La Proximity Measures Database (PMD) de Statistics Canada está diseñada para comparar el acceso relativo a determinados servicios y equipamientos a una escala geográfica muy fina. Su unidad de observación principal es el dissemination block, una de las geografías censales más pequeñas del país. La base y el Data Viewer permiten estudiar patrones espaciales que pueden desaparecer cuando solo se observan promedios provinciales o municipales.
La idea más importante es interpretar correctamente el índice. Los valores normalizados de proximidad se sitúan entre 0 y 1, pero no son distancias directas, minutos de viaje ni porcentajes de cercanía. Un valor de 0,8 no significa que un servicio esté “80% más cerca”. Es un índice relativo construido con una metodología que combina información sobre destinos, tamaño o capacidad de esos destinos y distancias de red.
Índice
Cómo leer el Proximity Measures Data Viewer
El Data Viewer es útil para explorar la distribución espacial de cada medida de proximidad a nivel de dissemination block. El primer paso es elegir una medida concreta. Después conviene desplazarse al área de interés y observar cómo cambian los valores entre bloques cercanos. Finalmente, la interpretación debe volver siempre a la definición del indicador seleccionado.
Dos zonas vecinas de una misma ciudad pueden quedar en bandas diferentes porque la PMD utiliza una escala espacial mucho más detallada que un promedio municipal. Esa diferencia no significa automáticamente que una zona tenga “mejores servicios” en un sentido general. Solo indica que la medida de proximidad seleccionada, calculada con su propia metodología, difiere entre esos bloques.
El visor es especialmente útil para reconocer gradientes y discontinuidades locales. Sin embargo, no sustituye la descarga de la base cuando se necesita realizar análisis reproducible, combinar varias medidas o vincular los valores con otra información estadística.
Las diez medidas de proximidad de la base 2021
La versión 2021 contiene diez medidas relacionadas con servicios y equipamientos. No todas se construyen con exactamente el mismo tipo de destino o distancia, por lo que no deben compararse como si fueran diez columnas idénticas. Antes de interpretar una de ellas conviene revisar su definición.
| Medida | Qué representa de forma general |
|---|---|
| Empleo | Proximidad a bloques con fuentes de empleo |
| Tiendas de alimentos | Proximidad a servicios de grocery stores |
| Farmacias | Proximidad a servicios farmacéuticos |
| Atención sanitaria | Proximidad a instalaciones de salud |
| Cuidado infantil | Proximidad a servicios de child care |
| Educación primaria | Proximidad a escuelas primarias |
| Educación secundaria | Proximidad a escuelas secundarias |
| Transporte público | Proximidad a servicios de transporte público |
| Parques de barrio | Proximidad a neighbourhood parks |
| Bibliotecas | Proximidad a servicios de biblioteca |
La base también incluye un indicador compuesto que combina determinadas medidas. Ese indicador no debe convertirse en una clasificación universal de calidad de vida. Resume un conjunto definido de condiciones de acceso. Vivienda, seguridad, capacidad del servicio, coste, calidad, horarios o congestión requieren información adicional.
Cómo la metodología convierte destinos y red de transporte en un índice
La PMD utiliza una familia metodológica basada en la idea de potential measure of destinations. El cálculo considera la localización de los dissemination blocks y de los destinos relevantes, la distancia de red y, según el tipo de servicio, una medida del tamaño o importancia del destino.
La distancia utilizada puede corresponder a red peatonal o de conducción, dependiendo de la medida. Esto significa que el índice no es una simple distancia euclidiana entre dos puntos. La estructura vial, la conectividad y el tipo de servicio forman parte del cálculo.
La normalización nacional facilita comparar posiciones relativas, pero también impide leer los valores como unidades físicas. Para preguntas sobre tiempo exacto de viaje, kilómetros, frecuencia de transporte o capacidad real de una instalación deben consultarse otras fuentes.
Una secuencia fiable para utilizar la PMD
Primero hay que definir qué forma de acceso interesa. “Acceso a servicios” es demasiado amplio: una pregunta sobre farmacias requiere una medida distinta de otra sobre empleo o escuelas.
El segundo paso es abrir la definición de la medida elegida y confirmar qué destinos, distancias y supuestos intervienen. Después puede utilizarse el Data Viewer para reconocer el patrón espacial y localizar áreas que merecen análisis adicional.
Cuando el análisis requiere cálculos, uniones o comparación sistemática, conviene descargar la base CSV correspondiente y conservar los identificadores geográficos. Esa vía permite documentar los pasos, reproducir resultados y enlazar la PMD con otras tablas compatibles.
Por último, cualquier conclusión debe limitarse a lo que mide el índice. Una proximidad relativamente alta no prueba que el servicio sea suficiente, asequible, de buena calidad o utilizado por todos los residentes.
Por qué los índices de 2021 no deben compararse directamente con los de 2020
Statistics Canada señala que los valores de la PMD 2021 no son directamente comparables con la edición 2020. Hubo cambios metodológicos, de datos fuente y de geografía que afectan la escala de los índices. Por eso restar un valor de 2020 de otro de 2021 y llamarlo “mejora de proximidad” puede producir una conclusión incorrecta.
Si el objetivo es estudiar cambio temporal, debe revisarse primero la documentación de ambas versiones y comprobar si existe una estrategia explícita para construir una serie comparable. Una diferencia entre ediciones puede reflejar un cambio real, un cambio metodológico o una combinación de ambos.
Cuándo utilizar el visor y cuándo utilizar la base CSV
El visor es la mejor herramienta para exploración rápida. Permite localizar visualmente barrios o bloques, comparar patrones locales y detectar zonas con valores relativamente altos o bajos para una medida.
La base CSV es preferible cuando se necesitan filtros repetibles, estadística descriptiva, uniones con censos u otras fuentes, generación de mapas propios o automatización. Guardar la edición, la medida y los identificadores de geografía junto con los resultados ayuda a evitar errores posteriores.
Ambas opciones son complementarias: el visor ayuda a formular preguntas y revisar espacialmente resultados; la tabla permite hacer análisis reproducible.
Qué preguntas puede responder bien la PMD
La base puede mostrar cómo varía el acceso relativo a un tipo de servicio entre dissemination blocks, si existe concentración espacial de valores altos o bajos y qué áreas merecen una investigación más detallada. También puede ayudar a comparar patrones entre servicios, siempre que se respete la definición específica de cada medida.
No responde directamente cuánto tarda una persona concreta en llegar a un servicio, cuántas citas médicas están disponibles, cuánto cuesta una guardería, qué calidad tiene una escuela o cuán frecuente es un autobús. Tampoco demuestra causalidad entre proximidad y resultados sociales.
Fuentes oficiales
La base se documenta en el catálogo oficial de Proximity Measures Database. Para exploración visual puede utilizarse el Proximity Measures Data Viewer. La página de la edición 2021 aporta contexto adicional sobre esa versión de la base.
Preguntas frecuentes
¿Un valor PMD entre 0 y 1 es una distancia real?
No. Es un índice normalizado de proximidad relativa; no representa directamente kilómetros, minutos ni un porcentaje de cercanía.
¿Se pueden comparar directamente los índices de 2021 con los de 2020?
No es recomendable porque hubo cambios metodológicos, de datos fuente y de geografía que afectan la comparabilidad entre ediciones.
¿Para qué sirve el Data Viewer?
Sirve para explorar visualmente la distribución espacial de cada medida a nivel de dissemination block y localizar patrones locales.
¿Cuándo conviene descargar el CSV?
Cuando se necesitan análisis reproducibles, filtros, uniones con otras tablas, cálculos o mapas propios.
Artículos relacionados
Estos artículos amplían el contexto con otros indicadores internacionales relacionados.
- Archivo del Censo de Canadá de 2001: cómo buscar población, agricultura y mapas
- Gasto total del gobierno general en moneda local en 2025: por qué no admite un ranking directo
- GNI en moneda local corriente en 2024: por qué los valores de 180 economías no forman un ranking global
Los mapas ofrecidos por Green Map son mapas editados y elaborados por nosotros, utilizando como referencia fuentes de datos geográficos abiertos como geoBoundaries, Natural Earth, OpenStreetMap y datos abiertos de gobiernos y organismos públicos.
Las imágenes de los mapas no redistribuyen los archivos de datos originales. Son materiales visuales editados y diseñados para su uso en educación, presentaciones, documentos, blogs y otras referencias gráficas. Este aviso informa sobre las principales fuentes de datos utilizadas como referencia en la elaboración de los mapas de Green Map.
