinoamericana de Población, 15(28), 45-67.

Castells, M. (2000). The rise of the network society. 2nd ed. Blackwell Publishers.

CEPAL (2021). El impacto del cambio demográfico en el desarrollo sostenible de América Latina (Informe No. LC/TS.2021/78). Comisión Económica para América Latina y el Caribe (CEPAL).

CEPAL (2024). Anuario Estadístico de América Latina y el Caribe 2023. Comisión Económica para América Latina y el Caribe (CEPAL). Disponible en  https://www.cepal.org/es/publicaciones/tipo/anuario-estadistico

CEPAL (2025). Observatorio Demográfico 2025: América Latina y el Caribe ante la baja fecundidad, tendencias y dinámicas. Comisión Económica para América Latina y el Caribe (CEPAL).

CIA (2023). The World Factbook. Central Intelligence Agency (CIA). Disponible en https://www.cia.gov/the-world-factbook/

Costa, E. (2021). “Planeación urbana posible, imaginario, existencia y cultura”. En Tempo Social, 33(1), 91-120. Disponible en  https://doi.org/10.11606/0103-2070.ts.2021.164522

Costa, E. B., Sodré, V. y Paula, R. (2024). “Desigualdad socioespacial urbano-rural, sujeto y minería en América Latina”. En Revista Ateliê Geográfico.

Currie, J. y Schwandt, H. (2014). Short- and long-term effects of unemployment on fertility. Proceedings of the National Academy of Sciences, 111, 14734-14739.

Davis, M. (2006). Planet of slums. Verso.

Decker, M. R., Kalamar, A., Tunçalp, Ö. y Hindin, M. J. (2017). “Early adolescent childbearing in low- and middle-income countries: Associations with income inequity, human development and gender equality”. En Health Policy and Planning, 32(2), 277-282.

Di Nola, A., Kocharkov, G., Mellert, J. y Wang, H. (2025). “Teenage childbearing and the welfare state”. En Macroeconomic Dynamics, 29, e31.

Doepke, M., Hannusch, A., Kindermann, F. y Tertilt, M. (2022). The economics of fertility: A new era. CEPR Discussion Paper No. 17212. Centre for Economic Policy Research.

Domingues, R. M. S. M., Herzog, R. S. A., Dias, M. A. B., Francisco, R. P. V. y Rodrigues, A. S. (2025). “Effects of human development, primary care coverage and the COVID-19 pandemic on the fertility rate among adolescents in Brazil in the period 2012-2021”. En PLoS ONE, 20(10), e0327656. Disponible en  https://doi.org/10.1371/journal.pone.0327656

Escobar, A. (2008). Territories of difference: Place, movements, life, redes. Duke University Press.

Esping-Andersen, G. (2016). Welfare regimes in the twenty-first century. Edward Elgar.

Folbre, N. (2022). The rise and fall of care capitalism. Verso Books.

Fonseca, S. C., Vieira, A. M. y Bastos, F. I.  (2012). “Income inequality and youth pregnancies in Brazil: A regression analysis”. En The Lancet, 380(Suppl. 2), S12. Disponible en  https://doi.org/10.1016/S0140-6736(13)60298-6

Foucault, M. (2012). Historia de la sexualidad, Vol. 1: La voluntad de saber. A. Garzón del Camino, Trad. Siglo XXI. Trabajo original publicado en 1976.

Fukuda, S. (2023). “Demographic transitions and macroeconomic stagnation”. En Journal of Population Economics, 36(2), 45-67.

García-Guerrero, V. M. y Arango, D. (2022). “Fecundidad decreciente y participación laboral femenina en México y Colombia: ¿Una relación virtuosa?” En Estudios Demográficos y Urbanos, 37(2), 1-30.

García, M. T. (2012). Políticas de población y anticoncepción en México: 1970-1980. En Estudios Demográficos y Urbanos, 27(1), 39-76.

Giddens, A. (1990). The consequences of modernity. Stanford University Press.

Guintella, O., Rotunno, L. y Stella, L. (2022). “Globalization, fertility and marital behaviour in a lowest-low fertility setting”. En Demography, 59(6), 2135-2159. Disponible en https://doi.org/10.1215/00703370-10275366

Gygli, S., Haelg, F., Potrafke, N. y Sturm, J.E. (2019). “The KOF Globalisation Index–Revisited”. En Review of International Organizations, 14(3), 543-574. Disponible en https://doi.org/10.1007/s11558-019-09344-2

Hardt, M. y Negri, A. (2000). Empire. Harvard University Press.

Hartmann, B. (2016). Reproductive rights and wrongs: The global politics of population control (3rd ed.). Haymarket Books.

Harvey, D. (1989). The condition of postmodernity. Blackwell.

Harvey, D. (2005). A brief history of neoliberalism. Oxford University Press.

Hazan, M. y Zoabi, H. (2015). “Do highly educated women choose smaller families?” En Economic Journal, 125(587), 1191-1226.

Held, D. y McGrew, A. (2007). Globalization/anti-globalization: Beyond the great divide. Polity Press.

Hemerijck, A. (2021). Who cares? The future of European welfare. Oxford University Press.

Hirschman, C. (2001). “Globalization and theories of fertility decline”. En Population and Development Review, 27, 116-125.

Htun, M. y Piscopo, J. M. (2014). Women in politics and policy in Latin America. Oxford Research Encyclopedia of Latin American History.

IMF (2023). World Economic Outlook Database. International Monetary Fund (IMF). Disponible en https://www.imf.org

Kearney, M. S. y Wilson, R. (2018). “Male earnings, marriageable men, and nonmarital fertility: Evidence from the fracking boom”. En Review of Economics and Statistics, 100, 678-690.

Komura, M. y Ogawa, H. (2019). “Capital market integration and gender inequality”. En Review of Development Economics, 23(3), 1387-1413. Disponible en https://doi.org/10.1111/rode.12593

Lamas, M. (2018). Feminismo: transmisiones y retransmisiones. Taurus.

Lee, R. y Mason, A. (2022). Population aging and the generational economy: A global perspective. Edward Elgar.

Liang, S., Cheng, H. y Liu, Y. (2026). “Teenage pregnancy in South Africa: Do poverty and inequality play significant roles?” En African Journal of Reproductive Health, 30(1).

Lindo, J. M. (2010). “Are children really inferior goods? Evidence from displacement-driven income shocks”. En Journal of Human Resources, 45, 301-327.

López, I. (2008). Matters of choice: Puerto Rican women's struggle for reproductive freedom. Rutgers University Press.

Martínez, C. y Vera, F. (2023). “Baja fecundidad y vulnerabilidad en adultos mayores: El caso de Chile y Argentina”. En Notas de Población, 108, 1-25.

Mass, B. (1977). Population target: The political economy of population control in Latin America. Women's Press.

McMichael, P. (2017). Development and social change: A global perspective (6th ed.). SAGE Publications.

Mejía, S. A. (2024). “The effects of economic globalization on fertility in developing countries, 1990-2018”. En Current Sociology, 1-22.

Mera León, H., Dorn, D. y Hanson, G. H. (2019). “When work disappears: Manufacturing decline and the falling marriage market value of young men”. En American Economic Review: Insights, 1(2), 161-178.

Milanovic, B. (2016). Global inequality: A new approach for the age of globalization. Harvard University Press.

Myrskylä, M., Kohler, H.P. y Billari, F.C. (2023). “The fertility-welfare paradox revisited”. En Demographic Research, 48(15), 401-430.

Nascimento, T. L. C., Natividade, M. S., Teixeira, C. S. S., Anjos, M. S., Menezes, G. M. S. y Costa, M. C. N. (2020). Associated factors to spatial variation of pregnancy in adolescence in Brazil, 2014: Ecological study of spatial aggregates. SciELO Preprints.

OECD (2023). Pensions at a Glance 2023: OECD and G20 indicators. OECD Publishing.

Petchesky, R. P. (1990). Abortion and woman's choice: The state, sexuality, and reproductive freedom. (2nd ed.). Northeastern University Press.

Piriu, A. (2022). “Globalization and gender-specific patterns in individual fertility decisions”. En Population and Development Review, 48(1), 129-160.

Puyana, Y. y Ramírez, H. (2013). La revolución silenciosa: Cambios en la fecundidad en Colombia. Universidad Nacional de Colombia.

Robertson, R. (1992). Globalization: Social theory and global culture. Sage.

Rofman, R. y Apella, I. (2020). El desafío de las pensiones en América Latina ante el envejecimiento acelerado. Documento de Trabajo No. 148732. Banco Mundial.

Rojas, M. A. (2017). “La planificación familiar en Colombia: Entre el discurso médico y el control estatal (1960-1990)”. En Revista de Estudios Sociales, 59, 12-25.

Rosenbluth, F. (2023). The political economy of women's liberation. Princeton University Press.

Roy, A. (2005). “Urban informality: Toward an epistemology of planning”. En Journal of the American Planning Association, 71(2), 147-158.

Sachs, J. D. (2015). The Age of Sustainable Development. Columbia University Press.

Santelli, J. S., Sharma, V. y Viner, R. (2013). “Inequality, national wealth, economic development and global trends in teenage birth rates, 1990-2010”. En Journal of Adolescent Health, 52(2, Suppl. 1), S4-S5. Disponible en https://doi.org/10.1016/j.jadohealth.2012.10.015

Santelli, J. S., Song, X., Garbers, S., Sharma, V. y Viner, R. M. (2017). “Global trends in adolescent fertility, 1990-2012, in relation to national wealth, income inequalities, and educational expenditures”. En Journal of Adolescent Health, 60(2), 161-168.

Santos, M. (1978). Por uma geografia nova: Da crítica da geografia a uma geografia crítica. EDUSP.

Santos, M. (1979). O espaço dividido: Os dois circuitos da economia urbana. Editora Francisco Alves.

Santos, M. (1993). A urbanização desigual. Vozes.

Santos, M. (1994). Técnica, espaço e tempo: Globalização e meio técnico-científico informacional. HUCITEC.

Santos, M. (1996). A natureza do espaço: Técnica e tempo, razão e emoção. HUCITEC.

Santos, M. (2000). Por uma outra globalização: Do pensamento único à consciência universal. Record.

Santos, M. (2005). “O retorno do território”. En OSAL: Observatorio Social de América Latina, 6(16).

Santos, M. (2017). Toward an other globalization: From the single thought to universal conscience. Springer International Publishing. (Obra original publicada en 1996).

Santos, M., De Souza, M. A. y Silveira, M. L. (1998). Território, globalização e fragmentação. Hucitec.

Sassen, S. (1991). The global city: New York, London, Tokyo. Princeton University Press.

Sassen, S. (2006). Territory, authority, rights: From medieval to global assemblages. Princeton University Press.

Schaller, J. (2016). “Booms, busts, and fertility: Testing the Becker model using gender-specific labor demand”. En Journal of Human Resources, 51, 1-29.

Sen, A. (1999). Development as freedom. Oxford University Press.

Silveira, M. L. (2014). “El territorio usado, un caleidoscopio de divisiones del trabajo”. En Revista Geográfica del Sur, 5(7), 15-34.

Smith, N. (2008). Uneven development: Nature, capital, and the production of space. University of Georgia Press.

Soja, E. W. (2010). Seeking spatial justice. University of Minnesota Press.

Souza, M. (2019). “Territorio usado, rugosidades e patrimônio cultural: Ensaio geográfico sobre o espaço banal”. En PatryTer, 2(4), 1-17.

Stiglitz, J. E. (2017). Globalization and its discontents revisited: Anti-globalization in the era of Trump. W. W. Norton & Company.

Torres, A. C. (2014). “Territorio usado e humanismo concreto: O mercado socialmente necessário”. En Anais do X Encontro de Geógrafos da América Latina. Universidade de São Paulo.

UNDP (2020). Human Development Report 2020: The next frontier. United Nations Development Programme.

UNDP (2023). Human Development Report 2023-2024: Breaking the gridlock: Reimagining cooperation in a polarized world. United Nations Development Programme.

UNDP (2024). Human Development Report 2023/2024. United Nations Development Programme (UNDP). Oxford University Press.

United Nations (2023). World Urbanization Prospects 2023. Disponible en https://population.un.org

World Bank (2025). World Development Indicators 2025. Data Center. Disponible en https://data.worldbank.org

World Inequality Database (2024). WID.world. Disponible en http://wid.world/data

Yang, X., McClure, L. A., Quick, H., Jahn, J. L., Zakeri, I., Headen, I. y Tabb, L. P. (2024). “A two-stage Bayesian model for assessing the geography of racialized economic segregation and premature mortality across US counties”. En Spatial and Spatio-temporal Epidemiology, 49, 100652. Disponible en https://doi.org/10.1016/j.sste.2024.100652

 

Resumen curricular del autor

Harold Mera León

Es investigador junior, profesor y asesor en políticas sociales, con un doctorado en Ciencias Sociales y Políticas. Sus métodos de investigación combinan técnicas de análisis estadístico de datos con la traducción de teoría sociológica científica para evaluar trayectorias causales específicas. Su experiencia se centra en teoría del desarrollo humano, desigualdades sociales, disparidades, marginación, privaciones múltiples (incluyendo discriminación) y el impacto de la violencia contextual en la salud de mujeres y neonatos. Sus habilidades críticas abarcan fundamentos sociológicos y técnicas cuantitativas robustas para explorar trayectorias causales y evaluación de impacto, con el fin de producir manuscritos científicos. También posee sólidas capacidades teóricas y técnicas en adaptación de políticas, teoría del desarrollo, economía internacional, estrategias de desarrollo, análisis comparado y política exterior. Tiene un fuerte interés y compromiso en la transferencia de conocimiento a través de la investigación científica y la ciencia de datos sobre problemas sociológicos de las sociedades modernas, como la violencia y la desigualdad, para acelerar cambios de comportamiento y promover la equidad y la justicia social en las políticas sociales nacionales e internacionales.

Dirección electrónica: haroldmeraleon@gmail.com

Registro ORCID: https://orcid.org/0000-0002-9220-323X