Medidas eficaces contra el acaparamiento de tierras

9B.1

Adquisiciones de tierras a gran escala sin conflictos declarados

9B.1 es un indicador de aplicación que utiliza datos sobre adquisiciones de tierras a gran escala (LSLA) recopilados a través de la Iniciativa Land Matrix. La puntuación 9B.1 es negativa, ya que representa la proporción de LSLA que incluían un indicador de conflicto. La puntuación se invierte para su inclusión en LANDex.

For indicators 9B.1 and 9C, LANDex uses information on large-scale land acquisitions collected through Land Matrix.

Land Matrix Initiative (LMI) es una iniciativa mundial independiente de vigilancia de la tierra formada por una serie de socios mundiales y regionales. La base de datos LMI ofrece una visión sistemática de las adquisiciones de tierras a gran escala en el Sur Global, recogiendo los acuerdos realizados junto con los intentos previstos y fallidos de adquirir tierras mediante compra, arrendamiento o concesión. La base de datos también recoge información sobre los motores y objetivos de la producción, que incluyen la agricultura, la extracción de madera, el comercio de carbono, la industria, la producción de energías renovables, la conservación y el turismo. Además, se registran diversas variables, entre ellas los impactos sobre las comunidades locales y los pueblos indígenas, como las acciones compensatorias y los conflictos.

Los datos de LMI se utilizan en LANDex para dos indicadores: el indicador 9B.1 y el 9C. Ambos forman parte del compromiso de la ILC para una acción eficaz contra el acaparamiento de tierras (Compromiso 9). Para el indicador 9B.1 LANDex se basa en los datos de la LMI para identificar los casos en los que se impugnaron los intentos de violación de los derechos sobre la tierra. Para el indicador 9C, LANDex utilizó los datos de LMI para identificar los casos de acaparamiento de tierras en los que se tomaron medidas correctivas contra los infractores. Las puntuaciones finales para ambos indicadores estarán en una escala de 0-100, donde 100 indica el mejor resultado posible para ambos indicadores y 0 el peor.