DESIGUALDAD ZERO

Índice de Riesgo Social (IRS) y análisis territorial con datos públicos

DESIGUALDAD ZERO es un proyecto de analítica social aplicada que demuestra cómo es posible construir un Índice de Riesgo Social (IRS) a partir de datos públicos abiertos, con el objetivo de apoyar la toma de decisiones públicas a nivel territorial.

El proyecto utiliza datos reales de la ciudad de Sevilla y combina una perspectiva sociológica con técnicas de análisis de datos y visualización.

---

🧠 Objetivo del proyecto

• Integrar datos públicos heterogéneos (INE y SEPE).
• Construir un indicador sintético e interpretable de riesgo social.
• Analizar la evolución temporal del riesgo por distrito.
• Visualizar desigualdades territoriales mediante mapas y rankings.
• Explorar reglas simples de alerta temprana.

El proyecto se concibe como un MVP analítico, no como una plataforma final.

---

📊 Fuentes de datos

• INE: Mediana de la renta por unidad de consumo (nivel distrito).
• SEPE: Paro registrado (nivel municipal, agregado anual).

⚠️ Los datos originales no se incluyen en este repositorio.
Ver instrucciones en data/README_data.md.

---

🧮 Metodología (resumen)

• Normalización Min–Max de variables.

• Construcción de un índice sintético:

  [ IRS = 0.7 \cdot Riesgo_Renta + 0.3 \cdot Paro_Normalizado ]

• Cálculo de variaciones interanuales.

• Definición de alertas cuando el IRS aumenta más de un 20%.

• Visualización mediante rankings, series temporales y mapas coropléticos.

---

📊 Visualizaciones principales

Ranking de riesgo social por distrito (2023)

Evolución temporal del IRS (2020–2023)

Variación anual del IRS

Mapa coroplético del IRS – Sevilla (2023)

📈 Resultados principales

• Identificación de diferencias claras de riesgo social entre distritos.
• Tendencia general descendente del IRS en el periodo 2020–2023.
• Representación espacial clara del riesgo social a nivel intraurbano.

Las figuras generadas se encuentran en la carpeta figures/.

---

🛠️ Tecnologías utilizadas

• Python
• pandas
• numpy
• matplotlib
• GeoJSON

---

🔍 Contexto

Este proyecto fue desarrollado en el marco del
Máster Universitario en Analítica de Negocios Big Data,
como ejercicio aplicado de analítica de datos con impacto social.

---

🚀 Posibles extensiones

• Incorporar indicadores de vivienda o ayudas sociales.
• Aumentar la granularidad territorial.
• Implementar un dashboard interactivo para administraciones públicas.

---

👤 Autor

Moisés
Perfil orientado a analítica de datos, impacto social y proyectos GovTech.